Le strade sono cronicamente congestionate e i veicoli si accodano a ciascun incrocio, specialmente nell'ora di punta. Al Fraunhofer Institute per Optronics, System Technologies e Image Exploitation IOSB, i ricercatori del dipartimento per l’automazione industriale INA di Lemgo utilizzano l’intelligenza artificiale per il controllo dei semafori. L'iniziativa è parte dei progetti “KI4LSA” e “KI4PED”. Nel futuro, infatti, gli algoritmi di auto-apprendimento, combinati con i nuovi sensori, dovrebbero assicurare un miglior flusso del traffico e tempi di attesa ridotti, garantendo allo stesso tempo la sicurezza dei pedoni agli incroci.
I semafori intelligenti
Il pendolarismo per andare e tornare dal lavoro può essere un incubo. Per questo, il team di ricerca di Lemgo ha studiato il progetto “KI4LSA”, che utilizza l’intelligenza artificiale per abilitare un cambio di luce intelligente e predittivo. I partner del progetto sono: Stührenberg GmbH, Cichon Automatisierungstechnik GmbH, Stadtwerke Lemgo GmbH, la città di Lemgo e Straßen.NRW (entrambe associate). Il Ministero Federale Tedesco dei Trasporti e delle Infrastrutture Digitali (BMVI) sta finanziando il progetto, che terminerà nell’estate 2022.
Avvalersi del DRL
I semafori tradizionali utilizzano controlli basati su regole, ma questo approccio rigido non funziona per tutte le situazioni di traffico. In aggiunta, il sensore attualmente utilizzato – una tecnologia a ciclo di induzione integrata nella superficie della strada – offre solo un’impressione grezza sullo stato del traffico. II ricercatori del Fraunhofer IOSB-INA stanno utilizzando delle telecamere ad alta risoluzione e sensori radar per catturare in modo più preciso e in tempo reale l’attuale situazione del traffico e la velocità media delle auto. L’AI utilizza algoritmi di apprendimento profondo di rinforzo (DRL), un metodo del machine learning che si focalizza sul cercare soluzioni intelligenti a complessi problemi di controllo. “Abbiamo svolto il nostro test presso un incrocio a Lemgo, per costruire una simulazione realistica. Successivamente, abbiamo allenato l’AI su numerose iterazioni seguendo questo modello. Prima di procedere con la simulazione, abbiamo aggiunto nel modello il volume di traffico misurato durante l’ora di punta, consentendo all’AI di lavorare con dati reali. Ciò ha portato a un agente addestrato, che utilizza l’apprendimento profondo di rinforzo”, spiega Arthur Müller, Project manager e Scienziato presso il Fraunhofer IOSB-INA.
Meno code, meno inquinamento
Gli algoritmi addestrati in questo modo calcolano il comportamento di cambio luce ottimale e la migliore sequenza per accorciare i tempi di attesa agli incroci, riducendo i tempi di viaggio e, di conseguenza, i livelli di inquinamento acustico e ambientale causati dal traffico. Gli algoritmi di intelligenza artificiale funzionano in un computer edge nella scatola di controllo posizionata agli incroci, Un vantaggio degli algoritmi è che possono essere testati, utilizzati e ingranditi per includere le luci vicine da una rete più ampia.
Pronto per la realtà
Le fasi di simulazione fatte negli incroci congestionati di Lemgo dotati di luci intelligenti hanno dimostrato che l’uso dell’intelligenza artificiale può migliorare il traffico del 10-15%. Nei prossimi mesi, l’agente addestrato sarà portato sulle strade per valutazioni ulteriori nella vita reale. Questo test considererà anche l’influenza delle metriche del traffico su parametri come l’inquinamento acustico e le emissioni.
I vantaggi dell'ingrandimento
Comunque, l’inevitabile passaggio alla realtà presenta una sfida. “Le supposizioni sul comportamento del traffico utilizzate nella simulazione non erano una rappresentazione 1:1 della realtà. Quindi, l’agente avrà bisogno di adeguarsi”, dice Müller. “Se ciò avviene con successo, gli effetti dell’ingrandimento saranno enormi. Pensate soltanto all’enorme numero di semafori che ci sono anche in una città piccola come Lemgo”. L’Unione Europea stima che le congestioni di traffico possono portare a danni di 100 miliardi di euro all’anno per gli stati membri. In accordo con Müller, i semafori con intelligenza artificiale offrono un’opportunità per utilizzare l’infrastruttura esistente più efficiente. “Siamo il primo team nel mondo a testare l’apprendimento profondo di rinforzo per il controllo dei semafori in condizioni di vita reale. E speriamo che il nostro progetto sia di ispirazione per altri”.
Maggiore sicurezza per i pedoni
Il progetto “KI4PED” si focalizza invece sui pedoni e durerà fino a luglio 2022. Il Fraunhofer IOSB-INA sta lavorando con Stührenberg GmbH e i partner associati Straßen.NRW, la città di Lemgo e la città di Bielefeld per sviluppare un controllo basato sui bisogni di chi attraversa. Ciò dovrebbe: andare a beneficio delle persone vulnerabili, ridurre i tempi di attesa e migliorare la sicurezza agli incroci pedonali. I pulsanti attualmente in uso non inviano alcuna informazione riguardo il numero o l’età dei pedoni, né tantomeno sui loro bisogni. I partner del progetto vogliono utilizzare l’AI in combinazione con sensori LiDAR ad alta risoluzione per automatizzare il processo e incrementare i tempi di attraversamento, in accordo alle necessità dei pedoni. L’intelligenza artificiale ispeziona le persone e ne tiene traccia basandosi sui dati inviati dai sensori e li applica in un sistema embedded in tempo reale.
Garantire la protezione dei dati
“Per scopi di protezione dei dati, stiamo usando i sensori LiDAR anziché il sistema basato su telecamere. Questi infatti presentano i pedoni come nuvole di punti 3D, senza individuarli singolarmente”, spiega il Dr. Dennis Sprute, Project Manager e Scienziato al Fraunhofer IOSB-INA. I sensori LiDAR (light detection and ranging) emettono onde leggere di luce pulsata nell’ambiente circostante, che rimbalzano sugli oggetti circostanti e tornano al sensore. Il sensore misura il tempo necessario che la luce impiega a ritornare per calcolare la distanza dall’oggetto. Questi sensori sono anche resistenti all’influenza della luce, dei riflessi e del tempo atmosferico. Uno studio di fattibilità verrà condotto per determinare le posizioni ottimali e l’allineamento all’incrocio. Gli algoritmi di AI saranno inizialmente addestrati per una settimana presso due incroci selezionati di Lemgo e Bielefeld. Dei test con sensori sono pianificati anche nel sito del Fraunhofer IOSB-INA, dove verranno simulate diverse di condizione di luce per determinare le capacità di ispezione.
Una significativa riduzione degli incidenti
Utilizzando il controllo basato sui bisogni adattato alle situazioni individuali, i partner della ricerca sperano di ridurre i tempi di attesa del 30% quando ci sono molte persone in coda. Inoltre, puntano a diminuire il numero di incidenti di attraversamento di circa il 25%.
