Inteligentne modelowanie zostawia europejskie korki daleko w tyle
Liczba ludności w europejskich miastach stale rośnie, co powoduje coraz większy tłok na drogach, negatywnie wpływający na gospodarkę, zdrowie publiczne i środowisko. Jedno z badań wykazało, że brak wydajności mobilności miejskiej – w szczególności zatory drogowe – kosztuje Unię Europejską szacunkowo 110 miliardów euro rocznie, czyli ponad 1 % jej PKB. Z myślą o rozwiązaniu tego problemu w ramach projektu CONDUCTOR opracowano zaawansowany system zarządzania transportem, aby pomóc władzom i operatorom, takim jak publiczne sieci autobusowe, w bardziej efektywnym przewozie ludzi i towarów, wykorzystując coraz łatwiejszy dostęp do zautomatyzowanych pojazdów opartych na sieci. „Stosując narzędzia symulacyjne nowej generacji, pracujemy nad prototypem, który umożliwia dynamiczną ocenę i priorytetyzację potrzeb transportowych różnych użytkowników, aby zoptymalizować przepływy ruchu”, wyjaśnia koordynator projektu Flavien Massi, starszy kierownik projektu w luksemburskiej spółce Netcompany-Intrasoft.
Transport nowej generacji
Sercem rozwiązania zaproponowanego przez zespół projektu CONDUCTOR jest niestandardowa platforma, która powstała poprzez połączenie różnych istniejących wcześniej technologii zarządzania ruchem i flotą z modelami komputerowymi opracowanymi w ramach projektu. Te modele optymalizacji, symulacji i przewidywania mają zastosowanie do całego wachlarza rzeczywistych scenariuszy i są oparte na algorytmach wyszkolonych przy użyciu uczenia maszynowego na wielu różnych rzeczywistych danych dotyczących ruchu drogowego. Można je również wykorzystać do oceny strategii wspólnego wytyczania tras dla dużych flot pojazdów działających w ramach systemów opartej na sieci, współpracującej i zautomatyzowanej mobilności (ang. connected, cooperative and automated mobility, CCAM). Aby zapewnić kompatybilność z innymi rozwiązaniami wdrożonymi wcześniej w europejskich sieciach, opracowano interfejsy API do wymiany kluczowych danych, w tym informacji dotyczących rozkładów jazdy w formacie General Transit Feed Specification (GTFS) (zawierających trasy, czasy, przystanki i lokalizacje) wraz z danymi związanymi z historycznymi parametrami, takimi jak czas i prędkość podróży, a także zarządzaniem incydentami. Szeroki zakres przypadków użycia i lokalizacji pilotażowych umożliwi wdrożenie i przetestowanie całego zestawu rozwiązań. Przeprowadzane symulacje służą do modelowania ruchu konwencjonalnych pojazdów wraz z ruchem CCAM na istniejącej infrastrukturze drogowej. Pierwszy przypadek użycia poświęcony jest zintegrowanemu zarządzaniu ruchem i obejmuje trzy działania pilotażowe. W Atenach przeprowadza się synchronizację rozkładów jazdy autobusów, metra i tramwajów, aby zaoferować pasażerom jak najwięcej możliwości. W Madrycie powstaje model mający na celu lepsze zarządzanie nieoczekiwanymi zdarzeniami transportowymi i zapewnienie skutecznego przywracania działania sieci po ich wystąpieniu. Z kolei w holenderskim Almelo trwają prace nad optymalizacją korytarza logistycznego poprzez instalację systemu priorytetyzacji ruchu na wyznaczonych skrzyżowaniach. Celem drugiego przypadku użycia jest ulepszenie platformy transportowej partnera projektu, GoOpti, która wykorzystuje wspólne planowanie tras (identyfikowanie wzorców transportu w celu maksymalizacji zasobów floty) do przewozu pasażerów na wybrane lotniska i z powrotem. Trzeci przypadek użycia, analizowany również w Madrycie, ma za zadanie wykazać, w jaki sposób ruch na drogach, który zwiększył się z powodu rosnącego zapotrzebowania na dostawy, można ograniczyć, przewożąc pasażerów i towary w tych samych pojazdach. Podaż i popyt są obliczane za pomocą środowiska symulacyjnego FleetPy, które zostało wzbogacone o strategie kontroli transportu opracowane w ramach projektu i połączone z oprogramowaniem Aimsun.next, zapewniającym realistyczną reprezentację warunków ruchu drogowego. „Mimo że faza walidacji dopiero się rozpoczęła, wstępnie uzyskane wyniki są niezwykle obiecujące. Do tej pory już kilka modeli wykazało poprawę płynności ruchu, skrócony czas podróży i/lub zmniejszenie emisji”, mówi Massi.
Przygotowanie na przyszłe wyzwania
Wyniki projektu CONDUCTOR stanowią wkład w ogólnoeuropejską inicjatywę na rzecz CCAM, której celem jest stworzenie bardziej zorientowanego na użytkownika i integracyjnego systemu mobilności, pozwalającego nie tylko na poprawę bezpieczeństwa na drogach, ale również na zmniejszenie zatorów i negatywnego wpływu na środowisko. Z myślą o dalszym rozwoju technologii narzędzia uczenia maszynowego wykorzystywane przez różne modele wchodzące w skład rozwiązania są obecnie dostosowywane w celu zwiększenia dokładności modelowania prognoz kluczowych parametrów, takich jak wzorce ruchu, miejsca tworzenia się największych zatorów czy zużycie energii. Chociaż zespół nie napotkał do tej pory na swojej drodze zbyt wielu wyzwań technicznych, należy zaznaczyć, że czasami przepisy dotyczące prywatności i bezpieczeństwa utrudniały dostęp w czasie rzeczywistym do danych pojazdu, które były niezbędne do wykonania symulacji. Obecnie trwają testy walidacyjne, które mają w sposób kategoryczny wykazać skuteczność systemu w zakresie płynnej łączności z operatorami transportu w dowolnym europejskim mieście.
Słowa kluczowe
CONDUCTOR, oparta na sieci, współpracująca i zautomatyzowana mobilność CCAM, zatory, ruch, transport, autobus, droga, towary, symulacja, uczenie maszynowe
