Добавить в корзинуПозвонить
Найти в Дзене
GRG

В России создали умную систему для борьбы с пробками

Ученые Донского государственного технического университета (ДГТУ) разработали цифровую систему, которая сможет точно предсказывать пробки и помогать их предотвращать. В чем проблема?
Сейчас используемые программы для прогноза трафика часто ошибаются. Если система предсказывает 100 машин на дороге, в реальности их может быть от 70 до 130. Такая большая погрешность приводит к неправильной работе светофоров и быстрому образованию заторов. Новое решение
Новая система из ДГТУ прогнозирует количество автомобилей с очень высокой точностью — погрешность всего 6%. Это значит, что при ожидаемых 100 машинах на дороге окажется от 94 до 106. Такая точность в 4-5 раз выше, чем у существующих аналогов. Как это работает? Благодаря такой точности, светофоры и другие элементы управления дорожным движением смогут работать эффективнее, пропуская нужное количество машин и не допуская образования заторов. В будущем разработчики планируют научить систему учитывать ещё больше факторов и создавать целые страт

Ученые Донского государственного технического университета (ДГТУ) разработали цифровую систему, которая сможет точно предсказывать пробки и помогать их предотвращать.

В чем проблема?
Сейчас используемые программы для прогноза трафика часто ошибаются. Если система предсказывает 100 машин на дороге, в реальности их может быть от 70 до 130. Такая большая погрешность приводит к неправильной работе светофоров и быстрому образованию заторов.

Новое решение
Новая система из ДГТУ прогнозирует количество автомобилей с очень высокой точностью — погрешность всего 6%. Это значит, что при ожидаемых 100 машинах на дороге окажется от 94 до 106. Такая точность в 4-5 раз выше, чем у существующих аналогов.

Как это работает?

  • Учится на истории: Программа анализирует прошлые данные и «помнит» регулярные события — например, утренние и вечерние часы пик, когда все едут на работу или домой.
  • Реагирует на изменения: Система понимает, что внезапный снегопад или ДТП важнее обычного расписания, и мгновенно учитывает это в прогнозе.
  • Универсальность: Модель легко адаптируется для любого города в мире — от Ростова-на-Дону до Пекина. Для этого её нужно просто «обучить» на местных данных о дорожном движении.

Благодаря такой точности, светофоры и другие элементы управления дорожным движением смогут работать эффективнее, пропуская нужное количество машин и не допуская образования заторов. В будущем разработчики планируют научить систему учитывать ещё больше факторов и создавать целые стратегии для борьбы с пробками.