Een multi-scenario-evaluatie van adaptieve fuzzy-logica-algoritmen voor intelligent verkeerslichtbeheer op stedelijke kruispunten

Waarom slimere verkeerslichten ertoe doen

Iemand die al eens bij een rood licht heeft gewacht terwijl er van de andere kant geen auto aankwam, heeft ervaren hoe verspillinggevoelig starre signalen kunnen zijn. Deze studie onderzoekt hoe slimmer verkeerslichten, gestuurd door geavanceerde beslisregels, rijen kunnen verkorten, wachttijden kunnen verminderen en brandstofverspilling kunnen beperken bij drukke kruispunten. Door nieuwe regelmethoden in veel verschillende verkeerssituaties te testen, laten de onderzoekers zien hoe kruispunten in realtime kunnen reageren in plaats van een vaste routine te volgen.

Het probleem van starre signaalcycli

De meeste stedelijke kruispunten werken nog steeds met vaste schema’s die hetzelfde patroon steeds herhalen. Die plannen zijn eenvoudig in te stellen en te onderhouden, maar ze kunnen niet bijbenen wanneer het verkeer ongelijk is, plotseling toeneemt of van richting verandert. Het resultaat is herkenbaar: lange rijen, verspilde tijd, extra verbruikte brandstof en meer uitlaatgassen in de lucht. Zelfs geavanceerdere systemen die cyclustijden langs een corridor aanpassen, reageren vaak traag en richten zich op één hoofddoel, zoals vertraging, zonder andere zorgen zoals emissies in balans te brengen. De auteurs stellen dat kruispunten in snelgroeiende steden regelaars nodig hebben die kunnen omgaan met willekeur, onbalans tussen richtingen en onvolledige informatie.

Twee manieren waarop signalen over verkeer kunnen ‘redeneren’

De studie test twee families fuzzy-logica-regelaars. Fuzzy-logica is een manier voor machines om met grijstinten te redeneren in plaats van strikte ja/nee-regels, wat nuttig is wanneer verkeersgegevens ruis bevatten en omstandigheden snel veranderen. De eerste methode, MIFLA genoemd, laat de regelaar niet alleen wegen hoe sterk een regel waar of onwaar lijkt, maar ook hoe onzeker dat oordeel is, wat voorzichtige aanpassingen bevordert in plaats van abrupte schommelingen. De tweede, MIT2FL, gaat verder door belangrijke ingangen zoals rijlengte en wegcapaciteit als intervallen in plaats van enkele getallen te behandelen. Dit stelt de regelaar in staat onzekerheid direct te representeren en toch via een gestructureerde berekening tot een zinvolle groentijd te komen.

Slimme signalen op de proef stellen

Om de benaderingen eerlijk te vergelijken, bouwde het team een gedetailleerd vierweg-kruispunt in de SUMO-verkeerssimulator en voedde het negen verschillende vraagpatronen. Deze varieerden van licht tot zeer zware stromen en van evenwichtig tot sterk gekanteld naar bepaalde richtingen, als nabootsing van piekuren. Inductielussen in de virtuele wegen maten rijen en de regelaars stelden herhaaldelijk groentijden bij als reactie daarop. Een traditionele vaste-tijdsmethode, bekend als Modified Webster, diende als referentie. Voor elk scenario volgden de onderzoekers de gemiddelde rijlengte, wachttijd en extra reistijd ten opzichte van vrije-flowcondities, en herhaalden ze de runs totdat de patronen stabiel waren.

Hoeveel beter kunnen kruispunten presteren

In alle negen scenario’s presteerden beide fuzzy-regelaars beter dan het vaste tijdschema, vaak met een ruime marge. Bij lichte en gemiddelde vraag verminderden ze de gemiddelde rijen met grofweg een kwart tot de helft en sneden ze wachttijden drastisch terug, soms met meer dan 70 procent. Onder deze gemakkelijkere omstandigheden presteerden de twee fuzzy-benaderingen vergelijkbaar, wat aangeeft dat zelfs bescheiden onzekerheidsafhandeling al helpt. Bij zware en onevenwichtige stromen nam MIT2FL echter het voortouw. Zijn intervalgebaseerde redenering bracht soepelere, snellere verminderingen van rijen, minder variatie van cyclus tot cyclus en lagere resterende congestie dan MIFLA. Belangrijk is dat deze winst slechts enkele duizendsten van een seconde reken tijd per beslissing kostte, ruim binnen wat echte hardware op een kruispunt aan kan.

Wat dit betekent voor alledaags verkeer

Voor dagelijkse bestuurders is de boodschap dat verkeerslichten geen domme timers hoeven te zijn. Door beslisregels te gebruiken die onzekerheid accepteren in plaats van negeren, kunnen kruispunten zich aanpassen aan veranderende aantallen en ongelijke stromen, rijen en vertragingen verkorten en tegelijkertijd brandstofverbruik en emissies beperken. De studie toont aan dat geavanceerdere fuzzy-logica, zoals in de MIT2FL-regelaar, de grootste voordelen biedt wanneer het verkeer zwaar en scheef is — precies de momenten waarop mensen de congestie het meest voelen. Hoewel getest in simulatie bij een enkel kruispunt, presenteert dit werk een reproduceerbare manier om slimme regelaars te ontwerpen en te vergelijken, en wijst het op toekomstige stadennetwerken waarin lichten samenwerken om mensen en goederen vloeiender te laten bewegen.

Bronvermelding: 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

Trefwoorden: adaptieve verkeerslichten, fuzzy-logica regeling, stedelijke kruispunten, verkeerssimulatie, slimme steden