Революция в управлении перекрестками с использованием данных коннектед транспорта

Motion Design INSIDER

Транспорт проезжает через одно из 34 перекрестков, участвовавших в исследовании данных коннектед транспорта в Бирмингеме, штат Мичиган. (Изображение: Jeremy Little, Michigan Engineering)

Экономия и экология

Сообщества могут снизить затраты и сократить выбросы транспортных средств — всё во имя сокращения вашей поездки.

С GPS-данными от всего лишь шести процентов транспортных средств на дороге исследователи Университета Мичигана могут перекалибровать светофоры для значительного снижения заторов и задержек на перекрестках.

В 18-месячном пилотном исследовании, проведенном в Бирмингеме, штат Мичиган, команда использовала инсайты данных коннектед транспорта, предоставленные General Motors, для тестирования своей системы, в результате чего количество остановок на регулируемых перекрестках снизилось на 20–30 процентов.

Это первая в мире крупномасштабная облачная система перекалибровки светофоров, и она представляет крупную возможность для сообществ перекалибровать свои паттерны сигналов за сниженную стоимость.

Принцип работы

Система Университета Мичигана берет GPS-данные от процента транспортных средств на дороге и экстраполирует паттерны трафика. Например, коннектед транспорт, который останавливается примерно в 100 футах от перекрестка, сильно указывает на то, что он находится как минимум за тремя или четырьмя другими транспортными средствами.

«Пока детекторы на перекрестках могут предоставлять счетчик трафика и оценочную скорость, доступ к информации о траектории транспортного средства, даже при низких показателях проникновения, предоставляет более ценные данные, включая задержку транспортного средства, количество остановок и выбор маршрута», — сказал Генри Лю, профессор гражданской инженерии Университета Мичиган и директор как Mcity беспроводно подключенного автополигона, так и Центра по коннектед и автоматизированному транспорту.

Существует примерно 320 000 светофоров в США и годовые затраты на заторы — прямые и косвенные — связанные с этими перекрестками составляют 22,9 миллиарда долларов. Эти затраты включают время, потраченное на ожидание на светофорах, а также ненужное потребление энергии, вызванное таймингами сигналов, которые могли бы быть улучшены.

Большинство светофоров работают по плану тайминга времени суток, где предустановленные паттерны существуют для утра, дня, вечера и ночи. Планировщики трафика пытаются координировать эти циклы с окружающими перекрестками, чтобы позволить машинам течь между перекрестками с минимальным остановно-разгонным движением.

«Причина, по которой эти сигналы должны меняться чаще, в том, что трафик всегда меняется», — сказал Лю. «Хороший пример — паттерны трафика, которые мы видели в году до прихода COVID и в два года после. Утренний пиковый час изменился драматически, когда так много людей работали из дома. Когда вы видите такой смену, вам нужно перекалибровать сигналы».

Оптимизация сигналов для слежения за изменениями в потоках трафика — не простая задача. Затраты и время, задействованные в подсчете трафика и перерасчете, означают, что большинство муниципалитетов не переоценят на два-пять лет, или иногда десятилетия.

Пока адаптивные сигналы существуют с 1970-х, детектируя транспорт на перекрестках для перепрограммирования сигналов почти в реальном времени, их стоимость удерживала их от широкого использования. Установка адаптивной системы на одном перекрестке может стоить до $50 000, с регулярным обслуживанием — ценник, который не все сообщества могут позволить. Система Университета Мичиган для оптимизации стоит долю от этого для адаптивной системы.

Система, называемая вероятностной временно-пространственной диаграммой, позволяет меньшему проценту данных коннектед транспорта выполнять ту же работу, что и сенсоры на адаптивном светофоре. Для тестирования своей эффективности исследователи собирали данные в течение трех недель в марте 2022 года с каждого из 34 сигнализированных перекрестков Бирмингема, штат Мичиган — большинство из которых являются фиксированными по времени системами.

«Что это сделало — это действительно решило нашу проблему сбора данных», — сказал Гэри Пьотровиц, заместитель управляющего директора Дорожной комиссии Оклендского округа. «И я мог бы аргументировать, что это будет способ, которым каждый в стране будет это делать. Как только они закрепят систему, нет причин делать это иначе».

Источник

Транскрипт

00:00:00 have you ever sat at a red light and wondered why it's taking so long to turn green retiming every traffic light cost about $5,000 right now so that's why for most of the traffic management agencies um traffic signal only R time every two to 5 years or even longer bottom line is the signals aren't operating as efficiently as they can be it creates

00:00:23 more congestion on the roadways and more congestion leads to poor safety Michigan engineering researchers have partnered with Oakland County Road Commission to develop a cheaper faster process for optimizing traffic signals it's a cloud-based system that uses GPS data from connected vehicles piloted in Birmingham Michigan their system was able to decrease

00:00:44 traffic delay by 20% and reduced the number of stops at an intersection by 30% implementation of the system is actually very very simple because the data is there already is on the cloud it's being collected by the car manufacturers and we can help the traffic management agencies to utilize that data to evaluate their traffic signal performance and then help them to

00:01:08 optimize the air traffic signal parameter currently intersections are equipped with either adaptive or fixed traffic signals if the signal is adaptive it can use sensors to detect traffic at an intersection to re time itself and if it's fixed a traffic controller needs to head to the intersection at peak times to count the number of vehicles at a signal and we're

00:01:29 try to develop timing plans that are for 24 hours 7 days a week for 365 days a year with data that just really is not as as good as we'd like it to be vehicle trajectory data provides much more information than just traffic counts instead allowing traffic controllers to see the number of stops vehicle delay and Route selections from only a small number of connected Vehicles the data

00:01:53 can then be fed into the optimization system where they're able to evaluate the performance of the signals and create new timing plant based based off the data what allow us to do is allow us to update the signals more often so instead of maybe once every 5 years or more now we can take a look at this maybe every few months to make sure that we have the

00:02:13 best timings out there in the system that makes the system the most efficient even if we don't change the timings it will confirm to us that what's out there is the best it really benefits the motorist for cities this means traffic signal maintenance much more often and at a fraction of the cost and for you less Tim at red lights and a quicker commute connected Vehicles is everywhere

00:02:35 so it's easy for us to scale the system because we can leverage their data not only in the state of Michigan but elsewhere we're talking about getting 24hour 7 day a week data that's that's automated and it's the best data we've ever had to work with which is really exciting