Valutazione multi-scenario di algoritmi fuzzy adattativi per la gestione intelligente dei semafori negli incroci urbani

Perché i semafori più intelligenti sono importanti

Chiunque sia rimasto fermo a un semaforo rosso senza auto provenienti dalla direzione opposta ha provato quanto possano essere sprecone i segnali rigidi. Questo studio analizza come semafori più intelligenti, guidati da regole decisionali avanzate, possano ridurre le code, accorciare i tempi di attesa e diminuire lo spreco di carburante agli incroci trafficati. Testando nuovi metodi di controllo in molteplici situazioni di traffico, i ricercatori mostrano come gli incroci possano reagire in tempo reale invece di seguire uno script fisso.

Il problema delle temporizzazioni rigide

La maggior parte degli incroci cittadini funziona ancora con schemi fissi che ripetono lo stesso pattern all’infinito. Questi piani sono semplici da impostare e mantenere, ma non riescono a tenere il passo quando il traffico è disomogeneo, aumenta improvvisamente o cambia direzione. Il risultato è noto: lunghe code, tempo perso, consumo di carburante aggiuntivo e più emissioni in atmosfera. Anche i sistemi più avanzati che aggiustano i tempi lungo un corridoio spesso reagiscono lentamente e si concentrano su un unico obiettivo principale, come il ritardo, senza bilanciare altre preoccupazioni come le emissioni. Gli autori sostengono che gli incroci nelle città in rapida crescita abbiano bisogno di controller in grado di far fronte alla casualità, allo squilibrio tra direzioni e all’informazione incompleta.

Due modi per far “ragionare” i semafori sul traffico

Lo studio testa due famiglie di controller a logica fuzzy. La logica fuzzy è un modo per far ragionare le macchine con sfumature intermedie piuttosto che con regole nette sì/no, utile quando i dati sul traffico sono rumorosi e le condizioni cambiano rapidamente. Il primo metodo, chiamato MIFLA, permette al controller di pesare non solo quanto una regola risulti vera o falsa, ma anche quanto sia incerta, incoraggiando cambiamenti cauti invece di oscillazioni brusche. Il secondo, chiamato MIT2FL, va oltre trattando input chiave come lunghezza delle code e capacità stradale come intervalli invece che come singoli valori. Questo consente al controller di rappresentare direttamente l’incertezza e comunque determinare un tempo di verde sensato mediante un calcolo strutturato.

Mettere alla prova i semafori intelligenti

Per confrontare equamente questi approcci, il team ha costruito un incrocio dettagliato a quattro vie nel simulatore di traffico SUMO e vi ha applicato nove diversi pattern di domanda. Questi andavano da flussi leggeri a molto intensi, e da distribuzioni equilibrate a fortemente sbilanciate verso certe direzioni, riproducendo i picchi dell’ora di punta. Bobine induttive nelle strade virtuali misuravano le code, e i controller aggiustavano ripetutamente i tempi del verde in risposta. Un metodo tradizionale a tempo fisso noto come Webster modificato è servito da riferimento. Per ogni scenario, i ricercatori hanno monitorato lunghezza media delle code, tempi di attesa e tempo di viaggio extra rispetto alle condizioni a flusso libero, ripetendo le simulazioni fino a stabilità dei pattern.

Quanto possono migliorare le prestazioni degli incroci

In tutti e nove gli scenari, entrambi i controller fuzzy hanno superato il piano a tempi fissi, spesso con margini ampi. Con domanda leggera e media hanno ridotto le code medie di circa un quarto fino a metà e hanno abbattuto i tempi di attesa, talvolta oltre il 70 percento. In queste condizioni più semplici, i due approcci fuzzy hanno prestazioni simili, dimostrando che anche una gestione modesta dell’incertezza aiuta. Con flussi intensi e sbilanciati, però, MIT2FL ha preso vantaggio. Il suo ragionamento basato su intervalli ha prodotto riduzioni delle code più lisce e rapide, minore variazione da ciclo a ciclo e congestione residua inferiore rispetto a MIFLA. È importante sottolineare che questi benefici si sono ottenuti con pochi millesimi di secondo di tempo di calcolo per decisione, ben entro le capacità dell’hardware reale installabile a un incrocio.

Cosa significa per gli spostamenti di tutti i giorni

Per gli automobilisti quotidiani, il messaggio è che i semafori non devono essere semplici orologi stupidi. Usando regole decisionali che accettano l’incertezza invece di ignorarla, gli incroci possono adattarsi a volumi variabili e flussi irregolari, accorciando code e ritardi e limitando spreco di carburante ed emissioni. Lo studio mostra che una logica fuzzy più avanzata, come nel controller MIT2FL, offre i benefici maggiori quando il traffico è intenso e sbilanciato, ovvero proprio nei momenti in cui la congestione si percepisce di più. Pur essendo testato in simulazione su un singolo incrocio, questo lavoro fornisce un metodo riproducibile per progettare e confrontare controller intelligenti, indicando la strada verso future reti cittadine in cui i semafori cooperano per mantenere persone e merci in movimento in modo più fluido.

Citazione: Shaheen, S., Qadri, S.S.S.M., Riaz, M.B. et al. A multi-scenario evaluation of adaptive Fuzzy Logic Algorithms for intelligent traffic signal management in Urban intersections. Sci Rep 16, 15273 (2026). https://doi.org/10.1038/s41598-026-44017-2

Parole chiave: segnalazione adattativa del traffico, controllo a logica fuzzy, incroci urbani, simulazione del traffico, città intelligenti