Het beheren van kruispunten in drukke en dynamische omgevingen, zoals stedelijke gebieden, kan een grote uitdaging zijn. Het slechte beheer van het verkeer bij deze kan leiden tot verkeersongevallen, verspilling van brandstof en milieuvervuiling.

Onderzoekers van de Universiteit van Maryland hebben onlangs GAMEOPT ontwikkeld, een nieuw algoritme dat kan helpen om niet-gesignaleerde kruispunten met veel verkeer efficiënter te beheren. Het onderzoeksteam met leden, Nilesh Suriyarachchi, Rohan Chandra, John S. Baras en Dinesh Manocha, introduceerde hun methode in een recent artikel dat zal worden gepubliceerd in de werkzaamheden van de 25e IEEE International Conference on Intelligent Transportation Systems (IEEE ITSC 2022). Deze methode combineert optimalisatietechnieken met ideeën uit de speltheorie, een wiskundige constructie die situaties voorstelt waarin verschillende agenten met elkaar concurreren.

"Veertig procent van alle ongevallen, 50% van de ernstige botsingen en 20% van de dodelijke slachtoffers vindt plaats op niet-gesignaleerde kruispunten", vertelde Chandra, een lid van het onderzoeksteam, aan TechXplore. "Ons primaire doel is om de verkeersstroom en brandstofefficiëntie te verbeteren op slecht gereguleerde of niet-gereguleerde verkeersknooppunten. Om dit doel te bereiken, stellen we een algoritme voor dat ideeën uit optimalisatie en speltheorie combineert om te begrijpen hoe verschillende verkeersagenten samenwerken en met elkaar onderhandelen op verkeerskruisingen."

GAMEOPT, het door het team ontwikkelde algoritme voor het regelen van de verkeersstroom, kan optimale trajecten berekenen voor individuele agenten die door hetzelfde kruispunt rijden. Om dit te doen, voert het twee verschillende stappen uit.

In de eerste fase (GAME) detecteert het algoritme de aanwezigheid van alle voertuigen in een specifiek interessegebied (d.w.z. de wegen die naar het kruispunt leiden en het kruispunt zelf). Vervolgens voert het een veilingprogramma uit waarmee het kan bepalen welke voertuigen prioriteit moeten hebben bij het navigeren op de kruising, waarbij de volgorde wordt aangegeven waarin alle agenten in de regio van belang door de kruising zullen stromen.

"Onze veilingmodule gebruikt het gedrag en de prikkels van de chauffeurs om deze volgorde te bepalen," zei Chandra. "In tegenstelling tot bestaande benaderingen voor het beheer van kruispunten, zoals het gebruik van verkeerslichten en stopborden, maakt ons nieuwe raamwerk gebruik van speltheorie om eerlijke en efficiënte volgorde van prioriteitsvolgorde voor kruispunten te creëren."

In de tweede fase, (OPT), gebruikt het algoritme mixed-integer kwadratische programmering om de optimale trajecten te berekenen die voldoen aan de prioriteitsvolgorde die in fase 1 is berekend (samen met het voldoen aan andere beperkingen zoals veiligheid, haalbaarheid, enz.). "De optimale trajecten die door ons algoritme worden geproduceerd, voldoen aan de prioriteitsvolgorde en bieden tegelijkertijd efficiëntie, eerlijkheid en veiligheidsgaranties", zei Suriyarachchi. "GAMEOPT werkt ook met berekeningssnelheden van minder dan 10 milliseconden in verkeer met een hoge dichtheid van meer dan 10.000 voertuigen/uur, waardoor het realtime in staat is, zelfs in scenario's met druk verkeer. Het is zeer efficiënt en we ontdekten dat het beter presteert dan de huidige -the-art methoden om files, time-to-goal en brandstofverbruik te verminderen in een realistische verkeerssimulator."

In diverse verkeerssimulaties die door de onderzoekers werden uitgevoerd, behaalde GAMEOPT veelbelovende resultaten. Het zou congestie en brandstofemissies aanzienlijk kunnen verminderen, door verschillende verkeersdichtheid op verschillende delen van kruispunten aan te pakken en meerdere voertuigen tegelijkertijd het kruispunt op te laten gaan.

"In simulaties verbetert ons algoritme de doorvoer met ten minste 25%, de tijd die nodig is om het doel te bereiken met 75% en het brandstofverbruik met 33% in vergelijking met de standaardpraktijken van het gebruik van verkeerslichten en stopborden," zei Manocha. "De realtime werking van GAMEOPT is 100 keer sneller dan andere volledig op optimalisatie gebaseerde methoden, terwijl het garanties biedt op het gebied van eerlijkheid, veiligheid en efficiëntie."

In de toekomst zou GAMEOPT een zeer waardevol hulpmiddel kunnen blijken te zijn om kruispunten in drukke stedelijke omgevingen efficiënter te beheren. Bovendien kan het helpen om het brandstofverbruik en de CO2-uitstoot drastisch te verminderen, waardoor energie wordt bespaard en de schade aan de planeet wordt verminderd.

Het team is van plan verder te werken aan hun algoritme en het te perfectioneren. In hun volgende werk zijn ze van plan om de prestaties ervan te testen in complexere gesimuleerde stedelijke scenario's en een prototype te ontwikkelen dat in de echte wereld kan worden geïmplementeerd. Terwijl de huidige iteratie van het algoritme geschikt is voor geconnecteerde autonome voertuigen, wordt er een uitbreiding ontwikkeld om door mensen aangedreven voertuigen te beschouwen.

"We willen ook gebruikmaken van de kracht van kunstmatige intelligentie en machine learning om de prikkels en prioriteiten van chauffeurs in te schatten om een ​​meer realistische prioriteitsvolgorde te berekenen en daarmee de verkeersstroom verder te verbeteren", voegde Manocha eraan toe.

"Daarnaast zouden we het algoritme kunnen testen met speciale agenten, zoals hulpverleningsvoertuigen die hogere of andere prioriteiten hebben." + Verder verkennen

Kunstmatige intelligentie om autonome voertuigen te helpen stationair draaien bij rood licht te voorkomen

© 2022 Science X Network