Ученые создали систему для предотвращения пробок с точностью прогноза 94%

Представьте, что ваш утренний путь на работу перестал быть лотереей. Больше никаких неожиданных пробок из-за того, что светофорная программа не угадала с интенсивностью потока. Эта приятная реальность становится все ближе благодаря прорывной разработке ученых из Донского государственного технического университета (ДГТУ).

Конец эпохи «угадайки» на дорогах

До сих пор городские системы прогнозирования трафика работали с большой погрешностью — до 25-30%. Как объясняет доцент кафедры «Организация перевозок и дорожного движения» ДГТУ Анастасия Феофилова, если светофор запрограммирован пропустить 100 машин, а на подходе их 130, возникает цепная реакция. «Лишние» 30 автомобилей вынуждены ждать, к ним присоединяются новые, и всего за 20-30 минут на ровном месте образуется серьезный затор.

Прорыв в точности: ошибка всего 6%

Новая цифровая модель, созданная в ДГТУ, кардинально меняет ситуацию. Ее точность составляет в среднем 6%. Это значит, что при прогнозе в 100 автомобилей в реальности проедет от 94 до 106. Система в 4-5 раз точнее своих предшественников, что открывает совершенно новые возможности для управления городским трафиком.

Умная система, которая учится и помнит

Что же делает эту модель такой особенной? Она не просто считает машины, а обладает «памятью» и «интеллектом». Программа анализирует исторические данные, помнит о ежедневных пиковых нагрузках утром и вечером, учитывает еженедельные циклы. Более того, она умеет расставлять приоритеты: если внезапно пошел снег или произошла авария, система понимает, что эта информация сейчас важнее рутинных расписаний.

Универсальное решение для городов будущего

Еще одна прекрасная новость — универсальность разработки. Модель не привязана к правилам дорожного движения или географии конкретного города. Чтобы она начала работать в Ростове-на-Дону, Москве, Пекине или любом другом мегаполисе, ее достаточно «обучить» на местных данных. В основе алгоритма — комбинация передовых технологий: сверточные и рекуррентные нейронные сети, механизм внимания и алгоритмы оптимизации.

Кому и что хорошего?

Эта новость — настоящий лучик света для всех, кто проводит время в дороге!

• Для автомобилистов это значит меньше времени в пробках и более предсказуемые поездки.
• Для городских властей — инструмент для принятия эффективных транспортных решений и снижения загруженности улиц.
• Для экологов — потенциальное снижение вредных выбросов от транспорта, стоящего в заторах.
• Для всех жителей городов — шаг к более комфортной и умной городской среде, где технологии работают на улучшение качества жизни.

Ученые ДГТУ уже планируют дальнейшее развитие системы, расширяя список учитываемых факторов и адаптируя ее для разработки комплексных стратегий управления дорожным движением. Будущее, в котором дорожные заторы перестанут быть ежедневной головной болью, выглядит все более достижимым.