Aki városban sokat közlekedik autóval, annak alapélménye, hogy a közlekedési lámpák meglehetősen kiszámíthatóan működnek – esetleg napszakonként más-más ciklusokkal, de egyébként nincs eltérés a zöld és a piros változásának ritmusában. Mivel a közlekedés távolról sem ilyen kiszámítható, könnyen belátható, hogy a forgalomszervezésnek nem ez a legjobb módja.

A BME Villamosmérnöki és Informatikai Karának kutatói japán és török kollégáikkal azon dolgoznak, hogy a jövő lámpái 

mereven programozott robotok helyett algoritmusok által dinamikusan irányított, a forgalom alakulását megjósolni képes, ahhoz előre alkalmazkodó okoseszközök 

legyenek.

A Multi-Input Deep Learning for Congestion Prediction and Traffic Light Control (TRALICO) nevű projekt másfél éve indult. A BME-n fejlesztettek egy teljesen új neurális hálót, amely hamarosan eljut az éles tesztek fázisába – tudta meg a bme.hu Simon Vilmostól, a VIK Hálózati Rendszerek és Szolgáltatások Tanszék docensétől, aki a projekt BME-s koordinátora.

Teljes cikk: https://www.bme.hu/hirek/250721/bme-vik-kozlekedes-forgalom-MI-fejlesztes-tralico