Cualquier automovilista que haya esperado a través de múltiples ciclos para que un semáforo se vuelva verde sabe cuán molestas pueden ser las intersecciones señalizadas. Pero sentarse en las intersecciones no es solo un arrastre sobre la paciencia de los conductores: el ralentí de vehículos improductivos podría contribuir hasta el 15 por ciento de las emisiones de dióxido de carbono del transporte terrestre estadounidense.
Un estudio de modelado a gran escala dirigido por investigadores del MIT revela que las medidas de conducción ecológica, que pueden implicar ajustar dinámicamente las velocidades del vehículo para reducir la detención y la aceleración excesiva, podrían reducir significativamente esas CO2 emisiones.
Utilizando un poderoso método de inteligencia artificial llamado aprendizaje de refuerzo profundo, los investigadores realizaron una evaluación de impacto en profundidad de los factores que afectan las emisiones del vehículo en tres ciudades principales de EE. UU.
Su análisis indica que la adopción de medidas de conducción ecológica completamente podría reducir las emisiones anuales de carbono de la intersección en toda la ciudad en un 11 a 22 por ciento, sin ralentizar el rendimiento del tráfico o afectar la seguridad del vehículo y el tráfico.
Incluso si solo el 10 por ciento de los vehículos en la carretera emplean conducción ecológica, resultaría en el 25 al 50 por ciento de la reducción total en las emisiones de CO2, encontraron los investigadores.
Además, la optimización dinámica de los límites de velocidad a aproximadamente el 20 por ciento de las intersecciones proporciona el 70 por ciento de los beneficios de emisión total. Esto indica que las medidas de conducción ecológica podrían implementarse gradualmente mientras tiene impactos positivos y positivos en mitigar el cambio climático y mejorar la salud pública.
Un GIF animado compara cómo se ve la adopción del 20% de conducción ecológica con la adopción 100% ecológica.Imagen: cortesía de los investigadores
“Vehicle-based control strategies like eco-driving can move the needle on climate change reduction. We’ve shown here that modern machine-learning tools, like deep reinforcement learning, can accelerate the kinds of analysis that support sociotechnical decision making. This is just the tip of the iceberg,” says senior author Cathy Wu, the Thomas D. and Virginia W. Cabot Career Development Associate Professor in Civil and Environmental Engineering (CEE) and the Institute for Data, Systems, and Society (IDSS) en MIT, y miembro del Laboratorio para Sistemas de Información y Decisión (LIDS).
Se une al periódico por la autora principal Vindula Jayawardana, una estudiante graduada del MIT; así como a los estudiantes graduados del MIT AO Qu, Cameron Hickert y Edgar Sánchez; MIT universitaria Catherine Tang; Baptiste Freydt, un estudiante graduado en ETH Zurich; y Mark Taylor y Blaine Leonard del Departamento de Transporte de Utah. La investigación aparece en Investigación de transporte Parte C: Tecnologías emergentes.
Un estudio de modelado de varias partes
Las medidas de control de tráfico generalmente recuerdan la infraestructura fija, como las señales de detención y las señales de tráfico. Pero a medida que los vehículos se vuelven más avanzados tecnológicamente, presenta una oportunidad para la conducción ecológica, que es un término todo para las medidas de control de tráfico basadas en vehículos como el uso de velocidades dinámicas para reducir el consumo de energía.
En el corto plazo, la conducción ecológica podría implicar guía de velocidad en forma de paneles de vehículos o aplicaciones de teléfonos inteligentes. A largo plazo, la conducción ecológica podría involucrar comandos de velocidad inteligentes que controlan directamente la aceleración de vehículos semiautónomos y totalmente autónomos a través de sistemas de comunicación de vehículos a infraestructura.
«La mayoría del trabajo anterior se ha centrado en cómo para implementar la conducción ecológica. Cambiamos el marco para considerar la cuestión de debería Implementamos la conducción ecológica. Si implemente esta tecnología a escala, ¿haría la diferencia? Wu dice.
Para responder a esa pregunta, los investigadores se embarcaron en un estudio de modelado multifacético que tomaría la mayor parte de cuatro años en completarse.
Comenzaron identificando 33 factores que influyen en las emisiones de los vehículos, incluida la temperatura, el grado de la carretera, la topología de la intersección, la edad del vehículo, la demanda de tráfico, los tipos de vehículos, el comportamiento del conductor, el tiempo de la señal de tráfico, la geometría de la carretera, etc.
«Uno de los mayores desafíos fue asegurarse de que éramos diligentes y no dejamos de lado ningún factor importante», dice Wu.
Luego utilizaron datos de mapas de calle Open, encuestas geológicas de los Estados Unidos y otras fuentes para crear réplicas digitales de más de 6,000 intersecciones señalizadas en tres ciudades: Atlanta, San Francisco y Los Ángeles, y simularon más de un millón de escenarios de tráfico.
Los investigadores utilizaron el aprendizaje de refuerzo profundo para optimizar cada escenario para la conducción ecológica para lograr los máximos beneficios de emisiones.
El aprendizaje de refuerzo optimiza el comportamiento de conducción de los vehículos a través de las interacciones de prueba y error con un simulador de tráfico de alta fidelidad, recompensando los comportamientos del vehículo que son más eficientes en la energía al tiempo que penalizan los que no lo son.
Sin embargo, la capacitación de comportamientos del vehículo que se generalizan en diversos escenarios de tráfico de intersección fueron un desafío importante. Los investigadores observaron que algunos escenarios son más similares entre sí que otros, como escenarios con el mismo número de carriles o el mismo número de fases de señal de tráfico.
Como tal, los investigadores capacitaron a modelos de aprendizaje de refuerzo separados para diferentes grupos de escenarios de tráfico, lo que produce mejores beneficios de emisión en general.
Pero incluso con la ayuda de la IA, analizar el tráfico de toda la ciudad a nivel de red sería tan intensivo computacionalmente que podría llevar otra década desentrañar, dice Wu.
En cambio, rompieron el problema y resolvieron cada escenario de conducción ecológica en el nivel de intersección individual.
«Representamos cuidadosamente el impacto del control de conducción ecológica en cada intersección en las intersecciones vecinas. De esta manera, simplificamos drásticamente el problema, lo que nos permitió realizar este análisis a escala, sin introducir efectos de red desconocidos», dice ella.
Beneficios de emisiones significativos
Cuando analizaron los resultados, los investigadores encontraron que la adopción completa de la conducción ecológica podría dar lugar a reducciones de emisiones de intersección entre el 11 y el 22 por ciento.
Estos beneficios difieren según el diseño de las calles de una ciudad. Una ciudad más densa como San Francisco tiene menos espacio para implementar la conducción ecológica entre las intersecciones, ofreciendo una posible explicación para un ahorro de emisiones reducido, mientras que Atlanta podría ver mayores beneficios dados sus límites de velocidad más altos.
Incluso si solo el 10 por ciento de los vehículos emplean conducción ecológica, una ciudad aún podría darse cuenta del 25 al 50 por ciento del beneficio de las emisiones totales debido a la dinámica de seguimiento de automóviles: los vehículos que no son conductor de ECO seguirían a los vehículos ecológicos controlados a medida que optimizan la velocidad para pasar suavemente a través de las intersecciones, reduciendo sus emisiones de carbono también.
En algunos casos, la conducción ecológica también podría aumentar el rendimiento del vehículo minimizando las emisiones. Sin embargo, Wu advierte que aumentar el rendimiento podría dar lugar a que más conductores se lleven a las carreteras, reduciendo los beneficios de emisiones.
Y aunque su análisis de métricas de seguridad ampliamente utilizadas conocidas como medidas de seguridad sustitutas, como el tiempo de colisión, sugiere que la conducción ecológica es tan segura como la conducción humana, podría causar un comportamiento inesperado en los conductores humanos. Se necesita más investigación para comprender completamente los posibles impactos de seguridad, dice Wu.
Sus resultados también muestran que la conducción ecológica podría proporcionar beneficios aún mayores cuando se combinan con soluciones de descarbonización de transporte alternativas. Por ejemplo, el 20 por ciento de la adopción de conducción ecológica en San Francisco reduciría los niveles de emisión en un 7 por ciento, pero cuando se combina con la adopción proyectada de vehículos híbridos y eléctricos, reduciría las emisiones en un 17 por ciento.
«Este es un primer intento de cuantificar sistemáticamente los beneficios ambientales en toda la red de la conducción ecológica. Este es un gran esfuerzo de investigación que servirá como una referencia clave para que otros se construyan en la evaluación de los sistemas de conducción ecológica», dice Hesham Rakha, el profesor de ingeniería de Samuel L. Pritchard en Virginia Tech, que no participó en esta investigación.
Y mientras los investigadores se centran en las emisiones de carbono, los beneficios están altamente correlacionados con mejoras en el consumo de combustible, el uso de energía y la calidad del aire.
«Esto es casi una intervención gratuita. Ya tenemos teléfonos inteligentes en nuestros automóviles, y estamos adoptando rápidamente automóviles con características de automatización más avanzadas. Para que algo escala rápidamente en la práctica, debe ser relativamente simple de implementar y preparar la pala, ecológica se ajusta a esa factura», dice Wu.
Este trabajo está financiado, en parte, por Amazon y el Departamento de Transporte de Utah.
