Здравствуйте, Нomunculus, Вы писали:
Н>Насколько я могу судить, большинство пробок образуются из-за неправильно настроенных светофоров (аварии, разумеется, не считаем). Так? Они конечно учитывают трафик, но они статичны. То есть времена переключений в них заданы железно. Так? Почему бы тому же яндексу не замутить динамическую систему для минимизации пробок? Чтоб сфетофоры учитывали текущую ситуацию на дороге. Сложно?
Уже написали, что не абсолютно статичны, у них есть определённые пресеты, в какое время и в какой день работать. Как устанавливают эти режимы? Люди ручками на перекрёстке (я так делал в бытность студентом) или по камерам сидят и считают. Получают в самом примитивном виде распределения Пуассона, параметры которых заносят в программы по моделированию, например в
SUMO. После моделирования получают оптимальные параметры, которые и устанавливают.
В SUMO можно построить модель не только светофора, но и города и провести глобальную многокритериальную оптимизацию. Это классика.
Сейчас много работ на тему, как именно проводить эту оптимизацию, лидирует на бумаге обучение с подкреплением. Добралось ли оно до практики я пока хз.
Из локального есть многочисленные проекты по построению умных светофоров/перекрёстков: когда один светофор "смотрит" на свой трафик и пытается его оптимизировать в зависимости от загрузки с разных сторон. "Смотрит" в классическом понимании — это датчики, установленные под асфальтом. Сейчас всё больше начитают использовать видеокамеры, тепловизоры, радары. В зависимости от направлений трафика можно выбирать какое направление можно пристопить, а какому дать побольше зелёного. Такие проекты я видел в РФ только в качестве пилотов, ни один из известных мне так и не взлетел. Возможно, потому что они как раз локальные, улучшают только свою маленькую обстановку, без оглядки на глобальные проблемы. могут хорошо работать в небольших посёлках.
Но у таких локальных решений, благодаря камерам и компьютерному зрению появилось два перспективных направления:
1. Приоритет общественному транспорту и разным видам специального транспорта: если с одной стороны есть автобус, то специально для него можно подвинуть зелёный. Тут нет глобальных проблем, только небольшие корректировки. Знаю, что актуально для светофоров около аэропортов, например, где обществнному транспорту нужен бОльший приоритет.
2. Экология, а именно автоматическое вычисление объёма выбросов, производимое в атмосферу и попытка его снижения. Когда происходит максимальный объём выбросов? При ускорении, особенно некоторых видов транспорта — грузовики, фуры, автобусы, маршрутки, вот это всё. Поэтому для них надо минимизировать время простоя на светофорах. Получается, та же самая классическая оптимизация, но с минимизацией не среднего время проезда перекрёстка, а объёма выбросов при этом. Тут исследований много, в РФ в том числе, есть много стандартов, норм, формул, есть практические работы, углеродный след, углеродные кредиты. В РФ тема развивается в некоторых университетах, результаты международного уровня:
группа из Челябинска (Владимир Шепелев) выступает каждый год на международных конференциях, Европа, США и т.д. Но пока их результаты дальше мониторинга и сбора данных не идут, оптимизацию светофоров не доверяют.
Сложность внедрения таких решений очень велика: камеры разные, нейросети пока не достигли приемлемого качества, данные от Я.Навигатора плохие (в том плане, что плохо умеют делить трафик по полосам, например), стоимость проектов высокая. Москва, думаю, может осилить движение в правильном направлении. Петербург уже вряд ли.
P.S. Ещё в разных городах разные ведомства владеют светофорами и ответственны за них: где-то полиция, где-то муниципалитеты и т.д. И все не любят рискованные инновации.
Добавлю, совершенно забыл о главном тренде — это
Vehicle-to-everything (V2X). Он должен сильно надёжнее, чем камеры с нейросетями, обеспечить мониторинг трафика и сделать его регулирование надёжным, как швейцарские часы.