A BME Villamosmérnöki és Informatikai Karának kutatói japán és török kollégáikkal azon dolgoznak, hogy a jövő lámpái mereven programozott robotok helyett algoritmusok által dinamikusan irányított, a forgalom alakulását megjósolni képes, ahhoz előre alkalmazkodó okoseszközök legyenek. Egyelőre egy projekt keretében Isztambulnak, de a fejlesztésből lehet még eladható termék is.

A Multi-Input Deep Learning for Congestion Prediction and Traffic Light Control (TRALICO) nevű projekt másfél éve indult. A BME-n fejlesztettek egy teljesen új neurális hálót, amely hamarosan eljut az éles tesztek fázisába – mesélt a projekt alakulásáról Simon Vilmos, a Hálózati Rendszerek és Szolgáltatások Tanszék docense, aki a projekt BME-s koordinátora.

A tesztek helyszíne Isztambul, és nemcsak azért, mert közismerten sok dugótól szenved, hanem mert elég jól ellátott forgalomszámlálási adatokkal. Aszfaltba ágyazott, radaros és Bluetooth-szenzorok küldik a számokat a város közlekedési szakembereinek, sőt mobilcellás adataik is vannak – ezekre jól tud támaszkodni egy mesterségesintelligencia-alapú megoldás

Az új, még az időjárási adatokat is figyelembe vevő neurális hálóról és a mögötte álló megoldásokról szóló tanulmány jelenleg elfogadás alatt áll egy Q1-es folyóiratnál. Közben zajlanak a tesztek, egyelőre szimulátorokon. Élesben ez majd úgy fest, hogy egy interfészen ott lesznek a fázistervek, amelyekkel nagyjából fél órára előre be lehet avatkozni. Az ember nem gondolná, de „pár másodperc változtatás is kilométeres dugókat tud okozni vagy megelőzni” – tette hozzá a VIK kutatója.

 Forrás: BME