Dergiler / Akıllı Ulaşım Sistemleri ve Uygulamaları Dergisi / 2018 / Cilt: 1 - Sayı: 2
Sürücüsüz taşıtların trafik akım hızına etkisinin yapay sinir ağları ile incelenmesi
- Sayfa
- 56–71
- DOI
- —
Özet
Son dönemlerde, yapay zekada konularında yaşanan gelişmeler sonucunda, sürücüsüz araç teknolojileri ortaya çıkmıştır. Yakın gelecekte bu araçların daha fazla günlük trafikte yer alması beklenmektedir. Sürücüsüz araçlar birbirleriyle iletişim kurabilmeleri sayesinde çok daha düşük tepki süresine sahiptirler ve bu nedenle birbirlerini daha yakından takip edebilmektedir. Bu özellikleri sayesinde tüm trafik sürücüsüz araçlardan meydana geldiğinde yolların kapasitesinin önemli ölçüde artması ve trafik kazalarında azalma görülmesi beklenmektedir. Ancak, bu etkiler, sürücülü ve sürücüsüz araçların bir arada olduğu karma trafik koşullarında, karmaşıklaşmaktadır. Araştırmalar sürücüsüz araçların karma trafik koşullarında trafik akım özellikleri üzerinde olumsuz bir etki yaratacağını göstermektedir. Bu çalışmada, sürücüsüz araçların trafik ağı üzerindeki etkisi, trafik talebinin ve sürücüsüz araçların yüzdelerinin farklı olduğu, 15 farklı senaryoda incelenmiştir. İstanbul’daki Turgut Özal Caddesi bu senaryoların sınandığı yer olarak seçilmiş ve bir ince boyut benzetim modeli oluşturulmuştur. Sonrasında trafik değişkenleri incelenerek, bu değişkenleri tahmin edecek bir yapay sinir ağı modeli oluşturulmuştur. Oluşturulan model ortalama akım, hız ve ivme değerlerini, ortalama takip süresi, takip uzunluğu ve doluluğa göre daha iyi tahmin edebilmektedir.
Abstract
In recent decades, autonomous vehicles are introduced as a result of significant developments in artificial intelligence. In near feature, it is possible that more and more autonomous cars will be a part of the daily traffic. Autonomous vehicles can communicate with other vehicles, so they have much lower response time than the human drivers, thus, autonomous vehicles can be operated with lower headway. This feature is expected to significantly increase the capacity of roads when completely autonomous vehicles are operated in traffic and to reduce traffic accidents. However, the effect is more complicated in combined traffic conditions where autonomous and human-driven vehicles are present. Studies have shown that autonomous vehicles adversely affect traffic flow characteristics in combined traffic conditions. In this study, the effects of autonomous vehicles on traffic network is evaluated using 15 scenarios including different traffic demand levels and autonomous vehicle composition on a microsimulation model of a network in Turgut Özal (Millet) Caddesi in Istanbul. Then, the effect of the traffic parameters is analyzed and predicted using Artificial Neural Networks. Artificial Neural Network model is capable of estimating the average flow, speed and acceleration with a higher accuracy than average headway, gap and occupancy.