فناوري اطلاعات و رفع مشكل ترافيك:از خودروهاي هوشمند تا خيابان هاي هوشمند
فناوري اطلاعات براي رفع مشكل ترافيك به كمك مي آيد
از خودروهاي هوشمند تا خيابان هاي هوشمند
با توليد انبوه خودرو از دهه 1950 معضل ترافيك نيز به مشكلات ديگر انسان به ويژه امور شهرنشيني اضافه شد. كشورها براي مقابله با اين معضل سياست ها و راهكارهاي متفاوتي را پيش گرفتند. ابتدا به ساخت خيابان و جاده و بزرگراه پرداختند، اما مشكلات ترافيك كاملا حل نشد. به تدريج برنامه ريزان حمل و نقل به اين نتيجه رسيدند كه مقوله جابه جايي مسافر در مناطق شهري را بيشتر مورد توجه قرار داده و با ايجاد شبكه هاي عظيم حمل ونقل عمومي نظير مترو و اتوبوس راني مشكل ترافيك را حل كنند. با گذشت زمان فراهم آوردن امكانات و تسهيلات لازم همچون خدمات دولتي و مدارس براي كاهش سفر به برنامه هاي مديريت شهري اضافه شده و اصطلاحات ديگري نظير مديريت تقاضاي حمل و نقل به ادبيات ترافيك وارد شدند.
مديريت تقاضاي حمل ونقل به تمام استراتژي هايي اتلاق مي شود كه باعث افزايش كارايي سيستم هاي حمل ونقل مي شود و امروزه به عنوان راهكار مناسب براي حل بسياري از مشكلات ترافيكي شناخته شده است. مديريت تقاضا بيش تر بر جابه جايي مسافر و كالا تاكيد مي كند تا بر وسايل نقليه. بنابراين انواع مدهاي حمل ونقل همچون پياده روي، دوچرخه سواري و حمل ونقل عمومي خصوصا در شرايط ترافيك سنگين، افزايش گزينه هاي توسعه حمل و نقل عمومي، توسعه حمل و نقل غير موتوري، زمان كار شناور(Flextime) و بهبود تاكسيراني را شامل مي شود.
از استراتژي هاي مديريت تقاضا براي كاهش نياز به سفرهاي فيزيكي و كارآمد كردن كاربري زمين و مديريت پاركينگ مي توان به رشد هوشمند، شهرنشيني مدرن و مديريت پاركينگ اشاره كرد.
خط مشي هايي كه در اين مقوله مد نظر قرار مي گيرند، امكان استفاده از زمان هاي مختلف براي سفر، مد هاي سفر و مسيرهاي مختلف را براي مردم فراهم مي آورد و حتي برخي از اين راهكارها باعث كاهش سفرهاي فيزيكي مي شود.
از دهه 90 ميلادي متخصصان حمل ونقل دريافتند كه مصرف كنندگان ظرفيت ها و امكانات جديد را در مدت كوتاهي بلعيده و به دليل رقابت شديد ميان توسعه دهندگان راه و جاده و توليدكنندگان خودروهاي راحت و ارزان، تلاش هاي عمراني بي اثر شده و ايمني راه ها نيز روز به روز درحال كاهش است.
از طرف ديگر پيشرفت فناوري هاي روز به ويژه حسگرها و دستگاه هاي الكترونيكي شرايط مناسبي را براي ايجاد ارتباط بلادرنگ يا آني ميان برنامه ريزان، مراكز مديريت ترافيك، خودروها و نيز ارائه وضعيت ترافيكي جاده ها فراهم آورده است. در نتيجه امكان ايجاد مديريت هوشمندانه، هدفمند و هماهنگ به منظور ارتقاي بهره وري و افزايش كارآيي شبكه هاي حمل ونقل محقق شده و به اين ترتيب در ابتداي دهه 90 ميلادي سيستم هاي حمل ونقل هوشمند (ITS) به مفهوم امروزي آن متولد شدند. البته پروژه هايي نظير نصب دوربين در تقاطع هاي شهري و نيز كنترل هوشمند زمان بندي چراغ هاي راهنمايي متناسب با حجم ترافيك در دهه 70 در بسياري از كشورها آغاز شده بود. اما عبارت سيستم حمل ونقل هوشمند، براي اولين بار در سال 1990 در آمريكا به بحث مديريت حمل ونقل وارد شد و كليه پروژه ها و فناوري هاي مرتبط با موضوع و به خصوص روابط تعاملي بين آنها در يك ساختار كلان و به هم مرتبط (Integrate) را دربر گرفت.
سيستم حمل ونقل هوشمند
اين عبارت به تمامي تلاش ها و راهكارهايي اتلاق مي شود كه فناوري اطلاعات و ارتباطات(ICT) را به زيرساخت هاي حمل ونقل و وسايل نقليه، به منظور مديريت و ارتباط ميان فاكتورهاي مسافرتي از جمله خودروها و مسيرها و بهبود ايمني و كاهش بار ترافيك، زمان ترابري و بهينه كردن مصرف سوخت مرتبط مي كند. در واقع اين سيستم براي شبيه سازي، كنترل بلادرنگ و شبكه هاي ارتباطي مورد استفاده قرار مي گيرد. سيستم حمل ونقل هوشمند از ديدگاه فناوري به دو طبقه زيرساخت هاي هوشمند و خودروهاي هوشمند تقسيم مي شود.زيرساخت هاي هوشمند نظير نصب سيستم هاي كنترل هوشمند در تقاطع ها يا نصب تابلوهاي متغير ترافيكي شامل پروژه هايي است كه در معابر درون شهري و برون شهري توسط شهرداري ها در شهرها و يا توسط وزارت راه در جاده ها و آزاد راه هاي برون شهري اجرا مي شود. خودروهاي هوشمند نيز شامل فناوري هاي جديد داخل خودروها، نظير سيستم هاي هشدار دهنده تصادف، سيستم هاي افزايش ديد در شب و سيستم هاي هدايت مسير است كه اجراي آن بيشتر برعهده كارخانجات خودروسازي است. ايالات متحده آمريكا و كانادا در زمينه سيستم حمل ونقل هوشمند پيشگام كشورهاي جهان به شمار مي رود.
فناوري هاي حمل ونقل هوشمند
فناوري هاي حمل ونقل هوشمند بسيار متنوع است و از سيستم هاي مديريتي ابتدايي نظير ناوبري خودرو، سيستم هاي كنترل سيگنال ترافيك، علائم رانندگي متغير، تشخيص خودكار شماره پلاك خودرو يا دوربين تشخيص سرعت گرفته تا كاربردهاي نظارتي همچون سيستم هاي امنيتي CCTV و پيشرفته تر را شامل مي شود كه اطلاعات زنده را از منابعي چون سيستم هاي اطلاعاتي راهنماي پارك خودرو، اطلاعات وضعيت آب و هوا و برف روبي جمع آوري مي كند. علاوه بر اين روش هاي فني پيش بيني كننده اي طراحي شده تا امكان مدل سازي پيشرفته و مقايسه اطلاعات زنده با اطلاعات خط مبناي گذشته را فراهم آورد.
در زير به معرفي فناوري هاي حمل ونقل هوشمند مي پردازيم.
ارتباطات بي سيم
فرم هاي مختلف فناوري ارتباطات بي سيم يكي از مهم ترين سيستم هاي حمل ونقل هوشمند به شمار مي رود.
ارتباط راديويي مودم (دستگاه مدولاسيون و بازخوانى اطلاعات كامپيوترى يا مخابره آنها به جاهاى ديگر) روي فركانس هاي UHF و VHF براي ارتباط دور برد و نزديك با سيستم هاي حمل ونقل هوشمند در سطح وسيعي از كشورهاي جهان مورد استفاده قرار مي گيرد. از لحاظ علمي، گستره پروتكل ارتباطات كوتاه برد (كم تر از 450 متر) در شبكه هاي تك كاره متحرك يا شبكه سازي انبوه مورد استفاده قرار مي گيرد و ارتباطات دور برد آن در شبكه هاي زيرساختي نظير WiMAX، سيستم جهاني براي ارتباطات متحرك(GSM) يا نسل سوم كاربرد دارد.
فناوري هاي رايانشي
با پيشرفت هاي اخير وسايل نقليه الكترونيكي، پردازنده هاي كامپيوتري قابل حمل كم تري در خودروها به كار مي رود. به طور نمونه در اوايل دهه 2000، بين 20 تا 100 ميكروكنترلر شبكه شده و مدول هاي كنترلر منطقي قابل برنامه ريزي با سيستم عامل هاي غير آني در يك خودرو به كار مي رفت. اما در خودروهاي امروزي تعداد آنها به چندين ريزپردازنده، به همراه مديريت حافظه سخت افزاري و سيستم عامل هاي بلادرنگ محدود شده است. اين پلات فورم هاي سيستم جاسازي شده، اجراي كاربردهاي نرم افزاري همانند كنترل فرايند، هوش مصنوعي و رايانش حاضر را ممكن مي سازد. مي توان گفت كه مهم ترين كاربرد اين فناوري در سيستم حمل ونقل هوشمند، هوش مصنوعي است.
اطلاعات خودروي در حال حركت
در دنياي امروزي حداقل يك يا دو نفر از سرنشينان خودرو تلفن همراه دارند. اين تلفن هاي همراه در هر لحظه اطلاعات موقعيت كاربر را به شبكه مربوطه مخابره مي كند. اين اتفاق حتي زماني هم كه اتصال صوتي برقرار نمي شود، انجام مي گيرد. اين امر مي تواند تاثير بسزايي را در كاهش بار ترافيك ايفا كند. به اين ترتيب كه حركت خودروها، سيگنال هايي را از تلفن همراه سرنشينان آن ارسال مي كند. با جمع آوري اين اطلاعات و تحليل اطلاعات شبكه اي مي توان اطلاعات بار ترافيكي را ارزيابي كرد. در كلان شهرها كه فاصله ميان آنتن ها كوتاه تر است، اين اطلاعات از دقت بالاتري برخوردار بوده و سيستم دقيق تر كار مي كند. اين سيستم به غير از شبكه تلفن همراه به هيچ زيرساخت ديگري نياز ندارد و اين امر يكي از مزيت هاي آن محسوب مي شود.
در برخي كلان شهرها سيگنال هاي RFID ناشي از ترنسپاندرهاي ETC(دستگاه گيرنده اي كه به محض دريافت مخابره اي به طور خودكار آن را جواب مي دهد) مورد استفاده قرار مي گيرد. فناوري داده هاي خودروهاي در حال حركت نسبت به روش هاي موجود ارزيابي ترافيك مزيت هاي بسياري دارد كه در ادامه به آنها اشاره مي كنيم:
مقرون به صرفه تر بودن نسبت به نصب حسگرها و دوربين ها،پوشش دهي تمام مكان ها و خيابان ها،راه اندازي سريع تر و نياز به پشتيباني زياد وقابليت كار در تمام شرايط آب و هوايي حتي در وضعيت بارندگي سنگين.
فناوري ها با قابليت حس تشخيص
پيشرفت هاي فني در حوزه فناوري اطلاعات و ارتباطات و تركيب آن با ريزپردازنده هاي مدرن، RFID و فناوري هاي با قابليت حس تشخيص برج ديدباني هوشمند، دانش فني را براي ايجاد تسهيلات لازم در زمينه ايمني بيش تر سرنشينان خودرو در سيستم حمل ونقل هوشمند جهاني در اختيار قرار داده است. سيستم هاي حسگر ITS، زيرساخت مبتني بر سيستم هاي شبكه شده نظير فناوري هاي وسايل نقليه هوشمند به شمار مي روند. علاوه بر اين حسگرهاي زيرساختي داريم كه ابزارهاي غير قابل تخريبي هستند و در جاده ها يا اطراف آنها(ساختمان ها و علائم مختلفي كه نزديك خيابان وجود دارند) نصب مي شوند. سيستم هاي تشخيصي وسيله نقليه در واقع تركيب زيرساخت هاي برج ديدباني با حسگر خودروها به منظور شناسايي ارتباطات و استفاده از مزاياي فناوري تشخيص خودكار پلاك خودرو CCTV است. از اين سيستم هاي تشخيصي براي تقويت نظارت بر ترافيك خودروها به ويژه در مناطقي كه ترافيك هاي سنگين دارند، استفاده مي شود.
رديابي لوپ القايي
حلقه هاي قياسي كه در كف جاده ها جاسازي مي شوند، با ارزيابي ميدان مغناطيسي خودروهايي كه از روي آن عبور مي كنند، تعداد آنها را تخمين مي زند. ساده ترين شكل اين سيستم ها به راحتي مي توانند تعداد خودروهايي را كه از يك منطقه خاص عبور مي كنند، در واحد زمان(كه در ايالات متحده 60 ثانيه است) محاسبه كنند. ولي مدل پيچيده تر آن مي تواند حتي سرعت، طول وعرض وسيله نقليه و فواصل ميان خودروها را محاسبه كند. اين سيستم ها مي توانند هم در مسير يك طرفه و هم در مسير دوطرفه نصب شوند و به راحتي شناسه هاي مذكور را هم براي خودروهايي كه با سرعت كم حركت مي كنند و هم خودروهاي پرسرعت محاسبه مي كند.
رديابي ويديويي خودروها
رديابي و تشخيص ميزان بار ترافيكي و تصادفات با استفاده از دوربين هاي ويديويي يكي ديگر از موارد سيستم حمل ونقل هوشمند محسوب مي شود. از آنجا كه سيستم هاي رديابي ويديويي نظير آنچه كه در تشخيص پلاك خودروها به كار مي رود، به طور مستقيم در سطح يا كف جاده نصب نمي شوند، جزو روش هاي غير محسوس رديابي ترافيك هستند. تصاوير اين دوربين ها چه سياه و سفيد و چه رنگي توسط پردازشگرها دريافت شده و تحليل مي شوند. اين دوربين ها معمولا روي پل ها يا زيرساخت هايي كه بالا يا كنار بزرگراه ها وجود دارند، نصب مي شوند.
يك پردازنده رديابي ويديويي بسته به برند و مدلش به تنهايي مي تواند ميزان باز ترافيك را هم زمان از 8دوربين مجزا تخمين بزند. خروجي يك سيستم رديابي ويديويي شامل سرعت وسايل نقليه، تعداد آنها و ميزان اشغال خيابان توسط خودروها است كه همه اين موارد به صورت مجزا براي هر خيابان يا مسير داده مي شود.
البته برخي از اين سيستم ها قابليت ارائه اطلاعاتي چون مسيرهاي كم تردد، جريان عبور خودروها و دادن هشدار در مواردي را دارد كه خودرو مسير اشتباهي را طي مي كند.
شبكه ترافيكي همراه
شبكه ترافيكي همراه (MANET) كه گاهي اتصال شبكه همراه نيز ناميده مي شود، يكي از شبكه هاي پيكربندي خودكار ابزارهاي همراهي است كه از طريق بي سيم به شبكه ارتباطي متصل مي شوند. هر ابزاري در يك شبكه MANET مي تواند آزادانه از هر مسيري تردد كند. ابتدايي ترين چالش در ساخت شبكه MANET، مجهز كردن همه ابزارها براي برقراري مداوم ارتباط است تا اطلاعات مورد نياز ترافيك را مخابره كنند. اين شبكه ها مي توانند به اينترنت نيز متصل شوند.
MANET جزو شبكه هاي تك كاربره بي سيم به شمار مي رود و با توجه به رشد استفاده از لپ تاپ و شبكه هاي بي سيم Wi-Fi(اتصال بي سيم و تبادل اطلاعات از طريق فناوري بي سيم) اين روش از اواسط دهه 1990 به يك مقوله تحقيقاتي محبوب و كاربردي تبديل شده است.
سيستم ارزيابي و پيش بيني ترافيك
مقوله سيستم ارزيابي و پيش بيني ترافيك (TrEPS)، به بهبود شرايط ترافيك، كاهش تاخير سفر از طريق ايجاد تسهيلات لازم براي بهره برداري بهتر و در دسترس قرار دادن ظرفيت هاي بيش تر اتلاق مي شود. اين سيستم با بهره برداري از تلفيق كامپيوتر، ابزار ارتباطي و فناوري هاي نظارتي، قدرت نظارت، مديريت و كنترل سيستم حمل ونقل را بالا مي برد. اين سيستم همچنين سطوح مختلفي از اطلاعات ترافيكي و توصيه هاي سفر را در اختيار كاربران سيستم قرار مي دهد تا مسافر به موقع به اطلاعات لازم دسترسي يافته يا براي سفر خود بهترين تصميم را از نظر مسيرهاي انتخابي اتخاذ كند. از آنجا كه ميزان موفقيت توسعه فناوري هاي سيستم حمل ونقل هوشمند به قابليت دسترسي به موقع و پيش بيني دقيق شرايط ترافيك بستگي دارد، مقوله سيستم پيش بيني ترافيك اهميت بسياري مي يابد. در حقيقت اين روش در به كارگيري مدهاي ترافيكي پيشرفته و تحليل داده ها، به ويژه داده هاي بلادرنگ از منابع مختلف براي تخمين و پيش بيني شرايط ترافيك تعريف مي شود. در نتيجه استراتژي هاي سيستم پيشرفته مديريتي ترافيك (ATMS) و سيستم پيشرفته اطلاعات مسافر(ATIS) مي توانند براي تكميل اطلاعات اين بخش به كار روند.
كشورهايي كه از اين سيستم استفاده كرده و حتي مراكز تحقيق و توسعه براي آن راه اندازي كرده اند، آمريكا، چين و سنگاپور هستند. در آمريكا، در سال 1994 براي ايجاد سيستم پيش بيني ترافيك، كمك به آدرس دهي به مسافران در زمان ترافيك هاي سنگين و مديريت مسايل پيرامون پويا سازي سيستم هاي حمل ونقل هوشمند مركز تحقيق و توسعه FHWA راه اندازي شد. يك سال بعد موسسه فناوري ماساچوست(MIT) و دانشگاه تگزاس براي همكاري با اين مركز همكاري خود را آغاز كردند و هر كدام آنها به طراحي نمونه اي از TrEPS پرداختند. در نهايت سه سال بعد، دو نمونه سيستم TrEPS طراحي و معرفي شد. اين دو طرح با نام هاي DynaMIT-R و DYNASMART-X مبتني بر سيستم شبيه سازي بودند.
در چين نيز دانشگاه ژيان جيانئوتونگ (Xi’an Jiaotong) در سال 2000 تحقيقات خود را براي طراحي سيستم مشابه سيستم TrEPS آمريكا آغاز كرد و بعد از 6 سال نمونه اين سيستم با نام DynaCHINA(اطلاعات هيبريدي سازگار پويا مبتني بر تخصيص شبكه) را معرفي كرد.
سنگاپور اولين كشوري بود كه در سال 1975 كاربرد عملي قيمت گذاري تراكم يا طرح مجوز منطقه اي را مطرح كرد. به لطف پيشرفت فناورانه جمع آوري الكترونيكي عوارض جاده اي و نظارت ويديويي، اين كشور توانست سيستم خود را در سال 1998 به روز كند. مقامات اين كشور براي بهبود مكانيسم قيمت گذاري و قيمت گذاري بلادرنگ با شركت IBM قرارداد همكاري بسته و در آوريل سال 2007 ابزار تخمين و پيش بيني ترافيك را كه از داده هاي ترافيكي بلادرنگ از چندين منبع براي تخمين شرايط ترافيك استفاده مي كند، نصب كرد. قابل توجه اين كه اين سيستم با دقت 85درصد ترافيك را پيش بيني مي كند و در زمان هايي كه داده هاي بيش تري داشته باشد، نظير ساعاتي كه پيك ترافيكي است، دقت آن به 90 درصد نيز مي رسد.
