Poruszanie się po miejskiej dżungli: Innowacyjne podejście MIT do wyzwań parkingowych

Jeśli kiedykolwiek zdarzyło Ci się jeździć samochodem po tętniącym życiem mieście, prawdopodobnie znasz to doświadczenie aż za dobrze: wyznaczasz trasę za pomocą aplikacji nawigacyjnej, a gdy dotrzesz do celu, zaczyna się prawdziwa walka - znalezienie miejsca do zaparkowania. Ta męka często prowadzi do znacznych opóźnień, ponieważ polujesz na miejsce parkingowe, a następnie musisz przejść pieszo do miejsca docelowego. Jest to frustrujące i przyczynia się do zatłoczenia miast i zwiększonej emisji spalin.

Niestety, większość, jeśli nie wszystkie, systemy nawigacyjne są zaprojektowane tak, aby zawieźć Cię do miejsca docelowego bez uwzględnienia dodatkowego czasu potrzebnego na znalezienie parkingu. Może to być zniechęcające dla osób rozważających transport zbiorowy, ponieważ mogą nie zdawać sobie sprawy, że może to być szybsza opcja.

Rozwiązanie problemu parkowania: podejście MIT

Naukowcy z MIT pracują jednak nad rozwiązaniem, które może zmienić zasady gry. Opracowali oni system, który identyfikuje parkingi o najlepszej równowadze między lokalizacją a szansami na znalezienie wolnego miejsca. Ich unikalny proces kieruje użytkowników do najbardziej odpowiedniego obszaru parkingowego zamiast do samego miejsca docelowego. W badaniach wykorzystujących rzeczywiste dane o ruchu drogowym z Seattle, metoda ta wykazała oszczędność czasu do 66% w obszarach o dużym natężeniu ruchu. Potencjalnie można skrócić czas podróży o około 35 minut w porównaniu do oczekiwania na wolne miejsce na najbliższym parkingu.

Podejście zespołu MIT oblicza wszystkie publiczne parkingi w pobliżu miejsca docelowego, biorąc pod uwagę odległość jazdy, odległość pieszo od parkingu do miejsca docelowego oraz prawdopodobieństwo znalezienia miejsca parkingowego. Co być może najważniejsze, system przygotowuje się również na scenariusze, w których użytkownik dociera do idealnego parkingu, ale nie znajduje wolnych miejsc, biorąc pod uwagę bliskość i prawdopodobieństwo sukcesu innych pobliskich parkingów.

Cameron Hickert, absolwent MIT i główny autor artykułu badawczego, wyjaśnia: “Nasza struktura może poradzić sobie z przypadkami, w których rozsądniej jest wypróbować kilka pobliskich partii z nieco niższym prawdopodobieństwem sukcesu, zamiast liczyć na otwarcie w partii o wyższym prawdopodobieństwie”.”

Dodatkowe rozważania i przyszłe działania

System uwzględnia również działania innych kierowców, które mogą mieć wpływ na powodzenie parkowania. Przyszłe dane mogą pochodzić z kilku źródeł, w tym z informacji crowdsourcingowych lub śledzenia pojazdów krążących w poszukiwaniu miejsca parkingowego. Wraz z postępem, autonomiczne pojazdy mogą nawet zgłaszać wolne miejsca, obok których przejeżdżają. “Przechwytywanie tych informacji, nawet poprzez proste interakcje z aplikacją, może mieć kluczowe znaczenie dla świadomego podejmowania decyzji” - stwierdza Hickert.

W testach z wykorzystaniem danych o ruchu drogowym w Seattle, symulujących różne scenariusze miejskie i podmiejskie, metoda opracowana przez zespół MIT skróciła czas podróży o około 60% w porównaniu do oczekiwania na miejsce i o 20% w porównaniu do ciągłej jazdy do najbliższego parkingu. Perspektywa wykorzystania danych parkingowych pochodzących z crowdsourcingu okazała się obiecująca z poziomem błędu wynoszącym zaledwie 7% w porównaniu z dostępnością w czasie rzeczywistym. Sugeruje to, że może to skutecznie gromadzić dane dotyczące prawdopodobieństwa parkowania.

W przyszłości zespół przeprowadzi szersze badania, które wykorzystają informacje o trasach w czasie rzeczywistym w całym mieście i zbadają dodatkowe źródła danych, takie jak zdjęcia satelitarne, w celu oszacowania możliwych redukcji emisji. “Systemy transportowe są złożone i trudne do zmiany, ale niewielkie ulepszenia mogą znacząco wpłynąć na podejmowanie decyzji, korki i emisje” - mówi Cathy Wu, starszy autor badań.

Badania te były wspierane przez Cintra, MIT Energy Initiative i National Science Foundation. Więcej informacji można znaleźć w oryginalnym artykule prasowym tutaj lub uzyskać dostęp do pełnego badania w Transakcje dotyczące inteligentnych systemów transportowych tutaj.