Wieloscenariuszowa ocena adaptacyjnych algorytmów logiki rozmytej dla inteligentnego zarządzania sygnalizacją świetlną na skrzyżowaniach miejskich

Dlaczego inteligentniejsze światła mają znaczenie

Każdy, kto stał na czerwonym świetle, gdy z drugiej strony nie nadjeżdżał żaden samochód, wie, jak marnotrawne mogą być sztywne sygnalizacje. W badaniu pokazano, że inteligentniejsze światła, kierowane zaawansowanymi regułami decyzyjnymi, mogą skracać kolejki, zmniejszać opóźnienia i ograniczać zużycie paliwa na ruchliwych skrzyżowaniach. Testując nowe metody sterowania w wielu różnych sytuacjach ruchowych, badacze wykazali, że skrzyżowania mogą reagować w czasie rzeczywistym zamiast podążać za stałym scenariuszem.

Problem ze sztywnymi harmonogramami sygnałów

Większość miejskich skrzyżowań nadal działa według stałych harmonogramów, które powtarzają ten sam wzór. Takie plany są proste do ustawienia i utrzymania, ale nie nadążają, gdy ruch jest nierównomierny, nagle rośnie albo zmienia kierunek. Efekt jest znany: długie kolejki, stracony czas, większe zużycie paliwa i więcej spalin w powietrzu. Nawet bardziej zaawansowane systemy, które dostosowują odstępy wzdłuż osi komunikacyjnej, często reagują wolno i skupiają się na jednym głównym celu, na przykład opóźnieniu, bez równoważenia innych kwestii, takich jak emisje. Autorzy argumentują, że skrzyżowania w szybko rozwijających się miastach potrzebują sterowników, które poradzą sobie z losowością, nierównowagą między kierunkami i niepełnymi informacjami.

Dwa sposoby, by sygnalizacja „rozumiała” ruch

Badanie testuje dwie rodziny sterowników opartych na logice rozmytej. Logika rozmyta pozwala maszynom rozumować w odcieniach szarości zamiast sztywnych reguł typu tak/nie, co jest przydatne, gdy dane o ruchu są zaszumione, a warunki szybko się zmieniają. Pierwsza metoda, nazwana MIFLA, pozwala sterownikowi uwzględniać nie tylko to, jak prawdziwa lub fałszywa wydaje się reguła, ale także stopień niepewności, co sprzyja ostrożnym zmianom zamiast gwałtownych wahań. Druga, nazwana MIT2FL, idzie dalej, traktując kluczowe wejścia, takie jak długość kolejki i przepustowość drogi, jako przedziały zamiast pojedynczych wartości. Dzięki temu sterownik może bezpośrednio reprezentować niepewność i wciąż wyznaczyć sensowny czas zielonego za pomocą ustrukturyzowanego obliczenia.

Testowanie inteligentnych świateł

Aby porównać podejścia uczciwie, zespół zbudował szczegółowe czterodrogowe skrzyżowanie w symulatorze ruchu SUMO i zastosował dziewięć różnych wzorców zapotrzebowania. Obejmowały one natężenia od małego do bardzo dużego oraz sytuacje od równomiernie zbalansowanych po silnie przesunięte w kierunku wybranych relacji, naśladując szczyty poranne i popołudniowe. Pętle indukcyjne w wirtualnych pasach mierzyły kolejki, a sterowniki wielokrotnie dostosowywały czasy zielone w odpowiedzi. Tradycyjna metoda o stałych czasach znana jako Modified Webster służyła jako punkt odniesienia. Dla każdego scenariusza badacze śledzili średnią długość kolejki, czas oczekiwania oraz dodatkowy czas podróży ponad warunki swobodnego przepływu, powtarzając symulacje aż do ustabilizowania się wzorców.

O ile lepiej mogą działać skrzyżowania

We wszystkich dziewięciu scenariuszach oba sterowniki rozmyte pokonały plan o stałych czasach, często z dużą przewagą. Przy małym i średnim natężeniu zmniejszyły średnie kolejki o około jedną czwartą do połowy i znacznie skróciły czasy oczekiwania, czasem o ponad 70 procent. W tych łagodniejszych warunkach obie metody rozmyte radziły sobie podobnie, co pokazuje, że nawet umiarkowane radzenie sobie z niepewnością przynosi korzyści. W warunkach dużego i nierównomiernego ruchu jednak MIT2FL wysunął się na prowadzenie. Jego rozumowanie oparte na przedziałach generowało płynniejsze, szybsze redukcje kolejek, mniejsze wahania między cyklami i niższe pozostałe zatłoczenie niż MIFLA. Co istotne, te korzyści uzyskano przy koszcie obliczeniowym rzędu kilku tysięcznych sekundy na decyzję, czyli znacznie poniżej możliwości rzeczywistego sprzętu na skrzyżowaniu.

Co to oznacza dla codziennych podróży

Dla przeciętnych kierowców wniosek jest taki: światła nie muszą być tylko głupimi zegarami. Stosując reguły decyzyjne, które uwzględniają niepewność zamiast ją ignorować, skrzyżowania mogą dostosowywać się do zmieniających się natężeń i nierównych przepływów, skracając kolejki i opóźnienia oraz ograniczając marnotrawstwo paliwa i emisje. Badanie pokazuje, że bardziej zaawansowana logika rozmyta, jak w sterowniku MIT2FL, daje najsilniejsze korzyści, gdy ruch jest ciężki i niesymetryczny — czyli właśnie wtedy, gdy najbardziej odczuwamy korki. Choć przetestowano to w symulacji na jednym skrzyżowaniu, praca ta przedstawia powtarzalny sposób projektowania i porównywania inteligentnych sterowników, wskazując drogę ku przyszłym miejskim sieciom, w których światła współpracują, by utrzymać płynność ruchu osób i towarów.

Cytowanie: 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

Słowa kluczowe: adaptacyjne sygnalizatory, sterowanie logiką rozmytą, skrzyżowania miejskie, symulacja ruchu, inteligentne miasta