Hindiston yoʻllarida avtomobillar, avtobuslar, uchgʻildirakli va ikkita gʻildirakli transport vositalari koʻpincha cheklangan maydonni baham koʻrishga majbur boʻlganligi sababli, tirbandlik bir necha soniyada keskin oʻzgarishi mumkin. Shahar rejalashtirish mutaxassislari va yoʻl harakati muhandislariga bu dinamikani tushunish murakkab vazifa hisoblanadi, chunki koʻpgina anʼanaviy modellar transport vositalari qatʼiy ravishda yoʻl chiziqlariga amal qilishini va bashorat qilinadigan tezlikni saqlashini taxmin qiladi, bu esa Hindistondagi yoʻllarda kamdan-kam hollarda toʻgʻri keladi.
Indiya texnologiya instituti (IIT) Guahati tadqiqotchilari bu boʻshliqni bartaraf etish ustida ishlamoqda. Ular videomateriallarni dronlardan olish, transport vositalarini avtomatik kuzatish va mashinaviy oʻrganishni birlashtirib, Hindistondagi yoʻllardagi transportning noaniq xatti-harakatini yaxshiroq hisoblaydigan matematik modellar ishlab chiqdilar.
Taxminan toʻqqiz million transport vositasining joylashuvini kuzatish
Professor Akhilesh Kumar Maurya rahbarligidagi fuqarolik qurilish departamenti tadqiqotchi jamoasi Delhi chekkasida joylashgan sakkiz yoʻllik magistraladagi transport harakatini oʻrgandi. Yuqori aniqlikdagi kameralar bilan jihozlangan dronlar yordamida ular kun tartibidagi trafikning taxminan besh soatlik 4K aniqligidagi tasvirlarini qayd etishdi. Ushbu videolar keyinchalik DataFromSky dasturi yordamida qayta ishlandi, u aerofotografiyadan transport vositalarining harakatlarini ajratib oladi.
Natijada, 36 818 ta transport vositasi va sekundiga 10 kadr tezlikda olingan 8 938 920 ta transport vositalarining joylashuvi haqidagi maʼlumotlarni oʻz ichiga olgan maʼlumotlar toʻplami hosil qilindi. Tadqiqotchilar transport vositalarini oltita kategoriya boʻyicha ajratishdi: ikkita gʻildirakli, uchgʻildirakli, avtomobillar, avtobuslar, ogʻir tijorat transport vositalari va yengil tijorat transport vositalari. Bu turli transport turlari qanday harakat qilganini, ular bir-biriga qanchalik yaqin qaraganini va trafik zichligi ortishi bilan ularning tezligi qanday oʻzgarganini batafsil koʻrsatish imkonini berdi.
Professor Maurya Hindiston uchun maxsus maʼlumotlardan foydalanish zarurligini taʼkidlab, «Hindistondagi yoʻl sharoitlari mavjud trafik modellarining ishlab chiqilgan koʻplab mamlakatlardagi sharoitlarga oʻxshamaydi. Biz Hindiston yoʻllarining xilma-xilligini va oʻziga xosliklarini aks ettiruvchi trafik maʼlumotlariga muhtojmiz» dedi.
Dronlar asosida maʼlumot yigʻish katta miqdordagi transport vositalari va ularning harakatlarini yuqori fazoviy va vaqtinchalik batafsillikda kuzatish imkonini beradi.
Tadqiqotchilar transport vositalari orasidagi masofa trafik zichligiga bogʻliqligini aniqladilar. Nisbatan boʻsh yoʻllarda transport vositalari katta intervallar bilan harakatlanardi, ammo trafik ortishi bilan bu intervallar kichrayib bordi. Biroq, kuchli yuklanish paytida joylashuv sxemalari yana oʻzgardi.
Bu oʻzgaruvchanlik muhim, chunki koʻrinishidan bir xil sharoitlarda harakatlanayotgan ikki transport vositasi bir xil tezlikda harakatlanmasligi mumkin. Bu farqlarni tushunish uchun jamoa Greenshields va Underwood kabi mustahkam usullar kiritilgan oltita trafik matematik modelini sinovdan oʻtkazdi. Bundan tashqari, ular ikkita mashinaviy oʻrganish modelini oʻrgatishdi: Sunʼiy neyron tarmoqlari (ANN) va Tasodifiy oʻrmon (RF).
Eng qiziqarli jihati stokastik fundamental diagrammalarni yaratish edi. Oddiy qilib aytganda, anʼanaviy trafik modellari odatda berilgan trafik zichligi uchun bitta tezlikni baholaydi. Stokastik modellar esa transport vositalari shu sharoitlarda amalda harakatlana oladigan tezlik diapazonini hisobga oladi. Bu modellar individual transport vositalari oʻrtasidagi farqlarni yumshatish oʻrniga, Hindiston trafikining tasodifiy xususiyatlarini yanada realistik ifodalashga imkon beradi.
Bashoratni yaxshilashdan yoʻllarni aqlli rejalashtirishgacha
Tadqiqotchilar Underwood modeli sinovdan oʻtkazilgan matematik modellar orasida eng yuqori barqarorlikni namoyish etganini, R² qiymati 0.86 ga yetganini aniqladilar. Ikkala mashinaviy oʻrganish modeli ham taxminan 0.83 ni koʻrsatdi.
Olingan natijalar magistralalar quvvatini baholash, kesishmalar dizaynini loyihalash, yoʻldagi harakat tezligini aniqlash va transport modellashtirishni yaxshilashda amaliy qoʻllanilishga ega boʻlishi mumkin. Maʼlumotlar shuningdek, haydovchilar oldingi transport vositalariga nisbatan masofa va tezlikni qanday tartibga solishini oʻrganadigan avtomobil kuzatish modellarini kalibrlashda tadqiqotchilarga yordam berishi mumkin.
Professor Maurya shunday dedi: «Ishonchli trafikni boshqarish Hindistondagi trafikning aslida qanday harakatlanishini aks ettiruvchi modellar bilan boshlanadi. Dronlar yordamida olingan yuqori darajadagi batafsil traektoriyalar turli xil transport vositalari oʻrtasidagi oʻzaro taʼsir va anʼanaviy trafik modellarida koʻpincha eʼtibordan chetda qoladigan katta oʻzgaruvchanlikni qayd etishimizga imkon beradi».
Hindiston uchun maxsus boʻlgan bunday modellar trafikni yanada realistik modellashtirishga, yoʻllar va kesishmalarni loyihalashni yaxshilashga, tirbandliklarni boshqarishga, quvvatni baholashga va Hindiston sharoitlariga moslashtirilgan aqlli trafikni boshqarish tizimlarini ishlab chiqishga yordam berishi mumkin.
Hindistonda yoʻlda vaqt oʻtkazgan har kim uchun trafikni bashorat qilish murakkabligi tushunarli: avtomobil sekinlashadi, ikkita gʻildirakli transport tor oralikka kiradi, avtoriksha yoʻl changʻi oʻzgartiradi va yuzlab transport vositalarining harakati bir necha soniyada oʻzgarishi mumkin. Ushbu oʻzaro taʼsirlarni batafsil qayd etish orqali IIT Guwahati jamoasi trafik modellarini kundalik yoʻlovchilar tajribasiga yanada moslashtirishga umid qilmoqda. Bu tadqiqot nafaqat yoʻlda nechta transport vositasi borligini, balki ular bir-biri nisbatan qanday harakatlanishini tushunishga qaratilgan boʻlib, bu oxir-oqibat kundalik sayohatni yanada bashorat qilishga yordam berishi mumkin.