Auto's als sensoren voor de verkeerssituatie

Vooral in en rond grote steden rijden er heel wat wagens rond. Al deze wagens moeten zich op een beperkte oppervlakte gaan voortbewegen zodat hun bestuurder de gewenste bestemming kan bereiken. Hierdoor ontstaan er dagelijks files en door deze files gaat er veel tijd, ruimte en energie verloren. Er worden veel pogingen ondernomen door verschillende mensen om die dagelijkse files te vermijden. Maar meestal leiden deze pogingen tot een beperkt succes. Eén van deze pogingen is om de bestuurders tijdig van informatie te voorzien over waar er zich overal files bevinden. Op deze manier kan men dan zijn route gaan aanpassen om de file te vermijden. Deze informatie wordt via verschillende kanalen weergegeven, zoals bijvoorbeeld via de radio, het gps-systeem of de boordcomputer van de wagens. Maar de uitdaging voor deze aanpak is om zo'n efficiënt mogelijke manier zoveel mogelijk informatie te gaan verzamelen, te verwerken en door te spelen via de verschillende kanalen. Hoe sneller men de informatie kan verspreiden, hoe meer mensen hun route kunnen aanpassen om zo de file te vermijden.

Het inwinnen van de relevante informatie gebeurt de dag van vandaag door de verkeerscentra. Momenteel houden zij samen met een team van operatoren hoofdzakelijk de autosnelwegen in de gaten. Dit gebeurt essentieel met automatische detectiecamera's, alarmen via tellussen, meldingen op de noodtelefoons en andere oproepen. In de verkeerscentra wordt deze data en informatie dan verwerkt en doorgespeeld via de verschillende kanalen. Maar deze aanpak heeft een aantal beperkingen. Namelijk één van deze beperkingen is dat men enkel informatie kan verzamelen over de verkeerssituatie op een aantal wegen. Niet op alle wegen zijn er dergelijke detectiecamera's geplaatst. Ook vraagt het inzamelen, verwerken en het verspreiden van de informatie een bepaalde tijd. De informatie is hierdoor niet steeds up to date en hierdoor ook soms incorrect.

MIT's CarTel is een project van MIT waarbij men op zoek gaat hoe wagens zichzelf kunnen gebruiken als om een uiterst betrouwbare mobile sensoren om informatie over de verkeersituatie te verzamelen. Een dergelijk netwerk zou dan sensoren bevatten op elke locatie waar er een wagen aanwezig is. En dus niet meer enkel op een beperkt aantal locaties. De wetenschappers die meehelpen aan dit project hebben onlangs een nieuw algoritme voorgesteld waarmee dit netwerk van sensoren in de wagens kan ondersteund worden. Het algoritme zorgt voor een optimale inzamelen en verspreiding van informatie over de verkeerssituatie via een dergelijk netwerk van wagens en draadloze verbindingen. Dit algoritme wordt momenteel al getest om het op te nemen in toekomstige versies van Ford Sync. Ford Sync is een communicatie en entertainment systeem voor in wagens. Dit systeem wordt in de autofabriek geïnstalleerd op de boordcomputer van de wagens en het werd ontwikkeld door Ford en Microsoft. Eén van de mogelijkheden van Ford Sync is om de chauffeur van de wagen te voorzien van informatie over de verkeerssituatie op zijn route. En dus hierbij zou dit nieuw algoritme gebruikt kunnen worden.

Voor de afgelopen jaren werd het CarTel project geleid door professor Hari Balakrishnan en professor Sam Madden. Zij verzamelden tijdens deze jaren data over de rij-patronen van taxi's in de regio van Boston. Deze data werd verzameld via gps-signalen waarmee hun locatie wordt doorgestuurd. Aan de hand van deze data hebben de onderzoekers die deelnamen in dit project een algoritme ontwikkeld voor de inzamelen en de verspreiden van informatie over de verkeerssituatie. Dit algoritme werd steeds getest en verder aangepast. Hierna moest het algoritme nog getest wordt in werkelijkheid via verschillende wagens die via een netwerk in verbinding staan met elkaar. Momenteel loopt deze test nog en is het dus nog wachten op het resultaat.

Dit is niet het eerste project waarbij men tracht een systeem op te starten waarmee informatie verspreid wordt via een netwerk van wagens. Maar bij deze pogingen veronderstelden de onderzoekers steeds dat bij een dergelijk netwerk er altijd voldoende verbindingen zijn tussen wagens, zodat het altijd mogelijk is voor gelijk welke wagen om informatie door te spelen of te ontvangen van eerder welke andere wagen. De onderzoekers van CarTel suggereren dat deze veronderstelling niet correct is en dat dit dus niet mogelijk is. Zij vermoeden juist het tegengestelde, namelijk dat als twee wagens binnen elkaars bereik komen waarin er een draadloze verbinding tussen de twee gemaakt kan worden, deze meestal ook voor een relatief lange tijd binnen elkaars bereik blijven. En bijvoorbeeld, komen ze dan ook vaak samen aan de verkeerslichten te staan of passeren ze elkaar een aantal keer wanneer ze allebei in de file staan op de autosnelweg. Dit feit is belangrijk voor een netwerk waarmee er informatie uitgewisseld wordt tussen wagens.

Bij een dergelijk netwerk is het dus meestal geen prioriteit om informatie uit te wisselen tussen twee wagens die allebei dezelfde richting uit moeten en dus vaak samen rijden. Want de ene kan in dit geval geen nuttige informatie doorgeven over de situatie op de wegen voor hen. Wat wel belangrijk is bij een dergelijk netwerk is dat auto's die elkaar passeren in tegengesteld richting informatie kunnen uitwisselen met elkaar over hun afgelegde route. Maar auto's die elkaar in tegengestelde richting passeren bevinden zich maar een beperkte tijdsduur in elkaars bereik voor een draadloze verbinding. Dus bij de ontwikkelen van dit netwerk moet er dus zeker aandacht besteed worden zodat tijdens deze korte tijdsduur de belangrijkste informatie uitgewisseld kan worden. Maar langs de andere kant moet het netwerk ook rekening houden met het feit dat twee wagens die in dezelfde richting rijden en zich binnen elkaars bereik bevinden voor een draadloze verbinding, voldoende tijd hebben om informatie met elkaar te gaan uitwisselen. Dus tussen deze twee wagens kan ook de minder belangrijke informatie uitgewisseld worden.

De onderzoekers die meehielpen met de ontwikkeling van dit algoritme besloten dat de geschikte manier om aan deze twee voorwaarden te voldoen, is om dit te doen aan de hand van reeks van getallen gekend als 'binary carry sequence'. Wiskundig uitgelegd is bij deze reeks van getallen, het i-de getal gelijk is aan de hoogste macht van twee, die een gehele delers is voor het corresponderen i-de getal. Of dus anders gezegd, wanneer men het i-de getal deelt door deze macht van twee bekomt men een geheel getal. Bijvoorbeeld het eerste getal van de reeks, kan hoogsten gedeeld worden door de nulde macht van twee én een geheel getal bekomen wanneer men 1 deelt door deze macht van twee. Dus is het eerste getal van deze reeks gelijk aan nul. En dan het tweede getal van de reeks, 2 kan zowel gedeeld worden door de nulde en de eerste macht van twee en een geheel getal bekomen wanneer men 2 deelt door deze macht van twee. Aangezien de grootste macht van twee moet genomen worden, wordt het tweede getal van de reeks een 1. Voor het derde getal van de reeks is dan weer de hoogste macht de nulde macht. En zo kan men steeds verder gaan. Uiteindelijk ziet het begin van deze reeks er als volgt uit; 0, 1, 0, 2, 0, 1, 0, 3, 0, 1, 0, 2,...

De cruciale eigenschap van deze reeks is dat de kleine getallen zoals 0 en 1 het vaakst voorkomen in deze reeks. Maar over een voldoende groot interval in deze reeks komt elk hoger getal op zijn minst één maal voor. Deze eigenschap zorgt dat het geschikt is om het te gaan gebruiken in dit algoritme. Namelijk bij het algoritme worden de kleine getallen als prioriteit gezien. Dus verschillende data krijgt een nummer met zich mee en dit nummer stelt de belangrijkheid voor van de data. Zo is data met het nummer nul, veel belangrijker dan data met het getal 8. Het doorsturen van data verloopt dus aan de hand van de binary carry sequence of dus deze bovenvermelde reeks. Indien men dus vanaf 1 begint, wordt er eerst data met het nummer 0 doorgestuurd, daarna data met het nummer 1, daarna terug data met het nummer 0, en zo wordt verder deze reeks gevolgd. En hierdoor wordt belangrijke data dus frequenter doorgestuurd dan onbelangrijke. Maar ook wordt het doorsturen van minder belangrijke data niet uitgesteld tot alle belangrijkere data is doorgestuurd. De wetenschappers hebben wiskundig kunnen bewijzen dat door gebruik te maken van de binary carry sequence er een optimale uitwisseling is van zowel belangrijke als onbelangrijke data en informatie.

Dit algoritme wordt onder meer al uitgetest door de ingenieurs van Ford en zij bevestigden dat het uitwisselen van data en informatie tussen wagens enorm nuttig is voor de chauffeur een idee te geven over de verkeerssituatie op zijn route. En in het bijzonder in de stedelijk regio's kan dit zeer handig zijn. Het alternatief voor een dergelijk netwerk is dat wagens informatie gaan downloaden via de gekende bestaande netwerken. Maar hoe meer mensen van deze dienst gebruik maken wordt de hoeveelheid informatie er uitgewisseld moet worden steeds groter, en dit zorgt dat elke wagen maar een beperkte bandbreedte ter beschikking zou hebben. En dus zou deze informatie-uitwissel minder efficiënt gaan verlopen. Een netwerk van draadloos met elkaar verbonden wagens is de situatie totaal het tegengestelde, wanneer er steeds meer wagens toegang hebben tot deze draadloze verbindingen, wordt de bandbreedte voor het uitwisselen van informatie steeds groter en wordt de informatie-uitwisseling steeds efficiënter.

Geschreven door Emile Glorieux, Bron [web.mit]