تعتمد إدارة حركة المرور الحضرية بشكل كبير على شبكة الحساسات (Sensors)، والتي تفتقر إلى التغطية الكاملة بسبب التكاليف المرتبطة بنشرها والقيود المتعلقة بالخصوصية. هذا القصور يؤثر على كفاءة نماذج التعلم الآلي (Machine Learning) التي تحتاج إلى بيانات موثوقة من جميع المواقع، مما يؤدي إلى صعوبة التعميم على المواقع غير المراقبة.

لتجاوز هذه العقبة، نقترح منهجية جديدة تعتمد على المحاكاة، حيث يتم استبدال كل حساس فعلي بحساس افتراضي في موقع بديل ضمن شبكة الطرق. هذه الحساسات الافتراضية يتم اختيارها من خلال خوارزمية بحث تضمن استمرار تدفق المركبات وتوافق مؤشرات المرور بين المواقع الأصلية والبديلة، مع الحفاظ على حد أدنى من التحركات المكانيّة لضمان تنوع الظروف المرورية المرصودة.

لقد تم اختبار الطريقة في مدينتين بلجيكيتين: بروكسل، باستخدام نموذج مضبوط، ونامور، باستخدام نماذج اصطناعية. أظهرت البيانات المعززة المحتفظ بها نمط الطلب اليومي ثنائي النمط وديناميكيات حركة المرور في المواقع المراقبة.

هذه الطريقة تمثل خطوة كبيرة نحو تحسين أنظمة إدارة المرور، مما يوفر معلومات أكثر دقة ويساهم في تخفيف الازدحام.

ما رأيكم في هذه التقنية الجديدة؟ هل تعتقدون أنها ستحدث فرقًا في إدارة المرور في مدنكم؟ شاركونا في التعليقات!