MI a forgalmi torlódások predikciójára

2024. február 13.

Japán és török partnerekkel közösen fejleszt a BME VIK MEDIANETS Lab

 Az European Interest Group CONCERT-Japan program keretében nyert támogatást, a "Multi-Input Deep Learning for Congestion Prediction and Traffic Light Control (TRALICO)" projekt. Simon Vilmos a BME Villamosmérnöki és Informatikai Kara Hálózati Rendszerek és Szolgáltatások Tanszékének MEDIANETS Lab vezetője a projekt koordinátora.

A Nara Institute of Science and Technology (Japán) és Istanbul IT and Smart City Technologies Inc. (Törökország) partnerekkel a műegyetemi MEDIANETS kutatólabor olyan megoldásokat fog kifejleszteni, amelyek képesek mesterséges intelligencia alkalmazásával megjósolni a jövőbeli forgalom intenzitását, illetve a kialakuló forgalmi torlódásokat. Ezen predikciókat arra fogják használni, hogy valós időben beavatkozzanak a közlekedési lámpák irányításába, a megjósolt forgalmi jellemzőkhöz idomulva. Ezzel csökkentve az utazási időt és a károsanyag kibocsátást is.

A megoldás jelentőségét és egyediségét az adja, hogy sem Európában, sem Japánban hasonló megoldást, nagyobb kiterjedésű városi területen még nem teszteltek élesben. A projekt kiemelt célja, hogy ezen megoldást teszteljék a partnerek valós forgalmi viszonyok között is, a világ egyik legnagyobb városában, Isztambulban. A hároméves projekt során kialakított isztambuli referencia megoldás kiváló lehetőséget nyújt majd a jövőbeli értékesítés elősegítésére is, ugyanis számos város érdeklődik hasonló megoldás iránt.

https://www.jst.go.jp/inter/english/program_e/multilateral_e/concert-japan.html