Adatvezérelt forgalomtervezés és üzemeltetés.

A modern városokban a forgalom már nem csak az útfelületekről, a kereszteződésekről vagy a sávok számáról szól; adatvezérelt történetté vált.

Amikor a „soft” infrastruktúra és az intézmények kompatibilisek, a városok folyamatosan javíthatják a forgalmat „soft” megoldásokkal anélkül, hogy teljes mértékben a kemény beruházásokra támaszkodnának. (A képen: Egy kereszteződés a városban. Fotó: THANH LAN)

Minden emberi mozgás, minden járműút, minden városi esemény adatfolyamot generál, amely tükrözi a város ritmusát és dinamikus szerkezetét.

Változtasd meg az adatokhoz való hozzáállásodat.

Amikor a városi területek gyorsabban növekednek, mint ahogy fizikai infrastruktúrájuk képes bővülni, és minden szűk keresztmetszet társadalmi költséggé válik, a hatékony tervezés és üzemeltetés egyetlen megközelítése az, hogy a forgalmat két párhuzamos rétegként tekintsük: a fizikai réteget, amelyet látunk; és az adatréteget, amelyet meg kell értenünk. Ez egy új elvhez vezet: minden fizikai forgalomtervezésnek az adatfolyam mélyreható megértésén kell alapulnia; és minden fizikai szűk keresztmetszetet adatokkal kell mérsékelni, mielőtt bármilyen bővítés vagy új építkezés megfontolható lenne.

Ha figyelmen kívül hagyjuk az adatokat, és csak szabad szemmel figyeljük meg őket, a forgalom mindig kaotikus, kiszámíthatatlan sorozatnak fog tűnni. De amikor a kamerákból, az IoT-ből, a GPS-ből, a digitális térképekből, a tömegközlekedésből és a városi infrastruktúrából származó adatfolyamokat integráljuk, más képet látunk. A fizikai forgalmi áramlat valójában a viselkedésre vonatkozó adatokból alakul ki: ki hová, mikor, melyik útvonalon és milyen okból megy; mi az alapforgalom, mi a szezonális ingadozás; melyek a valódi szűk keresztmetszetek, és melyek csak lokalizált jelenségek.

Az adatok segítenek megkülönböztetni az okot és a következményt; ellenkező esetben könnyen a felszínre építve tervezünk, figyelmen kívül hagyva a mögöttes problémákat. Ezért a modern közlekedéstervezés nem támaszkodhat tovább statikus felmérésekre vagy lineáris modellekre, hanem dinamikus adatelemzésen kell alapulnia, valós időben és hosszú távú ciklusokban.

Miután az adatokat összegyűjtötték és szabványosították, a következő lépés a mozgási viselkedés modellezése és a tervezési forgatókönyvek szimulálása. A mikroszimulációs és a többágenses modellezési technológiák lehetővé teszik annak újraalkotását, hogy több százezer jármű hogyan lép kölcsönhatásba egymással másodpercenként. Ezek a modellek ellenőrzik, hogy egy új útvonal, egy módosított csomópont vagy egy kijelölt buszsáv hogyan hoz létre hullámhatásokat. Más szóval, az adatok a tervezést a spekulatív állapotból a validált állapotba emelik. Csak akkor hozhat magabiztos fizikai beruházási döntéseket a város, ha a lehetőségeket szimulálják és digitális környezetben bizonyítják, elkerülve az évtizedekig tartó hibákat.

Azonban még megfelelő tervezés mellett is vannak korlátai a fizikai infrastruktúrának. Egy utat nem lehet azonnal kiszélesíteni, egy hidat nem lehet néhány hónap alatt megépíteni, és az állami költségvetések nem teszik lehetővé minden szűk keresztmetszet bővítését. Itt az adatok továbbra is a lágy infrastruktúra szerepét játsszák, körülvéve és növelve a fizikai infrastruktúra kapacitását.

Amikor az adatvezérelt előrejelző rendszerek 10-30 perccel a kialakulásuk előtt képesek azonosítani a szűk keresztmetszeteket, a városok képesek lágy beavatkozásokat végrehajtani: a közlekedési lámpák ciklusainak módosítására, sávok megfordítására, zöld jelzések beállítására, a forgalom távoli elosztására digitális térképek segítségével, vagy alternatív útvonalak javaslatára közvetlenül a polgárok telefonjára. Ezek az intézkedések azért hatékonyak, mert befolyásolják a viselkedést és a keresletet – két tényezőt, amelyek meghatározzák a forgalomáramlás mintázatát. Valójában a tanulmányok azt mutatják, hogy ha az ingázóknak csak 10-15%-a megváltoztatja az időzítését vagy az útvonalválasztását, a szűk keresztmetszetek egyetlen méternyi útszakasz megnyitása nélkül is megoldhatók.

A lágy megoldásokra kell koncentrálnunk .

A lényeg az, hogy az adatok nemcsak az azonnali műveletekben segítenek, hanem a hosszú távú keresletgazdálkodás alapját is képezik. Tokió (Japán) nem új utak építésével csökkenti a torlódásokat, hanem a vonatjegy-adatok óránkénti elemzésével és a menetrendek igény szerinti módosításával. Szingapúr ERP-t használ az igények áralapú elosztására. Szöul (Dél-Korea) mesterséges intelligenciát használ a közlekedési lámpák ciklusainak optimalizálására, hogy bővítés nélkül csökkentse a kereszteződésekben a terhelést. Los Angeles (USA) 4500 kereszteződést üzemeltet egyetlen adatközpontból. Koppenhága (Dánia) kerékpáros és meteorológiai adatokat használ a csúcsforgalomban lassú forgalom priorizálására. Ezek a városok mind azt bizonyítják, hogy a szűk keresztmetszetek adatokkal történő enyhítése sokkal hatékonyabb és olcsóbb, mint a fizikai infrastruktúra kiépítése.

Ahhoz, hogy az adatok valóban lágy infrastruktúrává váljanak, a városoknak egységes adatarchitektúrára van szükségük: egy városi mobilitási adatközpontra, mint központi csomópontra; egy digitális ikermodellre a közlekedés szimulációjához és teszteléséhez; egy mesterséges intelligenciával működő forgalmi motorra a valós idejű optimalizáláshoz; és intelligens közlekedési rendszerekre (ITS) a folyamatos adatgyűjtéshez. Ezenkívül az intézményeknek alkalmazkodniuk kell: kötelezővé kell tenniük az adatok és a szimuláció használatát a tervezésben, meg kell követelni az adatok megosztását az ügynökségek és a közlekedési vállalkozások között, szabványosítaniuk kell az API-kat, és tesztkörnyezeteket kell létrehozniuk az új forgalomszervezési modellek kipróbálásához.

Amikor a „lágy” infrastruktúra és az intézmények kompatibilisek, a városok folyamatosan javíthatják a forgalom áramlását „lágy” megoldások segítségével anélkül, hogy kizárólag a fizikai infrastrukturális beruházásokra támaszkodnának. Amikor az adatokat intelligens közlekedési lámpák, rugalmas sávelosztás, korai figyelmeztető rendszerek és útvonaljavaslatok vezérlésére használják, a városok nemcsak a torlódásokat csökkenthetik, hanem a biztonságot is fokozhatják szélsőséges időjárási körülmények között – amit a fizikai infrastruktúra önmagában nem tud megoldani.

Mindezek egyetlen egységes következtetésre vezetnek: a közlekedés már nem az utak építéséért folytatott verseny, hanem az adatáramlás rögzítéséért és megszervezéséért folytatott verseny. A fizikai infrastruktúra az alap, de az adatinfrastruktúra a képesség. Az adatokat kezelő városok uralni fogják az emberek mozgását, elkerülik a torlódások társadalmi költségeit, növelik a gazdasági hatékonyságot és javítják az életminőséget. Ezért a modern városokban a közlekedéstervezésnek az adatáramlás mélyreható megértésén kell alapulnia; és minden fizikai szűk keresztmetszetet adatokkal kell mérsékelni, mielőtt bármilyen bővítés szóba jöhetne.

Forrás: https://baodanang.vn/quy-hoach-van-hanh-giao-thong-bang-du-lieu-3314724.html