Затори залишаються однією з головних проблем великих міст, і дослідники шукають способи їх зменшення без розширення дорожньої мережі. Швейцарські вчені з Федеральної політехнічної школи Лозанни (EPFL) пропонують революційні рішення: використання дронів з алгоритмами штучного інтелекту для моніторингу трафіку та нові математичні моделі, які враховують не лише окремі поїздки, а й весь розпорядок дня людини та її сім’ї, пише techxplore.com.
Згідно з рейтингом TomTom, найсильніше від заторів у Швейцарії страждає Женева: водії втрачають тут у пробках в середньому 141 годину на рік. За щільністю трафіку невелике місто входить до світової двадцятки. Середня швидкість у Женеві — 19,1 км/год (у Лозанні — 27 км/год, у Берні — 42,4 км/год). Для порівняння: у 2025 році список мегаполісів із найповільнішим трафіком очолив Лондон із середньою швидкістю 16,5 км/год.
Дрони для моніторингу трафіку
У Лабораторії міських транспортних систем EPFL для моніторингу трафіку активно використовують дрони. Традиційні методи (камери, індукційні петлі) зосереджені на автомобілях і обмежені за часом і охопленням. Дрони дають ширшу та детальнішу картину.
У 2018 році інженери провели експеримент в Афінах: група дронів зібрала масиви даних про рух без розпізнавання номерів і облич. На їхній основі розробили алгоритми, здатні розрізняти типи транспортних засобів (автомобілі, вантажівки, автобуси, мотоцикли, велосипеди) та відстежувати їхні траєкторії.
Виявилося, що методи ШІ та машинного навчання дозволяють із високою точністю розпізнавати та відстежувати вогнища перевантаження на великих територіях. Об’єднання даних дронів із класичними засобами моніторингу підвищує точність прогнозу на 15–20%. Це дозволяє заздалегідь вживати превентивних заходів, наприклад, регулювати світлофори за півгодини до того, як затор дістанеться конкретного району.
Дрони також допомагають аналізувати поведінку водіїв (перебудови, взаємодії) і бачити контекст — наприклад, причину різкого гальмування. Їх застосовують для завдань безпеки, аналізу мультимодального трафіку, оцінки якості повітря та шумового забруднення.
Поки що мова не йде про готове рішення для миттєвого впровадження таких технологій. Завдання дослідників — з’ясувати фундаментальні питання: наскільки корисні дрони, яку перевагу дають їхні дані та які нові можливості відкриває ШІ.
Нові математичні моделі мобільності
Другий напрямок, який розвивають у Лабораторії транспорту та мобільності EPFL (TRANSP-OR), пов’язаний не з потоком машин, а з тим, як люди організовують своє повсякденне життя. Традиційні транспортні моделі розглядають окремі поїздки з точки А в точку Б, враховуючи мету, вид транспорту та маршрут. Новий підхід враховує весь комплекс повсякденних справ людини (робота, покупки, дозвілля), а також дії інших членів її домогосподарства протягом дня.
У 2024 році співробітниця TRANSP-OR розробила модель, яка враховує повсякденні активності та реакцію людей на непередбачені події. Модель успішно протестували для Швейцарських федеральних залізниць та в проєкті міського планування для Цюриха.
Транспортні рішення частіше приймаються в межах окремих домогосподарств: люди планують поїздки, виходячи з оптимізації сімейного розпорядку. Модель, калібрована на рівні сім’ї, краще відповідає реальним даним, ніж моделі на індивідуальному рівні.
Головна проблема — нестача даних. Вимірювати повсякденні активності складно і дорого, крім того, виникають питання конфіденційності. Для її вирішення використовують синтетичні популяції — статистично створені масиви даних, які повторюють характеристики реального населення.
Транспортні звички слід розглядати протягом усього життя людини, оскільки базові рішення приймаються в переломні моменти біографії. Дослідники розробляють системи, які об’єднують різні часові горизонти:
- вибір способу пересування у короткостроковій перспективі,
- зміну місця проживання у середньостроковій,
- розвиток інфраструктури у довгостроковій.
Як зазначають швейцарські вчені, боротьба з заторами без будівництва нових доріг можлива, якщо міста навчаться не просто фіксувати рух, а заздалегідь розуміти, як поводяться транспортні мережі та самі люди.