Adaptive SDN-Assisted Traffic Signal Control for Road Traffic Congestion Mitigation in VANETs

हर दिन, लाखों चालक शहर की सड़कों पर चलते हैं, जो अक्सर उन चौराहों पर लंबी कतारों में फंसे रह जाते हैं जहाँ ट्रैफिक लाइटें एक कठोर, अपरिवर्तनीय समय सारिणी के अनुसार चलती हैं। ये निश्चित टाइमर यह नहीं जानते कि कोई लेन कारों से भरी है या खाली है, जिससे समय की बर्बादी होती है, आइडलिंग (इंजन चालू रखकर खड़े रहने) के दौरान अतिरिक्त ईंधन जलता है, और वाहनों का एक निराशाजनक जमाव होता है जो पूरे नेटवर्क को धीमा कर देता है। हाल के वर्षों में, इंजीनियरों ने कारों को सड़क के बुनियादी ढांचे से जोड़ना शुरू कर दिया है, जिससे वाहन अपनी गति और स्थान को रोडसाइड यूनिट्स को प्रसारित कर सकते हैं। वास्तविक समय के डेटा का यह प्रवाह स्थिर टाइमर से आगे बढ़ने का एक अवसर प्रदान करता है, लेकिन इस जानकारी को प्रबंधित करने के लिए एक केंद्रीय मस्तिष्क की आवश्यकता होती है जो पूरे सिस्टम के लिए त्वरित और निष्पक्ष निर्णय ले सके। चुनौती एक ऐसा नियंत्रण प्रणाली बनाने में है जो तुरंत देख सके कि कौन सी सड़क सबसे अधिक भीड़भाड़ वाली है, उस लेन को हरा सिग्नल दे सके, और फिर भी यह सुनिश्चित कर सके कि कोई अन्य दिशा हमेशा के लिए प्रतीक्षा न करती रह जाए।

पांडिचेरी विश्वविद्यालय के शोधकर्ताओं ने वाहन संचार को सॉफ्टवेयर-डिफाइंड नेटवर्किंग नामक एक केंद्रीकृत नेटवर्क प्रबंधन प्रणाली के साथ जोड़कर इस समस्या को हल करने के लिए एक नया दृष्टिकोण विकसित किया है। पूर्व-निर्धारित टाइमर पर निर्भर रहने के बजाय, उनका सिस्टम एक गतिशील ट्रैफिक मैनेजर के रूप में कार्य करता है जो लगातार कारों की बात सुनता है। जैसे ही वाहन एक चौराहे के पास पहुँचते हैं, वे अपने स्थान और गति से युक्त संक्षिप्त डिजिटल बीकन भेजते हैं। रोडसाइड यूनिट्स इस जानकारी को एकत्र करती हैं और प्रत्येक लेन की स्थिति का सारांश तैयार करती हैं, जिसमें यह गणना की जाती है कि कितनी कारें रुकी हुई हैं या धीमी गति से चल रही हैं और उनकी औसत गति क्या है। यह सारांश एक केंद्रीय नियंत्रक को भेजा जाता है, जो एक ट्रैफिक कमांड सेंटर की तरह कार्य करता है, जो ठीक उसी क्षण डेटा का विश्लेषण करता है कि किस लेन में सबसे अधिक मांग है।

इसके बाद सिस्टम निर्णय लेता है कि किस ट्रैफिक लाइट को हरा होना चाहिए। यह उस लेन की पहचान करता है जिसमें सबसे अधिक भीड़ है और उसे प्राथमिकता देता है, जिससे उन वाहनों को पहले चौराहे को पार करने की अनुमति मिलती है। निष्पक्षता सुनिश्चित करने के लिए, सिस्टम शेष लेन के लिए एक संरचित रोटेशन पद्धति का उपयोग करता है, ताकि यदि दो सड़कों पर यातायात का स्तर समान हो, तो वे एक-दूसरे को हरा सिग्नल मिलने की बारी के आधार पर बारी लें, न कि उनमें से किसी एक को अनदेखा किया जाए। यह प्रक्रिया हर पचास सेकंड में दोहराई जाती है, जिससे ट्रैफिक सिग्नल वाहनों के बदलते प्रवाह के अनुसार निरंतर अनुकूलित हो पाते हैं। शोधकर्ताओं ने इस विचार का परीक्षण एक परिष्कृत कंप्यूटर सिमुलेशन का उपयोग करके किया जिसने 250 वाहनों तक वाले एक चार-मार्गी शहरी चौराहे का मॉडल बनाया था। उन्होंने अपने एडेप्टिव (अनुकूलन योग्य) सिस्टम की तुलना पारंपरिक निश्चित-समय संकेतों और अन्य मौजूदा तरीकों से की ताकि देखा जा सके कि भारी ट्रैफिक स्थितियों में यह कैसा प्रदर्शन करता है।

इन सिमुलेशन के परिणाम इस एडेप्टिव दृष्टिकोण के स्पष्ट लाभ को दर्शाते हैं। जब ट्रैफिक का वॉल्यूम बढ़ा, तो पारंपरिक सिस्टम संघर्ष करने लगा, जिसमें पीक लोड के दौरान वाहन औसतन पांच मिनट से अधिक प्रतीक्षा करते थे। इसके विपरीत, नए सिस्टम ने औसत प्रतीक्षा समय को काफी कम रखा, भारी भीड़ के दौरान भी इसे लगभग 51 सेकंड तक बनाए रखा। यह दक्षता वाहनों की बेहतर आवाजाही में सीधे तौर पर परिवर्तित हुई; सिमुलेशन के दौरान, एडेप्टिव सिस्टम ने चौराहे से 415 कारों को गुजरने दिया, जबकि पारंपरिक निश्चित-समय संकेतों के साथ केवल 261 कारें ही निकल सकीं। यह इस बात का प्रमाण है कि चौराहे से वाहनों की कतार को कितनी तेजी से साफ किया जा सकता है।

केवल कारों को तेजी से चलाने के अलावा, इस सिस्टम ने वाहनों और सड़क के बीच संचार में भी सुधार किया। क्योंकि एडेप्टिव सिग्नल्स ने कतारों को अधिक कुशलता से साफ किया, इसलिए सड़कों पर भीड़ कम हुई, जिससे प्रसारण के दौरान डेटा पैकेट के खोने या देरी होने की संख्या भी कम हो गई। सिस्टम ने सफल डेटा डिलीवरी की उच्च दर बनाए रखी और सूचना के एक बिंदु से दूसरे बिंदु तक जाने में लगने वाले समय को पारंपरिक तरीकों की तुलना में बहुत कम रखा। इसके अतिरिक्त, आइडलिंग और बार-बार रुकने और चलने (स्टॉप-एंड-गो) के कम होने से ईंधन की खपत में भी मापने योग्य गिरावट आई, जिससे वाहनों ने निश्चित टाइमर के कारण बनने वाली लंबी कतारों में फंसने वाले वाहनों की तुलना में प्रति यात्रा काफी कम ईंधन का उपयोग किया।

यह अध्ययन दर्शाता है कि वास्तविक समय के डेटा का उपयोग करके ट्रैफिक सिग्नल को निर्देशित करके, शहर नई सड़कें बनाए बिना भी भीड़भाड़ को अधिक प्रभावी ढंग से प्रबंधित कर सकते हैं। हालांकि परिणाम भौतिक शहर के बजाय कंप्यूटर सिमुलेशन से आए हैं, लेकिन निष्कर्ष बताते हैं कि सड़क की बात सुनने और वास्तविक समय में समायोजित होने में सक्षम एक प्रणाली भीड़भाड़ को काफी कम कर सकती है, ईंधन बचा सकती है और संचार नेटवर्क को सुचारू रूप से चला सकती है। शोधकर्ता निष्कर्ष निकालते हैं कि यह तरीका आधुनिक शहरी यातायात की जटिल मांगों को संभालने का एक संतुलित और स्केलेबल तरीका है, जो यह सिद्ध करता है कि डेटा-संचालित लचीला दृष्टिकोण अतीत के कठोर शेड्यूल की तुलना में कहीं अधिक श्रेष्ठ है।