AI + πολλαπλά δεδομένα = Καινοτόμο «έξυπνο» σύστημα προσαρμοστικού φωτισμού! 

Του Διονύση Κηλίδη

Το σύστημα προσαρμοστικού φωτισμού έχει αναπτυχθεί σε συνεργασία με το Εθνικό Μετσόβιο Πολυτεχνείο (ΕΜΠ) και εξειδικευμένους συνεργάτες από το χώρο των Startup επιχειρήσεων, όπως λ.χ. τις Extrabit, Ex Machina (EXM) και Invision AI.

Μέσω της συγκεκριμένης κίνησης, το «έξυπνο» σύστημα οδικού φωτισμού προσαρμόζει αυτόματα την ένταση στο επίπεδο κυκλοφορίας και την ποιότητα των συνθηκών οδήγησης. 

Η συνεχής παρακολούθηση της κυκλοφορίας των οχημάτων σε κάθε κόμβο επιτρέπει να υπολογίζει τη συνολική κίνηση στον αυτοκινητόδρομο και να κάνει προβλέψεις σε σχέση με το πώς αυτή θα εξελιχθεί για την επόμενη ώρα. Μάλιστα, όταν η κίνηση μειώνεται και η πρόγνωσή της παραμένει χαμηλή, τότε μειώνει σταδιακά τον φωτισμό.

Το σύστημα περιλαμβάνει επίσης δεδομένα σε πραγματικό χρόνο από τους μετεωρολογικούς σταθμούς και τις κάμερες του αυτοκινητόδρομου, έτσι ώστε να αυξάνει άμεσα τον φωτισμό σε περίπτωση αλλαγής των συνθηκών οδήγησης.

Σήμερα, το σύστημα έχει τεθεί σε δοκιμαστική λειτουργία στο τμήμα Ελευσίνα-Κόρινθος, ενώ εκτιμάται πως μέχρι το ερχόμενο καλοκαίρι θα έχει εφαρμοστεί σε όλο το μήκος του αυτοκινητόδρομου της Ολυμπίας Οδού.

Το σύστημα προσαρμοστικού φωτισμού, σε συνδυασμό με την ενεργειακή απόδοση των φωτιστικών LED που έχει ήδη υλοποιήσει πλήρως η Ολυμπία Οδός, αναμένεται να επιτρέψει τη μείωση της ετήσιας κατανάλωσης ενέργειας του αυτοκινητόδρομου για νυχτερινό φωτισμό έως και 75%. 

Ποια στοιχεία συνδύασε η Extrabit για το έργο

Ο ρόλος της Extrabit στο έργο που υλοποιείται στην Ολυμπία Οδό αφορά την ανάπτυξη ενός ολοκληρωμένου «έξυπνου» συστήματος φωτισμού αυτοκινητόδρομου για το τμήμα από την Ελευσίνα μέχρι την Πάτρα. 

Τα βασικά στοιχεία του περιλαμβάνουν τον αλγόριθμο μηχανικής μάθησης που προβλέπει με ακρίβεια τον αριθμό των οχημάτων σε προκαθορισμένα μελλοντικά διαστήματα, τα πρωτόκολλα επικοινωνίας για διασύνδεση με περίπου 8.000 LED φωτιστικά με ρυθμιζόμενο φωτισμό, καθώς επίσης και την οπτικοποίηση και έλεγχο του πλήρους συστήματος σε μια σύγχρονη, web-based πλατφόρμα. 

Θα πρέπει να σημειωθεί πως αναπτύχθηκε από την Extrabit, το οποίο λαμβάνει δεδομένα από όλους τους ανιχνευτές επαγωγικού βρόχου, που βρίσκονται στους κόμβους του αυτοκινητόδρομου. Η απόκτηση γίνεται με λήψη αρχείων μορφοποιημένων CSV σε χρονικά διαστήματα 6 λεπτών μέσω του πρωτοκόλλου sFTP. Τα συγκεκριμένα δεδομένα στη συνέχεια αναλύονται και εισάγονται σε μια time series βάση δεδομένων.

Ο αλγόριθμος μηχανικής μάθησης «διαβάζει» τα δεδομένα από τη σχετική database και με βάση προηγούμενα δεδομένα και αποτελέσματα εκπαίδευσης μπορεί να προβλέψει τον όγκο της κυκλοφορίας για τα επόμενα δεκαπέντε λεπτά έως και χρονικό διάστημα τεσσάρων ωρών. Η πρόβλεψη εκτελείται σε βάση ανά κόμβο και κατεύθυνση (λ.χ. προς Πάτρα ή προς Ελευσίνα). Τα αποτελέσματα αποθηκεύονται και πάλι σε μια βάση δεδομένων, ενώ για το συγκεκριμένο έργο και για σκοπούς δοκιμής είναι επίσης διαθέσιμη μια εφαρμογή Grafana dashboard για σύγκριση του πραγματικού χρόνου με τα προβλεπόμενα δεδομένα.

Από την πλευρά της, η Ολυμπία Οδός Α.Ε. απαιτεί ο φωτισμός των οδικών τμημάτων που εκτείνονται σε πολλαπλούς κόμβους να είναι όσο το δυνατόν πιο ομοιόμορφος για καλύτερη συνολική κάλυψη φωτός. Επιπλέον, τα οδικά τμήματα μεταξύ των κόμβων πρέπει επίσης να μειωθούν ανάλογα με τα αποτελέσματα της πρόβλεψης. Για να το πετύχει αυτό, η Extrabit σε συνεργασία με την Ολυμπία Οδό «χώρισε» τον αυτοκινητόδρομο σε τμήματα με βάση τη θέση των διοδίων και την κατεύθυνση της κυκλοφορίας. 

Τρία επίπεδα dimming φωτισμού με βάση την απαιτούμενη ένταση

Δεδομένου ότι κατά τη διάρκεια της νύχτας τα φώτα στα διόδια είναι πάντα αναμμένα και οι οδηγοί πρέπει να μειώσουν την ταχύτητα ή να σταματήσουν όταν περνούν, η αλλαγή στην ένταση του φωτός δεν θα είναι ορατή. Ως αποτέλεσμα, δημιουργήθηκαν 8 τμήματα, 4 για κάθε κατεύθυνση, ενώ κάθε ένα διαθέτει ομοιόμορφη κάλυψη φωτισμού. 

Μάλιστα, για τον έλεγχο της έντασης φωτός σε κάθε τμήμα, χρησιμοποιείται η χειρότερη πρόβλεψη κάθε ομάδας στην ενότητα. Με βάση την υπάρχουσα φωτομετρική μελέτη του αυτοκινητόδρομου, ο προβλεπόμενος αριθμός οχημάτων παρεμβάλλεται σε ένα προκαθορισμένο ποσοστό θαμπώματος για όλα τα φωτιστικά του τμήματος. Επί του παρόντος, χρησιμοποιούνται τρία επίπεδα dimming, ένα για χαμηλή, ένα για μεσαία και ένα για υψηλή ένταση. 

Η εφαρμογή έχει υπό την επίβλεψή της τον καθορισμό του πραγματικού ποσοστού μείωσης της φωτεινότητας που θα εκπέμπεται, επιτρέποντας 

στον χειριστή του συστήματος να προσαρμόζει το ποσοστό μείωσης της φωτεινότητας κάθε τμήματος, παρακάμπτοντας την απόφαση του αλγόριθμου να αλλάζει τον τρόπο λειτουργίας από τη λογική πρόβλεψη σε λογική βάσει χρονοδιαγράμματος και να εισάγει κατάσταση συναγερμού αυξάνοντας την εξασθένηση έως 100% σε περιπτώσεις σημάτων ανίχνευσης συμβάντων ή μετεωρολογικών δεδομένων που υποδηλώνουν κακές καιρικές συνθήκες.

Το άρθρο δημοσιεύτηκε για πρώτη φορά στο Startupper MAG #45