Ученые пересмотрели классическую теорию образования пробок

Что случилось

Ученые Московского физико-технического института и Университета Дуйсбурга — Эссена изучили, как именно появляются дорожные пробки — они проанализировали поведение водителей и алгоритмов автопилота в плотном потоке.

Исследование показало, что пробки возникают не только из-за резкого торможения. Важную роль играет обратное действие — попытка водителя быстрее разогнаться, чтобы выбраться из замедленного участка дороги. Ученые назвали это явление «переускорением». Когда один автомобиль ускоряется сильнее, чем позволяет ситуация впереди, следующий водитель вынужден снова притормозить. Так в потоке возникает нестабильность. Она может либо быстро исчезнуть, либо перерасти в устойчивый затор.

Авторы использовали теорию трех фаз транспортного потока. В ней различают свободное движение, синхронизированное движение на низкой скорости и полноценную пробку. Переход от свободного потока к синхронизированному состоянию оказался ключевым моментом появления заторов.

Ученые обнаружили, что «переускорение» возникает не только из-за агрессивного стиля вождения. Оно может появляться при безопасных маневрах — перестроениях, выезде с полос разгона или работе круиз-контроля.

Модель одинаково работает для потоков с обычными водителями и для движения, где все машины оснащены системами автоматического управления. Это делает результаты полезными для разработки беспилотных автомобилей и систем управления трафиком.

Контекст и предпосылки

Пробки остаются одной из ключевых городских проблем во всем мире. По оценке INRIX, водители в крупных мегаполисах ежегодно теряют десятки часов из-за заторов, а экономические потери исчисляются сотнями миллиардов долларов.

Долгое время пробки объясняли в основном человеческими ошибками: резким торможением, невнимательностью и реакцией с задержкой. Эти допущения легли в основу большинства моделей дорожного движения и алгоритмов управления трафиком.

Ситуация начала меняться с распространением адаптивного круиз-контроля и систем помощи водителю. Эксперименты показали, что даже небольшая доля машин с автоматическим управлением может как снижать пробки, так и неожиданно усиливать их. Это поставило под сомнение старые модели.

Поэтому в последние годы исследователи все чаще переходят к микроскопическим моделям движения — тем, которые описывают конкретные действия отдельного водителя или алгоритма.

Вероятные последствия

• Алгоритмы для беспилотных автомобилей могут быть пересмотрены. Текущие системы управления часто оптимизируют ускорение как способ быстрее вернуться к свободному потоку. Новая модель показывает, что такое поведение само по себе может провоцировать заторы. Это означает необходимость корректировки логики автопилотов, чтобы они стабилизировали поток, а не усиливали колебания скорости.
• Системы управления трафиком смогут точнее прогнозировать пробки. Понимание роли «переускорения» дает дополнительный параметр для мониторинга дорог. Это позволяет раньше выявлять нестабильные участки, где поток близок к фазовому переходу, и вмешиваться до формирования полноценного затора.