Umstiegsmöglichkeiten

Durch die Nutzung von Google- und TfNSW-Opal-Kartendaten für die KI-Engine benötigt das System keine teuren, maßgeschneiderten straßenseitigen Sensoren oder Infrastrukturen und ist daher leicht übertragbar.

Da die meisten australischen Städte SCATS oder andere Verkehrsleitsysteme einsetzen, die die Entwicklung des Verkehrsmodells und der Live-Feeds für die Signalgruppen-Emulation erleichtern, ist die Lösung in ganz Australien und in der Region einsetzbar. Das DSS berücksichtigt den öffentlichen Verkehr und die Fahrten von Personen, aber auch Eisenbahn- und U-Bahn-Netze können in den Rahmen (In: Mikroskopischer Rahmen) einbezogen werden, um die Verkehrsmittelwahl innerhalb der KI-Engine zu berücksichtigen.

Innovation

Fortgeschrittene Analytik und KI können weder die Ursache von Verkehrsstaus noch menschliche Verhaltensreaktionen auf Verkehrsstörungen und nicht wiederkehrende Vorfälle erkennen. Daher bietet die Kombination eines kalibrierten Modells, das den Fahrstreifen-basierten SCATS-Betrieb und Fahrer-Routing-Entscheidungen emuliert, mit KI-Komponenten eine genaue und reaktionsfähige Lösung.

Da die KI-Engine viel schneller läuft als die Simulation, sind analytische Prognosen schnell verfügbar. Diese Informationen werden für die Simulation verwendet, die parallel und kaskadenförmig abläuft. Dadurch kann die Simulation 20-mal schneller als in Echtzeit ablaufen, um die Bedingungen 60 Minuten in der Zukunft alle 5 Minuten vorherzusagen und die Anforderungen an die Betriebsfähigkeit zu erfüllen.

Zeitrahmen für den Einsatz

Das DSS wird derzeit auf sicheren Servern mit aktiven Live-Datenfeeds gehostet. Nach der Prüfung und Validierung wurden 79 der 98 festgelegten Akzeptanzkriterien erfüllt, 19 wurden teilweise erfüllt.

Nach derzeitigem Stand wird geschätzt, dass die Lösung für die Metropolregion Sydney innerhalb von sechs bis zwölf Monaten voll einsatzfähig ist und die Verbesserungen bei der Zuverlässigkeit der Fahrzeiten innerhalb von neun Monaten wirksam werden.

Die Innovationen, die in dieser Lösung enthalten sind, benötigen keine maßgeschneiderte Infrastruktur, so dass wir innerhalb weniger Jahre sehen könnten, wie die täglichen Fahrten in Australien zuverlässiger und die Netze widerstandsfähiger gegen Verkehrsstörungen werden.

Abstrakt

Der Victoria Road-Korridor vom James Ruse Drive zum CBD ist eine der meistbefahrenen Pendlerstrecken in Sydney. Die Betreiber dieses Korridors müssen schnelle und vernünftige Entscheidungen treffen, um zuverlässige Fahrzeiten zu gewährleisten und exponentielle Verzögerungen bei einmaligen Ereignissen zu vermeiden. Gleichzeitige wiederkehrende und nicht wiederkehrende Ereignisse wirken sich auf die multimodalen Fahrten in diesem Netz aus.

In dieser Studie wird ein Decision Support System (DSS) zur Unterstützung der Netzbetreiber vorgeschlagen. Die DSS-Lösung bietet eine einzigartige Kombination aus künstlicher Intelligenz (KI) von Data61 und der Simulations- und Vorhersagetechnologie von Aimsun. Es bietet drei Hauptfunktionen, die den Betrieb des Verkehrsnetzes unterstützen: die Vorhersage der Netzbedingungen mit einem rollierenden 60-Minuten-Horizont, die Bewältigung von Netzstörungen durch die Simulation mehrerer Reaktionspläne parallel und schneller als in Echtzeit sowie die Unterstützung bei der Planung von Genehmigungen für größere Ereignisse und Wartungsarbeiten (bis zu sechs Monate im Voraus). Die Simulation bewertet mögliche Reaktionen auf alle Verkehrssituationen, einschließlich Umleitungen, SCATS-Pläne, Änderung der Zuflussregelung-Abflussmengen und Wechselverkehrszeichen (einschließlich Gezeitenfluss), Umplanung der Belegung von Straßen, Schienenersatzverkehr und mehr. Der mesoskopische Einzugsbereich des Pilotgebiets umfasst vier Hauptverkehrsadern mit Hunderten von ÖPNV-Linien und 575 SCATS-gesteuerten Knotenpunkten.

Das DSS ist so konzipiert, dass es sich geografisch auf jedes stadtweite Netz ausdehnen lässt und so konfiguriert ist, dass es mit zahlreichen Dateneinspeisungen verbunden werden kann. Das Victoria Road DSS-Pilotprojekt hat gezeigt, dass die Kombination von KI- und Simulationstechnologien erhebliche Vorteile mit sich bringt und einen neuen Standard dafür setzt, wie die Behörden unsere komplexen und stark eingeschränkten multimodalen Netze verwalten.