Zurück zu Bigger Picture

BIGGER PICTURE Öffentliche Dienste & Alltag

Ampeln, die der nächsten Kreuzung melden, was kommt

An neun Kreuzungen in Pittsburgh passte ein Planungssystem Grünzeiten wiederholt an den tatsächlich herannahenden Verkehr an. Sein konkretes Ziel war die Zeit, die Menschen unterwegs im Stillstand verbringen.

KI-generierte Illustration: Benachbarte Ampeln koordinieren Verkehrsströme.
Benachbarte Ampeln koordinieren Verkehrsströme. Konzeptionelle Illustration; kein Foto und keine exakte Darstellung des realen Projekts.KI-generierte Illustration der Idee, keine Aufnahme der tatsächlichen Personen, Geräte oder Ereignisse.
Ursprünglicher Pilot
Neun Kreuzungen 2012
Fahrzeit im Feldvergleich
−25,79 %
Wartezeit im Feldvergleich
−40,64 %

So funktioniert die Idee

  1. Herannahenden Verkehr erfassen

    Jede Kreuzung schätzt ihren Fahrzeugzufluss.

  2. Planen und Nachbarn informieren

    Grünzeitpläne berücksichtigen erwartete Zuflüsse der Nachbarkreuzung.

  3. Bei Änderungen neu planen

    Steuerungen passen den örtlichen Ablauf wiederholt an.

Ein Signalplan, der sich laufend verändert

SURTRAC behandelt jede Kreuzung als Planungsaufgabe. Herannahende Fahrzeuge konkurrieren um begrenzte Grünzeit; das System verteilt sie wiederholt anhand des aktuellen Zuflusses. Im ursprünglichen Entwurf konnte eine Kreuzung ihren Plan bis zu einmal pro Sekunde aktualisieren. Sie reagiert damit auf eintreffenden Verkehr, statt sich ausschließlich an einem festen Zeitplan zu orientieren.

Belege: [1]

Die nächste Kreuzung bekommt Vorwarnung

Jede Steuerung meldet erwartete Abflüsse an benachbarte Kreuzungen. Diese können sich auf Fahrzeuge einstellen, die ihre Sensoren noch nicht erreicht haben. Aus lokalen Informationen entsteht Koordination, während jede Kreuzung ihre eigenen Zufahrten abwägt. Der zentrale KI-Gedanke sind vernetzte Planungsagenten statt einer starren Abfolge für die ganze Stadt.

Belege: [1]

Dieselben Routen fahren und vergleichen

Der Pilot 2012 in East Liberty umfasste neun Kreuzungen. Forschende fuhren festgelegte Routen vor und nach der Einführung und verglichen Fahr- und Wartezeiten anhand von GPS-Spuren. Die nach Verkehrsaufkommen gewichteten Ergebnisse ergaben 25,79 Prozent weniger Fahrzeit und 40,64 Prozent weniger Wartezeit. Eine spätere studentische Universitätsarbeit untersuchte zusätzlich praktische Vermarktungs- und Politikfragen des Einsatzes.

Belege: [1][2]

Ein örtliches Ergebnis, das weitere Tests verdient

Es war ein Vorher-nachher-Feldvergleich, kein randomisiertes Experiment für eine ganze Stadt. Die angegebene Emissionsverbesserung wurde berechnet, nicht direkt am Auspuff gemessen. Andere Straßen, Fußverkehrsbedürfnisse und Verkehrsmuster benötigen eigene Prüfungen. Übertragbar ist der betriebliche Gedanke: Besseres Timing vorhandener Infrastruktur kann spürbar helfen, ohne eine zusätzliche Straße zu bauen.

Belege: [1][2]

Die Originalquellen

  1. Carnegie Mellon University research team / TRB 2013SURTRAC: Scalable Urban Traffic Control
  2. Carnegie Mellon University course projectSmart Traffic Light: Non-Market Strategy Analysis (student project)

Was Sie als Nächstes entdecken können

US-Finanzministerium: KI half, eine Milliarde Dollar aus Scheckbetrug zurückzuholenEin Roboterchemiker entdeckte, wann weniger Licht besser wirkt
Alle 99 Anwendungen entdecken