Revolutionierung des Kreuzungsmanagements mithilfe vernetzter Fahrzeugdaten

Motion Design INSIDER

Der Verkehr fährt über eine der 34 Kreuzungen, die Teil der Datenstudie zu vernetzten Fahrzeugen in Birmingham, MI, waren. (Bild:Jeremy Little, Michigan Engineering)

Gemeinden könnten Kosten senken und Fahrzeugemissionen reduzieren – alles im Namen der Verkürzung Ihrer Reise.

Mit GPS-Daten von nur sechs Prozent der Fahrzeuge auf der Straße können Forscher der University of Michigan Verkehrssignale neu kalibrieren, um Staus und Verzögerungen an Kreuzungen deutlich zu reduzieren.

In einer 18-monatigen Pilotstudie, die in Birmingham, Michigan, durchgeführt wurde, nutzte das Team von General Motors bereitgestellte Erkenntnisse über vernetzte Fahrzeugdaten, um sein System zu testen, was zu einer Reduzierung der Anzahl der Stopps an signalisierten Kreuzungen um 20 bis 30 Prozent führte.

Es ist das weltweit erste groß angelegte, cloudbasierte Retiming-System für Verkehrssignale und stellt eine große Chance für Gemeinden dar, ihre Signalmuster zu geringeren Kosten neu zu kalibrieren.

Das System der University of Michigan erfasst GPS-Daten von einem Prozentsatz der Fahrzeuge auf der Straße und extrapoliert Verkehrsmuster. Wenn beispielsweise ein vernetztes Fahrzeug etwa 30 Meter von einer Kreuzung entfernt zum Stehen kommt, weist dies deutlich darauf hin, dass es sich hinter mindestens drei oder vier anderen Fahrzeugen befindet.

„Während Detektoren an Kreuzungen die Verkehrszahl und die geschätzte Geschwindigkeit ermitteln können, liefert der Zugriff auf Fahrzeugverlaufsinformationen selbst bei geringen Durchdringungsraten wertvollere Daten, einschließlich Fahrzeugverzögerung, Anzahl der Stopps und Routenauswahl“, sagte Henry Liu, Professor für Bauingenieurwesen an der University of Michigan und Direktor sowohl des drahtlos verbundenen Automobiltestgeländes Mcity als auch des Center for Connected and Automated Transportation.

In den USA gibt es rund 320.000 Verkehrsampeln, und die mit diesen Kreuzungen verbundenen jährlichen Staukosten – direkt und indirekt – belaufen sich auf 22,9 Milliarden US-Dollar. Zu diesen Kosten zählen die Wartezeit an der Ampel sowie unnötiger Energieverbrauch durch Signalzeiten, die verbessert werden könnten.

Die meisten Verkehrsampeln funktionieren nach einem tageszeitabhängigen Signalzeitplan, bei dem voreingestellte Muster für Morgen, Nachmittag, Abend und Nacht vorhanden sind. Verkehrsplaner versuchen, diese Zyklen mit den umliegenden Kreuzungen zu koordinieren, damit Autos mit so wenig Stop-and-go-Fahrten wie möglich zwischen den Kreuzungen strömen können.

„Der Grund, warum diese Signale häufiger geändert werden sollten, liegt darin, dass sich der Verkehr ständig ändert“, sagte Liu. „Ein gutes Beispiel sind die Verkehrsmuster, die wir im Jahr vor der Ankunft von COVID und in den zwei Jahren danach gesehen haben. Die morgendliche Hauptverkehrszeit hat sich drastisch verändert, da so viele Menschen von zu Hause aus arbeiten. Wenn Sie diese Art von Veränderung sehen, müssen Sie die Signale neu einstellen.“

Signale zu optimieren, um mit Änderungen im Verkehrsfluss Schritt zu halten, ist keine einfache Aufgabe. Aufgrund der Kosten und des Zeitaufwands für die Durchführung von Verkehrszählungen und Neuberechnungen werden die meisten Kommunen erst nach zwei bis fünf Jahren, manchmal sogar Jahrzehnten, eine Neubewertung durchführen.

Zwar gibt es seit den 1970er Jahren adaptive Signale, die Fahrzeuge an Kreuzungen erkennen und Signale fast in Echtzeit neu programmieren, ihre Kosten haben sie jedoch von einer breiten Anwendung abgehalten. Die Installation eines adaptiven Systems an einer einzelnen Kreuzung kann bis zu 50.000 US-Dollar kosten, wobei regelmäßige Wartung erforderlich ist – ein Preis, den sich nicht alle Gemeinden leisten können. Das Optimierungssystem der University of Michigan würde einen Bruchteil dessen kosten, was ein adaptives System kostet.

Das als probabilistisches Zeit-Raum-Diagramm bezeichnete System ermöglicht, dass ein kleinerer Prozentsatz der Daten vernetzter Fahrzeuge die gleiche Arbeitslast übernimmt wie Sensoren an einer adaptiven Verkehrsampel. Um seine Wirksamkeit zu testen, sammelten Forscher über einen Zeitraum von drei Wochen im März 2022 Daten von jeder der 34 signalisierten Kreuzungen in Birmingham, Michigan – die meisten davon sind Festzeitsysteme.

„Dadurch haben wir unser Datenerfassungsproblem wirklich gelöst“, sagte Gary Piotrowicz, stellvertretender Geschäftsführer der Straßenkommission für Oakland County. „Und ich könnte argumentieren, dass es die Art und Weise sein wird, wie es jeder im Land macht. Sobald sie das System gefestigt haben, gibt es keinen Grund, es anders zu machen.“

Quelle 

Transkript

00:00:00 Haben Sie schon einmal an einer roten Ampel gesessen und sich gefragt, warum es so lange dauert, bis die Ampel auf Grün wechselt? Das Neutiming jeder Ampel kostet derzeit etwa 5.000 US-Dollar. Das ist der Grund, warum die meisten Verkehrsverwaltungsbehörden die Ampel nur R-mal alle zwei bis fünf Jahre oder noch länger einsetzen. Unterm Strich funktionieren die Signale nicht so effizient, wie sie sein könnten.

00:00:23 Mehr Staus auf den Straßen und mehr Staus führen zu schlechter Sicherheit. Ingenieurforscher aus Michigan haben sich mit der Oakland County Road Commission zusammengetan, um ein kostengünstigeres und schnelleres Verfahren zur Optimierung von Verkehrssignalen zu entwickeln. Dabei handelt es sich um ein cloudbasiertes System, das GPS-Daten von vernetzten Fahrzeugen nutzt, die in Birmingham, Michigan, getestet wurden. Ihr System konnte verringern

00:00:44 Verkehrsverzögerung um 20 % und Reduzierung der Anzahl der Stopps an einer Kreuzung um 30 % Die Implementierung des Systems ist eigentlich sehr, sehr einfach, da die Daten bereits in der Cloud vorliegen und von den Automobilherstellern gesammelt werden. Wir können den Verkehrsmanagementbehörden helfen, diese Daten zur Bewertung der Leistung ihrer Verkehrsampeln zu nutzen und ihnen dann dabei zu helfen

00:01:08 Optimieren Sie die Flugverkehrssignalparameter. Derzeit sind Kreuzungen entweder mit adaptiven oder festen Verkehrssignalen ausgestattet. Wenn das Signal adaptiv ist, kann es mithilfe von Sensoren den Verkehr an einer Kreuzung erkennen, um die Zeit selbst zu bestimmen. Wenn es behoben ist, muss ein Verkehrsleiter zu Spitzenzeiten zur Kreuzung gehen, um die Anzahl der Fahrzeuge an einem Signal zu zählen, und schon sind wir da

00:01:29 Versuchen Sie, Zeitpläne zu entwickeln, die für 24 Stunden, 7 Tage die Woche und 365 Tage im Jahr gelten, mit Daten, die wirklich nicht so gut sind, wie wir es gerne hätten. Die Daten zur Fahrzeugtrajektorie liefern viel mehr Informationen als nur Verkehrszählungen, sondern ermöglichen es den Verkehrsleitern, die Anzahl der Fahrzeugverzögerungen und Routenauswahlen von nur einer kleinen Anzahl verbundener Fahrzeuge zu sehen.

00:01:53 können dann in das Optimierungssystem eingespeist werden, wo sie in der Lage sind, die Leistung der Signale zu bewerten und basierend auf den Daten neue Zeitsteuerungsanlagen zu erstellen. Dadurch können wir die Signale häufiger aktualisieren, sodass wir uns dies jetzt vielleicht alle paar Monate ansehen können, um sicherzustellen, dass wir die

haben

00:02:13 Die besten Timings im System, die das System am effizientesten machen, auch wenn wir die Timings nicht ändern, wird es uns bestätigen, dass das, was da draußen ist, das Beste ist. Es kommt dem Autofahrer wirklich zugute. Für Städte bedeutet das, dass die Ampelwartung viel häufiger und zu einem Bruchteil der Kosten und für Sie weniger Tim an roten Ampeln und ein schnelleres Pendeln ist. Vernetzte Fahrzeuge sind überall

00:02:35 Daher ist es für uns einfach, das System zu skalieren, da wir ihre Daten nicht nur im Bundesstaat Michigan, sondern auch anderswo nutzen können. Wir sprechen davon, rund um die Uhr Daten zu erhalten, die automatisiert sind, und es sind die besten Daten, mit denen wir je arbeiten mussten, was wirklich aufregend ist