Optimitzar el trànsit de vehicles amb sistemes computacionals

Quan els conductors van de la feina a casa o de casa a la feina, saben de sobres els problemes de trànsit que es trobaran i el temps que hi perdran sense oblidar-se de la gran quantitat de combustible que malgasten. Al 2011, la congestió a les zones urbanes dels Estats Units va costar un extra de 5.500.000.000 hores i comprar 12.000.000.000 litres de combustible amb un cost de 100.000 M d'euros. Però malgrat l'embolic de vehicles als encreuaments amb molt trànsit, la majoria de les carreteres del país són carreteres amb pocs vehicles que podrien ser aprofitades si es pogués gaudir de la informació adequada.

Els científics de l'Institut de Dinàmica Urbana (UDI) del Laboratori Nacional de l'Energia d'Oak Ridge estan treballant per reduir el temps de viatge i el consum de combustible mitjançant el desenvolupament d'un marc computacional per tecnologies de vehicles connectats, que facilitaria la comunicació de vehicle a vehicle, així com la comunicació entre vehicles i els diferents controls de trànsit, com els semàfors. Els investigadors preveuen l'intercanvi de dades entre els vehicles -compartint informació com la ubicació, la velocitat i la destinació- per generar instruccions individualitzades per als conductors.

Si s'informa als conductors sobre la velocitat òptima, la millor carretera que poden agafar o la millor ruta, es podrien eliminar caravanes amb retenció eliminant l'efecte stop-and-go de conducció. Així milloraria la seguretat i es podrien obtenir instruccions addicionals que suggerissin canviar de carril o seguir un camí diferent que pot no ser la ruta que el GPS mostri i, així, evitar la congestió.

El primer pas en què està treballant l'equip del projecte és el de desenvolupar algoritmes de control descentralitzats, que permetin que els vehicles es comuniquin a nivell local amb els altres que interaccionen directament amb la mateixa carretera i alhora actuar a nivell mundial per optimitzar el flux de trànsit a través d'una ciutat. El marc computacional utilitza algoritmes de "control descentralitzat" perquè, sent realistes, tots els vehicles d'una ciutat no poden transferir tota la informació a un centre de control central, per la ingent quantitat de dades que estarien generant.

La segona fase del projecte serà connectar-se amb un sistema de simulació d'anàlisi de transport que utilitza l'anàlisi de dades per simular les condicions del trànsit en veritables zones urbanes per predir la congestió. Les simulacions es prediuen segons el flux de trànsit introduït i actualitzat en una base de dades a gran escala, així com el disseny i la distribució de la població de la zona que reflecteix les activitats del conductor (per exemple, zones escolars tendeixen a ser més concorregudes a primera hora del matí i mitja tarda, mentre que les zones d'entreteniment tenen més congestió a les nits i caps de setmana) així com les destinacions i horaris dels vehicles connectats a la simulació.

Les dues fases de simulacions també permetran a l'equip començar a explorar les qüestions relacionades amb la seguretat cibernètica i els possibles incentius perquè els conductors segueixin connectats entre vehicles.