Адаптивна система керування дорожнім рухом. Проектування та будівництво автоматизованих систем управління дорожнім рухом (асудд) Управління дорожнім рухом

27.07.2023

Автоматизовані системи управління дорожнім рухом (АСУДД) - це взаємопов'язаний комплекс технічних, програмних та організаційних заходів, які збирають та обробляють інформацію про дані транспортних потоків та на основі цього оптимізують управління рухом. Завданням автоматизованих систем керування дорожнім рухом (АСУДД) є забезпечення організації безпеки дорожнього рухуна дорогах.

АСУДД поділяються на кілька видів:

Магістральні автоматизовані системи керування дорожнім рухом (АСУДД) координованого керування – безцентрові, централізовані та централізовані інтелектуальні.

· Безцентрові АСУДД – немає необхідності створення керуючого пункту. Існує дві модифікації безцентрових АСУДД. У одній їх роботу синхронізує головний контролер, якого йде зв'язок з інших контролерів (лінія одна всім). У наступній модифікації безцентрових АСУДД від усіх контролерів іде своя лінія зв'язку.
· Централізовані АСУДД - мають центр управління, із пов'язаними з ним контролерами їх власними лініями зв'язку. Найчастіше АСУДД можуть здійснювати багатопрограмне КУ зі зміною програм протягом дня.
· Централізовані інтелектуальні АСУДД - вони оснащені визначниками транспорту, і в залежності від завантаженості потоку можуть змінювати плани координації руху.

Загальноміські автоматизовані системи управління дорожнім рухом (АСУДД) – спрощені, інтелектуальні, з управлінням рухом на міських дорогах безперервного руху та з реверсивним рухом.

· Інтелектуальні АСУДД - містять потужні керуючі обчислювальні комплекси (НВК), і мережа інформаційних дисплеїв, що змінюються. Ці АСУДД можуть проводити безперервний контроль потоку транспорту та можуть керувати автоматичне адаптивне керування ДД та дозволяю перерозподілити транспортні потоки по мережі.

АСУ ДД, як частина ІТС, виконує керуючі та інформаційні функції, основними з яких є:

· Управління транспортними потоками;
· Забезпечення транспортною інформацією;
· Організація електронних платежів;
· Управління безпекою та управління в особливих ситуаціях.

У загальному вигляді підсистеми АСУ ДД можуть бути представлені як сукупність пристроїв дорожньої телематики, контролерів та автоматизованих робочих місць (АРМ), включених у мережу обміну даними, з організацією центрального та місцевих центрів управління - залежно від щільності та інтенсивності дорожнього руху.

Як пристрої дорожньої телематики застосовуються знаки змінної інформації (ЗПІ), багатопозиційні дорожні покажчики, табло змінної інформації (ТПІ), детектори транспорту, автоматичні дорожні метеостанції (АДМС), відеокамери тощо.

Телекомунікаційну частину АСУ ДД складає дорожня інтегрована система зв'язку. Стійке функціонування систем зв'язку на автомобільних дорогах дозволяє підвищити рівень безпеки дорожнього руху та забезпечити ефективну роботу служб утримання дороги, а також оперативних та рятувальних служб у разі виникнення надзвичайних ситуацій.

У складі ДИСС можуть бути організовані такі функціональні підсистеми:

· Інформаційного обміну АСУ ДД;
· Зв'язки з рухомими об'єктами (включає підсистеми оперативно-технологічного радіозв'язку та радіодоступу);
· Управління та технічної експлуатації;
· Забезпечення інформаційної безпеки ДИСС;
· Надання інфокомунікаційних послуг на відплатній основі.

Підвищення ефективності керування дорожнім рухом пов'язане із створенням автоматизованих систем керування дорожнім рухом (АСУ ДД), які є невід'ємними компонентами інтелектуальних транспортних систем (ІТС). ІТС - це комплексна система інформаційного забезпечення та управління на наземному автомобільному транспорті, заснована на застосуванні сучасних інформаційних та телекомунікаційних технологій та методів управління.

Для забезпечення функціонування АСУ ДД та надання інфокомунікаційних послуг учасникам дорожнього руху створюються ДІСС, до яких наразі пред'являються такі узагальнені вимоги:

· Багатофункціональність;
· Стійкість;
· Економічність.

АСУ «МІСТО-ДД» - призначена для забезпечення ефективного управління рухом транспортних та пішохідних потоків у містах за допомогою засобів, світлофорної сигналізації, відеоконтролю та реєстрації порушень на дорогах, оперативного аналізу екологічної обстановки в місті, контролю руху маршрутного транспорту та ін.

Основні переваги та переваги АСУ «МІСТО-ДД»

- значне підвищення ефективності управління дорожнім рухом та контролю стану справ на дорогах, що дозволяє щорічно економити близько 5-8 мільйонів доларів на рік у масштабах обласного центру (економія складається зі зниження витрати пального, скорочення часу проїзду автотранспорту, часу перебування пасажирів у дорозі тощо) .д.);
- більш ефективне використання організаційно-профілактичних заходів щодо нормалізації руху на дорогах;
- Комплексний підхід до організації дорожнього руху;
- використання вітчизняних технічних та програмних засобів, орієнтовані на сучасні технології та сучасні методи управління дорожнім рухом відповідно до вимог ISO 9001;
- нові можливості щодо контролю стану справ на дорогах: візуальний контроль міських перехресть, відеореєстрація дорожньо-транспортних пригод, відеореєстрація порушень швидкісного режиму та правил проїзду перехресть, оперативний аналіз екологічної обстановки та ін.;
- можливість поетапного введення в дію шляхом поступової заміни існуючих систем керування дорожнім рухом з терміном експлуатації, що минув, і повна сумісність будь-якої з частин пропонованої системи (контролерів, ЦУП, МЗЦ) з усіма типами існуючого обладнання.

Автоматизована система «Місто-ДД»:

· Центрального керуючого пункту;
· модуль зональних центрів (при необхідності);
· Контролерів (у трьох варіантах виконання - С, СМ, СЛ);
· Додаткового обладнання;
· Комплекту програмного забезпечення.

Класифікація та призначення

Управління рухом за умов граничного насичення доріг транспортними і пішохідними потоками вимагає дедалі досконаліших методів регулювання руху. Останнім часом все більшої актуальності набуває застосування автоматизованих систем керування дорожнім рухом(АСУДД), що є комплексом технічних засобів, що реалізує певні технологічні алгоритми керування транспортними потоками.

Основна мета введення АСУДД полягає у зниженні сумарних затримок транспортних засобів на перехрестях у зоні дії цієї системи – на перехресті, в районі чи місті. Загальні вимоги до АСУДД визначено ГОСТ 24.501 – 82 «Автоматизовані системи управління дорожнім рухом. Загальні вимоги".

Класифікація АСУДД із поділом за методами управліннянаведено на рис. 5.3.

Мал. 5.3. Класифікація АСУДД

(автоматизованої системи керування дорожнім рухом)

Локальнийє АСУДД, якщо для визначення параметрів регулювання на перехресті використовується лише інформація про транспортні потоки на підходах до цього перехрестя та в зоні перехрестя. За допомогою локальних алгоритмів визначають цикл регулювання, послідовність фаз регулювання, їх тривалість або моменти перемикання фаз, параметри проміжних тактів.

Особливістю мережевихАСУДД є їх використання для визначення параметрів регулювання інформації про транспортну ситуацію на кількох перехрестях, зазвичай пов'язаних в єдину мережу, що характеризується значною інтенсивністю руху транспортних засобів між сусідніми перехрестями та невеликими (до 600...700 м) відстанями між ними.

Як правило, на мережному рівні визначаються цикли регулювання для групи перехресть та тимчасові зрушення для окремих світлофорних об'єктів. Для визначення цих параметрів крім даних, необхідних для локального управління, використовується інформація про топологію мережі, взаємозв'язки транспортних потоків на сусідніх стоп-лініях та (або) геометричних напрямках проїзду через перехрестя, часи проїзду між сусідніми стоп-лініями.

За тимчасовим критеріємвсі алгоритми світлофорного регулювання поділяють на алгоритми, що реалізують управління дорожнім рухом за прогнозом ( програмні, жорсткі), та алгоритми, що діють у реальному часі ( адаптивні).

Управління за прогнозом виключає досить частого (до 3 - 5 разів у добовому циклі) зміни параметрів регулювання, проте ці параметри визначаються не з поточної транспортної ситуації, та її прогнозуванням, заснованим на виконаних раніше спостереженнях.

Проміжне положення між адаптивними та неадаптивними алгоритмами займають алгоритми, засновані на ситуаційному управлінні. Алгоритми цієї групи передбачають попередній розрахунок параметрів регулювання для різних класів транспортних ситуацій та створення бібліотеки типових режимів регулювання. Вибір конкретного режиму з бібліотеки здійснюється у реальному часі на підставі поточної інформації про транспортну ситуацію та віднесення її до одного з класів транспортних ситуацій.

Таким чином, методи автоматизованого керування транспортними потоками в АСУДД можна віднести до одного з чотирьох класів, як це показано на рис. 5.4 (для кожного класу вказані найпоширеніші алгоритми керування).

Нині у Росії найпоширенішим є метод локального жорсткого однопрограмногокерування світлофорною сигналізацією.

Даний метод заснований на попередньому розрахунку тривалості циклу регулювання та фаз регулювання.

Мал. 5.4. Методи автоматизованого керування

Вступ

Поняття адаптивного керування дорожнім рухом у вузлі транспортної мережі

Порівняння тимчасово-залежної та транспортно-залежної стратегії управління дорожнім рухом

Постановка та аналіз моделювання

Розробка бази нечітких правил, визначення параметрів керування рухом транспортних потоків у вузлі транспортної мережі

1 Побудова функції приладдя

2 Побудова правил відповідності конкретного класу параметра управління

3 База нечітких правил

Висновок

Список літератури

Вступ

Умови мобільності, що змінилися, що характеризуються збільшенням протягом останніх років кількості автомобілів, призвели до підвищення навантаження на транспортну інфраструктуру та навколишнє середовище. Зростаючу потребу в поліпшенні умов пересування не можна повністю задовольнити (ні всередині населених пунктів, ні за їх межами) лише створенням нових шляхів транспортного сполучення або проведенням інших будівельних заходів. Для виходу з ситуації необхідно впровадження цілого комплексу заходів щодо організації та управління дорожнім рухом. Адаптивні системи управління дорожнім рухом (АСУД) представляють новий підхід до організації управління дорожнім рухом та спільно з керованими ними високопродуктивними транспортними комп'ютерами реалізують відповідні технології управління.

Постійне збільшення кількості транспортних засобів в умовах недостатньої пропускної спроможності доріг веде до труднощів руху транспортних потоків. Інтелектуальні транспортні системи (ІТС) дозволяють мінімізувати утворення заторних ситуацій та збільшувати пропускну спроможність транспортної мережі. Напрацювання в області ІТС приміряються для організації дорожнього руху населених пунктів та магістралей. Оптимізація управління дорожнім рухом досягається за рахунок взаємодії керуючих, класифікуючих, прогнозуючих, експертних, які приймають рішення або підтримують ці процеси ІТС. У зв'язку з цим стоїть завдання пошуку методів обробки інформації про нештатні ситуації на вулично-дорожній мережі (УДС).

У цій роботі будуть розглянуті такі питання: поняття адаптивного керування дорожнім рухом у вузлі транспортної мережі, на мережі, а також порівняння тимчасово-залежної та транспортно-залежної стратегії керування дорожнім рухом.

1. Поняття адаптивного керування дорожнім рухом у вузлі транспортної мережі

Можливості покращення умов руху транспорту за рахунок оптимальної організації руху багато в чому недооцінені, і розвиток транспортної інфраструктури розуміється переважно як заходи, пов'язані з будівництвом нових доріг та магістралей, реконструкцією існуючих шляхопроводів та розв'язок. Разом з тим, значно покращити транспортну ситуацію дозволяє впровадження сучасних інноваційних технологій, які отримали назву «Інтелектуальні Транспортні Системи» (ІТС). Впровадження ІТС-технологій у Росії дозволяє краще керувати транспортними потоками, підвищити рівень пропускної спроможності вулично-дорожньої мережі та знизити завантаження окремих її елементів.

Зростання автомобільного парку та обсягу перевезень веде до збільшення інтенсивності руху, що в умовах міст з забудовою, що історично склалася, призводить до виникнення транспортної проблеми. Особливо гостро вона проявляється у вузлових пунктах вулично-дорожньої мережі. Тут збільшуються транспортні затримки, утворюються черги та затори, що викликає зниження швидкості сполучення, невиправдане перевитрата палива та підвищене зношування вузлів та агрегатів транспортних засобів. Умови мобільності, що змінилися, що характеризуються збільшенням протягом останніх років кількості автомобілів, призвели до підвищення навантаження на транспортну інфраструктуру та навколишнє середовище. Зростаючу потребу в поліпшенні умов пересування не можна повністю задовольнити (ні всередині населених пунктів, ні за їх межами) лише створенням нових шляхів транспортного сполучення або проведенням інших будівельних заходів. Для виходу з ситуації необхідно впровадження цілого комплексу заходів щодо організації та управління дорожнім рухом.

Адаптивні системи управління дорожнім рухом (АСУД) представляють новий підхід до організації управління дорожнім рухом та спільно з керованими ними високопродуктивними транспортними комп'ютерами реалізують відповідні технології управління. В даний час у світовій практиці у складі АСУД найбільш поширені такі технології керування транспортними потоками:

Технологія управління за фіксованими планами (координоване управління);

Технологія адаптивного мережевого управління;

Технологія ситуаційного управління.

САУДД-це система управління дорожнім рухом з центрально-розподіленим інтелектом, що складається з:

центрального пункту керування (ЦПУ);

точок адаптивного керування дорожнім рухом, обладнаних інтелектуальними контролерами та детекторами транспорту, що забезпечують:

локальне адаптивне управління найбільш складними та важливими перетинами та ділянками УДС;

інформаційна взаємодія із ЦПУ;

системних детекторів, які повідомляють ЦПУ відомості про транспортні потоки;

системних контролерів, керованих із ЦПУ постійно чи періодично.

Організація дорожнього руху на рівні служб дорожнього руху представляє комплекс інженерних та організаційних заходів на існуючій вулично-дорожній мережі, що забезпечують безпеку та достатню швидкість транспортних та пішохідних потоків. До таких заходів належить управління дорожнім рухом, яке, будучи складовою організації руху, зазвичай, вирішує вужчі завдання. У випадку під управлінням розуміється вплив на той чи інший об'єкт з метою поліпшення його функціонування. Стосовно дорожнього руху об'єктом управління є транспортні та пішохідні потоки.

Сутність управління рухом полягає в тому, щоб зобов'язувати водіїв та пішоходів, забороняти або рекомендувати їм ті чи інші дії на користь забезпечення швидкості та безпеки. Воно здійснюється шляхом включення відповідних вимог до Правил дорожнього руху, а також застосуванням комплексу технічних засобів та розпорядчими діями інспекторів дорожньо-патрульної служби та інших осіб, які мають відповідні повноваження.

2. Порівняння тимчасово-залежної та транспортно-залежної стратегії управління дорожнім рухом

Сучасний стан управління транспортними потоками у більшості міст можна взагалі характеризувати так, що пристрої управління (вузли) керуються за фіксованим графіком або станом транспортного потоку. Істотна різниця полягає в тому, що для управління за графіком часу не потрібні детектори і система не здатна реагувати на зміни транспортного потоку. У разі транспортно-залежного керування пере стоп-лініями є детектори, які фіксують моментальну присутність транспортних засобів, і пристрій керування, таким чином, реагує на миттєві умови у вузлі збільшенням тривалості зеленого сигналу. Отже, йдеться про керування у секундній сітці часу.

Тимчасово-залежне (автономне) управління - транспортні стани визначаються виходячи з статистичного аналізу історичних значень показників руху транспортних потоків (інтенсивність руху) і підставі визначаються вихідні значення процесу регулювання.

Транспортно-залежне (режим поточного часу - онлайн) керування, в англосаксонській літературі, зване також Traffic Responsive, полягає в тому, що втручання системи керування розраховується за миттєвою транспортною ситуацією. Методи режиму онлайн забезпечують роботу реальному часі і виходячи з змінних вхідних даних про русі транспортних потоків кожну секунду змінюють і оптимізують параметри управління, тобто. тривалість зеленого сигналу у відповідному напрямку. Пристрої керування в даному режимі працюють незалежно або, у крайньому випадку, розташовані в лінії та лінійно координовані.

Управління складає локальному рівні. Якщо використовується центр управління, потім часто здійснюється моніторинг стану пристроїв управління чи моніторинг стану транспортних потоків. Управління світлофорами у реальному часі є досить відомим і стандартно використовується під найменуванням транспортно-залежне керування чи динамічне керування. Його принцип полягає в тому, що транспортний вузол оснащений зазвичай двома видами датчиків: датчиками інтервалів та виклику, якими є здебільшого індуктивні петлі. Транспортний пристрій керування управляє за програмою, яка безперервно тестує стан транспортного потоку над окремими датчиками і на підставі заздалегідь заданих алгоритмів збільшує тривалість сигналів, модифікує послідовність фаз або вкладає фазу за викликом. Ці зміни зазвичай здійснюються в рамках заздалегідь визначеного часу циклу та заздалегідь визначених максимальних значень тривалості зелених сигналів. Датчик інтервалів, розташований приблизно на 30-50 м перед стоп-лінією, отримав свою назву в результаті того, що він безперервно вимірює інтервали часу між транспортними засобами і якщо вони менші за дане значення (зазвичай 3-5 секунд), то він збільшує тривалість зелених сигналів до заздалегідь заданого максимуму. Такий спосіб виміру називається «Управління виміром інтервалу часу». Друга можливість полягає в тому, що окремі вузли пов'язані з центром управління рухом транспортних потоків, який на рівні району координує та керує роботою вузлів. Для керування областю використовуються такі режими:

Тимчасово-залежне (автономне) управління - інформація про характеристики стану транспортних потоків у районі отримують шляхом статистичного аналізу, дані про характеристики руху транспортних потоків (інтенсивності та складу руху) за минулі роки, виміряних у головних точках транспортної мережі, та на їх підставі визначається режим роботи транспортних пристроїв керування. Потім вони вводяться в пристрої керування в залежності від часу або дня року. При розрахунках оптимізується тривалість зелених сигналів, тривалість циклу та тимчасове зрушення. Як приклад методу, заснованого на автономному режимі, можна навести метод TRANSYT, коли фіктивні транспортні засоби «випускаються» відповідно до заздалегідь заданих правил в область, і через цю область проходять на підставі та відповідно до моделі руху транспортного потоку. На їх рух впливає зміна керованих властивостей вузла. За допомогою числових математичних методів для різних параметрів, як, наприклад, тривалість циклу, тривалість зелених сигналів і часовий зсув, знаходиться мінімум певної цільової функції (оптимізація параметрів).

Транспортно-залежне (режим онлайн) управління характеризується тим, що з різних станів транспортних потоків на мережі заздалегідь розраховуються системи сигнальних планів, які у пристроях управління чи центрі управління рухом транспортних потоків. Для розрахунку максимальних значень тривалості зеленого сигналу, тривалості циклу та тимчасового зсуву зазвичай використовується метод TRANSYT. Одночасно в області вибрано стратегічні датчики та складено логічні рівняння, що описують різні комбінації станів усіх або обраних датчиків. Залежно від миттєвої транспортної ситуації за допомогою відповідного рівняння вибирається програма, яка найкраще відповідає цій ситуації. Прикладом може бути опис стану транспортного потоку за стратегічними датчиками SDV1 і SDV5, яке означає: якщо в точці SDV1 існує ступінь 2 і одночасно в точці SDV5 - ступінь 4, то слід вибрати сигнальну програму номер 6.=2 &SDV5=4 THENSP6

Якщо мережі не класифікується стан транспортного потоку, то описи використовується лише одне параметр, яким є інтенсивність руху. Транспортно-залежне керування використовується в реальній шкалі часу і щосекунди приймає сигнали вибраних датчиків. Однак перемикання сигнальних програм здійснюється з певною гістерезисом для забезпечення стабільності транспортної мережі. На практиці це означає зміну програми пристрою керування у сітці кількох десятків хвилин.

Оптимізація в автономному режимі дає можливість розрахувати основні регульовані величини: тривалість циклу, послідовність фаз, тимчасове зрушення та тривалість зелених сигналів для бази історичних даних (даних минулих років). Ці дані виходять шляхом тривалого виміру за допомогою транспортних детекторів. На підставі даних, що довго записуються, зазвичай розробляється статистична модель, яка для інтенсивності руху зазвичай дає можливість визначити типові робочі дні і особливо суботу і неділю, в результаті чого сильно обмежуються зміни змінних. Істотною рисою є те, що йдеться про макроскопічне управління в автономному режимі, заснованому на детерміністичному моделюванні потоків і алгоритмах оптимізації, коли розраховуються системи сигнальних планів за просторово-часовим вектором даних про інтенсивність за попередні роки. Моделі оптимізації використані для розрахунків в автономному режимі сигнальних планів тимчасових транспортних пристроїв управління в транспортній мережі або лінії.

У такому разі процес управління вибирає залежно від часу найвигідніший із безлічі заздалегідь підготовлених сигнальних планів. Такий спосіб називається тимчасово-залежним управлінням.

Переваги тимчасово-залежного управління:

можливість простого контролю;

простота модифікації сигнальних програм;

відносно низькі витрати на обладнання та встановлення.

Недоліки тимчасово-залежного управління:

не можна підвищити ефективність використання часу сигналів (дозвіл руху окремих напрямів);

не можна покрити піки інтенсивності (необхідний певний резерв інтенсивності);

не можна вступати в процес керування з боку окремих транспортних засобів чи пішоходів;

не можна усунути транспортні затори, що виникли.

3. Постановка та аналіз моделювання

Завдання моделювання стратегій управління дорожнім рухом у вузлі транспортної мережі, як і мережі полягає у розробці класичного модуля нечіткого управління. Його складові:

Блок фузифікації: система управління з нечіткою логікою оперує нечіткими множинами, тому конкретне значення вхідного сигналу модуля нечіткого управління підлягає операції фузифікації, в результаті якої буде зіставлено нечітке безліч.

База правил є безліч нечітких правил визначення нечіткої множини, якому належать вихідний сигнал системи.

Блок вироблення рішення: безпосереднє визначення множини приналежності вихідного сигналу при конкретно заданих множинах вхідних сигналів.

Блок дефузифікації представляє процедуру відображення нечіткої множини, одержуваного на виході блоку вироблення рішення в конкретне значення, являє собою керування впливу.

Для побудови стратегій управління пропонують використовувати програмний комплекс «TRANSYT», що ґрунтується на оцінці поведінки транспортного потоку за допомогою моделювання дорожнього руху та дозволяє вибирати оптимальні параметри режиму роботи світлофорної сигналізації. За результатами моделювання дорожнього руху в програмі для різних комбінацій інтенсивності руху визначено оптимальний час горіння зеленого сигналу світлофора.

4. Розробка бази нечітких правил визначення параметрів керування рухом транспортних потоків у вузлі транспортної мережі

Побудова бази нечітких правил визначення оптимального часу горіння зеленого сигналу світлофора на перехресті, що характеризується максимальними інтенсивностями руху на дорогах, що перетинаються. Необхідні дані були отримані транспортним детектором.

Базу правил класифікації стратегій управління створюємо для системи з двома входами та одним виходом:

1. Необхідні дані у вигляді множини. Далі знаходимо області визначення елементів множини, які розбиваємо на областей (відрізків), причому значення N підбираємо індивідуально, а відрізки можуть мати однакову або різну довжину. Окремі області можна позначити так: …, S,,…,.

Будуємо функції належності певному класу елементів заданої множини навчальних даних. Пропонуємо використовувати функції трикутної форми за принципом: вершина графіка розташована у центрі області розбиття, гілки графіка лежать у центрах сусідніх областей. Ступінь належності даних певним класом виражатиметься значення функцій власності .

Потім кожної пари визначаємо правило відповідності класу стратегії управління. Остаточне для кожної пари навчання даних можна записати 1 правило, тобто

Оскільки в наявності є велика кількість пар, існує висока ймовірність того, що деякі з правил виявляться суперечливими. Це стосується правил з однією і тією ж посилкою (умовою), але з різними засобами (висновками).

Одним із методів вирішення цієї проблеми полягає у приписуванні кожному правилу так звані ступеня істинності з наступним вибором суперечать один одному правил того, у кого цей ступінь виявиться найбільшим. Після цього база правил заповнюється якісною інформацією.

Наприклад, згідно з вищеописаними правилами ступеня істинності мають вигляд

4. Для визначення кількісних значень параметра оптимізації стратегії управління необхідно виконати операцію дефузифікації. Для розрахунку вихідного значення управління впливу можна і рекомендується скористатися способом дефузифікації методом центру тяжкості.

1 Побудова функції приладдя

Для елементів безлічі навчальних систему даних позначимо наступну область визначення

Розбивши Х 1 Х 2 і G на 2n+1 відрізків і будуємо функції приналежності виду

Рисунок 4.1 Загальний вигляд графіка функцій власності

Маємо у результаті:

Рисунок 4.2 Графіки функцій належності інтенсивності х 1 до класів розбиття множини Х 1.

Визначаємо функції належності µ(x1) на відрізках розбиття області Х1 методом віднесення µ(x1) до певного класу.

Таблиця 4.1. Функції приналежності µ(x 1) на відрізках розбиття області Х 1 (n=4)

Відрізок розбиття	Позначення	Функція приладдя µ(х 1)
		;
		;
		, ;
		, ;
		,;
		,;
		;
		;
		, ;

Рисунок 4.3 Графіки функцій належності інтенсивності х 2 до класів розбиття множини Х 2 .

Визначаємо функції належності µ(x2) на відрізках розбиття області Х2 методом віднесення µ(x2) до певного класу на малюнку 4.3.

Таблиця 4.2 Функції приналежності µ(x 2) на відрізках розбиття області Х 2 (n=5)

Відрізок розбиття	Позначення
		;
		,;
		, ;
		,;
		, ;
		,;
		;
		;
		,;
		;
		, ;

Рисунок 4.4 Графіки функцій належності інтенсивності g до класів розбиття множини Q.

Визначаємо функції приналежності µ(g) на відрізках розбиття області Gметодом віднесення µ(g) до певного класу

Таблиця 4.3 Функції приналежності µ(g) на відрізках розбиття області G(n=6)

Відрізок розбиття	Позначення	Функція приладдя µ(х 2)

		;
		;
		;
		, ;
		;
		,;
		;
		,;
		,;
		;
		;

2 Побудова правил відповідності конкретного класу параметра управління

Визначаємо правило відповідності класу стратегій управління та приписуємо кожному правилу ступінь істинності.

Таблиця 4.4 Значення функцій належності даних певним класам

(i)µ((i))(i)µ((i))g(i)µ(g (i))

Отримуємо таблицю з наданими ступенями істинності та ступінь істинності для кожної з пар x 1 , x 2 .

транспорт керування дорожній пасажирський

Таблиця 4.5 Нечіткі правила, згенеровані за навчальними даними та ступінь істинності цих правил

3 База нечітких правил

Згідно з визначеними у таблиці 4.7 правилами складаємо базу нечітких правил, що визначає оптимальне значення зеленого сигналу світлофора.

Таблиця 4.6 База нечітких правил

Висновок

У цій роботі було розглянуто такі питання: поняття адаптивного управління дорожнім рухом у вузлі транспортної мережі, на мережі, а також порівняння тимчасово-залежної та транспортно-залежної стратегії управління дорожнім рухом.

Основні концепції адаптивного управління, що реалізуються в різних країнах та переваги такі як: забезпечення високої працездатності в умовах зміни властивостей керованого об'єкта, навколишнього середовища та цілей за рахунок розробки нових алгоритмів функціонування.

Організація руху міського пасажирського громадського транспорту при роботі адаптивної системи управління дорожнім рухом, реалізація цієї умови відбувається за рахунок встановлення радіоміток на транспортні засоби та зчитувальних пристроїв на світлофорні об'єкти. Розпізнавання транспортного засобу дозволить «розтягувати» час горіння зеленого сигналу та забезпечити безперешкодний проїзд громадського транспорту. А також можна використовувати принцип обміну даними безпосередньо між контролерами сусідніх перехресть. Дані детекторів, підключені до дорожнього контролера, доповнюються даними тих детекторів, які встановлені на сусідніх перехрестях. Це дозволяє директивно задавати стан сигнальних груп, а також забезпечує пріоритет громадського транспорту.

Оскільки адаптивне керування дуже витратно було запропоновано альтернативний метод визначення оптимального часу горіння зеленого сигналу світлофора на перетин. А саме метод розробки класичного модуля нечіткого управління, вихідними даними для якого служили безлічі даних про інтенсивність двох доріг, що перетинаються. У цій роботі було розглянуто перші три блоки даного методу та проведено розрахунки.

Список літератури

1. П. Пржибил, М. Світек "Телематика на транспорті", 2004;

Коноплянко, В.І., Гуджоян О.П., Зирянов В.В., Березін О.С. Безпека руху.

Кузін М.В. Імітаційне моделювання транспортних потоків при координованому режимі керування Омськ – 2011;

В.Г. Кочерга, Є.Є. Шаталова Технічні засоби сучасних автоматизованих систем керування дорожнім рухом. Ростов-на-Дону 2011;

Є.А. Петров стаття "Адаптивна система управління дорожнім рухом у складі міської ІТС";

Абрамова Л.С. Журнал Вісник Харківського національного автомобільно-дорожнього університету.

УДК 517.977.56, 519.876.5

адаптивне керування дорожнім рухом на базі системи мікроскопічного моделювання транспортних потоків

A. С. Голубков,

інженер, молодший науковий співробітник

B. А. Царьов,

канд. техн. наук, доцент Інститут менеджменту та інформаційних технологій Череповецька філія Санкт-Петербурзького державного політехнічного університету

Описано склад та особливості функціонування сучасних автоматизованих систем керування дорожнім рухом. Запропоновано спосіб адаптивного керування дорожнім рухом на основі передбачення транспортних потоків та швидких моделей оптимізації перехресть. Подано характеристики системи мікроскопічного моделювання транспортних потоків, що застосовується в системі адаптивного керування дорожнім рухом.

Ключові слова - адаптивне керування дорожнім рухом, оптимізація керування дорожнім рухом, моделювання транспортних потоків, мікроскопічне моделювання.

Вступ

Нині у багатьох великих містах дуже гостро постає проблема транспортних пробок. При цьому дослідження показують, що потенціал існуючих вулично-дорожніх мереж використовується далеко не повністю. Підвищення пропускну здатність УДС можна досягти з допомогою застосування автоматизованих систем управління дорожнім рухом (АСУДД). При впровадженні АСУДД досягається поліпшення наступних показників: час у дорозі транспортних засобів (МС) знижується на 10-15%; кількість загальних транспортних зупинок скорочується на 20-40%; витрата палива знижується на 5-15%; кількість шкідливих викидів в атмосферу скорочується на 5-15%; підвищується безпека дорожнього руху.

Сучасні АСУДД

Основними компонентами сучасних АСУДД крім світлофорів та світлофорних контролерів є:

1) детектори транспорту (ДП), що забезпечують виявлення ТЗ та підрахунок їх числа при русі смугами;

2) одна або кілька ЕОМ для обробки даних з ДП та розрахунку оптимальних керуючих сигналів;

3) сукупність програмних засобів, що реалізують алгоритми детектування транспорту та оптимізації керування транспортними потоками;

4) засоби інформування водіїв ТЗ (різні інформаційні табло);

5) засоби зв'язку та телекомунікації, які використовуються для об'єднання програмно-апаратних засобів АСУДД в єдину систему.

У сучасних АСУДД застосовуються різні типи детекторів транспорту: петлеві (індукційні); інфрачервоні активні та пасивні; магнітні; акустичні; радарні; відеодетектори; комбіновані (у різних комбінаціях ультразвукові, радарні, інфрачервоні та відеодетектори). Всі ДП володіють різною ефективністю в різних умовах експлуатації. Однак у зв'язку з досягнутим високим рівнем розвитку обчислювальної та телевізійної техніки у багатьох випадках найкращими є відеодетектори на основі технологій обробки та аналізу зображень, а також комбінації відеодетекторів з детекторами інших типів.

У існуючих АСУДД тих чи інших виробників використовуються в різних комбінаціях три основні способи адаптивного керування транспортними потоками.

1. Метод управління з використанням бібліотек, що характеризується попереднім розрахунком безлічі планів координації та перемиканням їх на підставі поточних усереднених показань стратегічних ДП шляхом вибору з бібліотеки відповідного плану.

2. Метод актуального управління, що характеризується попереднім розрахунком планів координації світлофорів, перемиканням їх за календарним графіком та реалізацією змін у цих планах відповідно до транспортних запитів, що фіксуються локальними детекторами на окремих напрямках.

3. Метод адаптивного управління, що характеризується постійним перерахунком планів координації та календарних режимів на підставі інформації, що отримується з локальних та стратегічних (колійних) детекторів у режимі реального часу.

Оптимізація керування транспортними потоками в сучасних АСУДД здійснюється різними методами. У системі Balance (Німеччина) використовуються генетичні алгоритми оптимізації. У системі Utopia (Нідерланди) проводиться розрахунок на основі цінової функції, що враховує час затримки, кількість зупинок, специфічні пріоритетні вимоги, взаємне розташування перехресть. У системі «Спектр» (Санкт-Петербург, Росія) іс-

користуються такі алгоритми: пошук розривів потоку транспорту; розрахунок за формулою Вебстера; перемикання програм з інтенсивності. В АСУДД виробництва ВАТ "Електромеханіка" (Пенза, Росія) використовується таке алгоритмічне забезпечення: алгоритм пошуку розриву потоків транспорту; пошук розриву із збереженням загальної тривалості циклу координації; алгоритм перемикання заздалегідь розрахованих режимів контрольних точок інтенсивності руху транспорту; алгоритм динамічного перерахунку параметрів циклу з урахуванням формули Вебстера. В АСУДД «Агат» (Мінськ, Білорусь) використовуються такі евристичні алгоритми управління: вибір плану координації за картою часу; вибір фази, режиму за планом координації; вибір плану координації за параметрами руху на характерних точках та інших.

Адаптивне керування транспортними потоками на основі моделей оптимізації перехресть

Система управління дорожнім рухом (рисунок), що розробляється, складається з одного центрального пункту і безлічі локальних пун-

■ Схема системи адаптивного керування дорожнім рухом

ктов управління, число яких відповідає числу керованих перехресть у системі. Усі локальні пункти мають з'єднання каналами зв'язку з центральним пунктом управління.

Центральний пункт управління виконує функції збору та обробки інформації про інтенсивність руху транспортних засобів в УДС. Обробка інформації є передбаченням величин транспортних потоків на основі наступних даних:

поточних інтенсивностей транспортних потоків;

Швидкості руху ТЗ;

Відстаней між суміжними керованими перехрестями у системі;

Передбачення маршрутів руху ТЗ на основі статистики для поточного дня тижня та доби;

Поточних довжин фаз світлофорних об'єктів на перехрестях УДС.

Локальні пункти у системі виконують безпосередньо оптимізацію керування транспортними потоками на відповідних перехрестях. До складу кожного локального пункту управління входять:

Детектори транспорту;

ЕОМ, що виконує передобробку даних з ДП, якщо це необхідно, та оптимізацію управління транспортними потоками;

Контролер світлофорів, що припускає зовнішнє завдання довжин фаз світлофорного об'єкта;

Світлофори.

Як ДП пропонується використовувати відеодетектори. У цьому випадку сигнал з відеокамер надходить до ЕОМ локального пункту управління, де програмний модуль передобробки виконує аналіз відеозображень та оцінку інтенсивностей транспортних потоків на всіх контрольованих смугах. Далі інтенсивності транспортних потоків передаються центральний пункт управління.

Оптимізація керування транспортними потоками провадиться наступним чином. У ЕОМ є точна програмна мікроскопічна модель перехрестя. При розрахунку оптимальних довжин фаз наступного фазового циклу управління світлофорним об'єктом (тривалість фазового циклу становить, зазвичай, 2-5 хв) виконуються такі дії.

У моделі встановлюються вхідні інтенсивності транспортних потоків на наступні 5 хв (прогноз інтенсивностей від центрального пункту управління) з точністю до окремого ТЗ.

Модуль оптимізації запускає прогони моделі перехрестя тривалістю 5 хв модельного часу, для кожного прогону задає нові довжини фаз модельного світлофорного об'єкта

та розраховує за результатами кожного прогону значення цільової функції.

В результаті циклу оптимізації, що складається з кількох прогонів моделі, модуль оптимізації знаходить оптимальні довжини фаз модельного світлофорного об'єкта, що відповідають екстремуму цільової функції пошуку.

Довжини фаз світлофорного об'єкта є вектором параметрів оптимізації j = (фр ф2, ф3, ф4) (на хрестоподібному перехресті зазвичай задається не більше чотирьох фаз). Як цільова функція F(j) може служити середній час очікування проїзду перехрестя ТЗ. Критерієм оптимізації у цьому випадку буде мінімум середнього часу очікування проїзду

min .Р(ф) = F(^*),

де Ф - допустиме безліч значень координат вектора довжин фаз; j* – вектор оптимальних значень довжин фаз. Допустиме безліч значень координат вектора довжин фаз має такий вигляд:

Ф = (ф | Tmin< Фi < Tmax.i = 1.-. 4} С r4.

де Т. і - відповідно мінімальне

та максимальне значення довжини фази.

Розрахунок похідних цільової функції на моделі є неможливим, тому як методи оптимізації можуть бути використані тільки прямі методи. Запропоновано застосування послідовного циклічного варіювання довжин фаз світлофорного об'єкта від прогону до прогону з постійним кроком по довжині фази. Довжина кроку варіювання довжин фаз може бути задана 2-3 с.

Необхідною умовою можливості реалізації описаної системи адаптивного керування дорожнім рухом є наявність системи мікроскопічного моделювання транспортних потоків, швидкість роботи якої була достатньою для виконання оптимізації довжин фаз світлофорного об'єкта за час одного фазового циклу.

Система мікроскопічного моделювання транспортних потоків

Авторами статті розроблено систему мікроскопічного моделювання транспортних потоків в УДС, яка може бути використана для оптимізації керування транспортними потоками у складі системи адаптивного керування дорожнім рухом. Головною особливістю системи моделювання є застосування дискретно-подійного підходу в моделі

ванні, завдяки чому система має високу швидкодію.

Швидкодія системи оцінена в серії експериментів з моделями окремих типових перехресть. Експерименти виконані на комп'ютері з процесором Intel Core 2 Quad Q6600 із частотою кожного ядра 2,4 ГГц (реально в експериментах використовувалося лише одне ядро, оскільки моделювання виконується в один програмний потік). В результаті моделювання транспортних потоків через одиничне перехрестя протягом 45 діб (3888000 с) зайняло 2864 з процесорного часу. Таким чином, перевищення швидкості моделювання над швидкістю перебігу реального часу склало 3888000/2864 « » 1358 разів, тобто за час реального фазового циклу на перехресті модуль оптимізації здатний виконати більше 1300 прогонів оптимізаційного експерименту.

Особливістю дискретно-подійного підходу у моделюванні є незалежність результатів моделювання від швидкості виконання моделі, тобто навіть у режимі повного завантаження процесора моделювання покаже цілком ідентичні результати результатів виконання, наприклад, у режимі реального часу.

Навпаки, у системно-динамічному підході при прискоренні моделювання у вигляді збільшення кроку дискретизації за часом точність моделювання падає. Системно-динамічний підхід реалізує переважна більшість сучасних систем мікроскопічного моделювання транспортних потоків: Aimsun (Іспанія), Paramics Modeler (Шотландія), DRACULA (Великобританія), TransModeler (США), VISSIM (Німеччина). У всіх системах моделювання використовується крок дискретизації за часом 0,1-1,0 с.

У системно-динамічній дорожньо-транспортній моделі крок моделювання за часом, що дорівнює 1 с, цілком здатний позбавити модель адекватності. Так, ТЗ на швидкості 60 км/год за 1 с долає більше 16 м шляху, тобто на типових швидкостях руху модельне ТЗ позиціонується лише з точністю близько 10 м-коду.

У запропонованій дискретно-подійній моделі точність позиціонування модельних об'єктів залишається постійною практично при будь-якій швидкості і залежить від розрядності використання.

1. Бродський Г. С., Айвазов А. Р. Автоматизоване управління дорожнім рухом у міському середовищі // Світ доріг. 2007. № 26. С. 2-3.

них змінних і типу виконуваних з них арифметичних операцій. При використанні чисел з плаваючою комою подвійної точності (64 біти, 15 значущих десяткових цифр мантиси) точність позиціонування модельних МС у дискретно-подійній моделі в будь-який момент часу складе не більше 1 см.

Висновок

Запропонована система адаптивного керування дорожнім рухом здатна продемонструвати високу ефективність завдяки вичерпній оптимізації кожного окремого перехрестя та обліку транспортних потоків між сусідніми перехрестями з точністю до окремих транспортних засобів. За наявності в УДС по якомусь напрямку транспортного потоку високої щільності відбувається автоматичне підстроювання керування на всіх суміжних перехрестях з організацією на цьому напрямку зеленої хвилі. У цьому оптимізації піддаються й інші напрями з транспортними потоками меншої щільності.

Оптимізація керування кожним окремим перехрестям у реальному часі є можливою завдяки використанню системи мікроскопічного дискретно-подійного моделювання транспортних потоків в УДС, розробленої авторами статті. Дана система моделювання внаслідок застосування дискретноподійного підходу має високу продуктивність і точність. Найближчим часом на сайті розробників буде доступна ознайомча версія системи моделювання.

Якість оптимізації управління транспортними потоками високою мірою залежить від точності передбачення щільності потоків транспорту. При цьому точність передбачення тим вища, чим менше часовий інтервал передбачення. При використанні на локальних перехрестях апаратного забезпечення достатньої продуктивності перерахунок оптимальних довжин фаз циклу регулювання світлофорного об'єкта може проводитись з початком кожної наступної фази. У цьому випадку реально використовується часовий інтервал передбачення скоротиться до тривалості однієї фази, тобто до 15-100 с, внаслідок чого підвищиться ефективність оптимізації.

2. Бродський Г. С., Рикунов В. В. Поїхали! АСУДД - світовий досвід та економічний сенс // Світ доріг. 2008. № 32. С.36-39.

3. ДНПО АГАТ. http://www.agat.by (дата звернення:

4. Crowdhury M. A., Sadek A. Fundamentals of Intelligent Transportation System planning. - Boston - London: Artech House, 2005. - 190 p.

5. Кременець Ю. А., Печерський М. П., Афанасьєв М. Б. Технічні засоби організації дорожнього руху. – М.: Академкнига, 2005. – 279 с.

6. GEVAS software: Traffic Control. http://www.gevas.eu/index.php?id=149&L=1 (дата звернення: 16.06.2010).

7. UTOPIA – Peek Traffic. http://www.peektraffic.nl/ page/484 (дата звернення: 16.06.2010).

8. ЗАТ «РІПАС»: Розробка та виробництво автоматизованих систем. http://www.ripas.ru (дата звернення: 16.06.2010).

9. АСУДД – ВАТ «Електромеханіка». http://www. elmeh.ru/catalog/3/asud (дата звернення:

10. Карпов Ю. Г. Імітаційне моделювання систем. Введення в моделювання з AnyLogic 5. – СПб.: БХВ-Петербург, 2006. – 400 с.

11. Рад Б. Я., Яковлєв С. А. Моделювання систем. - М: Вищ. шк., 2001. – 343 с.

12. Nagel K. High-speed microsimulations of traffic flow. Thesis: University Cologne, 1995. - 202 p.

13. Aimsun. Включена транспортна моделювання software. http://www.aimsun.com (дата звернення:

14. Quadstone Paramics. Traffic Simulation Solutions. http://www.paramics-online.com (дата звернення:

15. SATURN Software Web Site. https://saturnsoftware. co.uk (дата звернення: 20.05.2010).

16. TransModeler Traffic Simulation Software. http://www.caliper.com/transmodeler/ (дата звернення:

17. PTV Vision – транспортне планування. http://www.ptv-vision.ru (дата звернення: 20.05.2010).

18. Компанія «Маллен». http://www.mallenom.ru (дата звернення: 20.05.2010).

Кожному з Вас необхідно зареєструватися на сайті РУНЕБ (http://www.elibrary.ru) для того, щоб Вам надали індивідуальний цифровий код (при реєстрації код присвоюється автоматично), що обов'язково для створення коректної бази даних РУНЕБ, що об'єктивно відображає інформацію про Вашу наукової активності, а також підрахунку Вашого індексу цитування (РІНЦ).