Menü Bezárás

Laboratóriumi szimulációkkal a közlekedési káosz ellen

Forgalommodellezés, közlekedési légszennyezés mérése, a napi ingázás optimális módjának megtalálás  a – ezekkel és még sok más témával foglalkozik a BME Traffic Lab.

A BME Traffic Lab kutatócsoportja a Közlekedésmérnöki és Járműmérnöki Kar (KJK) Közlekedés- és Járműirányítási Tanszékén jött létre 2007-ben. A labor fő kutatási, fejlesztési és oktatási tevékenysége a közúti járműforgalom mérésének, becslésének, modellezésének, valamint irányításának területeit fedi le. Ez magában foglalja az alapvető matematikai forgalommodellezést, a forgalomszimulációs eljárások alkalmazását, illetve a forgalomirányító rendszerek vagy berendezések programozását is. “Az eszközök jellemzően a klasszikus irányításelmélet területéről származnak, de egyre nagyobb a mesterséges intelligencia szerepe. Az elmúlt tíz évben a labor kutatásai kiegészültek az automatizált vagy teljesen autonóm járművek forgalomra gyakorolt hatásainak vizsgálatával is” – mondta a bme.hu-nak Tettamanti Tamás egyetemi docens, a laboratórium vezetője.

Mi a Traffic Lab szerepe az oktatásban?

A laborunk alapgondolata, ami Bokor József akadémikustól, Varga Istvánnak, a laboratórium egyik alapítójának doktori témavezetőjétől indult: a rendszer- és irányításelmélet applikációja a közúti közlekedés gyakorlati problémáira. Az általános irányításelmélet  nagyon hatékonyan alkalmazható a forgalom dinamikájának leírására, modellezésére, majd az alapján a közlekedési folyamatok szabályozására. Emellett erősen jelen vannak e területen a szimulációs technikák, amelyek megfelelő alkalmazását is oktatjuk. Mindig elmondom a hallgatóknak, hogy a szimulációban bármit elő lehet állítani és nagyon könnyű akár véletlenül is félrevinni az eredményeket. Amikor szimulációkat használunk a fejlesztéseinkhez, akkor nem is maga a szimulációs munka a jelentős, hanem annak a kiterjesztett alkalmazása különböző kiegészítő funkciókkal, így egyedi algoritmusokkal, saját modellekkel, egyéb szoftverekkel. A szimulációt egyébként legtöbbször a kutatásaink validálására használjuk. Ha van egy új módszer vagy ötlet, amit nem feltétlenül tudunk az utcán vagy egy egész városi hálózaton tesztelni, ahhoz rendkívül hasznos lehet egy forgalomszimulációs eszköz, egyfajta virtuális valóságként szolgáltatva a közlekedési dinamikát. Természetesen azt is megtanítjuk a hallgatóknak, hogy miként kell jól validálni egy szimulációt. A forgalom mérésével és becslésével is foglalkozunk. Ez a nyers mérési adatok javítását, kiegészítését jelenti a gyakorlatban. Az egyik ilyen megoldásunkat egy japán-német-spanyol-magyar kutatási projekt, a DARUMA keretében fejlesztettük ki, amelynek egyik fő eredménye, hogy közvetlen járműforgalmi mérés nélkül is tudunk információt adni egy közlekedési hálózat állapotairól, sőt előre is tudjuk becsülni azokat. Ehhez pedig alternatív adatforrást, az emberek aktivitási mintáit használhatjuk, például a Google Popular Times adatokat egyes POI (Point of Interests) helyszíneken. Természetesen hagyományos adatokkal is dolgozunk, ezeket különböző becslési technikákkal, illetve adattudományi módszerekkel dolgozzuk fel. A gyakorlati jellegű problémák mellett foglalkozunk alapkutatással is, amelyekből doktori tézisek és szakfolyóiratokban megjelent publikációk lesznek, ugyanakkor ezeket is mindig a gyakorlati hasznosíthatóság szempontjából igyekszünk elvégezni.

A közlekedésszervezés mindenkit érint, bizonyára sok ipari projektben, nemzetközi kutatásban vesznek részt. Melyekre a legbüszkébbek?

A legjelentősebb a mobilhálózat-alapú forgalombecslés a Nokia Siemens Networksszel, valamint a Google Research, egy kutatási együttműködés a közlekedési emisszió modellezése terén, kapcsolódva a Google Green Light projektjéhez, amelyben a jelzőlámpás csomópontok teljesítményének javítását tűzték ki célul. Aktívan részt veszünk hazai kutatási projektekben is, a TÁMOP, az EFOP, az OTKA, az FIKP, a PIACI KFI és az Autonóm Rendszerek Nemzeti Laboratórium programjaiban. Mindig szem előtt tartjuk, hogy az elmélet találkozzon a gyakorlattal, ennek megfelelően a megoldásaink mindegyike gyakorlati módszertanként vagy konkrét gyakorlati alkalmazásként is megállja a helyét. Nem szigetszerűn dolgozunk, nagyon jók a szinergiák a karon és szerencsére az egyetemen belül is. Jó példa erre egy, a Gépjárműtechnológia Tanszékkel és egy Építőmérnöki Karon dolgozó kollégával együtt megvalósított projekt az Autonóm Rendszerek Nemzeti Laboratórium (ARNL) keretében.

A Mathworks nemzetközi vállalattal – amely a jól ismert Matlab szoftver gyártója – sikerült olyan együttműködést kialakítani, amely során Lidar-mérések pontfelhőjéből állítottuk elő RoadRunner szoftverrel a ZalaZONE Járműipari Tesztpálya egyes pályaelemeinek nagy pontosságú modelljeit, úgynevezett HD-térképeit). Ezek aztán belekerültek a Matlab szoftver hivatalos 2024b kiadásába is. Az egyes pályaelemek HD-térképének fő értéke, hogy azok vagy az azokból exportálható különböző modellformátumok (OpenDrive, FBX, stb.) különböző szimulációs szoftverek közvetlen bemeneteiként is szolgálnak, ezzel elősegítve a jövő járműveinek és közlekedésének fejlesztését.

Ezek az eredmények beépülnek az oktatásba is?

Ez a terület annyira gyorsan fejlődik, hogy azonnal át kell venni az ipari munkák, kutatások releváns eredményeit. Egy-egy kutatás-fejlesztési eredményünk gyakran már a következő félévben előadási anyaggá válik nálunk. Tartjuk a tempót a trendekkel, mert enélkül nem is lehet ezt a területet hitelesen oktatni. Lépést tartunk a korral a mesterséges Intelligenciában is, a használata már beépült az oktatásba. Egy hallgatók számára is kézzelfoghatóbb eredményünk – melyen a Közlekedéstechnológiai és Közlekedésgazdasági Tanszékkel közösen dolgoztunk – egy olyan webes alkalmazás, amely a felhasználó igényei alapján tervezi meg a napi ingázás optimális útvonalát és módját. Modellezi, hogy napi, heti vagy havi szinten a különböző közlekedési módok – gyaloglás, kerékpár, tömegközlekedés vagy személyautó – használata milyen hatással van az utazási időre, a környezetre, a pénztárcánkra és az egészségünkre. Az alkalmazás nem titkolt célja az utazók meggyőzése a fenntartható közlekedési módok használatáról. Bárkinek kipróbálható, teljes funkcionalitása az ingyenes regisztráció után válik lehetővé.

Közeledik a BME Nyílt Nap, a Közlekedés- és Járműmérnöki Kar hagyományosan aktívan részt vesz a BME pályaorientációs tevékenységében. A BME Traffic Lab is részese ennek?

A Nyílt Napon minden évben részt veszünk, emellett igyekszünk minél több hasonló rendezvényen, például a Lányok napján is szerepelni. Bízunk benne, hogy ide tudjuk vonzani a középiskolásokat, hiszen amivel mi foglalkozunk, a közlekedés szervezése, irányítása és problémái, mindenkit érdekel és közvetlenül érint. Ezeken az alkalmakon valós példákat mutatunk be, például távfelügyeleti rendszereken keresztül egy valós idejű jelzőlámpaprogramot és más élő demonstrációt is tartunk. Idén is várjuk az érdeklődőket tehát november 29-én, hogy töltsenek velünk egy értékes órát, ahol a legmodernebb eszközök felhasználását is megismerhetik.

Miért javasolja a középiskolásoknak a Közlekedés- és Járműirányítási Tanszékék képzéseit?

Azért javaslom a mi szakirányunkat, de természetesen a karunk bármelyik szakirányát is, mert – az ipari visszajelzések és a tapasztalatok alapján – a nálunk végezettek egyéb mérnöki területeken is megállják a helyüket. Ennek az az oka, hogy jóllehet a képzéseink fókuszáltak, mégis igyekszünk multidiszciplináris mérnöki ismereteket oktatni, így a hallgatóink átfogó tudással gazdagodnak, a programozási ismeretektől a mesterséges intelligencia alkalmazásáig. A KJK-diplomával a többi műegyetemi karéhoz hasonlóan jó eséllyel lehet értékes és anyagilag is megbecsült munkahelyet találni.

Forrás: bme.hu