En el futuro, los algoritmos de autoaprendizaje combinados con nuevos sensores deberían garantizar un mejor flujo de tráfico y tiempos de espera más cortos, al tiempo que proporcionarían una mayor seguridad para los peatones en los cruces.
-IA para controlar semáforos
Ciertos viajes pueden ser una pesadilla. Los autos avanzan lentamente en el tráfico de parada y marcha, arrastrándose de un atasco de tráfico en los semáforos al siguiente. Especialmente en la hora pico, no hay posibilidad de navegar a través de una serie de luces verdes. Los equipos de investigación de la rama del instituto de automatización industrial INA, en el Instituto Fraunhofer de Optrónica, Tecnologías de Sistemas y Explotación de Imágenes IOSB, quieren cambiar esto con su proyecto KI4LSA, que utiliza inteligencia artificial para permitir la conmutación de luz inteligente y predictiva.
Los semáforos convencionales utilizan controles basados en reglas usualmente rígidas, pero este enfoque rígido no funciona para todas las situaciones de tráfico. Además, con los sensores actualmente en uso, la tecnología de bucle de inducción integrada en la superficie de la carretera proporciona solo una impresión aproximada de la situación real del tráfico.
Los investigadores de Fraunhofer están trabajando para abordar estos problemas. En lugar de sensores convencionales, están utilizando cámaras de alta resolución y sensores de radar para capturar con mayor precisión la situación real del tráfico. Esto permite que el número de vehículos que esperan en un cruce se determine con precisión en tiempo real. La tecnología también detecta la velocidad media de los coches y los tiempos de espera. Los sensores en tiempo real se combinan con inteligencia artificial, que reemplaza las reglas de control rígidas habituales.
La IA utiliza algoritmos de aprendizaje por refuerzo profundo (DRL), un método de aprendizaje automático que se centra en encontrar soluciones inteligentes a problemas de control complejos. «Utilizamos una unión en Lemgo, donde se llevan a cabo nuestras pruebas, para construir una simulación realista y entrenamos a la IA en innumerables iteraciones dentro de este modelo. Antes de ejecutar la simulación, agregamos el volumen de tráfico medido durante la hora pico en el modelo, lo que permite a la IA trabajar con datos reales. Esto dio como resultado un agente entrenado utilizando el aprendizaje por refuerzo profundo: una red neuronal que representa el control de las luces», explicó Arthur Müller, gerente de proyecto y científico del Fraunhofer IOSB-INA.
Los algoritmos entrenados de esta manera calculan el comportamiento óptimo de conmutación para los semáforos y la mejor secuencia de fases para acortar los tiempos de espera en el cruce, reducir los tiempos de viaje y así disminuir el ruido y el CO2 contaminación causada por el tráfico en cola. Los algoritmos de IA se ejecutan en una computadora de borde en el cuadro de control en la unión. Una ventaja de los algoritmos es que se pueden probar, usar y escalar para incluir luces vecinas que forman una red más amplia.
El proyecto KI4PED se centra en los peatones en lugar de los vehículos. En un proyecto programado para ejecutarse hasta finales de julio de 2022, se están realizando ensayos en algunas localidades de Alemania. La implementación de esta tecnología debería ser particularmente beneficiosa para las personas vulnerables, como las personas mayores o las personas con discapacidades. El objetivo es reducir los tiempos de espera y mejorar la seguridad en los pasos de peatones al permitir tiempos de cruce más largos.