Avaliação multi-cenários de algoritmos fuzzy adaptativos para gerenciamento inteligente de semáforos em cruzamentos urbanos

Por que semáforos mais inteligentes importam

Qualquer pessoa que já ficou parada no vermelho sem que viesse carro algum na direção oposta sentiu como sinais rígidos podem ser desperdiçadores de tempo. Este estudo examina como semáforos mais inteligentes, guiados por regras de decisão avançadas, podem reduzir filas, encurtar atrasos e diminuir o consumo de combustível em cruzamentos movimentados. Ao testar novos métodos de controle em diversas situações de tráfego, os pesquisadores mostram como os cruzamentos podem reagir em tempo real em vez de seguir um roteiro fixo.

O problema das temporizações rígidas

A maioria dos cruzamentos urbanos ainda opera com cronogramas fixos que repetem o mesmo padrão continuamente. Esses planos são simples de definir e manter, mas não conseguem acompanhar quando o tráfego é desigual, aumenta repentinamente ou muda de direção. O resultado é conhecido: filas longas, tempo perdido, combustível extra consumido e mais poluentes no ar. Mesmo sistemas mais avançados que ajustam temporizações ao longo de um corredor frequentemente reagem de forma lenta e focam em um objetivo principal, como reduzir atraso, sem equilibrar outras preocupações como emissões. Os autores argumentam que cruzamentos em cidades de rápido crescimento precisam de controladores capazes de lidar com aleatoriedade, desequilíbrios entre direções e informação incompleta.

Duas maneiras de fazer os semáforos “raciocinar” sobre o tráfego

O estudo testa duas famílias de controladores por lógica fuzzy. A lógica fuzzy é uma forma de fazer máquinas raciocinarem em tons de cinza em vez de regras estritas de sim/não, o que é útil quando os dados de tráfego são ruidosos e as condições mudam rapidamente. O primeiro método, chamado MIFLA, permite que o controlador considere não apenas o quanto uma regra parece verdadeira ou falsa, mas também o quão incerta ela é, o que encoraja mudanças cautelosas em vez de oscilações bruscas. O segundo, chamado MIT2FL, vai mais longe ao tratar entradas-chave como comprimento de fila e capacidade da via como intervalos em vez de números únicos. Isso permite que o controlador represente diretamente a incerteza e ainda assim determine um tempo de verde sensato usando um cálculo estruturado.

Testando os semáforos inteligentes

Para comparar essas abordagens de forma justa, a equipe construiu um cruzamento detalhado de quatro vias no simulador de tráfego SUMO e o submeteu a nove padrões diferentes de demanda. Esses cenários variaram de fluxos leves a muito intensos, e de balanceados a fortemente enviesados para certas direções, imitando picos de horário de pico. Loops indutivos nas vias virtuais mediram as filas, e os controladores ajustaram repetidamente os tempos de verde em resposta. Um método tradicional de tempo fixo conhecido como Webster Modificado serviu como linha de base. Para cada cenário, os pesquisadores acompanharam comprimento médio da fila, tempo de espera e tempo de viagem extra além das condições de fluxo livre, repetindo as simulações até que os padrões se estabilizassem.

Quanto melhor os cruzamentos podem funcionar

Em todos os nove cenários, ambos os controladores fuzzy superaram o plano de tempo fixo, muitas vezes por margem significativa. Sob demanda leve e média, eles reduziram as filas médias em aproximadamente um quarto a metade e cortaram os tempos de espera, às vezes em mais de 70%. Nessas condições mais fáceis, as duas abordagens fuzzy tiveram desempenho semelhante, mostrando que mesmo um tratamento modesto da incerteza é útil. Sob fluxos pesados e desequilibrados, entretanto, o MIT2FL destacou-se. Seu raciocínio baseado em intervalos produziu reduções de fila mais suaves e rápidas, menos variação de ciclo para ciclo e menor congestionamento remanescente do que o MIFLA. Importante, esses ganhos exigiram apenas alguns milésimos de segundo de tempo de computação por decisão, bem dentro do que o hardware real em um cruzamento pode suportar.

O que isso significa para o deslocamento diário

Para os motoristas do dia a dia, a mensagem é que semáforos não precisam ser cronômetros burros. Ao usar regras de decisão que aceitam a incerteza em vez de ignorá-la, os cruzamentos podem se adaptar a volumes variáveis e fluxos desiguais, reduzindo filas e atrasos enquanto limitam o desperdício de combustível e as emissões. O estudo mostra que a lógica fuzzy mais avançada, como no controlador MIT2FL, oferece os maiores benefícios quando o tráfego está pesado e assimétrico — exatamente os momentos em que as pessoas sentem mais congestionamento. Embora testado em simulação em um único cruzamento, este trabalho estabelece um método reprodutível para projetar e comparar controladores inteligentes, apontando para redes urbanas futuras onde os semáforos cooperam para manter pessoas e mercadorias em movimento de forma mais suave.

Citação: 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

Palavras-chave: sinais de tráfego adaptativos, controle por lógica fuzzy, cruzamentos urbanos, simulação de tráfego