evidoria

← Retour à la liste

Bonne pratique Importée

Surtrac — Les feux de circulation adaptatifs par IA de Pittsburgh réduisent le temps de trajet de 26 % et le temps d'attente de 41 %

États-Unis d'Amérique · Pittsburgh · Voir le profil de États-Unis d'Amérique · Voir le profil de Pittsburgh

Preuves: Observationnel / avant-après Top 25% 73/100 · Demandez à Evidence Copilot à propos de cette pratique

Le système de feux de circulation par IA Surtrac de Pittsburgh, développé avec l'Université Carnegie Mellon, a réduit le temps de trajet de 26 %, le temps d'attente de 41 % et les émissions de 21 % lors de son projet pilote initial à East Liberty. La ville a depuis obtenu plus de 20 millions de dollars pour l'étendre de 50 à environ 200 intersections.

-26%
Variation du temps de trajet moyen (2012 pilot)
-41%
Variation du temps d'attente aux intersections (2012 pilot)
-31%
Variation du nombre d'arrêts (2012 pilot)
-21%
Variation des émissions des véhicules (2012 pilot)

Détails

Maturité
En expansion
Promoteur
City of Pittsburgh Department of Mobility and Infrastructure / Carnegie Mellon University Robotics Institute (Rapid Flow Technologies)
Période
2012-2026
Mots-clés
traffic management, adaptive control, machine learning, urban mobility

Contexte

En 2012, la ville de Pittsburgh, en collaboration avec le Robotics Institute de l'Université Carnegie Mellon, a installé Surtrac, un système de signalisation routière adaptatif basé sur l'IA, à neuf intersections du quartier d'East Liberty, remplaçant des plans de signalisation à durée fixe.

Objectifs

Permettre à chaque intersection d'élaborer son propre plan de signalisation à court terme en temps réel à partir de données de capteurs locaux, puis de le partager avec les intersections voisines afin que les groupes de véhicules traversent les corridors avec moins d'arrêts.

Activités

Carnegie Mellon a créé la spin-off Rapid Flow Technologies pour commercialiser et entretenir Surtrac ; Pittsburgh a étendu le système de 9 à environ 50 intersections signalisées d'ici 2016, et la ville s'est depuis engagée à hauteur de plus de 20 millions de dollars, avec des partenaires étatiques et fédéraux, pour l'étendre à environ 200 intersections à l'échelle de la ville.

Résultats

L'évaluation indépendante de la CMU sur le projet pilote original d'East Liberty a mesuré une réduction de 26 % du temps de trajet moyen, une baisse de 41 % du temps d'attente aux intersections, une diminution de 31 % du nombre d'arrêts et une réduction de 21 % des émissions des véhicules par rapport à l'ancienne signalisation à durée fixe.

Conclusions

Les résultats chiffrés concernent uniquement le projet pilote initial de 9 intersections ; les phases d'expansion ultérieures n'ont pas publié d'évaluation indépendante avant/après équivalente, bien que les responsables municipaux et les documents du fournisseur continuent de citer les chiffres du projet pilote pour décrire le programme actuel.

Mise en œuvre
Coût indicatif
Très élevé (> 5 M€) — $20M+ committed by the city plus state/federal partners to expand from ~50 to ~200 signalised intersections citywide; the original 9-intersection pilot cost is not separately disclosed.
Délai jusqu’aux résultats
Long (> 3 ans) — Pilot deployed 2012; scaled to ~50 intersections by 2016; further expansion to ~200 intersections was underway as of the latest reporting.
Personnel et compétences
CMU Robotics Institute researchers, Rapid Flow Technologies (spin-out vendor), City of Pittsburgh Dept. of Mobility and Infrastructure staff

Conditions de réussite

  • Local sensor data at each intersection to build real-time signal plans
  • A university research partnership to develop and validate the adaptive algorithm
  • Dedicated capital funding to expand beyond the original pilot corridor
  • A commercial vendor (Rapid Flow Technologies) to maintain the system at scale

Où cela s’applique

Type de gouvernance
municipal
Échelle
citywide arterial network

Habituellement financé par

National / regional programmes

Pistes de financement indicatives pour des pratiques de ce type — vérifiez toujours les appels en cours et les règles d'éligibilité de chaque programme.

Vous portez cette pratique ? Revendiquez-la — les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.

Sources de données

D'où proviennent les informations de cette pratique, et quand.

Pratiques similaires qui pourraient vous être utiles