Die perfekte grüne Welle

Man kann fast darauf wetten: Im morgendlichen Berufsverkehr oder zum Büroschluss ist auf den Straßen vieler Städte so viel Verkehr, dass es kaum noch vorangeht. Die Ampeln lassen viel zu wenige Autos durch, und an der nächsten prangt schon wieder das rote Licht. Das ständige Bremsen und Anfahren sorgt nicht nur für längere Fahrtzeiten, sondern verursacht auch erhöhten Spritverbrauch und damit einen höheren Ausstoß von Kohlendioxid und Feinstaub.

Die Emissionen lassen sich erheblich reduzieren, wenn die Steuerung der Ampelschaltungen so optimiert wird, dass zu Spitzenzeiten Staus vermieden und grüne Wellen begünstigt werden. Das wird seit langem versucht. Doch jetzt sollen Systeme auf der Grundlage eines von der Natur abgeschauten Verfahrens entscheidende Besserung bringen.

Im einfachsten Fall sind Ampeln schlicht auf der Grundlage früherer Verkehrsmessungen programmiert. Etwas fortschrittlichere Anlagen messen immerhin mit Hilfe von Detektorstreifen, die vor ihnen in die Fahrbahn eingelassen sind, die Anzahl der passierenden Fahrzeuge. Mit dieser Information können sie ihre eigene Schaltung geringfügig anpassen und beispielsweise die Grünphase früher beenden, wenn sie außerhalb der Stoßzeiten nur von wenigen Fahrzeugen passiert werden.

Dieses dezentrale System stößt jedoch bei hohem Verkehrsaufkommen an seine Grenzen. Eine leistungsfähigere Methode testen seit April in Ingolstadt die Gevas Software GmbH, die Audi AG, das Amt für Verkehrsmanagement und Geoinformation in Ingolstadt und der Lehrstuhl für Verkehrstechnik an der TU München. Im Forschungsprojekt Travolution werden 47 der wichtigsten Ampeln Ingolstadts mit einem Zentralrechner verbunden.

Dieser erhält von den Ampeln alle fünf Minuten Daten über die Fahrzeugzahlen und prognostiziert daraus zunächst die Verkehrsbelastung der nächsten fünf Minuten. Aus diesen Daten wird dann eine optimal auf den Verkehr abgestimmte Schaltung für alle 47 Ampeln berechnet und an sie zurückgesendet.

„Wir erwarten, dass das System die Anzahl der Halte an den Ampeln um 30 bis 40 Prozent und die Reisezeiten um 15 bis 20 Prozent reduziert“, sagt Florian Weichenmeier, Leiter der Abteilung für Verkehrsforschung und Grundlagenentwicklung bei Gevas. Grund für seinen Optimismus: Die komplexe Berechnung der bestmöglichen Schaltung wird von einem sogenannten genetischen Algorithmus übernommen, der das Prinzip der natürlichen Evolution mit ihren Komponenten Mutation, Rekombination und Selektion nachahmt.

Travolution lässt die Ampelschaltungen eine künstliche Evolution durchlaufen: Bei jedem Schalt-Schema für die 47 Ampeln bestehen die Mutationen in der willkürlichen Änderung von Parametern wie der Länge einer Grünphase oder der Versatzlänge zwischen den Grünphasen benachbarter Ampeln. Bei der Rekombination wird aus zwei Eltern- Schemata ein neues Schema erzeugt, indem die Schaltungen einzelner Kreuzungen ausgetauscht werden.

Im Gegensatz zur natürlichen Evolution hat der künstliche Entwick- lungsprozess allerdings eine konkrete Zielvorgabe: Die Zahl der Halte und die Wartezeiten an allen 47 Ampeln soll minimiert und die Zahl der grünen Wellen maximiert werden. Die Selektionsstrategie ist deshalb das Herzstück des genetischen Algorithmus – sie bestimmt, welche Individuen durchkommen und zu neuen Eltern werden.

Diese Chance ist umso größer, je kürzere Wartezeiten sie in einer Simulation verursachen. Allerdings werden nicht einfach die besten Nachkommen zur neuen Elterngeneration erhoben. Um Evolutionssprüngen eine Chance zu geben, lassen die Forscher auch Schaltprogramme zum Zuge kommen, die über Mutation und Rekombination aus mehreren Vorgänger-Individuen entstanden sind. Gevas testet derzeit verschiedene Selektionsstrategien.

Travolution hat zunächst 18 Monate Zeit, seine Praxistauglichkeit zu beweisen. „Wenn sich das System bewährt, könnte es sofort auch anderswo umgesetzt werden. Wir passen ja nur den Optimierungsalgorithmus an, das restliche System haben wir schon“, erklärt Gevas- Forscher Weichenmeier. Tatsächlich werden Netzsteuerungen schon seit den späten 90er Jahren eingesetzt – so etwa das Gevas- System Balance in Hamburg, München und Regensburg oder Motion von Siemens in Städten wie Stuttgart, Mannheim und Prag.

Beide Systeme steuern die Ampelschaltungen allerdings statt mit Genetik mit einem sogenannten Gradientenverfahren, einem eher einfachen Optimierungsalgorithmus. Wie Gevas setzt auch Siemens für die nächste Generation von Motion auf genetische Algorithmen; laut Jürgen Mück vom Geschäftsbereich Industrial Solutions and Services soll sie im kommenden Jahr auf den Markt kommen. Unterschiede gibt es in den Optimierungsverfahren: Während Balance die Länge der Grünphasen und die Abstimmung der grünen Wellen in einem Schritt optimiert, macht Motion daraus zwei Schritte. Zudem verzichtet Siemens auf eines der drei Elemente der Evolution, die Rekombination.

Doch es gibt auch noch gänzlich andere Strategien zur Steuerung von Ampelschaltungen, wie das Beispiel von Dirk Helbing von der TU Dresden zeigt (s. TR 7/06): „Eine zentrale Steuerung ist nicht immer optimal. Größere Systeme werden zu komplex, um sie in Echtzeit berechnen zu können“, sagt der Forscher.

Deshalb entwickelt er ein dezentrales Steuerungssystem, in dem die Ampeln nach dem Prinzip „die längere Schlange bekommt Vorfahrt“ vom Verkehr selbst gesteuert werden. „Wenn man das richtig macht, breitet sich die lokale Koordination auf das ganze System aus“, hofft Helbing. Letztlich wird erst die Praxis zeigen, ob eines der Systeme einen Evolutionsvorsprung hat oder ob alle drei friedlich koexistieren können. (nbo)