Immagine che mostra come funziona GAMEOPT rispetto ai semafori. Le regioni azzurre denotano la zona di controllo. Il team ha dimostrato che a livelli di flusso di traffico in ingresso identici, il loro approccio supera anche l'infrastruttura a semaforo, con conseguente riduzione delle code e un flusso di traffico regolare. Credito:Suriyarachchi et al.
La gestione degli incroci stradali in ambienti affollati e dinamici, come le aree urbane, può essere molto impegnativa. La cattiva gestione del traffico in questi luoghi può portare a incidenti stradali, spreco di carburante e inquinamento ambientale.
I ricercatori dell'Università del Maryland hanno recentemente sviluppato GAMEOPT, un nuovo algoritmo che potrebbe aiutare a gestire in modo più efficiente gli incroci stradali non segnalati ad alto traffico. Il team di ricerca con i membri Nilesh Suriyarachchi, Rohan Chandra, John S. Baras e Dinesh Manocha ha introdotto il loro metodo in un recente articolo che sarà pubblicato negli atti della 25a IEEE International Conference on Intelligent Transportation Systems (IEEE ITSC 2022). Questo metodo combina le tecniche di ottimizzazione con le idee della teoria dei giochi, un costrutto matematico che rappresenta situazioni in cui agenti diversi competono tra loro.
"Il quaranta percento di tutti gli incidenti, il 50% delle collisioni gravi e il 20% dei decessi si verificano in incroci non segnalati", ha detto a TechXplore Chandra, un membro del team di ricerca. "Il nostro obiettivo principale è migliorare il flusso del traffico e l'efficienza del carburante negli incroci scarsamente regolamentati o non regolamentati. Per raggiungere questo obiettivo, proponiamo un algoritmo che combina idee dall'ottimizzazione e dalla teoria dei giochi per capire come i diversi agenti del traffico cooperano e negoziano tra loro a incroci di traffico."
GAMEOPT, l'algoritmo di controllo del flusso di traffico sviluppato dal team, è in grado di calcolare traiettorie ottimali per i singoli agenti che attraversano lo stesso incrocio stradale. Per fare ciò, esegue due diversi passaggi.
Nella prima fase, (GAME), l'algoritmo rileva la presenza di tutti i veicoli in una specifica regione di interesse (cioè le strade che portano all'incrocio e all'incrocio stesso). Quindi esegue un programma di aste che gli consente di determinare quali veicoli dovrebbero avere la priorità nella navigazione all'incrocio, delineando l'ordine in cui tutti gli agenti nella regione di interesse scorreranno attraverso l'incrocio.
"Il nostro modulo d'asta utilizza i comportamenti e gli incentivi dei conducenti per determinare questo ordine", ha affermato Chandra. "In contrasto con gli approcci esistenti per la gestione degli incroci, come l'uso di semafori e segnali di stop, il nostro nuovo framework utilizza la teoria dei giochi per creare sequenze di ordini di priorità eque ed efficienti per gli incroci."
Nella seconda fase, (OPT), l'algoritmo utilizza la programmazione quadratica mista intera per calcolare le traiettorie ottimali che soddisfano l'ordine di priorità calcolato nella fase 1 (oltre a soddisfare altri vincoli come sicurezza, fattibilità, ecc.). "Le traiettorie ottimali prodotte dal nostro algoritmo soddisfano l'ordine di priorità fornendo al contempo efficienza, equità e garanzie di sicurezza", ha affermato Suriyarachchi. "GAMEOPT opera anche a velocità di calcolo inferiori a 10 millisecondi in un traffico ad alta densità di oltre 10.000 veicoli/ora, il che lo rende capace di funzionare in tempo reale anche in scenari ad alta densità di traffico. È altamente efficiente e abbiamo scoperto che supera lo stato di - metodi all'avanguardia per ridurre la congestione, il tempo per raggiungere l'obiettivo e il consumo di carburante in un simulatore di traffico realistico."
In diverse simulazioni di traffico eseguite dai ricercatori, GAMEOPT ha ottenuto risultati molto promettenti. Potrebbe ridurre significativamente la congestione e le emissioni di carburante, gestendo densità di traffico variabili in diverse parti degli incroci e consentendo a più veicoli di entrare nell'incrocio contemporaneamente.
"Nelle simulazioni, il nostro algoritmo migliora la produttività di almeno il 25%, il tempo impiegato per raggiungere l'obiettivo del 75% e il consumo di carburante del 33% rispetto alle pratiche standard di utilizzo di semafori e segnali di stop", ha affermato Manocha. "La capacità operativa in tempo reale di GAMEOPT è 100 volte più veloce rispetto ad altri metodi completamente basati sull'ottimizzazione, fornendo al contempo garanzie in termini di equità, sicurezza ed efficienza."
In futuro, GAMEOPT potrebbe rivelarsi uno strumento di grande valore per gestire in modo più efficiente gli incroci stradali in ambienti urbani congestionati. Inoltre, potrebbe aiutare a ridurre drasticamente il consumo di carburante e le emissioni di carbonio, risparmiando così energia e riducendo i danni arrecati al pianeta.
Il team prevede di continuare a lavorare sul proprio algoritmo e perfezionarlo. Nei loro prossimi lavori, hanno in programma di testarne le prestazioni in scenari urbani simulati più complessi e di sviluppare un prototipo che potrebbe essere implementato in contesti del mondo reale. Sebbene l'attuale iterazione dell'algoritmo si rivolga ai veicoli autonomi connessi, è in fase di sviluppo un'estensione per considerare i veicoli a guida umana.
"Vorremmo anche sfruttare la potenza dell'intelligenza artificiale e dell'apprendimento automatico per stimare gli incentivi e le priorità dei conducenti per calcolare un ordine di priorità più realistico e quindi migliorare ulteriormente il flusso del traffico", ha aggiunto Manocha.
"Inoltre, potremmo testare l'algoritmo con agenti speciali, come veicoli di emergenza che hanno priorità più alte o diverse". + Esplora ulteriormente
© 2022 Rete Science X
