Clear Sky Science · sv

En mångscenarieutvärdering av adaptiva fuzzy-logikalgoritmer för intelligent trafikljusstyrning i stadskorsningar

· Tillbaka till index

Varför smartare trafikljus spelar roll

Den som suttit vid ett rött ljus utan mötande trafik har känt hur slöseriartade stela signaler kan vara. Denna studie undersöker hur smartare trafikljus, vägledda av avancerade beslutsregler, kan minska köer, förkorta väntetider och reducera bränsleförbrukning vid trafikerade korsningar. Genom att testa nya styrmetoder i många olika trafikscenarier visar forskarna hur korsningar kan reagera i realtid i stället för att följa ett fast manus.

Problemet med stela signaltider

De flesta stadskorsningar kör fortfarande efter fasta scheman som upprepar samma mönster om och om igen. Dessa planer är enkla att ställa in och underhålla, men de hinner inte med när trafiken är ojämn, plötsligt ökar eller ändrar riktning. Resultatet är välkänt: långa köer, bortkastad tid, extra bränsleförbrukning och mer avgaser i luften. Ännu mer avancerade system som justerar tider längs en korridor reagerar ofta långsamt och fokuserar på ett huvudmål, till exempel försening, utan att väga in andra hänsyn som utsläpp. Författarna menar att korsningar i snabbväxande städer behöver styrsystem som klarar av slumpmässighet, obalans mellan riktningar och ofullständig information.

Figure 1. Smartare trafikljus förvandlar en överbelastad stadsfyrvägskorsning till jämnare, kortare köer genom att anpassa sig till förändrade flöden i realtid.
Figure 1. Smartare trafikljus förvandlar en överbelastad stadsfyrvägskorsning till jämnare, kortare köer genom att anpassa sig till förändrade flöden i realtid.

Två sätt att låta signaler "resonera" om trafiken

Studien testar två familjer av fuzzy-logikstyrningar. Fuzzy-logik är ett sätt för maskiner att resonera i gråskalor i stället för strikta ja- eller nej-regler, vilket är användbart när trafikdata är brusiga och förhållanden ändras snabbt. Den första metoden, kallad MIFLA, låter styrningen väga inte bara hur sann en regel verkar vara utan också hur osäker den är, vilket uppmuntrar försiktiga förändringar i stället för kraftiga svängningar. Den andra, kallad MIT2FL, tar detta längre genom att behandla nyckelingångar som kölängd och vägkapacitet som intervall i stället för enstaka tal. Detta låter styrningen direkt representera osäkerhet och ändå bestämma en rimlig gröntid med en strukturerad beräkning.

Sätta smarta signaler på prov

För att jämföra dessa angreppssätt rättvist byggde teamet en detaljerad fyrvägskorsning i trafiksimulatorn SUMO och matade den med nio olika efterfrågemönster. Dessa varierade från lätt till mycket tunga flöden och från jämnt balanserade till starkt skeva mot vissa riktningar, och efterliknade rusningstopp. Induktiva slingor i de virtuella vägarna mätte köer, och styrningarna justerade upprepade gånger gröntiderna som svar. En traditionell fasta-tid-metod känd som Modified Webster tjänade som referens. För varje scenario följde forskarna genomsnittlig kölängd, väntetid och extra restid utöver fri-flödesvillkor och upprepade körningar tills mönstren var stabila.

Figure 2. Sensorer matar bilköer till en fuzzy-beslutsmodul som justerar gröntider och förvandlar ojämnt inkommande trafik till jämnare utgående flöde.
Figure 2. Sensorer matar bilköer till en fuzzy-beslutsmodul som justerar gröntider och förvandlar ojämnt inkommande trafik till jämnare utgående flöde.

Hur mycket bättre kan korsningar prestera

I samtliga nio scenarier överträffade båda fuzzy-styrningarna det fasta tidsschemat, ofta med god marginal. Vid lätt och måttlig efterfrågan minskade de genomsnittliga köerna med ungefär en fjärdedel till halva och kraftigt kortade väntetiderna, ibland med mer än 70 procent. Under dessa enklare förhållanden presterade de två fuzzy-metoderna likartat, vilket visar att även måttlig osäkerhetshantering hjälper. Vid tunga och obalanserade flöden drog dock MIT2FL ifrån. Dess intervallbaserade resonemang gav jämnare, snabbare minskningar av köer, mindre variation mellan cykler och lägre kvarvarande trängsel än MIFLA. Viktigt är att dessa vinster kom med endast några tusendels sekunder beräkningstid per beslut, väl inom vad verklig hårdvara vid en korsning kan hantera.

Vad detta betyder för vardagliga resor

För vardagliga bilister är budskapet att trafikljus inte behöver vara dumma timers. Genom att använda beslutsregler som accepterar osäkerhet i stället för att ignorera den kan korsningar anpassa sig till förändrade volymer och ojämna flöden, förkorta köer och förseningar samtidigt som bränsleförbrukning och utsläpp begränsas. Studien visar att mer avancerad fuzzy-logik, som i MIT2FL-styrningen, ger starkast fördelar när trafiken är tung och snedfördelad, vilket är de tillfällen människor märker trängsel mest. Trots att metoderna testades i simulering vid en enda korsning lägger detta arbete fram ett reproducerbart sätt att utforma och jämföra smarta styrsystem och pekar mot framtida stadnät där ljus samarbetar för att hålla människor och varor i rörelse jämnare.

Citering: 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

Nyckelord: adaptiva trafiksignaler, fuzzy-logikstyrning, stadskorsningar, trafiksimulering, smarta städer