1914 började den amerikanska staden Cleveland reglera den ökande trafiken med samma ljussignaler som användes för stadens spårvagnar – en röd och en grön lampa som växelvis tändes manuellt av en polisman.
1930 tog Detroit nästa steg i utvecklingen då polismannen William Potts införde en gul ljussignal mellan det gröna och det röda ljuset. Nu närmar vi oss nästa steg i utvecklingen av trafikljusfärger tack vare de självkörande bilarna.
Fjärde ljussignal förbättrar trafikflödet
Nackdelen med dagens ljussignaler är att alla bilar står stilla om de har rött ljus – även om det skulle vara fritt för att köra. Den här ineffektiviteten kan man få bort med en fjärde ljussignal för självkörande bilar.
Ali Hajbabaie, biträdande professor vid North Carolina State University, och hans forskarteam föreslår en fjärde ljussignal som kan vara vit för att indikera när det finns tillräckligt med självkörande fordon på vägen för att det ska vara säkert att köra.
– När vi kommer till korsningen stannar vi om det är rött och vi kör om det är grönt. Men om det vita ljuset är aktivt följer du bara fordonet framför dig, berättar Ali Hajbabaie för AP.
Den fjärde ljussignalen betyder alltså att det är säkert att följa efter bilen framför. Färgen behöver inte vara vit, det behövs egentligen inte ens en fjärde ljussignal utan det kan också vara att den befintliga ljussignalen blinkar på ett visst sätt.
– Det viktiga är att lösningen blir universell och fungerar på samma sätt överallt, säger professorn och påpekar att det kan ta lång tid innan den extra ljussignalen kan införas.
– Först behöver 40–50 procent av trafiken på vägarna vara självkörande.
Ljusintervallerna kan optimera med trafikdata
Även trafikforskare vid University of Michigan har idéer om hur trafikljusen kan utvecklas för att effektivisera trafiken.
Redan i dag kan bussar signalera att de närmar sig så att de prioriteras så att kollektivtrafiken får ett bra flöde. Om trafikljusen har koll på all ankommande trafik utifrån hastighets- och platsdata kan tidsintervallerna för ljussignaler optimeras för ett smidigare trafikflöde.
Michigan–forskarna samarbetar med General Motors som har bilar som kan kommunicera den här typen av data. Enligt forskningsledaren räcker det med att sex procent av fordonen kan kommunicera den här typen av data för att systemet ska kunna se mönster och börja optimera.