Google a lancé expérimentalement un projet qui optimise le trafic et réduit la pollution dans 12 grandes villes, en régulant l’allumage et l’extinction des feux de circulation grâce à l’intelligence artificielle.
Le trafic urbain est l’une des principales sources d’émissions de gaz à effet de serre dans le monde, en particulier aux carrefours et intersections où les véhicules doivent constamment s’arrêter et redémarrer.
Pour résoudre ce problème, Google a lancé le projet Green Light, une initiative qui utilise l’intelligence artificielle pour optimiser la programmation des feux tricolores et créer un flux de véhicules plus fluide et plus écologique.
Le projet Green Light est basé sur les données de mouvement des véhicules que Google collecte via des applications telles que Google Maps et Waze. Ces données permettent à l’équipe de recherche Google de créer des modèles virtuels de chaque intersection et de ses schémas de circulation, puis de les mettre à l’échelle pour inclure d’autres intersections à proximité et les synchroniser entre elles.
Des vagues de feux verts
De cette manière, l’intelligence artificielle peut analyser simultanément des milliers d’intersections et générer des recommandations pour modifier l’horaire des feux de circulation, dans le but de créer des « vagues de feux verts » qui réduisent le nombre d’arrêts et de démarrages des véhicules. Selon Google, cela peut avoir un impact positif à la fois sur la durée du transport et sur les émissions de gaz polluants.
« Les premiers chiffres indiquent un potentiel de réduction de 30 % des arrêts et de 10 % des émissions de gaz à effet de serre », indique le site Internet du projet.
L’un des avantages les plus notables de ce projet est sa facilité et sa rapidité de mise en œuvre. Google propose ces recommandations gratuitement, pour l’instant, via une petite interface Web, et les ingénieurs en charge des systèmes de circulation dans les villes peuvent les appliquer en seulement cinq minutes en utilisant l’infrastructure existante.
Système d’exploitation dans 12 villes
Le projet est déjà opérationnel à 70 carrefours dans 12 villes : Rio de Janeiro, Seattle, Hambourg, Bangalore, Haïfa, Budapest, Calcutta, Abu Dhabi, Hyderabad, Manchester, Bali et Jakarta.
Ces villes représentent une opportunité de toucher quelque 30 millions de déplacements en voiture par mois. Certaines des villes qui ont testé le projet ont exprimé leur satisfaction quant aux résultats.
Google espère que le projet Green Light pourra s’étendre à davantage de villes à travers le monde et contribuer à améliorer la mobilité urbaine et à réduire l’impact environnemental du transport routier.
Comment ça marche ?
L’intelligence artificielle du projet Green Light fonctionne selon ces paramètres technologiques.
1. Comprendre le carrefour: L’intelligence artificielle utilise les données de Google Maps pour déduire les paramètres des feux de circulation existants tels que le temps de cycle, le temps de transition, le temps et l’ordre verts, la coordination et le fonctionnement des capteurs.
2. Mesurer les tendances du trafic: L’intelligence artificielle crée un modèle pour comprendre comment le trafic traverse l’intersection. Cela vous aide à comprendre les schémas de circulation typiques, tels que le nombre d’arrêts et de départs, le temps d’attente moyen à un feu de circulation, la coordination entre les intersections adjacentes et la manière dont les plans de feux de circulation changent au cours de la journée.
3. Élaborer des recommandations pour la ville: L’intelligence artificielle identifie les ajustements possibles dans la synchronisation des feux tricolores. Ces ajustements sont partagés sous forme de recommandations concrètes avec la ville. Les ingénieurs de la circulation de la ville examinent les recommandations, les approuvent et peuvent facilement les mettre en œuvre en cinq minutes seulement, en utilisant l’infrastructure existante.
4. Analyser l’impact: L’intelligence artificielle mesure le nombre d’arrêts économisés pour les conducteurs et leur impact sur les schémas de circulation. Il utilise ensuite des modèles standards de l’industrie pour calculer l’impact climatique de ces changements. Ceci est partagé avec la ville partenaire et continue d’être surveillé pour tout changement futur nécessaire.
(Une première version de cet article a été publiée le 21 octobre 2023).