Kako IoT i pametni uređaji smanjuju gužve u saobraćaju
Saobraćajne gužve izazivaju glavobolju vozačima u mnogim gradovima. Jedno od rješenja je korištenje IoT uređaja i pametnih tehnologija, odnosno sistema za pametno upravljanje saobraćajem, koji pomažu u smanjeju gužvi na cestama
Izvor: a&s International
E-mail: redakcija@asadria.com
Prema izvještaju analitičke kompanije INRIX o globalnom stanju u oblasti saobraćaja, vozači u najzagušenijim gradskim područjima na svijetu su tokom 2018. godine izgubili stotine sati zbog gužvi. U kolumbijskoj Bogoti potrošili su čak 272 sata po glavi – najviše na svijetu, dok su npr. Amerikanci u prosjeku gubili 97 sati.
Zbog toga se povećava broj vladinih inicijativa za upravljanje saobraćajem, naročito u kontekstu razvoja pametnijih i sigurnijih gradova. To i povećana urbanizacija u zemljama u razvoju glavni su faktori rasta tržišta rješenja za upravljanje saobraćajem. Kada su u pitanju inteligentni transportni sistemi (ITS), MarketsandMarkets predviđa da će globalna vrijednost tog tržišta do 2023. s blizu 23,4 milijarde dolara, koliko je iznosila u 2018, porasti na 30,7 milijardi. Od pametne saobraćajne signalizacije do IoT uređaja, očigledno je da dolazi do rasta prihvaćenosti pametnijih rješenja za upravljanje saobraćajem. Istovremeno, proizvođači ITS-ova i rješenja za upravljanje saobraćajem naporno rade na razvoju tehnologija za rješavanje problema gužvi u gradovima.
Razvoj IoT-a pomaže u smanjivanju gužvi
Iako, zapravo, ne postoji način da se gužve potpuno spriječe, korištenje informatičkih i IoT rješenja omogućava kontrolorima saobraćaja da ih značajno smanje. Todd Kreter, viši potpredsjednik i direktor u oblasti cestovnih senzora u Iterisu, objašnjava da se industrija saobraćaja u proteklih deset godina fokusirala na “uvođenje senzora i povezivosti koji nam omogućavaju da pomognemo javnim agencijama pomoću velike količine podataka”. Prema Basu van der Bijlu, menadžeru u Swecou, i Stefanu Hjortu, stručnjaku za inteligentne transportne sisteme, ubrzani razvoj informatičkih i IoT rješenja nudi nove mogućnosti za povećavanje kapaciteta postojeće infrastrukture. “Komunikacija vozača i saobraćajnih sistema te veći broj jeftinijih senzora omogućavaju prikupljanje veće količine podataka o saobraćaju radi optimiziranja njegovog protoka. Također, postaje moguće navoditi vozače kroz područja s gužvama, čime se balansira opterećenje saobraćajne mreže”, kažu oni.
Neke kompanije razvile su rješenja koja se zasnivaju na integraciji pametne kontrole saobraćajnih signala u stvarnom vremenu s novim tehnologijama u umreženim vozilima, odnosno s radijima koji će se ugrađivati u automobile kako bi omogućili komunikaciju vozila i infrastrukture (V2I komunikaciju). Prema Stephenu Smithu, suosnivaču i glavnom istraživaču u Rapid Flow Technologiesu, integracija pruža dodatne mogućnosti za smanjenje gužvi. “Dugoročno, V2I komunikacija će omogućiti mnogo preciznije detektovanje prilaska vozila određenoj raskrsnici te dovesti do većeg protoka. Kratkoročno, tu su poboljšanja prijevoza”, kaže Smith.
Inteligentni algoritmi
Većinu saobraćajnih podataka generišu videonadzorne kamere i radari. Primjenjivanje inteligentnih softverskih algoritama na prikupljene podatke saobraćajnim kontrolorima omogućava da smanje gužve. Naprimjer, podaci s videokamera mogu im pomoći da otkriju gdje su vozila, koliko brzo idu i koja su područja najzagušenija. Direktor marketinga u Miovisionu Matthew Trushinski objašnjava da korištenje računarskog vida pomaže u smanjenju saobraćajnih gužvi. Računarski vid može identifikovati automobile na videosnimku te izbrojati vozila. “Umjesto ograničene slike, inžinjeri mogu steći mnogo veći uvid u to kako se saobraćaj odvija”, kaže on. Uključivanje ove tehnologije u pametne raskrsnice može omogućiti saobraćajnim inžinjerima da stalno imaju podatke o tome šta se dešava. Uvidi dobijeni na osnovu tih podataka mogu pomoći gradovima da mijenjaju stvari nabolje i mjere rezultate. Stručnjaci u oblasti upravljanja gradskim saobraćajem u Kapsch TrafficComu istakli su da se saobraćajna rješenja uvedena radi mjerenja, detekcije i reagovanja na određene situacije oslanjaju na nekoliko izvora, od sveprisutnih saobraćajnih senzora do specijaliziranog videoprocesiranja, kao i podataka o automobilima te crowdsourcinga (npr. Wazea). “IoT je uglavnom smješten na visokodistribuiranim senzorskim mrežama ili mobilnim uređajima, kao što su sama vozila od kojih se dobijaju sirovi podaci koji će se zatim procesirati radi detekcije incidenata”, kažu u Kapsch TrafficComu.
Nakon toga se iz unaprijed podešene liste može odabrati odgovarajući plan reagovanja. U oba slučaja planovi uglavnom smanjuju gužve pomoću strategija kao što su informisanje, preusmjeravanje i/ili dinamično podešavanje brzine. Iako se svakodnevne saobraćajne gužve ne mogu potpuno spriječiti, mogu se kontrolisati radi planiranih događaja (npr. radova na cestama, sportskih događaja itd.), ponavljajućih situacija (npr. popodnevnih gužvi) ili kratkoročnih prognoza. To se postiže osmišljavanjem akcija koje ublažavaju problem gužvi kao što su akcijski planovi koji se mogu automatski aktivirati po potrebi u skladu s unaprijed definisanim faktorima, kažu u Kapsch TrafficComu.
Pametni saobraćajni signali
Saobraćajni signali su integralni dio osiguravanja vozača i pješaka na raskrsnicama. Budući da su sistemi za kontrolu saobraćaja postali inteligentniji, korištenje pametnih signala za optimizaciju protoka gradskog saobraćaja postaje sve bitnije. Na raskrsnicama se decenijama koristila tehnologija detekcije saobraćaja zasnovana na induktivnoj petlji. Međutim, rast popularnosti IoT uređaja donio je veći broj inteligentnih radara i videodetekcijskih senzora koji mogu brojati, provjeravati smjer i brzinu kretanja te određivati jesu li objekti automobili, bicikl ili pješak.
Todd Kreter kaže da s ovim informacijama “saobraćajni inžinjeri u centru za upravljanje saobraćajem mogu odmah modificirati vrijeme prikazivanja signala, uključujući i koliko dugo određeni prilaz ima crvenu ili zelenu fazu, te zatim optimizirati signalizaciju tokom dana kako se obim saobraćaja bude mijenjao”. Naprednije pametne strategije za saobraćajnu signalizaciju zasnivaju se na dinamičnim promjenama u trajanju svakog kretanja na raskrsnicama i brzim cestama.
Podaci za ove prilagodbe mogu se prikupiti detektorima ili naprednijim senzorima, uključujući i videodetekciju, kao i radarske tehnologije. Osim toga, napredne strategije nisu ograničene samo na mjerenje saobraćaja, brzine i zauzeća. Prilagođavanje protoka saobraćaja na raskrsnicama u kratkim intervalima (npr., pet sekundi) omogućava kontinuirano prilagođavanje varijacijama u saobraćaju i proaktivne prilagodbe, kažu u Kapsch TrafficComu. Prilagodljiva signalizacija može se dalje razviti pomoću vještačke inteligencije (AI) korištenjem enginea zasnovanog na pravilima, mašinskom učenju i drugim AI mogućnostima, uključujući ponavljajuće situacije i “ljudsko ponašanje” kako bi se riješile najkomplikovanije situacije.
Zelena faza
Surtrac sistem saobraćajne signalizacije Rapid Flow Technologiesa kombinuje koncepte iz teorije saobraćaja i vještačke inteligencije. Sistem dodjeljuje zelenu fazu različitim prilazima na raskrsnicama u stvarnom vremenu kako bi optimizirao protok saobraćaja na cesti. “Sistem obavlja analize na rubu (npr., pomoću računara na raskrsnici) kako bi proizveo planove signalizacije u stvarnom vremenu, prikupio informacije o dolaznom saobraćaju s nezavisnih senzora (npr., videokamera, radara itd.) postavljenih na raskrsnicama te ostvario koordinaciju na mrežnom nivou”, objašnjava Stephen Smith.
Sweco razvija Smart Traffic, kontroler za semafore koji koristi podatke već dostupne s tradicionalnih detektora u kombinaciji s novim izvorima podataka, kao što su oni direktno s automobila, kamera i radara. Podaci se pomoću njegovog modela predviđanja saobraćaja kombinuju u pouzdanu sliku saobraćaja na nivou pojedinačnih vozila, biciklista i pješaka. Na osnovu predviđenog pristizanja vozila na raskrsnice, zelene faze se unaprijed zakazuju, čime se optimiziraju i trajanje i redoslijed protoka saobraćaja kroz njih. Prema menadžeru Basu van der Bijlu i stručnjaku za inteligentne saobraćajne sisteme Stefanu Hjortu, kontrolisanje semafora na ovaj način rezultira manjim vremenom čekanja i smanjenjem emisija ugljik-dioksida. “Uz to, moguće je informisati vozače o zakazanim zelenim fazama, čime se otvara mogućnost prilagođavanja njihove brzine dolaska na raskrsnicu kako bi se izbjegla nepotrebna zastajanja, a povećao komfor”, kažu oni.
Mobilna konekcija
Miovision nudi TrafficLink platformu za saobraćajnu signalizaciju, koja omogućava niz rješenja potrebnih da bi se prikupili, nadgledali i razumjeli saobraćajni signali. Rješenja uključuju upravljivu mobilnu konekciju, alate za nadzor signalizacije, videoprijenos, obavijesti o održavanju i izvještaje o stanju u saobraćaju. Njihova SmartSense komponenta na raskrsnice donosi saobraćajni AI, čime se procesiraju podaci prikupljeni SmartSense 360 kamerom te se omogućava detekcija vozila, kao i kontinuirano analiziranje saobraćaja, kaže Matthew Trushinski iz Miovisiona. Kada je u pitanju implementacija rješenja, brojni su izazovi u oblasti kontrole signalizacije u gradskom saobraćaju. Jedan od njih je, prema Swecou, pronalaženje balansa između optimalne kontrole semafora i pouzdanog predviđanja budućih zelenih faza za dolazni saobraćaj.
“Što su vozači ranije informisani o promjenama signala, to je teže reagovati na stvarne saobraćajne situacije na raskrsnicama”, kažu u Swecou i predlažu korištenje najnovije senzorske tehnologije u kombinaciji s modelima predviđanja saobraćaja kako bi se ostvarila pouzdana predviđanja saobraćaja na raskrsnici u narednoj minuti. To omogućava optimiziranje kontrole semafora, kao i informisanje vozača o predstojećim zelenim fazama u idućih 60-ak sekundi. Ostali izazovi uključuju detekciju pješaka i biciklista. Efikasna saobraćajna signalizacija na gradskim cestovnim mrežama mora biti u stanju razlikovati različite vidove saobraćaja te koristiti te informacije u odlukama o kontroli semafora, objašnjava Smith. “Većina trenutnih komercijalnih uređaja za detekciju vozila nije u stanju istovremeno detektovati vozila i pješake, a opcija korištenja dodatnog hardvera za omogućavanje detekcije pješaka često je trošak koji gradovi ne žele snositi”, kaže Smith. Međutim, to se mijenja budući da sve više kompanija za komercijalno detektovanje uvodi hardver koji podržava integrisanu detekciju vozila i pješaka.
Dijeljenje saobraćajnih podataka u stvarnom vremenu
Informacije o saobraćaju u stvarnom vremenu dostupne su jedino kada su uređaji za signalizaciju povezani s centrom za upravljanje saobraćajem. Prema Toddu Kreteru, procjenjuje se da trenutno više od polovine svih signala nije povezano s centrima. Međutim, jednom kada se oni povežu, agencije mogu pomoću naprednog sistema za upravljanje saobraćajem pristupati podacima o saobraćaju u stvarnom vremenu u različitim formatima. S obzirom na silne IoT uređaje koji su postavljeni s ciljem upravljanja saobraćajem, podaci koji se prikupljaju su zlatni rudnik ne samo za kontrolore saobraćaja nego i za druge agencije za transport i sigurnost, kao i za same vozače. Međutim, svi ti akteri mogu uživati u prednostima podataka samo kada se oni dijele. Postoji nekoliko rješenja koja mogu riješiti problem razmjene informacija između agencija u skladu s potrebama i ugovorima između njih. Dijeljeni podaci mogu se omogućiti korištenjem dijeljenog podatkovnog centra, s tim da se tip podataka o kojem postoji dogovor prikuplja i koristi u skladu s unaprijed dogovorenim faktorima.
“Agencije također mogu napraviti dogovor o dijeljenom krovnom sistemu koji svaka od njih može koristiti, kao što je sistem za informisanje i koordinaciju akcija među agencijama”, kažu stručnjaci u Kapsch TrafficComu. Oni dodaju da su glavni izazovi definisanje ugovora što pogodnijih za kreiranje konzorcija, izgradnja zajedničkih platformi ukoliko je to dogovoreno te intenzivno korištenje postojećih i budućih sistema za dogovorene ciljeve.
Otvorene arhitekture
Podaci u standardiziranim formatima i otvorenoj arhitekturi koja nije vezana ni za jednu kompaniju su način za izbjegavanje izazova u dijeljenju podataka, kaže Matthew Trushinski. Njegova kompanija Miovision vjeruje u otvorene arhitekture “s ciljem omogućavanja drugim vladinim institucijama, kompanijama i partnerima da iskoriste podatke generisane na nivou grada radi poboljšavanja gradskog života”. Bas van der Bijl i Stefan Hjort također spominju da će se otvoreni podaci koristiti sve više. “Dijeljenje informacija je ključ koji omogućava razvoj pametnih rješenja za saobraćaj u gradskim područjima. Kada su podaci otvoreni, prag za primjenu novih rješenja u gradovima je snižen”, kažu oni.
Trenutna dešavanja u oblasti razvoja softvera za upravljanje saobraćajem pomažu u olakšavanju bolje upotrebe i dijeljenja prikupljenih podataka. “Kako bi se efikasno dijelili podaci između gradskih agencija, potreban je zajednički okvir za prikazivanje podataka, a razvoj tog okvira je glavni izazov”, kaže Stephen Smith. Naprimjer, Surtrac trenutno ima API za prijenos saobraćajnih podataka općinskim institucijama u stvarnom vremenu – jedna od njegovih trenutnih implementacija počinje koristiti zajedničke podatke u okviru Open Data inicijative.
Kreter obašnjava kako je Iterisov SPM (mjerenje efekta signalizacije) razvijan kako bi se bolje iskoristili podaci prikupljeni IoT senzorima, kao i kontrolerima za saobraćajnu signalizaciju. “To može pružiti informacije o broju vozila, brzini, lokaciji, statusu signala, kao i o biciklistima i pješacima, te omogućiti detaljan pregled cjelokupnog efekta saobraćajne signalizacije”, kaže on. Popularne korisničke navigacijske aplikacije kao što je Waze također imaju ulogu u dijeljenju podataka. U aprilu 2018. Waze je ostvario dogovor s Waycareom, startupom za upravljanje saobraćajem, kako bi se omogućilo dvosmjerno dijeljenje općinskih i cestovnih saobraćajnih podataka. Ta saradnja će, kaže se u saopćenju, omogućiti “gradovima i javnim agencijama da komuniciraju direktno s vozilima na cestama kako bi se podaci iz vozila u stvarnom vremenu mogli iskoristiti za napredne operacije u oblasti upravljanja saobraćajem”.
