
Για ασφαλέστερες διαδρομές.
H έρευνα πραγματοποιήθηκε από το Πανεπιστήμιο της Βρετανικής Κολομβίας στο κέντρο της Αθήνας, με 10 dorne να συλλέγουν δεδομένα της κίνησης των αυτοκινήτων σε πραγματικό χρόνο.
Οι περισσότερες εφαρμογές πλοήγησης μπορούν να μας δείξουν την ταχύτερη δυνατή διαδρομή προς τον προορισμό μας και ορισμένες μπορούν ακόμη και να μας προτείνουν μια φιλική προς το περιβάλλον διαδρομή υπολογίζοντας τις λιγότερες παραγμένες εκπομπές άνθρακα του αυτοκινήτου μας.
Τι θα γινόταν όμως αν μπορούσαν επίσης να χαρτογραφήσουν και να μας δείξουν την ασφαλέστερη διαδρομή με τον μικρότερο δυνατό κίνδυνο συντριβής ;
Ένας νέος αλγόριθμος που αναπτύχθηκε από ερευνητές του UBC Πανεπιστήμιο της Βρετανικής Κολομβίας θα μπορούσε να το κάνει πραγματικότητα. Με επικεφαλής τον Δρ. Tarek Sayed, καθηγητή στο τμήμα πολιτικών μηχανικών του UBC, και τον Ph.D. φοιτητής Tarek Ghoul, η ομάδα ανέπτυξε μια νέα προσέγγιση που προσδιορίζει την ασφαλέστερη δυνατή διαδρομή σε ένα αστικό δίκτυο πόλης χρησιμοποιώντας δεδομένα κινδύνου σύγκρουσης σε πραγματικό χρόνο και μπορεί να ενσωματωθεί σε εφαρμογές πλοήγησης όπως οι Χάρτες Google.
Για τη διεξαγωγή της έρευνάς αυτής, η ομάδα χρησιμοποίησε δεδομένα από 10 drones που αιωρούνταν πάνω από το κέντρο της Αθήνας, στην Ελλάδα, για πολλές ημέρες και κατέγραψαν παράγοντες όπως τη θέση του οχήματος, την ταχύτητα και την επιτάχυνση. Χρησιμοποίησαν αυτές τις πληροφορίες για να εντοπίσουν παραλίγο ατυχήματα μεταξύ οχημάτων και στη συνέχεια προέβλεψαν τον κίνδυνο ατυχημάτων σε πραγματικό χρόνο.
«Αυτή η έρευνα είναι η πρώτη που χρησιμοποιεί δεδομένα κινδύνου σύγκρουσης σε πραγματικό χρόνο για να παρέχει οδηγίες πλοήγησης και να μας δώσει την ασφαλέστερη δυνατή διαδρομή οδήγησης μέσα από μια πόλη», είπε ο Δρ. Sayed. “Ο αλγόριθμος είναι ικανός να προσαρμόζει τις κατευθύνσεις σε πραγματικό χρόνο, προτείνοντας παρακάμψεις για την αποφυγή επικίνδυνων τοποθεσιών. Αυτό συμβάλλει στη βελτίωση της οδικής ασφάλειας για όλους τους χρήστες. Για παράδειγμα, οι εταιρείες θα μπορούν να δρομολογούν τον στόλο τους αποτελεσματικά, δίνοντας προτεραιότητα στην ασφάλεια και μειώνοντας τον κίνδυνο σύγκρουσης.”
Η πιο γρήγορη διαδρομή δεν είναι πάντα η ασφαλέστερη
Η μελέτη διαπίστωσε επίσης ότι οι πιο γρήγορες διαδρομές δεν είναι πάντα οι ασφαλέστερες. Για παράδειγμα, η ομάδα ανέλυσε ένα μικρό τμήμα του αστικού οδικού δικτύου της Αθήνας και διαπίστωσε ότι μόνο το 23 τοις εκατό των ταχύτερων διαδρομών θεωρούνταν επίσης ως οι ασφαλέστερες διαδρομές. Κατά μέσο όρο, η ασφαλέστερη διαδρομή χρησιμοποιούσε το 54 τοις εκατό των δρόμων που χρησιμοποιήθηκαν στην ταχύτερη διαδρομή. Αυτό υποδηλώνει ότι οι χρήστες του δρόμου θα πρέπει να λαμβάνουν υπόψη έναν συνδυασμό ασφάλειας και αποτελεσματικότητας όταν επιλέγουν οδηγίες, είπε ο Ghoul.
“Στο δίκτυο που εξετάσαμε, υπήρχε μια σαφής αντιστάθμιση μεταξύ ασφάλειας και κινητικότητας: η ασφαλέστερη διαδρομή έτεινε να είναι 22 τοις εκατό ασφαλέστερη από την ταχύτερη διαδρομή, ενώ η ταχύτερη διαδρομή ήταν μόνο 11 τοις εκατό ταχύτερη από την ασφαλέστερη διαδρομή. Αυτό υποδηλώνει ότι υπάρχουν σημαντικά κέρδη στην ασφάλεια στις ασφαλέστερες διαδρομές με μια μικρή αύξηση του χρόνου ταξιδιού. Επίσης, οι ενδιάμεσες διαδρομές, που λαμβάνουν υπόψη τόσο την ασφάλεια όσο και την κινητικότητα, θα απέδιδαν μεγαλύτερα οφέλη ασφάλειας που θα ξεπερνούσαν κατά πολύ τον αυξημένο χρόνο διαδρομής.”
Συνδεδεμένες πόλεις
Οι ερευνητές επεκτείνουν αυτήν τη στιγμή την έρευνά τους σε άλλες πόλεις, συμπεριλαμβανομένης της Βοστώνης, όπου δοκιμάζονται αυτόνομα οχήματα που παράγουν όχι μόνο πληροφορίες για τους εαυτούς τους και την πλοήγησή τους, αλλά και για τις διαδρομές κυκλοφορίας και τον κίνδυνο σύγκρουσης.
«Εάν ένα αστικό οδικό δίκτυο έχει πρόσβαση σε νέες τεχνολογίες όπως δεδομένα αυτόνομων οχημάτων, κάμερες και άλλες τεχνολογίες ανίχνευσης, ανοίγονται νέες δυνατότητες για μέτρηση ασφάλειας σε πραγματικό χρόνο και αποτελεσματική δρομολόγηση», είπε ο Δρ. Sayed. «Αυτές οι τεχνολογίες παράγουν τώρα πρωτοφανείς ποσότητες δεδομένων, δίνοντας αφορμή για νέες εφαρμογές έξυπνης κινητικότητας στο μέλλον».
Ο αλγόριθμος θα μπορούσε επίσης να χρησιμοποιηθεί για δρομολόγηση ποδηλάτων, με τους ποδηλάτες και τους πεζούς να είναι μερικοί από τους πιο ευάλωτους χρήστες των οδικών δικτύων. «Η συμπερίληψη δεδομένων πεζών και ποδηλατών σε μελλοντικούς αλγόριθμους ή εργαλεία πλοήγησης θα μας επιτρέψει να βελτιώσουμε σημαντικά την ασφάλειά τους», είπε ο Δρ. Sayed.
Είναι σημαντικό να χρησιμοποιούνται δεδομένα κινδύνου σύγκρουσης σε πραγματικό χρόνο σε οποιονδήποτε αλγόριθμο πρόβλεψης σύγκρουσης ή βελτιστοποίησης ασφάλειας, πρόσθεσε, προκειμένου να αντικατοπτρίζονται οι τρέχουσες συνθήκες, να παρέχονται ακριβέστερες εκτιμήσεις κινδύνου σύγκρουσης και να μειωθεί ο αριθμός των οδικών συγκρούσεων. Η χρήση αυτών των δεδομένων και των προηγμένων τεχνικών μοντελοποίησης και επεξεργασίας επιτρέπει έναν ασφαλέστερο αλγόριθμο διαδρομής που βοηθά τους οδηγούς να δώσουν προτεραιότητα στην ασφάλεια χωρίς να διακυβεύεται η αποτελεσματικότητα της διαδρομής.
Η εργασία δημοσιεύεται στο περιοδικό Analytic Methods in Accident Research.
Πηγή : TechXplore

Διαβάστε επίσης : Τι είναι το Dark Web;

Μηχανικός Πληροφορικής – Web Content Publisher
Ονομάζομαι Θέμης Βασιλόπουλος και μέσα από το blog thinktech.gr επικεντρώνομαι σε θέματα τεχνολογίας με σκοπό να είναι κατανοητή από όλους.
Ακολουθήστε με στα Social και εγγραφτείτε στο newsletter για να ενημερώνεσθε όποτε δημοσιεύω καινούριο άρθρο.
“Η Τεχνολογία με απλά λόγια”