Elveția vrea să reducă ambuteiajele cu ajutorul dronelor și inteligenței artificiale

Cercetătorii elvețieni de la Școala Politehnică Federală din Lausanne (EPFL) propun metode revoluționare: utilizarea dronelor cu algoritmi de inteligență artificială pentru monitorizarea traficului și noi modele matematice care iau în considerare nu doar călătoriile individuale, ci și întreaga rutină zilnică a persoanei și a familiei sale, scrie techxplore.com.

Potrivit clasamentului TomTom, cel mai mult în Elveția suferă de pe urma ambuteiajelor Geneva: șoferii pierd aici în trafic în medie 141 de ore pe an. În funcție de densitatea traficului, acest oraș mic se situează în top 20 mondial. Viteza medie în Geneva este de 19,1 km/h (în Lausanne – 27 km/h, în Berna – 42,4 km/h). Pentru comparație – în 2025, lista marilor orașe cu cel mai lent trafic a fost condusă de Londra, cu o viteză medie de 16,5 km/h.

În Laboratorul de Sisteme de Transport Urban EPFL, dronele sunt folosite activ pentru monitorizarea traficului. Metodele tradiționale (camere, bucle inductive) se concentrează pe vehicule și sunt limitate în timp și acoperire. Dronele oferă o imagine mai largă și mai detaliată.

În 2018, inginerii au realizat un experiment la Atena: un grup de drone a colectat volume mari de date despre trafic fără a recunoaște numerele de înmatriculare sau fețele. Pe baza acestor date au fost dezvoltate algoritmi capabili să distingă tipurile de vehicule (autoturisme, camioane, autobuze, motociclete, biciclete) și să urmărească traiectoriile acestora.

S-a constatat că metodele de inteligență artificială și învățare automată permit recunoașterea și monitorizarea cu mare precizie a punctelor de congestionare pe suprafețe mari. Combinarea datelor de la drone cu mijloacele clasice de monitorizare crește acuratețea prognozei cu 15-20%. Acest lucru permite luarea din timp a măsurilor preventive, de exemplu, reglarea semafoarelor cu jumătate de oră înainte ca ambuteiajul să ajungă într-o anumită zonă.

Dronele ajută și la analizarea comportamentului șoferilor (schimbări de bandă, interacțiuni) și oferă context – de exemplu, motivul unei frânări bruște. Ele sunt utilizate pentru sarcini de siguranță, analiza traficului multimodal, evaluarea calității aerului și poluării fonice.

Până acum nu este vorba despre o soluție gata de implementare imediată a acestor tehnologii. Sarcina cercetătorilor este să înțeleagă aspectele fundamentale: cât de utile sunt dronele, ce avantaj aduc datele lor și ce noi oportunități deschide inteligența artificială.

Noi modele matematice de mobilitate

Al doilea domeniu dezvoltat în Laboratorul de Transport și Mobilitate EPFL (TRANSP-OR) nu se referă la fluxul de mașini, ci la modul în care oamenii își organizează viața de zi cu zi. Modelele tradiționale de transport iau în considerare călătorii individuale de la punctul A la punctul B, ținând cont de scop, tipul de transport și traseu. Noua abordare ia în calcul întreaga activitate zilnică a unei persoane (muncă, cumpărături, timp liber), precum și acțiunile celorlalți membri ai gospodăriei pe parcursul zilei.

În 2024, o angajată TRANSP-OR a dezvoltat un model care ia în considerare activitățile cotidiene și reacția oamenilor la evenimente neprevăzute. Modelul a fost testat cu succes pentru Căile Ferate Federale Elvețiene și într-un proiect de planificare urbană pentru Zurich.

Deciziile de transport sunt adesea luate la nivelul gospodăriilor: oamenii planifică călătoriile ținând cont de optimizarea generală a rutinei familiale. Modelul calibrat la nivel de familie se potrivește mai bine cu datele reale decât modelele la nivel individual.

Problema principală este lipsa datelor. Măsurarea activităților zilnice este dificilă și costisitoare, iar aspectele legate de confidențialitate ridică întrebări. Pentru rezolvarea acesteia se folosesc populații sintetice – seturi de date create statistic care reproduc caracteristicile populației reale.

Obiceiurile de transport trebuie analizate pe parcursul întregii vieți, deoarece deciziile fundamentale sunt luate în momentele cheie ale biografiei. Cercetătorii dezvoltă sisteme care combină diferite orizonturi temporale: alegerea modului de deplasare pe termen scurt, schimbarea locuinței pe termen mediu și dezvoltarea infrastructurii pe termen lung.

După cum notează cercetătorii elvețieni, lupta cu ambuteiajele fără construcția de noi drumuri este posibilă dacă orașele învață nu doar să înregistreze traficul, ci să înțeleagă din timp cum se comportă rețelele de transport și oamenii înșiși.