من خلال جمع البيانات من كابلات الاتصالات الألياف الضوئية الحالية وتحليل بيانات تدفق حركة المرور في الوقت الفعلي باستخدام نموذج الذكاء الاصطناعي الخاص ، تقول NEC إنها خفضت أخطاء التنبؤ بنسبة 80 ٪ مقارنة بالطرق التقليدية.
تتيح هذه التكنولوجيا التحكم الفعال في حركة المرور ، بما في ذلك ترتيب طرق التفاف ، وبالتالي المساهمة في حل التحديات المجتمعية مثل القضايا اللوجستية وانبعاثات ثاني أكسيد الكربون.
يعد الازدحام المروري قضية اجتماعية مهمة ، ويهدد السلامة ويسبب خسائر اقتصادية كبيرة. على وجه الخصوص ، فإن الازدحام على الطرق السريعة – العمود الفقري للعديد من الشبكات اللوجستية – له تأثير اقتصادي كبير.
يتطلب معالجة هذه القضية فهمًا في الوقت الفعلي لظروف الطرق لكل من التخفيف الفوري للاحتقان والتجنب الاستباقي ، بالإضافة إلى التنبؤ بالازدحام الدقيق للغاية استنادًا إلى البيانات الحديثة.
تعتمد أساليب المراقبة الحالية بشكل أساسي على الأدوات القائمة على النقاط ، بما في ذلك كاشفات الكاميرات وكاشفات الحلقة ، بالإضافة إلى بيانات مركبة التحقيق.
ومع ذلك ، فإن كلاهما لهما قيود: الأول مكلف للتثبيت والحفاظ على شبكات الطرق بأكملها ، ويوفر الأخير البيانات فقط عند تمرير المركبات المجهزة بنقاط استقبال محددة ، مما يحد من التغطية المستمرة في الوقت الفعلي.
علاوة على ذلك ، تعتمد نماذج التنبؤ الازدحمي الحالية اعتمادًا كبيرًا على البيانات التاريخية طويلة الأجل ، مما يجعل من الصعب الحصول على ظهور وانتشار أنماط الازدحام المفاجئة غير المتوقعة.
لمواجهة هذه التحديات ، طورت NEC تقنية تستخدم كابلات الألياف الضوئية-التي تم تثبيتها بشكل عام لأغراض الاتصالات إلى جانب الطرق-كمستشعرات واسعة وموزعة لجمع بيانات تدفق حركة المرور المستمرة في الوقت الفعلي عبر طرق كاملة. يوفر نموذج NEC الذي يعمل به الذكاء الاصطناعى تنبؤات في الوقت الفعلي ، وعالي الدقة فيما يتعلق بتطوير وتخليص الازدحام المفاجئ.
قامت NEC بتطوير خوارزمية استيعاب البيانات تجمع بين تقنيات تحسين المعلمات المتقدمة وتقنيات تكييف البيانات ، مما يتيح عمليات محاكاة دقيقة لتدفق حركة المرور في الوقت الفعلي باستخدام بيانات شاملة تم جمعها على طول مجمل الطرق.
قامت NEC بإنشاء خوارزمية لتحسين معلمات النموذج النظري-مثل سلوكيات السائق (على سبيل المثال ضبط مسافة المخرجات)-بحيث تقوم المحاكاة بإعادة إنتاج بيانات تدفق حركة المرور المرصودة بأمانة لقطاعات الطرق بأكملها.
تقوم خوارزمية متقدمة بتحويل بيانات تدفق حركة المرور المتنوعة ، بما في ذلك “متوسط السرعة” والسيارة الفردية “الموضع/السرعة” ، إلى تنسيقات متوافقة مع مدخلات المحاكاة.
هذا يجعل من الممكن تعيين الشروط الأولية للمحاكاة بناءً على بيانات تدفق حركة المرور الشاملة التي تم الحصول عليها على طرق كاملة ، مما يعزز بشكل كبير موثوقية مخرجات المحاكاة.
من خلال هذه الابتكارات ، أكدت NEC-باستخدام بيانات العالم الواقعي-أن أخطاء التنبؤ بوقت السفر (مؤشر رئيسي للتنبؤ بالازدحام) يمكن تقليلها بنسبة 80 ٪ تقريبًا مقارنة بالطريقة الحالية التي تعتمد على البيانات المستعرضة من أجهزة استشعار النقاط مثل الكاميرات.
تزيد NEC من تحقيق تحقيق توأم رقمي ديناميكي يتيح مراقبة حركة المرور على مستوى الشبكة ، والتنبؤ بتطور الازدحام ، وتحسين التدابير المستجيبة. تجري المحاكمات في العالم الحقيقي حاليًا بالتعاون الوثيق مع سلطات الطرق ، بهدف النشر العملي بحلول السنة المالية 2026.
