INŽ.BLOG

Uporaba strojnega učenja pri vodenju prometa na avtocestah

Promet na avtocestnem omrežju v Republiki Sloveniji upravljamo iz petih (5) regionalnih nadzornih centrov, kjer 24/7/365 promet upravljajo nadzorniki prometa. V Ljubljani imamo tudi glavni nadzorni center, ki skrbi za usklajeno vodenje prometa na avtocestah v Sloveniji in na mednarodnih cestnih koridorjih proti Trstu, Dunaju, Budimpešti in Zagrebu.

Nadzorniki prometa upravljajo z veliko različnimi sistemi za nadzor in vodenje prometa, s katerimi zbirajo podatke, jih obdelujejo in izvajajo ukrepe vodenja prometa. Sistemi se delijo na sisteme na trasi, sisteme v predoru, cestno vremenski sistem in osrednji prometno informacijski sistem.

V zadnjih dvajsetih letih smo v nadzorne centre navezali ogromno novih ITS sistemov:

• spremenljivi prometni znaki,
• cestno vremenske postaje,
• detektorji prometa,
• varnostni sistemi predorov,
• video nadzorne kamere,
• sistem za tehtanje tovornih vozil,
• sistem za detekcijo prevoza nevarnih tovorov,
• sistem za detekcijo pregretih tovornih vozil,
• višinska kontrola,
• radarski sistemi.

Ti sistemi generirajo ogromno podatkov, ki se prikazujejo na prikazovalnikih v nadzorni sobi. Nadzornik prometa podatke spremlja na računalniških zaslonih in na velikem stenskem prikazovalniku v zvočni ali grafični obliki. Ob spremljanju teh podatkov redno komunicira z vzdrževalci in Policijo, ob izrednih dogodkih pa z vsemi ostalimi intervencijskimi enotami. Omenjeno pomeni, da mora nadzornik prometa obdelovati ogromno različnih podatkov, da lahko na podlagi navodil sprejema ustrezne ukrepe vodenja prometa.

Da je promet ustrezno voden na nivoju celotne države in na mednarodnem nivoju, skrbi glavni nadzorni center. V tem centru se zbirajo vsi podatki iz regionalnih nadzornih centrov in podatki iz sosednjih držav. Ker je Slovenija majhna država, se motnje prometnega toka ob večjih dogodkih (hujše prometne nesreče, večji požari, poplave, potresi, močno sneženje) prenašajo na sosednjo državo (in obratno), zato je mednarodno sodelovanje zelo pomembno. Mednarodno vodenje prometa izvajamo s pomočjo aplikacije TMP (Traffic Management Plan), kjer glavni nadzorni center Ljubljana komunicira s sosednjimi državami preko vnaprej pripravljenih postopkov, ki so integrirani v večjezično aplikacijo. Nadzorniki prometa v glavnem nadzornem centru so dodatno usposobljeni, da lahko sprejemajo ukrepe vodenja prometa na državni in mednarodni ravni.

Danes nadzorni center sprejema ogromno novih podatkov po novih komunikacijskih kanalih (družbena omrežja) in preko novih naprednih C ITS sistemov (hibridni sistem komuniciranja infrastrukture z vozili). Podatki se sprejemajo v različnih oblikah, shranjujejo v različnih bazah ter obdelujejo z različnimi algoritmi.

Največja težava nadzornih centrov je ta, da je podatkov veliko in jih ni možno takoj vseh obdelati ter uporabiti za namene vodenja prometa. Z naraščanjem sistemov za nadzor in vodenje prometa, z naraščanjem števila virov podatkov (vozila, sosednje države)in z naraščanjem prometa se generira vedno več podatkov.

Ker pa vsi podatki niso obdelani in ker nadzornik prometa vseh podatkov ne more obdelati, se porajajo vprašanja, ali smo zmožni vse podatke obdelati in jih uporabiti za namene vodenja prometa.

Da bi lahko uporabili in obdelali vse razpoložljive podatke, potrebujemo uvajanje strojnega učenja, kot veje umetne inteligence, da zagotovimo ustrezno pretočnost in varnost prometa.

Nov vir podatkov: C ITS (kooperativni inteligentni transportni sistemi)

V zadnjih letih sedmih letih smo na avtocestah uvedli novo storitev za uporabnike avtocest – C ITS, kjer komuniciramo z vozili preko antenskih vmesnikov na infrastrukturi ali pa preko mobilnega omrežja z aplikacijo PROMET+.

Omenjeno zahteva dodatno pozornost pri natančnosti podatkov, ki jih izmenjujemo med infrastrukturo in vozili, zato je izredno pomembno, da ima glavni nadzorni center čim več podatkov o prometu, vremenu in drugih dogodkih na širšem regionalnem področju. C ITS zahteva poenoten način zbiranja in obdelave podatkov ter posredovanje prometnih informacij direktno v vozilo. To pomeni, da s tem sistemom ne vodimo prometnega toka kot smo bili navajeno z dosedanjimi tradicionalnimi sistemi ITS, temveč vodimo vsako vozilo posebej.

C ITS sistemi komuniciranja infrastrukture z vozilom (I2V) so zametki nove dobe avtonomnih vozil, ki bodo z zaznavanjem cestne infrastrukture, sprejemanjem podatkov in samodejnim aktiviranjem ukrepov načina ter smeri vožnje sposobni zagotoviti optimalno stopnjo prometne pretočnosti in varnosti.

Količina podatkov se bo v času uvajanja nove mobilne frekvence 5G/6G še povečala, saj bo sistem omogočal več kot 100 – krat večje število povezanih naprav in 1000 - krat večjo količino mobilnih podatkov.

Glede na napisano lahko sklepamo, da nadzornik prometa v nadzornem centru ne more obdelati ali uporabiti vseh razpoložljivih podatkov brez pomoči strojnega učenja.

Mednarodno upravljanje avtocestnega prometa zahteva še več usklajevanja med sistemi in ukrepi, ki jih izvaja nadzornik prometa v glavnem nadzornem centru. Sistemi, podatki, aplikacije in modeli umetne inteligence morajo biti med državami primerljivi in povezljivi, saj je potrebno uporabnikom avtocest zagotoviti enovite servise tudi na mejnih področjih med državami. To pomeni, da mora nadzornik prometa v glavnem nadzornem centru upoštevati še več podatkov, ki so potrebni za izvajanje ukrepov vodenja mednarodnega avtocestnega prometa. Kar nakazuje na novo dobo prometno inženirske stroke: vzporedna uporaba strojnega učenja in ukrepov nadzornikov prometa v nadzornih centrih!

Strojno učenje

Uvajanje strojnega učenja (veje umetne inteligence) v postopke dela nadzornikov prometa v nadzornih centrih bo vplivala na hitrost in natančnost odločitev, ki jih bo sprejel nadzornih prometa. Kar pomeni hitrejše odzivanje na dogodek in posledično zmanjšanje zastojev in posledic dogodkov.

Že danes smo v Sloveniji priča samodejnemu inteligentnemu odzivanju cestne infrastrukture brez posredovanja človeškega faktorja, kjer požar v predoru samodejno:

• zapre obe predorski cevi (rdeč semafor na predoru)
• alarmira nadzornika prometa v nadzornem centru (zvočni in grafični alarm)
• posreduje informacijo na spremenljive znake in samodejno sproži scenarij preusmerjanja prometa na vzporedno cesto
• samodejno posreduje informacijo o zaprtju predora v informacijski sistem (spletna stran, aplikacija PROMET+) in v sistem C ITS.

Takšno samodejno delovanje sistemov ITS zahteva še vedno prisotnost človeškega faktorja, ki nadzira delovanje sistema in podsistemov. Uvajanje umetne inteligence pa bo prispevalo k zmanjševanju potreb prisotnosti človeka v nadzornih centrih.

Z uvajanjem novih algoritmov in modelov v programske rešitve nadzornih centrov bomo omogočili še hitrejše, natančnejše in ciljno usmerjene odločitve v nadzornih centrih.

Ker se modeli strojnega učenja razlikujejo glede na področja uporabe (promet, logistika, medicina, itd.), bo potrebno predhodno preučiti, kateri modeli strojnega učenja so optimalni za uporabo pri vodenju avtocestnega prometa. Modeli bodo glavno orodje v postopku obdelave podatkov, ki se stekajo v nadzorni center in na podlagi katerih se pripravijo predlogi za ukrepe nadzornika prometa. Umetna inteligenca bo imela veliko vlogo v fazi obdelave podatkov in kasneje v fazi odločanja, kateri postopek vodenja prometa je najbolj optimalen za pretočnost in varnost prometa.

Ne smemo pozabiti, da bo na drugi strani vedno več pametih vozil, ki že danes pri vožnji po cesti uporabljajo umetno inteligenco oziroma algoritme strojnega učenja. Hiter razvoj pametnih vozil povzroča velik pritisk na upravljavce avtocestne infrastrukture, da se temu prilagajajo na več področjih:

• ustrezno grajena, obnovljena in vzdrževana cestna infrastruktura
• digitalizirani podatki o cestni infrastrukturi (baze podatkov, DigitalTwin, simulacije, prometna signalizacija, digitalna os, digitalizacija vegetacije ob avtocesti)
• digitalizirani podatki o VSEH ukrepih, ki se izvajajo v nadzornih centrih in se preko različnih medijev (C ITS, 5G/6G, Carplay, radio, APP, VMS) pošiljajo posameznim vozilom oz. prometnim sredstvom.

Zato je potrebno takoj začeti uvajati revolucionarne rešitve delovanja nadzornih centrov in poleg prilagajanja tehnologije začeti usposabljati nadzornike prometa. Le ti bodo v današnjem času ključni dejavnik pri prehodu iz tradicionalnih metod obdelovanja podatkov in vodenja prometa v novodobno upravljanje avtocestnega prometa s pomočjo AI in ostalih novih digitalnih rešitev. Nadzorniki prometa bodo v kratkem času v svoje procese izvajanja ukrepov vodenja avtocestnega prometa morali smiselno integrirati več novih področij, ki niso neposredno povezana s teorijo prometnega toka, ampak predstavljajo novo dobo digitalizacije avtocestnega prometa:

• uvajanje novih mobilnih frekvenc 5G/6G
• uvajanje novih storitev C ITS (komuniciranje semaforjev, intervencijskih vozil, kolesarjev, vlakov, BUSov,…)
• uvajanje komuniciranja avtonomnih vozil z infrastrukturo (detekcija ovir, delovišč, prometne signalizacije, vremena)
• novi sistemi v vozilih za avtomatizirano vožnjo
• strojno učenje, veja umetne inteligence, na vseh področjih, ki so kakorkoli povezana z avtocestnim prometom
• MaaS (Mobility as a Service).

Umetna inteligenca bo v nadzornih centrih pospešila ukrepanje in spremenila dosedanje tradicionalno upravljanje avtocestnega prometa. Tradicionalno upravljanje pomeni, da upravljamo celovit prometni tok na določenem avtocestnem odseku (30.000 – 90.0000 povprečno/vozil/na dan/na leto), danes pa s pomočjo novih tehnologij upravljamo vsako posamezno vozilo posebej.

Če želimo izkoristiti vse podatke in ves razvoj na področju umetne inteligence, moramo temu primerno usposobiti ekipe v nadzornih centrih in jih tudi s pomočjo simulatorjev pripraviti na bolj dinamično izvajanje ukrepov vodenja prometa. Le usposobljene strokovne ekipe bodo sposobne obvladovati vsa orodja umetne inteligence in posledično zagotavljati optimalno pretočnost prometa v vseh prometnih (dnevne in praznične konice, nesreče, dela na cesti, ostali dogodki) in vremenskih (slaba vidljivost, sneženje, nalivi, poledica, naravne katastrofe) razmerah.

Avtor: mag. Ulrich Zorin, univ. dipl. inž. grad., član Upravnega odbora Matične sekcije inženirjev tehnologov, požarne varnosti, prometnega inženirstva in drugih inženirjev (MST), univ. dipl. inž. grad.