Merevolusi Manajemen Persimpangan Menggunakan Data Kendaraan yang Terhubung

DALAM Desain Gerak

Lalu lintas melewati salah satu dari 34 persimpangan yang merupakan bagian dari studi data kendaraan terhubung di Birmingham, MI. (Gambar:Jeremy Little, Teknik Michigan)

Masyarakat dapat mengurangi biaya dan mengurangi emisi kendaraan — semuanya demi mempersingkat perjalanan Anda.

Dengan data GPS dari enam persen kendaraan di jalan, peneliti dari Universitas Michigan dapat mengkalibrasi ulang sinyal lalu lintas untuk mengurangi kemacetan dan penundaan di persimpangan secara signifikan.

Dalam studi percontohan selama 18 bulan yang dilakukan di Birmingham, Michigan, tim menggunakan wawasan data kendaraan terhubung yang disediakan oleh General Motors untuk menguji sistemnya, sehingga menghasilkan penurunan jumlah pemberhentian di persimpangan yang diberi sinyal sebesar 20 hingga 30 persen.

Ini adalah sistem pengatur waktu sinyal lalu lintas berbasis cloud berskala besar yang pertama di dunia, dan ini merupakan peluang besar bagi masyarakat untuk mengkalibrasi ulang pola sinyal mereka dengan biaya yang lebih rendah.

Sistem Universitas Michigan mengambil data GPS dari persentase kendaraan di jalan dan memperkirakan pola lalu lintas. Misalnya, kendaraan terhubung yang berhenti kira-kira 100 kaki dari persimpangan menunjukkan bahwa kendaraan tersebut berada di belakang setidaknya tiga atau empat kendaraan lainnya.

“Meskipun detektor di persimpangan dapat memberikan penghitungan lalu lintas dan perkiraan kecepatan, akses ke informasi lintasan kendaraan, bahkan pada tingkat penetrasi yang rendah, memberikan data yang lebih berharga, termasuk penundaan kendaraan, jumlah pemberhentian, dan pemilihan rute,” kata Henry Liu, Profesor Teknik Sipil Universitas Michigan dan Direktur tempat pembuktian otomotif yang terhubung secara nirkabel di Mcity dan Pusat Transportasi Terhubung dan Otomatis.

Ada sekitar 320.000 sinyal lalu lintas di AS dan biaya kemacetan tahunan – langsung dan tidak langsung – yang terkait dengan persimpangan tersebut mencapai $22,9 miliar. Biaya tersebut mencakup waktu yang dihabiskan untuk menunggu di lampu, serta konsumsi energi yang tidak diperlukan karena waktu sinyal yang dapat ditingkatkan.

Sebagian besar sinyal lalu lintas beroperasi berdasarkan rencana waktu sinyal waktu-hari, di mana pola yang telah ditetapkan ditetapkan untuk pagi, siang, sore, dan malam hari. Perencana lalu lintas berupaya mengoordinasikan siklus tersebut dengan persimpangan di sekitarnya untuk memungkinkan mobil mengalir di antara persimpangan dengan perjalanan berhenti dan berjalan sesedikit mungkin.

“Alasan mengapa sinyal ini harus lebih sering diubah adalah karena lalu lintas selalu berubah,” kata Liu. "Contoh yang baik adalah pola lalu lintas yang kita lihat pada tahun sebelum kedatangan COVID dan dua tahun setelahnya. Jam sibuk pagi hari berubah secara drastis karena banyaknya orang yang bekerja dari rumah. Jika Anda melihat perubahan seperti itu, Anda perlu mengatur ulang waktu sinyalnya."

Mengoptimalkan sinyal untuk mengikuti perubahan arus lalu lintas bukanlah tugas yang mudah. Biaya dan waktu yang diperlukan untuk melakukan penghitungan dan penghitungan ulang lalu lintas menyebabkan sebagian besar pemerintah kota tidak akan melakukan penilaian ulang selama dua hingga lima tahun, atau terkadang puluhan tahun.

Meskipun sinyal adaptif telah ada sejak tahun 1970-an, mendeteksi kendaraan di persimpangan untuk memprogram ulang sinyal hampir secara real-time, namun biaya yang mahal membuat sinyal tersebut tidak dapat digunakan secara luas. Pemasangan sistem adaptif di satu persimpangan memerlukan biaya sebesar $50.000, dan memerlukan pemeliharaan rutin – harga yang tidak terjangkau oleh semua masyarakat. Sistem pengoptimalan Universitas Michigan memerlukan biaya yang jauh lebih kecil daripada biaya sistem adaptif.

Sistem tersebut, yang disebut diagram ruang-waktu probabilistik, memungkinkan persentase lebih kecil dari data kendaraan yang terhubung untuk melakukan beban kerja yang sama seperti sensor pada sinyal lalu lintas adaptif. Untuk menguji efektivitasnya, para peneliti mengumpulkan data selama tiga minggu pada bulan Maret 2022 dari masing-masing 34 persimpangan bersinyal di Birmingham, Michigan — yang sebagian besar merupakan sistem waktu tetap.

“Apa yang telah dilakukan ini benar-benar menyelesaikan masalah pengumpulan data kami,” kata Gary Piotrowicz, wakil direktur pelaksana Komisi Jalan untuk Oakland County. "Dan saya berpendapat bahwa hal ini akan menjadi cara yang dilakukan semua orang di negara ini. Setelah mereka memperkuat sistem, tidak ada alasan untuk melakukannya dengan cara lain."

Sumber

Transkrip

00:00:00 pernahkah Anda duduk di lampu merah dan bertanya-tanya mengapa perlu waktu lama untuk mengubah lampu lalu lintas menjadi hijau saat ini, biaya setiap lampu lalu lintas sekitar $5.000, jadi itu sebabnya bagi sebagian besar lembaga manajemen lalu lintas, sinyal lalu lintas hanya R kali setiap dua hingga 5 tahun atau bahkan lebih lama. Kesimpulannya adalah sinyal tidak beroperasi seefisien yang dihasilkannya

00:00:23 lebih banyak kemacetan di jalan raya dan lebih banyak kemacetan menyebabkan buruknya keselamatan Peneliti teknik Michigan telah bermitra dengan Oakland County Road Commission untuk mengembangkan proses yang lebih murah dan lebih cepat untuk mengoptimalkan sinyal lalu lintas. Ini adalah sistem berbasis cloud yang menggunakan data GPS dari kendaraan terhubung yang diujicobakan di Birmingham Michigan yang sistemnya dapat dikurangi

00:00:44 penundaan lalu lintas sebesar 20% dan pengurangan jumlah pemberhentian di persimpangan sebesar 30% penerapan sistem ini sebenarnya sangat sangat sederhana karena data sudah ada di cloud dan dikumpulkan oleh produsen mobil dan kami dapat membantu badan pengelola lalu lintas memanfaatkan data tersebut untuk mengevaluasi kinerja sinyal lalu lintas mereka dan kemudian membantu mereka

00:01:08 mengoptimalkan parameter sinyal lalu lintas udara saat ini persimpangan dilengkapi dengan sinyal lalu lintas adaptif atau tetap jika sinyal adaptif dapat menggunakan sensor untuk mendeteksi lalu lintas di persimpangan untuk mengatur waktu sendiri dan jika sudah diperbaiki, pengatur lalu lintas perlu menuju ke persimpangan pada waktu puncak untuk menghitung jumlah kendaraan pada sinyal dan kami

00:01:29 mencoba mengembangkan rencana waktu selama 24 jam 7 hari seminggu selama 365 hari setahun dengan data yang sebenarnya tidak sebaik yang kami inginkan karena data lintasan kendaraan memberikan lebih banyak informasi daripada sekadar penghitungan lalu lintas, alih-alih memungkinkan pengontrol lalu lintas melihat jumlah pemberhentian kendaraan yang tertunda dan pemilihan Rute hanya dari sejumlah kecil Kendaraan yang terhubung datanya

00:01:53 kemudian dapat dimasukkan ke dalam sistem pengoptimalan sehingga mereka dapat mengevaluasi kinerja sinyal dan membuat pengaturan waktu baru berdasarkan data. Yang dapat kami lakukan adalah memungkinkan kami memperbarui sinyal lebih sering, jadi daripada mungkin setiap 5 tahun atau lebih, sekarang kami dapat melihatnya mungkin setiap beberapa bulan untuk memastikan bahwa kami memiliki

00:02:13 pengaturan waktu terbaik yang ada dalam sistem yang menjadikan sistem paling efisien meskipun kita tidak mengubah pengaturan waktu, hal ini akan memastikan kepada kita bahwa yang ada adalah yang terbaik. Hal ini sangat menguntungkan pengendara di perkotaan. Ini berarti pemeliharaan sinyal lalu lintas jauh lebih sering dan dengan biaya yang lebih murah dan bagi Anda lebih sedikit waktu di lampu merah dan perjalanan yang lebih cepat terhubung. Kendaraan ada di mana-mana

00:02:35 jadi mudah bagi kami untuk menskalakan sistem karena kami dapat memanfaatkan data mereka tidak hanya di negara bagian Michigan tetapi di tempat lain kita berbicara tentang mendapatkan data 24 jam 7 hari seminggu yang otomatis dan merupakan data terbaik yang pernah kami gunakan dan sungguh menarik