Skutečně inteligentní semafory by mohly ušetřit řidičům nervy a městům stovky milionů tun emisí

Celosvětové úspory emisí oxidu uhličitého by díky inteligentním systémům řízení dopravy by mohly do roku 2027 dosáhnout 205 milionů tun.

„Chytře řízené“ semafory a další dopravní systémy by mohly světové emise CO₂ snížit zhruba stejně jako kdyby obyvatelé Francie a Velké Británie přestali cestovat po vlastní zemi. Celkově by mohly světu za pět let, tedy v roce 2027 ušetřit emise zhruba 205 milionů tun CO₂. Takový je alespoň závěr studie zveřejněné společnosti Juniper Research.

Hlavní úsporu by přineslo snížen počtu dopravních zácp, a tedy času, který řidiči a jejich vozy stráví stáním, velmi často se zapnutým motorem či ve velmi pomalém pohybu, při kterém jsou běžné spalovací motory velmi neefektivní.

Autoři studie počítají s poměrně sofistikovanou podobou podobnou „chytrého řízení dopravy“, který dnes téměř nikde na světě nenajdete. Zároveň je ovšem nutné říci, že nejde o žádnou sci-fi; využívá technologie, které jsou v jiných oborech lidské činnosti už poměrně dobře ověřené a fungují.

Inteligentní řízení dopravy využívá principů hlubokého učení při rozpoznávaní obrazu – tedy umožňují počítačům „vidět“, co se na silnicích děje, případně vstupu z jiných senzorů. Podle zátěže pak počítače upravují v reálném čase provoz tak, aby byl co nejplynulejší. Mohou také samozřejmě „dávat přednost“ prostředkům hromadné dopravy.

Autoři při výpočtu možných úspor vycházeli z dostupných praktických dat o nasazení podobných systémů. Například technologická firma Dahua v roce 2019 zavedla „inteligentní“ řešení řízení dopravy pro Rijád v Saúdské Arábii. Systém v reálném čase sbírá údaje o hustotě dopravy, a pak pružně upravuje řízení provozu.

Od zavedení systému se celková efektivita dopravy na sledovaných křižovatkách ve městě zvýšila o 12 %. Pro město je zajímavé i to, že systém denně zachytí přibližně tisíc dopravních přestupků.

Zpráva Juniper Research označila inteligentní křižovatky za faktor, která má potenciál v celosvětovém měřítku výrazně snížit počet dopravních zácp. Do roku 2027 by se mohl čas strávený v dopravě snížit v průměru o 36 hodin ročně na jednoho motoristu.

Studie předpokládá, že investice do inteligentních křižovatek dosáhnou do roku 2027 výše 10,2 miliardy USD, což představuje nárůst z 5,7 miliardy USD v roce 2022.

České řešení

Podobný systém chytrého řízení dopravy v Česku vyvíjí i startup „Traffic smart“ (byl mimo jiné účastníkem finále letošního ročníku soutěže Parádní nápad, dostal se i do finále pražské startupové soutěže Nakopni Prahu)

jehož cílem je vyvinout chytřejší křižovatky, a tak zvýšit jejich propustnost. Jeho podstatou je software, implementovaný do současných systémů řízení dopravy za účelem výpočtu co největší propustnosti na každé křižovatce. Jde o dynamický, adaptivní systém řízení semaforů, který prostřednictvím kamer „vidí“ aktuální požadavky na křižovatku a tím minimalizuje celkovou dobu strávenou pro všechny účastníky provozu na pozemních komunikacích.

Systém využívá neuronové sítě k identifikaci a klasifikaci jednotlivých účastníků dopravního provozu. Systém křižovatky tak může vědět, kde, jaký typ (chodec / auto / autobus / tramvaj) a kolik účastníků provozu na křižovatce čeká (či jakou rychlostí jedou). Optimalizační program následně vypočítá prioritu pro prioritizaci jednotlivých jízdních pruhů dle aktuální situace, a dle těchto dat křižovatku řídí.

Řešení by mohl zvýšit plynulost a bezpečnost dopravy, zpřesnit prioritizace vozidel MHD a tím zkrátit čekací doby, snížit náklady na časování semaforů (to již nebude potřeba), umožnit jednoduchý monitoring aktuální situace dispečinkem a složkami záchranného systému. A těm by mohl pružně zaručit přednost při výjezdech.

Zní to trochu sci-fi, ale v podstatě všechny nutné komponenty systému jsou dnes komerčně dostupné (či dokonce ve formě open-source softwaru). Systém je závislý na kamerovém systému, do jaké míry lze použít ty stávající záleží ovšem na jejich přesné konfiguraci, a nelze tedy paušálně říci, že může využívat kamerové systémy daného uživatele.