Semafori controllati tramite intelligenza artificiale: i progetti tedeschi per migliorare il traffico e gli attraversamenti pedonali

I ricercatori del Fraunhofer Institute stanno utilizzando l'intelligenza artificiale per il controllo intelligente dei semafori nell'ambito dei progetti "KI4LSA" e "KI4PED”

MeteoWeb

Gli spostamenti da e verso il lavoro possono essere un incubo. Le auto avanzano lentamente nel traffico stop and go, passando da un ingorgo ai semafori all’altro. Soprattutto nelle ore di punta, non c’è possibilità di navigare attraverso una serie di semafori verdi. I team di ricerca della filiale dell’istituto per l’automazione industriale INA, presso il Fraunhofer Institute for Optronics, System Technologies and Image Exploitation IOSB, vogliono cambiare questa situazione con il loro progetto “KI4LSA”, che utilizza l’intelligenza artificiale per un controllo smart dei semafori. I partner del progetto sono Stührenberg GmbH, Cichon Automatisierungstechnik GmbH, Stadtwerke Lemgo GmbH, la città di Lemgo (associata) e Straßen.NRW (associata). Il progetto, che terminerà nell’estate 2022, è finanziato dal Ministero Federale Tedesco dei Trasporti e delle Infrastrutture Digitali (BMVI).

I semafori convenzionali utilizzano controlli basati su regole, ma questo approccio rigido non funziona per tutte le situazioni di traffico. Inoltre, i sensori attualmente in uso forniscono solo un’impressione approssimativa della reale situazione del traffico. I ricercatori del Fraunhofer IOSB-INA stanno lavorando per affrontare questi problemi. Invece dei sensori convenzionali, utilizzano telecamere ad alta risoluzione e sensori radar per acquisire con maggiore precisione la situazione reale del traffico. Ciò consente di determinare con precisione in tempo reale il numero di veicoli in attesa a un incrocio. La tecnologia rileva anche la velocità media delle vetture e i tempi di attesa.

I sensori in tempo reale sono abbinati all’intelligenza artificiale, che sostituisce le solite rigide regole di controllo. L’intelligenza artificiale utilizza algoritmi deep reinforcement learning (DRL), un metodo di apprendimento automatico che si concentra sulla ricerca di soluzioni intelligenti a problemi di controllo complessi. “Abbiamo utilizzato un incrocio a Lemgo, dove vengono effettuati i nostri test, per costruire una simulazione realistica e addestrato l’IA su innumerevoli iterazioni all’interno di questo modello. Prima di eseguire la simulazione, abbiamo aggiunto al modello il volume di traffico misurato durante le ore di punta, consentendo all’IA di lavorare con dati reali. Ciò ha portato a un agente addestrato utilizzando i deep reinforcement learning: una rete neurale che rappresenta il controllo delle luci”, afferma Arthur Müller, project manager e scienziato presso il Fraunhofer IOSB-INA, spiegando l’approccio DRL.

© Fraunhofer IOSB-INA

Gli algoritmi così formati calcolano il comportamento di commutazione ottimale per i semafori e la migliore sequenza di fasi per abbreviare i tempi di attesa all’incrocio, ridurre i tempi di percorrenza e quindi abbassare l’inquinamento acustico e di CO2 causato dal traffico in coda. Gli algoritmi di intelligenza artificiale vengono eseguiti in un computer periferico nella scatola di controllo all’incrocio. Un vantaggio degli algoritmi è che possono essere testati, utilizzati e ampliati per includere le luci vicine che formano una rete più ampia.

Grande impatto

Le fasi di simulazione effettuate sul congestionato incrocio di Lemgo dotato di luci intelligenti hanno dimostrato che l’uso dell’intelligenza artificiale potrebbe migliorare il flusso del traffico del 10–15%. Nei prossimi mesi, l’agente addestrato scenderà in strada per ulteriori valutazioni in un laboratorio reale. Questo test considererà anche l’influenza delle metriche del traffico su parametri come l’inquinamento acustico e le emissioni. Tuttavia, l’inevitabile “divario tra simulazione e realtà” rappresenta una sfida. “Le ipotesi sul comportamento del traffico utilizzate nella simulazione non sono una rappresentazione 1:1 della realtà. Quindi, l’agente dovrà essere adattato di conseguenza“, afferma Müller. “Se questo avrà successo, gli effetti dell’aumento progressivo saranno enormi. Basti pensare al gran numero di semafori anche in una piccola città come Lemgo”.

L’UE stima che gli ingorghi causino danni economici per un totale di 100 miliardi di euro all’anno per i suoi Stati membri. Secondo Müller, i semafori AI offrono l’opportunità di utilizzare la nostra infrastruttura esistente in modo più efficiente. “Siamo il primo team al mondo a testare il deep reinforcement learning per il controllo dei semafori in condizioni del mondo reale. E speriamo che il nostro progetto ispiri altri a iniziative simili”.

Sistemi di segnaletica stradale intelligenti per i pedoni

Il progetto “KI4PED” si concentra sui pedoni piuttosto che sui veicoli. In un progetto che durerà fino alla fine di luglio 2022, Fraunhofer IOSB-INA sta collaborando con Stührenberg GmbH e i partner associati Straßen.NRW, la città di Lemgo e la città di Bielefeld per sviluppare un approccio innovativo per il controllo basato sulle necessità dei segnali pedonali. Ciò dovrebbe essere particolarmente vantaggioso per le persone vulnerabili, come gli anziani o le persone con disabilità. L’obiettivo è ridurre i tempi di attesa e migliorare la sicurezza negli attraversamenti pedonali consentendo tempi di attraversamento più lunghi. Secondo gli studi attuali, i tempi di “camminata” sono troppo brevi per questi gruppi di persone. I pulsanti attualmente in uso, generalmente in piccole caselle gialle, non forniscono alcuna informazione sul numero o sull’età di coloro che devono attraversare, o addirittura su altre loro esigenze. I partner del progetto vogliono utilizzare l’IA in combinazione con sensori LiDAR ad alta risoluzione per automatizzare il processo e regolare e incrementare automaticamente i tempi di attraversamento in base alle esigenze dei pedoni. L’IA esegue il rilevamento e il tracciamento delle persone in base ai dati dei sensori LiDAR e li applica in un sistema integrato in tempo reale.

Per scopi di protezione dei dati, utilizziamo sensori LiDAR anziché sistemi basati su telecamere. Questi presentano i pedoni come nuvole di punti 3D, il che significa che non possono essere identificati individualmente”, spiega il Dott. Dennis Sprute, project manager e scienziato presso Fraunhofer IOSB-INA. I sensori LiDAR (rilevamento e portata della luce) emettono onde luminose pulsate nell’ambiente circostante, che rimbalzano sugli oggetti vicini e ritornano al sensore. Il sensore misura il tempo impiegato dalla luce per tornare a calcolare la distanza percorsa dall’oggetto, in questo caso la persona. Questi sensori sono anche resistenti agli influssi della luce, ai riflessi e agli agenti atmosferici. Verrà effettuato uno studio di fattibilità per determinare le posizioni ottimali e l’allineamento all’incrocio. Gli algoritmi di intelligenza artificiale verranno inizialmente addestrati per una settimana a due semafori a Lemgo e Bielefeld. I test dei sensori sono inoltre pianificati nel sito di Fraunhofer IOSB-INA utilizzando varie condizioni di luce simulate per determinare le capacità di rilevamento.

Utilizzando un concetto di controllo basato sulle necessità adattato alla situazione individuale, i partner della ricerca sperano di ridurre del 30% i tempi di attesa quando ci sono molte persone in attesa. Mirano inoltre a ridurre il numero di incidenti per attraversamento al di fuori delle strisce di circa il 25%.