FairSCOSCA: Fairness At Arterial Signals -- Just Around The Corner

Probleemstelling

Verkeerslichtencontrole in stedelijke netwerken, en specifiek op hoofdwegen (arterial networks), is cruciaal voor het verminderen van filevorming. De meest wijdverbreide systemen ter wereld zijn SCOOTS (Split, Cycle, and Offset Optimization Technique for Signals) en SCATS (Sydney Coordinated Adaptive Traffic System). Hoewel deze systemen zeer efficiënt zijn in het optimaliseren van doorstroming, missen ze een fundamenteel aspect: eerlijkheid (fairness).

De huidige logica prioriteert vaak de hoofdwegen ten koste van zijwegen (feeders), wat leidt tot:

• Excessieve wachttijden voor voertuigen op minder drukke wegen.
• Onbillijke verdeling van groene tijden.
• Een gebrek aan publieke acceptatie voor nieuwe controlesystemen, omdat verkeersdeelnemers onrechtvaardige situaties ervaren (bijv. lang wachten terwijl de weg leeg is).

Bestaand onderzoek naar eerlijke verkeersregeling is vaak beperkt tot theoretische modellen, machine learning-benaderingen die moeilijk in de praktijk te implementeren zijn, of systemen die geen systematische benchmarking uitvoeren tegen gevestigde industriestandaarden.

Methodologie: FairSCOSCA

De auteurs stellen FairSCOSCA voor, een uitbreiding op de bestaande SCOOTS/SCATS-architectuur. In plaats van het systeem volledig te vervangen door een nieuw algoritme, worden twee praktische, "fairness-versterkende" ontwerpmodificaties geïntroduceerd die naadloos in de bestaande drie optimalisatoren (groenfase, cycluslengte en offset) passen.

De twee kerninnovaties zijn:

1. FairSCOSCA 1: Optimalisatie van de groenfase op basis van cumulatieve wachttijden

   • Huidige situatie: SCOOTS/SCATS allocateert groen tijd puur op basis van de verzadigingsgraad (Degree of Saturation - DS). Dit bestraft systematisch zijwegen met minder voertuigen.
   • Innovatie: De groenverdeling wordt nu ook beïnvloed door de cumulatieve wachttijd van voertuigen op de tegenliggende fasen.
   • Mechanisme: Een straffunctie ($P(k)$) wordt toegepast op fasen die anders te veel groen zouden krijgen. Deze straf is exponentieel gebaseerd op de maximale wachttijd op de tegenliggende rijstroken. Dit zorgt voor een balans tussen efficiëntie (voldoen aan de vraag) en eerlijkheid (Egalitarisme en Rawlsianisme), zodat voertuigen die lang moeten wachten niet volledig worden genegeerd.

2. FairSCOSCA 2: Vroege beëindiging van onderbenutte groenfasen

   • Huidige situatie: Een groenfase loopt vaak uit tot het einde van de cyclus, zelfs als er geen voertuigen meer wachten, terwijl voertuigen op een andere richting op rood staan.
   • Innovatie: Een secundaire, eerlijkheidsbewuste mechanisme dat ingrijpt als een voertuig op rood arriveert tijdens de vroege fase van de huidige actieve groenperiode.
   • Mechanisme: Als de wachttijd voor het komende voertuig een bepaalde drempel ($TTG$) overschrijdt, wordt de huidige groenfase vroegtijdig beëindigd ($TEG$) en wordt de groen tijd aan de wachtende richting toegevoegd. Om stabiliteit te waarborgen, wordt de verloren groen tijd in de volgende cyclus gecompenseerd. Dit richt zich op het verminderen van extreme wachttijden (Rawlsian fairness).

Experimenteel Kader

• Locatie: Een gecalibreerde microsimulatie van het arteriële netwerk "Schorndorfer Strasse" in Esslingen am Neckar, Duitsland.
• Schaal: 5 verkeerslichten, 22 lichten in totaal, 29 sensoren, 26 bushaltes en 11 buslijnen (gemengd verkeer: auto's, motorfietsen, vrachtwagens, bussen).
• Simulatieomgeving: SUMO (Simulation of Urban MObility) met realistisch verkeer van een doordeweekse middagpiek.
• Vergelijking: FairSCOSCA wordt vergeleken met:
  • Standaard SCOOTS/SCATS (SCOSCA).
  • Max-Pressure (een bekende optimalisatie-algoritme).
  • Fixed-Cycle (vooraf ingestelde tijden).
• Evaluatiemetrics:
  • Efficiëntie: Doorstroming, snelheid, dichtheid, totale doorvoer.
  • Eerlijkheid: Gebaseerd op vier normatieve definities: Egalitarisme (Gini-coëfficiënt), Rawlsianisme (maximale vertraging), Utilitarisme (totale reistijd) en Harsanyianisme (gemiddelde vertraging).
  • Horizontale Eerlijkheid: Vergelijking tussen voertuigen op hoofdwegen (arteria) versus zijwegen (feeders).

Belangrijkste Resultaten

De resultaten, gebaseerd op 20 simulatie-runnen met verschillende zaden, tonen aan dat eerlijkheid kan worden verbeterd zonder de efficiëntie significant te verliezen.

1. Efficiëntie:

   • FairSCOSCA 1 presteert zelfs beter dan het standaard SCOSCA-systeem: een toename van de doorstroming met 2,39%, de snelheid met 6,35% en de totale doorvoer met 2,77%.
   • FairSCOSCA 2 behaalt vergelijkbare efficiëntieniveaus als het standaard SCOSCA-systeem, zonder significante verliezen.
   • Beide methoden overtreffen Max-Pressure en Fixed-Cycle aanzienlijk in alle efficiëntie-metrics.

2. Eerlijkheid (Equity):

   • FairSCOSCA 1 toont significante verbeteringen in alle vier eerlijkheidsdimensies (Egalitarisme, Rawlsianisme, Utilitarisme, Harsanyianisme). De Gini-coëfficiënt van vertragingen daalt, en de maximale vertraging neemt af.
   • FairSCOSCA 2 verbetert vooral de Egalitaristische en Rawlsianistische metrics (vermindering van extreme wachttijden), maar heeft minder impact op de totale systeem-efficiëntie.

3. Horizontale Eerlijkheid (Hoofdweg vs. Zijweg):

   • Standaard SCOSCA en Max-Pressure discrimineren voertuigen op zijwegen (feeders) ten gunste van hoofdwegen.
   • FairSCOSCA 1 vermindert deze discriminatie aanzienlijk: voertuigen op zijwegen krijgen een lagere gemiddelde vertraging en een betere verdeling, zonder dat voertuigen op de hoofdwegen hieronder lijden.
   • FairSCOSCA 2 vermindert de discriminatie van zijwegen, maar kan in sommige scenario's leiden tot een lichte discriminatie van hoofdwegen (hogere gemiddelde vertraging daar), wat een afweging is tussen de twee groepen.

Bijdrage en Significantie

Deze studie levert drie belangrijke bijdragen aan de literatuur en de praktijk:

1. Brug tussen theorie en praktijk: In tegenstelling tot veel eerder onderzoek dat zich richt op complexe machine learning-modellen die moeilijk te implementeren zijn, biedt FairSCOSCA eenvoudige, transparante en direct toepasbare aanpassingen aan de wereldwijd meest gebruikte systemen (SCOOTS/SCATS).
2. Systematische Benchmarking: Het is een van de eerste werken dat eerlijke verkeersregeling systematisch vergelijkt met gevestigde industriestandaarden (SCOOTS/SCATS, Max-Pressure, Fixed-Cycle) in plaats van alleen met theoretische modellen.
3. Meerdimensionale Eerlijkheid: De studie toont aan dat het mogelijk is om meerdere, soms tegenstrijdige, definities van eerlijkheid (zoals Rawlsianisme en Utilitarisme) tegelijkertijd te verbeteren zonder de algehele verkeersstroom te schaden.

Conclusie:
FairSCOSCA bewijst dat kleine, goed doordachte aanpassingen aan bestaande, wijdverbreide verkeerscontrolesystemen een aanzienlijk positief effect kunnen hebben op de sociale rechtvaardigheid van het verkeersnetwerk. Het lost het probleem op van "efficiëntie versus eerlijkheid" door te tonen dat ze niet noodzakelijk in conflict hoeven te zijn. De open-source implementatie maakt verdere adoptie en onderzoek mogelijk.