대형 대회와 오락 공연이 끝난 후의 교통 소통은 시종 골치 아픈 문제이다.사람들이 붐비는 거리를 누비면서 더 많은 정체와 사고가 아직도 잘 해결되지 않고 있다.
구글 연구원은 최근 이 문제를 해결하는 한 가지 방법은 거리와 사거리의 배치에서 차량 흐름에 이르는 모든 세부 사항을 포착하려는 시뮬레이션 모델, 즉 현실 세계 교통망의 가상 복제품 (때로는'디지털 쌍둥이') 을 사용하는 것이라고 밝혔다.
이 연구원은 팀이 이러한 모델을 사용하여 노선의 지속 가능한 영향을 계량화하고 대피 계획을 테스트하며 몰입형 뷰에 시뮬레이션 교통을 표시한다고 밝혔다.
이러한 모델을 사용하면 교통 전문가가 가능한 한 정체를 완화하고 사고를 줄이며 운전자, 승객 및 보행자의 경험을 향상시킬 수 있습니다.
이 분야의 오랜 도전은 교통 모델의 교정과 일치에 있다.그리고 교통 데이터의 가용성, 구글 지도의 상세한 도로 네트워크 데이터, 교통 과학의 진보, 그리고 교정 기술 등 여러 가지 요소를 종합하여 전 세계 교통 네트워크의 효율적인 연산을 위한 길을 닦고 있다.
새 모델
구글은 오픈 소스 소프트웨어인 시뮬레이션 도시 교통 (SUMO) 을 통해 시애틀 T-Mobile Park 및 Lumen Field 근처에 지역을 잠그는 기초 모델을 구축했다.
SUMO 기반 모델은 운전자가 차량 추종, 변도, 또는 속도 제한 준수 등의 결정을 내리는 방법과 같은 교통 동태를 설명하는 데 도움이 될 수 있습니다.
또 연구진은 구글 지도에서 나온 데이터를 도입해 이 지역 내 교통망 구조와 각종 정적 세그먼트 속성(예를 들어 차선 수, 속도 제한, 교통등의 존재)의 열도를 그렸다.
(참고: 경기일과 경기당일의 열력지도차이가 없다.)
그 후 연구팀은 열지도를 다시 여러 개의 작은 구역으로 나누고'사용자 행동 모델'과 시애틀 경찰서가 제공하는 노선 제안을 도입하여 최적의 노선을 분배할 수 있는'교통 소통'모델을 만들었다.
현실적 운용
구글 연구원은 이 기술을 현실 세계에서 테스트하기 위해 시애틀교통부(SDOT)와 협력해 가상모델 기반 교통소통 프로그램을 개발했다.
연구소는 대규모 스포츠 및 엔터테인먼트 활동에서 수천 명의 참가자가 경기장 지역을 빠르고 안전하게 떠날 수 있도록 돕는 것이 목표라고 지적했다.이 모델은 큰 대회 기간 교통 노선의 30%를 재구성해 차량이 중심 정체 지역을 벗어나는 평균 시간을 7분 단축했다.
구글은 이 연구가 교통 계획에 대한 시뮬레이션 모델의 잠재력을 보여줌으로써 대형 행사장에서 교통 효율을 높일 수 있다고 주장한다.또한 도로계획자에게 리용률이 낮은 구간을 료해하게 함으로써 전반 교통환경을 개선하고 더욱 좋은 류량분포를 실현할수 있다.