Navigacija koja prepoznaje parking mogla bi okončati potragu za mestom i drastično smanjiti emisije

Svi smo to doživeli: ulazite u centar grada, proveravate navigaciju i shvatate da je preporučeni parking pun. Na kraju kružite oko bloka, kasnite i nepotrebno povećavate emisiju izduvnih gasova u već zagušenim ulicama. Istraživači sa MIT-a tvrde da ovo nije samo neprijatnost, već faktor koji direktno podstiče saobraćajne gužve i emisiju gasova staklene bašte.

Kako novi sistem funkcioniše

Prototip vas ne vodi samo do krajnjeg odredišta. On skenira svaki javni parking u blizini i balansira tri ključna faktora:

1. Udaljenost parkinga od polazne tačke.
2. Vreme pešačenja od parkinga do krajnjeg odredišta.
3. Verovatnoću da će mesto i dalje biti slobodno u trenutku vašeg dolaska.

Algoritam koristi dinamičko programiranje, polazeći od idealnih ishoda – obezbeđenog mesta i kratke šetnje – kako bi odabrao rutu koja minimizira očekivano ukupno vreme, uključujući vožnju, parkiranje i pešačenje.

Realne brojke iz simulacije u Sijetlu

Simulacija zasnovana na stvarnim podacima o saobraćaju u Sijetlu pokazala je da sistem može skratiti vreme putovanja do 66% u trenucima najvećih gužvi. Za prosečnog putnika to znači uštedu od oko 35 minuta u poređenju sa uobičajenom navikom „vožnje do najbližeg parkinga“.

Tim je testirao tri strategije: čekanje da se mesto oslobodi, kretanje od parkinga do parkinga i pristup zasnovan na verovatnoći. Nova metoda je nadmašila strategiju čekanja za oko 60%, dok je taktiku „skakanja“ s jednog parkinga na drugi pobedila za oko 20%.

Odakle dolaze podaci

Budući da mnoge garaže nemaju namenske senzore, istraživači su se oslonili na doprinos korisnika (crowdsourcing). Vozači putem aplikacije mogu označiti da nema slobodnih mesta, ili sistem može samostalno zaključiti dostupnost na osnovu broja automobila koji kruže oko bloka. U simulaciji su ovi izveštaji korisnika odstupali samo oko 7% od stvarne popunjenosti, što ukazuje na to da su dovoljno precizni za svakodnevnu upotrebu.

Buduće nadogradnje mogle bi koristiti podatke iz autonomnih vozila koja stalno mapiraju slobodna mesta, ili čak satelitske snimke, čime bi se procene verovatnoće dodatno izoštrile.

Više od brojki: ekološki efekti i promena ponašanja

Skraćivanje vremena potrage za mestom direktno smanjuje potrošnju goriva i zagađenje. Pored toga, kada vozači vide realno vreme putovanja koje uključuje i proces parkiranja, lakše se odlučuju za autobus, bicikl ili zajedničku vožnju. „Kada se vreme vožnje sistematski potcenjuje, to odvraća ljude od korišćenja javnog prevoza“, objašnjava glavni autor Kameron Hikert, istraživač sa MIT-a.

Sledeći koraci i izazovi

Iako prototip trenutno postoji samo u simulaciji, tim planira pokretanje pilot-projekata na nivou grada koji će obrađivati podatke u realnom vremenu. Glavne prepreke su:

• Integracija izveštaja korisnika u postojeće navigacione platforme.
• Zaštita privatnosti vozača i bezbednost podataka prilikom deljenja statusa o parkiranju.
• Skaliranje modela kako bi podržao hiljade korisnika koji istovremeno šalju i primaju informacije.

Projekat finansiraju Cintra, MIT Energy Initiative i Nacionalna naučna fondacija, što naglašava veliko interesovanje za jednostavna rešenja koja mogu doneti značajne ekološke koristi.

Dok se gradovi bore sa sve većim gužvama i klimatskim ciljevima, navigaciona aplikacija koja vam kaže „parkirajte ovde, a zatim prošetajte nekoliko minuta“ mogla bi postati jednako neophodna kao i uputstva „skretanje po skretanje“ na koja se već oslanjamo.