Optimizing Traffic Conflict Analysis at Signalized Intersections Using Multi-Scale Cellular Automata

एक शहर के हलचल भरे केंद्र में, चौराहा निरंतर बातचीत का एक स्थान है। यह वह स्थान है जहाँ ट्रैफिक लाइटों के कठोर शेड्यूल, मानवीय गतिविधियों की अप्रत्याशित लय से मिलते हैं। दशकों से, इंजीनियर इस अराजकता को नियंत्रित करने की कोशिश कर रहे हैं, जो अक्सर उन मॉडलों पर निर्भर करते हैं जो कारों और लोगों को यातायात की अलग-अलग धाराओं के रूप में देखते हैं। हालाँकि, दुनिया के कई हिस्सों में, विशेष रूप से भारत में, वास्तविकता कहीं अधिक आपस में जुड़ी हुई है। पैदल यात्री केवल किनारे पर प्रतीक्षा नहीं करते; वे वाहनों के बीच से रास्ता बनाते हैं, और वाहनों को लोगों की उपस्थिति के अनुसार लगातार तालमेल बिठाना पड़ता है। सुरक्षा और दक्षता के इस जटिल नृत्य को समझने के लिए, शोधकर्ता 'सेलुलर ऑटोमेटा' नामक एक विधि की ओर मुड़ते हैं। एक विशाल ग्रिड की कल्पना करें, जैसे कि एक शतरंज का बोर्ड, जहाँ प्रत्येक वर्ग खाली या भरा हुआ हो सकता है। इस मॉडल के पारंपरिक संस्करणों में, सभी वर्ग एक ही आकार के होते हैं, और चलने के नियम सरल और समान होते हैं। लेकिन वास्तविक जीवन एकसमान नहीं है; एक व्यक्ति द्वारा लिया गया एक कदम, मुड़ने वाले ट्रक के विशाल घेरे से भिन्न होता है, और भीड़ का प्रवाह इस बात पर निर्भर करता है कि सड़क कितनी भरी हुई है। यहीं पर एक नया, अधिक परिष्कृत दृष्टिकोण आता है, जो ग्रिड को अपना ध्यान बदलने की अनुमति देता है, यानी व्यक्तिगत कदमों पर ज़ूम करता है और साथ ही पूरी सड़क के प्रवाह को देखने के लिए पीछे हटता है।

भारत के एसआरएम इंस्टीट्यूट ऑफ साइंस एंड टेक्नोलॉजी के एक शोधकर्ता ने इस उन्नत सोच को एक विशिष्ट समस्या पर लागू किया है: सिग्नल वाले चौराहों पर कारों और लोगों के बीच के खतरनाक और अक्सर भ्रमित करने वाले संपर्क। उनका कार्य, जो एक शोध लेख के रूप में प्रकाशित हुआ है, एक तीन-तरफा चौराहे पर केंद्रित है जहाँ वाहन और पैदल यात्री ट्रैफिक लाइट के मार्गदर्शन में एक-दूसरे को पार करते हैं। टीम ने एक डिजिटल सिमुलेशन बनाया जिसे वे 'मल्टी-स्केल सेलुलर ऑटोमेटा' कहते हैं। पुराने मॉडलों के विपरीत, जो पूरे चौराहे को एक ही धुंधले लेंस से देखते होंगे, यह नया मॉडल एक पदानुक्रमित (hierarchical) ग्रिड का उपयोग करता है। यह एक ही समय में विवरण के विभिन्न स्तरों पर कार्य करता है। सबसे निचले स्तर पर, यह एक खाली स्थान में कदम रखने वाले एक अकेले व्यक्ति की गति को ट्रैक करता है। मध्यम स्तर पर, यह इस बात पर विचार करता है कि भीड़ का घनत्व पैदल चलने की गति को कैसे प्रभावित करता है। सबसे बड़े स्तर पर, यह ट्रैफिक सिग्नल और वाहनों के समग्र प्रवाह को ध्यान में रखता है। इन दृष्टिकोणों की परतें बनाकर, शोधकर्ता ने एक आभासी वातावरण बनाया जो एक व्यस्त भारतीय सड़क के अव्यवस्थित, वास्तविक व्यवहार की नकल करता है, जहाँ मिश्रित यातायात एक सामान्य बात है।

सिमुलेशन एक विशिष्ट परिदृश्य पर केंद्रित था: नब्बे सेकंड के निश्चित चक्र वाला एक सिग्नल वाला चौराहा। इस चक्र के भीतर, वाहनों और पैदल यात्रियों के ट्रैफिक लाइट के समय अलग-अलग होते हैं। उदाहरण के लिए, पैदल यात्री सिग्नल तीस सेकंड की ग्रीन लाइट के बाद साठ सेकंड की रेड लाइट की अनुमति देता है। इस जंक्शन की ओर जाने वाली सड़क दो लेन वाली एक दो-मार्गी सड़क है, और जेब्रा क्रॉसिंग स्वयं चौबीस मीटर लंबी और तीन मीटर चौड़ी है। शोधकर्ता ने इस डिजिटल स्थान को आभासी पैदल यात्रियों और वाहनों से भर दिया। उन्होंने पैदल यात्रियों को यादृच्छिक (random) अंतराल पर आने के लिए प्रोग्राम किया, ठीक वैसे ही जैसे लोग वास्तव में करते हैं, और उन्हें ऐसी गति से चलने के लिए प्रोग्राम किया जो इस आधार पर बदलती है कि क्रॉसवॉक कितना भीड़भाड़ वाला है। यदि आगे का रास्ता साफ है, तो एक आभासी पैदल यात्री तेजी से चल सकता है; यदि जगह तंग है, तो वे धीमे हो जाते हैं या रुक जाते हैं। वाहनों को इसी तरह के तर्क का पालन करने के लिए प्रोग्राम किया गया था, जो लोगों की उपस्थिति और ट्रैफिक लाइट के रंग के प्रति प्रतिक्रिया करते हैं। मॉडल को खुला (open) बनाया गया था, जिसका अर्थ है कि नए वाहन और लोग सिस्टम में प्रवेश कर सकते हैं और इससे बाहर निकल सकते हैं, ठीक वैसे ही जैसे वे एक वास्तविक शहर में करते हैं, न कि एक बंद लूप में फंसे रहते हैं।

अध्ययन का मुख्य केंद्र यह देखना था कि ये आभासी एजेंट कैसे परस्पर क्रिया करते हैं और कहाँ वे आपस में टकराते हैं। शोधकर्ता ने उन विशिष्ट क्षेत्रों की पहचान की जहाँ संघर्ष होने की सबसे अधिक संभावना थी। तनाव का एक प्रमुख बिंदु बाएँ मुड़ने वाली लेन (left-turning lane) था, जहाँ एक वाहन जो बाईं ओर मुड़ रहा है, पैदल यात्रियों के मार्ग को काट सकता है जिनके लिए ग्रीन लाइट है। संघर्ष का एक अन्य क्षेत्र सीधे जाने वाले वाहनों और सड़क पार करने वाले पैदल यात्रियों से संबंधित था, विशेष रूप से जब नियम वाहनों को आगे बढ़ने की अनुमति देते हैं जबकि पैदल यात्री अभी भी सड़क पार कर रहे होते हैं। सिमुलेशन ने हर बार ट्रैक किया जब एक वाहन और एक पैदल यात्री ने एक ही स्थान और एक ही समय में कब्जा करने का प्रयास किया। इसने इन अंतःक्रियाओं के कारण होने वाली देरी को भी मापा, यह गणना की कि एक पैदल यात्री को टक्कर से बचने के लिए कितनी देर तक प्रतीक्षा करनी पड़ी या रुकना पड़ा। परिणामों ने दिखाया कि जैसे-जैसे वाहनों की संख्या बढ़ती है, पैदल यात्रियों के लिए देरी काफी बढ़ जाती है। मॉडल ने खुलासा किया कि ये देरी केवल समय का साधारण जोड़ नहीं थी; इन्होंने एक लहर जैसा प्रभाव (ripple effect) पैदा किया। जब कारों का घनत्व एक निश्चित बिंदु पर पहुँच जाता है, तो पूरे सिस्टम का व्यवहार बदल जाता है, जिससे अचानक भीड़भाड़ और संघर्ष में वृद्धि होती है।

जो इस अध्ययन को विशिष्ट बनाता है, वह है यह कि यह इन अंतःक्रियाओं की गैर-रैखिक (non-linear) प्रकृति को कैसे पकड़ता है। सरल मॉडलों में, अधिक कारें जोड़ने का मतलब केवल प्रतीक्षा समय में निरंतर वृद्धि हो सकता है। इस मल्टी-स्केल सिमुलेशन में, शोधकर्ता ने देखा कि सिस्टम भीड़ के विभिन्न स्तरों पर अलग तरह से व्यवहार करता है। कम घनत्व पर, पैदल यात्री और कारें अपेक्षाकृत स्वतंत्र रूप से चलते हैं। लेकिन जैसे-जैसे भीड़ बढ़ती है, अंतःक्रियाएं अधिक जटिल हो जाती हैं, और देरी उन तरीकों से बढ़ जाती है जिनकी भविष्यवाणी पुराने तरीकों से करना कठिन है। मॉडल ने दिखाया कि ट्रैफिक लाइट का समय एक महत्वपूर्ण भूमिका निभाता है। पैदल यात्री सिग्नल और वाहन प्रवाह के बीच कुछ सेकंड का मिसअलाइनमेंट (तालमेल की कमी) भी संघर्षों की एक श्रृंखला पैदा कर सकता है। शोधकर्ता ने पाया कि जब पैदल यात्रियों को बहुत लंबे समय तक प्रतीक्षा करने के लिए मजबूर किया जाता है, तो वे रेड लाइट के विरुद्ध चलना शुरू कर सकते हैं, जो एक ऐसा व्यवहार है जो ट्रैफिक प्रवाह को और अधिक जटिल बनाता है और दुर्घटनाओं के जोखिम को बढ़ाता है। सिमुलेशन ने यह भी रेखांकित किया कि क्रॉसवॉक की चौड़ाई और पैदल यात्रियों के आगमन की दर महत्वपूर्ण कारक हैं। एक चौड़ा क्रॉसवॉक समाधान लग सकता है, लेकिन यदि ट्रैफिक सिग्नल का समय प्रवाह के अनुरूप समायोजित नहीं किया गया है, तो यह उम्मीद के मुताबिक संघर्षों को कम नहीं कर पाएगा।

निष्कर्ष बताते हैं कि इन चौराहों को अनुकूलित करने के लिए एक साथ कई कोणों से समस्या को देखना आवश्यक है। केवल ग्रीन लाइट की लंबाई बदलना या सड़क को चौड़ा करना पर्याप्त नहीं है। शोधकर्ता ने प्रदर्शित किया कि एक मॉडल जो व्यक्तिगत कदम और समग्र भीड़ आंदोलन दोनों को देख सकता है, शहरी यातायात की वास्तविक गतिशीलता को समझने के लिए आवश्यक है। इस मल्टी-स्केल दृष्टिकोण का उपयोग करके, वे सटीक रूप से पहचान करने में सक्षम थे कि संघर्ष कहाँ और क्यों होते हैं। उन्होंने पाया कि सबसे खतरनाक क्षण तब होते हैं जब सड़क के नियम अस्पष्ट होते हैं, जैसे कि जब किसी वाहन को रेड लाइट पर मुड़ने की अनुमति दी जाती है जबकि पैदल यात्री सड़क पार कर रहे होते हैं। अध्ययन यह दावा नहीं करता है कि उसने ट्रैफिक सुरक्षा की समस्या को हल कर दिया है, बल्कि यह समाधानों के परीक्षण के लिए एक शक्तिशाली उपकरण प्रदान करता है। शोधकर्ता का प्रस्ताव है कि उनके मॉडल का उपयोग बेहतर ट्रैफिक सिग्नल डिजाइन करने के लिए किया जा सकता है जो लोगों और कारों के बदलते घनत्व के अनुसार वास्तविक समय में अनुकूलित हो सकें। वे यह भी सुझाव देते हैं कि भविष्य के कार्यों में इन मॉडलों का वास्तविक चौराहों के वास्तविक डेटा के विरुद्ध परीक्षण करना शामिल हो सकता है ताकि यह देखा जा सके कि सिमुलेशन वास्तविक दुनिया में कितनी अच्छी तरह काम करते हैं।

अंततः, यह शोध हमारे दैनिक आवागमन को नियंत्रित करने वाली अदृश्य शक्तियों का एक स्पष्ट दृश्य प्रदान करता है। यह ट्रैफिक को केवल धातु और रबर के प्रवाह के विचार से परे ले जाता है, इसे मानव निर्णयों और भौतिक बाधाओं की एक जटिल प्रणाली के रूप में पहचानता है। मल्टी-स्केल सेलुलर ऑटोमेटा मॉडल इस प्रणाली के भीतर एक खिड़की के रूप में कार्य करता है, जो इंजीनियरों को वास्तविक जीवन को जोखिम में डाले बिना विभिन्न रणनीतियों का परीक्षण करने की अनुमति देता है। यह समझकर कि एक पैदल यात्री की हिचकिचाहट कैसे पूरे चौराहे को प्रभावित करने वाली लहर पैदा कर सकती है, शहर योजनाकार ऐसे स्थान डिजाइन कर सकते हैं जो न केवल अधिक कुशल हों, बल्कि सभी के लिए सुरक्षित भी हों। अध्ययन इस बात पर जोर देता है कि पैदल यात्री को केवल प्रबंधित किए जाने वाले एक अवरोध के रूप में नहीं, बल्कि ट्रैफिक पारिस्थितिकी तंत्र के एक केंद्रीय हिस्से के रूप में देखा जाना चाहिए। जैसे-जैसे शहर बढ़ते जा रहे हैं और अधिक भीड़भाड़ वाले हो रहे हैं, इन जटिल अंतःक्रियाओं को मॉडल करने की क्षमता उन शहरी वातावरणों के निर्माण के लिए अत्यंत महत्वपूर्ण हो जाएगी जहाँ लोग और वाहन निरंतर संघर्ष के बिना सह-अस्तित्व में रह सकें।