В пермском университете научились прогнозировать автомобильные заторы

2 часа назад

© Сгенерировано ИИ

Команда учёных Пермского Политеха представила инструмент, способный увидеть пробку ещё до того, как она реально появится на дороге. По данным пресс‐службы вуза, методика оценивает вероятность возникновения затора за период от 20 до 40 минут.

Чем это отличается от уже работающих решений

Типовые алгоритмы в городах, как правило, опираются на среднюю скорость и текущую плотность потока. Такой способ хорошо описывает уже сложившуюся картину, но не даёт времени, чтобы изменить ситуацию.
Подход пермских исследователей смещает акцент. Вместо того чтобы реагировать по факту, программа ищет так называемое «предзаторовое» состояние — промежуточную стадию, когда машины ещё едут, но устойчивость потока уже снижается.

Источник данных и логика работы

Основой для расчётов служат показания дорожных средств фото- и видеофиксации, а не данные, собранные со смартфонов водителей. Программа одновременно отслеживает скорости, плотность и интервалы между автомобилями.
Дальше алгоритм сопоставляет регулярные сценарии — например, пиковые часы — со случайными всплесками, которые потенциально могут запустить сбой. Расчёты строятся сразу на нескольких временных окнах: от пары минут до часа.

«Программа анализирует данные за разные промежутки времени — от нескольких минут до часа — и оценивает, насколько поток устойчив к случайным изменениям», — пояснил профессор кафедры «Автомобили и технологические машины» ПНИПУ, доктор технических наук Михаил Бояршинов.

Ключевой параметр методики — среднее время проезда конкретного участка. Если этот показатель начинает отклоняться от нормы в большую сторону, система воспринимает это как потерю устойчивости: в таких условиях даже небольшое торможение превращается в спусковой крючок будущего затора.

Четыре режима дорожной ситуации

На выходе модель делит движение на четыре категории: свободный поток, зарождающийся затор, активное развитие пробки и уже сформированный затор. Для оператора состояние отображается в виде наглядного графика, который обновляется в реальном времени.
Работоспособность подхода уже проверили на реальных перекрёстках в одном из российских городов. Оценки сверили с данными «Яндекс.Пробок» — результаты по текущему состоянию совпали. При этом разработка ПНИПУ способна делать шаг вперёд — не просто фиксировать существующие заторы, но и заранее сигнализировать о высоком риске их появления.

Где пригодится разработка

Авторы видят инструмент в первую очередь в руках городских служб, отвечающих за транспортную ситуацию. На базе прогноза можно корректировать работу светофорных объектов, заранее разгружать проблемные направления или точечно вмешиваться в движение, пока пробка ещё не сложилась.
Второе крупное применение — планирование. Методика помогает оценивать риски на этапе проектирования магистралей, организации дорожных работ или реконструкции улиц. В ПНИПУ подчёркивают: такая схема снижает нагрузку на сеть без необходимости строить новые дороги, а заодно уменьшает негативное влияние транспорта на экологию и городскую среду.

Читайте новости о безопасности объектов транспорта на сайте журнала RUБЕЖ по ссылке.