Optymalizacja ruchu miejskiego za pomocą integracji IoD i IoT

Dlaczego mądrzejsze ulice mają znaczenie

Każdy, kto utknął w korku w godzinach szczytu, wie, jak frustrujące — i marnotrawne — to może być. Zator kradnie czas, zużywa dodatkowe paliwo i pogarsza jakość powietrza w mieście. Niniejsze badanie analizuje, jak połączenie czujników przydrożnych i dronów wyposażonych w kamery mogłoby pomóc miastom zarządzać ruchem jak żywym systemem: stale monitorującym sytuację na drogach i przekierowującym pojazdy, zanim opóźnienia i zanieczyszczenie wymkną się spod kontroli.

Jak miasto dowiaduje się, co się dzieje

Autorzy wyobrażają sobie miasto, w którym same ulice są usiane prostymi elektronicznymi oczami i uszami. Te niewielkie urządzenia liczą samochody, mierzą ich prędkość i szacują, ile spalin generują. Przydrożne skrzynki działają jako lokalne węzły, zbierając te dane i wykrywając problemy, takie jak nagłe spowolnienie czy rosnąca kolejka przy skrzyżowaniu. Zamiast polegać na stałych planach sygnalizacji świetlnej lub czekać na zgłoszenia od ludzi o wypadkach, system nieprzerwanie aktualizuje obraz ruchu miejskiego w czasie rzeczywistym.

Dodanie oczu na niebie

To, co wyróżnia to podejście, to wykorzystanie dronów jako latających pomocników komunikacyjnych. Wiele obecnych systemów ruchu ma problemy, gdy sygnały trzeba przekazywać na duże odległości lub wokół budynków blokujących łącza radiowe. W tym projekcie drony wiszą wysoko nad kluczowymi obszarami i działają jak mobilne maszty antenowe. Przekazują alerty między węzłami przydrożnymi a pojazdami, rozszerzając zasięg na obszary, które w przeciwnym razie byłyby słabo połączone. Zespół starannie zaplanował rozmieszczenie tych dronów, używając inspirowanej rojami metody poszukiwania, która testuje wiele możliwych pozycji i wybiera te dające najszersze pokrycie przy najmniejszej liczbie statków.

Pomaganie kierowcom wybierać czystsze, szybsze trasy

Gdy wykryte zostanie zdarzenie lub duże natężenie ruchu, system robi więcej niż tylko ostrzegać kierowców, by zachowali ostrożność. Każdy wyposażony pojazd może automatycznie przemyśleć trasę, korzystając z cyfrowej mapy. Metoda wyznaczania trasy jednocześnie waży dwa czynniki: przewidywany czas podróży oraz prawdopodobną ilość emitowanych spalin, uwzględniając dodatkowe emisje spowodowane zatrzymywaniem się i ruszaniem w korkach. Badacze celowo przyznali większą wagę czystości podróży niż samej szybkości, tak aby proponowane objazdy zmniejszały zanieczyszczenie bez nadmiernego wydłużania podróży.

Testowanie pomysłu w rzeczywistych układach miejskich

Aby sprawdzić, czy koncepcja działa poza teorią, autorzy zbudowali szczegółowe modele komputerowe ruchu w dwóch miastach Bliskiego Wschodu, Dammam w Arabii Saudyjskiej i Doha w Katarze, bazując na OpenStreetMap. Tysiące symulowanych samochodów, ciężarówek i autobusów poruszało się po tych sieciach w typowych warunkach godzin szczytu. Badacze porównali trzy konfiguracje: jedną, w której pojazdy mogły komunikować się tylko bezpośrednio między sobą, drugą z dodatkowymi węzłami przydrożnymi oraz pełny system obejmujący także drony. W najbardziej zaawansowanym wariancie alerty o wypadkach lub korkach rozchodziły się szybciej po sieci, dzięki czemu pojazdy mogły wcześniej zjechać z trasy i unikać tworzenia długich kolejek.

Co mówią liczby

Wyniki były uderzające. Gdy drony dołączyły do czujników naziemnych i węzłów przydrożnych, łączny czas podróży wszystkich pojazdów spadł o około jedną czwartą do prawie połowy, w zależności od miasta i liczby dronów. Jednocześnie całkowite emisje spalin — w tym główne zanieczyszczenia, takie jak dwutlenek węgla i tlenki azotu — zmniejszyły się o podobne lub jeszcze większe wartości, do około 41 procent w Dammam i 49 procent w Doha. Dodawanie kolejnych dronów pomagało do momentu, gdy cała sieć drogowa była dobrze pokryta; po tym przyrost liczby statków dawał niewielkie korzyści, jednocześnie zwiększając koszty obliczeniowe, co sugeruje, że umiarkowana flota może wystarczyć.

Co to oznacza dla codziennych kierowców

Dla mieszkańców miast przesłanie badania jest proste: lepsze informacje, przekazywane szybko, mogą sprawić, że ruch będzie zarówno płynniejszy, jak i czystszy. Łącząc tanie czujniki przydrożne z inteligentnymi przekaźnikami dronowymi oraz wytyczaniem tras uwzględniającym zanieczyszczenie i czas, miasta mogłyby skrócić marnowany czas w korkach i zmniejszyć szkodliwe emisje bez przebudowy ulic. Choć wdrożenie w świecie rzeczywistym nadal musiałoby rozwiązać kwestie takie jak zakłócenia radiowe, regulacje dotyczące dronów i zróżnicowane style jazdy, ta praca pokazuje praktyczną drogę ku ulicom, które adaptują się w locie, ułatwiając codzienny dojazd i poprawiając jakość powietrza, którym oddychamy.

Cytowanie: Yusuf, A., Sheltami, T.R., Mahmoud, A. et al. Smart city traffic optimization using IoD and IoT integration. Sci Rep 16, 11989 (2026). https://doi.org/10.1038/s41598-026-42334-0

Słowa kluczowe: inteligentny ruch, drony, mobilność miejska, przekierowywanie pojazdów, redukcja emisji