Ini terjadi pada setiap pengemudi lebih sering daripada yang mungkin dia inginkan: Perjalanan sepanjang rute yang direncanakan, dan entah bagaimana satu berhasil mencapai setiap cahaya di sepanjang jalan. Tidak hanya itu membuat frustrasi, tetapi penghentian dan buang-buang bahan bakar, waktu dan bahkan dapat menyebabkan kemacetan, membuat seluruh kota berhenti.
Perangkat lunak simulasi baru yang dikembangkan oleh Carolina Osorio, asisten profesor teknik sipil dan lingkungan di MIT, berjanji untuk memperlancar lalu lintas dengan cara yang lebih efektif daripada perangkat lunak sebelumnya. Dengan mengoptimalkan waktu lampu lalu lintas di luar kemampuan sistem saat ini, modelnya telah terbukti memangkas waktu perjalanan 24 jam.
Sistem pengaturan lampu lalu lintas biasanya bekerja dalam satu dari dua cara. Pada skala kota atau regional besar, sistem mengatur timing cahaya berdasarkan lalu lintas yang diamati; ini disebut model berbasis aliran. Simulator lain bekerja pada skala yang lebih mikro, dengan mempertimbangkan tindakan dan kebiasaan masing-masing pengemudi. Simulator ini bertindak sebagai semacam kecerdasan buatan untuk membantu memprediksi bagaimana perilaku dan keputusan pengemudi dapat berubah dalam kondisi lalu lintas tertentu. Perbedaan kecil dan keputusan individu itulah yang membuat model berbasis aliran lepas kendali.
“Saya perlu menjelaskan bagaimana orang akan bereaksi terhadap perubahan saya. Jika waktu perjalanan meningkat pada [jalan] arteri, maka orang mungkin akan mengalihkan, "Osorio menjelaskan." Sebagian besar perangkat lunak pengatur waktu melihat pola lalu lintas saat ini atau historis. Tidak memperhitungkan bagaimana perjalanan mungkin berubah. "
Masalah ini dapat bertambah karena semakin banyak perubahan sinyal yang diterapkan. Katakanlah, misalnya, Anda memiliki dua rute yang memungkinkan untuk pergi bekerja: Rute A dan Rute B. Anda paling sering memilih Rute A, tetapi suatu hari perubahan waktu lampu lalu lintas, sehingga Anda memutuskan untuk beralih ke Rute B. Tidak hanya memiliki arus lalu lintas yang berubah di Rute A, tetapi mereka yang sudah mengambil Rute B mungkin cenderung mempertimbangkan kembali pilihan mereka. Masalah rumit selanjutnya adalah bagaimana perubahan dan pengalihan itu dapat beriak ke arah luar dan memengaruhi sisa jalan dan persimpangan di wilayah tersebut.
Solusi yang jelas adalah menjalankan model berbasis aliran dan individual untuk semua skenario. Tetapi mensimulasikan setiap permutasi arus lalu lintas yang mungkin tidak layak. Jumlah daya komputasi yang mungkin diperlukan untuk menyelesaikan simulasi yang sedemikian rumit untuk seluruh kota akan membuat sistem menjadi mahal.
Untuk mengatasi masalah itu, tanpa mengorbankan kesetiaan dan keandalan, sistem Osorio menggabungkan yang terbaik dari kedua dunia. Hanya dibutuhkan skenario berbasis aliran terbaik, seperti yang diidentifikasi oleh perangkat lunak pengaturan waktu yang umum, dan menjalankan simulasi khusus driver hanya pada kasus-kasus tersebut.
Ambil contoh, persimpangan yang memiliki arus lalu lintas yang jauh lebih berat di utara dan selatan daripada di timur dan barat. Model yang lebih sederhana dapat beralasan bahwa lampu lalu lintas harus memungkinkan lebih banyak waktu hijau di jalur utara-selatan daripada di timur-barat. Kemudian, simulasi yang lebih kompleks dapat membantu menilai berapa lama lampu itu seharusnya dan juga memprediksi efek riak dari perubahan seperti itu.
Solusinya scalable. “Katakanlah saya memiliki 100 timing sinyal berbeda yang ingin saya uji, ” kata Osorio. “Model yang lebih sederhana bisa memberi Anda gambaran tentang subset dari 100 yang bisa memiliki potensi besar. Kemudian, kami menjalankan simulasi pada subset. "
Garis berwarna mewakili jalan utama di Lausanne, Swiss. Peta kiri, dengan pemrograman lampu lalu lintas konvensional, memiliki banyak garis merah yang mewakili perjalanan panjang. Peta yang tepat, yang menggunakan sistem yang ditingkatkan peneliti, memiliki banyak garis hijau yang mewakili perjalanan singkat. (Courtesy of Carolina Osorio) Makalah Osorio, yang akan diterbitkan dalam jurnal Transport Science, menerapkan modelnya untuk lalu lintas di Lausanne, Swiss, daerah di mana dia pernah tinggal. Bekerja dengan data lalu lintas di 47 jalan dan 15 persimpangan (sembilan di antaranya memiliki lampu lalu lintas), studi ini menerapkan algoritmanya pada jam pertama jam sibuk malam. Simulasi memotong waktu perjalanan hampir seperempat.
Simulator arus lalu lintas yang dimasukkan Osorio ke dalam modelnya biasanya dibuat oleh kota itu sendiri. Kota mengumpulkan data mereka sendiri tentang kondisi lalu lintas yang berlaku dan informasi sensus tambang, di antara metode lain, untuk membuat model yang mereka percayai. Mereka kemudian menyerahkan simulasi yang disematkan dengan metadata tentang infrastruktur, tujuan populer, lalu lintas pejalan kaki, dan prioritas terkait lainnya ke Osorio.
Di Manhattan, misalnya, ada batasan khusus tentang berapa lama pejalan kaki harus memiliki hak jalan. Departemen Transportasi Kota New York sudah berkolaborasi dengan tim Osorio untuk mengelola aliran selama periode puncak di daerah lalu lintas tinggi di Manhattan.
"Model seperti itu dapat memvalidasi sistem manajemen lalu lintas aktif kami di Manhattan, dan memungkinkan kami untuk menyempurnakan proses kami dan meningkatkan operasi jaringan, " Mohamad Talas, wakil direktur rekayasa sistem untuk NYC DOT kepada MIT News .
Tergantung pada tujuan kota, kata Osorio, model ini dapat membantu mengoptimalkan berbagai faktor. Misalnya, bisa mengatur waktu lalu lintas untuk membantu pengemudi meningkatkan penghematan bahan bakar.
Timnya sudah berkolaborasi dengan perusahaan di beberapa proyek. Mereka terlibat dalam upaya membantu pengemudi mobil otonom di masa depan mengidentifikasi waktu dan tempat yang ideal untuk beralih ke mode otonom untuk menghemat bahan bakar. Pekerjaan lain yang sedang berjalan akan memungkinkan program berbagi mobil, seperti ZipCar, menemukan lokasi pick-up dan drop-off mereka dengan lebih baik, sehingga pelanggan dapat memperkirakan waktu perjalanan mereka dengan lebih andal.
Semua pekerjaan Osorio, termasuk tes Lausanne, masih dalam fase simulasi, dan tidak ada batas waktu yang pasti untuk menerapkan pelajaran pengaturan waktu lalu lintas di jalan.
"Tapi itu sebabnya kami melakukan hal-hal ini, " katanya, "untuk menerapkannya di dunia nyata."
