Анализ результатов привел Хелбинга и его коллег к выводу, что бол шая часть пробок возникает вследствие неоднородностей — узких участю трассы, въездов со стороны, подъемов или спусков и, конечно, явных ошиб< отдельных водителей. Почти все (96 из 100) тщательно изученные случ; образования пробок оказались прямо или косвенно связанными с сужение проездных путей по разным причинам.

Движение машин в городе, естественно, значительно отличается от потока по скоростным магистралям, прежде всего из-за наличия перекрестков. Офер Бихэм и его коллеги из Еврейского университета в Иерусалиме применили модель клеточных автоматов для описания движения автомобилей с юга на север и с запада на восток по прямоугольной решетке — именно так выглядит общая структура многих американских городов. Движение машин в модели было ограничено во времени — аналог переключения светофоров на перекрестках. Как и следовало ожидать, довольно быстро выяснилось, что повышение плотности движения при каком-то критическом значении приводит к переходу от свободного потока к постоянной пробке, т.е. к полной остановке движения по всей городской сети дорог, названной авторами модели «закупоркой сети». Стоит отметить, что в этом названии скрыто противоречие, так как сеть подразумевает, по определению, существование точек свободного входа и выхода (впрочем, многие исследования такого типа показывают, что не стоит доверять простым определениям и интуитивным представлениям).

Физика транспортных потоков уже не только доказала обоснованность своих моделей, но и нашла важные практические применения. Например, созданная Нагелем так называемая Система анализа и моделирования перевозок, затем усовершенствованная Национальной лабораторией США в Лос-Аламосе, использовалась при планировании сети дорог в районе Далласа. Проектировщики использовали полученные данные о воздействии неоднородностей — перекрестков, разветвлений, сужений полос движения и т. д. — для их более рационального размещения. Шрекенберг продолжает развивать свою модель и в настоящее время собирается оснастить автоматической системой почасового прогнозирования обширную сеть автомагистралей в федеральной земле Северный Рейн — Вестфалия.

Моделирование транспортных потоков позволяет также лучше понять и использовать правила регулирования движения. Работая совместно с Бернардо Хуберманом (из научно-исследовательской лаборатории фирмы «Ксерокс» в Пало-Альто, штат Калифорния), Хелбинг сумел доказать, что при движении смешанного автомобильного потока (легковые и грузовые машины, движущиеся вперемешку по многополосной магистрали) образуется так называемый когерентный поток, при котором все машины двигаются с одинаковой скоростью без изменения полос движения. Этот поток несколько напоминает описанный синхронизированный, но не идентичен ему. Когерентный поток представляет собой устойчивое по отношению к флуктуациям состояние и, хотя он не позволяет всем водителям достигать предпочтительной для них скорости, является весьма эффективным, обеспечивая высокую плотность движения при вполне приемлемой скорости всего потока в целом.

Более того, выяснилось, что когерентный поток обеспечивает высокую безопасность движения, поскольку при нем почти исчезают два главных фактора возникновения опасных ситуаций — разница в скорости и пере- стрбение машин из одной полосы движения в другую. Организатора? регулировщикам дорожного движения стоит задуматься о том, чтобы г увеличении интенсивности потока переводить его в когерентное состоян вводя, например, соответствующие ограничения на скорость и изменеі полосы движения.

Хелбинг и Хуберман утверждают, что их модель позволяет объясни почему американские правила дорожного движения, разрешающие каждс автомобилисту двигаться по любой полосе с любой скоростью, часто ока: ваются эффективнее европейских, при которых полосы движения связан; повышением скорости. Выяснилось, что тяжелые грузовики чаще всего пр почитают держаться более медленной полосы, вследствие чего европейсі водители легковых автомобилей не занимают эту полосу даже в тех случа когда она свободна в поле зрения, и поэтому пропускная способность дор< в целом значительно снижается (до 25%). Одновременно Хелбинг и Трей( показали, что в реальных транспортных потоках напряженность в некотор случаях может быть снята введением ограничений скорости в зависимо* от интенсивности потока в целом. Введение ограничений скорости на неі торый период времени, например, в часы пик, позволяет избежать пробо увеличивает среднюю скорость всего потока.

Одной из важнейших причин возникновения дорожных пробок являю' флуктуации, обусловленные, например, потерей концентрации внимав водителя, который излишне приближается к идущей впереди машин* вынужден резко тормозить. Пресечение любых мелких происшествий таю рода значительно улучшает дорожную обстановку, поэтому имеет смь разработать правила, заставляющие водителей внимательней относиті к ситуациям, чреватым возникновением пробок, а также более тщателі регулировать условия въезда на магистраль, что всегда меняет плотноі потока.

Разумеется, наиболее привлекательной кажется идея о полной зам< водителей на какие-то автоматические устройства, лишенные человечесі недостатков. Все модели создаются без «столкновений», поскольку праві дорожного движения пишутся именно для исключения любых столкно ний. «Виртуальные водители» не будут размышлять о сложных ситуаці и вероятностях, так как в них с самого начала будет заложена програм позволяющая избегать столкновения (для этого автоматам понадоби лишь информация о расстоянии до идущей впереди машины и ее скорост Возможно, когда-нибудь эта мечта осуществится, и автомобили будут равляться устройствами типа автопилотов, настоящими автоматами!

Эта возможность, кстати, вполне серьезно рассматривается некоторь известными фирмами, производящими автомобили. Используя радар разнообразные датчики, позволяющие анализировать дорожную обстано уже удалось создать так называемые системы содействия водителю. Пок; основной целью ставится предотвращение столкновений с другими ма нами, пешеходами и мотоциклистами за счет применения автоматических систем торможения или маневрирования в опасной ситуации. Такие системы могут действительно гарантировать более безопасное движение в подобных ситуациях, потому что автоматика всегда имеет большую скорость реакции, чем организм человека. Автоматические системы могут быть полезны и при более рутинных действиях и ситуациях, таких как смена полосы движения или контроль движения по трассе.

Ранее уже отмечалось, что многие заторы на дорогах возникают из-за излишне резкой реакции человека в условиях интенсивного движения. Моделируя интенсивные транспортные потоки, Хелбинг и Трейбер обнаружили, что опасность заторов значительно снижается даже в тех случаях, когда системами автоматического оповещения и регулирования снабжены всего 20% общего числа автомобилей в рассматриваемой системе.

Естественно, что использование таких автоматических устройств сразу наводит на мысль об их подключении к системам спутниковой навигации, цифровым дорожным указателям и непрерывно передаваемым прогнозам, составляемым на основе непрерывно перерабатываемой информации о реальной дорожной обстановке. В таких условиях будущие автомобилисты смогут наслаждаться безопасной поездкой, не притрагиваясь к рулю и рычагам управления. Возможно, тогда многочисленные ассоциации автомобилистов, постоянно требующие большей «свободы» для водителей, согласятся с тем, что именно эта свобода иногда превращает поездки по автодорогам в кошмар, и прекратят бороться за свои неразумные и неясные права. Водители-роботы наверняка окажутся не только более рассудительными, законопослушными и профессиональными, но и более информированными, что позволит им гораздо разумнее и эффективнее осуществлять дорожное движение.