Мультисценарная оценка адаптивных алгоритмов нечеткой логики для интеллектуального управления светофорами на городских перекрестках

Почему важны более умные светофоры

Каждый, кто стоял на красный свет при отсутствии машин в поперечном направлении, ощущал, насколько расточительны жесткие схемы работы светофора. В этом исследовании рассматривается, как более продвинутые светофоры, управляемые сложными правилами принятия решений, могут сокращать очереди, уменьшать задержки и снижать расход топлива на загруженных перекрестках. Тестируя новые методы управления в разнообразных дорожных ситуациях, исследователи показывают, как перекрестки могут реагировать в реальном времени вместо того, чтобы следовать фиксированному сценарию.

Проблема жестких таймингов сигналов

Большинство городских перекрестков по-прежнему работают по фиксированным расписаниям, повторяющим один и тот же цикл снова и снова. Такие схемы просты в настройке и обслуживании, но они не справляются, когда трафик неравномерен, внезапно растет или меняет направление. Результат знаком: длинные очереди, потерянное время, дополнительный расход топлива и больше вредных выбросов. Даже более продвинутые системы, корректирующие тайминги вдоль коридора, часто реагируют медленно и ориентируются на одну главную цель, например минимизацию задержки, не уравновешивая другие задачи, такие как выбросы. Авторы утверждают, что перекрестки в быстрорастущих городах нуждаются в регуляторах, способных справляться со случайностью, дисбалансом между направлениями и неполной информацией.

Два подхода, позволяющие светофорам «рассуждать» о трафике

В работе проверяются два семейства регуляторов на основе нечеткой логики. Нечеткая логика позволяет машинам рассуждать в оттенках серого, а не в жестких «да» или «нет», что полезно, когда данные о трафике зашумлены и условия быстро меняются. Первый метод, названный MIFLA, позволяет регулятору учитывать не только степень истинности правила, но и степень неуверенности в нем, что поощряет осторожные изменения вместо резких колебаний. Второй метод, MIT2FL, идет дальше: ключевые входные величины, такие как длина очереди и пропускная способность дороги, рассматриваются как интервалы, а не одиночные числа. Это позволяет регулятору прямо моделировать неопределенность и при этом выводить разумную длительность зеленого через структурированный расчет.

Испытание умных сигналов

Чтобы честно сравнить подходы, команда построила детализированную модель четырехстороннего перекрестка в симуляторе трафика SUMO и подала на нее девять различных сценариев спроса. Они варьировались от слабого до очень интенсивного трафика и от сбалансированных до сильно смещенных в сторону отдельных направлений, имитируя пики час-пик. Индиктивные петли в виртуальных дорогах измеряли очереди, а регуляторы многократно корректировали длительности зеленого в ответ. В качестве базовой линии использовали традиционный метод фиксированного времени, известный как модифицированный Уэбстер. Для каждого сценария исследователи отслеживали среднюю длину очереди, время ожидания и дополнительное время в пути по сравнению с движением в свободном потоке, повторяя прогон до устоявшихся результатов.

Насколько лучше могут работать перекрестки

Во всех девяти сценариях оба нечетких регулятора превзошли план фиксированного времени, часто с существенным запасом. При низкой и средней нагрузке они сокращали средние очереди примерно на одну четверть — половину и значительно уменьшали времена ожидания, порой более чем на 70 процентов. В этих более простых условиях оба подхода показали схожие результаты, демонстрируя, что даже умеренная обработка неопределенности полезна. Однако при тяжелых и несбалансированных потоках MIT2FL вышел вперед. Его интервальное рассуждение обеспечивало более плавное и быстрое сокращение очередей, меньшую изменчивость от цикла к циклу и более низкую остаточную загруженность по сравнению с MIFLA. Важно, что эти преимущества достигались при затратах всего в несколько тысячных секунды вычислений на каждое решение — явно в пределах возможностей реального оборудования на перекрестке.

Что это значит для повседневных поездок

Для обычных водителей вывод ясен: светофоры не обязаны быть простыми таймерами. Используя правила принятия решений, учитывающие неопределенность вместо ее игнорирования, перекрестки могут адаптироваться к меняющимся объемам и неравномерным потокам, сокращая очереди и задержки и одновременно снижая расход топлива и выбросы. Исследование показывает, что более продвинутая нечеткая логика, как в контроллере MIT2FL, дает наибольшую выгоду при плотном и перекошенном трафике — как раз в те моменты, когда люди сильнее всего ощущают пробки. Хотя тестирование проводилось в симуляции на одном перекрестке, работа предлагает воспроизводимый подход к разработке и сравнению умных регуляторов, прокладывая путь к городским сетям, где светофоры работают согласованно, чтобы обеспечить более плавное движение людей и грузов.

Цитирование: 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

Ключевые слова: адаптивные светофоры, управление на основе нечеткой логики, городские перекрестки, моделирование трафика, умные города