วันศุกร์ที่ 16 พฤษภาคม พ.ศ. 2568

กทม. จับมือ Google นำ Project Green Light มาช่วยปรับปรุงการจราจรในกรุงเทพฯ โดยใช้ AI เพิ่มประสิทธิภาพในการให้สัญญาณไฟจราจร


ปัญหาการจราจรถือเป็นหนึ่งในปัญหาสำคัญที่สุดในเมืองใหญ่ๆ ซึ่งรวมถึงกรุงเทพฯ นอกจากนี้ การคมนาคมขนส่งบนท้องถนนยังเป็นหนึ่งในกิจกรรมหลักในการปล่อยก๊าซเรือนกระจกอีกด้วย เพื่อช่วยบรรเทาปัญหานี้กรุงเทพมหานคร (กทม.) จึงได้ร่วมมือกับ Google ในการปรับปรุงการจราจรในกรุงเทพฯ ผ่าน Project Green Light ซึ่งเป็นโครงการริเริ่มของ Google ที่ใช้เทคโนโลยี AI เพื่อเพิ่มประสิทธิภาพในการให้สัญญาณไฟจราจรและลดปัญหาการจราจรติดขัดตามแยกที่มีการจราจรคับคั่งที่สุดในพื้นที่ต่างๆ ทั่วกรุงเทพฯ

Project Green Light ใช้ AI และข้อมูลเกี่ยวกับเทรนด์การขับขี่ยานพาหนะจาก Google Maps ในการวิเคราะห์รูปแบบการจราจรและให้คำแนะนำเพื่อปรับจังหวะการให้สัญญาณไฟจราจรให้มีความเหมาะสมและมีประสิทธิภาพมากที่สุด โครงการนี้มีเป้าหมายที่จะทำให้การจราจรคล่องตัวขึ้นและลดการปล่อยก๊าซเรือนกระจกจากยานพาหนะที่จอดติดบนท้องถนนโดยลดการหยุดรถที่ไม่จำเป็นและบรรเทาการจราจรแบบ stop-and-go ที่มีการเคลื่อนที่ช้าๆ สลับกับหยุดเป็นช่วงๆ นับเป็นอีกหนึ่งแนวทางในการจัดการการจราจรบนท้องถนนในกรุงเทพฯ ที่มีประสิทธิภาพและเป็นมิตรต่อสิ่งแวดล้อม

นับตั้งแต่ที่เริ่มนำร่อง Project Green Light ในเดือนกุมภาพันธ์ 2568 กทม. ได้นำการแนะนำการให้สัญญาณไฟจราจรด้วย AI ไปใช้ตามทางแยกหลักๆ ทั่วกรุงเทพฯ โดยกรุงเทพฯ เป็นหนึ่งใน 18 เมืองจากทั่วโลกที่ได้รับการคัดเลือกให้เข้าร่วมโครงการนำร่องนี้ ซึ่งถือเป็นก้าวสำคัญในการจัดการจราจรในเมืองใหญ่อย่างชาญฉลาดและมีประสิทธิภาพมากยิ่งขึ้น

ในช่วง 3 เดือนที่ผ่านมา Project Green Light ได้ช่วยวิเคราะห์การจราจรบริเวณทางแยกที่มีสัญญาณไฟจราจรหลายร้อยแห่งทั่วกรุงเทพฯ โดยใช้ AI และข้อมูลเกี่ยวกับเทรนด์การขับขี่ยานพาหนะจาก Google Maps ระบบจะเสนอคำแนะนำเพื่อปรับรอบเวลาสัญญาณไฟจราจรและการเคลื่อนตัวของการจราจรบนท้องถนนให้มีความเหมาะสมและมีประสิทธิภาพมากที่สุด จากนั้นวิศวกรด้านการจราจรของกรุงเทพมหานครจะประเมินข้อเสนอแนะแต่ละข้อโดยพิจารณาในเรื่องของความปลอดภัย ความเป็นไปได้ที่จะนำไปใช้ในสถานการณ์จริง และประสิทธิผลของข้อเสนอแนะนั้นๆ ก่อนนำไปปฏิบัติจริง เมื่อมีการนำข้อเสนอแนะนั้นไปปฏิบัติแล้ว Project Green Light จะวัดผลกระทบต่อรูปแบบการจราจรและส่งการวิเคราะห์นี้ให้กรุงเทพมหานครเพื่อติดตามการเปลี่ยนแปลงที่จำเป็นในอนาคตต่อไป

Project Green Light ช่วยให้เราใช้ประโยชน์จาก AI เพื่อยกระดับคุณภาพชีวิตของผู้คนในเมืองต่างๆ ทั่วโลกโดยช่วยให้การจราจรเคลื่อนตัวได้ดีขึ้นและลดมลพิษบนท้องถนน ผลลัพธ์เบื้องต้นจากการดำเนินการทั่วโลกแสดงให้เห็นถึงศักยภาพของ Project Green Light ที่ช่วยลดการหยุดรถบนท้องถนนได้ถึง 30% และลดการปล่อยก๊าซเรือนกระจกลง 10%* โดยมีการเดินทางด้วยรถยนต์ที่ใช้ระบบนี้กว่า 55 ล้านเที่ยวต่อเดือน

ปัจจุบัน มีการนำ Project Green Light ไปใช้ตามทางแยกต่างๆ ใน 18 เมือง ครอบคลุม 4 ทวีปทั่วโลก ตั้งแต่เมืองไฮฟา ประเทศอิสราเอล ไปจนถึงเมืองบังกาลอร์ ประเทศอินเดีย เมืองฮัมบูร์ก ประเทศเยอรมนี และกรุงเทพมหานคร ประเทศไทย โดยช่วยประหยัดเชื้อเพลิงและลดการปล่อยก๊าซเรือกระจกจากการเดินทางด้วยรถยนต์ในบริเวณทางแยกเหล่านี้ได้มากถึง 30 ล้านเที่ยวต่อเดือน Project Green Light สะท้อนให้เห็นถึงความมุ่งมั่นของ Google ในการใช้ AI เพื่อช่วยแก้ไขปัญหาการเปลี่ยนแปลงสภาพภูมิอากาศและยกระดับคุณภาพชีวิตของผู้คนนับล้านในเมืองต่างๆ ทั่วโลก

*การคำนวณการลดลงของการปล่อยก๊าซเรือนกระจกอ้างอิงจาก 1) ข้อมูลเบื้องต้นที่คำนวณโดยเฉลี่ยจากทางแยกที่ประสานกัน ซึ่งคาดว่าตัวเลขเหล่านี้จะเปลี่ยนแปลงไปตามกาลเวลา และหวังว่าผลลัพธ์จะดีขึ้นเรื่อยๆ เมื่อมีการขยายพื้นที่ใช้งานมากขึ้น 2) การสร้างแบบจำลองโดยใช้แบบจำลองการปล่อยมลพิษจากกระทรวงพลังงาน โดยใช้ประเภทยานพาหนะเดียวเป็นค่าประมาณสำหรับการจราจรทั้งหมด (ยังไม่ได้ปรับตามกลุ่มยานพาหนะในท้องถิ่น)

BMA partners with Google’s Project Green Light to improve Bangkok traffic with AI-powered signal optimization


One of the most significant challenges in any major city is traffic - and Bangkok is no exception. Road transportation is also a significant contributor to greenhouse gas emissions. To mitigate this issue, the Bangkok Metropolitan Administration (BMA) has entered into a  partnership with Google’s Project Green Light to use AI-powered technology to improve traffic signal timing and reduce congestion at some of the city’s busiest intersections.

The initiative leverages AI and driving trends from Google Maps to analyze traffic patterns and generate recommendations to optimize signal timing. By reducing unnecessary stops and minimizing stop-and-go movement, the program aims to smooth traffic flow and reduce vehicle emissions, offering a more innovative and greener way to manage city streets.

Since the program’s launch in February 2025, the BMA has implemented Project Green Light’s AI-powered recommendations at key intersections in Bangkok. Bangkok is one of 18 cities globally selected to participate in this pilot project, marking a significant step toward more intelligent, more efficient urban traffic management.

For the past three months, Project Green Light has analyzed traffic at hundreds of signalized intersections across Bangkok using AI and Google Maps driving trends. The system offers recommendations to optimize traffic signal timing and flow. BMA traffic engineers then evaluate each suggestion for safety, practicality, and effectiveness before implementation. Once implemented, Project Green Light measures the impact on traffic patterns and provides this analysis to BMA to continue monitoring for any future needed changes.

Through Project Green Light, we are using AI to help improve the lives of people in cities around the globe by improving traffic flow and reducing emissions. Globally, early numbers indicate a potential for up to 30% reduction in stops and a 10% reduction in greenhouse gas emissions.* We’ve had more than 55 million car rides per month using our system.

Project Green Light lives in 18 cities across 4 continents, from Haifa, Israel, Bangalore, India, Hamburg, Germany, and now Bangkok, Thailand.  In these intersections, we can save fuel and lower emissions for up to 30 million car rides monthly. Project Green Light reflects Google's commitment to use AI to address climate change and improve millions of lives in cities worldwide.

*Carbon saving assumptions are based on: 1) Early data points that are averaged from coordinated intersections. We expect these numbers to evolve over time and look forward to sharing continued results as we expand. 2) Modeled using an emissions model from the Department of Energy, with a single vehicle type as an approximation for all traffic (not yet adjusted for local vehicle mix).

ไม่มีความคิดเห็น:

แสดงความคิดเห็น