close

Вход

Забыли?

вход по аккаунту

?

AndronovFetisov

код для вставкиСкачать
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
Федеральное государственное автономное
образовательное учреждение высшего образования
САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ
АЭРОКОСМИЧЕСКОГО ПРИБОРОСТРОЕНИЯ
С. А. Андронов, В. А. Фетисов
ВВЕДЕНИЕ В ИНТЕЛЛЕКТУАЛЬНЫЕ
ТРАНСПОРТНЫЕ СИСТЕМЫ
Учебное пособие
Санкт-Петербург
2017
УДК656.13:621.398:004.8
ББК 39.3:32.968:32.813
А66
Рецензенты:
доктор технических наук, профессор В. С. Лукинский;
доктор технических наук, профессор А. В. Кириченко
Утверждено
редакционно-издательским советом университета
в качестве учебного пособия
Андронов, С. А., Фетисов В. А.
А66 Введение в интеллектуальные транспортные системы: учеб. пособие / С. А. Андронов, В. А. Фетисов. – СПб.: ГУАП, 2017. – 251 с.
ISBN 978-5-8088-1176-8
Рассматриваются основные понятия, положения и принципы
построения ИТС, их современное состояние в мире, принципы создания и архитектура, типовые проекты, применяемые технологии,
элементы интеллектуальной транспортной инфраструктуры, бортовые системы, методы управления ТП в городах, навигационные и
другие подсистемы ИТС.
Учебное пособие предназначено для подготовки бакалавров и
магистров, изучающих курс «Интеллектуальные транспортные
системы», в рамках образовательных программ по направлениям:
23.03.01, 23.04.01 «Технология транспортных процессов» (направленность «Организация перевозок и управление в единой транспортной системе»), 12.04.01 «Приборостроение» (направленность «Интеллектуальные транспортные системы»), 09.04.01 «Информатика
и вычислительная техника» (направленность «Интеллектуальные
системы принятия решений в транспортной логистике»), а также
других направлений и специальностей, связанных с транспортными процессами.
УДК 656.13:621.398:004.8
ББК 39.3:32.968:32.813
ISBN 978-5-8088-1176-8
©
©
Андронов, С. А., Фетисов В. А., 2017
Санкт-Петербургский государственный
университет аэрокосмического
приборостроения, 2017
Общепринятые термины и сокращения
БАНИК – бортовой автомобильный навигационно-информационный комплекс
ТП – транспортный поток
ТС – транспортное средство
ОТ – общественный транспорт
УДС – улично-дорожная сеть
УДД – управление дорожным движением
АСУДД – автоматизированная система управления дорожным
движением
СО – светофорный объект
ДК – дорожный контроллер
TCOРД – технические средства организации движения
ГЛОНАСС – глобальная навигационная спутниковая система –
российская спутниковая система навигации
GPS – (Global Positioning System) спутниковая система навигации, разработана, реализована и эксплуатируется Министерством
обороны США
GSM – (от названия группы Groupe Special Mobile – глобальный
цифровой стандарт для мобильной сотовой связи
GPRS – (General Packet Radio Service – пакетная радиосвязь общего пользования) – надстройка над технологией мобильной связи
GSM, осуществляющая пакетную передачу данных;
GPS (ГЛОНАСС)-Трекер – (далее – Трекер) – устройство приёмапередачи данных для спутникового мониторинга объектов
ИТС – интеллектуальные транспортные системы
ЛУСМО – локальный узел системы мониторинга объекта
ИАЦ – информационно-аналитический центр
3
Хорошо, когда разум управляет транспортом, а не наоборот.
Гарри Симанович
ВВЕДЕНИЕ
В последнее время увеличение использования транспорта в мире
повсеместно сопровождается рядом негативных последствий, среди которых можно выделить следующие основные: загрязнение
окружающей среды (выхлопы углекислого газа, заражение среды
тяжелыми металлами и др.) и задержки людей и грузов на всех видах транспорта. Последнее, в частности, приводит к уменьшению
эффективности транспортной инфраструктуры.
Проблема заторов возникает в местах с повышенной интенсивностью транспортного потока (ТП), а именно: в крупных мегаполисах. Причем в наибольшей степени данная проблема проявляется
в городах с историческими центрами. В качестве примера можно
привести два российских мегаполиса Москву (радиально- кольцевая схема, три кольца), Санкт-Петербург (мосты через Неву). Относительно молодые города, где нет исторической застройки: Токио,
Нью-Йорк (квадратная застройка – одностороннее движение, пробку можно объехать по параллельной улице) изначально приспособлены для автодвижения.
Ущерб от автомобильных пробок только в Москве за год составляет $1,5 млрд (час затора одного транспортного средства (ТС) превышает 300 руб.), в Подмосковье – $4 млрд за год, а в США – порядка $80 млрд за год. Рекордная длина московской пробки – 68 км.
Здесь Санкт-Петербург обошел Москву и занял 5-е место в мире.
Подсчитали, что в Санкт-Петербурге в год (35% от каждой поездки
водитель СПб стоит в пробке). Подсчитано, что минута потерянного
времени в пути в Москве поданным 2013 г. стоит 2–3 руб., сейчас
соответственно, гораздо больше. Теряется не только время, но и
сжигается дорогой бензин.
Во многих странах пробкой считается движение 25 км/ч, в Москве – 7–10 км/ч. В Токио, например, пробкой считается ситуация,
при которой средняя скорость автомобилей падает ниже 40 км/ч.
Важнейшей проблемой является неприемлемый уровень людских потерь.
По данным ООН в мире только в автодорожных катастрофах погибает уже 1 млн 300 тысяч человек в год и ещё 50 млн людей получают ранения и увечья. По расчетам Международной организации
4
здравоохранения в Женеве, если такими темпами будут гибнуть
люди и дальше, то в 2030 г. только на автодорогах будут погибать
уже более 2,5 млн человек в год! В России процент пострадавших
год от года возрастает, а например Япония является зоной нулевых
транспортных потерь.
Корень большинства проблем лежит в двух очевидных вещах:
неразвитость транспортной инфраструктуры (в том числе: транспортных путей, средств связи и контроля, износ транспортного оборудования и др.) и, конечно, человеческий фактор.
Мировым транспортным сообществом решение названных проблем найдено в создании транспортных систем, в которых средства
связи, управления и контроля изначально встроены в ТС и объекты
инфраструктуры, а возможности управления (принятия решений)
на основе получаемой в реальном времени информации доступны не только транспортным операторам, но и всем пользователям
транспортных систем.
Задача решается путем построения интегрированной системы:
люди – транспортная инфраструктура – ТС, с максимальным использованием новейших информационно-управляющих технологий. Такие «продвинутые» транспортные системы и стали называть интеллектуальными. Оперативной задачей интеллектуальных
транспортных систем (ИТС) является осуществление и поддержка
возможности автоматизированного и автоматического взаимодействия всех транспортных субъектов в реальном масштабе времени
на адаптивных принципах.
В настоящее время в США, Европейском Союзе, странах Азии
уже существуют реализованные программы ИТС, успешно справляющиеся со своими задачами. С их помощью существенно увеличена информированность участников транспортного движения,
снижена опасность транспортного сообщения, а также подготовлена база для дальнейших разработок. Например, в Южной Корее общая экономия от реализации ИТС-технологий оценивается
в $ 1,5 млрд в год. В течение следующих 20 лет ожидается создание промышленных мощностей на 20 млрд долларов и уменьшение
экономических потерь из-за заторов на дорогах на 26 млрд долларов. В США, которые к настоящему времени значительно отстали
в этом плане от Японии и Южной Кореи, системы управления автострадами увеличивают скорости от 13 до 48% против ранее существовавшего режима перегрузки.
Исследования, проведенные на Западе, показывают, что экономия в пробках 5 мин в целом для всего города позволяет сэконо5
мить миллиарды, поскольку непроизводительные потери времени
населением отражаются на росте ВВП. Внедрение ИТС также позволяет:
– снизить количество дорожно-транспортных происшествий до
50%;
– увеличить пропускную способность дорог на 25–30%;
– снизить расход горючего на 20%, затраты времени в пути на
30%;
– повысить занятость населения на 5%.
На рисунке показан примерный состав ИТС. В рамках такой системы взаимодействуют: человек – водитель или пассажир, ТС и
дорожная инфраструктура.
Одним из элементов ИТС является маршрутная навигация, которая предусматривает мониторинг ТП и показателей качества работы УДС, определение положения ТС с заданной точностью, динамический выбор маршрута движения и информирование водителя при прохождении маршрута. Например, водителю сообщают
о возможном насыщении ТП на маршруте. С появлением мощной
вычислительной техники, средств связи, спутниковой навигации,
средств сбора и обработки информации о характеристиках ТП и дорожной сети появилась возможность предотвращать заторы, рекомендуя и вынуждая водителей менять маршруты движения.
Трудно не согласиться с мнением, что человек опасен за рулём
какого угодно транспорта. Уже не являются фантастикой роботизированные автомобили (первый «робогрузовик» выехал на дорогу
6 мая 2015 г. [85]). Недавно было объявлено, что робомобили проехали 1,7 млн миль, попав всего в 11 аварий, причем все они произошли по вине людей. Аналитики крупнейшего инвестиционного
банка Morgan Stanley считают, что полностью автономные автомобили появятся уже к 2022 г., к 2026 г. они совершат мощное проникновение на рынок, т. е. через 20 лет обычные автомобили просто исчезнут. По прогнозам:
– Navigant Research [86]: к 2035 г. продажи робомобилей дойдут
до 95,4 млн ежегодно и займут 75% рынка легковых автомобилей;
– Nissan [87]: к 2020 г. у автомобилей будет появляться все больше элементов автономности. Этот процесс будет эволюционным, и
к 2020 г. автономные возможности реально начнут появляться у
серийных авто.
Важную роль при создании ИТС играет транспортное моделирование, которое призвано на ранних этапах проектирования выявить основные направления усилий и обосновать эффект от внедре6
7
Навигация
Связь между
транспортными
средствами
Мобильная
телефонная
связь
Межтранспортные
средства связи
интеллектуальные
Примерный состав ИТС
Дорожные знаки
Системы
обеспечения
безопасности
Управление
автопарком
марта
2010года
страница
13амстердам
¦ q-free
asa ¦ , 25
22.
oktober
2016
¦ название
презентации
Адаптивный
круиз-контроль
Общегородская
сеть
Наземные
радиостанции
радиостанции
Спутниковые
средства связи
Сбор дорожных
пошлин
Дорожные
услуги
Транспортное
моделирование
Планирование
маршрутов
I. Беспроводная сеть
передачи данных
Информация
для пассажиров
транспортные
ИНТЕЛЛЕКТУАЛЬНЫЕ ТРАНСПОРТНЫЕ СИСТЕМЫ
(ITS): ОБЩАЯ КАРТИНА
ния разрабатываемых систем и, более того, находит применение
при управлении ИТС в реальном времени.
Транспортная модель – инструмент устойчивого развития мегаполиса.
Понятие «устойчивый транспорт» (sustainable transport), т. е.
транспорт, удовлетворяющий требованиям, удобный, поддерживающий развитие, было введено Европейским Комитетом министров
транспорта ЕКМТ СЕМТ/СМ (2001 г.). В документе «Реализация
устойчивой городской транспортной политики» понятие устойчивый транспорт связано с улучшением качества жизни городского
населения (включая обеспечение транспортной доступности городских территорий, высокого качества транспортных услуг, чистоты
воздуха, дружественной городской среды и экономического процветания, без нанесения ущерба здоровью людей и окружающей
среде). Более подробно базовые принципы устойчивого развития
изложены в [13].
Одним из примеров широко используемых систем транспортного моделирования является программный комплекс PTV Vision
[52] немецкой фирмы PTV Group. Транспортные модели, создаваемые на основе продуктов названного комплекса, используются
для расчета текущего состояния трафика и являются базой прогноза для ИТС (например, что будет, если на периоде порядка часа
изменится сигнальный план работы светофора). Базовой является
статическая модель, создаваемая в программе PTV VISUM, данные
которой преобразуются в динамическую модель (программа PTV
OPTIMA). Определяется динамическое транспортное равновесие
(набор «типовых» ситуаций). Расчет идет в том числе на не оборудованных детекторами участках за счет распространения актуальной
нагрузки по типовым путям на всей сети. Динамическая модель,
получая данные от online – детекторов транспорта (данные по скоростям движения, ДТП, ремонтные работы и т. д.), преобразуется
в адаптивную «online»-модель. Таким образом, модель становится
аналитическим ядром ИТС и может интегрировать различные данные, сервис или услуги, транслируя информацию на сайт, мобильные устройства, знаки переменной информации для водителей. На
территории Российской Федерации на настоящий момент реализуются два основных проекта – динамическая модель Москвы и динамическая модель автодорог ГК «Автодор».
Следует отметить роль ИТС для управления логистическими
процессами, в том числе с использованием нескольких видов транспорта. Реализация таких логистических концепций как «точно в
8
срок», QR («быстрого реагирования» на транспортный спрос) и других требует максимального снижения влияния роли человеческого
фактора, что предполагает внедрение транспортно-телематических
систем, включая системы с элементами искусственного интеллекта. Когда загрузка транспортных коммуникаций достаточно велика, решение задачи оптимизации и безопасности транспортного
процесса подразумевает мониторинг ТП, ТС, грузов, пассажиров,
а также формирование на этой базе интеллектуальных систем контроля и управления транспортно-логистическими процессами. Интеллектуальные транспортные системы приобретают актуальность
особенно в условиях развития унифицированного способа транспортировки грузов – развития контейнерных перевозок.
Предлагаемое пособие основывается на лекционном курсе «Интеллектуальные транспортные системы», читаемом в СПбГУАП.
Особое внимание уделено математическому обеспечению ИТС,
включая методы интеллектуального анализа данных, транспортные модели и пакеты транспортного моделирования. Тем не менее,
акцентируя внимание на неизменных понятиях, авторы, учитывая
быстрое развитие технической мысли в направлении ИТС, не переоценивают результата своих трудов, рассматривая данное пособие
лишь как некоторый «моментальный снимок» состояния дел. Также авторы приносят искреннюю благодарность студентам, интересующимся развитием ИТС, за помощь при поиске информации в
сети Интернет.
9
1. ОСНОВНЫЕ ПОНЯТИЯ ИЗ ОБЛАСТИ ИТС
1.1. Особенности ИТС как интеллектуальной системы
Интеллектуальность какой-либо искусственной системы, как
известно, предполагает:
– обучаемость, то есть способность системы аккумулировать новые знания и данные, модели и правила на основе механизма индукции, способность к обобщению статистических данных;
– способность к классификации, то есть умение системы самостоятельно структурировать данные по состоянию объектов управления, факторам внешней среды, управляющим сигналам и так далее;
– адаптивность, то есть способность системы приспосабливаться
к меняющимся условиям среды.
Интеллектуальными системами (ИС) называют системы, способные решать задачи, традиционно считающиеся творческими,
без или с минимальным участием человека. Английский термин
intelligent имеет одним из значений «обладающий искусственным
интеллектом; способный к адаптации, саморегулируемый (о программе, аппарате)», то есть имеется в виду не интеллект в общем
смысле, а именно искусственный интеллект, моделирующий мыслительный процесс человека.
Одним из направлений применения ИС является решение трудноформализуемых задач на основе применения эвристических процедур. Примером являются экспертные системы (ЭС), включающие
базу знаний и решатель, способный манипулировать знаниями и
делать выводы из посылок. Очевидно, для применения подобных
систем последняя должна также обладать, так называемым, интеллектуальным интерфейсом, в частности, должна быть способна пояснить сделанные действия или выводы.
В ИТС (англ. Intelligent Transportation System (ITS)) под интеллектуальностью понимают автоматическое (или с минимальным
участием человека) формирование управляющих воздействий на
объекты транспортной системы в реальном времени с целью манипулирования участниками транспортной системы для более равномерного распределения транспортной нагрузки в сети. Одним из
примеров является использование названных ЭС для управления
ТП, близкими к насыщению.
Кроме усиления умственных способностей человека при принятии решений на транспорте, к «интеллекту» ИТС следует также отнести способность управления в реальном времени отдельными ТС
10
и ТП в целом. Понятно, что скорость и качество принятия решений
ИТС в общем случае превышают возможности водителя или оператора и впрямую влияют на безопасность на дорогах.
Для возможности работы в такой системе должна функционировать обратная связь, которая обеспечивает автоматическую передачу оперативных данных о работе объектов транспортной системы
в центр управления либо в точки локального принятия решений.
С другой стороны, очевидно, что полностью исключить из процесса человека возможно далеко не всегда. Следует понимать, что
самый интеллектуальный элемент ИТС – это человек. От того, насколько человек будет осознанно участвовать в дорожном движении, насколько уважительно будет относиться к другим участникам движения зависит обстановка на дороге: и в плане безопасности, и в плане времени поездки, и в плане экологии.
Таким образом, ИТС относят к автоматизированным системам,
помогающим в принятии человеком наилучших решений. Иначе
говоря, к системам поддержки принятия решений (СППР) в транспортной сфере. Это – система, объединяющая в единый технический и технологический комплекс различные подсистемы для мониторинга, аналитики и управления ТП, а также информирования участников дорожного движения и потенциальных субъектов
транспортного процесса.
Приведем два определения ИТС. Вот первое, чаще всего, цитируемое в отечественных источниках:
1. ИТС– ИС, использующая инновационные разработки в моделировании транспортных систем регулировании ТП, предоставляющая конечным потребителям большую информативность и
безопасность, а также качественно повышающая уровень взаимодействия участников движения по сравнению с обычными транспортными системами.
Второе, приведено в директиве 2010/40/ЕU Европейского парламента и Совета Европы от 7.07.2010г. по основам внедрения ИТС
в области автомобильного транспорта и взаимодействия разных видов транспорта [21]:
2. ИТС являются современными приложениями, которые без
использования интеллекта как такового направлены на предоставление инновационных услуг, относящихся к различным видам
транспорта и управлению движением и позволяющих различным
пользователям быть лучше осведомленными, а также обеспечивая большую безопасность, более координированное и «разумное»
использование транспортных сетей.
11
Приведенные определения дают представление о главных целях
ИТС:
– информативность и безопасность;
– качественно новый уровень информационного взаимодействия участников дорожного движения.
Интеллектуальные транспортные системы являются местом соприкосновения автотранспортной индустрии, индустрии информационных технологий и базируются на двух «китах» – моделировании транспортных систем и регулировании ТП.
Следует отметить, что ИТС не обязательно должна решать именно интеллектуальные задачи (как отмечено в «европейском» определении). В Европе чаще используется понятие «транспортная телематика» [2], как сочетание слов «телекоммуникация» и «информатика», которая объединяет информационную и телекоммуникационную технологии с организацией движения транспортных потоков
так, чтобы повысилась пропускная способность существующей
транспортной инфраструктуры, возросла безопасность движения
и повысился психологический комфорт пассажиров.
Отсюда происхождение термина Транспортная Телематическая
Система (ТТС), которая по сути синоним ИТС. Можно сказать, что
ИТС – подкласс ТТС, в котором под интеллектом следует понимать управляющие алгоритмы на основе моделирования реальных
транспортных ситуаций, а также процессы их составления, тестирования и внедрения.
Не смотря на то, что фактически ИТС может включать все виды
транспорта, европейское определение ИТС трактует ИТС как систему, в которой применяются информационные и коммуникационные технологии в сфере именно автотранспорта (включая инфраструктуру, ТС, участников системы, а также дорожно-транспортное
регулирование), и имеющую наряду с этим возможность взаимодействия с другими видами транспорта. На других видах транспорта
(водном, железнодорожном и др.) терминология ИТС применяется
редко, хотя многие системы там можно отнести к интеллектуальным. Прежде всего, следует отметить воздушный транспорт.
Пример.
В качестве примера ИТС в области морского транспорта следует назвать проект AAWA (Advanced Autonomous Waterborne
Applications] британской компании Rolls-Royce, цель которого является создание дистанционно управляемых, а затем и автономных
грузовых судов (рис. 1.1). Предполагается, что один экипаж, находящийся на берегу, сможет управлять несколькими судами, осна12
Рис. 1.1. Проект компании компания Rolls-Royce
щенными «виртуальными рубками». Это позволит исключить затраты на воду, пищу и электроснабжение систем жизнеобеспечения,
снизить риск для людей и разместить на борту большее количество
груза, отказавшись от «физической» рубки, кают и спасательных
шлюпок. Второй этап работы над проектом должен завершиться в
2017 г., а первое дистанционно управляемое судно может быть спущено на воду в 2020-м. В числе компонентов системы беспилотники,
совершающие облет для осмотра судна и оценки обстановки. Глаза» судна – камеры видимого диапазона и сенсоры длинноволнового инфракрасного излучения (LWIR), радары и лидары (лазерные
сканеры). Коммуникации с судном осуществляются через спутник,
передающий и принимающий в двух диапазонах L (диапазон дециметровых длин волн) и Ка(новый диапазон сантиметровых и миллиметровых длин волн с несущей частотой 34700 МГц), чтобы снизить
риск потери связи. Система автономной навигации разрабатывается на основе уже готовых решений для беспилотных автомобилей.
Интеллектуальная транспортная система должна иметь возможность осуществлять автоматизированное решение наиболее сложных, трудноформализуемых, имеющих высокую размерность вычислительных, логических и управленческих задач с целью балансирования нагрузки в транспортной сети для экономии времени (безопасности, экологии и т. д.) участников транспортного процесса.
Остановимся подробнее на используемом в приведенном определении ИТС понятии «инновационные разработки». Сюда относятся
системы:
– моделирования ТП;
13
– глобальные навигационные системы слежения за ТС, обеспечивающие информацию о положении и состоянии подвижного состава в режиме реального времени (мониторинг);
– средства телематики, позволяющие осуществлять обмен информацией и интегрировать ее в компьютерные системы распределенных субъектов;
– мощные вычислительные средства, обеспечивающие транзакционную и аналитическую обработку больших массивов данных с
выработкой оптимальных решений.
Подводя итог, можно сказать, что:
«ИТС – это системная интеграция современных информационных и коммуникационных технологий и средств автоматизации
с транспортной инфраструктурой, транспортными средствами
и пользователями, ориентированная на повышение безопасности
и эффективности транспортного процесса, комфортности для водителей и пользователей транспорта».
Ряд модулей в составе ИТС несут сервисные функции. В этом
плане ИТС выступает как набор сервисных услуг, предоставляемых пользователям в целях удобства пользования и достижения
максимальной пропускной способности дорожной сети.
1.2. Интеллектуальная транспортная система
как информационная система
В общем случае любая информационная система (ИС) предназначена для решения следующих задач:
– получение информации о некоторой предметной области;
– обработка этой информации по заданным законам;
– представление результатов обработки в необходимом виде потребителям.
Соответственно, функциональная структура информационной
системы должна включать в себя:
– процессы получения необходимой информации о предметной
области;
– передачу полученной информации на объект, где осуществляется обработка;
– обработку информации;
– передачу полученных результатов на объект, где находятся
потребители информации;
– представление полученной информации потребителям.
14
В случае же с ИТС её функциональная структура может включать в себя следующие процессы:
– получение информации о ТП, которая может поступать от датчиков транспорта, средств видеонаблюдения и т. п.;
– получение информации о метеоусловиях на дорогах;
– передача полученной информации для дальнейшей обработки;
– обработка информации;
– передача результатов обработки информации на бортовые,
индивидуальные (переносные коммуникационные устройства) и
групповые (светофоры, изменяемые дорожные знаки информационные табло) средства представления информации;
– представление информации бортовыми средствами, размещёнными на ТС;
– представление информации групповыми средствами (информационные табло) для участников дорожного движения и пользователей ТС;
– представление информации пользователям, в том числе на
средства отображения индивидуального пользования, включая переносные устройства.
Минимально функциональная структура ИТС должна включать
хотя бы один из процессов получения информации: соответствующий процесс передачи полученной информации для обработки и собственно процесс обработки информации. Функциональной структуре ИТС соответствует физическая структура системы, отражающая
состав физических компонентов системы и связи между ними.
Применительно к ТТС подсистема сбора и обработки информации включает следующие элементы [1] (рис. 1.2):
– внебортовые средства сбора информации (датчики транспорта,
системы фотовидеофиксации, видеонаблюдения, видеоаналитики), средства сбора данных о метеоусловиях;
– подсистему сбора информации, в которую может входить
– бортовой автомобильный навигационный комплекс (БАНИК);
– комплекс средств управления дорожным движением и информирования пользователей ТС;
– подсистему обмена информацией с БАНИК;
– подсистему передачи данных с внебортовых средств сбора информации о ТП;
– подсистему передачи данных о метеоусловиях;
– подсистему передачи данных на средства управления дорожным движением и информирования пользователей ТС;
– подсистему обработки информации;
15
16
Внебортовые средства
сбора информации
Бортовой автомобильный
навигационно –
информационный
комплекс (БАНИК)
Внебортовые средства
сбора информации
Подсистема передачи
данных с внебортовых
средств сбора
информации
Рис. 1.2. Общая структура ТТС
– Компоненты,
инвариантные
к функциональным
задачам ТТС
Бортовой автомобильный
навигационно-информационный комплекс (БАНИК)
Подсистема обмена
информацией с БАНИК
Подсистема обработки и представления информации
– Компоненты, структура
которых частично зависит
от функциональных задач ТТС
Комплекс средств
управления дорожным
движением
и информирования
пользователей ТС
Подсистема передачи данных
на средства управления дорожным
движением и информирования
пользователей ТС
17
– Компоненты, наличие и параметры
которых определяются
функциональными задачами ТТС
– Компоненты, структура
которых частично зависит
от функциональных задач
ТТС
Разблокировка
(открывание) дверей
Включение аварийной
сигнализации
Блокировка движения ТС
Рис. 1.3. Общая структура бортового автомобильного
информационного-навигационного комплекса (БАНИК)
Датчики состояния ТС
Устройство связи
с внешними абонентами
Комплекс исполнительных
элементов
Пользовательский
интерфейс
Вычислительное
устройство
Пользовательский
интерфейс
Приемное устройство – Компоненты, инвариантные
к функциональным задачам
ГНСС
ТТС
Датчики состояния оборудования, установленного на ТС
Датчики пассажиропотока
Датчики состояния груза
Датчики идентификации
Комплекс автоматического
определения факта аварии
Датчики состояния ТС
Датчиковый комплекс
Приемное устройство
ГНСС
Бортовой навигационноинформационный
терминал
– средства представления информации пользователям ИТС и получения данных для выработки управляющих воздействий.
Структура БАНИК раскрыта на рис. 1.3.
БАНИК включает бортовой навигационно-информационный
терминал, в состав которого входят приемник сигналов глобальных навигационных спутниковых систем (ГНСС), вычислительное
устройство, устройство связи с внешними абонентами, пользовательский интерфейс и, кроме того, может содержать следующие
элементы:
– датчиковый комплекс, в состав которого могут входить датчики состояния ТС, груза, пассажиропотока, оборудования, смонтированного на ТС, идентификации водителя, система автоматического определения факта аварии и др.;
– исполнительные элементы, которые могут обеспечивать по команде от оператора системы, например, такие функции, как блокировка возможности движения ТС (в случаях отклонения от маршрута ТС, перевозящего опасные грузы, нарушения режима работы
и отдыха водителей либо угона ТС), включение аварийной сигнализации (при получении от ТС сигнала об аварии и невозможности
установления связи с водителем), разблокировка либо открытие
дверей при получении сигнала аварии и т. д.
Контрольные вопросы
1. Понятие интеллектуальной системы. Признаки интеллектуальности системы. Понятие интеллектуальной транспортной системы. Назначение «интеллекта» в транспортных процессах.
2. Понятие «телематика». Отличие понятий транспортно-телематической системы и ИТС.
3. Понятие инновационных разработок в контексте ИТС. Основные цели и задачи создания ИТС.
4. Состав ИТС.
5. ИТС как информационная система. Задачи, решаемые информационной системой. Состав и цели процессов, реализуемых в ИТС
с позиций информационной системы.
6. Структура ТТС. Состав подсистемы сбора и обработки информации.
7. Состав и структура БАНИК.
18
2. СОВРЕМЕННОЕ СОСТОЯНИЕ РАЗРАБОТОК
В ОБЛАСТИ ИТС
Рассмотрим основные направления концентрации усилий и некоторые варианты решения транспортных проблем.
Одной из важнейших является задача реализации маршрутной сети городского наземного пассажирского транспорта, обеспечивающей разгрузку дорожной сети и равномерное распределение ТП. При этом используются: натурные наблюдения (репрезентативные выборки), статистический анализ, математическое
моделирование, экспериментальные методы обследования пассажиропотока. Также важна задача разработки математической
модели для минимизации числа пассажирских ТС на маршруте,
учитывающей ограничения на пропускную способность элементов УДС и полное удовлетворение потребности населения в перевозках.
Существует зависимость уровня загрузки УДС от количества
автобусов малой вместимости, а также от прохождения маршрутов движения пассажирских ТС по определенным элементам ДС.
Например, установлено, что при суммарной численности пассажирских ТС более 1000 автомобилей (в крупных городах с прямоугольной схемой УДС) уровень загрузки УДС резко возрастает. При
изменении маршрутной схемы в результате равномерного распределения маршрутов по элементам УДС количество элементов с высоким уровнем загрузки сократится на 60%.
Перечислим основные направления, по которым ведется работа
при создании ИТС во многих странах:
– увеличение пропускной способности автодорог;
– повышение безопасности на дорогах;
– использование существующей инфраструктуры за счет современных технологий;
– системы спутниковой навигации;
– оптимизация цен на проезд на ОТ;
– использовании платных дорог и т. п.
Города Европы, Японии уже давно используют спутниковые системы слежения за загрузкой дорог, которые передают сведения о
загрузке на приборную доску автомобиля. Центральный компьютер, имея информацию о положении каждой машины и цель поездки, подбирает наилучший (самый свободный) маршрут персонально каждому водителю. Эти системы основаны на датчиках, установленных под дорожным полотном или у обочины.
19
Другие источники информации:
– сигналы сотовых (по приборам сотовой сети можно определить, где концентрация телефонов высока)
– «исторические» сведения – где и какие пробки были на каждой дороге в прошлые годы, учитываются и погода, и календарь выходных.
2.1. Организационные меры
Следует отметить, что в ряде случаев необходимость в ИТС совсем неочевидна, поскольку многие проблемы удастся решить грамотным использованием имеющихся мер по организации движения. Изменение инфраструктуры, а именно: строительство дорог
и развязок (но ошибки в градостроительстве стоят очень дорого),
поэтому часто начинают с применения организационных мер, поскольку они – тоже элементы ИТС.
Главная цель организационных мер – уменьшить спрос на передвижение на индивидуальном транспорте.
Необходимость доминирования
общественного транспорта
Необходимость развития сети городского ОТ подкрепляет теорема Даунса:
Если в плотно застроенном городе машины более-менее доступны среднему классу, то сколько бы вы ни построили дорог и развязок, рано или поздно они все равно будут забиты.
Как только обеспеченный человек видит, что пробок стало меньше благодаря новому шоссе, он почти сразу пересаживается с метро или трамвая на собственное авто. И, наоборот, если благодаря
новым веткам метро добираться на работу стало заметно быстрее,
горожанин оставляет автомобиль в гараже, разгружая трафик.
Известно, что 70% жителей Москвы используют ОТ. Если всех
пересадить на ОТ, то проблема пробок исчезнет, поскольку подсчитано, что по эффективности использования дороги 100м автомобилей соответствуют одному автобусу.
Показателен следующий пример, характеризующий соотношение между уровнем развития ОТ и затратами городского бюджета
на обеспечение мобильности населения [13].
Пример.
В Сингапуре, по численности населения равном г. Хьюстону
(США), на ОТ совершается более половины всех поездок. В г. Хью20
стоне с использованием личного транспорта совершается более 95%
всех поездок. При этом расходы бюджета на транспорт в Сингапуре меньше на 10 млрд долл., что составляет порядка 3 тыс. долл. на
одного жителя при существенно лучшей транспортной доступности.
В крупных городах мира количество автомобилей в среднем возрастает на 10% в год (в развивающихся странах до 20%), соответственно
возрастает и нагрузка на городской бюджет. Отсюда следует, что без
развитого ОТ крупные города не имеют экономической перспективы.
Одним из путей решения проблемы пробок может служить строительство дублирующих, для наиболее загруженных, участков магистрали, проезд по которым, впоследствии будет платным. В качестве
положительного примера, где используются платные дороги, можно
привести Италию, где существует единая сеть платных автомагистралей. Другим примером решения транспортной проблемы является платный въезд в центр города. В этом случае водитель делает
выбор заплатить ему и передвигаться дальше по центральной зоне
города на своей машине или оставить машину и воспользоваться ОТ.
Резюмируя, можно назвать следующие организационные меры:
– повышение доступности ОТ и качества обслуживания пассажиров;
– платные дороги на загруженных направлениях;
– платные стоянки ТС в центре города, устройство перехватывающих стоянок рядом со станциями метрополитена;
– электронная система оплаты проезда по скоростным дорогам
во время пиковых нагрузок утром и вечером;
– краткосрочная аренда автомобилей;
– система совместного использование индивидуальных ТС;
– дополнительные налоги для автовладельцев, регистрационный сбор;
– информационные табло, на которых размещена информация о
ближайших заторах, авариях, ремонтах;
– соблюдение принципа: пешеход «главнее» водителя;
– развитие пешеходных коммуникаций в центральных районах;
– развитие системы транспортно-пересадочных узлов;
– выделенные полосы для ОТ.
На «выделенку» во многих странах также претендуют автомобили, используемые совместно соседями при поездке на работу.
Приведем примеры реализации некоторых организационных мер.
1. Германия. Реализуется следующая стратегия: рабочий день
начинать ранним утром и заканчивать в районе 14 ч, что позволяет
смещать час «пик».
21
2. Швейцария. Парк автомобилей находится в совместном пользовании сразу нескольких водителей. Зачем каждому по машине,
если одному она нужна только для того, чтобы добираться до работы, другой намерен ездить в течение дня, а третьему она необходима исключительно на выходных.
3. Сингапур. В Сингапуре действует система налоговых вычетов
для тех автовладельцев, которые регистрируют свой автомобиль как
подлежащий использованию только в выходные дни или вне часов
«пик». У таких автомобилей номерные знаки другого цвета. В одной
из действующих схем, например нельзя использовать автомобиль на
дорогах Сингапура с 7:00 до 19:00 по будням, а если все же необходимо его использовать – приобретается однодневная лицензия.
4. Китай. Следует привести пример организационных мер при
решения транспортной проблемы Пекина, население которого на
сегодняшний момент составляет 21 млн человек.
Еще сравнительно недавно (2010 г.) в книгу рекордов вошла 100-километровая пробка в центре Пекина, которая рассасывалась 9 дней.
Для борьбы с ситуацией были предприняты суровые меры, а именно:
– за въезд в центр или плати (введены платные эстакады), или
пересаживайся на ОТ, причем частные автомобили могут въезжать
в центр только 4 раза в неделю; например, в понедельник это запрещено тем, чей номер заканчивается на 7, во вторник – на 8 и т. д.,
а грузовикам разрешен въезд только ночью;
– водители из других городов для приезда в город должны подать заявку заранее;
– ограничена продажа автомобилей (номера автомобилей исключены из свободной продажи и разыгрываются в лотерею): желающих выиграть номер в 50 раз больше продаваемых номеров;
если хочешь машину быстро – выкупи номер дороже;
– за въезд на выделенную полосу – штраф, который удваивается
за повторное нарушение;
– население активно пересаживают на ОТ, в частности, выдачей
бесплатных билетов на метро для владельцев автомобилей.
Перечисленные меры дали свои плоды и прежних заторов нет.
Сейчас в Пекине построено 6 транспортных колец, скорость на которых 60–100 км/ч и в редких случаях падает до 30 км/ч.
Подводя итог, следует отметить, что приведенные примеры решений и организационные меры не всегда могут однозначно решить проблемы пробок и кардинально решить вопросы безопасности, поэтому развитию ИТС в городах посвящен следующий подраздел пособия.
22
2.2. Интеллектуальные транспортные системы
в США и Европе
В США развитие ИТС базируется на национальных программах,
реализуемых Министерством транспорта. В 1991 г. Конгресс США
законом ISTEA впервые учредил разработанную Минтрансом США
Федеральную программу – Пятилетний национальный программный план развития ИТС.
В 1996 г. началась разработка программы стандартов ИТС по
списку критических интерфейсов. В 1998 г. в соответствии с законом TEA21 началась разработка научно-исследовательской программы ИТС и программы развертывания ИТС, определена ведущая роль Минтранса США в продвижении интегрированной ИТС,
созданы структуры федерального уровня, в том числе объединенный офис программы ИТС, который финансирует НИР, управляет эксплуатационными испытаниями, координирует разработку
стандартов и действия Федеральных агентств.
Большинство государственных инициатив, таких как «Национальная архитектура ИТС», «Программа разработки стандартов»,
«Информационные системы и сети для коммерческих ТС (CVISN)»,
«Программы общественного городского транспорта, сельские ИТС,
мероприятия по безопасности пассажиров» и «Оценочная программа» создали основу, на которой в январе 2002 г. построен «План
Программы Национальной интеллектуальной транспортной системы: Видение на 10 лет» и разработан критический интерфейс для
взаимодействия на региональном, штатном и национальном уровнях. Учреждена «Национальная расчетная палата ИТС» для обмена информацией и формирования политики.
Таким образом, в США создана система постоянно обновляемых
официальных стратегических и программных документов по развитию ИТС, которая охватывает все уровни планирования – от стратегического до текущего, гарантируя на законодательном уровне участие
государства в исследованиях, разработках и развертывании ИТС.
На сегодня технология ИТС признана господствующей тенденцией
не только на транспортном, но и на потребительском рынке. К 2010 г.
было разработано около 100 стандартов и документов поддержки.
Вот примеры специализированных исследований по видам
транспорта [1] в США:
– Активное управление дорожным движением (Active Traffic
Management – ATM);
– Интеллектуальная обочина (Smart Roadside);
23
– Базовая и расширенная программы информационных систем
и сетей коммерческого транспорта (Commercial Vehicle Information
Systems And Networks – CVISN);
– Интеллектуальные и эффективные пересечения границы (Intelligent and Efficient Border Crossings);
– Мультимодальные интегрированные системы оплаты (MultiModal Integrated Payment Systems);
– Морские приложения ИТС;
– Исследования по железнодорожным ИТС.
Уже к 2005 г. значительная часть американских дорог была
оснащена средствами ИТС. Система управления дорожными знаками на главных дорогах Лос-Анджелеса сокращает количество
остановок ТС на 41%, время поездки на – 18 % и потребление топлива на – 13%. Внедрение системы электронной оплаты за проезд
Е-ZPass в Нью-Джерси уменьшило задержку всех ТС на площадках
платежей на 85%, а электронной системы обработки накладных
и передачу грузов с одного вида транспорта на другой в Чикаго и
Нью-Йорке уменьшили затраты времени на 57 – 100%.
Помощь сервисов ИТС США в решении транспортных проблем
показана на примере табл. 2.1.
Таблица 2.1
Проблемы, решаемые ИТС
Проблема, решаемая ИТС
Управление дорожным
движением и действия по
отношению к его участникам
Конструкция ТС
Коммерческие перевозки
ОТ
Электронные платежи на
транспорте
Катастрофы и чрезвычайные
ситуации
Управление данными ИТС
24
Группа пользовательских сервисов
(User Service Bundle) Национальной
архитектуры ИТС США [22]
Управление перемещениями
и дорожным движением
(Traveland Traffic Management)
Усовершенствованные системы
активной безопасности (Advanced
Vehicle Safety Systems)
Деятельность грузового транспорта
(Commercial Vehicle Operations)
Управление общественным
транспортом (Public
Transportation Management)
Электронные платежи
(Electronic Payment) Управление в чрезвычайных
ситуациях (Emergency Management)
Управление информацией
(Information Management)
В Прил. 1 приведен полный перечень пользовательских сервисов ИТС США.
История развития ИТС в Европе
Европейский Союз в 2006 г. принял политический документ
«Европа в движении. Устойчивая мобильность для нашего континента», в котором выдвинута концепция интеллектуальной мобильности (intelligent mobility). Отмечается, что в долгосрочном периоде автомобили, поезда или суда должны иметь столь же развитое оборудование связи, навигации и управления, что и самолеты.
В феврале 2009 г. Комиссия ЕС выпуском «Зеленой книги
«TEN-T: Обзор стратегии»» начала процесс фундаментального
пересмотра политики Трансъевропейской транспортной сети для
формирования единой мультимодальной сети. Вводится новый
концептуальный принцип развития приоритетной транспортной
сети взамен действующего принципа приоритетных проектов, что
инициирует процесс интеграции сетей и более системное использование узловых соединений (где чаще всего возникают заторы) –
морских и воздушных портов в качестве пунктов входа в сеть и
основных пунктов межмодального соединения. Интеллектуальным транспортным системам отводится роль мостового соединения
между жесткой инфраструктурой и интеллектуальным транспортом, ключа к достижению целей транспортной политики [1].
Понимание того факта, что реальное развертывание ИТС возможно только на основе соединения усилий государств и частного
сектора (причем, роль последнего будет возрастать по мере роста
рыночной привлекательности ИТС-сервисов) привело к созданию
в 1991 г., одновременно с Японией и США, некоммерческой организации – общества ERTICO (ITS Europe), в состав которой входят
порядка 100 компаний. Цели ERTICO состоят в содействии координированию усилий по развитию ИТС в Европе от научных исследований до рыночных инвестиций. Общество успешно организует десятки проектов и инициатив в сфере ИТС и является европейским
лидером в этой сфере. Проекты ИТС включены в стратегические
документы по развитию транспорта, рамочные программы исследований и разработок Евросоюза, в том числе, связанные с использованием GNSS ГАЛИЛЕО.
Общественная инициатива ERTICO привела к принятию Еврокомиссией программы «e-call» («экстренный вызов»). В странах ЕС,
подписавших меморандум по внедрению программы «экстренный
вызов», законодательно устанавливаются требования к автопро25
изводителям оборудовать поставляемые для продажи автомобили
телематическими блоками, которые позволяют точно определить
место ДТП по спутниковой навигации и в автоматическом режиме
через диспетчерские центры вызвать необходимую помощь.
Несмотря на то, что ERTICO создана с участием Еврокомиссии и
Министерств Транспорта стран участниц Евросоюза, она является
негосударственным общественным институтом, обеспечивающим
реализацию политических решений, принятых странами Евросоюза на внутреннем и внешних рынках. Главной целью ERTICO
является разработка и различных программ, направленных на развитие европейских инновационных технологий в области развития
дорожной инфраструктуры, применения ИТС в целях управления
дорожным движением, повышения мобильности населения и грузов, улучшение качества жизни людей, повышение безопасности
на дорогах и снижение вредного воздействия автотранспорта на
окружающую среду.
Проблемы, решаемые с помощью ИТС в Европе
Примеры решения некоторых задач средствами ИТС в Европе
представлены в табл. 2.2.
Таблица 2.2
Проблемы, решаемые ИТС
Проблема, решаемая ИТС
Информирование участников
движения
Управление дорожным
движением и действия по
отношению к его участникам
Конструкция ТС
Коммерческие перевозки
ОТ
Электронные платежи на
транспорте
Катастрофы и чрезвычайные
ситуации
Национальная безопасность
26
Фрагмент ИТС (Part of ITS) в Европейской
рамочной архитектуре ИТС [23]
Помощь путешественнику (Traveller
Assistance)
Управление дорожным движением
(Traffic Management)
Системы наТС (In-Vehicle Systems)
Управление грузами и грузоперевозками
(Freight and Fleet Management)
Управление общественным транспортом
(Public Transport Management)
Сбор электронных платежей (Electronic
Fee Collection)
Оповещение и реакция на чрезвычайные
ситуации (Emergency Notificationand
Response)
Правоприменение (Law Enforcement)
На примерах существующих программ ERTICO можно судить
о вкладе ИТС в обеспечение безопасности дорожного движения
(Прил. 3). Рассмотрим некоторые проекты реализации ИТС в Германии.
ИТС Германии. Проект AKTIV
Проект AKTIV (Adaptive and cooperative technologies for
intelligent transport) – один из самых значимых по обеспечению дорожной безопасности [31]. Цель этой инициативы состоит в дальнейшем улучшении активной безопасности, снижении нагрузки на
водителя и оптимизации ТП.
Представим самые значимые подпроекты в рамках научно-исследовательской инициативы AKTIV:
– Безопасность пешеходов и велосипедистов (AKTIV-SFR)
В рамках подпроекта «Безопасность пешеходов и велосипедистов» компания Volkswagen разрабатывает систему для повышения безопасности пешеходов и велосипедистов. За прошедшие десятилетия инженеры сделали многое, чтобы сделать автомобили
менее опасным для пешеходов. Специальные «мягкие» бамперы
значительно снижают травматизм и являются примером одной из
мер пассивной защиты.
Кроме таких пассивных мер, компания разрабатывает активные системы, дополнительно обеспечивающие безопасность. С помощью установленных камер и радиолокационных датчиков автомобиль постоянно контролирует окружающую обстановку, уделяя
особое внимание пешеходам и велосипедистам. Датчики позволяют обнаруживать незащищённых пользователей дорог и их направление движения в пределах нескольких метров перед автомобилем.
Затем установленное программное обеспечение анализирует ситуацию, определяя степень опасности или риск столкновения.
При обнаружении критической ситуации автомобиль автоматически затормаживается. Цель состоит в максимально допустимом
снижении скорости, чтобы минимизировать последствия возможного столкновения или, в идеале, предотвратить само столкновение.
Чтобы обеспечить дополнительную защиту, система, разработанная компанией Volkswagen, выходит за рамки только автоматического торможения. Если датчики обнаруживают, что передняя
часть автомобиля может задеть пешехода, активируется «рулевая
рекомендация». Водитель почувствует, что руль слегка поворачивается, чтобы объехать пешехода. Он не сможет предотвратить
столкновение лучше, чем это сделает автоматика.
27
– Integrated Lateral Assistance (AKTIV-IQF)
Встроенная помощь в предотвращении ухода с полосы Lane
Assist (ассистент движения по полосе) – это активная система, которая снижает количество ДТП из-за непреднамеренного выезда
на встречную полосу и устанавливается на серийно выпускаемых
автомобилях. При возможном отклонении автомобиля от полосы
движения эта система выполняет корректирующее воздействие,
удерживая автомобиль на полосе. Поскольку это – только система
помощи, водитель может в любое время заблокировать выполнение
автоматической рекомендации системы.
В рамках подпроекта Integrated Lateral Assistance (Интегрированный ассистент контроля боковых перемещений) подразделение
Volkswagen Group Research разработало систему, которая оказывает
постоянную поддержку водителю при смене траектории движения
автомобиля. Контроль продольных и боковых перемещений не может
функционировать независимо. Концепция совместного управления
позволяет системе приспосабливать скорость автомобиля к полосе
движения и дорожной обстановке. Отслеживание положения автомобиля с помощью GPS и цифровые карты позволяют разрабатывать
стратегию изменения скорости автомобиля с учётом крутых поворотов, не охватываемых датчиками контроля окружающей обстановки.
Действующая непрерывно эта система помогает водителю на
ровных дорогах и на всех скоростях. Система учитывает объекты
в непосредственной близости от автомобиля и поэтому может использоваться в пробках и сужениях дороги из-за ремонтных работ.
– Информированность и безопасность водителя (AKTIV-FSA)
Технические элементы системы помощи водителю – датчики,
приводы, алгоритмы, – это один аспект разработки. Другой аспект
– это водительский интерфейс. Способен ли водитель понимать и
предугадывать вмешательство системы? Подразделению компании
удалось решить эти проблемы в рамках подпроекта «Информированность и безопасность водителя» с помощью Integrated Lateral
Assistance. Исследование адаптивного круиз-контроля (АСС) показало, что системы помощи водителю обеспечивают повышенное
удобство и безопасность даже при длительном использовании.
– Situation-Responsive Driving (AKTIV-STAF) – управление автомобилем с учётом ситуации.
Volkswagen’s Roadworks Pilot – ИС предотвращения пробок, расширяет возможности АСС, устанавливаемого на серийно выпускаемых автомобилях и включает дополнительную функцию Traffic
Management (Управление движением в потоке). Чтобы обеспечить
28
плавный проезд транспорта через участки дорожных работ, необходима актуальная информация о маршруте и соответствующая стратегия управления автомобилем. Водитель заранее получает информацию о дорожных работах на его маршруте в виде «горизонта движения», который содержит карту с информацией о дорожном движении. Чтобы обеспечивать актуальную информацию о движении
в зоне дорожных работ, бортовая система отслеживает маршрут
автомобиля. С помощью системы связи автомобиля с элементами
инфраструктуры эта информация передаётся на дорожные модули,
установленные в разных точках вдоль дороги для сбора данных с
проходящих автомобилей. Дорожные модули анализируют данные
об автомобилях для получения информации о дорожной ситуации,
которая передаётся на автомобили в виде динамической локальной
карты. Вместе с тем система Road works Pilot (Указатель дорожных
работ) реализует стратегию управления автомобилем, обеспечивая
рекомендации или автоматически регулируя интервал и скорость.
В зависимости от дорожной ситуации, автомобиль приближается к участку потенциального затора, соответствующе подготовившись. Затем он проходит через сужение дороги на постоянной
скорости, без смены полосы и на безопасном расстоянии от впереди
идущего автомобиля. Это предотвращает волнообразное скопление
транспорта. И, наконец, автомобиль быстро возвращается к нормальной скорости в конце участка дорожных работ. Это позволяет
быстрее устранить возникающую пробку.
2.3. Интеллектуальные транспортные системы
стран Азиатско-Тихоокеанского региона
2.3.1. Интеллектуальные транспортные системы Японии
Япония стала одной из первых стран, которые начали исследования в области ИТС и реализации комплексного подхода в транспортной сфере. Исследования начались в 1973 г., а в 1996 г. началась
реализация проекта «Комплексный план для ИТС в Японии» [84].
Как известно, японцы стремятся к полной автоматизации всех
аспектов жизни. В полной мере это касается вопросов безопасности
дорожного движения. Уже было отмечено, что Япония – страна с нулевыми потерями населения от ДТП. Созданная в Японии система
ITS-Safety (2010 г.) предотвращает удары столкновения автомобиля
с любой из четырех сторон, предотвращает игнорирование водителем
стоп-сигналов впереди идущих автомобилей. Система информирует
29
водителя о возникающих на пути следования препятствиях и об общем состоянии дорожного движения по выбранному маршруту.
Пример.
Токио. Свободных площадей в Токио нет, поэтому трассы расположены в пяти уровнях, верхний из которых находится на высоте десятого этажа. Если необходимо ехать быстрее, водители выбирают верхние этажи. Причем скоростные трассы не заменяют и
не отменяют обычных улиц, где идет нормальная городская жизнь.
Хайвеи используют для скоростного передвижения на большие
расстояния. Чтобы быстро попасть на противоположный конец мегаполиса, можно выбрать одно из восьми бесплатных или четырех
платных скоростных колец.
В Токио 12 кольцевых дорог. Четыре из них платные. Для экономии времени с помощью устройств системы ETC (Electronic Tool
Collection systems) плата с банковского счета водителей за пользование платных дорог снимается специальными датчиками автоматически, путем считывания кода автомобиля – VIN (Vehicle
Identification Number).
Дороги Токио «нафаршированы» ультразвуковыми датчиками,
инфракрасными детекторами и камерами, передающими информацию в центр управления. Ежеминутно в Центр управления движением поступает информация с 17 тыс. инфракрасных датчиков,
которые развешаны вдоль всех дорог. Кроме того, 144 монитора в
центре отображают информацию с 2 тыс. видеокамер, размещенных по всему городу. Сигналы от детекторов принимают непосредственно навигаторы автомобилей, водители которых могут выбрать
оптимальный маршрут, объезжая места потенциальных заторов.
Сигналы управления из центра передаются на 15 тысяч «умных»
светофоров. Они, помимо того что в автоматическом режиме распределяют потоки, могут предотвратить многие аварийные ситуации. Например, если автомобиль не успел проехать перекресток на
разрешающий сигнал, то система задержит зеленый на несколько
секунд, чтобы машины в потоке не столкнулись. Реагирует светофор и на пешеходов, которые замешкались на переходе. Если едет
автомобиль одной из экстренных служб, система организует ему
зеленую волну. При этом большинство светофоров оборудовано
датчиками, реагирующими на приближение слабовидящих людей,
которые двигаются по специальным дорожкам.
За последние несколько лет в городе значительно улучшилась
экологическая обстановка – воздух стал чище. Причина – существенное уменьшение количества вредных выбросов за счет усовер30
шенствования конструкции автомобильных двигателей и появление все большего количества гибридных автомобилей.
Город Атсуги. В этом городе находится технический цент компании Nissan, поддержку которой оказывает правительство Японии.
Основная причина аварий с участием пешеходов – привычка людей
ходить на »красный», поэтому светофоры в идеале всегда должны
быть «зелёными» для пешеходов и »красными» – для автомобилей.
Данный принцип в 2008 г. был реализован в ИТС компании Nissan.
В основе этой системы – оптические датчики, следящие за дорогой. На перекрёстках они передают сигналы на специальные
модули в автомобилях (рис. 2.1). Те синхронизируют полученную
информацию с данными навигационной системы и предупреждают
водителя о разного рода сюрпризах. Например, едва машина останавливается перед переходом, её датчик передаёт сигнал светофору – и он переключается на зелёный свет, то есть связь между автомобилем и инфраструктурой становится двусторонней.
Однако, если автомобили будут постоянно двигаться в режиме
stop-and-go, увеличится расход топлива и вырастут выбросы вредных веществ. Поэтому оптические датчики перед перекрёстками
должны оценивать интенсивность движения, а «мозги» светофора – рассчитывать фазу переключения так, чтобы приближающимся машинам не приходилось резко замедляться и ускоряться.
Приоритет – безопасность пешеходов. Так, например, на подъезде к местному «детскому саду» организована зона интерактивного контроля скорости: сигнал о превышении выводится прямо
на экран бортового компьютера машины (рис. 2.2).
Интерфейс HMI (человек-машина) дополняется новыми функциями: если водитель игнорирует запрещающий сигнал светофора,
система HMI может вмешаться в процесс управления (рис. 2.3).
Контрольный блок
Рис. 2.1. Принцип организации системы ITS
на территории Атсуги
31
Картинка на экране
Датчик обнаружения ТС
Экран
Препятствие
Передатчик
Звук
Автомобиль
приближается
слева
Рис. 2.2. Предупреждение о возможной помехе слева
Картинка на экране
Школа
30
30
Экран
Школьная зона
Звук
40
Впереди школа.
Сбавьте скорость
40
Рис. 2.3. Сразу несколько «активных»
дорожных знаков контролируют скорость в зоне школы
Начиная с 2003 г., на территории всей страны используется система VICS (Vehicle Information and Communication Systems) для
передачи водителям информации о дорожных пробках и неблагоприятных дорожных условиях. Названная система предусматривает установку устройств для сбора данных на большинство машин,
продаваемых в стране как часть стандартной комплектации [88].
По функциональным характеристикам эта система является
аналогом технологии TMC (Traffic Message Channel). Рассмотрим
принцип ее работы.
Данные о состоянии дорог и дорожных инцидентах могут быть
отображены в автомобильных навигационных системах тремя способами:
1. Level-1: Текстовая информация.
2. Level-2: Диаграммы.
32
3. Level-3: Данные, наложенные на карту (в том числе данные
о пробках).
Схема системы VICS показана на рис. 2.4. Навигационные системы предоставляют водителям возможность бесплатно получать
на своем навигаторе сведения о станциях обслуживания, местах
парковок, дорожных работах, заторах и ограничениях движения,
а также времени, которое можно потерять в пробке, и об альтернативных маршрутах.
Источником данных являются: установленные вдоль дорог радио и оптические маяки, сенсоры и камеры, а также патрульные
машины и звонки автомобилистов).
Для передачи данных могут использоваться:
– Инфракрасное излучение.
– Микроволновое излучение в ISM-диапазоне.
– FM, по тем же принципам как в RDS.
2.3.2. Интеллектуальные транспортные системы
Сингапура
В Сингапуре есть три рычага управления автотранспортом: система платных дорог, лицензия на покупку машины (контроль количества ТС), ИТС управления потоками.
Пользователей транспортной системы «затягивают» в ОТ, постоянно повышая его комфорт, доступность и среднюю скорость перемещения, – как раз за счет использования всех трех этих рычагов.
Интеллектуальные транспортные системы Сингапура базируются на использовании датчиков сбора информации о движении на
дорогах, электронных платных дорог, позволяющих осуществлять
денежный сбор без остановки ТС, адаптивных компьютеризированных светофоров. Ответственность за все виды транспорта несет
Управление наземного транспорта Land Transport Authority (LTA).
Главными стратегическими направлениями развития ИТС в
Сингапуре являются:
– интеграция ИТС на территории всего Сингапура;
– развитие партнерских отношений между частным сектором и
государственными учреждениями в области ИТС.
Оптимальным перенаправлением ТС занимается центр ИТС
(Intelligent Transport Systems Center (ITSC)), управляющий работой пяти систем:
– Expressway Monitoring Advisory System (EMAS) – Электронная система контроля, которая информирует об авариях или проб33
34
Сбор информации
Другие
источники
информации
Информационный
центр дорожного
движения Японии
Министерство строительства
Национальное агентство
полиции
Центр управления
трафиком
Предоставление
информации
FM трансляция
по мультиплексному
каналу
Оптический датчик
Радиомаяк
Связь СМИ
Рис. 2.4. Схема VICS
Обработка информации
Центр VICS
Информация о пробках
на дорогах.
Диаграмма на дисплее
Информация о пробках
на дорогах.
Демонстрация на карте
Автомобильная
навигация
ках впереди на магистрали. Система контроля состоит из сети электронных камер и светодиодных табло, расположенных в стратегически важных точках вдоль автострад. Источниками информации
служат также установленные на такси датчики, собирающие сведения о скорости движения и местоположении машин, что позволяет
создавать точную иллюстрацию ТП и заторов.
– Green Link Determining (GLIDE) System – система управления
«зелёной волной» по городским улицам, использующая датчики
магнитной индукции. В задачи системы входит:
– гибкое регулирование времени «зеленого» сигнала светофора,
в зависимости от текущих потребностей водителей и пешеходов;
– согласование расписания «зеленой волны» между соседними
перекрестками для минимизации остановок транспорта;
– возможность оперативно восстановить расписание наземного
транспорта в случае сбоев или аварий.
Система GLIDE является многоуровневой системой, с местными (на перекрестках), районными (региональными), а также центральными узлами в единой компьютерной сети; – это система «гибридного» («адаптивно-реагирующего») типа, которая координирует схемы обеспечения заданной пропускной способности между
районами за счет активного вмешательства в сигнальные режимы
перекрестков, а также «решает проблемы» транспортных заторов,
обнаруженных на микрорайонном уровне, или уровне отдельного
перекрестка. Система GLIDE также позволяет реагировать на специальные требования, вручную вводимые операторами в едином
центре управления. Пешеходы взаимодействуют с GLIDE путем запроса пешеходного цикла на перекрестке.
– Junction Electronic Eyes (J-Eye) – видеонаблюдение и автоматическое обнаружение нарушений, столкновений на перекрёстках
или проезда на красный свет.
Камеры видеонаблюдения установлены на специальных столбах, уличных фонарях на дорожных развязках. Они способны поворачиваться, изменять наклон и масштабирование для захвата
видео в реальном времени для изображения условий движения на
перекрестках [89].
– Electronic Regulatory Signs (ERS) – система ручного запрета
определённых манёвров (например поворотов, разворотов, снижения скорости и т. д.) через сеть дорожных информационных щитов;
– TrafficScan – очень простая и лаконичная система, использует среднее время, затрачиваемое различными такси для проезда по
автомагистралям как индикатор загруженности, и показывает за
35
сколько из определённого места города можно доехать до аэропорта, до центра, до спального района и т. д.
В борьбе с пробками на дорогах на первый план выходит Электронная система сбора денег (Electronic Road Pricing – ERP). При проезде
через специальную арку ERP при использовании системы связи малой дальности с кэш карты (In Vehicle Unit (IVU) – ими оборудованы
практически все машины) автовладельца снимается определенная
сумма. В зависимости от времени стоимость проезда изменяется, т. е.
применяется сложная, многоступенчатая тарификация. Таким образом, каждый водитель может сам выбрать маршрут более длинный,
но более дешевый и без пробок, или же короткий, но дорогой и с пробками. Стоимость проезда для легкого и грузового транспорта также
различается (грузовой – платит в два раза больше).
2.4. Развитие ИТС в России
2.4.1. Стандартизация в России
В России, которая также активно включилась в работу по созданию собственной интеллектуальной транспортной системы, при
Госстандарте России создан технический комитет TK 57 «Интеллектуальные транспортные системы». Комитет создан приказом
Госстандарта России от 22 июля 2011 г. № 3821 с целью реализации Федерального закона от 27 декабря 2002 г. № 184-Ф3 «О техническом регулировании», повышения эффективности работ по
национальной, региональной и международной стандартизации в
области интеллектуальных транспортных систем».
Ведение секретариата поручено Московскому автомобильно-дорожному государственному техническому университету (МАДИ)
с возложением на него функции постоянно действующего национального рабочего органа ISO/ТК 204 в области стандартизации
интеллектуальных транспортных систем по закреплённой за ТК 57
продукции и услуг в соответствии с кодами Общероссийского классификатора стандартов ОКС 03.220.20, 35.020, 43.040.15. В рамках данного профильного комитета ведётся работа по разработке
национальных стандартов ИТС. На территории России действует
только один стандарт, связанный с организацией ИТС. Таким стандартом является ГОСТ Р ISO 14813-1-2011 Группа Д20.
Указанный стандарт идентичен международному стандарту ISO
14813-1:2007 «Интеллектуальные транспортные системы. Схема
построения архитектуры интеллектуальных транспортных си36
стем. Часть 1. Сервисные домены в области ИТС, сервисные группы и сервисы» (ISO 14813-1:2007 «Intelligent transport systems –
Reference model architecture(s) for the ITS sector – Part 1:ITS service
domains, service groups and services»).
Кроме того, подготовлено три проекта оригинальных отечественных стандартов:
1. «ИТС. Требования к функциональной и физической архитектуре ИТС». Проект разработан Федеральным государственным
бюджетным образовательным учреждением высшего профессионального образования Московским автомобильно-дорожным государственным техническим университетом (МАДИ).
2. «ИТС. Косвенное управление ТП. Требования к динамическим информационным табло».
3. «ИТС. Косвенное управление ТП. Требования к технологии
информирования участников дорожного движения».
Два последних проекта стандартов разработаны Московским автомобильно-дорожным государственным техническим университетом (МАДИ) и Обществом с ограниченной ответственностью «М2М
телематика» [56].
Вопросы, связанные с ИТС, представлены в Транспортной стратегии РФ до 2030 г. [32]: «Единая информационная среда транспортного комплекса является частью инфраструктуры транспортной отрасли и состоит из:
– управленческого уровня (информационная среда верхнего
уровня управления транспортным комплексом – Министерство
транспорта РФ, находящиеся в его ведении службы и агентства);
– технологического уровня (информационная среда технологической интеграции различных видов транспорта и участников
транспортного процесса);
– пользовательского уровня (информационная среда транспортных услуг и информационного обслуживания клиентов).
Основные цели транспортной стратегии России на период до
2030 г. показаны на рис. 2.5 [32].
Сегодня ИТС в России это, в первую очередь, системы сбора и
анализа информации о движении транспорта на основе навигационно-связного оборудования ГЛОНАСС. Данные о передвижении
транспорта и работе дополнительного оборудования (камер видеонаблюдения, датчиков учёта пассажиропотока, датчиков расхода
уровня топлива) передаются в единый диспетчерский центр, в котором, на основе полученной информации, принимаются оперативные решения по управлению ТС.
37
ОСНОВНЫЕ ЦЕЛИ ТРАНСПОРТНОЙ СТРАТЕГИИ
РОССИЙСКОЙ ФЕПЕРАЦИИ НА ПЕРИОД ДО 2030 г.
1. Формирование единого транспортного пространства России
2. Обеспечение доступности, объема и конкурентоспособности транспортных
услуг по критериям качества для грузовладельцев на уровне инновационного
развития экономики страны
3. Обеспечение доступности и качества транспортных услуг для населения в
соответствии с социальными стандартами
4. Интеграция в мировое транспортное пространство и реализация транзитного
потенциала страны
5. Повышение уровня безопасности транспортной системы
6. Снижение вредного воздействия транспорта на окружающую среду
ФОРМИРОВАНИЕ И ВНЕДРЕНИЕ ИТС
Рис. 2.5. Основные цели транспортной стратегии России
Основным направлением в рамках модернизации транспортного комплекса России является максимальное обеспечение безопасности пассажиров и развитие информационных сервисов на транспорте. Немаловажную роль здесь играют спутниковые технологии
ГЛОНАСС и ИТС на их основе. Например, в настоящее время в Москве свыше 11 тыс. единиц коммунальной техники оснащены модулями ГЛОНАСС.
Поступающая в режиме реального времени информация позволяет значительно облегчить дорожную ситуацию. Так, например,
при возникновении пробки в результате ДТП все связанные с происшествием службы мгновенно оповещаются об этом с приложением точных координат места происшествия. Диспетчеры маршрутов
ОТ, анализируя снизившуюся скорость движения, могут изменить
маршруты транспорта, направляя его в объезд места ДТП. Диспетчеры муниципальных служб могут временно прекратить уборку
параллельной улицы, «отзывая» находящуюся на ней технику и
освобождая полосы для уходящих с заблокированной дороги машин. Такой целостный мониторинг дорожной ситуации в городе
позволяет ИТС гармонизировать распределение ТП.
В соответствии с Приказом Минтранса №285 от 31 июля 2012 г.
«Об утверждении требований к средствам навигации, функционирующим с использованием навигационных сигналов системы ГЛОНАСС или ГЛОНАСС/GPS и предназначенным для обязательного ос38
нащения ТС категории М, используемых для коммерческих перевозок пассажиров, и категории N, используемых для перевозки опасных
грузов», ТС оснащаются целым комплексом программно-аппаратных средств, обеспечивающих комфортную и безопасную перевозку
пассажиров: оборудование ГЛОНАСС, комплект громкой связи, тревожная кнопка, видеокамеры, видеорегистраторы, датчики задымления и быстрого повышения температуры на борту ТС и др.
Телематическая информация, поступающая от ТС, в режиме
реального времени передаётся в диспетчерскую службу, которая,
в свою очередь, имеет возможность оперативно реагировать на
возникновение любых нештатных ситуаций на дорогах, включая
пробки. Система мониторинга и управления транспортом анализирует транспортную ситуацию и транслирует точное время прибытия ОТ как на остановочные пункты, так и на специально созданные сервисы для пассажиров – Интернет-порталы, мобильные
приложения.
Российская интеллектуальная транспортная система (РИТС),
как отмечено в [66], способствует:
– сокращению смертности на дорогах Российской Федерации за
счет повышения оперативности реагирования на ДТП;
– беспрепятственному движению спецтранспорта к месту ДТП
или криминальной ситуации;
– оперативному, полному и достоверному доведению информации до специальных служб при возникновении криминальных или
чрезвычайных ситуациях на транспорте;
– информированию водителей о нарушении ими правил дорожного движения и эксплуатации ТС, а также о текущем и краткосрочном прогнозе состояния условий дорожного движения;
– автоматической фиксации фактов нарушения правил дорожного движения для выявления и наказания виновных лиц;
– повышению внимания водителей при управлении автомобилями в различных по напряженности условиях движения;
– созданию условий для сокращения времени поездок пассажирами всеми видами наземного транспорта;
– увеличению пропускной способности дорог города за счет регулирования транспортных потоков и формирования предупредительной информации об условиях дорожного движения;
– возможности выбора пассажирами оптимального маршрута
движения ОТ от начальной до конечной точки с учетом маршрутов
и расписаний движения ОТ, а также дорожной ситуации и плотности ТП;
39
– оптимизации маршрутов движения ТС с учетом актуального
состояния дорожного движения и миграции заторовых ситуаций;
– созданию условий для своевременного и достоверного контроля выполнения заказов на осуществление транспортной работы предприятиями, осуществляющими пассажирские перевозки,
эксплуатацию дорожно-уличной сети, вывоз твердых и жидких
бытовых отходов, контроля расхода топлива, снижения страховых
рисков, увеличения оборачиваемости ТС, снижения доли эксплуатационных издержек.
В числе крупных разработчиков отечественной ИТС отметим такие организации как:
1. Московский автомобильно-дорожный государственный технический университет (МАДИ) – разработка стандартов.
2. ГК «М2М телематика» – лидер технологий спутниковой связи и навигации, передачи данных в спутниковых и сотовых сетях
связи [65].
3. HПП «Транснавигация» – системы диспетчерского управления городским пассажирским транспортом [71].
4. ПАО «Навигационно-информационные системы» («НИС
ГЛОНАСС») – лидер рынка навигационно-информационных систем, системный интегратор наиболее крупных проектов внедрения технологий ГЛОНАСС в России. Один из проектов – система
экстренного реагирования при авариях [72].
2.4.2. Техническая основа функционирования РИТС
Базовый телематический модуль экстренного реагирования состоит из навигационного приемника ГЛОНАСС/GPS для определения местоположения автомобиля и передающего устройства сотовой
связи, которое обеспечивает связь автомобиля с диспетчерским центром. К телематическому модулю подключаются датчики срабатывания акселерометров, подушек безопасности и других устройств автомобиля, активизирующихся при аварии. Подобные телематические
модули используются в системах мониторинга автотранспорта.
Система состоит из 4 основных частей:
1. Объекты мониторинга – ТС.
2. Телематический сервер – система обработки и хранения информации.
3. Диспетчерские пункты и автоматизированные рабочие места
операторов телематических услуг, автотранспортных предприятий, дежурных частей экстренных служб и должностных лиц.
40
4. Сети передачи информации – сеть GSM/GPRS, Интернет,
спутниковая связь.
Комплекс взаимоувязанных автоматизированных систем, решающих задачи управления дорожным движением, мониторинга и управления работой всех видов транспорта, информирования
граждан формирует основу ИТС Российской Федерации.
Функции верхнего уровня РИТС:
– интеграция подсистем ИТС;
– обеспечение взаимодействия с другими системами (система
обеспечения безопасности города и др.);
– разграничение прав пользователей ИТС (администрирование).
Функционал РИТС разделен на два кластера: функционал дорожной инфраструктуры ИТС и функционал интеллектуального
ТС, подсистемы которых приведены в табл. 2.3.
Таблица 2.3
Функционал РИТС
Разделы и подразделы
Дорожная
инфраструктура
ТС
Мониторинг
дорожного
движения
Направления разработок
– Управление городским движением;
– управление движением на междугородных трассах;
– предупреждение столкновений и безопасность;
– дорожная обстановка и погодные условия;
– проведение дорожных работ;
– управление пассажирскими перевозками;
– управление при ДТП;
– управление при чрезвычайных ситуациях;
– электронные системы платежей и цены;
– информирование участников транспортного процесса;
– управление данными;
– грузовые перевозки;
– интермодальные перевозки
– Предупреждение столкновений;
– ассистент водителя;
– оповещение о произошедшем столкновении
– Сбор сведений о параметрах ТП;
– телеобзор с функцией автоматического выявления инцидентов;
– фотовидеофиксация нарушений правил дорожного движения;
– метеорологический контроль;
– сбор сведений о наличии парковочных мест
41
Окончание табл. 2.3
Разделы и подразделы
Управление ТП
Информирование
участников
дорожного
движения
Диспетчеризация
Направления разработок
– Координированное управление светофорными
объектами на магистралях;
– координированное управление светофорными
объектами на отдельных участках УДС;
– введение оперативных изменений в организацию
движения на отдельных участках УДС с помощью
управляемых дорожных знаков
– Вывод текстовой и графической информации о
складывающейся дорожно-транспортной обстановке на различные информационные табло, устанавливаемые на УДС и периферийное (пользовательское) оборудование ГЛОНАСС/GPS;
– вывод информации о наличии свободных парковочных мест;
– функционирование call-центра (многоканальный
телефон);
– передача информации с помощью интернет-сайтов и средств массовой информации
– Управление движением транспорта в городе
(Управление ГИБДД ГУВД);
– единый общегородской диспетчерский центр
(ЕОГДЦ), управления наземным пассажирским
транспортом при этом коммерческие перевозчики
оснащаются необходимым навигационным оборудованием;
– управление движением специального транспорта;
– управление движением транспорта служб городского хозяйства (Департамент жилищно-коммунального хозяйства и благоустройства);
– управление мобильными нарядами и экипажами специальных служб (ГУВД по, ГУ МЧС России,
Скорая помощь);
– удаленные автоматизированные рабочие места
(доступ сторонних пользователей к ресурсам ИТС);
– диспетчерские службы по управлению движением такси
Предлагаемая в книге [1] возможная структура системы мониторинга дорожного движения показана на рис. 2.6. Она соответствует ГОСТу РИСО 14813-1, который идентичен международному
стандарту ISO 14813-1:2007.
42
Подсистема обработки
и представления
информации
пользователям
База данных
о местоположении
и состоянии ТС
Геоинформационная
система
Выборка
и обработка
Формирование
управляющих и
информационных сообщений
Подсистема обмена
информацией
Бортовой автомобильный
навигационно-информационный комплекс (БАНИК)
Управление
контейнерными
перевозками
Управление
грузовым автотранспортом
Управление
транспортом по
уборке улиц
Контроль
перевозок
опасных грузов
Управление
пассажирским
транспортом
Управление
дорожной
техникой
Управление
дорожным
движением
Поиск
похищенных
транспортных
средств
Рис. 2.6. Возможная структура системы мониторинга
дорожного движения
Система, реализующая сервис «Мониторинг дорожного движения», предполагает оснащение всех ТС, подлежащих мониторингу
на обслуживаемой территории, БАНИК, совместимыми по интерфейсу с подсистемой обмена информацией. Эта подсистема осуществляет сбор информации на обслуживаемой территории от всех
таких ТС и передает ее в подсистему сбора и представления информации пользователям, где поступившие данные сохраняются в базе
данных о местоположении и состоянии ТС.
Подсистема обработки и представления информации в соответствии с технологией «клиент-сервер» осуществляет выборку поступивших данных из базы и, исходя из вида ТС, производит их обработку по заданным алгоритмам и выдачу на средства отображения
43
соответствующего пользователя. При получении от клиентов информации, подлежащей передаче на борт ТС, производится формирование управляющих и информационных сообщений и передача
их в БАНИК соответствующего ТС.
2.4.3. Примеры проектов ИТС в России
Система мониторинга транспорта СКАТ (система комплексной
автоматизации транспорта) внедрена в Санкт-Петербурге и Москве и представляет собой высокопроизводительный программный
комплекс, выполненный на платформе Java EE. Разработчиками
системы являются компании: «CSBI-Group», Бюджетные и Финансовые Технологии» (БФТ). Особенностью решения компании CSBI
является гибкое использование как OpenSource – компонент, так
и проприетарных компонент. В качестве СУБД для хранения геоданных, полученных от бортового оборудования, установленного
на подвижном составе, используется Oracle 11R2. Для представления геообъектов используется платформа mapserver и карта города
от Open Street Map. В качестве навигационно-коммуникационной
базы СКАТ используются технологии ГЛОНАСС/GPS[90]. Инфраструктура АСУ ГПТ «СКАТ» приведена на рис. 2.7.
Система СКАТ централизованно решает следующие задачи:
– контроль и оперативное управление транспортными потоками;
– формирование маршрутной сети;
– формирование расписаний движения;
– формирование отчетности;
– расчет субсидий;
– диспетчерское регулирование;
– сбор и анализ диагностической информации о работоспособности
бортового оборудования, установленного на транспортных средствах;
– предоставление населению актуальной информации о движении транспорта в виде ряда социальных сервисов (мобильное приложение, интерактивные информационные панели остановочных
павильонов, интернет-портал ОТ, SMS-информирование и т. п.);
– обеспечение безопасности на транспорте.
Элементы ИТС, существующие в Санкт-Петербурге на сегодняшний день – это автоматическое управление светофорным регулированием на магистралях города, Интернет-портал ОТ, а также
ИТС на СЗД (Западном скоростном диаметре) и КАД (кольцевой автодороге). Вместе с тем отсутствует координация этих систем.
АСУДД КАД состоит из следующих основных систем:
– управления дорожным движением;
44
45
Централизованное управление оборудованием
Интеграция с системой
VISUM
Интеграция с системой
Р0СТРАНСНАД30РА
Открытая интеграционная
платформа
Интеграция с системой
ИАЦ СПБ
Интеграция с системой
Безопасный город
Интеграция с ЛУСМО
Интеграция с АСУДД
СКАТ как элемент ИТС
Рис. 2.7. Инфраструктура АСУ ГПТ
Перевозчики
Исполнительный уровень
Организатор
перевозок
Организационный уровень
Комитет
по транспорту
Стратегический уровень
Реализация элементов
безопасности на транспорте
Предоставление актуальной
информации посредством
социальных сервисов
Централизованное
начисление субсидий
перевозчикам
Централизованный
контроль исполнения
объема транспортной
работы
Централизованное
диспетчерское
регулирование
Централизованное
планирование
маршрутной сети
Решаемые задачи:
Централизованное храние данных
– дорожного видеонаблюдения;
– метеорологического обеспечения.
Цифровая и видеоинформация о дорожной обстановке, характеристиках ТП, погодных условиях и состоянии дорожного покрытия передается в Центральный пункт управления АСУДД КАД, построенный в развязке КАД с Московским шоссе.
Компоненты оригинальных разработок компании М2М – телематика [65] «Безопасный автобус», «Умная остановка» показаны
на рис. 2.8 и 2.9.
«Безопасный автобус» обеспечивает:
– Видеонаблюдение в салоне ТС: – с использованием специальной цифровой фотокамеры с возможностью непосредственной передачи снимков в диспетчерский
или ситуационный центр по команде диспетчера;
– вывод текущего видеоизображения со специальных салонных
цифровых видеокамер на монитор водителя;
– видеорегистрацию событий в салоне и кабине автобуса, а также дорожной обстановки по ходу движения пассажирского транспорта с цифровых видеокамер;
– аудиорегистрацию переговоров водителя с помощью особо чувствительного микрофона, скрытно установленного в кабине автобуса;
– вызов водителем диспетчера или служб экстренного реагирования с использованием специальной скрытой кнопки подачи сигнала тревоги («тревожная кнопка»);
– мониторинг состояния среды в салоне при движении автобуса
на маршруте с помощью чувствительных комбинированных датчиков-извещателей о задымленности и температуре в салоне с возможностью непосредственной передачи сигналов срабатывания в реальном масштабе времени в диспетчерский или ситуационный центр;
– мониторинг пассажиропотоков с помощью бесконтактных
датчиков, установленных над входными дверями автобуса, для
подсчета вошедших и вышедших пассажиров;
– информирование пассажиров о номере маршрута пассажирского транспорта, начальной и конечной остановке, направлении
движения автобуса;
– информирование пассажиров о следующем при движении автобуса на маршруте остановочном пункте в режиме бегущей строки
в дополнение к речевому информированию.
Умная остановка предназначена для повышения качества обслуживания пассажиров наземного ОТ за счет обеспечения их оперативной и актуальной информацией о расписаниях, маршрутах,
46
47
Контроллер
датчиков
пасажиропотока
Три видеокамеры
Табло «бегущая
строка»
Рис. 2.8. «Безопасный автобус»
Боковое табло
Датчики
задымления и температуры в салоне
Датчики учета
пассажиропотока
Заднее табло
Скрытая
тревожная кнопка
Абонентский
терминал Гранит
Навигатор 07
Микрофон
системы
Переднее табло
Информационное табло
для отображения названия остановки
Информационное табло
для отображения времени
прибытия
Камера
видеонаблюдения
Кнопка
тревоги
Рис. 2.9. «Умная остановка»
графиках движения пассажирского транспорта, а также информирования в случаях чрезвычайных ситуаций.
Внедрение комплексной информационной системы Умная остановка позволит:
– Информировать пассажиров о времени прибытия ОТ на остановку в режиме реального времени.
– Информировать пассажиров о номерах маршрутов и видах ОТ,
курсирующего на данной линии.
48
– Информировать пассажиров о работе ОТ: – об изменениях в расписаниях движения;
– изменениях маршрутов движения;
– изменениях тарифов на оплату проезда;
– возникновениях криминальных и чрезвычайных ситуаций;
– информация рекламного характера.
– Обеспечить безопасность пассажиров за счет: – видеонаблюдения на остановке;
– возможности вызова диспетчера ситуационного центра и
служб экстренного реагирования с помощью тревожной кнопки.
2.4.4. Проблемы ИТС в России
1. Уровень развития «связевого взаимодействия». Построение
ИТС невозможно без разработки и реализации проектных решений по формированию среды (комплекса) связи, учитывающей все
виды связевого взаимодействия, от проводных (высокоскоростные
оптоволоконные сети), до беспроводных (стандарты связи, доступные от операторов сотовой связи; радио- и транкинговая связь, Интернет), что на данный момент времени в России доступно только в
отдельных регионах.
2. Государственная политика. В книге [1] авторы отмечают, что
на текущий момент, вследствие отсутствия в России государственной политики в сфере развития ИТС, не только в обществе в целом,
но и в среде профессионалов отсутствует единообразное понимание термина «ИТС». Диапазон смешения понятий крайне широк –
от отождествления с автоматизированными системами управления
(АСУ) до глобального объединения информационных баз данных
транспортного комплекса по всей стране и автоматической системы на основе искусственного интеллекта.
В основополагающих документах не прописано кто, когда, c какими целями, в каком порядке и за счет каких ресурсов должен создавать ИТС. Не разработаны концептуальные документы стратегического уровня, которые имеются практически во всех более или менее
развитых странах, отсутствуют возможности координации проектов.
В результате на региональном уровне реализуются коммерческие проекты локальных компонентов ИТС идеологически и технологически
не взаимосвязанных, т. е. активно формируется «лоскутное одеяло.
Вопросы согласования этих систем, как правило, не учитываются.
На федеральном уровне от разных заказчиков происходит параллельная разработка 4 систем со схожими функциями и при отсут49
ствии координации между ними: cистема контроля за ТС (заказчик
Ространснадзор), система взимания платы за проезд система экстренного реагирования при авариях (заказчик Минтранс России),
ИТС наземного транспорта для стран СНГ (заказчик Минпромторг
России). Эти системы содержат значительное количество аналогичных компонентов (БАНИК, средства обмена информацией с ТС,
объекты сбора и обработки информации); в перспективе предстоит
параллельная их эксплуатация с соответствующим умножением
затрат [1]. Выгоду от нерационального расхода средств получают
поставщики и разработчики систем и их компонентов.
3. Стандарты в области ИТС в РФ. На текущий момент в России ИТС не регламентируется ни одним государственным стандартом, что, является следствием параллельной разработки систем.
Отсутствуют стандарты, регулирующие отношения в области информации, коммуникаций и систем управления наземными ТС
в городе и в сельской местности, включая организацию дорожного движения, ОТ, коммерческий транспорт, аварийные службы и
коммерческие услуги в области ИТС.
Имеется насущная необходимость, как это сделано во многих
странах, в детальной разработке системы стандартов на основные
показатели, интерфейсы и протоколы связи компонентов ИТСсистем, которая позволит интегрировать многочисленные компоненты в общей ИТС. Возможные механизмы реализации ИНС в
России[17] показаны на рис. 2.10.
МЕХАНИЗМЫ РЕАЛИЗАЦИИ ИТС
Наличие во всех странах приоритетных ИТС-программ
Создание государственного координирующего органа, основная функция которого состоит в защите и продвижении национальных интересов внутри страны
и за ее пределами
Обязательное формирование единых унифицированных стандартов
Государственно-частное партнерство (ГЧП) – ключ к успешному развитию и
развертыванию ИТС
Создание независимых групп или обществ типа «ITS Америка», ERTICO в
Европе, «ITS Япония», ITS FOCUS в Великобритании
Создание сильной промышленной базы, включающей диверсифицированные
оборонные предприятия и высокотехнологичные отрасли промышленности,
функционирующей на базе принципов ГЧП
Рис. 2.10. Механизмы реализации ИТС в России
50
Как отмечено в [1], должна быть создана уполномоченная Правительством России организация, которая будет на постоянной основе проводить лицензирование в области ИТС-систем и сертификацию систем ИТС различного уровня и назначения, координировать
всю деятельность в Российской Федерации в области ИТС.
Отсутствие системной работы в данном направлении в конечном
итоге блокирует развитие рынка ИТС, останавливая его на уровне
оказания коммерческих услуг с использованием локальных компонентов ИТС. На уровень развития ИТС в России действуют также ряд дополнительных факторов, среди которых недостаточная
полнота разработки методов оценки эффективности тех или иных
проектов, что необходимо для привлечения инвестиций.
Контрольные вопросы
1. Какие решения в мировой практике в области ИТС вам известны?
2. Как построена структура ИТС США? Какие подсистемы в нее
входят?
3. В чем особенности Европейских проектов ERTICO?
4. Поясните программу FRAME (E-FRAME).
5. Опишите основные направления развития компонентов ИТС
Японии.
6. Назовите компоненты ИТС КАД в Санкт-Петербурге.
7. В чем особенности и проблемы развития ИТС в России.
51
3. ПРИНЦИПЫ СОЗДАНИЯ И АРХИТЕКТУРА ИТС
Структуру любой информационной системы, в том числе и ИТС,
следует рассматривать в функциональном и организационном
аспектах.
3.1. Принципы построения ИТС
1. Системный подход. Создание ИТС методологически базируется на системном подходе, формируя ИТС именно как системы, а не
отдельные не связанные модули.
В соответствии с принципом системного подхода любая ИС, в
том числе и ИТС, сначала должна исследоваться во взаимоотношении с внешней средой, а затем внутри своей структуры. Это позволяет перейти от требований внешних систем к целям, от целей
к функциям системы, затем к конкретным техническим характеристикам оборудования. Данному подходу необходимо следовать и
при проектировании ИТС.
2. Учет всех влияющих факторов. Данный принцип является
одним из основных при системном подходе. Основных факторов,
отрицательно влияющих на гармоничность транспортной системы, два:
– недостаточность мощностей транспортной инфраструктуры;
– слабый уровень управления ТП.
Для того чтобы не допустить хаоса в транспортной системе необходимо воздействовать на оба этих фактора, но учитывая большие
финансовые вложения в развитие транспортной инфраструктуры,
необходимо максимально исключить воздействия, влияющие на
равномерность ТП.
3. Модульность. Функциональность пользовательских сервисов должна быть распределена между модульными компонентами, чтобы увеличить надежность, обеспечить масштабируемость и
удовлетворить различные потребности.
4. Поэтапность. Не существует «полной» ИТС, которая включает все мыслимые инновационные разработки и охватывает весь
спектр направлений. Огромные финансовые вложения (например,
в Москве на создание ИТС было потрачено порядка 500 млн евро),
требующиеся для этого, должны быть обоснованы. В каких- то
крупных городах требуется «умная» дорожная инфраструктура,
в других – главное – это приоритет ОТ, насыщение детекторами
52
транспортного потока, проблема парковок, электронных платежей
за въезд в центр города, информирование водителей и др. По этой
причине создание ИТС в каждом городе происходит, начиная с самого «узкого места».
5. Комплексирование. Данный принцип предусматривает решение одной системой либо ее компонентом максимально возможного
круга задач. Этот принцип определяет оптимальную организацию
ИТС, когда все телематические задачи на одной территории решаются локальной ИТС, а все телематические задачи на борту одного
ТС – единственным бортовым телематическим терминалом.
6. Принцип архитектурного единства локальных проектов.
Этот принцип определяет требование разработки проектов локальных ИТС на основе Национальной архитектуры и обеспечивает тем
самым снижение затрат, необходимых для развертывания систем
первого этапа и дальнейшего наращивания их возможностей, в том
числе за счет интеграции систем.
7. Интероперабельность. Это принцип, который требует обеспечения автоматического взаимодействия локальных ИТС, функционирующих на одной либо соседних территориях, а также бортовых
телематических терминалов с системами, обслуживающими различные территории. Соблюдение данного принципа возможно, когда разработка отдельных систем базируется на общих стандартах.
8. Стандартизации и открытость интерфейсов. Должны быть
стандартизованы интерфейсы пользователей, в первую очередь, водителей ТС, интерфейсы взаимодействия бортовых телематических
терминалов с различными коммуникационными компонентами систем и объектами обработки данных. Стандартизованные интерфейсы должны быть открытыми, т. е. обеспечивать возможность дополнения интерфейсов без переработки ранее созданных компонентов.
9. Переносимость технических решений. Технические решения ИТС, в первую очередь, их программное обеспечение, реализуется путем минимизации зависимости систем от конкретной
аппаратной реализации. Тем самым обеспечивается возможность
тиражирования систем и их компонентов, снижающего затраты на
их разработку.
10. Извлечение и использование новых знаний. Данный принцип предусматривает необходимость накопления информации о
движении ТС, их постоянного анализа и выявления закономерностей с целью разработки и совершенствования методов и средств
оптимизации использования УДС, УДД, а также моделирования
транспортных процессов.
53
Перечислим «информационные» принципы, используемые при
разработке ИТС:
1. Полнота и пригодность информации для пользователя. Человек-оператор или диспетчер должен располагать необходимой и
полной (достаточной) информацией для принятия решений, причем в необходимом ему виде. Информация должна быть предварительно обработана и размещаться в том месте, где принимается
решение.
2. Точность исходной информации имеет принципиальное значение для принятия правильных решений.
3. Своевременность. Транспортная информация должна поступать в систему своевременно, чтобы адекватно отражать происходящее в транспортной системе. Требования своевременности поступления и обработки информации реализуются современными
технологиями сканирования, спутниковой навигации и др.
4. Ориентированность на качество транспортного сервиса.
Информация в ИТС должна быть направлена на повышение качества обслуживания участников транспортного процесса, повышение безопасности, экологичности, на выявление «узких мест», резервов экономии транспортных затрат.
5. Гибкость. Информация, циркулирующая в ИТС, должна
быть приспособлена для конкретных пользователей, иметь наиболее удобный для них вид (информация для пешеходов, пассажиров, водителей ТС).
6. Индивидуализация требований к технологическому оборудованию ИТС, т. е. отказ от универсальности в пользу более полного
соответствия оборудования конкретным задачам и условиям.
При внедрении ИТС следует четко понимать, каким образом закупленное оборудование будет способствовать достижению целей:
повышать информативность, безопасность и улучшать информационное взаимодействие. Ответ лежит в области функциональной
декомпозиции, позволяющей перейти от поставленных целей к
функциям будущих систем, попутно цепляя все необходимое из
смежных областей. Переходить к техническим характеристикам
оборудования нужно только после того, как определены основные
пути решения задач.
7. Интегративность. Даже самые крупные компании работают с множеством подрядчиков – разработчиков разных модулей
ИТС. При этом остро стоит вопрос об интеграции этих подсистем.
Формируется единая открытая архитектура системы, протоколы
информационного обмена, формы перевозочных документов, стан54
дартизация параметров используемых технических средств связи,
контроля и управления, процедур управления и т. д.
Организационно-методической основой развития ИТС служат
национальные концепции развития ИТС, национальные архитектуры ИТС и программы развития.
Реализуется принцип системного подхода, который проявляется в первую очередь в интеграции и взаимодействии всех элементов
ИТС. Выделяют несколько форм интеграции при создании ИТС,
среди которых: функциональная, временная, институциональная
и интеграция баз данных [3]. Приведем пример взаимодействия
подсистем при выполнении операции «выбор оптимального маршрута» (рис. 3.1).
Функциональная интеграция необходима для полноценного взаимодействия подсистем, поскольку полнота системы на функциональном уровне определяет степень отображения свойств управляемого объекта при оценке ситуации в результате сбора и обработки
поступающей информации и формирование управляющих воздействий. Как было отмечено, создание подсистем ИТС без должного
согласования приводит к нестыковкам и дублированию функций.
В результате созданные компоненты ИТС не могут реализовать
возможности управления в полной мере. Хотя только в этом случае можно рассчитывать на системный эффект. Этим обусловлено
большое значение функциональной интеграции подсистем ИТС.
Данные, полученные подсистемой управления дорожным движением от периферийной подсистемы дорожной сети, используются для анализа состояния ТП и оценки качества функционирования сети. Дорожные контроллеры на основе этой информации
выполняют прогнозирование ТП и расчет фаз светофорного регулирования, информационных табло и др. Бортовые системы в процессе навигации взаимодействуют только с подсистемой информационного обеспечения, которая получает данные о прогнозируемых
характеристиках ТП от подсистемы управления дорожным движением. В свою очередь информационная подсистема информирует
последнюю о запланированных маршрутах.
Временная интеграция необходима, поскольку все положительные свойства ИТС может реализовать при условии сбора информации в реальном масштабе времени. Интегрироваться в режиме «on
line» должны процессы, протекающие на локальном, региональном и национальном уровне ИТС.
Институциональная интеграция необходима, поскольку органы государственного управления, муниципальные органы, разра55
Подсистема управления
дорожным движением
Планирование
действий
БД
дорожной
сети
ПО:
прогнозирование ТП
Распределение
ТП по сети
Светофорное
регулирование
Периферийная подсистема
дорожной сети
Подсистема информационного
обеспечения дорожного движения
БД маршрутной
навигации
Выбор
маршрута
БД
по маршрутам
Подсистема ТС
Контроль
местоположения
ТС
Средства
наблюдения
и измерения
Дорожная
информация
Динамическое
маршрутное
ориентирование
Рис. 3.1. Пример использования принципа функциональной интеграции
при выполнении операции «управление движением
с динамическим выбором оптимального маршрута»
ботчики частных фирм стремятся сохранить свои интересы, ограничить доступ к некоторой информации.
Требуется организационная работа на верхнем уровне по согласованию разнонаправленных интересов всех сторон, участвующих
в разработке и эксплуатации ИТС, с учетом функциональных требований групп пользователей и государства.
Интеграция баз данных необходима для исключения дублирования по сбору и обработке данных, снижения затрат на содержание системы управления в разных организация, связанных с
управлением движением и перевозками.
56
3.2. Архитектура ИТС
Архитектура информационной системы – концепция, определяющая модель, структуру, выполняемые функции и взаимосвязь
компонентов информационной системы. Конструктивно архитектура обычно определяется как набор ответов на следующие вопросы:
– что делает система;
– как эти части взаимодействуют;
– где эти части размещены;
– на какие части она разделяется.
Формирование информационной системы в ИТС осуществляется
по иерархическому принципу с целью обеспечения возможности
наращивания информационной системы более высокими рангами
и ее включения в качестве подсистемы в обобщающие системы и
сети более высокого порядка, если в этом появится необходимость.
Рассмотрим примеры архитектуры ИТС.
Упрощенная логическая архитектура верхнего уровня ИТС
США приведена на рис. 3.2. Данная схема представлена в виде
диаграммы потоков данных (data flow diagram), используемой для
описания информационных систем. На диаграмме вершины графа
представляют функции системы, стрелки – потоки данных, прямоугольники – внешние по отношению к системе объекты.
Дальнейшее описание логической архитектуры является иерархическим, каждый из процессов, представленных на рис. 3.2, декомпозируется на составляющие, относящиеся к трем уровням иерархии.
Физическая архитектура (модель физических сущностей ИТС)
разделяет функции, определяемые логической архитектурой, на
классы, а на более низких уровнях – на подсистемы, исходя из
функциональной схожести спецификаций процессов и размещения мест реализации этих функций.
Физическая архитектура верхнего уровня ИТС США (рис. 3.3)
включает 22 подсистемы, относящиеся к 4 классам: пассажиры,
центры, ТС, полевое оборудование, а также определяет типы телекоммуникационных средств, используемых для обмена информацией между подсистемами [1, 4]. Подсистемы состоят из пакетов
оборудования с определенными функциональными признаками.
Пакеты оборудования определены для поддержки анализа и развертывания, они представляют собой неделимые компоненты подсистемы, которые могли бы быть развернуты. В Прил. 2 приведены
комментарии к функциям подсистем. Важно отметить, что национальная концепция США в полном соответствии с системным под57
58
Запрос
маршрута
Базовое
коммерческое
транспортное
средство
Базовое
ТС
Мониторинг
и контроль
транспортных
средств
Дорожная
техника
Управление
дорожным
движением
Оповещения
о происшествиях
Запросы
приоритета
Информация
о трафике
Статус ТС
Данные
о маршруте
Управление
пассажирским
транспортом
Расписание
движения
Запрос
на перевозку
Сервисы
для водителей
и путешественников
Управление
дорожными и
строительными
работами
Управление
архивированными
данными
Информация
о происшествиях
Управление
в чрезвычайных ситуациях
Рис. 3.2. Упрощенная логическая архитектура
верхнего уровня ИТС США
Запросы
на платежи
Управление
коммерческим
транспортом
Финансовые
институты
Электронные
платежи
Данные
о платежах
Дорожная
техника
Пользовательские системы
архивированных данных
Телекоммуникационные системы
управления в чрезвычайных ситуациях
59
Коммуникации ТС – ТС(V2V,
vehicle-to- vehicle )
Управление
парками и грузоперевозками
Платежей
в пути
Управления
парковками
Полевое оборудование
Контроля
безопасности
Управления и контроля за дорожным движением
Контроль
коммерческого транспорта
Управление
архивированными данными
Коммуникации «фиксированная точка – фиксированная точка»
Управление
пассажирским
транспортом
Рис. 3.3. Упрощенная физическая архитектура
верхнего уровня ИТС США
Транспортные средства (ТС)
Дорожные и
строительные
ТС
Пассажирские
ТС
Транспортные
средства
Центры
Управление
АдминистриУправление
Администриростроительными
в чрезвычай- вание платежей рование коммер- и дорожными
ческих ТС
ных ситуациях
работами
Управление
вредными
выбросами
Управление
дорожным
движением
Предоставление
информационных услуг
ТС сил реагирования на ЧС
Коммерческие
ТС
Беспроводные (мобильные)
коммуникации
Персональный
доступ к информации
Удаленный доступ
Пассажиры, водители
Коммуникации ТС – полевое оборудование
ходом определяет какие функции должна выполнять подсистема,
а не как она должна их выполнять, что открывает пути к модернизации или даже замене требований к компонентам ИТС.
3.2.1. Архитектура европейской ИТС
Упрощенно архитектура европейской ИТС состоит из 4 слоев и
представлена на рис. 3.4 [2].
Каждый слой ИТС можно разделить на потребителей (перевозчик, пассажир, водитель и т. д.) и инфраструктуру.
На первом слое с помощью детекторов собираются статические и
динамические данные о транспортно-эксплуатационных качествах
пути, ТС (интенсивность, состав, плотность и скорость движения)
и транспортных терминалах. Кроме сбора данных выполняется
управление с помощью исполнительных элементов.
На втором слое выполняется оперативное управление на небольших участках транспортных сетей, отдельных терминалов и
5-й слой
Европейская
транспортная
политика
4-й коммуникационный слой
4-й слой
Национальная
транспортная
политика
3-й коммуникационный слой
3-й слой
Управление крупными
транспортными системами
2-й коммуникационный слой
2-й слой
Областное управление
транспортными процессами
1-й коммуникационный слой
1-й слой
Данные – детекторы – исполнительные элементы
Рис. 3.4. Иерархическая структура европейской ИТС
60
ТС. Сюда относятся центры управления (ЦУ) работой транспорта районов городов, участками магистралей, тоннелями, центры
управления движением через границы и др. В области ОТ это – системы управления движением автобусов, трамваев и метро.
Третий слой характеризует всю транспортную сеть на больших
участках, объединяет системы управления второго слоя и включает ЦУ крупными транспортными системами, в том числе на уровне
городов, на сети автомагистралей и т. д. Здесь выполняется обработка и извлечение информации из систем второго слоя.
Мультимодальные
интерфейсы
Управление
дорожным
движением
Электронный
сбор платежей
Обеспечение
безопасности
и действий
в чрезвычайной
ситуации
Поддержка
кооперативных
систем
Архитектура
FRAME
Управление
грузами
и грузоперевозками
Управление ОТ
Поддержка
правоприменения
Системы
в транспортном
средстве
Помощь
пассажирам
и участникам
движения
Рис. 3.5. Основные функциональные области,
поддерживаемые архитектурой Е-FRAME
61
Четвертый слой – национальный уровень. Здесь осуществляется планирование транспорта, финансирование инфраструктуры.
Сбор статистических данных о транспортной системе и оценка ее
параметров (нагрузка, потери от происшествий).
Пятый слой – европейский уровень. Здесь решаются вопросы
капитальных вложений в транспорт на уровне ЕС.
План действий ЕС по ИТС предусматривает создание мультимодальной рамочной архитектуры европейской ИТС. Термин «рамочная» предполагает достижение договоренности сторон об обеспечении развертывания ИТС в Европе. Целью FRAME является
обеспечение систематической основы для планирования внедрения
ИТС, облегчения интеграции многочисленных ИТС и их взаимодействия, в том числе трансграничного. Одной из существенных
областей, в которую Европейская комиссия вложила очень значительные инвестиции за прошлые пять лет – являются «кооперативные системы». Они называются так, потому что используют обмен
данными между ТС и/или между ТС и дорожной инфраструктурой,
чтобы обеспечить обмен данными. Области, поддерживаемые соответствующей архитектурой E-FRAME, показаны на рис. 3.5 [1].
3.3. Иерархическая структура городской АСУДД
Первый уровень – это уровень отдельного транспортного узла.
Это, например, отдельный светофор, парковка, предупреждающие
устройства, т. е. некоторый относительно закрытый объект [2].
Второй уровень образован транспортными узлами, т. е. это –
управление на уровне некоторой области комплексами, созданными на основе одинаковых технологий, например – светофоры
в некотором районе города, парковки. Подтверждением тому, что
данный узел входит в область, является корреляционный анализ,
обеспечивающий степень соответствия транспортных параметров
узла модели ТП в области.
Третий уровень представляется собой управление на уровне группы областей – интегрированная система управления ТП
(Integrated Traffic Management – ITM). Примером являются системы управления ТП на уровне района или всего города (например,
все светофорные объекты города). Обычно эти системы работают в
автоматическом режиме с возможностью ручного вмешательства
диспетчера. В случае чрезвычайных ситуаций применяются экспертные системы. Комплексом может являться не только внутригородская система, но система управления автомагистралями.
62
3.4. Подсистемы ИТС
Международные аббревиатуры наименования некоторых подсистем ИТС приведены в Прил. 4. Отдельную группу составляют подсистемы «полевого» оборудования, в первую очередь система сбора
данных.
Можно выделить две основные группы подсистем:
– работа на транспортном пути (пассажир, ТС);
– управление транспортными процессами (центры управления
работой транспорта, управление на дороге).
Далее рассмотрим некоторые подсистемы в рамках этих групп.
Подсистема сбора данных
1. Сбор статистических характеристик ТП – количество проехавших автомобилей, их скорость, загруженность различных
участков дороги и других дорожных данных при помощи периферийного оборудования. Это позволяет автоматизировать решение задач, связанных
с безопасностью дорожного движения, контролем транспорта, реализовать алгоритмы регулирования дорожного движения с учетом
реальной дорожно-транспортной обстановки.
Функции:
– Распознавание транспортных пробок.
– Определение типов ТС.
– Данные о наличии мест на парковках.
– Данные о метеоусловиях.
– Данные о пассажиропотоке.
– Данные о местоположении ОТ.
Управление транспортными процессами
Подсистема фиксации нарушений ПДД
Видеорегистрация следующих нарушений:
– превышение допустимой скорости движения;
– выезд на полосу встречного движения;
– запрещенная остановка;
– запрещенное движение задним ходом;
– проезд запрещенного типа ТС.
Все данные о нарушениях ПДД записываются в базу данных
и могут быть использованы ГИБДД.
63
Подсистема УДД
Служит для контроля работы технических средств организации
дорожного движения. Подсистема включает в себя следующее периферийное оборудование с элементами «интеллекта»:
– дорожные знаки;
– светофоры;
– дорожное полотно.
Термин «умные» подразумевает способность оборудования адаптироваться к ситуации на дороге, производить анализ и обработку
данных детекторов, разработку и применение планов координации
на нескольких перекрестках, входящих в один домен управления.
На основе данных, обработанных в ЕДЦ, подсистема может либо
автономно, либо с помощью диспетчера управлять ТП в целях предотвращения пробок, например такой светофор пропускает на проблемный участок такое количество авто, которое не превышает теоретическое (расчётное) количество.
Работа на транспортном пути
Подсистема информирования
Средства информирования:
– населения (периферийное оборудование, установленное вдоль
дорог, интернет-порталы);
– водителей о дорожной обстановке, о наличии свободных мест
на парковках;
– пассажиров ОТ (в частности, о местонахождении ОТ и времени
прибытия);
– руководителей АТП (мониторинг местоположения ТС, пассажиропоток, нарушения маршрутов, контроль интервалов движения между ТС);
– служб экстренного реагирования.
Глобальная система позиционирования
Система определения местоположения любого объекта (в том
числе подвижного) в любой точке земной поверхности на основе
сигналов спутников и бортового оборудования является неотъемлемой частью ИТС.
Мобильные навигационные системы
Системы информирования в реальном времени прохождения
маршрута от пункта отправления до пункта назначения. Подроб64
нее понятие о данных системах рассматривается в соответствующем разделе настоящего пособия.
Системы предотвращения столкновений
Бортовые автомобильные системы определения безопасной дистанции при данных дорожных условиях и скорости движения с
некоторыми функциями непосредственного управления автомобилем. Следует также отметить, диспетчерские системы предотвращения столкновений на воздушном, железнодорожном и водном (в
частности, при дрейфе судов на рейде) видах транспорта.
3.4.1. Системы управления
транспортными процессами в городах
Элементы этого вида подсистем ИТС рассмотрим на примере европейской классификации [2]. Разделение транспортного менеджмента городов, ориентированное на две главные категории потребителей: индивидуальный и государственный пассажирский ОТ
(ГПОТ), показано на рис. 3.6.
Управление
транспортными
областями
Децентрализованные системы
Централизованные системы
Управление тоннелями
Управление ИС в индивидуальном авто (VICS)
навигацией
и информацией ИС в ТП (TFIS)
НС в индивидуальном авто (VNCS)
Управление
транспортом
в городах
НС в ТП (TFNS)
Информация для пассажиров
активный
Приоритет ГОТ
пассивный
ТС с преимуществом движения
ГПОТ
Статический
транспорт
Дома и зоны парковки
Park and Ride
Прогрессивный тариф
Рис. 3.6. Схема подсистем менеджмента города
65
Управление транспортными областями
Основным элементом управления транспортным узлом и в более
общем случае, транспортной областью, является устройство управления ТП, которое существует в централизованном и децентрализованном варианте.
Управление тоннелями
Здесь применяется мониторинг ТП и использование быстрых
алгоритмов обнаружения мест ДТП. Важным элементом является
экологический мониторинг тоннелей.
Управление посредством информации и навигации
Информация, оказывающая влияние на водителя, передается
двумя способами: с помощью табло (TFINS – Traffic Flow Information and Navigation System) или каждому ТС индивидуально
(VINS–Vehicle Information and Navigation System). Причем при навигации ТП с помощью управляемых дорожных знаков он должен
обязательно использовать указанную дорогу (в отличии от информационных систем).
Преимущество проезда
В том случае, если ОТ оснащен средствами слежения за его маршрутом, центральный компьютер в центре управления может дать
преимущество приближающемуся к перекрестку ОТ, если тот не
укладывается в расписание. С другой стороны, пассивное преимущество ОТ дает возможность проезда в данном узле без идентификации.
Для спецтранспорта (полиция, скорая помощь, пожарные) важно обеспечить возможно быстрый проезд, поэтому существуют
средства оптимизации маршрута и приоритета.
Статический транспорт
Системы управления статическим транспортом предполагают
мониторинг занятости мест на автостоянках и информирование водителей о наличии мест. Аналогичная информация поступает водителям о возможности парковки на перехватывающих стоянках.
Прогрессивные тарифы
Для разгрузки центра города может быть существенно повышена плата за парковку или проезд в центр без пробок.
66
3.4.2. Повышение равномерности
и безопасности движения на магистралях
Перечень основных подсистем управления движением на автомагистралях представлен на рис. 3.7.
Системы линейного управления RLTC (Road Line Traffic Control)
Замечено, что порядка 40% ДТП во время движения происходит
при появлении пульсирующей волны «Stop and Go».
Система «впуска» со въезда в главный поток (Ramp metering)
Замечено также, что порядка 20% ДТП происходит при въезде
на магистраль. Для повышения плавности движения при линейном управления важен контроль разброса скоростей – СКО (среднеквадратическое отклонение) относительно средней скорости – МО
Автоматические
системы
повышения
безопасности
ИС управления движением
на автомагистралях (AHS)
Автоматическая система
идентификации
происшествий и заторов
Предупреждение
микросна
Управление движением
на наземных дорогах
Линейное управление (RLTC)
Средства
повышения
плавности
движения
Информационные
и навигационные системы
(INS)
Электронный сбор платы
за проезд (EFC)
Управление въездом
на автомагистраль (RM)
Приоритет занятым ТС (HOV)
Интеллектуальное ТС
Рис. 3.7. Подсистемы управления движением на автомагистралях
67
(математическое ожидание). Например, существуют алгоритмы
управления скоростью с условиями типа:
Если (МО скорости> 130) и (СКО скорости > 20), то понизить
скорость на 20.
Если (МО скорости > 130) и (идет дождь), то включить знак
«Максимально допустимая скорость» на «90».
Если (МО скорости ~ 90) и (грузовой автотранспорт > 20%), то
включить знак «Запрещен обгон для грузовых автомобилей».
3.5. Архитектура платных дорог
Платные дороги бывают открытого и закрытого типов [70].
В первых – плата собирается за то, чтобы пересечь пункт взимания
платы (ПВП). Эти системы автономны и независимо друг от друга
собирают деньги.
Второй вариант исполнения – закрытые дороги по типу платной
парковки. В наиболее простом варианте на входе водитель берет талончик, на выходе платит деньги за пройденный километраж. Соответственно, все въезды на такую дорогу должны быть специально оборудованы, а на съездах должны быть ПВП, что значительно
усложняет конструкцию и требует прокладки каналов связи вдоль
дороги, связывающих элементы инфраструктуры.
Закрытыми делают крупные магистрали, такие как, например,
участки СЗД, трасса Москва – Санкт-Петербург. Схема системы
приведена на рис. 3.8. С точки зрения системной архитектуры весь
комплекс можно разделить на три уровня.
Первый уровень называется уровнем полосы и состоит из помещения сборщика платы, шлагбаумов, светофоров и навесного оборудования. Отметим, что современные системы позволяют взимать
плату без остановки авто и не требуют шлагбаумов. Задача системы
на уровне полосы: взять деньги и собрать доказательную базу на
случай конфликтов.
Работает схема следующим образом. На подъезде к ПВП лазерный дальномер определяет факт приближения ТС и отдает сигнал системам ПВП. Водитель по надписям на козырьке ПВП выбирает полосу, на которой поддерживается его средство оплаты:
наличные, бесконтактные карты или специальное оборудование
для оплаты по коротковолновой радиосвязи (транспондер), содержащий информацию о счете владельца. Затем на въезде на полосу
происходит фото- и видеосъемка машины, ее номерного знака и во68
69
Изменение
конфигурации
Пункт
взимания
платы
Подсистема
контроля
Уровень ПВП
Состояние
элементов
инфраструктуры
Рис. 3.8. Функциональная архитектура системы взимания платы
Мониторинг
инфраструктуры +
мониторинг
бизнес-процессов
Информационный
портал
Отчеты
внешним
потребителям
Информация
из внешних
систем
Интеграция
с внешними
службами
Система
управления
линейными
активами
Данные
для аналитики
Аналитическая
система
Данные
для аналитики
Биллинговая
и CRM система
Обмен информацией
о лицевом счете
пользователи
Транзакции
Отчеты
Факты
нарушении
Параметры
платежа
Информация от агентов мониторинга
Транзакции
Транзакции
Инциденты
Эксплуатационная платформа
Система класса
Service Desk +
CMDB
Запросы на обновление
конфигураций БУ
Сервер
конфигурирования
бортовых
устройств
Полоса
(электронные
платежи)
Полоса
(наличные)
Уровень полосы
Интеграция
с платежными
системами
Интеграционная платформа
дителя для личной коллекции оператора. Автоматический сканер
производит замер габаритов автомобиля. Современные сканеры
позволяют построить трехмерную модель автомобиля (в виде каркасного параллелепипеда). Замер необходим для классификации
ТС и расчета тарифа. В Европе принята классификация по 6 классам – от мотоцикла до фуры с прицепом. Лазерные 3D сканеры поддерживают до 20 конфигурируемых в настройках софта классов.
Важно определение разрешенной массы автомобиля и количества
используемых осей. Некоторые ПВП оборудуют также системами
безостановочного весового контроля WIM (Weight In Motion), которые дают достоверные результаты по распределению веса по осям
даже при скорости 30 км/ч.
Далее ТС подъезжает к пункту сбора платы (в случае оплаты наличными или бесконтактной картой) или проезжает ПВП без остановки (в случае использования транспондера). В первом случае после оплаты открывается шлагбаум и автомобиль продолжает свой
путь. Вся информация, собранная в процессе проезда ПВП (а также
время въезда на платную дорогу закрытого типа) взаимоувязывается и называется транзакцией.
Второй уровень – это уровень пункта взимания платы (также
известного под названием Toll Plaza). На этом уровне собирается
информация и собранные средства со всех полос ПВП, контролируется работа оборудования.
Третий уровень называется Центральным уровнем или Уровнем секции (для особенно сложных многозвенных схем сбора денег). Этот уровень собирает информацию о транзакциях со всех
подконтрольных ПВП, работает с банками и управляет пользовательскими счетами. Принципы работы центральной системы взимания дорожной платы напоминают принципы работы провайдеров связи. Услуга проезда по магистрали аналогична услуге передачи данных, тарификация и биллинг также идентичны.
Контрольные вопросы
1. Назовите основные принципы разработки ИТС. В чем заключаются принципы создания ИТС как информационной системы?
2 Какие формы интеграции при создании ИТС вам известны.
Приведите пример применения интеграции при разработке подсистемы управления дорожным движением с динамическим выбором
маршрута.
70
3. Опишите основные положения логической и физической архитектур верхнего уровня ИТС США.
4. Опишите архитектуру европейской ИТС. Какие элементы европейской архитектуры E-FRAME вам известны?
5. Опишите иерархическую структуру городской АСУДД.
10. Перечислите основные элементы подсистемы управления
транспортными процессами на дороге.
11. Какие подсистемы управления на транспортном пути (пассажир, ТС) вам известны?
12. Опишите состав и назначение подсистем регулирования движением в городах.
13. Приведите состав и поясните назначение подсистем управления движением на автомагистралях.
71
4. ТЕХНОЛОГИИ ИТС
Колоссальная эффективность современных АСУДД, подтвержденная мировой практикой, обусловила широчайшее применение
в этих системах новейших дорогостоящих технологий, к которым,
в первую очередь, следует отнести технологии динамического информирования участников движения, адаптивного управления
светофорными объектами, фиксации инцидентов и нарушений и
т. п. Применение всех перечисленных технологий основано на сборе и обработке информации о ТП на контролируемой УДС в режиме
реального времени.
Различаются ИТС по применяемым технологиям: от простых систем автомобильной навигации, регулирования светофоров, систем
регулирования грузоперевозок, различных систем оповестительных знаков (включая информационные табло), систем распознавания автомобильных номеров и систем регистрации скорости ТС,
до систем видеонаблюдения, а также до систем, интегрирующих
информационные потоки и потоки обратной связи из большого количества различных источников, например из систем управления
парковками (Parking guidance and information (PGI) systems), метеослужб, систем разведения мостов и прочих.
Сегодня наиболее активно развиваются технологии для транспортной инфраструктуры и ТС в следующих направлениях:
1. Управление движением на автомагистралях. 2. Коммерческие
автоперевозки. 3. Предотвращение столкновений ТС и безопасность
их движения (например, технология связи в автотранспорте отавтомобиля-к-автомобилю). 4. Электронные системы оплаты транспортных услуг. 5. Управление при чрезвычайных обстоятельствах.
6. Управление движением на основной уличной сети. 7. Управление ликвидацией последствий ДТП. 8. Управление информацией.
9. Интермодальные грузовые перевозки. 10. Контроль погоды на автодорогах. 11. Эксплуатация автодорог. 12. Управление общественным транспортом. 13. Информация для участников движения.
4.1. Телематические технологии
4.1.1. Беспроводная связь
В ИТС могут использоваться различные виды беспроводной связи. Например, может использоваться радиосвязь на большие (ДМВ)
и короткие (УКВ) расстояния.
72
Прежде всего следует назвать технологию автодорожных оповещений – «канал автодорожных сообщений» (Traffic Message
Channel, TMC). Данная технология используется для передачи информации о дорожных пробках и неблагоприятных дорожных условиях. Как правило, данные передаются в виде цифровых кодов, с
использованием радиосистемы оповещения (FM-Radio Data System
(RDS)) для обычных FM-приёмников. Данные могут быть также
переданы на радио или спутниковое радио. Услуги по передаче данных об автодорожной информации в настоящее время предоставляются государственными и коммерческими компаниями в большинстве стран Европы. Поддержка функций TMC позволяет навигационной системе автомобиля получить информацию об участках
с дорожными инцидентами и построить альтернативный маршрут
движения для объезда проблемных участков.
Данные о каждом инциденте в дорожном движении передаются как TMC-сообщение. Сообщение состоит из кода события, кода
местоположения и направлении действия события. Коды событий
основаны на стандарте Alert C (стандарт ISO EN ISO 14819-6-2007),
который содержит перечень из 2048 событий, коды этих событий могут быть переданы на TMC-приёмник на языке пользователя. Источником дорожной информации, как правило, являются полицейские
службы, камеры слежения на дорогах, данные с устройств контроля
дорожного трафика и другие. Коды местоположения поддерживаются на уровне государств, при этом каждому участку дорожной сети
присваивается свой уникальный код. Для создания национальной
сети необходимо подготовить таблицы TMC и сертифицировать их
в европейской неправительственной организации TISA (Traveller
Information Services Association), которая осуществляет координацию работ по внедрению технологий и стандартов TMC [60].
На небольших расстояниях может использоваться беспроводная
связь по стандартам IEEE 802.11 (Wi-Fi), особенно стандарт IEEE
802.11p (WAVE). В США используется стандарт DSRC (Dedicated
short-range communications – радиосвязь ближнего радиуса действия).Существует уже несколько вариантов реализации подобных
сетей связи малого радиуса действия. Технически работать они
должны в частотном диапазоне 5.9 ГГц (5.85–5.925 ГГц), с примерным радиусом действия до 1000 метров.
На уровне Европейского Союза по технологии DSRC завершены
стандарты (CEN/TC278 и ETSI) [56].Там линии связи DSRC находят применение, главным образом, в системах электронного платежа. Линия связи DSRC состоит из двух основных частей, а именно:
73
из блока OBU (On-Board Unit – устройство в ТС) и блока RSE (Road
Side Equipment – устройство на дороге), которые обмениваются
данными. Устройства DSRC позволяют решать проблему оперативной
передачи данных между автомобилями(V2V), а также ТС к инфраструктуре (V2I) с одновременной минимизацией расходов на центры обработки данных, без создания дорогостоящей инфраструктуры и задействования глобальных каналов коммуникаций.
Технология DSRC является разновидностью технологии Wi-Fi
для применения на движущемся транспорте и обеспечивает следующие характеристики [56]:
– практически мгновенное (менее 1/4 секунды) соединение;
– передача данных на скоростях до 100 мегабит на дальность до
1 км;
– устойчивая работа при движении транспорта со скоростью до
250 км/ч.
Эта технология для обеспечения коммуникаций на транспорте
выгодно отличается от других беспроводных технологий возможностями быстрого установления соединения и прямой передачи данных между терминалами ТС. Используемые при этом каналы могут
различаться скоростью передачи и качеством связи. В то же время
технология позволяет динамически менять маршрут трафика при
ухудшении параметров текущего маршрута, если есть достаточное количество доступных узлов сети, что оказывает существенное
влияние на пропускную способность системы. Технологии хорошо
сочетаются с существующими решениями в области геопозиционирования, интерфейсами и протоколами передачи данных, кооперируются с мобильной и наземной связью и дополняют традиционные
ИТС-решения в тех случаях, когда скорости, надёжности и гибкости других систем связи оказывается недостаточно.
В США на базе технологии DSRC реализован проект интеграции
ТС и инфраструктуры на основных магистралях по всей стране.
В Японии на базе данной технологии решаются задачи обеспечения
безопасности ТС и навигации в режиме реального времени. Примером массового применения технологии DSRC в России является
платный участок Западного cкоростного диаметра (ЗСД) в СанктПетербурге. Там в качестве OBU применяются транспондеры производства Norbit (Норвегия): OEM модуль производства Norbit называется VTM721 и может быть легко интегрирован в навигационный терминал как дополнительный блок для реализации функции
электронной оплаты за проезд по федеральным трассам.
74
В то же время в России на данный момент не существует специализированной самостоятельной организации, профильно-ориентированной именно на развитие технологии DSRC. Исследования
проводятся, в основном, в рамках различных вузов и НИИ отрасли,
а также силами коммерческих организаций.
Технологии WiMAX
Также в ИТС [59] используется технология WiMAX (англ. World
wide Interoperability for Microwave Access).
Это – телекоммуникационная технология, разработанная с целью предоставления универсальной беспроводной связи на больших
расстояниях для широкого спектра устройств (от рабочих станций и
портативных компьютеров до мобильных телефонов), GSM, 3G или
4G(4G(от англ. Fourth generation – четвёртое поколение) – поколение мобильной связи с повышенными требованиями. К четвёртому
поколению принято относить перспективные технологии, позволяющие осуществлять передачу данных со скоростью, превышающей
100 Мбит/с подвижным и 1 Гбит/с – стационарным абонентам.
Технологиям Long Term Evolution (LTE) Advanced (LTE-A) –
стандарт мобильной связи и Mobile WiMAX Release 2 (также известным, как Wireless MAN-Advanced или IEEE 802.16m) присвоено официальное обозначение IMT-Advanced, что позволяет их квалифицировать в качестве технологий 4G.
Технология RFID
Важнейшей задачей в ИТС является задача идентификации ТС,
т. е. чтобы регистрационный номер автомобиля можно было считывать без применения фото-видеокамер, которые дороги, требуют
регулярного обслуживания и не достаточно надежны. Используя
данные каждого ТС, можно относительно не дорогими средствами
эффективно решать задачи управления движением и фиксации нарушений правил дорожного движения, а также автоматизировать
взимание платы за парковки, проезд по платным дорогам, предоставлять приоритет движению специального и маршрутного пассажирского транспорта.
В 2013 г. в России было принято решение подготовить предложения по обязательному использованию в автомобильных номерах
микрочипов с технологией радиочастотной идентификации. Впервые в мире заложены основы новой технологии с использованием
радиочастотной идентификации (RFID) не только для идентифика75
ции ТС, но в первую очередь для управления движением, для борьбы с пробками, а также для автоматического контроля соблюдения
правил дорожного движения.
Техническое решение Единой Технологической Платформы для
ИТС «ElecTraCop» (Electronic Traffic Cop) разработано Российским
научно-техническим холдингом «ВЗГЛЯД» (г. Тула) на базе уникальной, не имеющей аналогов в мире, инновационной технологии,
защищенной Российскими и иностранными патентами [62, 63].
4.1.2. Вычислительные технологии
Современные разработки в технологиях встраиваемых систем
(микропроцессорные системы встроены в устройства, которыми
они управляют) позволяют использовать операционные системы
реального времени, а также более высокоуровневые приложения,
дающие возможность применять разработки в области искусственного интеллекта. Рост мощностей процессоров, используемых во
встраиваемых системах, а также повышение их совместимости с
процессорами в персональных компьютерах, ведёт к расширению
возможностей повторного использования кода и переносу более
интеллектуальных сервисов с уровня персонального компьютера в
уровень встраиваемой системы.
4.1.3. «Интернет вещей»
Internet of Things (IoT) [80] обеспечивает новый подход к созданию виртуального представительства реальных объектов в виртуальной среде (например, ТС) в облаке на основе ИТС. Internet of
Things означает всемирную сеть взаимосвязанных объектов (радиочастотная идентификация, инфракрасный датчик, глобальная
система позиционирования, лазерный сканер и т. д.), однозначно
адресуемых, которые обеспечивают обмен информацией в ИТС. Основной идеей этой концепции является повсеместное присутствие
вокруг нас множества вещей или объектов (метки радиочастотной
идентификации, датчики, исполнительные механизмы, ТС и т. д.),
которые взаимодействуют с соседями для достижения общих целей. Internet of Things обеспечивает две основные цели:
– сбор уникальных схем адресации;
– канал для передачи данных трафика;
они способны взаимодействовать друг с другом и сотрудничать со
своими данными, что обеспечивает более полную информацию о
трафике.
76
4.1.4. Технологии моделирования
Среди разнообразных технологий моделирования в сфере ИТС
следует выделить имитационное моделирование и особо остановиться на технологии мультиагентного моделирования (Multiagent systems MAS) (агенты – пассажиры, агенты – ТС и т. п.).
Агент – программа, которая может быть наделена «интеллектуальным поведением», например, на основе использования нейросети.
Агенты могут взаимодействовать друг с другом на основе обмена
сообщениями, что позволяет создавать более адекватные реальности модели. Агенты воспринимают информацию из окружающей
среды, создают свои собственные локальные модели данных, а затем принимают решения в соответствии с их целями и имеющейся
информацией. Решения, которые затем преобразуются в действия,
которые влияют на окружающую среду. Агенты взаимодействуют
и сотрудничают на уровне информационных моделей (данных или
параметров модели обмена) или на уровне действий (координация
действий, формирование группы).
Мультиагентное моделирование сегодня широко применяется
для решения транспортных проблем. Последняя глава настоящего
пособия касается этого вопроса. Здесь лишь отметим, что, в частности, децентрализованная MAS с автономными агентами позволяет автомобилям принимать решения самостоятельно [81]. В работе
[82], в частности, авторы с помощью нейросети прогнозируют время прохождения для каждого звена транспортной сети отдельно, а
агенты используются для ТС со связями.
4.1.5. Обработка больших объемов данных
Транспортные детекторы различных типов являются поставщиками данных громадных объемов. Например, Яндекс. Пробки
сохраняют данные о скорости движения на дорогах за последние
несколько лет. Это огромный массив – информация записывается
каждые четыре минуты. Для работы с таким объемом данных компания использует технологии анализа больших объемов данных –
Yandex Data Factory и высокопроизводительный кластер на основе
модели распределённых вычислений – Map Reduce, когда данные
хранятся на многих серверах, и запросы на вычисления поступают
на каждый из них одновременно. Благодаря этому расчёт занимает
несколько часов. Если бы операция выполнялась на одной машине, то только для того, чтобы скачать все данные, потребовались
бы сутки, а расчёты, видимо, заняли бы недели [68, 69]. Вопросы
77
интеллектуальной обработки транспортных данных будут рассмотрены в разд. 6.
4.1.6. Мобильные операционные системы
Примером использования вычислительных технологий в ИТС
является широкое распространение мобильных устройств на платформе Android. Примером таких решений можно назвать «мобильную» операционную систему Android Auto, представленную корпорацией Google в 2014 г., при поддержке двадцати восьми производителей автомобилей и компании Nvidia, оптимизированную для
автомобилей. В текущем виде система поддерживает GPS навигацию, проигрывание музыки, SMS, телефонию, веб-поиск, сенсорные экраны и возможность управления аппаратными переключателями и кнопками вместе с голосовым управлением. На данный
момент Android Auto делает ставку на наличие (и подключение к
автомобилю) основного Android-устройства водителя [59].
Контрольные вопросы
1 Назовите основные технологии, используемые при создании
ИТС. Приведите примеры реализации.
2. Для каких целей в ИТС применяется технология WiMAX?
3. В чем заключаются преимущества использования технологии
RFID в ИТС?
4. Поясните суть технологии агентного моделирования.
78
5. ИНФРАСТРУКТУРА ИТС
К дорожной инфраструктуре относятся не только дорожная
(транспортная) сеть с ее атрибутами в виде транспортных развязок,
знаков, разметки, мест отдыха, питания, заправочных пунктов, но
и информационные, платежные системы, системы контроля, связи, управления, обработки информации.
Основу инфраструктуры ИТС составляют датчики и исполнительные элементы. Также к инфраструктуре ИТС относят коммуникационную инфраструктуру, куда входят различные системы
радиовещания. Так, связь на короткие расстояния DSRC, рассмотренная ранее, применяется во многих приложениях, например
при сборе платежей EFC (Electronic Fee Collection),TTI,CVO (см.
Прил. 4).
5.1. Технические средства ИТС
Комплекс технических средств, применяемых в системах управления дорожным движением в составе ИТС, состоит из детекторов
транспорта, дорожных контроллёров, устройств передачи данных,
образующих управляющий вычислительный комплекс системы,
средства диспетчерского контроля и управления движением.
Важнейшее место в списке технических средств ИТС занимают
разнообразные средства сбора первичной информации, позволяющие формировать статистику загрузки транспортной сети, а также
позволяющие оценивать степень насыщения ТП в реальном времени. Детекторы транспорта (ДТ), сопровождающая их техника
связи, обработки и анализа данных занимают центральное место в
аппаратно-программном комплексе АСУДД.
В настоящее время в конструкциях ДТ применяются не менее
13 различных технологий измерения параметров, но наибольшее
распространение получили индукционные (петлевые), радиолокационные и видеодетекторы.
Применимость инфракрасных ДТ в последние годы сокращается, а магнитных – возрастает. Представляется, что скоро магнитные ДТ войдут в «большую тройку», несколько потеснив петлевые.
В странах с «мягкой» зимой, для которых характерно многократное повторение циклов замерзания-оттаивания, распространяются
детекторы, установка которых не требует нарушения целостности
дорожного полотна (радиолокационные и видео). Использование
79
ДТ, устанавливаемых непосредственно в дорожное полотно (петлевых и магнитных), сокращается, ввиду их недостаточного ресурса
в таких климатических условиях. Последние исследования, проведенные в США, определили 50% эксплуатационный ресурс петлевых детекторов в 6–12 месяцев. При этом точность измерения параметров в ряде случаев изменялась от 1% (паспортная величина) до
30%. Для сравнения, реальная долговременная точность радарных
и видеодетекторов «дрейфует» в диапазоне от 5% (паспортная величина) до 15%. Следует отметить, что точность детектирования,
с точки зрения эффективности генерации управляющих воздействий, в АСУДД имеет первостепенное значение. И радарные, и
видеодетекторы, так же, как и петлевые, используются для управления светофорными контроллерами в адаптивных системах. При
этом первые, измеряющие параметры транспортного потока по
полосам, используются в качестве путевых (стратегических). Недостатком видеодетекции является необходимость периодической
очистки линз видеокамер, однако современные низко адгезионные
покрытия стекол и специально оборудованные корпуса упрощают
процедуру техобслуживания. Видеодетекторы обычно на 15–35%
дороже, чем радиолокационные, но зато они позволяют дополнительно контролировать ситуацию в конкретных зонах дороги, что
требуется для адаптивного управления.
5.1.1. Детекторы транспортного потока
Данные устройства служат для сбора информации о потоке:
– интенсивность (количество машин в единицу времени);
– средняя скорость за интервал;
– заполненность полосы или дороги (процент занятого автомобилями пространства дороги).
Существует несколько видов детекторов:
– Детекторы интенсивности – устанавливаются на наиболее
проблемных участках дорожной системы таких как входные перекрёстки магистралей, на перекрёстках со значительными изменениями интенсивности в течение суток и др.
– Детекторы скорости – устанавливаются на участках между
перекрёстками.
– Детекторы состава потока – необходимы для сбора статистики
по составу потока в районе управления, устанавливаются на наиболее загруженных перегонах, отличающихся значительными изменениями состава потока.
80
– Заторовые детекторы – устанавливаются перед перекрёстками, на которых возможно возникновение очереди ТС, которая не
разгружается за один светофорный цикл и может растянуться до
предыдущего перекрёстка.
При создании системы управления потоком составляется план
размещения детекторов, на основе имеющихся данных по дорожному движению.
Индуктивный петлевой детектор
Индуктивные петлевые датчики предназначены для сбора следующей информации: обнаружение присутствия ТС, занятости полосы, скорости движения, классификации ТС. По причине высокой точности они являются базовыми при сравнении по точности с
детекторами, основанными на других технологиях. Существенным
недостатком является то, что при их установке нарушается поверхность проезжей части.
Пример.
Peek ADR-6000 производства Peek Traffic Inc.
– Высокая надежность.
– Всепогодность.
– 8 уровней чувствительности.
– Выявление ложных срабатываний и пульсации напряжения.
– Самонастраиваемость.
– Возможность генерации сигнала при неисправностях.
– Низкая стоимость.
Считываемая информация:
– Классификация ТС.
– Обнаружение остановившихся ТС.
– Занятость полос движения.
– Подсчет ТС.
Магнитный детектор
Устройство состоит из 3 компонентов: пробника, процессора и
программного обеспечения. Компонентами пробника являются:
магнитный сенсор, контейнер и проводящие и подсоединительные
кабели. Конструкция помещается под дорожным полотном на глубине 0,5–1м, при этом полного разрытия проезжей части не требуется, так как конструкция инсталлируется путем «прокалывания»
дороги. Основным требованием к установке пробника является
его строго вертикальное расположение. При пересечении ТС места
81
установки пробника происходит изменение индуктивности, данные
передаются на процессор, и при помощи программного обеспечения, входящего в состав системы, производится накопление и обработка полученных данных. Погрешность определения объема потока, скорости движения современных систем составляет менее 2,5%.
Пример.
3M Microloops (пробник Canoga Model 702, процессор Canoga
C800 series, программное обеспечение 3 MITS Link Suite)
Портативный магнитный счетчик потока ТС
Возможности:
– Высокоточное портативное автономное устройство для мониторинга движения. Погрешность измерений при подсчете ТС– менее 1%.
– Простота инсталляции (не требуется разрытия дороги). Устанавливается на поверхность дорожного полотна.
– Всепогодность.
– Встроенное программное обеспечение
обеспечивает генерацию сообщений, графиков, таблиц.
Рекомендован для установки на магистралях, улицах, перекрестках, в зонах ремонтных работ (рис. 5.1).
Считываемая информация:
– Подсчет количества ТС.
– Классификация транспорта.
– Скорость ТС.
– Занятость полос движения.
Рис. 5.1. Магнитный
датчик ТП
– Состояние дорожного полотна.
Видеодетекторы
Основным элементом видеодетекторов является видеокамера,
применяемая для мониторинга дорожного движения больших перекрестков (рис. 5.2).
На сегодняшний день разновидностей камер великое множество. Классифицируются они не только по модели, но и по диапазону считываемости, мобильности, видам нарушения и т. д.
Возможности:
– Высокоскоростное позиционирование с автопереключением.
– Герметичное исполнение.
– Высокоскоростное панорамирование 360°, возможность наклона.
82
Рис. 5.2. Видеокамера
– Программируемые предустановки.
– Высокая надежность.
Видеокамера и детектор интегрированы в одном сенсоре (рис. 5.3).
Устройство используется для получения видеоизображения для
точного позиционирования и контроля детектируемых зон.
Обслуживание до 8 зон с дифференциацией полос движения. Реагирование на изменение направления движения. Рекомендовано
для установки на второстепенных перекрестках.
Среди отечественных комплексов автоматической фиксации правонарушений можно назвать такие: Искра, Арена, Крис, Рапира и др.
Цифровые радары
Считываемая информация: объем потока ТС, средняя скорость
движения, занятость полос движения, обнаружение присутствия ТС, классификация ТС,
направление движения. Рекомендованы для
установки на магистралях (рис. 5.4).
При установке поперек потока покрывают
8 полос движения.
Возможности:
– Влияние погодных условий и барьеров
незначительно.
– Погрешность измерений – в пределах 3 %. Рис. 5.3. Видеокамера
– Автоконфигурация.
с детектором
83
Рис. 5.4. Цифровой радар
На Российском рынке представлены радарные детекторы
«Спектр1», выпускаемые ЗАО «Ольвия» и обеспечивающие регистрацию ТС и сбор статистической информации о ТП (интенсивность движения, занятость зоны, средняя скорость, количество длинномерного транспорта). Детектор устанавливается сбоку от полосы движения
на расстоянии 3 м и высоте 5 м. Согласно данным производителя детекторы обеспечивают регистрацию, как движущихся, так и остановившихся ТС. Вероятность регистрации ТС, проходящих через зону
контроля, составляет 96%. Границы обзора составляют от 4 до 60 м. Часто детекторы ТП оснащаются двумя или тремя датчиками
разного типа («двойная» и «тройная» технологии) (рис. 5.5).
Так, в «тройных» детекторах микроволновый радар измеряет
скорость, ультразвуковой детектор обеспечивает оценку габаритов и классификацию машин по классам, а многоканальный инфра-
Рис. 5.5. Детектор транспорта
производства ASIM
84
Консоль
6м
8°
1,7 м
6м
Дорожное
полотно
Существующая
опора
Рис. 5.6. Пример установки детектора на столбе освещения
120
100
80
60
40
20
0
Загрузка полосы с 10-мин усреднением
Интенсивность на полосе с 10-мин усреднением
Средняя скорость с 10-мин усреднением
Рис. 5.7. Картина с реальных детекторов на 4-полосной дороге за сутки
85
красный детектор обеспечивает определение интенсивности (число машин в ед. времени) и занятости (% заполненности полосы).
Если детектор способен контролировать только одну полосу, детекторы размещают на опоре по несколько штук сразу, по числу
полос. Соответственно, в этом случае интенсивности суммируют, а
скорости и занятость усредняют (рис. 5.6).
По трем перечисленным показателям можно определить состояние ТП на «сечении», т. е. на участке под детекторами. Когда ТП
нарастает (рис. 5.7), например, в «час пик», то интенсивность и
скорость сначала растут, потом скорость немного падает и наступает «пробка». Машины едут медленно и с остановками, интенсивность резко падает, скорость тоже, а занятость, наоборот, резко возрастает. В вечерний «час пик» появляется «пробка».
Пример.
Детекторы серии TT290 позволяют классифицировать до 8 классов ТС, самонастраивающиеся, позволяющие определять ТС, движущиеся в неверном направлении. Погрешность определения скорости составляет не более 3%. Современные видеодетекторы при
установке поперек потока покрывают до 8 полос, реагируют на изменение направления движения.
Системы видеонаблюдения и автоматического анализа видео
К видеопотоку можно подключить аналитический модуль, позволяющий автоматически фиксировать всевозможные инциденты
в области видимости, определять ДТП, непредвиденную остановку
автомобилей, выпавший груз и др. Распознавание любого количества номеров и формирование БД. Перспективным способом является распознавание с помощью использования искусственных нейронных сетей.
Пример.
1. «Авто-Интеллект» (фирма ITV).
Модули:
– распознавания автомобильных номеров;
– определения характеристик ТП;
– «Радар».
2. AutoTrassir (компания DSSL) и др.
5.1.2. Общие рекомендации по выбору детектора
Преимущества и недостатки некоторых технологий измерений
представлены в табл. 5.1.
86
Таблица 5.1
Преимущества и недостатки некоторых технологий измерения
Технология
Пассивная /
активная инфракрасная
Радар
Ультразвуковая
Пассивная
акустическая
Преимущества
Недостатки
– Простота установки
– Надежность
– Устойчивость к воздействию окружающей среды
– Покрывает 1–2 полосы
движения
– Ограничение погодных
условий для активных
инфракрасных датчиков
обычно подобно человеческому глазу
– Классификация базируется на исследовании высоты объекта, а не длины
– Работа пассивных датчиком ухудшается при дожде
и снегопаде
– Тяжелые климатические – Плохо работает на переусловия не влияют на рабо- крестках при подсчете объту детектора
ема ТП
– Прямое измерение скорости
– Одновременно обслуживает несколько полос движения – Простота установки
– Работа ухудшается при
– Одновременно обслужи- сильных колебаниях темвает несколько полос дви- пературы и турбулентножения
сти потока воздуха
– Измерение занятости полос на трассах при высоких скоростях может ухудшаться
– Пассивное детектирова- – Уменьшение
точности
ние
показаний при работе при
– Одновременно обслужи- низких температурах
вает несколько полос дви- – Ряд моделей этой техножения
логии не рекомендован к
– Нечувствительность
к применению в условиях
осадкам
движения «останов-трогание»
– Ухудшается работа в условиях посторонних звуковых помех
87
Окончание табл. 5.1
Технология
Видео
Преимущества
Недостатки
– Одновременно обслуживает несколько зон и несколько полос движения
– Простота установки и
перенастройки детектируемых зон
– Возможность сбора больших массивов данных
– Широкая зона детектирования
– Воздействие
тяжелых
климатических условий,
тени, резкие перемещения
ТС из одной полосы в другую, обледенение, смена
дня и ночи могут влиять на
работу камер
– Некоторые модели камер
восприимчивы к сильному
ветру
– Большие объекты наблюдения могут загораживать
маленькие
При выборе детекторов транспорта следует руководствоваться
техническими решениями, обеспечивающими оптимальный выбор
систем для наблюдения за ТП с точки зрения экономической эффективности и технической надежности.
Анализ результатов испытаний детекторов транспорта различного типа показывает, что на сегодняшний день ни одна из технологий не может быть признана наилучшей для всех типов сведений,
получаемых от детекторов транспорта, а именно:
– плотность ТП;
– скорость ТС;
– тип ТС;
– наличие ТС на определенной позиции;
– аппаратная надежность.
Поэтому для достижения наилучших результатов при выборе детекторных систем в соответствии с принципом специализированности оборудования предлагается применение систем различного типа.
При этом в качестве наиболее важных критериев оценки рассматриваются следующие:
– Разрешающая способность, в том числе количество зон детектирования для одного детектора.
– Измеряемые параметры ТП (объем движения, средняя скорость, процент времени занятости зоны, состав потока по категориям, средний интервал времени между ТС в зоне).
– Точность измерения.
– Установка и настройка – (установка без проведения строительно-монтажных работ в дорожном полотне проезжей части, возмож88
Рис. 5.8. Автоматическая метеостанция
на запуск специфических управляющих
сценариев в проблемной зоне
ность установки поперек и вдоль транспортного потока, а также
под углом к потоку, дистанционная настройка с помощью PC, подключаемого через порт RS232.
5.1.3. Автоматическая метеостанция
Автоматическая метеостанция (рис. 5.8) собирает и передает
информацию о погоде и состоянии дорожного покрытия. Данная
информация систематически поступает в АСУДД в виде текстового
или XML файла и влияет на ограничения по скорости, а также на
запуск специфических управляющих сценариев в проблемной зоне.
5.1.4. Дорожные контроллеры
Дорожные контроллеры (ДК) – промышленные компьютеры,
которые имеют управляющие программы для автономной работы и
интерфейс с центральной системой (рис. 5.9). В качестве операционной системы выступает урезанный вариант ОС Linux. Некоторые
контроллеры могут содержать дополнительные управляющие программы, позволяющие им действовать самостоятельно при обрыве
связи с центром.
Назначение:
– Сбор и аккумуляция данных с Детекторов транспорта (ДТ),
передача данных в Центр управления (ЦУ).
89
Рис. 5.9. Пример дорожного контроллера
– Передача команд оператора ЦУ на исполнительные устройства (УДЗ, светофоры, автоматические шлагбаумы, прочие электрические агрегаты).
– Самостоятельное управление движением внутри специфицированных зон движения или определенных сегментов дороги, в том
числе и с учетом данных, поставляемых присоединенными ДТ.
– Принятие настроек и изменений к программе управления со
встроенного пульта либо ЦУ.
Существует два вида дорожных контроллеров:
1. Для локального управления дорожным движением. Эти
устройства осуществляют переключение светофорной сигнализации только с учётом местных условий движения, существующих
на управляемом перекрёстке.
Обмен информацией с устройствами управляющих пунктов в
данных контроллерах не предусмотрен. Устройства данного класса
подразделяются на следующие типы:
– ДК с вызывными устройствами, осуществляющие переключение светофорных сигналов по вызову пешеходами. Данный тип ДК
предназначен для УДД на пешеходных переходах транспортных
магистралей или перекрёстках с малой интенсивностью движения
транспорта по направлению, пересекающему магистрали.
– ДК с фиксированными длительностями фаз, осуществляющие
переключение светофорных сигналов по одной или нескольким заранее заданным временным программам и предназначенные для
УДД на пересечениях улиц с мало изменяющейся в течение дня интенсивностью движения ТС.
– ДК с переменной длительностью фаз, осуществляющие переключение светофорных сигналов в зависимости от параметров ТП
и предназначенные для УДД на пересечениях улиц, на которых
интенсивность движения транспорта часто изменяется в течение
суток.
90
2. Дорожные контроллеры для АСУДД. Эта группа контроллеров осуществляет переключение светофорных сигналов в зависимости от управляющих воздействий и включает следующие
типы:
– Программные контроллеры, осуществляющие переключение
светофорной сигнализации по одной из нескольких заранее заданных временных программ. Все дорожные контроллеры подключены к магистральному каналу связи, а инициатором начального момента включения программы являются устройства управляющего
пункта, таймер или непосредственно один из контроллеров.
– Контроллеры непосредственного подчинения, осуществляющие переключение светофорной сигнализации по командам из
управляющего пункта. Каждый из контроллеров связан с управляющим пунктом отдельной телефонной линией, по которой получает управляющие воздействия и сигнализирует о режиме функционирования и состоянии светофорного объекта.
Контроллер располагается в шкафу с соответствующей степенью защиты.
Шкаф состоит из корпуса с одной (или двумя) дверьми, внутренней рамы и специальных полок-салазок, на которые устанавливается оборудование. Дополнительно внутри шкафа может быть установлено оборудование для освещения рабочего места, кондиционирования воздуха, вентиляции и др.
Пример.
Контроллер модели 170E отвечает большинству стандартов,
включая CALTRANS (California Department of Transportation).
Возможности:
1. Мультизадачный микрокомпьютер.
2. Встроенное программное обеспечение (firmware) записывается на специальном»чипе», устанавливаемом на плате CPU либо на
программном модуле, в случае его наличия.
3. Настройка программного обеспечения (зашивка таблиц)производится вручную, с помощью клавиатуры контроллера.
4. Центральный процессорный блок включает микропроцессор,
часы реального времени, адаптер асинхронной связи с RS232 и 5
тактовыми частотами в диапазоне 19.2-307.2кГц,RAM с защитой
от перезаписи.
5. Модульная архитектура.
6. Устойчивость к воздействию окружающей среды.
Применяется при управлении дорожным движением, ramp
metering (на выезде на главную дорогу).
91
Устройства центрального управляющего пункта
Устройства ЦУПа выполняют функции координации и диспетчерского управления светофорными объектами и в зависимости от
назначения могут быть следующих видов:
– Специальные устройства – контроллер районного центра
(КРЦ), выполняющий функции координации светофорной сигнализации в район управления. Контроллеры на базе ПЭВМ устанавливаются в помещении центрального управляющего пункта и
служат для выполнения функций управляющего вычислительного
комплекса (УВК). Данные устройства обладают программным обеспечением и хранят библиотеку программ координации.
– Дисплейный пульт оперативного управления (ДПОУ). Пульты управления предназначены для диспетчерского управления
светофорной сигнализацией в АСУ дорожным движением. Пульты
оперативного управления выполняют функции набора определённых команд управления и визуальной индикации о выполнении
посланных команд. Это позволяет диспетчеру не только контролировать состояние всех периферийных объектов, но и вмешиваться в управление как отдельным перекрестком, так и группой
перекрёстков, организуя специальные режимы: «Зелёная улица»,
«Жёлтое мигание» и т. д.
– Специальные табло коллективного пользования (ТКП), отражающие конфигурацию управляемого района, места установки
технических средств и индикацию, позволяющую контролировать
их работоспособность. Функциональная нагрузка, выполняемая
ТКП, заключается в выдаче диспетчеру информации об отработке
и неисправностях технических средств.
– Аппаратура обмена информацией, построение которой обусловлено алгоритмами сопряжения периферийных устройств с
устройствами центрального управляющего пункта системы. Необходимость уменьшения количества линий связи привела к созданию
блоков, имеющих возможность обмена информацией по магистральному каналу связи. Однако сложность узлов ввода-вывода информации, их недостаточная надёжность обусловили разработку данных
узлов параллельно с использованием радиального канала связи.
Контрольно-проверочная аппаратура
Проверка технических средств производится с помощью контрольно-диагностической аппаратуры (КДА), применяемой для
контроля работоспособности в процессе функционирования КТС,
92
настройки и программирования периферийных устройств. В состав
КДА входят следующие устройства:
– инженерный пульт для проверки, настройки и частичного
программирования контроллеров серии ДКС;
– имитатор центра для проверки подчинения дорожных контроллеров командам из центра.
Программное обеспечение
К программному обеспечению относятся:
– Комплекс сервисных программ – программы, обеспечивающие работу технических средств, их согласование, передачу данных.
– Программы обработки информации – имеется в виду информация с детекторов.
– Программы моделирования – в них воссоздаётся модель
какого-то конкретного участка на основе полученной информации
или каких-либо других условий, производятся запуски модели с
различными показателями дорожной обстановки, разными длинами фаз светофоров.
– Программы оптимизации – ПО, направленное на обработку
информации от модуля моделирования, чтобы составить программы координации работы контроллеров.
5.1.5. Знаки и табло
Знаки и табло переменной информации представляют собой сигнальные средства управления ТП. Технически это – массивы светодиодов с довольно сложной начинкой. Поскольку они предназначены для работы в уличных условиях, в них предусмотрены режимы
обогрева, охлаждения, защиты от конденсата и от обледенения.
Они умеют контролировать свое состояние (как и все остальное
дорожное оборудование) и сделаны из прочного материала. Знаки
умеют отображать фиксированное количество картинок, в зависимости от моделей. Электронные табло также отличаются разнообразными ограничениями по шрифтам, числу строк и количеству
«пикселей» по горизонтали.
5.1.6. Светофоры
Светофоры (от рус. свет и греч. jορоς – «несущий») это – основной исполнительный элемент транспортной инфраструктуры. За93
дача светофора – регулирование движения механических ТС, а также пешеходов на пешеходных переходах и иных участников дорожного движения:
поездов железной дороги и метрополитена, речных
и морских судов, трамваев, троллейбусов, автобусов и иного транспорта.
Автомобильные светофоры имеют круглые сигналы трёх основных цветов: красного, жёлтого (гоРис. 5.10. Авто- рит 0,5–1 с) и зелёного (рис. 5.10).
мобильный
В России и некоторых других странах вместо
светофор
жёлтого цвета используют оранжевый. Чаще сигналы располагают вертикально (при этом красный сигнал всегда расположен сверху, а зелёный – снизу), реже горизонтально при этом
красный сигнал всегда расположен слева, а зелёный – справа). За
неимением специальных светофоров, обычные светофоры координируют передвижение различных транспортных средств и пешеходов.
Некоторые светофоры оборудованы специальными табло обратного
отсчёта времени (чаще для зеленого сигнала светофора, реже для
красного), которые показывает, сколько времени ещё будет гореть
сигнал. В основном используют следующие сигналы светофоров:
– красный сигнал светофора, запрещающий пересечение стоплинии (при её отсутствии – проезд за светофор),
– жёлтый сигнал светофора допускает пересечение стоп-линии,
но требует снизить скорость при выезде на участок после светофора,
для готовности к тому, что сигнал светофора сменится на красный,
– зелёный сигнал светофора разрешает движение со скоростью,
не превышающей максимальную допустимую правилами дорожного движения для данного участка дороги.
Определения
Такт регулирования (Interval) – период действия определенной
комбинации светофорных сигналов.
Такты бывают основные и промежуточные. В период основного такта разрешено (а в конфликтующем направлении запрещено)
движение определенной группы транспортных и пешеходных потоков. Во время промежуточного такта выезд на перекресток запрещен за исключением ТС, водители которых не смогли своевременно остановиться у стоп-линии.
Обычно промежуточный такт обозначается желтым сигналом.
Его длительность в диапазоне 3 с, 4 с для предотвращения злоупотребления водителями правом проезда на желтый сигнал.
94
Для автоматизации регулирования предназначены:
Секция регулирования (Split) – процент цикла регулирования,
выделенный каждой из фаз регулирования. Варьируя процент времени на фазу, можно управлять длительностью зеленого сигнала
на наиболее нагруженном направлении. На отдельно стоящем перекрестке это дает уменьшение задержек.
Смещение (Offset) – разница (в секундах или процентах от цикла
регулирования) между часами на конкретном перекрестке (локальными часами) и мастер-часами (на сети перекрестков).
Видно, что фазы на соседнем перекрестке смещены относительно предыдущего. Времени смещения хватает, чтобы группа автомобилей успела подъехать к нему и проскочить на зеленый.
Контрольные вопросы
1. Что входит в понятие инфраструктура ИТС?
2. Приведите примеры технических средств различного назначения, применяемых в ИТС.
3. В чем состоят преимущества и недостатки некоторых технологий измерения?
4. Приведите определения светофорного регулирования.
95
6. МАТЕМАТИЧЕСКОЕ ОБЕСПЕЧЕНИЕ ИТС
6.1. Алгоритмы адаптивного регулирования
дорожным движением
Одной из перспективных областей в сфере управления дорожным движением являются адаптивные системы, которые «подстраиваются» под текущую дорожную ситуацию в зависимости от
многих параметров. Благодаря наделению автономного светофора
«локальным интеллектом», последний самостоятельно определяет
динамику включения сигнальных групп.
Приведем здесь некоторые из таких алгоритмов [7–9].
1. Алгоритм, предусматривающий пропуск очередей, образовавшихся в период действия запрещающего сигнала.
На перекрестке располагаются 2 типа детекторов: D1 и D2. Детекторы D1 располагают на подъезде к перекрестку, они считывают номера автомобилей в момент проезда через них и вносят номера
в память. Детекторы D2 необходимы для учета автомобилей, покидающих перекресток, и располагаются непосредственно на границе перекрестка.
Взаимодействия между детекторами и светофорами происходят
следующим образом:
1. У всех автомобилей системы считывается идентификационный номер (например, государственный регистрационный номер,
идентификационный код RFID-метки и т. п.).
2. Во время работы красной фазы светофора детекторы D1 считывают номера проехавших через них автомобилей и фиксируют
их в список.
3. В момент, когда загорается зеленый свет, детектор D1 прекращает записывать номера в список, а детектор D2 начинает удалять
из списка номера автомобилей проезжающих через него.
4. В момент, когда последний из автомобилей проезжает через
детектор D2 и список становится пустым, светофор переключается
на красную фазу и переходит в начало цикла; данное правило выполняется для обеих рассматриваемых дорог.
2. Адаптивный алгоритм, работающий по количеству автомобилей.
Взаимодействия между детекторами и светофорами происходят
следующим образом:
1. Во время работы красной фазы светофора детектор D1 суммирует количество автомобилей и фиксирует в памяти.
96
2. В момент, когда загорается зеленый свет, детектор D1 прекращает записывать автомобили в список, а детектор D2 удаляет
из списка проезжающие автомобили.
3. То же, что и п. 4 предыдущего алгоритма.
Алгоритм не учитывает пропускную способность каждого из направлений, например, при возникновении затора на одной из полос, это направление не успеет в полной мере разгрузиться, в то
время как противоположное направление с большой скоростью
разгрузится и переключит фазу светофора.
3. Алгоритм, предусматривающий перераспределение длительности фаз внутри цикла на основе анализа текущих фазовых коэффициентов в конфликтующих направлениях.
Этот алгоритм работает по принципу изменения длительности
фаз фиксированного светофора в зависимости от интенсивности
входящих ТП. При этом интенсивность определяется за определенное количество циклов светофора. В течение определенного периода
ведется подсчет интенсивностей, и в зависимости от их изменения
длительность фаз светофора меняется на определенное значение.
Взаимодействия между детекторами и светофорами происходят
следующим образом:
1. Задаются максимальный (Tmax) и минимальный (Tmin) период
цикла работы светофора, а также время сдвига фазы (Tсдвига).
2. Задается количество циклов светофора (n), в течение которых
собирается статистика.
3. Во время работы красной фазы светофора детекторы D1 регистрируют очередь горизонтальной или вертикальной дороги соответственно текущему циклу светофора.
4. В момент, когда загорается зеленый свет, детектор D1 передает в память значение очереди, скопившейся за цикл.
5. Исходя из полученного значения, выводится среднеарифметическое значение величины очередей за n циклов.
6. Если очередь изменяется, то соответствующим образом меняется и длительность цикла:
li = li+1→Ti = Ti+1,
li > li+1→Ti = Ti+1 + Tсдвига,
li < li+1→Ti = Ti+1 – Tсдвига.
Данный алгоритм позволяет регулировать длительность цикла
в широком диапазоне. За счет того, что обрабатывается статистическая информация, учитываются случайные всплески интенсивностей и достигается плавное изменение длительности цикла.
97
4. Алгоритм поиска разрыва в транспортном потоке в направлении действия разрешающего сигнала на фиксированных значениях управляющих параметров.
Этот алгоритм базируется на учете дистанции между прибывающими к перекрестку автомобилями потока. При этом достаточно
использование одного детектора D1, который будет регистрировать
автомобили. С его помощью определяется разрыв потока. Его использование целесообразно при разработке сети связанных перекрестков, так как данный алгоритм заменяет сложные математические расчеты и обеспечивает своевременный сдвиг фаз.
Взаимодействие между детекторами и светофорами происходят
следующим образом:
а) задаются максимальный(Tmax) и минимальный (Tmin) период
цикла работы светофора, а также время сдвига фазы(Tсдвига);
б) задается минимальный интервал между автомобилями (xint);
в) на каждом шаге проверяется дистанция между прибывающими автомобилями;
г) на шаге, когда подходит переключение сигнала светофора,
проверяется условие:
xi ≤ xint → Tmin + Tсдвига;
xi > xint → Ti = 0, 
Если Ti = 0, то происходит переключение на красную фазу светофора.
Данный алгоритм учитывает только прибывающие к перекрестку автомобили. Если поток оказывается однородным и будет лишен
явных разрывов, то алгоритм перейдет в режим стандартной работы с фиксированными длительностями фаз.
5. Алгоритм расчета параметров регулирования при минимизации средней задержки.
В качестве критерия эффективности управления используется
значение транспортной задержки на перекрёстке
=
t f (Tc , to1, to2 ) → min.
Заметим, что расчет производных целевой функции является невозможным, поэтому в качестве методов оптимизации могут
быть использованы только прямые методы.
В случае двухфазного светофора длительность цикла светофорного регулирования равна
Tc = to1 + tp1 + to2 + tp2, 25 ≤ Tc ≤ 120,
98
где to1, tp1, to2, tp2 – длительности основных и промежуточных тактов регулирования.
Tp = tp1 + to2 = const – общая длительность промежуточных тактов регулирования.
Длительность второго основного такта равна
to2 = Tc – Tp – to1.
Приведенный далее алгоритм использует расчет задержки по
формуле Вебстера (существуют также более точные оценки). Преимуществом является возможность применения алгоритма на сети
перекрестков.
Алгоритм
1. Задаем в качестве начального значения длительности цикла
Tc минимально допустимое значение, рассчитываем to1 = 0,1∙Tc и to2.
2. Рассчитываем транспортную задержку по всем подходам к
перекрестку по формуле Вебстера, широко распространенную во
многих странах:
(
)
2
1
 Tc  5 2+3x
Tc 1 − Nij
xij
ij ,
+ − 0,65  2  xij tij =
 λ ij 
2(1 − Nij xij ) 2λ ij 1 − xij


2
(
)
где Nij – отношение длительности разрешающего сигнала к циклу;
λij – интенсивность движения ТС в рассматриваемом направлении
(ед/c); xij – степень насыщения конкретного направления движения (отношение интенсивности движения к пропускной способности); i – индекс фазы регулирования; j – индекс полосы движения.
Пропускная способность светофорного объекта – максимальное
количество ТС, которые могут пересечь светофорный объект за время горения его разрешающего такта.
3. Средняя задержка ТС на перекрестке в целом рассчитывается как средневзвешенное значение задержек для всех направлений
перекрестка:
∑ jλij tij
ti =
,
∑ jλij
где j – число направлений.
4. Проверяются длительности основных тактов на соответствие
требованиям безопасности перехода проезжей части пешеходами.
99
Если to1 ≤ tpesh, to2 ≤ tpesh, tpesh = Spesh / Vpesh + 5, то to1 = to1 + k,
to2 = Tc – Tp – to1 переход к п. 2, иначе п. 5.
5. Продолжение процесса приращения и пересчета до тех пор
пока не достигнуто максимальное значение to1, например to1 = 0,9 Tc.
6. Повторение расчета параметров и соответствующих им средних задержек для всех оставшихся значений Tc.
Окончательно выбираем те значения to1, to2, Tc, которым соответствует минимальное значение ti .
Примеры реализации адаптивных алгоритмов
Приведем примеры отечественной реализации применения адаптивных алгоритмов для управления светофорным регулированием.
В системе «Спектр» (Санкт-Петербург) [75] используются следующие алгоритмы: поиск разрывов ТП; расчет по формуле Вебстера;
переключение программ по интенсивностям. В АСУДД производства
ОАО «Электромеханика» (Пенза) [76] используется следующее алгоритмическое обеспечение: алгоритм поиска разрыва ТП; поиск разрыва с сохранением общей длительности цикла координации; алгоритм
переключения заранее рассчитанных режимов по контрольным точкам интенсивности движения транспорта; алгоритм динамического
перерасчета параметров цикла на основе формулы Вебстера. В АСУДД
«Агат» (Минск, Белоруссия) [77] используются следующие эвристические алгоритмы управления: выбор плана координации по карте
времени; выбор фазы, режима по плану координации; выбор плана
координации по параметрам движения в характерных точках и др.
Примером специального программного обеспечения оптимизации режимов работы светофоров является программа PTV LISA +
[52], которая экспортирует данные в систему имитационного микро-моделирования PTV VISSIM.
Далее будет рассмотрен пример реализации адаптивного регулирования перекрестком на основе нечеткой логики.
6.2. Применение нечеткой логики
и нейронных сетей в ИТС
Названные направления относятся к способам представления
знаний в интеллектуальных системах. Знания в системах нечеткой
логики (НЛ) сосредоточены в правилах, а в нейросетях хранятся в
весовых коэффициентах обученной сети и приобретаются в процессе обучения.
100
Системы на основе НЛ и нейросетей нашли применение в ИТС.
К примеру, вся светофорная сеть Чикаго построена на нейросетях
и нечетких множествах. Светофоры сами регулируют свой режим
работы в зависимости от загруженности трассы в текущий период
времени.
6.2.1. Нечеткая логика в ИТС
Краткие сведения из теории нечетких множеств
и нечеткой логики
Нечеткая логика появилась как расширение Булевой логики путем использования логических (нечетких) переменных, принимающих любые значения в интервале [0, 1].
Автор – Лотфи Заде (1960 г.) создал ее для моделирования неопределенностей естественного языка. Цель НЛ – моделирование
человеческих рассуждений и объяснение человеческих приемов
принятия решений в ходе решения различных задач. Нечеткие системы (НС) (fuzzy – «мягкие») используют слабоструктурированную, например лингвистическую информацию, и эвристический
опыт управления процессами в тех случаях, когда другие методы
не работают.
Основным понятием является нечеткая переменная х, которой
поставлена в соответствие некоторая функция принадлежности
µ(х), характеризующая уверенность в принадлежности элемента
какому-либо множеству.
Приведем пример, часто цитируемого в литературе нечеткого множества для понятия «горячий чай»: C = {0/0; 0/10; 0/20;
0.15/30; 0.30/40; 0.60/50; 0.80/60; 0,90/70; 1/80; 1/90; 1/100}.
Например, чай с температурой 60°С принадлежит к множеству
«горячий» со степенью принадлежности 0,80 (т. е. 80%). Для одного человека чай при температуре 60°С может оказаться горячим,
для другого – не слишком. В этом проявляется нечеткость задания
соответствующего множества. Функция принадлежности для обозначения человека низкого роста приведена на рис. 6.1.
Лингвистическая переменная является переменной более высокого порядка, чем нечеткая переменная, в том смысле, что значениями лингвистической переменной являются нечеткие переменные.
Пусть лингвистическая переменная означает свойство «рост».
Для характеристики человеческого роста может быть введено
множество переменных Х = {х1, х2, х3}, соответствующих значениям: х1 – «низкий», х2 – «средний», х3 – «высокий». Определя101
Низкий рост
1
0,5
0
0
20 40
60 80 100 120 140 160 180 200 220 240
Рис. 6.1. Вид функции принадлежности нечеткой переменной
«человек низкого роста»
Нечеткая переменная «рост»
1
низкий
средний
высокий
0,5
0
10
20
30
40
50
60
70
80
90
100
110
120
130
140
150
160
170
180
190
200
210
220
230
0
Рис. 6.2. Иллюстрация нечеткой переменной,
обозначающей «рост» человека
ются функции µ(хi), соответствующие переменным, которые могут
иметь вид, показанный на рис. 6.2.
Специальные настройки светофорного регулирования
на базе НЛ
Одним из примеров применения НЛ является нечеткий автономный регулятор движения на перекрестке. Время цикла такого
светофора остается постоянным, однако, время его работы в режи102
ме зеленого света меняется в зависимости от количества подъезжающих к перекрестку машин.
Светофор использует разности показаний четырех пар датчиков: (Д1–Д2), (Д3–Д4), (Д5–Д6) и (Д7–Д8) (рис. 6.3).
Таким образом, если для улицы С-Ю горит зеленый свет, машины проезжают перекресток и показания двух пар датчиков равны:
Д1 = Д2, Д5 = Д6, а, следовательно, их разность равна нулю.
В это же время на улице З-В перед светофором останавливаются
машины, которые успели проехать только Д4 и Д7 (Д3 и Д8 – за
стоп линией). В результате можно рассчитать суммарное количество автомобилей на этой улице следующим образом:
(Д4–Д3) + (Д7–Д8) = (Д4–0) + (Д7–0) = Д4 + Д7.
Схема работы следующая:
1. Данные с датчиков собираются в единую базу данных, где и
хранятся (в роли датчиков используются: датчики движения, давления, камеры наружного наблюдения, статистика от специальных приложений и др.).
Улица Север-Юг
Д5
Д6
Д3
Д7
Д4
Улица Запад-Восток
Д8
Д2
Д1
Рис. 6.3. Расположение датчиков
103
2. Система управления светофором с определенной периодичностью посылает запросы в базу данных с целью получения и анализа
текущей ситуации на перекрестке.
3. При анализе начинают работу нечеткие множества, задачей
которых является отправка в систему управления значений режимов работы светофора.
4. «Режим работы» является лингвистической переменной.
Терм-множество загруженности (среднее количество автомобилей
в час на данном перекрестке) будет выглядеть следующим образом:
«низкая», «умеренная», «высокая».
За базу правил ответственен оператор или инженер, задачей которого является предварительный анализ данных, например, с помощью методов статистики и моделирования. База правил формируется следующим образом. За данным перекрестком устанавливается
наблюдение, с целью сбора статистики прохождения автотранспорта
за единицу времени. В режиме «онлайн» идет определение значения
загруженности и наилучшее значение времени горения зеленого
сигнала. Данные классифицируются по периодам: время дня, день
недели, реже – месяцы. После классификации становится понятно,
какой трафик наличествует на данном перекрестке в определённый
момент времени. Исходя из этого инженер составляет функции принадлежности для каждого значения из терм-множества.
В тех случаях, когда экспертных данных оказывается недостаточно, требуется обучение нечеткой системы. В нашем случае речь
идет о подборе числа и параметров аналитического представления
функций принадлежности на основе экспериментальных данных.
Для настройки нечеткой системы светофорного регулирования
могут быть использованы данные выборки результатов оптимизации длительности фаз регулирования на основе работы программы
TRANSYT [48 ].
При формировании правила исходят из следующего принципа: если при текущем уровне загруженности было обнаружено его
повышение, то по правилу «Если-то» подается команда в систему
управления о смене текущего режима на более подходящий.
Примеры нечетких правил:
– Если (число машин С-Ю = малое или очень малое) и (число
машин З-В = большое) и (время зеленого света С-Ю = большое), то
(время зеленого света = уменьшить).
– Если (число машин С-Ю = малое или очень малое) и (число машин З-В = среднее) и (время зеленого света З-В = малое), то (время
зеленого света = увеличить).
104
– Если (число машин С-Ю = большое или очень большое) и (число машин З-В = малое или очень малое) и (время зеленого света
С-Ю = малое), то (время зеленого света = увеличить) и т. д.
В силу наложения функций принадлежности друг на друга одновременно могут срабатывать сразу несколько правил. По этой
причине для получения четкого значения длительности горения
зеленого сигнала необходимо использовать алгоритм нечеткого логического вывода. На основе имитационного моделирования [20]
в среде Anylogic [55] исследовалась эффективность нечеткого светофора в сравнении с традиционным управлением и было показано,
что пропускная способность перекрестка при определенных условиях может возрастать до 30%.
6.2.2. Искусственные нейронные сети в ИТС
Общие принципы работы искусственных нейронных сетей
Вначале рассмотрим основные принципы и механизмы работы
искусственных нейронных сетей (ИНС). Искусственные нейроны
(рис. 6.5), из комбинаций которых состоят ИНС, имитируют свойства биологического нейрона (рис. 6.4).
При известных входных (вектор X) и выходных сигналах (вектор Y) можно обучить сеть (настроить веса – матрица W), чтобы она
могла распознавать и другие входные сигналы.
Искусственные нейронные сети (рис. 6.6) как модель нейронной
сети мозга используются для:
– Распознавания образов и классификации.
– Принятия решений.
Концевая ветвь
(терминаль) аксона
Дендрит
Клеточное
тело
Перехват
Ранвье
Клетка
Шванна
Аксон
Ядро
Миелиновая
оболочка
Рис. 6.4. Элементы понятия «биологический нейрон»
105
Входы
X1
Синапсы
w1
X2
Ячейка
нейрона
w2
X3
S
w3
●
●
●
Аксон
wn
Y
Y= F (S)
S=∑Xi·wi
Xn
Выход
Рис. 6.5. Схема искусственного нейрона
x1
w11
w12
1
Y1
2
Y2
3
Y3
x2
w13
x3
●
●
●
xn
wn1
wn2
wn3
Рис. 6.6. Схема искусственной нейросети
106
– Кластеризации.
– Анализа временных рядов и прогнозирования.
– Аппроксимации.
– Сжатия данных, ассоциативной памяти.
– Топологии и маршрутизации в вычислительных сетях.
Задача распознавания образов
и классификации в ИТС
Применение нейросетей в ИТС позволило вывести их на существенно новый уровень. Например, в новых фурах Mercedes и
Scania, камеры, установленные в салоне машины, следят за текущим состояниям водителя, также используя данные с биоинформационных датчиков, что позволяет предотвратить страшные катастрофы, в случае, если водитель засыпает за рулем.
1. Задачи распознавания номеров ТС и дорожных знаков.
Важным приложением систем технического зрения в ИТС является задача распознавания автомобильных номеров и дорожных
знаков (ДЗ) в режиме реального времени. Данные задачи относятся к актуальной и сложной научно-практической задаче распознавания образов, основной особенностью которой является высокая
скорость обработки кадров (не менее 10 кадров/с).
Достижение этой цели, например, для идентификации ДЗ подразумевает решение следующих задач: преобразование цветового
пространства, удаление шумов, выделение областей интереса, верификация объектов интереса, идентификация ДЗ.
Алгоритмы идентификации ДЗ могут быть реализованы на основе обучения нейронной сети [54]. Входной слой содержит 63 нейрона.
Экспериментально было подобрано число нейронов в скрытом
слое для классификации знаков ограничения скорости. Число нейронов в скрытом слое N равно 90.
Выходной слой нейронной сети состоит из 8 нейронов, каждый
из которых соответствует своему дорожному знаку (табл. 6.1). Заметим, что все дорожные знаки ограничения скорости имеют два
общих признака – контур красного цвета и круглую форму знака.
Рассмотрим пример алгоритмизации задачи о распознавании
образов, который в частности используют автогиганты. В мозге
были обнаружены структуры, которые отвечают за пространственную топологию на основе прямых линий, это и привело к появлению алгоритма сверточных нейросетей.
Основная идея данного алгоритма заключается в чередовании
субслоев (s-layers), сверточных слоев (c-layers) и полносвязных вы107
Таблица 6.1
Соответствие дорожных знаков и выходных нейронов
Дорожный знак
Идентификатор выходного нейрона
20
1
30
2
40
3
….
…
ходных слоев (F-layers). Архитектура такой сети содержит в себе
следующие основные концепции:
– Локальное восприятие.
– Разделяемые веса.
– Субдискретизация.
– Чередование слоев.
Локальное восприятие подразумевает, что на вход одного нейрона подается не все изображение (или выходы предыдущего слоя), а
лишь некоторая его область. Такой подход позволил сохранять топологию изображения от слоя к слою.
Концепция разделяемых весов предполагает, что для большого
количества связей используется очень небольшой набор весов: т. е.
если у нас имеется на входе изображение размерами 32×32 пикселя,
то каждый из нейронов следующего слоя примет на вход только небольшой участок этого изображения размером, к примеру, 5×5, причем каждый из фрагментов будет обработан одним и тем же набором. Важно понимать, что самих наборов весов может быть много,
но каждый из них будет применен ко всему изображению. При этом
количество настраиваемых параметров относительно не велико. Искусственно введенное ограничение на веса улучшает обобщающие
свойства сети (generalization), что в итоге позитивно сказывается на
способности сети находить инварианты в изображении и реагировать главным образом на них, не обращая внимания на прочий шум.
Суть субдискретизации и S-слоев заключается в уменьшении
пространственной размерности изображения, т. е. входное изображение грубо (усреднением) уменьшается в заданное количество
раз. Субдискретизация нужна для обеспечения инвариантности к
масштабу.
108
Чередование слоев позволяет составлять карты признаков из
карт признаков, что на практике означает способность распознавания сложных иерархий признаков.
Первой стадией обработки кадров видеосигнала является выделение областей красного цвета. Подробно процесс преобразования
цветового пространства кадров видеосигнала представлен в [28].
Управление ТС с помощью ИНС
Применение ИНС позволило существенно приблизить приход
полностью беспилотных автомобилей на дороги развитых стран.
Дальше всего в этом отношении продвинулись: Mercedes AG,
Google, Tesla и ряд других компаний. Однако подходы к реализации у данных компаний сильно разняться. Google, Mercedes-Benz,
Uber, Ford используют разные технические средства и программные алгоритмы. Существует система (автор Джордж Хоц, известный под никнеймом Geohot), которая копирует поведение водителя, а не полагается на набор запрограммированных правил. Мерседес и Тесла полагаются на камеры, распознавание различных образов и ряд сопроводительных датчиков, собирающих информацию
вместе и передающих на входы нейросети.
Подход Google, к примеру, использует данные с Google Street
View. Google car [61] упрощенно показан на рис. 6.7 [87].
Более подробно проекты беспилотных автомобилей будут рассмотрены в разд. 16. «Интеллектуальные транспортные средства».
Искусственные нейронные сети решают задачу классификации
объектов. Для этих целей используются сети многослойных персептронов, реже – радиально базисные функции. Сравнивая входные объекты с базой данных, полученной при обучении, МП классифицируют объекты, с разбиением на подгруппы.
Как правило, выделяются две общие подгруппы объектов:
– Статические.
– Динамические.
Также ИНС принимают решение об изменениях траектории
ТС при чрезвычайных ситуациях. В частности, в новом Mercedes
S-Class реализован сразу ряд алгоритмов, направленных на изменение траектории движения. Машина постоянно контролирует свое
местоположение на дороге, обрабатывая данные, поступающие от
системы GPS. Если впереди обнаружен поворот, то системы рассчитывают максимально возможные скорости прохождения поворота
для данной модели, и в том случае, если скорость машины больше
109
Рис. 6.7. Google car
критического, происходит автоматическое снижение скорости до
допустимой, несмотря на усилия водителя. При обнаружении на
дороге постороннего предмета (животное, человек) машина сразу
изменяет траекторию таким образом, чтобы избежать возможного урона.
6.2.3. Формализация задачи управления ТС
без водителя на основе ИНС
Остановимся на применении нейросетевых моделей. Для того
чтобы вычислять расстояния ТС до препятствия, на входы сети подается информация о трех направлениях: слева до препятствия,
справа и по прямой до препятствия. Чтобы вычислить эти параметры нужно знать координаты (х, у) объекта (препятствия), координаты (х, у) ТС и угол направления движения ТС. Также необходимы r (радиус окружности) и dright, dleft – векторы расстояния между
ТС и линиями Lright и Lleft (рис. 6.8).
Если есть здания по обе стороны от дороги, но ничего нет впереди, мы ускоряемся, но если ТС остановилось перед нами, мы тормозим. Если препятствие далеко, будем продолжать движение, пока не
приблизимся, и в этом случае, замедляемся или останавливаемся.
110
Рис. 6.8. Иллюстрация к математической постановке
задачи управления ТС
На выходе мы должны получить указания по изменению скорости автомобиля и направления. Это могут быть ускорение, торможение и угол поворота рулевого колеса. Таким образом нужно
два выхода: один будет значением ускорения/торможения (торможение это просто отрицательное ускорение), а другой будет указывать изменение направления (угол поворота налево, направо и не
менять направления) (табл. 6.2).
Иллюстрация вычислений представлена на рис. 6.8. Рассмотрим их подробнее.
Уравнение линии Lright имеет вид:
aR x + bR y + cR =
0,
aR = dxRight ,
bR = dyRight .
Вычисляем координаты точки на линии.
111
Right
x=
,
1 Vx + dx
Right
y=
,
1 Vy + dy
где Vx и Vу положение ТС.
Теперь можем вычислить cR
cR =
−x1aR − y1bR .
Аналогично, находим уравнение линии Lleft с помощью вектора
dleft.
Далее вычисляем центр окружности. Все, что внутри круга, будет видно ТС. Центр окружности С(х, у) на расстоянии r от положения ТС: Сх, Су.
Cy = Vy + r ⋅ cos ( α ),
Cx = Vx + r ⋅ sin ( α ).
Если
( Ox − Cx ) ( Oy − Cy ) ≤ r,
где Oх, Oy – координаты препятствия, то объект в круге.
Рис. 6.9. Вид ИНС для задачи управления ТС
112
Если
ar Ox + br Oy + Cr > 0,
то объект в правой части круга, если
al Ox + bl Oy + Cl > 0,
то объект в левой.
Расстояние до объекта
(
)
Dist =
( Ox − Vx ) Oy − Vy .
Вид наиболее простого варианта нейросети для решения рассматриваемой задачи показан на рис. 6.9.
Таблица 6.2
Фрагмент тестового множества (таблица препятствий и реакции ТС)
Входные нейроны
Относительное расстояние до препятствия
Слева
Нет
препятствий
Половина
пути
Нет
препятствий
Нет
препятствий
Половина
пути
Касание
объекта
Половина
пути
Касание
объекта
Нет
препятствий
…
По центру
Нет
препятствий
Нет
препятствий
Нет
препятствий
Половина
пути
Нет
препятствий
Касание
объекта
Половина
пути
Нет
препятствий
Нет
препятствий
…
Справа
Нет
препятствий
Нет
препятствий
Половина
пути
Нет
препятствий
Половина
пути
Касание
объекта
Половина
пути
Нет
препятствий
Касание
объекта
…
Выходные нейроны
Ускорение Направление
Полный
Прямо
газ
Небольшое
Немного
ускорение
правее
Небольшое
Немного
ускорение
левее
Торможение
Немного
левее
Ускорение
Прямо
Обратный
ход
Без
изменений
Торможение
Торможение
…
Влево
Немного
левее
Полное
вправо
Полное
влево
…
113
По экспериментальным данным [91] наилучшей была признана
структура с двумя скрытыми слоями по 8 нейронов в каждом.
6.2.4. Комбинация ИНС и нечеткой логики
В области искусственного интеллекта нейро-нечеткие сети относятся к комбинациям искусственных нейронных сетей и нечеткой логики. Нейро-нечеткие сети были предложены Дж С. Р. Чан.
За счет объединения данных методов происходит синергетический
эффект. Нейро-нечеткие системы включают человеческий стиль
рассуждения и в то же время имеют сильные стороны нечетких
систем на основе использования нечетких множеств и лингвистической модели, состоящей из набора нечетких правил. Основным
преимуществом нейро-нечетких систем является то, что они являются универсальными аппроксиматорами с возможностью запроса к базе интерпретируемых правил. Сила нейро-нечетких систем
включает в себя два противоречивых требования нечеткого моделирования: интерпретируемость против точности. Нейро-нечеткие
системы в нечетких исследованиях моделирования делятся на две
части: языковую, которая ориентирована на интерпретируемость,
в основном по модели Мамдани; и точное нечеткое моделирование,
ориентированное на точность.
Пример.
Fuzzy – системы имитации действия оператора – нечеткий регулятор в комплексе с нейронной сетью [2] применяются как нечеткий классификатор транспортных ситуаций для предотвращения
пробок в условиях насыщенной сети. Нечеткий регулятор отвечает
человеческому стилю рассуждений, а нейросеть запоминает (после
ее обучения на реальных данных) правильное распознавание транспортных ситуаций.
Эти алгоритмы способны работать в условиях нелинейности характеристик (малое нарушение ТП может вызвать пробку) и способствуют выявлению неустойчивости и принятию мер по ее ликвидации.
6.3. Интеллектуальный анализ данных в ИТС
Методы традиционной математической статистики долгое время
претендовали на роль основного инструмента анализа данных. Использование методов математической статистики для поиска в данных полезной информации не всегда приводит к успеху. Одна из при114
чин этого – концепция усреднения по выборке, приводящая к операциям над фиктивными величинами (например, среднее количество
перевозимых пассажиров). Кроме того они не позволяют синтезировать новые гипотезы, а могут использоваться лишь для подтверждения заранее сформулированных гипотез и «грубого» разведочного
анализа, составляющего основу оперативной аналитической обработки данных OLAP (Оnline Аnalytical Processing). Нередко именно
формулировка гипотезы оказывается самой сложной задачей при
проведении анализа для последующего принятия решений, поскольку далеко не все закономерности в данных очевидны с первого взгляда. Поэтому технологии интеллектуального анализа данных рассматриваются как одна из самых важных и многообещающих тем для
исследований и применения в отрасли информационных технологий.
Интеллектуальный анализ данных (ИАД) – наука извлечения
полезной информации из «сырых» данных. Иначе говоря, целью
ИАД является выявление скрытых объективных закономерностей
(экспертное мнение всегда субъективно) или взаимосвязей между
переменными в больших массивах необработанных данных. Подход использует алгоритмы машинного обучение и в англоязычной
литературе известен под названием Data Mining (DM).
По составу решаемых задач ИАД практически не отличается от
стандартного набора средств, давно применяемых в области статистического анализа данных, поиска закономерностей и обучения
по прецедентам. Основное различие заключается в эффективности алгоритмов и технологичности их применения. Подавляющее
большинство классических процедур имеют квадратичное или
даже кубическое (по числу объектов) время выполнения. При количестве объектов, превосходящем несколько десятков тысяч, они
работают неприемлемо медленно даже на самых современных компьютерах. Специализированные алгоритмы ИАД способны выполнять те же задачи за линейное или даже логарифмическое время
без существенной потери точности.
Традиционно в DM выделяют решение задач классификации,
моделирования и прогнозирования:
– Задачи регрессии/классификации, целью которых является выявить зависимость между поведением/состоянием объекта и его характеристиками или факторами, оказывающими на него влияние.
– Задачи сегментации/кластеризации, целью которых является
проверка демонстрируют ли объекты анализа одинаковое поведение в определенной ситуации или существует несколько групп (сегментов), реакция которых различна.
115
После объединения объектов или наблюдений в кластеры на основе близости значений их атрибутов (признаков) в каждом кластере будут находиться объекты, похожие по своим свойствам друг на
друга и отличающиеся от тех, которые расположены в других кластерах. При этом, чем больше подобие объектов внутри кластера и
чем сильнее их непохожесть на объекты в других кластерах, тем
лучше кластеризация.
Иначе говоря, метод кластерного анализа используется для разделения наблюдений на непересекающиеся группы или кластеры,
в частности, для снижения размерности при обработке данных
больших объемов.
– Анализ временных рядов, цель которого составить прогнозную оценку показателя путем выявления тренда, сезонности и периодичности при анализе исторических данных.
6.3.1. Применения DM при создании
и использовании ИТС
При прогнозировании показателей развития транспортной инфраструктуры, повышении безопасности дорожного движения необходимо выявлять скрытые закономерности, например, между
характеристиками улично-дорожной сети, интенсивностью ТП,
дислокацией технических средств организации дорожного движения, ДТП; кроме того, при контроле за состоянием ТП, прогнозе изменения его скорости, анализе видеоданных и т. д.
Человек физически не способен эффективно анализировать
большие объемы неоднородных данных, встречающиеся при обработке информации в транспортных процессах. Поэтому методы DM
в ИТС применяют для интерпретации больших объемов данных с
целью разработки предупредительных мер. Примером является
использование компанией «Яндекс» алгоритмов машинного обучения для прогноза ТП и мест ДТП [67, 68].
Различные методы технологии DM, такие как нейронные сети,
алгоритмы поиска ассоциативных правил, деревья решений, эволюционные алгоритмы и др., нашли широкое применение в решении задач прогнозирования. Однако не все они обеспечивают высокую точность прогнозов, некоторые из них имеют низкую скорость
работы, высокую вычислительную трудоемкость, что не позволяет широко и в полной мере использовать их для решения указанных задач. Низкая скорость обработки данных препятствует применению существующих аналитических систем управления ТП в
реальном масштабе времени. В связи с этим актуальным является
116
решение проблемы планирования деятельности и определение приоритетов среднесрочного и долгосрочного развития транспортной
инфраструктуры и оборудования.
Вот перечень возможных применений методов DM в ИТС:
1. Регрессия / классификация. В транспортном приложении
стоит задача распознавания типа ТС. При этом могут выделяться,
например, такие категории: «легковые», «грузовые», «автобусытроллейбусы». Типизация может быть и более тонкой, когда среди
«легковых» выделяются «джипы», а «грузовые» делятся по тоннажу. Чтобы оценить долю тех или иных типов ТС, используют
анализ видеоизображений с целью выделения на них автомобилей
и отнесения этих автомобилей к тому или иному типу (на основе
сравнения с эталонными изображениями).
2. Прогнозирование ТП. Анализ диаграмм скорости. Создание
коллекций возможных сценариев прогноза скорости ТП по дугам
транспортного графа (ежедневно, еженедельно, в рабочий день,
праздник и т. д. при различных погодных условиях). Горизонт
прогнозирования должен быть не меньше типичного времени одной поездки, чтобы при построении маршрута перед выездом можно было учитывать скорости движения на участках транспортной
сети, близких к цели поездки. Шаг прогнозирования скорости начинается от 15 мин и выше. В книге [19] автором приведены примеры прогнозирования скорости ТП с шагом 30 мин средствами
аналитической платформы Deductor [79].
Другим примером является задача прогнозирования возникновения заторов на ребрах транспортного графа, с использованием данных с транспортных детекторов, установленных на части ребер графа. В случае возникновения затора требуется в течение минимального времени определить ребро, на котором возник затор, чтобы у сотрудников ГИБДД была возможность перенаправить ТП и принять
меры к устранению затора. Прецедентами являются интервалы времени и ребра, на которых возникали заторы. Признаки вычисляются либо непосредственно, либо вычисляются по «сырым» исходным
данным (временным рядам данных, собираемых с детекторов).
3. Задача идентификации государственных номеров ТС с помощью
видеокамер. Цель – в случае нарушения скоростного режима, обнаружение машин в угоне и др. в последовательности изображений, поступающих от видеокамеры, обнаружить все участки изображений,
содержащие автомобильные номера, и правильно распознать все символы на этих номерах. Каждый кадр обрабатывается с целью поиска
кандидатов на изображения номеров, затем поиск в базах данных.
117
4. Анализ маршрутов. Моделирование изменений курса.
5. Анализ и оптимизация продажи билетов, сроков пополнения
транспортных фондов, прогнозирование доходности.
6. Анализ транспортного спроса с географической и календарной привязкой.
7. Анализ сезонности и часов пик.
8. Анализ качества и выполнения анализа претензий, жалоб и
предложений на основе анализа профилей и изменения в восприятии. Создание службы контроля уровня рекламаций.
9. Анализ инцидентов в предоставлении услуг. Изучение инцидентов и задержек методами кластеризации.
В результате такого анализа можно повысить качество обслуживания пассажиров и сделать ОТ более привлекательным, в частности,
это позволит сократить ожидание пассажиров, ТС будут прибывать
чаще в пиковые периоды (и с меньшей частотой в нерабочее время).
10. Прогнозирование неэффективных маршрутов для минимизации затрат на изменение или удлинение пути.
Технологии DM сокращают усилия и время на подготовку отчетов, что позволяет немедленно реагировать на любые информационные запросы пользователей транспортных сетей. Вместе с тем,
следует отметить, что перед применением алгоритмов анализа данные необходимо подвергать предобработке (сглаживание шумов,
заполнение пропусков, отбраковка противоречивых данных и др.).
Источники данных
Отдельно следует сказать об источниках транспортных данных
для анализа. Основным источником являются данные с детекторов
(индукционных, радарных), средств фото и видеофиксации, страдающих общим недостатком – сбор данных выполняется в определенных точках, что не дает общей картины. Другим важным источником при анализе спроса и предложения являются опросы населения, а также данные от валидаторов и смартфонов.
Относительно недавно стал использоваться способ сбора информации о ТП, основанный на получаемых от агентов обезличенных
треках. Агентом называется ТС, оборудованное устройством, получающим со спутника свои текущие координаты (с помощью систем
GPS или ГЛОНАСС) и передающим эти координаты в центр обработки. Таким устройством может быть, например, обычный мобильный телефон, оборудованный приемником спутникового сигнала,
или навигатор, совмещенный с GPRS или 3G-модемом. Заметим, что
данный способ является основой работы сервиса «Яндекс.пробки».
118
Менее распространенным способом получения данных является
дистанционная, как правило авиационная или космическая, фотосъемка. Для решения некоторых задач можно использовать спутниковые изображения крупных городов, которые предоставляются
общедоступными сервисами типа «Карты Google».
Аэрофотосъемку высокого разрешения используют для оценки плотности потоков, соотношения количеств типов ТС, расчета
степени сужения дорог за счет припаркованных ТС и т. п. На современном этапе для этих целей представляется перспективным
использование беспилотных летательных аппаратов. Такой способ
получения данных, в отличие от детекторов и камер, позволяет получать полную информацию о состоянии транспортной системы
на больших площадях. Недостатками являются низкая оперативность получения информации, высокая стоимость, практически
отсутствующие возможности по управлению периодичностью сбора данных и высокая зависимость от погодных условий.
В системах с автоматическим сбором и накоплением данных
возникает проблема избытка данных: данных настолько много, что
обычные методы обрабатывают их крайне медленно. Примерами
Big data в транспортной сфере являются: данные с камер, установленных на улицах города для наблюдения за автомобилями, данные о местоположении и маршрутах всех машин в таксопарке и
многое другое.
В зависимости от целей анализа могут применяться различные
методы фильтрации или агрегирования данных. Одним из способов
борьбы с «большими данными» является кластеризация. В частности, данный метод применялся при определении наилучших автобусных маршрутов, интервалов движения и остановок в ночное
время в г. Сеул в 2013 г. на основе анализа данных о перемещениях
такси, всех видов ОТ, дополненных данными от смартфонов.
Некоторые методы анализа данных,
используемые в ИТС
Рассмотрим применение некоторых методов анализа данных в
ИТС. В первую очередь следует подробнее остановиться на задаче
кластеризации.
Кластеризация
Кластеризация по интенсивности ТП – один из инструментов
DM при анализе УДС[12] для выявления узких мест. В анализе
119
улично-дорожной сети кластеризация применяется как средство
выявления участков сети, требующих модификации. Были выполнены следующие четыре вида кластеризации:
– по интенсивности ТП участков УДС;
– по мощности точек тяготения мегаполиса (предприятия, крупные торговые центры, больницы и т. п.);
– по площади рекреационных зон мегаполиса;
– по загрузке транспортных узлов.
В качестве базовых параметров выбраны наиболее важные количественные характеристики участка улично-дорожной сети:
– количество полос движения;
– длина магистрали улично-дорожной сети, на которой дислоцируется участок;
– интенсивность ТП на участке.
Для второго вида кластеризации дополнительным входным
параметром являлось количество точек тяготения с указанием их
мощности. Результатом анализа, в частности, являлись предложения по увеличению пропускной способности конкретных городских магистралей, необходимость связать точки притяжения магистралями общегородского значения.
Другой пример применения при анализе – помощь при планировании для улучшения оперативных планов работы автобусов, что
позволит смягчить нежелательные последствия ожидания пассажиров, повысить уровень транспортных услуг. Кластерный анализ
позволяет создавать оптимальные планы для отправки автобусов
на основе выявления кластеров с аналогичными характеристиками пассажиров. В этом исследовании применяется иерархическая
кластеризация, когда более крупные кластеры дробятся на более
мелкие. Алгоритм сначала начинает работать с кластерами, каждый из которых содержит одно наблюдение. Любые два кластера
могут быть объединены на основе меры несходства, которой является евклидово расстояние между центрами кластеров:
=
dij
xik − yjk ) . (
k = 1,n
∑
2
(6.1)
Процедура продолжается итеративно, пока все признаки не будут включены в кластеры. В иерархической кластеризации важно
определить оптимальное количество кластеров на основе «правил
остановки» (иначе или получим исходное число кластеров, или наоборот всего один кластер).
120
Итогом является методика кластеризации переменных состояния (число пассажиров и остановок для каждого ТС), важная для
службы планирования. Для разработки модели необходимы данные о количестве пассажиров (собранная наличность и число проверок проездных билетов на ОТ) на протяжении маршрута.
Данная методика может быть использована для анализа маршрутов движения коммерческого транспорта. Она предполагает создание обучающего набора данных путем определения числа пассажиров, садящихся в маршрутное такси на каждой остановке, а
также количество раз, которое транспорт останавливался между
любой парой остановок на маршруте. Это приводит к получению
важной информации о переменных состояния, в качестве которых
могут быть выбраны: общее число пассажиров в маршрутке и общее
количество промежуточных остановок между основными.
Деревья решений
Первый шаг к получению этих правил, как правило, определить
цели и причины (причины атрибутов, которые должны быть рассмотрены, и кандидат появится в IF-стороне правила). Важно, чтобы имелись все соответствующие доступные атрибуты и не имеет
значения какой из них выбрать. Целевой атрибут (столбец таблицы) содержит информацию, которая появится в THEN-стороне правил. Решение определяется частью порожденных правил, предъявлением соответствующего доверительного интервала и числа случаев, когда эти правила применяются.
Искусственные нейронные сети
и нечеткая логика
Искусственные нейронные сети и нечеткая логика также применяются при анализе данных в ИТС. В пособии уже было отмечено применение ИНС при распознавании автомобильных номеров,
управлении парковкой, при прогнозировании скорости ТП.
На базе самоорганизующихся ИНС с эволюционной структурой
[11] представлены исследования характеристик объектов транспортной инфраструктуры, целью которых являлось обеспечение
безопасности и повышения пропускной способности транспортной
сети. Уже было отмечено применение НЛ при светофорном регулировании. Приведем пример использования НЛ при анализе данных
дистанционного зонирования Земли.
121
Дистанционное зонирование Земли
Для получения данных об интенсивности ТП, а также данных
о состоянии статических объектов транспортной инфраструктуры
используется дистанционное зондирование Земли (ДЗЗ), которое
проводится как с помощью космических аппаратов, так и методом
аэрофотосъёмки [6]. Исходными данными при оценке состояния
статических и динамических объектов являются материалы гиперспектральной съёмки объектов транспортной инфраструктуры.
Этот вид съемки предполагает одновременное получение сотен и тысяч изображений одной и той же сцены, зафиксированных в очень
узких соприкасающихся диапазонах спектра. В результате формируется многомерное гиперспектральное изображение (ГСИ), называемое гиперкубом. Каждой точке земной поверхности гиперкуб
ставит в соответствие спектральную характеристику (СХ), которая
описывает распределение энергии излучения по длине волны. Знание СХ (сигнатур) для множества точек вполне определенных объектов позволяет автоматизировать процесс сегментации объектов.
Для эффективного извлечения из массива («гиперкуба») гиперспектральной информации скрытых данных, используемых для решения задач определения состояния объектов транспортной инфраструктуры, используется технология DM. Одним из приложений
является реализация задачи классификации, которая обеспечивает сегментацию изображений – выделение однородных областей.
Основная идея классификации объекта на гиперспектральном
изображении сводится к идентификации его гиперспектральной характеристики (ГСХ). Как правило, ГСХ объекта сравнивается с эталонным ГСХ (паттернами) из спектральной библиотеки по определённому алгоритму. При сравнении с эталоном может быть использована евклидова мера сходства (7.1). Однако известно, что получаемая при этом ГСХ объекта по «жесткой» классификации может быть
далека от реальной в силу неучета влияния атмосферы, угла съемки
и т. д. Применение алгоритмов «мягкой» классификации с использованием НЛ позволяет преодолеть эти трудности. Возможным вариантом является алгоритм нечеткой кластеризации k-средних (fuzzy
C-Means), предполагающий выполнение следующих шагов:
1. Инициализация начального нечёткого разбиения.
2. Вычисление координат центров кластеров.
3. Вычисление новых значений функций принадлежности.
4. Повторение шагов 2 и 3 до достижения заданной точности по
близости значений целевой функции на соседних итерациях.
122
6.3.2. Анализ данных от PTV
Важнейшей задачей подобного рода систем является осуществление централизованного управления данными замеров (постоянных и разовых) с использованием хранилища данных. Редактирование мест подсчетов и относящихся к ним основных данных
осуществляется в графическом интерфейсе пользователя. На картографической подоснове отображается точное расположение мест
подсчета. Для анализа данных используются специализированные
профессиональные возможности статистического анализа и агрегации данных.
Основными направлениями использования являются [39]: импорт и объединение необработанных данных по различным критериям для анализа и последующего отображения, ввод данных в автоматическом и ручном режимах, валидация импортируемых данных, автоматизированный статистический анализ данных, агрегация данных, анализ и управление историческими данными замеров
из различных источников, работа и кросс-анализ разных типов данных (детекторы: скорость, интенсивность, занятость, FCD: время в
пути, скорость и др.), мониторинг качества работы детекторов.
Контрольные вопросы
1. Перечислите источники транспортных данных, используемых в ИАД.
2. Назовите основные цели применения ИАД в ИТС.
3. Опишите методы DM, применяемые в ИТС.
123
7. ТРАНСПОРТНЫЕ МОДЕЛИ И ИХ ПРИМЕНЕНИЕ В ИТС
Любая автоматизированная система управления, к которой в
полной мере относится ИТС, делает следующее: она собирает информацию об объекте управления, анализирует ее и оказывает на
этот объект прямое или косвенное управляющее воздействие.
Объектом управления для ИТС являются ТП. Основными характеристиками ТП, учитываемыми ИТС, являются интенсивность
движения; временной интервал; плотность движения; скорость
движения потока. Источником информации об объекте управления являются датчики и детекторы на дороге, смежные информационные системы и ввод данных оператором.
Для анализа информации об объекте управления необходимо
заложить в систему некоторое представление об этом объекте, которое и называется моделью. Проектирование любой системы, в
том числе, и транспортной, не обходится без разработки математической модели и моделирования. Детальность и точность модели
определяется задачами, стоящими перед ИТС.
Основным назначением транспортных моделей (ТМ) является проведение экспериментов. На основе модели можно проверить, как те
или иные изменения в организации движения отразятся на трафике, настроить светофоры, принять решения о расширении улицы, о
запрете или разрешении поворотов, об организации одностороннего
движения. Элементы ИТС, устанавливаемые на городских улицах,
должны заноситься в модель, и модель должна «знать» об алгоритмах
работы адаптивных светофоров, табло и т. п. Например, для табло, рекомендующего выбирать для движения улицу А, а не улицу Б, в модели действует правило, что 80% автомобилистов последуют совету,
а 20% традиционно проигнорируют, что тут же отразится на ТП [93].
Современные системы моделирования умеют имитировать показания детекторов, размещаемых на виртуальных улицах, воздействие электронных табло и переменных знаков скоростных ограничений на ТП, позволяют создавать сложные управляющие сценарии в виде, пригодном для использования в ИТС. Следует отметить,
что ТМ уже давно являются рабочим инструментом разработчиков
ИТС. Известно, в частности, что ТМ применяется при определении
интенсивности движения и оптимального тарифа на платных дорогах (Стандарт ГК «Автодор» СТО АВТОДОР 2.2-2013).
В данном разделе внимание уделено различным типам ТМ с акцентом на их применение при создании элементов ИТС, а также использованию в конкретных системах моделирования.
124
7.1. Виды транспортных моделей и способов
моделирования
Как известно, математические ТМ делятся на аналитические и
имитационные. Первые оперируют известными законами движения транспорта, представленными в виде формул, систем уравнений и т. п. Вторые имитируют движение отдельных ТС, поведение
водителей, работу светофоров и т. п., поскольку использование аналитических моделей не возможно (не разработаны или не известны
методы их решения). На практике часто применяется комбинация
аналитических и имитационных моделей.
Законы автомобильного движения, как уже было отмечено,
сложны и нелинейны, поскольку зависят от взаимодействия большого количества автомобилей. Более того, автомобили взаимодействуют не только по простым законам механики, но также по реакции водителей. Фактически наблюдается феномен образования
кластеров и волн распределения плотности ТП, распространяющихся как в прямом, так и в обратном направлениях.
Анализ результатов экспериментов затруднен большими флуктуациями в измеряемых величинах, например, в средней скорости.
Анализ автомобильного трафика также затрудняется из-за формы
кривой скорости, описываемой как «боковая парабола». Как только суммарное число автомобилей на выделенном участке дороги
достигает плотности, выходящей за оптимальную, трафик становится нестабильным. В такой ситуации любой мелкий инцидент
может повлечь срыв ТП, выражающийся в постоянных чередующихся этапах «остановка- движение».
Исходя из сказанного, выделяют три группы способов моделирования автомобильного трафика, которые основаны на трех основных методах наблюдения в физике:
1. Макромоделирование.
Макромоделирование – тип моделирования, основывающийся
на применении к автомобильному трафику законов гидродинамики, по аналогии с жидкостью в трубе. Как следствие, такой тип
моделирования выражается в написании систем дифференциальных уравнений  в частных производных, сформулированных относительно  интересующих величин например, плотности потока
автомобилей или их средней скорости. Транспортный поток здесь
рассматривается как целостный процесс, характеризуемый только внешними параметрами. Основные рассматриваемые элементы – скорость, интенсивность, плотность. Область использования
125
макро-моделирования – распределение ТП в сети. Макромодели
используются при принятии стратегических решений, например,
по изменению улично-дорожной сети, планированию маршрутов
наземного городского транспорта, при строительстве новых жилых
и промышленных районов, дорог, развязок и т. п.
Макромодель использует в основном математические методы
моделирования и пытается ответить на вопросы: «хватит ли пропускной способности улиц, чтобы всех обслужить?», «что будет
при перекрытии этой улицы?» и т. п.
При моделировании ТП решаются задача моделирование сети
на уровне потоков:
– моделирование существующих прогнозируемых ТП;
– включение в модель всей сети дорог и сети линий ОТ;
– анализ и оценка правил и интенсивности движения;
– отработка вероятностных сценариев (например, выполнение
прогнозов, как измениться интенсивность движения, если построить станцию метро).
2. Микромоделирование.
Здесь каждый  автомобиль представляется индивидуально, и
потому для каждого автомобиля решается уравнение (обычно простое дифференциальное).   Достоинство микромоделирования в
возможности представления перегруженных дорожных сетей, поскольку микро-моделирование позволяет симулировать очереди.
Модели, применяемые в микромоделировании, позволяют получать результаты даже при высокой насыщенности потока, вплоть
до пробки. Эта способность делает данный тип моделирования исключительно полезным для анализа дорожной обстановки в городских зонах и центрах городов, включая развязки, регулируемые
и нерегулируемые светофоры и площади. Микромоделирование
также отражает относительно небольшие изменения в физической
среде, такие как уменьшение числа полос или внезапные случайно
возникающие остановки.
Микромодели оперируют конкретными объектами из «реального мира» – регулируемый перекресток, транспортная развязка,
сеть улиц, автомобиль. При этом в микромодель заносят данные
о количестве полос движения, о наличии подъемов/спусков, о характеристиках двигателей автомобилей (как быстро они могут тронуться с места), о правилах движения и остановки.
Чтобы микромодель заработала на полную мощность, ей на вход
необходимо подать информацию из макромодели: количество и состав ТС в определенные моменты времени, особенности поведения во126
дителей. Если данные макроуровня верны, микроуровень позволяет
с высокой точностью имитировать реальный ТП. Чаще всего микроскопические модели применяют для решения локальных в территориальном смысле задач, например для расчетов предельных пропускных способностей различных участков дорожной сети, выбора режимов оперативного управления фазами светофорных объектов и т. п.
3. Мезомоделирование.
Кинетическое мезомоделирование – третий способ моделирования, находящийся между первыми двумя. Предлагается определить
функцию f(t, x, v), которая выражает вероятность нахождения автомобиля, движущегося со скоростью v, во время t в точке x. Далее эта
функция может быть вычислена с использованием  методов статистической механики решением интегро-дифференциального уравнения,
например, уравнения Больцмана. Мезомоделирование позволяет моделировать дорожную сеть на уровне ТС и движение автомобилей с
почти таким же уровнем детализации, как и микромоделирование.
Поскольку поведение водителя несколько упрощается и динамика движения автомобиля определяется макроскопическими вычислениями (например, ограничением количества автомобилей на участке дороги), то становится возможным моделировать большие зоны
и перемещать большее количество автомобилей, чем при помощи
микромоделирования. Используя мезомоделирование, можно предоставить результаты того же уровня точности, что и при микромоделировании, при этом, как выиграв в скорости моделирования, так и
уменьшив необходимые ресурсы и упростив само моделирование.
7.2. Модели ТП на макроуровне
Модель на макроуровне (город, микрорайон) позволит принять
решение о последствиях для транспортной обстановки строительства торгового центра или нового микрорайона. В этом случае модели оперируют демографическими данными, понятиями «граф дорог», «зона притяжения», «транспортный спрос и предложение».
В них заложены данные о проценте использования автомобилей
населением, о пропускной способности улиц, о количестве парковочных мест у торговых центров. Транспортные модели на макроуровне используют теорию транспортного равновесия. В математическом плане используются идеи теории игр (принцип равновесия
Нэша), при моделировании корреспонденций применяются гравитационная, энтропийная модели, описывающие стремление к рав127
новесному состоянию макросистемы. Данная модель отвечает задаче распределения ТП по сети и представляется в форме нелинейной
оптимизационной задачи математического программирования,
причем целевая функция носит не технико-экономический, а «термодинамический» характер и включает вероятностные характеристики коллективного поведения. Заметим, что энтропийная модель ТП, эквивалентная гравитационной, рассматриваемой далее.
Исходными данными для моделирования на макроуровне выступают:
– сеть путей движения для различных видов транспорта, ее
свойства и правила движения;
– на основе этой сети возможно моделировать пути движения из
точки А в точку Б;
– матрица транспортных передвижений, которая состоит из
данных транспортного предложения и транспортного спроса.
В основе современных информационно-аналитических систем,
таких как PTV Vision® VISSIM, VISUM [52] и ряда других, лежит
математическая база теории транспортного моделирования.
Вопросам теории моделирования и математического описания
ТП посвящено достаточно много публикаций (см. например, [13–
16]). Для каждой задачи моделирования характерны свои виды
моделей ТП. Прежде всего следует выделить: модели прогноза загрузки ТС и модели динамики ТП.
7.2.1. Модели прогноза загрузки транспортной системы
Транспортные потоки складываются из отдельных передвижений, совершаемых участниками движения, или пользователями
транспортной сети. Факторы, определяющие количество передвижений и их распределение по сети:
– потокообразующие факторы – расположение объектов, порождающих передвижения;
– характеристики транспортной сети;
– поведенческие факторы пользователей ТС.
Выделяют четыре этапа в задаче моделирования:
– оценка общих объёмов прибытия и отправления из каждого
района (trip generation);
– расщепление по способам передвижений, таким как пешие
передвижения, передвижения на авто;
– определение матриц корреспонденций, определяющих объём
передвижений между каждой парой расчётных районов города;
128
– распределение корреспонденций по транспортной сети, т. е.
определение всех путей, выбираемых участниками движения, и
определение количества передвижений по каждому пути.
На основе этих этапов выделены 2 вида моделей прогноза загрузки:
– модели расчёта корреспонденций;
– модели распределения потоков.
Транспортное моделирование состоит из двух основополагающих моделей – модели транспортного предложения и модели транспортного спроса.
Модель транспортного предложения – это транспортная сеть, состоящая из узлов (перекрестков, развязок и т. д.), и соединяющих
их ребер (улиц, дорог и т. д.), предоставляющая возможность перемещения для участников транспортного движения и описывающая
затраты на данные перемещения.
Модели спроса на транспорт можно охарактеризовать как математические «инструменты», которые  качественно и количественно описывают перемещения в связи  с причинами возникновения
ТП. Это – инструменты выбора:
– активностей (модель  генерации транспортного движения);
– цели ТП (модель распределения транспортного движения);
– ТС (модель разделения транспортного движения);
– пути (модель перераспределения транспортного движения).
Примерами таких моделей могут быть гравитационная модель
расчета корреспонденций и модель коэффициентов роста. Здесь в
качестве «тел притяжения» выступают пункты, порождающие /
поглощающие потоки, за массу тела принимается суммарный объем выезжающего/ въезжающего потока.
Модели расчёта корреспонденций
Эти модели отвечают за прогноз количества перемещений между условными районами города. Количество перемещений показывает объёмы передвижений пользователей ТС между каждой парой
районов.
Выделяют несколько критериев передвижений по различию:
– в целях передвижений;
– в выборе способов передвижения;
– в предпочтениях при выборе путей.
Основные типы передвижений между:
– местом проживания к месту работы и обратно;
– домом и местами культурно-бытового обслуживания;
– местами культурно-бытового обслуживания.
129
Имея в пользовании статистические данные о пользователях
транспортной системы, данные об объёмах прибытия и отправления, статистику перемещений для каждой группы передвижений,
можно создать матрицу межрайонных перемещений. Результатом этого будет информация о том, из какого района куда, каким
транспортом перемещаются пользователи транспортной системы,
что позволит в дальнейшем вычислить нагрузку на определённые
участки дорожной системы.
Определить матрицы корреспонденции на транспорте путем сбора
данных можно лишь частично по причине трудоемкости и дороговизне. Из статистики следует, что для приемлемой точности оценок элементов матрицы корреспонденций необходимо выполнение условия
r3/N<<1,
где r – число неизвестных элементов матрицы, N – число жителей.
Поскольку для Москвы N = 107, то r должно быть порядка 100.
Далее на каждый такой параметр для точности в 10% надо опросить более 100 респондентов, что выливается в десятки тысяч. Например, недавний опрос 40000 респондентов по г. Москва вылился
в десятки миллионов рублей.
Переход к моделированию важен, чтобы понимать, что от чего
зависит, а также для отображения реального соотношения транспортного спроса по названным причинам.
Поскольку ситуация постоянно меняется необходимо уйти от
зависимости от внешних данных и далее для прогнозирования в динамике только калибровать модель.
Математические модели рассчитывают ТП между районами области планирования на основе структурных данных и данных о
том, как население пользуется транспортом, а также данных о пространственном расположении объектов транспортной инфраструктуры и транспортном предложении.
Гравитационная модель
За основу этой модели берётся всемирный закон тяготения – все
тела притягиваются друг к другу с силой, прямо пропорциональной произведению масс этих тел и обратно пропорциональной квадрату расстояния между ними.
Районы (пункты) отправления/прибытия выступают в качестве
тел, масса тела – суммарный объём передвижений, за физическое
расстояние из закона тяготения берутся затраты, связанные с передвижением.
130
Общий вид гравитационной модели:
si dj
=
ρij k 2 , i ∈ S, j ∈ D,
cij
где si – общий объем выезжающих из пункта i ∈ S; dj – общий объем
въезжающих в пункт j ∈ D; cij – удельные затраты на передвижение
из i в j; k > 0 – калибровочный коэффициент.
Система обладает недостатком, который приводит к неприменимости классической гравитационной модели. При увеличении объемов
si и dj, для примера, в два раза, в результате количество корреспонденции ρij увеличивается в 4 раза, что не соответствует действительности. Для того чтобы избежать этого модель корректируют: вводят
балансовые ограничения на въезд/выезд, квадрат расстояния cij2 заменяют на функцию тяготения f(cij), которая описывает предпочтения индивидуумов при выборе пары источник-сток (i, j) для передвижения. В результате при использовании данной модели количество
неизвестных оцениваемых параметров с n2 сокращается до 2n + 1
(n – число транспортных районов города). Оценка нормировочных
параметров производится с использованием функции максимального правдоподобия по фактическим данным опросов населения.
Для расчетов объемов ТП, выходящих и входящих в транспортные районы, также применяются модели коэффициентов роста.
Эти модели исходят из предположения, что названные ТП изменяются во времени пропорционально величинам, оказывающим
наиболее существенное влияние на объем ТП. Формула для расчета
количества корреспонденций в районе i:
Ti = Fi∙ti,
где Ti и ti – будущие и настоящие корреспонденции, соответственно, а Fi – коэффициент роста.
Обычно фактор Fi зависит от таких показателей, как население
P, доход I и уровень автомобилизации.
Существуют и другие подходы к расчету матрицы корреспонденций [14], некоторые из которых приведены далее.
Модели конкурирующих центров
Поскольку гравитационная модель учитывает показатели только двух районов, отдельно от остальных, данные могли получаться
не самыми корректными. Для исправления этой ошибки создали
131
семейство моделей конкурирующих центров. Эти модели являются
обобщением гравитационной модели, но добавлен индекс посещаемости района:
Dk
.
k∈R,k ≠ i,j tkj
Iij = ∑
Индекс тем больше, чем больше и ближе к району посещения
расположены альтернативные районы отправления. Создаётся система «центров», привлекательность которых отличается для каждого района отправления. На основе этих коэффициентов создаётся
более точная матрица корреспонденций.
Модели промежуточных возможностей
Модель строится на предположении о том, что корреспонденция, перемещающаяся к какому-либо центру, на пути может встретить альтернативные центры и, пользуясь случаем, остановиться
в этом центре. Количество таких случаев называется количеством
альтернативных возможностей.
Простая модель строится таким образом:
Пусть S – объём отправления; xn – корреспонденция; λn – вероятность того, что единица корреспонденции остановится в центре n, с
условием, что этот центр будет на изначальном маршруте. Тогда
n −1
xn = Sλn ∏ (1 − λ j ).
j = 1
Объём корреспонденции в центр n пропорционален произведению вероятности остановки в этом центре на вероятность того, что
участник движения не остановился раньше.
Модели распределения ТП
Суть этих моделей заключается в определении характера распределения корреспонденций по конкретным путям, чтобы появилась возможность создания более точной модели менее масштабного уровня.
Цель данного моделирования – определение для каждой пары
районов набора путей, которые пользователи ТС используют для
передвижений между этими районами и коэффициентов расщепления (долей) корреспонденции между этими путями.
132
После расчёта всей системы путей значения загрузки какоголибо элемента сети можно получить путём суммирования вкладов
всех корреспонденций, проходящих через этот элемент.
Модели распределения ТП разбивают на классы по следующим
признакам:
– статические и динамические модели;
– модели на нормативном и дескриптивном подходах.
В статических моделях загрузка моделируется в терминах усредненных характеристик движения на выбранный период моделирования (час пик), при этом учитывается, что часть участников
движения влияет на загрузку на протяжении всего периоды моделирования. Это применимо, если среднее затраты времени на преодоление маршрута не превышает времени, в течение которого может поменяться сама корреспонденция. В динамических моделях
загрузки корреспонденция и объёмы прибытия/отправления рассматриваются как функции времени.
В нормативных моделях распределение корреспонденций осуществляется на основе оптимизации некоторого глобального критерия эффективности работы транспортной сети. Таким критерием могут служить, например, суммарные затраты времени всеми
участниками движения, суммарный пробег и др. При дескриптивном подходе предполагается, что структура транспортных потоков
формируется в результате индивидуальных решений участников
движения, основанных на оптимизации ими их личных критериев.
Традиционно считается, что для моделирования загрузки реальных транспортных сетей следует применять дескриптивный подход. Нормативные модели могут применяться при планировании
передвижений в тех случаях, когда планирующий орган имеет возможность директивного влияния на выбор маршрутов (например,
при планировании централизованных грузовых перевозок).
Модель равновесного распределения ТП.
Принципы Вардропа
Основную нагрузку на УДС определяют именно пользователи
легкового транспорта, совершающие маятниковые поездки в личных целях.
Модель транспортной системы в этом случае основываете на 1-м
принципе равновесия Вардропа:
«Пользователи УДС независимо друг от друга выбирают маршруты, соответствующие их минимальным транспортным расхо133
дам (временные, финансовые, моральные), демонстрируя эгоизм»
[14]. Предполагается, что присутствует полная информированность, т. е. каждый знает затраты на движение по своим маршрутам. Также предполагается весьма малое влияние отдельного пользователя на затраты при движении по всем маршрутам.
Данный принцип формализуется следующим образом: если по
пути p для пары индексов графа «источник-сток» идет ненулевой
ТП, то затраты по нему должны быть минимальными.
При программной реализации данное распределение поездок
выполняется только по маршрутам с минимальным временем поездки, причем итеративно, пока затраты по каждому варианту проезда для каждой корреспонденции не будут равны друг другу.
2-й принцип Вардропа:
«Пользователи выбирают маршруты исходя из минимизации
общих транспортных расходов в сети, т. е. среднее или общее время всех пользователей было минимальным». Это – так называемое,
социальное распределение (т. е. минимизация затрат на обеспечение поездок).
Данный принцип предполагает, что существует централизованное управление движением в сети. Соответствующее ему распределение ТП называют системным оптимумом (system optimization).
Примером пользователей, передвигающихся согласно 2-му принципу, служат водители маршрутизированного транспорта.
Распределение потоков по 2-му принципу Вардропа соответствует системному минимуму суммарной функции затрат С(X*):
C(x) = ∑Gp(x)xp → min,
где суммирование идет по множеству маршрутов xp ∈ P.
Для численного решения данной задачи принятия решений требует найти объемы корреспонденций ρw.
Третий принцип – случайное распределение, исходит из того,
что пользователь имеет неполную информацию о маршруте, обеспечивающем минимальное время поездки, и поэтому выбирает
маршрут не до, а в процессе поездки, который не объективно, а с его
точки зрения является самым быстрым. Последние два принципа –
распределение поездок по всей транспортной сети.
Для всех трех принципов необходимо построение дерева кратчайших расстояний [13]. Наилучшим является подход, при котором поездки распределяются по нескольким путям в порядке возрастания трудности сообщения. Следует отметить, что стремление
распределить большое количество поездок по наиболее коротким
134
маршрутам приводит к возрастанию интенсивности и следовательно снижению скорости ТП.
Поэтому используют компромисс между длиной маршрута и временем поездки, что более соответствует водительскому поведению.
Модель оптимальных стратегий
Модель оптимальных стратегий относится к пользователям
ОТ. Поскольку пассажир не привязан к отдельному виду транспорта и отдельной единице этого транспорта, возникают сложности в построении модели. Участник движения, передвигающийся
на автомобильном транспорте, выбирает оптимальный маршрут
следования для себя, а пассажир транспорта может выбирать различные стратегии поведения в ходе движения к цели, то есть пассажир обладает набором правил, который позволяет достичь точки
назначения самым «дешёвым» способом. Простейшим примером
стратегии является следование априорно выбранному пути, как в
моделях равновесного распределения. Более сложные стратегии
возникают, если пассажир в ходе движения принимает те или иные
решения о продолжении своего пути в зависимости от информации,
полученной в ходе движения. Например, решение, принимаемое
в очередном пересадочном узле, может зависеть от того, какое ТС
будет отправляться из узла первым. Еще более сложные стратегии
предусматривают, например, такую возможность: пассажир может
принять решение сменить ТС, увидев из окна автобуса, что есть возможность пересесть на маршрутку и др. [46].
Согласно простой модели поведения выбор стратегии достижения цели состоит в следующем:
– Для каждого узла, в котором может оказаться пассажир в
процессе движения к цели, среди всех возможных продолжений
фиксируется некоторый выбранный набор. Будем говорить, что
выбранные продолжения «включены в стратегию». Важно, что набор фиксируется «заранее», т. е. не в процессе движения, а на этапе
выбора стратегии.
– Оказавшись в том или ином узле, пользователь всегда выбирает то из продолжений, включенных в стратегию, которое первым
предоставит возможность обслуживания (отправление ТС).
Поскольку события прихода и отправления ТС можно рассматривать как случайные события с некоторым законом распределения, то конкретные пути реализуются с той или иной вероятностью. Таким образом, модель оптимальных стратегий является изначально стохастической моделью.
135
Для математического описания модели необходимо расширить
транспортный граф до маршрутного графа. Маршруты ОТ описываются дополнительными узлами и дугами.
Перспективный подход при моделировании выбора оптимальной стратегии поездок на ОТ основан на минимизации затрат, связанных с продолжительностью поездки, и ожидания транспорта
пассажирами. Данный подход реализован в программном комплексе EMME/2 канадской фирмы INRO Consultants Inc [13].
7.3. Модели динамики ТП
Обычно модели динамики ТП разделяют на 3 класса:
– Макроскопические модели.
– Микроскопические модели.
– Кинетические модели.
7.3.1. Макромодели дорожного движения
Область применения данных моделей: анализ распределения
ТП по сети, моделирование ТП в масштабах района, города. Нет
необходимости учитывать поведение отдельно взятых участников
движения, отклонения от потока, т. е. индивидуальное поведение
участника движения.
В таких моделях ТП уподобляются движению жидкости, поэтому их называют гидродинамическими. Движение ТС описывается
в усреднённых терминах, таких как средняя скорость, плотность и
др. [46]. Грубые макромодели широко используются при светофорном регулировании. Скорость и интенсивность измеряются детекторами транспорта, а плотность рассчитывается по модели.
Список актуальных гидродинамических моделей ТП: Уизема,
Пейна, Лайтхилла-Уизема-Ричардса (LWR) и разновидность последней – модель Танака.
Для примера опишем принятые допущения при построении модели LWR.
Транспортный поток рассматривают как поток одномерной сжимаемой жидкости. Предполагается, что:
1. Существует однозначное соответствие между плотностью
ρ(t, x) (погонной) и средней скоростью V(t, x) потока.
2. Транспортный поток сохраняется (выполняется закон сохранения массы), т. е. количества ТС на участке дороги.
136
Запись ρ(t, x) означает число ТС на ед. длины в момент t в окрестности точки трассы с координатой x. Аналогично для V(t, x).
Первое предположение соответствует V(ρ(t, x)) и V’(ρ) <0, т. е.
средняя скорость потока является функцией плотности, причем
эта зависимость – падающая функция. Последнее утверждение основывается на следующем факте: если плотность повышается (например, участок дороги сужается), водители снижают скорость и
наоборот. Если дорога пуста (ρ = 0) – водители едут с максимальной
скоростью. При наполнении дороги (ρ = max) скорость падает до 0.
Известна следующая линейная аппроксимация описанной связи
(модель Гриндшилса):
V(ρ) = Vmax(1–ρ / ρmax).
Скорость и плотность связаны уравнением непрерывности, выражающим «закон сохранения количества автомобилей» на дороге:
∂ρ ∂ρV
+ =
0.
∂t
∂x
Рассмотрим 2-е слагаемое. Если вычислить производную с учетом зависимости ρ(x) получим

∂ρ ∂ρ  ∂V ( ρ )
ρ + V ( ρ )  = 0.
+ 
∂t ∂x  ∂ρ

Последнее уравнение описывает распространение нелинейных
∂V ( ρ )
кинематических волн со скоростью переноса =
c ( ρ ) ρ + V ( ρ ).
∂ρ
Ударная волна перемещается навстречу ТП при торможении ТС.
Хотя LWR-модель представляется в настоящее время чересчур
упрощенной, именно простота реализации делает возможным использование этой модели как вспомогательного инструмента при
моделировании динамики загрузки больших транспортных сетей.
Поправки, привносимые более тонкими моделями, нивелируются
неточностью исходных данных.
Отметим, что основным недостатком моделей, основанных на
гидродинамической аналогии, остается неадекватное описание динамических ситуаций при сужении дороги, на съездах с развязок и
при затрудненном движении с частыми торможениями и разгонами.
Число пересечений сечения дороги в единицу времени – это интенсивность ТП, которая определяется как q = Q(ρ) = ρ V(ρ). Зависимость Q(ρ) называют фундаментальной (основной) диаграммой
137
Интенсивность, авт./ч
Q(ρ)
2500
2000
1500
1000
500
0
0
20
40
60
80 100 120
Плотность, авт/км
140
160 ρ
Рис. 7.1. Основная диаграмма ТП
ТП (рис. 7.1). Она определяет значение плотности, оптимальной по
максимальной интенсивности (по пропускной способности).
При дальнейшем росте плотности поток становится неустойчивым вследствие нарушения плавности движения. Дальнейшее
снижение интенсивности до нуля при скорости тоже равной нулю,
соответствует максимальной плотности потока. Ударная волна является источником попутных цепных столкновений. В точках 0 и
ρmax интенсивность движения равна нулю, т. е. на дороге нет ТС
или поток находится в состоянии затора (неподвижности).
Отметим, что одному значению потока соответствуют две плотности и поэтому две скорости. Очевидно, более предпочтительно
движение с большей скоростью: потоки будут удовлетворяться в
том же количестве, но время в пути снизится. Задача управления
светофорами (или въездами на магистраль) состоит в том, чтобы
большую часть времени водитель проводил именно в этих режимах.
Зависимость интенсивности от скорости определяет условия
движения при определенном уровне безопасности. Данную зависимость разбивают на зоны обслуживания пользователей транспортной сети при определенных сочетаниях интенсивности, скорости и
плотности. Основную диаграмму применяют при прогнозировании
изменений в сети (скорости, интенсивности, дистанции, заторы).
Коэффициент загрузки дороги движением (отношение интенсивности движения на данном участке дороги к пропускной способности этого участка – плотность при максимально возможной интенсивности) служит для определения количества полос.
138
Гидродинамические модели обладают рядом недостатков: при
некоторых значениях параметров эти модели могут предсказывать
плотности, превышающие максимально допустимые («бампер к бамперу»); при сильных пространственных неоднородностях начальных
условий могут возникать отрицательные значения скоростей (затор
«рассасывается назад» как результат действия вязкости).
7.3.2. Микромодели дорожного движения
Основной областью микромоделирования является анализ эффективности организации движения на отдельных элементах транспортной сети. Существует несколько способов микромоделирования
дорожного трафика, разделенных на два больших класса – модели,
следящие за автомобилем, и модели на клеточных автоматах.
Модели, следящие за автомобилем
В моделях, следящих за автомобилем (также называемых временно-непрерывными моделями), все автомобили описываются обыкновенными дифференциальными уравнениями, включающими в себя
полную динамику положения автомобиля xa и скорости va. Предполагается, что действия каждого водителя ограничены скоростью его
автомобиля va, расстоянием сети (от бампера до бампера) sa = xa–1 –
xa – la–1 до находящегося впереди автомобиля a – 1 (la–1 определяет
длину автомобиля), и скоростью va–1 находящегося впереди автомобиля. Уравнение движения каждого автомобиля характеризуется
функцией ускорения, зависящей от действий водителя:
va’(t) = F(va(t), sa(t), va–1(t)).
Вообще поведение водителя автомобиля зависит не только от находящегося непосредственно впереди него a – 1, но и от n×a автомобилей вблизи.
Микроскопические модели, учитывающие неустойчивость свободного ТП, описаны во многих работах. Это и модели оптимальной
скорости [29], и модель «умного водителя» [30].
В первой из них в микроскопической модели Ньюэлла (эта модель была предложена в 1961 г. и является одной из первых нелинейных моделей оптимальной скорости) постулируется, что для
каждого водителя существует «безопасная» скорость движения,
зависящая от дистанции до лидера. По зависимости интенсивности
потока от плотности ρ в окрестности ρmax можно определить время
реакции водителя τ, если известна средняя длина ТС L ~ 5,7 м.
139
В окрестности точки ρmax имеем
Q(ρ) = ρV(ρ) = – L(ρ – ρmax)/τ.
Выражение следует из модели Танака, если пренебречь квадратом скорости. Заметим, что максимум плотности (машины бампер
к бамперу) ρmax = 1/L. Соответственно, так как Q(ρ) = ρV(ρ), то после
деления на ρ найдем V(ρ) = (1/ρ – L)/τ.
Приведенная формула используются при исследовании роста
затора. Если известна средняя длина ТС, время, характеризующее
реакцию водителей (τ = 1–3 c), можно оценить как быстро распространяется пробка. Заметим также, что если в нее подставить L =
1/ρmax, то получим справедливый вывод: при максимальной плотности скорость равна нулю.
Модель следования за лидером
Кроме случая очень малых интенсивностей движение любого
автомобиля ограничено впереди идущим автомобилем (рис. 7.2).
Предполагается, что каждый водитель согласует свою скорость
со скоростью впереди идущего автомобиля:
x′′ = (xi′(t) – xi+1′(t))/τ,
(7.1)
где τ – время согласования скоростей.
Данная модель не описывает свойств неустойчивости, возникновения ударных волн и заторов. Позднее был предложен ряд модификаций. Например, в левую часть уравнения (7.1) добавляют
задержку td ≈ 1 – 3с, описывающую время реакции водителя на изменение скорости лидирующего автомобиля. Множитель 1/τ в интерпретируется как коэффициент чувствительности α, характериXi
Xi+1
Автомобиль 1
n–1
Автомобиль 2
n
n+1
Sn(t)
Рис. 7.2. Схематичное представление
модели следования за лидером
140
зующий скорость реакции водителя. Тогда (7.1) можно записать в
виде дифференциально-разностного уравнения
x′′(t + td) = α(xi′(t) – xi+1′(t)).
(7.2)
При α = const условие неустойчивости уравнения имеет вид td/
τ>1/2. Наличие неустойчивости позволяет моделировать ударные
волны и заторы, но предположение о неизменности чувствительности не воспроизводит многие свойства реального потока, например,
фундаментальную диаграмму, т. е. зависимость потока от плотности. Модель следования за лидером используется в программном
пакете MITSIM.
Более адекватная модель получается при учете возрастания чувствительности с уменьшением дистанции до лидирующего автомобиля. В наиболее простой форме уравнение имеет вид
x′′i+1(t + td) = α(xi′(t) – xi+1′(t))/(xi(t) – xi+1(t)).
(7.3)
После интегрирования (7.3) получаем
x′i+1(t + td) = ln(ρmax(xi(t) – xi+1(t))),
(7.4)
где ρmax – константа, как было замечено, описывающая движение автомобилей в плотном потоке на очень близком расстоянии –
«бампер к бамперу».
Когда ТП является стационарным, плотность ρ выражается формулой ρ = 1/(xi(t) – xi + 1(t)), а так как скорость в стационарном
режиме постоянна, то V = (lnρmax / ρ)/τ.
Отметим, что данное соотношение между скоростью и плотностью автомобилей идентично рассмотренной ранее макромодели
Гринберга при постоянной скорости.
К моделям слежения за автомобилем также относится психофизическая модель восприятия Видемана (WIEDEMANN) [27], реализованная в пакете VISSIM [52], там эта модель применяется для
имитации продольного движения. Рассмотрим ее более подробно.
Модель Видемана
Данная модель – микроскопическая стохастическая модель с
дискретным временем. В отличие от более простых моделей, в которых за основу берутся постоянные скорости и неизменное поведение следования за впереди идущими ТС. Основная идея модели
заключается в том, что водитель ТС, движущегося с более высокой
скоростью, начинает тормозить при достижении своего индивиду141
ального порога восприятия впереди едущего ТС. Поскольку он не может точно оценить скорость впереди едущего ТС, его скорость будет
падать ниже скорости впереди едущего ТС до тех пор, пока он не
начнет снова немного ускоряться после достижения порога восприятия. Это ведет к постоянному легкому ускорению и замедлению.
Функции распределения определяют разное поведение водителя с
помощью учета поведения при изменении скорости и дистанции.
На многополосной проезжей части дороги водитель учитывает
не только два впереди идущих ТС, но и по два ТС на соседних полосах движения. Особенное внимание у водителя дополнительно вызывает светофор в 100 м перед достижением стоп-линии. В VISSIM,
так называемые единицы (водители – ТС), двигаются по сети. Каждый водитель присоединен со своими параметрами поведения к
определенному ТС. При этом поведение водителя совпадает с техническими возможностями ТС.
Водитель может находится в четырех состояниях движения
(табл. 7.1).
Таблица 7.1
Четыре состояния движения ТС
Свободная езда
Сближение
Преследование
Торможение
142
Нет заметного влияния впереди идущих ТС. Водитель
пытается достичь желаемой скорости и сохранить ее.
В реальности скорость в свободном движении не может
быть постоянной, она колеблется вокруг желаемого
значения
Процесс, при котором водитель приспосабливает свою
скорость к впереди идущему (с более медленной скоростью) ТС. Во время приближения водитель снижает
скорость таким образом, что в идеальном случае разность скорости между впереди идущим ТС и им равна
нулю. При выполнении данного условия он достигает
дистанции безопасности
Водитель едет за впереди идущим ТС, осознанно не тормозя и не ускоряясь. При этом он держит относительно
постоянную дистанцию, однако имеют место незначительные колебание разности скорости и дистанции
(между автомобилями)
При снижении желаемой дистанции безопасности применяется торможение при использовании среднего или
сильного замедления. Это может происходить, если
впереди идущее ТС внезапно тормозит или третье ТС
предпринимает попытку смены полосы в промежуток
между этими ТС
Для каждого состояния движения определяется ускорение, вытекающее из актуальной скорости, расстояния, индивидуальных
характеристик водителя и ТС. Водитель переключается с одного
вида движения на другой, как только он достигает некоторого порога, который может быть выражен в качестве комбинации разницы
скорости и дистанции. Например, небольшая разница в скорости
может восприниматься только при небольшой дистанции, тогда
как большая разница в скорости заставляет водителей реагировать
гораздо раньше.
Способность чувствовать разницу в скорости и оценивать расстояния различна для каждого из водителей, также как желаемая скорость и безопасная дистанция. Поэтому комбинация психологических аспектов и физиологических ограничений восприятия водителей называется психофизической моделью за впереди идущим.
Имитационная модель этого типа относится к семейству carfollowing, которые ориентируются на характеристики индивидуального ТС. Модель Видемана представляет «золотую середину»
между клеточными автоматами и остальными классами моделей
семейства car-following.
Модели на основе клеточных автоматов
Клеточными автоматами (Cellural Automata, CA) называют идеализированное представление физических систем, в котором время
и пространство представляются дискретными, и все элементы системы имеют некоторый дискретный набор возможных состояний.
Концепция СА предложена фон Нейманом в 50-х годах и нашла
применение к моделированию большого количества динамических
систем в самых разных областях. В моделях, основывающихся на
клеточных автоматах, обычно используются целые числа для описания динамических свойств систем. Дорога делится на секции
(клетки) определенной длины ∆x, а время – дискретизируется на
шаги по ∆t. В каждой клетке может находиться не более одного ТС
или ничего. Данные модели являются разностными аналогами макроскопических моделей.
Формулировка исходной модели Нагеля – Шрекенберга [28] заключается в следующем. Пусть xn и vn координата и скорость n-го
автомобиля, dn = xn + 1–xn – дистанция до лидирующего автомобиля. Скорость может принимать одно из vmax + 1 допустимых целочисленных значений vn = 0, 1, 2, …, vmax. Динамика задается в
форме правил для изменения координат и скоростей, а именно: на
143
каждом шаге t → t + 1 состояние всех автомобилей в системе обновляется в соответствии со следующим образом:
1. Ускорение. Если vn<vmax, то скорость n-го автомобиля увеличивается на единицу, если vn = vmax, то скорость не изменяется:
vn→ min(vn + 1, vmax).
(7.5)
2. Торможение. Если dn ≤ vn, то скорость n-го автомобиля уменьшается до dn – 1:
vn→ min(vn, dn – 1)
(7.6)
3. Случайные возмущения. Если vn>0, то скорость n-го автомобиля может быть уменьшена на единицу с вероятностью p; скорость
не изменяется, если vn = 0:
vn→ max(vn – 1, 0).
(7.7)
4. Движение. Каждый автомобиль продвигается вперед на количество ячеек, соответствующее его новой скорости после выполнения шагов 1–3:
xn→ xn + vn.
(7.8)
Первый шаг (7.5) отражает общее стремление всех водителей
ехать как возможно быстрее. Второй гарантирует отсутствие столкновений с впереди идущими автомобилями. Элемент стохастичности, учитывающий случайности в поведении водителей, вносится на третьем шаге (7.7).
На основе моделей этой группы был предложен способ оптимального управления светофорами и въездами на магистраль, а
также способ оптимального «разрыхления» потока с помощью светофоров на магистрали с целью уменьшения времени в пути.
7.3.3. Кинетические модели
В основу положено описание динамики фазовой плотности потока f(x, v, t). Это – плотность распределения автомобилей как по
координате, так и по индивидуальной скорости.
Зная эволюцию во времени фазовой плотности, можно рассчитать также и макроскопические характеристики потока – обычную
гидродинамическую плотность ρ(x, t), среднюю скорость, вариацию скоростей.
Решения кинетических уравнений интерпретируются как режим
индивидуального и режим коллективного движения. С увеличением
144
плотности растет доля автомобилей, участвующих в коллективном
движении, и падает доля свободно движущихся автомобилей. Процесс разделения потока на две фракции аналогичен процессу конденсации в некоторых известных моделях статистической физики. Одна
часть ТП находится в движении, другая – состоит из автомобилей,
стоящих на перекрестках, в заторах, в «узких» местах.
Данные модели относят к мезоскопическим. Масштабы этой модели меньше, чем у гидрофизических, или можно описать поток,
движущийся по отдельным полосам. Эти модели ТП позволяют
прогнозировать изменение характеристик потоков на городской
УДС со светофорным регулированием, а также применяются при
создании моделей микрорайонов или более мелких объектов.
7.4. Модели пешеходного движения
Известны несколько моделей пешеходного движения, основанные на различных физических принципах. Например, в модели
магнитных сил пешеходы представляются положительными зарядами, а цель движения – отрицательным.
В моделях клеточных автоматов в каждой клетке может поместиться только один человек. Движение моделируется за счет перехода пешеходов между клетками по определенным правилам.
Газокинетическая аналогия рассматривает пешеходов как молекулы в разжиженном газе. Точная скорость и положение пешеходов-молекул неизвестны, вместо этого известно статистическое
распределение частиц, исходя из уравнения Больцмана.
В программе VISSIM использована модель социальных сил, основанная на ньютоновской динамике, где воздействия на пешехода
выражены в виде различных сил, результат определяется их суммой. Модель является многоагентной и демонстрирует явления самоорганизации. При этом выполняются несколько естественных
поведенческих особенностей пешеходов в процессе движения:
– пешеходы выбирают самый короткий путь;
– пешеходы двигаются с индивидуальной скоростью, с учетом
ситуации, пола, возраста, ограничений и др.;
– пешеходы держатся на определенном расстоянии друг от друга.
Дистанция зависит от плотности их потока и скорости движения.
Решая полученную систему дифференциальных уравнений,
можно узнать положение в пространстве, скорость и ускорение пешехода в любой момент времени.
145
7.5. Новые представления о поведении ТП
Поскольку причиной заторов являются «узкие места» («бутылочное горло»), возникающие при сужении дороги, в местах съездов, въездов, поэтому основным объектом исследования должны
выступать очереди (их свойства, структуры, поведение), возникающие около сужений. Если поток ТС уподобляется жидкости, то наиболее сложное для анализа состояние это – замерзающая жидкость.
При обгонах и перестроениях проявляется замедление движения и
возникают ударные волны. В результате движение волны происходит в обратном направлении от затора. При повышенной плотности
перестроения только мешают движению, и чтобы выправить положение, все должны ехать с одной достаточно медленной скоростью,
без обгонов и перестроений.
7.5.1. Теория трех фаз
Экспериментальные наблюдения выявили наличие трех фаз в
ТП. Неустойчивость связана с нарастанием во времени малых возмущений, которая может приводить к появлению в ТП структур
большой амплитуды вблизи неоднородной («бутылочное горло»,
помехи, съезды-въезды на магистраль).
В LWR-моделях переход к плотному потоку происходит не из-за
неустойчивости, а за счет существования точки, в которой достигается максимум функции потока на фундаментальной диаграмме. В результате неустойчивости решений в моделях класса ДМ
(Дженерал Моторс), к которому относятся модели: Пейна, Ньюэлла, модель клеточных автоматов, модель Видемана и др., начиная
с некоторой плотности, образуется широкий движущийся кластер
большой амплитуды (локальный движущийся затор). Внутри него
плотность ТС высока, скорость близка к нулю, а впереди и позади
существует поток малой плотности.
В теории 3 фаз выделяют:
1. Свободный поток – фаза F.
2. Плотный поток, в котором выделены 2 фазы:
– синхронизированный поток – фаза S;
– широкий движущийся кластер (ШДК) – локальный движущийся затор (wide moving jam) – фаза J. Последний может быть
сравнен с движением кусочков льда в жидкости.
Переход от свободного потока к плотному на практике связан с
F → S переходом, а не с F → J переходом, как это реализуется в моделях класса ДМ.
146
Переход F → S называют переходом I рода. Его появление связывают с «соревнованием» во времени и пространстве двух противоположных процессов: ускорения при обгоне более медленного ТС
впереди («переускорение») и, если обгон не возможен, то «адаптации скорости». Переускорение поддерживает свободный поток, а
адаптация скорости ведет к синхронизированному потоку. Вероятность обгона (она же вероятность переускорения) является разрывной функцией плотности и много больше в свободном потоке, чем
в синхронизированном. Причем прямой и обратный S → F переход
сопровождаются гистерезисом (рис. 7.3).
Широким (вдоль дороги) движущийся кластер может быть так
назван, если его ширина сильно превышает ширину фронтов. Он
образуется внутри фазы синхронизированного потока. Сначала на
некоторой критической скорости происходит «сжатие» потока,
т. е. плотность ТС возрастает, в то время как скорость ТС падает.
Это сжатие называется «пинч» эффектом. В этой области синхронизованного потока возникают узкие движущиеся кластеры. По
мере того как они нарастают, некоторые из них трансформируются
в ШДК, другие же исчезают (рис. 7.4). Средняя скорость ТС внутри кластера много меньше, чем в свободном потоке. Задний по
(а) – P постоянна
Вероятность обгона, P
1
F
(а)
(б) эффект адаптации скорости:
замедление к скорости машины
впереди в пределах дистанции
синхронизации G
/ Увеличение вероятности
/ адаптации скорости
G
Увеличение вероятности
переускорения
(в) эффект переускорения:
вместо режима следования
за машиной впереди – ускорение.
чтобы сменить полосу и обогнать
S
0
Плотность машин
G
рассматриваемая машина
более медленная машина
впереди
Рис. 7.3. Пояснение к переходу F → S
147
F
Cкорость
F→S
S
Критическая скорость
в синхронизованном потоке,
требуемая для S→J перехода
S→J
J
Рис. 7.4. Иллюстрация к переходам F → S → J
направлению движения фронт ШДК, где ТС, выезжающие из кластера, ускоряются вплоть до свободного или до синхронизованного
потока, движется против потока с постоянной средней скоростью,
проходя через все узкие места на скоростной автомагистрали. Это –
характеристическое свойство ШДК.
Б. Кернер с сотрудниками предложил и частично внедрил в эксплуатацию целый ряд новых методов интеллектуальных транспортных технологий. Одним из внедренных и уже установленных
на скоростных автодорогах применений теории трех фаз является
метод ASDA/FOTO, который функционирует в работающей онлайн
системе регулирования ТП, где на основе измерений выделяются
фазы S и J в плотном ТП. Распознавание, отслеживание и прогнозирование положений фаз S и J осуществляется на основе методов
теории трех фаз. Программное обеспечение названного метода реализовано в компьютерной системе, способной быстро и эффективно
обрабатывать большие объемы данных, измеренных датчиками в
сети скоростных автомагистралей. Дальнейшее развитие приложений теории трех фаз Кернера связано с разработкой и усовершенствованием моделей для транспортных симуляторов, методов регулирования въездного потока на автомагистраль (ANCONA), методов коллективного регулирования ТП, системы автоматического
ассистента водителя и методов детектирования состояния ТП, описанных в монографии [78].
148
Контрольные вопросы
1. Поясните работу адаптивного алгоритма светофорного регулирования.
2. Назовите основные подходы к транспортному моделированию.
3. В чем смысл задачи транспортного равновесия?
4. Назовите принципы Вардропа.
5. Опишите постановку задачи принятия решений по распределению ТП исходя из принципов Вардропа.
6. Что такое гравитационная модель?
7. Дайте понятие матрицы корреспонденций.
8. Дайте понятие макроскопической модели ТП.
9. В чем заключаются гидродинамические аналогии?
10. Каковы закономерности между параметрами ТП?
11. Поясните суть модели LWR.
12. Дайте понятие микроскопических моделей.
13. Дайте понятие модели Видемана.
14. В чем суть модели следования за лидером?
15. Дайте понятие модели клеточных автоматов.
16. Поясните теорию трех фаз и использование ее в ИТС.
17. Какие модели применяются при моделировании пешеходного движения?
149
8. УПРАВЛЕНИЕ ТП НА СЕТИ
8.1. Виды светофорного регулирования
Управление ТП осуществляется путем применения различных
видов светофорного регулирования. Управление ТП в большинстве
городов осуществляется по фиксированному графику или по состоянию ТП. Существенная разница заключается в том, что для управления по графику не нужны детекторы, и система неспособна реагировать на какие-либо изменения ТП. В случае транспортно-зависимого управления перед стоп-линиями имеются детекторы, которые
фиксируют моментальное присутствие ТС, и устройство управления, таким образом, реагирует на мгновенные условия в узле, изменением длительности зеленого сигнала в секундной сетке времени.
В книге [2] автор выделяет следующие методы управления:
– временно-зависимое (автономное) управление;
– транспортно-зависимое управление;
– управление в режиме online с оптимизацией;
– адаптивные системы;
– экспертные системы.
В случае чрезвычайных ситуаций и при неисправностях переключение сигнальных планов светофоров может производиться в
ручную.
8.2. Временно зависимое (автономное) управление
Информацию о состоянии ТП в районе получают на основе статистического анализа данных о движении транспорта (интенсивность
и состав) за прошлые годы, измеренные в главных точках сети, и
на их основе организуют работу устройств управления (УУ). Затем
они вводятся в УУ в зависимости от времени суток или дня года.
В методе календарного управления (Time Of the Day (TOD) – метод) осуществляется предварительный расчет планов координации
и переключение планов по календарному графику. Соответствие
этих планов реальной транспортной ситуации обеспечивается их
периодическим пересчетом.
Выбор программы в зависимости от времени
Процесс управления выбирает в зависимости от времени самый
выгодный из множества заранее подготовленных сигнальных пла150
нов. В зависимости от времени суток в соответствии с интенсивностью движения (рис. 5.7) выбирают те или иные программы P1, P2,
P3, P4 работы светофора.
Вышестоящая по иерархии система задает максимальные значения параметров. При расчетах оптимизируются изменяемые
параметры узла: длительность зеленых сигналов, продолжительность цикла и временной сдвиг.
Пример автономной системы – программа TRANSYT (рис. 8.1),
когда модельные ТС «выпускаются» в соответствии с заранее заданными правилами в транспортную область и проходят через нее в
соответствии с макроскопической моделью движения ТП. Осуществляется поиск «зеленых волн» во всех направлениях и, таким образом, уменьшается вероятность возникновения пробок.
Профиль интенсивности на каждом шаге по времени изменяется в результате случайного поведения отдельных ТС в ТП. На их
Данные сети,
данные
транспортного
потока
Процесс
оптимизации
Новая установка
сигналов
Начальная
установка
сигналов
Модель
транспортного
потока
Модель
оптимизации
Оптимальная
установка
сигналов
Критерий
оптимизации
(Perfomance
Index)
Задержка
и количество
остановок
в сети
Профиль
интенсивности
цикла
Рис. 8.1. Структура программы TRANSYT
151
движение оказывает влияние изменение параметров регулирования в процессе минимизации целевой функции, которая является
взвешенной комбинацией задержек и количества остановок на
всех улицах сети.
Задержка в международной терминологии выражается в единицах, показывающих задержку отдельного легкового авто (pcu –
passenger car unit) в час (эквивалентное количество авто в час).
Например, в течение цикла 100 с проезжает 40 авто со средней
задержкой 20 с, тогда tзадан = 40 ∙ 20/100 = 8 pcu/с (среднее число
авто, стоящих в очереди на интервале оптимизации).
Вид критерия оптимизации (Performance Index) следующий:
PI = ∑(W ∙ wi ∙ di + K ∙ ki ∙ si/100),
где W – цена среднего pcu – часа задержки; K – общая цена 100 pcuостановок; i – индекс улицы (i = 1,N); wi – вес задержки на улице i;
di – задержка на улице i; ki – вес количества остановок на улице i;
si – количество остановок на улице i.
Задержки и число остановок оцениваются на базе моделей профиля ТП.
Профили в программе TRANSYT
Моделирование в TRANSYT производится путем построения профилей ТП: профиля потока прибытия, насыщения и исходящего ТП:
IN-профиль – это модель приезда ТС к стоп-линии, если бы ТП не
управлялся светофорами.
При пошаговом моделировании проводится оценка длины очереди, в конец которой прибывает ТС.
GO-профиль – это модель ТП, который отъезжает от стоп-линии,
если там находится норма потока насыщения на каждом шаге моделирования (такое количество ТС, которые прошли бы через стоплинию на разрешающий сигнал);
ОUT-профиль – это модель ТП, который фактически отъезжает
от стоп-линии.
Процесс сглаживания графика
изменения интенсивности движения
Для построения системы регулирования необходимо выполнять
прогноз состояния ТП. Для прогноза IN-профиля (графика изменения интенсивности движения) используется модель экспоненциального сглаживания [2]:
152
OUT
qkIN
⋅ p + (1 – F)qkOUT
+1 = F ⋅ qk
+t −1,
где qIN – интенсивность IN-профиля при шаге k; qOUT – интенсивность OUT-профиля при шаге k; p – часть OUT-профиля, въезжающего на полосу движения; t – 0,8 – кратное время проезда рассматриваемого пути, для которого вычисляется дисперсия; F = 1/(1 +
+ 0,35t) – параметр сглаживания находится из опытных данных.
Количество ТС (mi), задержанных на стоп-линии в течение интервала времени i, определяется сотношением:
mi = mi-1 + qi – si,
где qi – количество ТС, приезжающих в интервале i (определяется
из IN-графика); si – максимальное количество ТС, которые могут
выехать в интервале i (определяется из GO-графика).
Расчет OUT-профиля
Количество ТС, отъезжающих в интервале i от стоп-линии:
si = mi–1 + qi – mi,
где i – индекс интервала времени.
Расчет суммарной задержки транспорта в системе TRANSYT
основан на расчете суммы средних очередей на всех стоп-линиях.
Средняя очередь оценивается на основе 2 типов задержек.
1. Если средняя интенсивность приезда превышает возможности отъезда, то возникает «задержка из-за насыщения въезда».
2. Если средняя интенсивность на подъезде ниже пропускной
способности на отъезде от линии, то возникает «случайная задержка» (равна среднему количеству ТС, которые не отъезжают в течение фазы зеленого сигнала).
Преимущества временно-зависимого управления:
– возможность простого контроля;
– простота модификации сигнальных программ;
– относительно низкие расходы на оборудование и установку.
Недостатки временно-зависимого управления:
– нельзя повысить эффективность использования времени сигналов (разрешение движения для отдельных направлений);
– нельзя покрыть пики интенсивности (необходим определенный резерв интенсивности);
– нельзя вступать в процесс управления со стороны отдельных
ТС или пешеходов;
– нельзя устранить возникшие транспортные заторы.
153
8.3. Транспортно-зависимое управление
В методе управления с использованием библиотек (TRaffic
ReSponsive – TRPS-метод) выполняется предварительный расчет
множества планов координации и переключение их на основании текущих усредненных показаний стратегических детекторов
транспорта путем выбора из библиотеки соответствующего подходящего плана.
Транспортный узел оснащен обычно двумя видами датчиков:
датчиками интервалов и вызова, например, индуктивными петлями. Транспортное устройство управления управляет по программе, которая непрерывно тестирует состояние ТП над отдельными
датчиками, и на основании заранее заданных алгоритмов увеличивает длительность сигналов, модифицирует последовательность
фаз или вкладывает фазу по вызову. Данные изменения обычно
осуществляются в рамках заранее определенного времени цикла
и заранее определенных максимальных значений длительности
зеленых сигналов. Датчик интервалов, расположенный приблизительно на 30–50 м перед стоп-линией, получил свое название в
результате того, что он непрерывно измеряет интервалы времени
между ТС, и если они меньше данного значения (обычно 3–5 с), то
он увеличивает продолжительность зеленых сигналов вплоть до заранее заданного максимума. Такой способ измерения называется
«Управление измерением интервала времени».
Для различных состояний ТП на сети заранее рассчитываются
системы сигнальных планов, которые хранятся в УУ или в Центре. Расчет выполняется в режиме online, т. е. вмешательство системы управления рассчитывается по мгновенной транспортной
ситуации. Подход применяется в вариантах, как с оптимизацией,
так и без нее.
В данной системе заранее определяются стратегические датчики и составляются логические уравнения, описывающие разные
комбинации состояний всех или выбранных датчиков. В реальных
условиях на основании оценки транспортной ситуации из заранее
подготовленной совокупности выбирается программа, наиболее
подходящая для этой ситуации, например:
IF SDV1 = 2 & SDV5 = 4 THENSP6.
Что соответствует следующему: если в точке с датчиком SDV1
существует степень 2, а в точке с датчиком SDV5 – степень 4, то
нужно выбрать программу управления 6.
154
8.4. Управление в режиме online с оптимизацией
При данном подходе на основании переменных входных данных о движении ТП каждую секунду изменяют и оптимизируют
параметры управления, т. е. продолжительность зеленого сигнала
в соответствующем направлении. Устройства управления в данном
режиме работают автономно или, в крайнем случае, расположены
в линии и линейно координированы.
Вторая возможность заключается в том, что отдельные узлы соединены с Центром управления движением ТП, который на уровне
района координирует и управляет работой узлов. Управление светофорами в такой централизованной системе осуществляется из
Центра, куда передаются характеристики ТП.
В секундной сетке осуществляется оптимизация длительности
зеленого сигнала, цикла, последовательности фаз и т. д. Пример –
система SCOOT, которая рассматривается далее. Недостаток централизованных систем – жесткие требования к системе связи.
8.5. Адаптивные методы
Комбинации рассмотренных методов (децентрализованных, т. е.
систем с локальным интеллектом и централизованных) обобщенно
называют методами адаптивного управления – Adaptive Control
(AC). Они основаны на постоянном пересчете планов координации
и календарных режимов по информации, получаемой с локальных
и стратегических (путевых) детекторов в режиме реального времени. Это дает возможность наиболее полно использовать пропускную способность УДС, поскольку обеспечивает соответствие длин
«эффективного зеленого» фактическим транспортным запросам по
каждому направлению. Жесткое координированное управление
всегда будет уступать актуальному по эффективности, так как в
первом случае предварительный расчет планов ведется по средним
значениям, и в результате все нестационарности ТП игнорируются.
8.6. Экспертное управление
В особо сложных условиях (управление насыщенной сетью)
применяют экспертное регулирование – когда нет резерва в виде
параметров регулирования.
155
База
знаний
Механизм
управления
База данных
Потребитель
Общие
знания данной
предметной
области
Реальная
модель
Датчики,
детекторы
Рис. 8.2. Схема экспертной системы
Экспертная система моделирует действия эксперта. Дадим пояснения, что следует понимать под экспертной системой.
Экспертная система – программная система, включающая базу
знаний (БЗ), базу данных (БД) и Решатель – механизм управления,
и использующая знания экспертов в данной области (как правило,
эвристические) для принятия решений (рис. 8.2).
– БД содержит знания для каждого конкретного случая (образована как ответами потребителей так и данными с детекторов или из
программ при ручном управлении.
– Решатель – средство управления продукциями из БЗ. Модель
изменяется или путем добавления новых данных в БД (модель становится более реальной), или путем получения новых знаний на основе реальной модели (фактические данные реальной обстановки).
Заполнение БЗ
1. Формирование системы правил (разработчик ЭС вместе с
транспортным инженером).
2. На вход алгоритма подается множество тестовых примеров.
3. Решения, принятые ЭВМ, сравниваются с решениями экспертов и, если возникает несоответствие, повторение с п. 1.
Пример правил:
1. Если длина очереди > 150 м И сегодня будний день И 1-я половина дня, То использовать вариант 5.
2. Если интенсивность >15 И скорость <50, То транспорт имеет
степень 4.
Экспертные системы в ИТС могут применяться не только для
регулирования. Возможно например их применение для контроля
156
правильности установки новых и уже действующих дорожных знаков, а также с целью устранения избыточных и противоречащих
друг другу знаков [34].
8.7. Задача управления
насыщенной транспортной сетью
В условиях насыщения главным является исключение образования очередей и минимизация их длин. Поэтому важно измерять
всплеск количества ТС (измерения занятости индуктивной петли
длиной 30 м при входе на перекресток). Предел насыщения, если
любое минимальное ухудшение транспортных условий вызывает
скачкообразное изменение времени движения. Связь между использованием дороги и требованиями ТП.
Состояние ТП – одна точка на графике. С ростом требований
(плотности) ухудшается степень использования дороги (отрезок
1–2) (рис. 8.3).
В точке 2 нагрузка стала равна пропускной способности дороги,
далее возникает перегрузка – скачкообразное изменение степени использования дороги. Если требования становятся ниже уровня точки 3, то линия, соответствующая выходу из состояния насыщения,
находится ниже исходной. Условия насыщения образуют петлю гистерезиса, площадь которой определяет потери качества ТП. Линия
3–5 – это – направление уменьшающейся нагрузки. Если после точки 3 требования растут, то нагрузка возрастает по линии 3–4).
Нагрузка
6
1
2
5
3
4
Требование (плотность)
Рис. 8.3. Иллюстрация к управлению
насыщенной сетью
157
Реакция на местные заторы
Если видим, что в соседней точке более благоприятная ситуация, то часть нагрузки надо перенести в эту точку.
Реакция на заторы по всей сети
Используют относительную длину очереди (колонны) в %, которая должна быть < 100% (чтобы очередь не дошла до предыдущего
перекрестка).
ΩX,Y = QX,Y100/ℓX,Y,
где ℓX,Y – расстояние от стоп-линии к следующему узлу; QX,Y – длина колонны в направлении ℓX,Y.
Регулирование для предотвращения пробок состоит в слежении
за множеством переменных длин очередей на сети улиц и за градиентом их роста p (например, 10% в данном интервале времени).
Для быстро растущей очереди применяют правило, которое вызывает увеличение длительности зеленого в данном направлении
(т. е. управление по градиенту).
k +1
k
Условие для экспертного управления: QX
,Y – pQX,Y ≤ 0.
158
9. АДАПТИВНЫЕ СИСТЕМЫ УПРАВЛЕНИЯ
ДОРОЖНЫМ ДВИЖЕНИЕМ В ГОРОДАХ
Транспортные потоки постоянно изменяются из-за различных внешних и внутренних факторов, будь то авария или изменение погодных условий. Это говорит о том, что есть необходимость
управления ими. Для этого созданы адаптивные системы управления транспортными потоками (АСУТП), которые также называют
АСУДД (адаптивные системы управления дорожным движением)
Современные АСУДД развиваются путем модернизации существующих SCOOT, SCATS, что позволяет сохранить эффективность
при возрастании транспортной нагрузки. Важно, что за счет параллельной работы над проектами на транснациональном уровне, удается облегчить: интеграцию БД, управление перевозками и планирование индивидуальных поездок, управление дорожным движением,
управление в чрезвычайных ситуациях, информационное обеспечение за счет: мониторинга ТП, выявления заторов, обнаружения ДТП,
контроля за движением тестовых автомобилей, «плавающих» в ТП.
Выход на качественно новый уровень (системный эффект) происходит за счет интеграции подсистем: электронные платежи, управление ОТ, обнаружение пробок и т. д., удается ограничить объемы
движения и тем самым разгрузить городские сети. Потери времени
участников движения имеют вполне определенный финансовый
эффект, не говоря уже о повышении безопасности и экологичности.
Важно, что затраты на создание и внедрение данных ИТС окупаютТаблица 9.1
Городские АСУДД
Технология
управления
Архитектура системы
Поставщик
Продукт
UTOPIA Децентрализованная
MIZAR
UTOPIA
UTOPIA Децентрализованная
Peek Traffic BV
UTOPIA
SCOOT
Централизованная
Siemens
TMS/COMET
SCOOT
Централизованная
Peek Traffic BV
TMS
SCOOT
Централизованная
TRL Limited
TMS
SCATS
Централизованная
ТуСо
RTA-TMC
BALANCE Централизованная
GEVAS
BALANCE
MOTION
Централизованная
Siemens
SiTraffic/Scala
ITACA
Централизованная
Telvent
ITACA
ROSE
Децентрализованная Imtech Traffic & Infra /
ImFlow
Peek Traffic BV
159
ся и не только в финансовом эквиваленте. В первую очередь, реализуются краткосрочные в плане окупаемости проекты.
Внедрение систем УДД сокращает время поездки (мин/км) в час
пик порядка 50%, задержку на перекрестках до 30%, а также длину очередей.
Наиболее известными городскими АСУДД на сегодня являются
следующие системы (табл. 9.1) [50].
9.1. Порядок настройки в системе UTOPIA
В основе работы децентрализованных АСУДД, например
UTOPIA (Нидерланды) [74], положен принцип обмена данными непосредственно между ДК соседних перекрестков (рис. 9.1).
Сбор исходных данных:
– конфигурация УДС;
– cхемы расcтановки ТСОРД;
– параметры транспортных потоков;
– время проезда по перегонам
Расчет программ координации режимов
светофорного регулирования
с использованием встроенного
программного обеспечения TRANSYT
Экспорт
Управляющий
программно-аппаратный комплекс,
например UTOPIA
SPOT
Дорожный
контролер
Детекторы
транспорта
Рис. 9.1. Порядок настройки в системе UTOPIA
(здесь TCOРД – технические средства организации движения)
160
Данные детекторов, подключенные к ДК, дополняются данными других детекторов, установленных на соседних перекрестках.
Кроме программного комплекса UTOPIA в периферийные ДК устанавливается специальный блок SPOT, являющийся периферийной
частью системы UTOPIA. Этот блок ежесекундно взаимодействует с
ДК, забирая данные его детекторов и задавая состояние сигнальных
групп. При этом обеспечивается приоритет ОТ. Сам ДК собственной
логики управления не имеет. UTOPIA работает на базе транспортной
модели. Производится расчет на основе ценовой функции, учитывающей время задержки, число остановок, специфические приоритетные требования, взаимное расположение перекрестков.
Основной принцип работы централизованных АСУДД
В зависимости от загрузки тех или иных направлений на перекрестках происходит автоматический расчет на центральном
уровне параметров СО в реальном масштабе времени  (управляющих
воздействий на ТП) и осуществляется их импорт непосредственно в
ДК с использованием системы передачи данных; ДК централизованной системы также имеют в своем составе программный комплекс для
расчета параметров светофорного регулирования, например MOVA.
9.2. Порядок настройки в системе SCOOT
Система централизованно получает параметры ТП непосредственно от детекторов: считываются время занятия и освобождения детектора для каждого перегона (рис. 9.2).
Моделируется движение авто при средней скорости на данное
время суток и их присоединение к очереди.
Факт отъезда устанавливается детекторами, стоящими на выходе с перекрестка. Данные, полученные от модели, затем используются в 3 оптимизаторах, которые адаптируют 3 основных параметра УДД: долю зеленого в цикле для каждого направления, временной сдвиг между фазами СО на соседних перекрестках и время,
выделяемое для проезда перекрестка во всех направлениях.
9.3. Система BALANCE
Как и SCOOT, BALANCE рассчитывает основные сигнальные
планы для всех включенных ДК и пересылает им соответствующий
набор параметров для местного управления светофорным объектом.
161
Сбор исходных данных:
– конфигурация УДС;
– cхемы расcтановки ТСОРД;
– параметры транспортных потоков;
– время проезда по перегонам
Управляющий
аппаратно-программный комплекс
Расчет программ координации
режимов светофорного регулирования
с использованием встроенного
программного обеспечения
TRANSYT light
Дорожный контроллер
Расчет режимов светофорного
регулирования с использованием
встроенного программного обеспечения
MOVA
Детекторы
транспорта
Рис. 9.2. Порядок настройки в системе SCOOT
Система BALANCE (Германия) [73] использует транспортные
модели, которые показывают спрос на дорожное движение в сети
и как происходит его распределение. Применяются генетические
алгоритмы оптимизации. Использование моделей и текущих данных с детекторов позволяет не только экстраполировать данные об
интенсивности на все участки транспортной сети, но также прогнозировать интенсивности на будущее. Это позволяет значительно
снизить требования по числу детекторов и по точности их расположения по сравнению со SCOOT и UTOPIA.
162
10. ПРИМЕРЫ РЕАЛИЗОВАННЫХ ПРОЕКТОВ ИТС
10.1. Проекты предоставления приоритета в движении ОТ
Система SCRAM (Signal Coordination of Regional Areas in Melbourne) являлась основным проектом по координации сигналов
светофоров и введения приоритета для ОТ на пересечениях в Мельбурне[49]. SCRAM использовал расширенную версию SCATS, предоставляя приоритет для проезда трамвая на основе пассивного и
активного методов. Пассивные методы предоставления приоритета
выполняли расчет сигнальных планов, используя статистические
данные по движению трамвая. Приоритет обеспечивался применением следующих стратегий:
– уменьшением длительности цикла;
– смещением разрешающегося сигнала к моменту подхода трамвая;
– выделением специальной фазы, активирующейся при подъезде трамвая и связанной с его прогрессией;
– расчет сдвига, с использованием более низкой скорости сообщения.
Активный приоритет предоставляется при обнаружении трамвая и предоставлялся в любой момент в цикле регулирования.
В упомянутой системе приоритет предоставлялся только с ограничениями на минимальную и максимальную продолжительность разрешающего сигнала, не учитывая влияния эффекта предоставления
приоритета в проезде на ОТ на индивидуальный автотранспорт. В отличие от указанных систем PRODYN, UTOPIA и SCOOT при предоставлении приоритета ОТ оценивают воздействие на остальной поток.
В системе SCOOT с целью сокращения чрезмерных задержек на
не приоритетных направлениях приоритет ОТ предоставляется при
условии обеспечения определенной инженером степени насыщенности пересечения. Предоставление приоритета осуществлялось
только для ОТ, которые отставали от расписания движения в форме
продлений или прерывания фаз. Когда автобус прибывал в конце
разрешающего сигнала, текущая фаза продлялась сверх номинальной длительности, что позволяло ОТ покинуть стоп-линию. Продление фазы осуществлялось при условии, что степень насыщенности в
пересечении ниже порогового значения. Когда ОТ прибыл на запрещающий сигнал, разрешающий сигнал включается, если степень
насыщенности была ниже установленного порога для пересечения.
Полевые оценки показали, что происходит снижение задержки ОТ
на 5–10 секунд без увеличения задержки остальной части потока.
163
Система PRODYN [24] была инновационной разработкой в области управления транспортными потоками. В PRODYN задача
оптимизации сигнальных планов для транспортной сети преобразовывалась в несколько меньших задач, каждая из которых была
определена в пределах отдельного пересечения и решалась методом
динамического программирования. Глобальная задача оптимизации решалась для сети, с использованием итерационной процедуры первичной оптимизации на уровне пересечения с последующей
передачей решения верхнему уровню, где выполнялось моделирование сети с начальным решением и находилось оптимальное
управление. Целевой функцией оптимизации была сумма задержек
за период 15 интервалов, продолжительностью каждый 5 секунд с
ограничениями на длительность максимального и минимального
разрешающего сигнала. В оригинальной версии PRODYN уделялось первостепенное значение пропуску ОТ, рассматривая его как
несколько индивидуальных автомобилей.
Появление системы UTOPIA (Urban Traffic Optimization by
Integrated Automation) [25] сделало возможным абсолютный приоритет ОТ на регулируемых пересечениях при фактическом улучшении движения индивидуальных автомобилей во всех состояниях
потока. Аналогично PRODYN проблема управления транспортными потоками подвергалась декомпозиции на меньшие подпроблемы,
принадлежащие двум различным классам – уровню пересечения и
уровню области. На уровне пересечения решение задачи управления
сигналами светофора принималось на основе предсказанного времени прибытия автомобилей к стоп-линии, оптимизируя функцию
взвешенных сумм задержек, остановок ТС, максимальную длину
очереди для каждой связи пересечения и задержек ОТ. Оптимизация проводилась с горизонтом времени прогноза 120 секунд и повторялась каждые 6 секунд. Уровень области обновляет веса в функции
оптимизации путем оптимизации на период 30 минут полного времени движения индивидуальных автомобилей в пределах области.
В [26] была предложена система предоставления приоритета ОТ
под названием DARVIN для улучшения приоритетности ОТ в смешанном потоке, оптимизируя полную работу сети. Основные цели
системы состояли в том, чтобы уменьшить время прохождения для
приоритетных автомобилей, повысить точность соблюдения графика движения и минимизировать воздействие на общий транспортный поток. DARVIN использовала микроскопическую модель
транспортного потока и генетический алгоритм для оптимизации
сигнальных планов, минимизирующих взвешенную комбинацию
164
задержек и остановок. Эксперименты показали, что DARVIN позволяет существенно сократить полные задержки пассажиров.
В системе BALANCE, рассмотренной ранее, также уделяется
внимание приоритету ОТ с целью повышения его привлекательности. Задача решается на основе мониторинга ТП и оптимизации
светофорного регулирования с учетом приоритетов различных
групп – участников дорожного движения. При эксплуатации снижается задержка не только ОТ, но и всего ТП, включая легковой
транспорт. Помимо детекторов источники информации: «плавающие» автомобили, аэрофотосъемка. Система также учитывает заполненность полос ОТ, величину времени его запаздывания.
Особо следует отметить автоматизацию приоритетного проезда
ОТ при движении на магистралях на пути к аэропортам, так как
процент пассажиров ОТ в этом случае доходит до 50%. Например
при движении по магистрали при подъезде к лондонскому аэропорту
Хитроу система отсекает другие виды транспорта (фиксация номеров
авто нарушителя выделенной полосы в БД, используя стационарные
видеокамеры и видеокамеры на автобусах). Мобильные видеокамеры
могут работать ночью и настроены на расстояние 20 м от автобуса.
Обобщая изложенный опыт реализации предоставления активного приоритета в проезде ОТ в современных АСУД, можно сделать
следующие выводы:
– Целью предоставление приоритета в проезде ОТ может являться либо повышение скорости сообщения и соответственно сокращение количества подвижного состава на маршруте движения (или
увеличение количества совершаемых рейсов), либо повышение
равномерности движения и соблюдение расписания движения ОТ.
В первом случае приоритет предоставляется всем транспортным
средствам указанной категории, во втором – только отстающим от
графика движения.
– При предоставлении приоритета в проезде ОТ необходим учет
воздействия на индивидуальные ТС на неприоритетных направлениях.
– Применение оптимального управления, выполняющего минимизацию потерь времени пассажиров, позволяет не только учесть
воздействие на индивидуальный автотранспорт эффекта предоставления приоритета, но и решить проблему обработки запросов с
конфликтных направлений.
– Снижению воздействия на индивидуальный автотранспорт и
повышению эффективности предоставления приоритета способствует выполнение прогноза прибытия ОТ к пересечению.
165
10.2. Управление дорожным движением
в опасных ситуациях
Наличие заторов на дорогах, аварийные работы, ДТП создают
опасные ситуации на дорогах.
Схема принятия решений в процессе управления ТП при возникновении опасной ситуации приведена на рис. 10.1 [51].
Источники информации
Информация
от участников
движения
Информация
от ГИБДД
Мониторинг
метеоусловий
Мониторинг
транспортных
потоков
Определение опасной ситуации
Сообщение
об опасной
ситуации
Поиск опасной
ситуации
Диспетчерские
функции
Регистрация
параметров
дорожных
условий
Запись
в базу
данных
Оценка отклонения параметров
от стандартного состояния
Выбор стратегии
Экспертная
система
Оператор
Возможный
план действий
Скорректированный план
действий
Выполнение функций управления
Информационное обеспечение
участников дорожного
движения
Управление техническими
средствами организации
дорожного движения
Рис. 10.1. Управление ТП в опасных ситуациях
166
Примером из числа систем, обеспечивающих управление ТП при
наличии опасных ситуаций является COMPANION (Мюнхен) – система информирования участников движения на скоростных магистралях о потенциально опасных участках на маршруте движения,
дорожной обстановке с помощью специальных световых маяков,
установленных на трассе через каждые 50 м.
Система COMPANION способствует предупреждению одиночных и множественных ДТП за счет анализа и идентификации потенциально опасных ситуаций, возникающих во время движения
ТП. Источниками информации для принятия системой решения
являются цифровые видеокамеры, детекторы тумана, микроволновые транспортные детекторы, устанавливаемые через 250 м.
Возможности:
– сбор информации (детекторы, видеокамеры, мобильные радары, «плавающие» в потоке ТС);
– идентификация ОС за счет анализа параметров ТП и заблаговременное предупреждение водителей о местах возможных и возникших ДТП;
– гибкость (установка сигнальных маяков через каждые 50 м);
– организация движения в метах проведения дорожных работ;
– определение и остановка неисправных ТС;
– предложение альтернативных маршрутов, дистанции, скоростного режима и т. п.
Насыщенность дороги транспортными детекторами позволяет получить высокую степень разрешения при выявлении резких
колебаний характеристик ТП, что является одним из основных
признаков опасной ситуации. Система COMPANION имеет возможность взаимодействия с автомобилями, снабженными GPSнавигаторами, отображает на цифровых картах информацию об
опасных участках на маршруте следования, выдавая рекомендации по скоростному режиму и безопасной дистанции.
10.3. Автоматизированная система обнаружения ДТП
Несколько европейских проектов также были посвящены проблеме управления ликвидацией последствий ДТП [67]. Речь шла
о модифицированных проектах управления транспортными потоками в городах UTC (Urban Traffic Control), которые с помощью
специальных модулей обеспечивали детектирование происшествий и их влияния на движение транспортных потоков. Проекты
167
IN-RESPONSE и IN-EMERGENCY демонстрировали разнообразие
техник, включая быстродействующие системы предупреждения,
предназначенные для служб спасения, и инструменты, поддерживающие принятие решений операторами службы спасения.
Автоматизированная система обнаружения ДТП VELEC разработана во Франции и эксплуатируется в Бельгии, Испании, Германии.
Система функционирует на основе информации о характеристиках
транспортных потоков, поступающей от транспортных детекторов
и цифровых видеокамер. При анализе ТП происходит идентификация автомобилей, движущихся с резкими колебаниями скорости,
медленно движущихся и остановившихся автомобилей.
В последние годы значительное развитие получили методы и
технические средства контроля над выполнением установленных
ограничений скорости движения. В настоящее время только в Нидерландах реализуется более пятидесяти различных программ подобного направления на скоростных магистралях, дорогах общего пользования, УДС городов. Водители получают информацию о
регламентируемой скорости движения и автоматизированно ведущемся контроле над соблюдением регламента, осуществляемом
различными техническими средствами от мобильных радаров до
постоянно работающих цифровых видеокамер.
Приведенные в табл. 10.1 данные исследований в Австралии и
Англии показывают, что эффективность контроля скорости с помощью компонентов ИТС выше по сравнению с типичными методами
контроля, связанными с физическим присутствием дорожных полицейских.
Анализ ДТП с участием грузовых автомобилей показывает, что
значительная доля аварий происходит в динамически узких местах, на участках с ограничением скорости и запрещением обгона,
в зонах дорожных работ.
Таблица 10.1
Эффективность контроля скорости с помощью компонентов ИТС
Период наблюдений
До начала контроля скорости
Во время контроля скорости
По окончании контроля скорости (регистрации скорости
при ИТС)
168
Доля автомобилей, превышающих
установленный скоростной режим, %
Физическое присутствие полицейских
ИТС
77
23
71
60
12
8
Система предупреждения ДТП разработана на основе технологий ИТС и обеспечивает идентификацию грузовых автомобилей
в процессе движения, информационное обеспечение с помощью
управляемых дорожных знаков. При идентификации грузовых автомобилей на подходе к этому участку происходит взвешивание автомобиля в движении, определение числа осей и типа автомобиля,
его скорости и интервала до впереди идущего транспортного средства. С учётом этой информации и данных о транспортно-эксплуатационных и геометрических характеристиках дороги определяется безопасная скорость для данного типа автомобиля. Это значение
скорости с соответствующим пояснением отображается на информационном табло управляемых дорожных знаков.
Компания Siemens разработала систему, позволяющую взаимодействовать бортовому компьютеру автомобиля и светофору,
установленному на перекрёстке. В систему заложены контрольные
функции и меры по предупреждению участников дорожного движения о ситуации на дороге. В будущем светофор сможет передать
бортовому компьютеру машины, приближающейся к перекрёстку, рекомендуемую скорость движения согласно текущей дорожной ситуации, позволяя беспрепятственно проехать на зеленый
сигнал или разумно выбрать скоростной режим, когда ожидается
включение жёлтого сигнала. В систему заложены функции наблюдения за прилегающей к перекрёстку территорией. Другие системы находятся на этапе испытаний: разработана особая модель –
NEUROMONET, где транспортная сеть города представляется в
виде нейронной сети: дороги – это связи между нейронами, а ТС –
нервные импульсы. Процессы мониторинга и управления дорожной ситуацией на базе этой модели будут использованы для организации движения всего города Магдебурга (Германия).
10.4. Анализ транспортных сетей
Несмотря на то, что для основного управления транспортом может быть достаточно данных от транспортных датчиков в транспортных узлах, для интегрированной телематической стратегии
управления транспортом в городских сетях требуются более подробные данные о ситуации в сети, что было продемонстрировано в
европейских проектах QUARTET PLUS и EUROSCOPE [65]. В контексте широко принятой концепции «управления мобильностью»
и тесных связей между мониторингом и управлением транспортом
данные проекты на практике испытали новые детекторные систе169
мы, основанные на видеодетектировании, новые алгоритмы для
определения времени движения, скорости по полосам движения и
в сети и алгоритмы для определения пунктов отправления и пунктов назначения (матрица OD: Origin-Destination).
Также в рамках названных проектов испытывались прогнозные алгоритмы. Это касалось краткосрочных (1–20 мин), среднесрочных (11–12 час) и долгосрочных прогнозов (1–2 дня). В ходе
реализации проектов были определены неточности и ограничения
прогноза параметров функционирования транспортной сети и направление дальнейшего развития – использование данных, получаемых от ходовой лаборатории, движущейся в транспортном потоке («плавающий» автомобиль) – проект CAPITALS.
10.5. Информация и навигация
Системы для информирования водителей с помощью бортовых
блоков или управляемых дорожных знаков и дисплеев (TFIS),
расположенных вдоль дорог, имеют постоянно возрастающее значение для управления транспортными потоками на сетях дорог.
Информация о возможных проблемах значительно уменьшает заторы благодаря тому, что водитель может выбрать другие варианты
пути движения или подходящую стоянку или парковку. Европейские проекты в настоящее время всё больше направлены на системы TFIS, ввиду того, что бортовые блоки в транспортных средствах
пока ещё не очень распространены и, таким образом, не могут оказывать существенного влияния на движение транспортных потоков. Проекты в данной области (АUSIAS, CAPITALS, CONCERT,
CLEOPATRA, COSMOS, EUROSCOPE, TABASCO) были направлены на изучение поведения транспортной сети и на определение оптимальных стратегий управления [65].
Использование информационных и навигационных систем в
рамках европейских проектов можно показать на примере следующих городов:
– Бристоль (CONCERT): TFIS для лучшего использования системы Park and Ride;
– Брюссель (CAPITALS): TFIS как составная часть вышестоящей системы управления транспортными потоками в тоннелях на
внутреннем кольце города;
– Лондон (CLEOPATRA): определение влияния TFIS при выявлении мест ДТП на выбор водителями пути движения по сети дорог
и эффективность транспорта в сети;
170
– Лион (CLEOPATRA): информационная стратегия для TFIS в
автоматическом режиме при использовании данных, полученных
на основе измерений, проводимых на сети дорог;
– Mюнхен (TABASCO): TFIS для Park and Ride;
– Пирей (COSMOS): стратегия изменения направления движения транспортных потоков в районе морского порта;
– Саутгемптон (EUROSCOPE): интегрированное выявление мест
ДТП и управление стоянками;
– Тулуза (CLEOPATRA): общая стратегия изменения направления движения транспортных потоков;
– Турин (CLEOPATRA): стратегия TFIS вместе со стратегией
управления транспортными потоками в городе.
Информация перед поездкой и информация на остановках ОТ
показали, что они имеют значительное влияние на поведение большинства пассажиров. Оказалось, что они, в конечном счёте, вызвали небольшой, но заметный рост количества пассажиров. Интеграция управления транспортом в городе, услуги ОТ и информационных систем в Турине привели к сокращению времени поездки на
общественном городском пассажирском транспорте на 14% и на
17% – на легковых автомобилях. Это привело к росту ОТ на 3% и
общему улучшению движения транспорта в городе. Капиталовложения в подсистему выявления мест ДТП в системе управления
транспортом в городе Саутгемптон доказательно окупились в течение одного года. Тем не менее, окупаемость существенно зависит от
метода и от скорости выявления ДТП.
10.6. Управление на въезде
Управление на въезде на магистральные дороги обычно использовалось в городах, где оно должно было предотвратить образование
заторов. Однако заторы очень часто возникают на автомагистралях и на дорогах, соединяющих городские районы. В таком случае
очень важной является интеграция управления на въезде с общегородской системой управления движением ТП. Проект TABASCO демонстрировал управление транспортом на въезде (Ramp Metering),
вместе с транспортной информацией и навигацией посредством
TFIS, управлением транспортом с помощью оптической сигнализации в Глазго. Метод Ramp Metering значительно повысил пропускную способность дорог (5% – автомагистрали, 13% – городская
сеть). Кроме того, система привела к улучшению поведения водителей, а следовательно, и к уменьшению количества ДТП.
171
10.7. Управление в зависимости от нагрузки
В городских условиях этот вид управления имеет постоянно
растущее значение для поддерживания удовлетворительной мобильности, так как он для управления ТП использует различные
телематические подсистемы. Приложение данной системы содержит, например, управление на въезде в центральный район города
(проект CAPITALS) и технику искусственного интеллекта, соединив управление на въезде и управление с помощью светофоров с системой предоставления информации и помощи водителям с подсистемами предоставления информации. Данная система также даст
возможность определения времени движения и получения информации о наличии свободных мест на стоянках.
Контрольные вопросы
1. В чем смысл временно-зависимого (автономного) управления?
2. Поясните работу программы TRANSYT (целевая функция,
структура программы, «профили»).
3. Назовите преимущества и недостатки временно-зависимого
управления.
4. В чем смысл транспортно-зависимого управления?
5. Что такое экспертные системы и как они применяются в ИТС?
6. В чем состоит задача управления насыщенной транспортной
сетью?
7. Какие АСУДД применяются в городах?
8. Поясните порядок настройки в системе UTOPIA.
9. В чем состоит основной принцип работы централизованных
АСУДД?
10. В чем состоит порядок настройки в системе SCOOT?
172
11. НАВИГАЦИОННЫЕ СИСТЕМЫ
Известны несколько вариантов определения местоположения ТС:
1. Прямое определение места ТС – в момент прохождения ТС через сечение, образованное например радиомаяком, или считывание
номеров видеокамерами. На борту должно быть устройство связи
с радиомаяком плюс густая сеть этих маяков. Высокие стоимости
маяков и сетей связи делают данный способ затратным.
2. Датчики (абсолютные и относительные).
Абсолютными датчиками являются: обычный компас, приемник GPS (измеряют в абсолютных физических единицах). К относительным относится, например, датчик на колесах, который
снимает скорость приводного вала. В результате подсчета числа
электрических импульсов, если известно их число на 1 оборот колеса, можно найти пройденное расстояние. Для измерения угловой
скорости применяется гиротахометр.
11.1. Метод косвенного определения местоположения
Если известно исходное положение, то положение ТС в двумерном пространстве можно рассчитать. На рис. 11.1 видно, что расчет фактического места ведется по предыдущему положению и погрешность накапливается.
Учитывая, что угол – интеграл от угловой скорости, измерение
датчиков (направление, положение, расстояние) даст направление
движения. Линейная и угловая скорости на участке квантования
считаются постоянными.
d2
(x2, y2 )
(x1,y1 )
d2
θ2
θ1
d1
(x0 ,y0 )
θ0
Рис. 11.1
173
Результирующие формулы 
xn= x0 +
yn= y0 +
n −1
∑viTcos ( θi + ωiT );
i =0
n −1
∑viTsin ( θi + ωiT ), i =0
где vi – скорость на периоде квантизации T.
11.2. Системы глобального позиционирования и слежения
за ТС в реальном времени
Задачи определения местонахождения ТС, ценных грузов и т. п.
крайне актуальны как для государственных правоохранительных
органов, так и для частных структур безопасности. Такие задачи
приходится решать в процессе управления патрульными службами
и контроля перемещения подвижных объектов, обеспечения безопасности автомашин и их поиска в случае угона, сопровождении
ТС и ценных грузов и т. д. Необходимость оперативного получения
навигационной информации привела к формированию обширной
области транспортно-диспетчерских информационных технологий.
Главными потребителями таких услуг стали транспортные компании, осуществляющие доставку грузов автомобильным, железнодорожным и морским видами транспорта. Во всех оперативных
службах, где нашла применение система автоматического определения местоположения ТС Automatic Vehicle Location (AVL), снижены эксплуатационные затраты, резко повысилась безопасность
экипажей и сохранность грузов, возросла дисциплина водителей.
На сегодняшний день AVL – современная, высокоэффективная и
отработанная технология управления мобильными спецподразделениями в той или иной оперативной обстановке. Можно сказать,
что AVL-система отчасти снабжена «интеллектом», поскольку она
самостоятельно выполняет связь спутника с компьютером, обеспечивая человека информацией о местонахождении ТС, тем самым,
упрощая ему процесс мониторинга перемещения транспорта.
11.2.1. Принцип работы глобальной навигационной системы
Принцип работы спутниковых систем основан на измерении
расстояния от антенны на объекте (координаты которого необхо174
димо получить) до спутников, положение которых известно с большой точностью. Таблица положений всех спутников называется
альманахом, которым должен располагать любой спутниковый
приёмник до начала измерений. Обычно приёмник сохраняет альманах в памяти со времени последнего выключения и, если он не
устарел, – мгновенно использует его. Каждый спутник передаёт в
своём сигнале весь альманах. Таким образом, зная расстояния до
нескольких спутников системы, с помощью обычных геометрических построений, на основе альманаха, можно вычислить положение объекта в пространстве.
Метод измерения расстояния от спутника до антенны приёмника
основан на определённости скорости распространения радиоволн.
Для осуществления возможности измерения времени распространяемого радиосигнала каждый спутник навигационной системы
излучает сигналы точного времени, используя точно синхронизированные с системным временем атомные часы. При работе спутникового приёмника его часы синхронизируются с системным временем, и при дальнейшем приёме сигналов вычисляется задержка
между временем излучения, содержащимся в самом сигнале, и вре-
5с
4с
В
5,5 с
В
А
4,5 с
В
6с
6,5 с
Рис. 11.2. Определение местоположения
по 3 спутникам с погрешностью
175
менем приёма сигнала. Располагая этой информацией, навигационный приёмник вычисляет координаты антенны. Все остальные
параметры движения (скорость, курс, пройденное расстояние) вычисляются на основе измерения времени, которое объект затратил
на перемещение между двумя или более точками с определёнными
координатами. Принцип определения местоположения в пространстве с помощью 3 спутников с погрешностью показан на рис. 11.2.
11.2.2. Метод псевдодальностей
Основной принцип использования системы – по задержке сигнала измерять расстояние до спутников с хорошо известными координатами.
Под псевдодальностью от j-го спутника до объекта понимают измеренную дальность Dj + ΔD до этого спутника, отличающуюся от
истинной дальности D на неизвестную, но постоянную за время определения навигационных параметров величину ΔD. Последнее связано с тем, что существует разность между временем GPS-приемника
в момент приема сигнала и временем на спутнике в момент передачи.
Изоповерхностью является сфера с центром в точке центра масс
спутника. При этом радиус сферы изменен на неизвестную величину ΔD. В качестве навигационного параметра принята Dj + ΔD.
Измерение псевдодальностей до трех спутников приводит к системе трех уравнений с четырьмя неизвестными (х, у, z, ΔD), что
вызывает неопределенность ее решения.
Для устранения неопределенности необходимо провести дополнительное измерение псевдодальности до 4-го спутника и получить
точное решение системы 4 уравнений с четырьмя неизвестными,
т. е. получить место подвижного объекта как точку пересечения
четырех изоповерхностей:
D1 = [(x1 – x)2 + (y1 – y)2 + (z1 – z)2]0,5 + ∆D;
D2 = [(x2 – x)2 + (y2 – y)2 + (z2 – z)2]0,5 + ∆D;
D3 = [(x3 – x)2 + (y3 – y)2 + (z3 – z)2]0,5 + ∆D;
D4 = [(x4 – x)2 + (y4 – y)2 + (z4 – z)2]0,5 + ∆D,
где ΔD = с(Tj –dt); Di – измерения; [ ]0,5 – радиус сферы; xi, yi, zi – известные координаты спутников; Tj – момент времени приема сигнала от j-го спутника по часам потребителя; dt – неизвестный момент
времени синхронного излучения сигнала всеми спутниками по ча176
сам потребителя; c – скорость света. Уравнения решаются методом
Ньютона – Рафсона, а если спутников больше 4, используют метод
наименьших квадратов или фильтр Калмана.
11.3. Краткий обзор глобальных навигационных систем
На сегодняшний день в мире существует несколько навигационных систем, использующих искусственные спутники Земли. Но
действительно глобальный сервис позиционирования практически
в любом месте нашей планеты осуществляют лишь две: российская
ГЛОНАСС (Глобальная навигационная спутниковая система) и
американская GPS (Global Positioning System – система глобального позиционирования).
11.3.1. Глобальная система позиционирования
ГЛОНАСС
Система предназначена для оперативного навигационно-временного обеспечения неограниченного числа пользователей наземного,
морского, воздушного и космического базирования. Основой системы являются 24 спутника, движущихся над поверхностью Земли в
трёх орбитальных плоскостях с наклоном орбитальных плоскостей
64,8° и высотой орбит 19400 км. Основное отличие от американской
системы GPS в том, что спутники ГЛОНАСС в своём орбитальном
движении не имеют резонанса (синхронности) с вращением Земли,
что обеспечивает им большую

стабильность. Таким образом, группировка спутников ГЛОНАСС не требует дополнительных корректировок в течение всего срока активного существования. Тем не менее, срок службы спутников ГЛОНАСС заметно короче.
11.3.2. Глобальная система позиционирования
GPS
Американская система позиционирования GPS по своим функциональным возможностям аналогична российской системе ГЛОНАСС. Её основное назначение – высокоточное определение координат потребителя, составляющих вектора скорости и привязка к
системной шкале времени. Система GPS разработана для Министерства обороны США и находится под его управлением. Как и система ГЛОНАСС, GPS состоит из космического сегмента, наземного командно-измерительного комплекса и сегмента потребителей.
177
Устройства, поддерживающие навигацию по GPS, являются самыми распространёнными в мире. Также навигационная система GPS
известна под более ранним названием NAVSTAR [4, 5].
11.3.3. Спутниковая навигационная система Galileo
В течение ближайших лет Европейский Союз (EU) и Европейское
космическое агентство (ESA) планируют ввести в эксплуатацию новую европейскую глобальную спутниковую навигационную систему
Galileo («Галилео»). Существование второй полностью рабочей спутниковой системы GNSS обещает значительную выгоду для гражданских потребителей по всему миру. Успешный запуск проекта Galileo
позволит увеличить более чем в два раза количество рабочих навигационных спутников, доступных пользователям. Подобное увеличение количества спутников принесёт пользу не только при работе в
автономном режиме, но и улучшит качество определения координат
и способность GPS-аппаратуры разрешать неоднозначность по фазе
несущей для отслеживаемого спутникового сигнала. Планируется
полностью развернуть спутниковую группировку к 2020 г.
11.3.4. Китайская навигационная спутниковая система
Compass
Это следующая ступень развития китайской региональной навигационной системы Beidou, которая была введена в эксплуатацию
Таблица 3.1
Технические характеристики спутниковых навигационных систем
ГЛОНАСС, GPS и Galileo
Показатель
ГЛОНАСС
GPS
Число КА в полной орби24 (3)
24 (3)
тальной группировке
Число орбитальных плоско3
6
стей
Число КА в каждой плоско8
4
сти
Наклонение орбиты
64,8°
55°
Высота орбиты, км
19130
20180
Период обращения спутника 11 ч 15 мин 44 с 11 ч 58 мин 00 с
Масса навигационного КА, кг
1450
1055
Срок активного существова3–10
7,5
ния на орбите, лет
178
Galileo
27 (3)
3
9
56°
после запуска 10 спутников в конце 2011 г. Развёртываемая Китаем
подсистема GNSS предназначена для использования только в этой
стране. Система была запущена в коммерческую эксплуатацию 27 декабря 2012 г. как региональная система позиционирования, при этом
спутниковая группировка составляла 16 спутников. Планируется,
что на полную мощность система выйдет к 2020 г. Реализация программы началась в 2000 г. Первый спутник вышел на орбиту в 2007 г.
Приведем табл. 3.1, в которой представлены сравнительные характеристики трех навигационных систем.
Контрольные вопросы
1. Назовите варианты определения местоположения.
2. Какие датчики вам известны?
3. В чем состоит метод косвенного определения местоположения?
4. Какие спутниковые навигационные систем вы знаете? Назовите их основные характеристики.
5. В чем состоит принцип работы глобальной системы позиционирования?
6. В чем суть метода псевдодальностей?
179
12. АВТОМОБИЛЬНЫЕ СИСТЕМЫ
МАРШРУТНОЙ НАВИГАЦИИ
Одним из приоритетных направлений развития ИТС являются
динамические системы выбора маршрута движения. Навигационные системы маршрутного ориентирования позволяют учесть
персональные потребности каждого участника движения в рамках
глобальных целей дорожного движения.
Интеллектуальные транспортные системы позволяют реализовать следующие виды маршрутной навигации:
– автономное управление маршрутом при использовании водителем бортового компьютера с БД о транспортной сети для выбора
маршрута движения;
– динамическое управление маршрутом при двустороннем обмене информацией между водителем и подсистемой информационного провайдера;
– динамическое управление маршрутом с элементами автоматического вождения автомобиля при помощи адаптивного круиз-контроля и других компьютерных бортовых систем.
При расширенной концепции маршрутной навигации кроме
предоставления информации об оптимальных маршрутах движения бортовые компьютеры берут на себя дополнительные функции
по управлению автомобилем: выбор безопасной дистанции, поддержание желательной скорости, выбор уровня замедления или ускорения в соответствии с относительной скоростью автомобилей, контроль положения автомобиля в поперечном сечении дороги.
Одной из наиболее известных навигационных систем является
автомобильная система CARIN (Car Information and Navigation),
разработанная фирмой Philips. Первоначально система работала
с электронной картой дорог на компакт-дисках. С началом открытого доступа к GPS-системам CARIN использует результаты спутниковой навигации. Периодичность опроса составляет 3 секунды.
Посредством сигналов определяется местоположение автомобиля с
точностью от 10 до 25 м. Одновременно на мониторе отображается
карта проходимого участка сети, сопровождаемая речевыми указаниями, заранее предупреждая водителя о необходимости изменения направления движения.
Моделирование, проведенное в Японии, показало, что ТС, оборудованные для оперативного выбора маршрута, могут сэкономить
до 11% времени проезда, для условий Лондона – 6–7% времени
проезда. Если 100% всех транспортных средств будет оборудовано
180
такой системой, время проезда сократится на 6%. В настоящее время подобные навигационные системы устанавливаются на многих
моделях грузовых и легковых автомобилей.
12.1. Принципы работы системы мониторинга ТС
Мониторинг предполагает замеры, регулярные наблюдения за
погодными условиями, за интенсивностью движения ТС на различных участках трассы, за дорожным ремонтом, за скоростью потока
и прочее. При этом современные системы мониторинга позволяют
не только получать данную информацию и в каком-либо виде выдавать водителям, но и прогнозировать дальнейшее развитие событий на том или ином участке трассы.
Мониторинг может производиться с помощью метеорологических станций, камер фото- и видеофиксации, датчиков фиксации
скорости движущегося ТС, спутникового наблюдения (рис. 12.1).
Работа Automatic Vehicle Location (AVL) – системы сегодня основывается на принципе GPS-связи[10], когда со специального приемника GPS/ГЛОНАСС, установленного на ТС, на спутник передается
информация о местонахождении ТС, вплоть до его координат в настоящее время – долготы, широты и высоты. Согласно передаваемым данным можно также установить, с какой скоростью и куда
двигается машина и в какое время она была в том или ином месте.
Если, к примеру, автомобиль находится в зоне приема GSM-сигнала
(в России и практически на всей территории Европы это – самая
распространенная зона действия сотовой связи), то координаты
могут передаваться в форме SMS с сотового модема автомобиля на
GSM-приемник диспетчерского пункта. Данные, поступающие на
компьютер диспетчера, обрабатывает специальная картографическая программа, после чего на экране монитора появляется точка
(на карте местности), которая указывает нахождение и маршрут ТС.
В тех районах, где еще не действует сотовая связь GSM, данные обо
всех передвижениях автомобиля передают на экран монитора диспетчера через каналы спутниковой связи. Как правило, для этих целей используют спутниковые системы геостационарные – Inmarsat,
Eutelsat, и низкоорбитальную – GlobalStar. Информация о передвижении машины будет поступать на пульт через равные промежутки времени, поэтому маршрут станет «выписываться» равномерно.
Любые отклонения от курса или задержки авто можно отслеживать
по программному журналу, поэтому диспетчер в любой момент от181
182
Сервер (база данных)
Оператор сотовой связи
Транспорт
Рис. 12.1. Схема мониторинга
Диспетчер, логист
Мобильное устройство
Система GLONASS, GPS
ветит грузоотправителю и грузополучателю, где находится транспорт и как скоро он сможет прибыть к месту назначения.
В качестве примера приведем популярную специализированную систему связи и контроля за движением ТС Евтелтракс, построенную на базе геостационарных спутников. Она в наибольшей
степени отвечает требованиям, предъявляемым к системам управления автотранспортным предприятием. Система обеспечивает
высоконадежную и удобную двухстороннюю текстовую связь диспетчера со всеми своими водителями в любой точке Европейского
континента и в любое время суток и постоянное наблюдение за их
движением по электронной карте на экране своего компьютера.
12.2. Навигационная аппаратура
и программное обеспечение
На ТС устанавливается мобильный модуль, состоящий из следующих частей: приёмник спутниковых сигналов, модули хранения
и передачи координатных данных (КД). Программное обеспечение
мобильного модуля получает КД от приёмника сигналов, записывает их в модуль записи (хранения) и по возможности передаёт посредством модуля передачи.
Модуль передачи позволяет передавать данные, используя беспроводные сети операторов мобильной связи. Полученные данные
анализируются и выдаются диспетчеру в текстовом виде или с использованием картографической информации.
Дифференциальная коррекция – трансляция поправок с использованием спутниковых систем или наземных станций для уточнения координат.
Для получения дополнительной информации на ТС устанавливаются дополнительные датчики, подключаемые к GPS или ГЛОНАСС контроллеру, например:
– датчик расхода топлива;
– датчик нагрузки на оси ТС;
– датчик уровня топлива в баке;
– датчик температуры в рефрижераторе;
– датчики, фиксирующие факт работы или простоя спецмеханизмов (поворот стрелы крана, работы бетоносмесителя), факт открывания двери или капота, факт наличия пассажира (такси) (рис. 12.2).
Полученные данные могут либо накапливаться в локальном
устройстве и затем переноситься в центральную базу по возвраще183
Антенна GPS
Приемник
GPS
Дисплей
карта
Электронная
карта
Дифференциальная
коррекция
Дисплей
направления
Навигационный
процессор.
Алгоритм
слежения.
Фильтр Калмана
Другие датчики
(компас, гироскоп
и др.)
Рис. 12.2. Схема навигационной системы, дополненной датчиками
нии в парк, либо передаваться на центральный сервер в режиме
реального времени, обычно по каналам сотовой связи. Датчики и
трекер могут устанавливаться на ТС скрытым образом.
Программное обеспечение мониторинга ТС
Отдельной темой является программное обеспечение (ПО), необходимое для функционирования мониторинга за движением ТС.
Большинство производителей современных систем мониторинга
включают в свои продукты возможность работы диспетчеров через
web-интерфейс и построение распределённых систем серверов.
Программное обеспечение использует web-интерфейс, что позволяет избежать установки каких-либо специальных компонентов и вести мониторинг с любого компьютера, подключённого к
Интернет. Разновидностью данного варианта является ПО, использующее трёхуровневую архитектуру, когда компоненты и функции центра обработки данных распределены между несколькими
серверами: БД, картографической подсистемы, телекоммуникационным сервером и сервером приложения, обеспечивающим работу
web-интерфейса пользователя.
Важную роль в программном обеспечении для спутникового мониторинга играет картографическая основа. Чем более детализированные и качественные карты используются в системе, тем удобнее
диспетчерам вести мониторинг и следить за местонахождением ТС.
Как правило, в программах, имеющих клиентскую часть, карты устанавливаются непосредственно на компьютер пользователя.
А web-системы используют онлайн карты, которые благодаря Web184
GIS серверу подгружаются по мере необходимости, что, безусловно, требует высокой скорости интернет-соединения.
12.3. Классификация систем мониторинга
По назначению AVL подразделяются на:
1. Диспетчерские системы, в которых осуществляется централизованный контроль в определенной зоне за местоположением и
перемещением подвижных объектов в реальном масштабе времени
одним или несколькими диспетчерами системы, находящимися на
стационарных оборудованных диспетчерских центрах.
Это могут быть системы оперативного контроля перемещения
патрульных автомашин, контроля подвижных объектов, системы
поиска угнанных автомашин.
2. Системы дистанционного сопровождения, в которых производится дистанционный контроль перемещения подвижного объекта
с помощью специально оборудованной автомашины или другого
ТС. Чаще всего такие системы используются при сопровождении
ценных грузов или контроле перемещения ТС.
3. Системы восстановления маршрута, решающие задачу определения маршрута или мест пребывания ТС в режиме постобработки на основе полученных тем или иным способом данных.
Подобные системы применяются при контроле перемещения ТС,
а также с целью получения статистических данных о маршрутах.
В зависимости от размера географической зоны, на которой действует AVL-система, она может быть локальной, т. е. рассчитанной
на малый радиус действия, что характерно в основном для систем
дистанционного сопровождения; зональной, ограниченной, как правило, границами населенного пункта, области, региона; глобальной,
для которой зона действия составляет территории нескольких государств, материк, территорию всего земного шара. Системы слежения
с глобальным покрытием используются для контроля над транспортными средствами при междугородних и международных перевозках.
12.4. Преимущества и недостатки систем мониторинга
Любая навигационная система определения местонахождения и
слежения за транспортными средствами в реальном времени обладает рядом преимуществ и недостатков. К преимуществам можно
отнести следующие факторы:
185
– повышение управляемости транспортного парка;
– упрощение деятельности службы по работе с потребителями;
– повышение дисциплины среди водителей;
– повышение безопасности при транспортировке грузов;
– сокращение финансовых затрат на голосовые коммуникации
между диспетчером и водителями;
– создание четких графиков технического обслуживания ТС;
– сокращение незапланированных издержек, вызванных простоем и плохой эксплуатацией автотранспорта.
Общим недостатком использования любой навигационной системы является то, что при определённых условиях сигнал может
не доходить до приёмника, или приходить со значительными искажениями или задержками. Например, практически невозможно определить своё точное местонахождение в глубине квартиры
внутри железобетонного здания, в подвале или в тоннеле даже
профессиональными геодезическими приемниками. Поскольку
рабочая частота GPS лежит в дециметровом диапазоне радиоволн,
уровень приёма сигнала от спутников может серьёзно ухудшиться
под плотной листвой деревьев или из-за очень большой облачности. Нормальному приёму сигналов GPS могут повредить помехи
от многих наземных радиоисточников, а также (в редких случаях)
от магнитных бурь, либо преднамеренно создаваемые «глушилками» (данный способ борьбы со спутниковыми автосигнализациями
часто используется автоугонщиками).
Также из недостатков AVL-систем можно выделить необходимость определенных затрат:
– на содержание круглосуточной диспетчерской службы или на
заключение контракта с независимой диспетчерской службой;
– на покупку оборудования (комплектов для транспортного парка) и оснащение базовой станции диспетчерского пункта;
– на услуги по передаче информации на пульт диспетчера (ежемесячные абонентские взносы, трафик).
Контрольные вопросы
1. Назовите принципы работы системы мониторинга ТС.
2. По каким признакам классифицируют AVL-системы? Назовите преимущества и недостатки этих систем.
3. Опишите состав навигационной аппаратуры.
186
13. СИСТЕМЫ АВТОМАТИЗИРОВАННЫХ УСЛУГ
МАРШРУТИЗАЦИИ
Передовая система управления дорожным движением Advanced
Traffic Management System (ATMS) направлена на оптимизацию
ТП и повышение уровня безопасности. Транспортные данные в
реальном времени от камер, датчиков скорости и т. д. поступают
в Центр управления транспортом (TMC), где они объединяются и
обрабатываются (например, для обнаружения инцидента), и могут
привести к принятию мер (например, транспортное направление,
сообщения) в целях улучшения дорожного движения.
Во многих странах система автоматизированных услуг маршрутизации использует современные устройства, такие как Closed
Circuit TeleVision (CCTV) (замкнутая телевизионная система) или
маленькие камеры, которые устанавливаются на наиболее высоких точках вблизи ключевых областей и дорог. Эти камеры подключаются к мониторам, которые в свою очередь размещены в
центрах управления. CCTV используется, чтобы контролировать
движение, а также видеть то, что происходит на дороге. С помощью этих устройств возможно наблюдать за тем, насколько напряженное движение, особенно в часы пик. Камеры позволяют
контролировать ДТП в ключевых областях на дороге. Кроме камер
видеонаблюдения, системы организации дорожного движения
используют дорожные знаки, чтобы управлять ТП, а также предупредить пешеходов об опасностях, которые могут возникнуть по
ходу движения.
13.1. Маршрутизация
Главные составляющие маршрутизации – это дорожный граф и
алгоритм, который рассчитывает маршрут.
Дорожный граф – это сетка дорог. Она состоит из множества
фрагментов, которые состыкованы между собой. Каждый из них
несёт информацию о своём участке дороги: географические координаты, направление движения, средняя скорость, с которой машины обычно едут на этом участке, и другие параметры. Каждый
фрагмент содержит также данные о том, как он стыкуется с соседними участками – есть ли в этом месте поворот направо или налево,
можно ли там развернуться в обратную сторону или разрешается
ехать только прямо.
187
Для определения неточностей на карте дорог существует специальная система. Она фиксирует все случаи, когда данные о движении машин, которые анонимно передают водители, не совпадают с
имеющейся сеткой дорог.
13.1.1. Построение наилучшего маршрута
между двумя точками
Поиск самого быстрого или наикратчайшего пути сообщения в
транспортных сетях является проблемой, знакомой каждому, кто
когда-либо путешествовал. В прежние времена планирование пути
проводилось с помощью карты на кухонном столе, сегодня же получили развитие технологии автоматизированного расчета и построения маршрута: поиск наилучшего железнодорожного сообщения реализован через Интернет, в то время как для планирования
маршрута на дороге всё чаще используются мобильные устройства.
Эффективный подход к решению этой проблемы вытекает из
теории графов. Мы моделируем транспортную сеть в виде графа и
устанавливаем время прохождения как вес ребра. Построить кратчайшей путь в таком графе – значит получить образ наикратчайшего маршрута в соответствующей транспортной сети. В принципе
классический алгоритм Дейкстры гарантированно может решить
данную задачу [35].
Маршрут рассчитывается по алгоритму Дейкстры, идея которого состоит в том, что каждой вершине из графа сопоставляется метка – минимальное известное расстояние от этой вершины до исходной. Алгоритм работает пошагово: на каждом шаге он «посещает»
одну вершину и пытается уменьшать значения меток (вначале это
некоторые большие числа). Работа алгоритма завершается, когда
все вершины посещены. С его помощью система вычисляет самый
быстрый вариант проезда – исходя из длины каждого отрезка графа и скорости движения на этом участке.
Если пользователь строит маршрут проезда без учёта пробок,
то алгоритм использует среднюю скорость движения на участке.
А если пользователь хочет знать, как быстрее всего добраться до
места с учётом ситуации на дороге, то алгоритм задействует данные
о текущей ситуации на дороге.
Тем не менее для континентальных размеров транспортной сети
(включающей до 45 млн сегментов дороги) выполнение алгоритма
Дейкстры может занять более 10 секунд для поиска подходящего пути
сообщения, что слишком медленно для практического применения.
188
Очевидно, не имеет смысла вычислять эти расстояния, если мы
заинтересованы только в пути между двумя точками. В течение
последних лет разработаны и продолжают разрабатываться многие
ускоренные методы.
Такие методы предполагают разделение работы на две части. Во
время offline-фазы, называемой фазой предварительной обработки (preprocessing), вычисляют дополнительные данные, которые
ускоряют запросы в ходе online-фазы. Используя априорно известные свойства транспортной сети, быстрые алгоритмы позволяют
получить оптимальный маршрут за миллисекунды, ценой нескольких часов предварительной обработки. Многие современные алгоритмы работают со статичной сетью,
что является нереалистичным предположением. Дорожные сети,
например, предсказуемо перегружены в часы пик. Такой реалистичный сценарий описывается времени зависимыми сетями (timedependent networks), то есть протяженность путешествия зависит от
времени. Оказывается, что эффективные модели маршрутизации
почти во всех транспортных системах (расписание поездов или планирования полетов) основаны на зависящих от времени сетях. К сожалению, переход от статического сценария к зависящему от времени является более сложным, чем можно было бы ожидать: размер
входных данных резко возрастает, так как загруженность автомагистралей может меняться в течение дня. Более того, выбор кратчайшего пути во многом зависит от времени отправления. Например, в
часы пик лучше избежать загруженных автомобильных дорог.
С технической стороны большинство статических алгоритмов
опирается на двунаправленный поиск – второй начинается с цели.
Тем не менее такая концепция не может использоваться в нестационарных сценариях, так как время прибытия должно быть известно заранее. В результате существующие высокопроизводительные
методы не могут быть легко адаптированы к реалистичному сценарию. Это – одна из главных причин, почему коммерческие системы
опираются на аппроксимативные алгоритмы (т. е. приближенные
решения оптимизационной задачи). Другая открытая проблема
планирования маршрута заключается в том, что наибыстрейший
маршрут не всегда самый лучший. Возможно, пользователь предпочтет потратить больше времени в пути, посетив при этом какие-то
определенные объекты или понеся меньшие расходы. Общий подход
к решению данной задачи заключается в поиске Парето-оптимальных (относительно ряда показателей) маршрутов. Такие маршруты
обладают тем свойством, что каждый маршрут лучше, чем любой
189
другой по крайней мере по одному рассматриваемому показателю,
например, командировочные расходы или число смен поездов [36].
Построение маршрута происходит очень быстро. Чтобы добиться
такой скорости, всю карту автоматически поделили на множество
областей, для каждой из которых можно посчитать оптимальные
варианты её пересечения. Такой областью может быть, например,
небольшой городок, через который проходит всего одна междугородняя трасса – въехать и выехать из города можно только по ней.
Это значит, что навигатор может заранее рассчитать оптимальный
вариант проезда через этот город.
Если на пути пользователя лежат несколько таких областей, навигатор просто складывает маршрут из уже готовых кусочков.
Всевозможные варианты проезда внутри каждой области и между ними навигатор строит заранее – при каждом обновлении графа. Дальше, когда пользователь просит построить маршрут, сервис
вытаскивает его из памяти. Правда, это срабатывает, только если
человеку нужен маршрут без учёта пробок – заранее построенные
маршруты рассчитаны на основе средней скорости движения, которая заложена в графе. Если же пользователь хочет построить
маршрут с учётом ситуации на дороге и внутри области в данный
момент есть пробки, навигатор построит для него маршрут заново.
13.1.2. Кольцевые маршруты
Задача маршрутизации, это не только построение маятниковых
маршрутов от точки к точке. Важной задачей транспортной логистики является построение оптимальных кольцевых маршрутов объезда потребителей, иначе говоря решение задачи коммивояжера.
Можно найти точное решение задачи коммивояжера, т. е. порядка объезда n пунктов маршрута по кратчайшему пути методом
полного перебора. Однако даже для небольшого количества городов решать задачу таким способом практически невозможно. Существует (n–1)!/2 возможных маршрутов, то есть для 15 городов
существует 43 миллиарда маршрутов.
Более эффективен метод ветвей и границ, который существует
в вариантах нахождения точного и приближенного решения. Данный метод является вариацией полного перебора с отсевом подмножеств допустимых решений, заведомо не содержащих оптимальных решений. Правило отсева устраняет просмотр некоторых
частей дерева, но на самом деле оно может допускать глубокое проникновение внутрь дерева до того, как ветви обрываются, поэтому
метод ветвей и границ не эффективен по времени выполнения.
190
Рассматриваемая задача относится к NP-сложным задачам комбинаторной оптимизации, для которых нецелесообразно находить
оптимальное решение. К таким задачам разумно применять эвристические алгоритмы, которые быстро находят хорошие, хотя и не
обязательно оптимальные, решения.
Наилучшее решение для конкретных исходных данных может
быть найдено путём последовательного применения различных эвристических методов, с использованием для сравнительной оценки
качества приближения длину полученного маршрута. Известны
следующие наиболее популярные эвристические алгоритмы [37]: 1) метод ближайшего соседа (Nearest Neighbor); 2) метод ближайшего города (Nearest Town);
3) метод самого дешёвого включения (Most Cheap Inclusion);
4) метод минимального остовного дерева (Minimum Spanning
Tree) [38].
В методе ближайшего соседа пункты плана последовательно
включаются в маршрут, причём каждый очередной включаемый
пункт должен быть ближайшим к последнему выбранному пункту
среди всех остальных, ещё не включённых в состав маршрута. Алгоритм прост в реализации, быстро выполняется, но, как и другие
«жадные» алгоритмы, может выдавать неоптимальные решения.
Одним из эвристических критериев оценки решения является правило: если путь, пройденный на последних шагах алгоритма, сравним с путём, пройденным на начальных шагах, то можно условно
считать найденный маршрут приемлемым, иначе, вероятно, существуют более оптимальные решения. Решение сильно зависит от
выбора первого города.
Метод ближайшего города построен так, что на каждом шаге
алгоритма к текущему множеству пунктов, уже принадлежащих
маршруту, добавляется новый пункт, для которого найдется ближайший к любому из них, после чего полученный маршрут заново
оптимизируется по выбранному критерию.
Метод самого дешёвого включения похож на предыдущий алгоритм, только включение нового пункта приводит к минимальному
увеличению стоимости (длины) маршрута.
Метод минимального остовного дерева в варианте алгоритма
Прима работает по следующему принципу. Сначала берётся произвольная вершина и находится ребро, инцидентное данной вершине
и обладающее наименьшей длиной. Найденное ребро и соединяемые
им две вершины образуют дерево. Затем рассматриваются рёбра
графа, один конец которых – уже принадлежащая дереву вершина,
191
а другой – нет; из этих рёбер выбирается ребро наименьшей длины.
Выбираемое на каждом шаге ребро присоединяется к дереву. Таким
образом, при выполнении каждого шага алгоритма, высота формируемого дерева увеличивается на 1. Рост дерева происходит до тех
пор, пока не будут исчерпаны все вершины исходного графа.
Однако любой эвристический метод базируется на формально не
обоснованных соображениях, поэтому невозможно доказать, что
эвристический алгоритм для любых исходных данных находит решения, близкие к оптимальному.
Генетический алгоритм (ГА). Это – эвристический алгоритм поиска, используемый для решения задач оптимизации и моделирования путём случайного подбора, комбинирования и вариации искомых параметров с использованием механизмов, напоминающих
биологическую эволюцию [38], также может быть применен для
приближенного решения NP-полных задач, к которым в частности
относится задача коммивояжера [39]. В этом подходе переменные,
характеризующие решение, представлены в виде генов в хромосоме. Генетический алгоритм оперирует конечным множеством решений (популяцией) – генерирует новые решения как различные
комбинации частей решений популяции, используя такие операторы, как отбор, рекомбинация (кроссинговер) и мутация. Новые
решения позиционируются в популяции в соответствии с их положением на поверхности исследуемой функции.
Применяются и другие «природоподобные» парадигмы, такие
как моделирование отжига (simulated annealing) и табу-поиск
(taboo search). Рассмотрим последний алгоритм.
Основоположником метаэвристического алгоритма (meta – «за
пределами» и heuristic – «найти») табу-поиска является Ф. Гловер,
который предложил принципиально новую схему локального поиска [40]. Табу-поиск является метаэвристическим алгоритмом,
который ведёт местный поиск, чтобы уберечь его от попадания в ловушку преждевременных местных оптимумов, запрещая те перемещения, которые возвращают поиск к предыдущим решениям и
приводят к циклической работе [4]. Основным механизмом, позволяющим алгоритму избежать локального оптимума, является табу-список, который обновляется в конце каждой итерации. Выбор
лучшего решения в окрестности происходит таким образом, что он
не принимает ни одного из запрещённых атрибутов. Алгоритм табу-поиска является довольно перспективным, однако введение штрафов на нарушение всех видов ограничений в целевой функции не дает гарантий нахождения допустимых решений.
192
13.1.3. Методы решения задачи маршрутизации
с дозагрузкой по пути следования
Методы применяются для более эффективного обслуживания
клиентов. Чтобы ТС не было порожним применяют дозагрузку по
пути следования. В [42] предлагается алгоритм составления маршрутов доставки грузов с одних складов на другие в течение 48 часов,
причем выгрузка и дозагрузка могут осуществляться на складах по
пути следования ТС.
Алгоритмическое решение основано на методе муравьиной колонии, где показано, что грузоперевозки с дозагрузкой по пути следования могут быть формализованы как асимметричный случай
задачи коммивояжера (моделируется ориентированным графом) с
дополнительными ограничениями на направленность маршрута.
Идея муравьиного алгоритма заключается в нахождении приближённых решений задачи коммивояжёра, а также аналогичных
задач поиска маршрутов на графах [16]. Суть подхода заключается
в анализе и использовании модели поведения муравьёв, ищущих
пути от колонии к источнику питания, и представляет собой метаэвристическую оптимизацию. Моделирование поведения муравьёв
связано с распределением феромона на тропе – ребре графа в задаче
коммивояжёра. При этом вероятность включения ребра в маршрут отдельного муравья пропорциональна количеству феромона
на этом ребре, а количество откладываемого феромона пропорционально длине маршрута [5]. Чем короче маршрут, тем больше
феромона будет отложено на его рёбрах, следовательно, большее
количество муравьёв будет включать его в синтез собственных
маршрутов. Моделирование такого подхода, использующего только положительную обратную связь, приводит к преждевременной
сходимости – большинство муравьёв двигается по локально оптимальному маршруту. Избежать этого можно, моделируя отрицательную обратную связь в виде испарения феромона. При этом,
если феромон испаряется быстро, то это приводит к потере памяти
колонии и забыванию хороших решений, с другой стороны, большое время испарения может привести к получению устойчивого
локального оптимального решения.
13.1.4. Программное обеспечение, применяемое для решения
задач маршрутизации при планировании доставки
В качестве примеров рассмотрим лишь некоторые из программных систем, применяемых для решения задач маршрутизации.
193
Система «TopLogistic» позволяет оптимизировать деятельность
по доставке грузов в крупном городе или регионе, осуществлять
планирование, учёт и контроль процессов, связанных с отгрузкой и доставкой [43]. «TopLogistic» комплектуется модулем GPSмониторинга для контроля в режиме реального времени транспорта и записи маршрутов перемещения в архив, что позволяет сравнивать плановый и фактический пробег автомобилей.
Система обеспечивает:
– автоматизацию работ по распределению заказов по автомобилям;
– автоматизированный расчёт маршрутов доставки заказов;
– визуализацию адресов и маршрутов доставки на электронной
карте;
– формирование оптимального порядка объезда точек доставки
с возможностью его изменения.
Недостатками данного программного комплекса являются:
– высокая стоимость;
– необходимость адаптации к условиям новой страны, так как
продукт является русским (в частности его комплектация новыми
картами);
– неизвестно по скольким складам ведётся учёт грузов и сколько
их предусмотрено вообще;
– неизвестно сколько и какие пункты доставки имеют собственный автопарк.
Программа транспортной логистики «Деловая карта» (OOO
«ФИРМА «ИНГИТ», Санкт-Петербург) [47] применяется на сравнительно небольших предприятиях.
Система обеспечивает расчет маршрутов парка автотранспорта
для исполнения всего объема дневных заказов. При расчетах учитываются грузоподъемность и вместимость транспорта, требования
срочности заказов и времени исполнения, оптимизация движения
с учетом дорожных знаков, ограничения на время или протяженность маршрутов.
По размещению клиентов на карте можно делать отбор для
маршрутов объезда, контролируя протяженность, количество клиентов, а также суммарные загрузки, например, общий вес или количество мест, соотнося эти данные с грузоподъемность или вместимостью транспорта.
Технология привязки по адресам обеспечивает автоматический
подбор адресов, выявление ошибок и выдачу рекомендаций. Использование подробной карты дает возможность делать не только
194
логические выборки из базы клиентов, но и любые пространственные (по зонам обслуживания, по близости к пунктам и др.).
Программное решение ANTOR LogisticsMaster компании «Антор бизнес решения» предназначено для автоматизации работы
диспетчеров и позволяет предприятиям, занимающимся доставкой
товаров клиентам или транспортировкой грузов на торговые точки
и склады, автоматизировать процессы управления перевозками и
планирования маршрутов [44]. Результатами работы системы являются: список рейсов, заявки в рейсе, отчетные документы.
ANTOR Logistics Master предназначен для мониторинга транспорта и мобильных объектов, определения отклонений от маршрутов и графиков их передвижения. В состав комплекса входит бортовое устройство и комплекс программных средств для обработки
данных и подготовки отчётов.
Ограничением данного программного комплекса является его
ориентация лишь на один склад, на котором производится загрузка, с последующей разгрузкой в точках доставки.
Решение «IT-Box: Грузоперевозки, Логистика, Склад» содержит автоматизацию специфических бизнес-функций управления
грузопотоками, такими как планирование и отслеживание маршрутов, учёт, контроль и анализ грузопотоков, является комплексным решением для автоматизации всего жизненного цикла бизнеспроцессов по учёту, контролю и анализу грузопотоков [45].
Система содержит следующие модули:
– «Управление поставкой».
– «Управление парком транспортных средств».
– «Управление ВЭД и документооборотом».
– «Расширенное управление складом».
– «Постановка задач».
– «Аналитическая отчётность».
Недостатки решения:
– Выбор оптимального маршрута и транспорта за счёт наглядной оценки возможных вариантов и анализа «что-если?».
– Поскольку система ориентирована на международные поставки товара и содержит бизнес-функции управления грузопотоками,
в ней содержится много лишней функциональности, такой как возможность организации мультимодальных перевозок, функция постановки задач сотрудникам, поддержание интеграции с таможенными системами, расширенное управление складом и т. д.
Решение компании «ЛС: Бухучет и Торговля» (БИТ) – конфигурация БИТ: НОВА Управление транспортной логистикой ред. 3.0
195
является идеологическим потомком конфигурации НОВА: Управление доставкой, созданным с использованием технологий и на
платформе 1С: Предприятие 8 [46].
Возможности системы управления транспортной логистикой:
– управление адресами доставки;
– управление заказами на доставку;
– управление графиками доступности транспорта и работы водителей;
– автоматическое и ручное планирование маршрутов доставки;
– сопровождение рейсов в пути;
– учёт затрат и доходов по рейсу;
– анализ грузоперевозок;
– возможность интеграции с системами GPS мониторинга транспорта.
Система GPS мониторинга транспорта – программно-аппаратный комплекс. Для определения местоположения автомобиля система GPS мониторинга использует систему спутниковой навигации GPS, технологию GPRS в сетях GSM для передачи отчётов на
сервер. Недостатком можно считать относительно высокую стоимость.
Контрольные вопросы
1. Какие алгоритмы построения маршрута между двумя точками используются в ИТС?
2. Назовите применяемые алгоритмы построения кольцевых
маршрутов.
3. Какое программное обеспечение применяется для решения
задач маршрутизации при планировании доставки?
196
14. CИСТЕМЫ ИНФОРМИРОВАНИЯ
ПОЛЬЗОВАТЕЛЕЙ ДОРОГ
Advanced Traveler Information Systems (ATIS) – включает статические данные в реальном времени о ситуации на дорогах, расписаниях, дорожных и погодных условиях, специальных мероприятиях
и туристическую информацию. Информация подразделяется на две
большие категории: «предрейсовая» и «на маршруте». Доступность
предрейсовой информации повышает уверенность водителя при использовании автострад и позволяет пассажирам более чётко понять
выбор определённого маршрута. Информация в реальном времени
(на маршруте) помогает сэкономить время, избегать заторов, более
эффективно использовать транспортную сеть и будет более эффективна, чем бумажные карты или письменные инструкции.
Большинство «предрейсовых» систем не вводят последние технологические наработки, а используют переконфигурированные
существующие решения. Расширенная «предрейсовая» информационная система фокусируется на предоставлении состояния загруженности маршрута в реальном времени.
Системы типа «на маршруте» использовали более широкий
спектр технологий. Эта информация включает в себя планируемое
время прибытия, время отправления, а также информацию о сопутствующих услугах, таких как парковки и т. д. Информация может
быть доставлена через оборудование, находящееся внутри ТС, на
остановках или в транспортных центрах и других местах, например
специальных парковках или средствами массовой информации.
Операции, необходимые для успешной работы системы ATIS, –
это сбор данных трафика и участников движения, обработки этих
данных и дальнейшее слияние в единую БД. Чаще всего это происходит в одной точке с последующей рассылкой информации.
Система ATIS распространяет информацию, используя несколько коммуникационных технологий. Наиболее широко используемой является беспроводная трансляция. Примером широко известным в России является источник предрейсовой информации – сервис Яндекс.Пробки.
14.1. Система информирования пассажиров
о продолжительности ожидания маршрутных ТС
Транспортное средство предварительно снабжают устройством
связи для автоматического определения в процессе движения ко197
ординат местоположения ТС на маршруте. В способе используют
каналы мобильной связи и сервер, формирующий БД по координатам и направлениям движения ТС. Остановки маршрута в обоих направлениях маркируют. Сервер дополнительно снабжают
БД со сведениями о маркировке остановок и о графиках движения
маршрутных средств, которые затем учитываются при определении сервером продолжительности ожидания. Запрос пассажира и
передачу сведений с сервера осуществляют в USSD-режиме, причем
USSD-запрос пассажира включает номер маршрута ТС и маркировку остановки. При поступлении с устройства мобильной связи
пассажира USSD-запроса сервер с помощью программного обеспечения и сформированной БД продолжительностей ожидания автоматически формирует и передает на устройство мобильной связи
пассажира USSD-пакет данных, содержащий сведения о расчетной
продолжительности ожидания ТС и номере маршрута для конкретной остановки. Для определения координат местонахождения ТС на
маршруте используют связь с базовыми станциями сети мобильной
сотовой связи. Для определения координат местонахождения ТС на
маршруте используют устройства спутниковой связи с функцией
автоматического определения координат местоположения[83].
Контрольные вопросы
1. Какие типы категории информации содержатся в системе
ATIS?
2. Поясните суть описанного метода информирования пассажиров о продолжительности ожидания маршрутных ТС.
198
15. ПРОГНОЗНЫЕ МОДЕЛИ НА ЯНДЕКС. ПРОБКИ
Прогноз скорости ТП производится на основе обезличенных
GPS-треков, которые поступают от пользователей GPS-трекеров,
мобильных Карт и Навигатора. Трекер – GPS-приемник (без процессора и дисплея), регистрирует спутниковые сигналы и передает
их для обработки).
Каждый трек – это цепочка сигналов о местоположении (широта и долгота) автомобиля в конкретное время.
Выполняется привязка GPS-треков к дорожному графу, то есть
определение, по каким улицам они проходили. Затем усредняется
скорость всех треков, проходящих по одним и тем же рёбрам.
Недостатки:
– нехватка авто, передающих данные;
– треки «шумные» (погрешность);
– неустойчивость дорожной обстановки, например полосы магистралей движутся с разными скоростями и на одном и том же
участке треки могут одновременно показывать разную скорость.
Ошибки GPS-треков при привязке их к графу (например, при
близких дорогах и др.).
Исправление траектории движения
Агрегация – процесс объединения информации. Каждые две минуты программа – агрегатор собирает информацию, полученную
от пользователей мобильных Яндекс.Карт, в одну схему. Эта схема отрисовывается на слое «Пробки» Яндекс.Карт – и в мобильном
приложении, и на веб-сервисе.
15.1. Математическая основа
прогнозирования на Яндекс. Пробки
1. Параметрическая регрессионная модель. В ней заранее предполагается конкретный вид функции в зависимости Vбудущая =
= F (Vпрошлая, Vтекущая) и подбираются параметры в F. В настоящий
момент используется модель линейной векторной авторегрессии. Она
предполагает, что будущая скорость – это линейная комбинация нынешней и нескольких прошлых скоростей на нескольких участках:
непосредственно на рассматриваемом, а также соседних с ним.
2. Непараметрическая модель. Применяется метод «k ближайших соседей» – алгоритм классификации, то есть разбиения на заданное число классов по ряду признаков. Классы в данном случае –
199
это ситуации, встречающиеся в прошлом. Она ищет в прошлом ситуацию, похожую на текущую, и в качестве прогноза выдаёт, как
события развивались дальше.
Основанная на этих принципах модель раз в сутки обучается.
Прогноз, основанный на предыстории, сравнивается с последующим развитием событий. В модели подбираются коэффициенты,
чтобы минимизировать расхождение между прогнозом и тем, как
на самом деле всё оказывалось.
Оценка качества прогноза – на сколько прогнозное значение на
1 час вперед ближе к реальной ситуации, чем наши предположения
по текущей информации о пробках.
15.2. Совместный проект «Яндекса» с Росавтодором
Федеральное дорожное агентство Министерства транспорта Российской Федерации (Росавтодор) в рамках совместного проекта с
компанией «Яндекс» разработало новую систему по прогнозированию «пробок» и дорожно-транспортных происшествий на федеральных трассах [68].
Согласно представленным пресс-службой Росавтодора сведениям в новом комплексе задействованы созданные специалистами «Яндекса» технологии анализа больших массивов данных с
использованием механизмов машинного обучения. В результате
статистической обработки данных система предсказывает ДТП и
заторы на федеральных трассах и отображает информацию на интерактивной карте в режиме реального времени.
Для построения системы использовались разнородные данные,
собранные за несколько лет. Это – сведения о загруженности дорог, метеосводки, база меток ДТП на Яндекс.Картах, информация
о качестве дорожного покрытия, количестве полос и разметке. Данные обрабатываются с помощью алгоритмов машинного обучения.
Это позволило определить условия возникновения заторов и ДТП и
предсказывать эти события заранее.
Контрольные вопросы
1. В чем состоит применяемая идеология подхода сервиса Яндекс.пробки?
2. В чем преимущества и недостатки сервиса?
3. Опишите применяемые алгоритмы прогнозирования.
200
16. ИНТЕЛЛЕКТУАЛЬНОЕ ТС
Задача интеллектуального ТС контролировать: действия водителя, окружающей среды, состояние самого ТС и помогать водителю наиболее эффективно и безопасно управлять автомобилем.
Сегодня эти системы выполняют функцию «закрытых» систем,
получая информацию от различных датчиков ТС и анализируя информацию для подачи команд исполнительным устройствам.
Сигналы от некоторых систем могут быть использованы, как
«открытые» – для передачи их во внешнюю среду другим участникам движения (диспетчерский центр, другие ТС, пассажиры).
16.1. Подсистемы интеллектуального ТС
Перечислим основные системы интеллектуального ТС.
1. Системы информации водителя:
– о техническом состоянии авто;
– мониторинг «слепой зоны»;
– распознавание дорожных знаков;
– обнаружение препятствий при движении задним ходом;
– мониторинг состояния водителя (реакции, движения глаз) и др.
2. Системы сбора и передачи информации:
– позиционирование ТС (передатчик местонахождения);
– «черный ящик» (запись данных акселерометра и других параметров (до 15), чтобы в экстренной ситуации узнать причину ДТП);
– тахограф – устройство регистрации скорости, режима труда,
отдыха водителей;
– передача информации об аварии «e-Call» – передает сигнал о
ДТП по команде водителя или автоматически при срабатывании
систем пассивной безопасности;
– предоставление данных об автомобиле для сервисных станций
и др.
3. Системы управления автомобилем:
– антиблокировочная система тормозов – ABS (Anti-lock Braking
System): повышает устойчивость при торможении и тормозной путь;
– стабилизация движения (система поддержания курсовой
устойчивости) – ESP (Electronic Stability Program), предотвращение заносов;
– помощь при экстренном торможении – PBA (Predictive Brake
Assist); используется локатор, оценивающий расстояние до препятствия и скорость сближения с ним;
201
– предотвращение опрокидывания автомобиля —ARP (AntiRollover Protection System);
– активное рулевое управление – AFS (Active Front Steering),
коррекция действий водителя, например, системы автоматической
парковки;
– адаптивный круиз-контроль – ACC (Adaptive Cruise Control),
для поддержания заданной скорости (может автоматически её корректировать) и др.
Одной из главных задач автопроизводителей и политиков является повышение безопасности на дорогах и эффективное управление дорожным движением при помощи системы коммуникаций
между автомобилями (Сar2X).
Приведем наиболее популярные в новых автомобилях системы
помощи водителю:
– Адаптивный круиз-контроль ACC и его усовершенствованная
версия ACC Stop&Go обеспечивают возможность спокойного вождения даже в условиях интенсивного ТП; ACC работает с радиолокационным радаром и поддерживает заданную безопасную дистанцию до движущегося впереди автомобиля. Ускорения и торможения автомобиля происходят автоматически, в зависимости от
скорости движения окружающего ТП. При этом езда отличается
плавностью и эффективным использованием топлива. При наличии в автомобиле автоматической коробки передач система ACC
Stop&Go будет готова продолжить движение, как только окружающие автомобили снова поедут вперед. Таким образом, водитель
освобождается от множества утомительных задач и дольше сохраняет бдительность во время движения.
– Система распознавания дорожных знаков упрощает задачу
водителей при ориентировании в многочисленном количестве дорожных указателей. Видеокамера считывает дорожные знаки и
выводит соответствующую символьную информацию на приборную панель.
– Система помощи движению по полосе работает по трем направлениям. Предупреждение о выезде за пределы полосы движения
способствует предотвращению происшествий путем предупреждения водителя, например, с помощью вибрации рулевого колеса.
Ассистент соблюдения полосы движения продвинулся на шаг вперед: когда автомобиль слишком близко приближается к разметке,
система плавно корректирует направление движения в противоположную сторону. Наконец, помощник при перестроении в другой
ряд контролирует область позади и в непосредственной близости от
202
ТС. В случае быстрого приближения другого автомобиля сзади, или
если он расположен на участке обзора, закрытом от водителя (в так
называемой «слепой зоне»), на боковом зеркале заднего вида загорается сигнальная лампа, предупреждая о возможной опасности. Согласно данным немецкого центра по исследованию происшествий
GIDAS использование систем помощи движению по полосе может
предотвратить до 28 % несчастных случаев, которые происходят по
вине водителей, по неосторожности выехавших на соседнюю полосу.
– Автоматическая система аварийного торможения. ДТП,
вызванные столкновением двух ТС, движущихся друг за другом,
а также происшествия с участием пешеходов или велосипедистов,
являются одними из самых опасных инцидентов на дороге. Данная
система способна предотвратить или по крайней мере смягчить последствия таких столкновений. При обнаружении препятствия на
пути, тормозная система приводится в состояние повышенной готовности или даже автоматически вступает в работу, если ответной
реакции от водителя не поступает.
Начиная с 2016 г., использование подобных систем безопасности пешеходов необходимо для присуждения автомобилю 5-звездного рейтинга безопасности Euro NCAP.
– Интеллектуальное управление фарами. Оснащение ТС этой
системой позволяет больше видеть и быть более заметным на дороге. При движении в ночное время или в туннеле система автоматически включает или выключает фары ближнего света по мере необходимости. Если автомобилей впереди или на полосе встречного
движения не обнаружено, происходит автоматическое переключение на дальний свет (при условии, что ТС находится не в населенном пункте). Кроме того, система интеллектуального управления
фарами способна изменять направление светового пучка в сторону
поворота и плавно регулировать свет от ближнего к дальнему. В результате система обеспечивает наилучшее освещение без ослепления других участников дорожного движения.
Полусонное состояние, снижение концентрации и усталость за
рулем чрезвычайно опасны и являются причиной многих несчастных случаев. Первые признаки могут быть обнаружены на ранней
стадии: уставшие водители едут менее точно и им чаще приходится
подруливать. С помощью датчика угла поворота рулевого колеса
или электроусилителя рулевого управления система обнаружения
сонливости от Bosch анализирует поведение за рулем с целью выделения закономерностей, характерных для усталости. Она также
регистрирует любые резкие управляющие воздействия. После это203
го подается звуковой или визуальный сигнал, информирующий водителя о необходимости сделать перерыв.
16.2. Беспилотные автомобили
Область применения беспилотных автомобилей достаточна широка (рис. 16.1).
К основным плюсам беспилотных автомобилей можно отнести:
– перевозка грузов в опасных зонах, во время природных и техногенных катастроф или военных действий;
– снижение стоимости транспортировки грузов и людей за счёт
экономии на заработной плате водителей;
– у людей с ослабленным зрением появляется возможность самостоятельно перемещаться на автомобиле;
– минимизация ДТП, человеческих жертв; повышение пропускной способности дорог за счёт сужения ширины дорожных полос;
– экономия времени, ныне затрачиваемого на управление ТС,
позволяет заняться более важными делами или отдохнуть.
У технологии имеются также и недостатки:
– утрата возможности самостоятельного вождения автомобиля, как следствие, невозможность в критической ситуации взять
управление на себя;
Промышленная
Области
применения
Потребительская
Камаз
Такси
Личное авто
Военная
Беспилотный
транспортразведчик
DARPA
Общественный
транспорт
Рис. 16.1. Области применения беспилотных автомобилей
204
– потеря рабочих мест людьми, чья работа связана с вождением
ТС;
– недостаточная надежность ПО и возможность захвата управления злоумышленниками – этический вопрос о наиболее приемлемом числе жертв, аналогичный проблеме вагонетки, стоящий
перед компьютером автомобиля при неизбежном столкновении.
Персональный автоматический транспорт (ПАТ) – это вид городского и пригородного транспорта, который автоматически (без
водителя) перевозит пассажиров в режиме такси, используя сеть
выделенных путей.
Примерами являются сеть ULTra в лондонском аэропорту Хитроу, а также компания Uber, предлагающая услуги по заказу такси по Интернету в Питтсбурге (США).
Dual Mode Transit в переводе – двухрежимный городской ОТ
(DMT) или обычно Dual Mode (реже DM) – это транспортная система, в которой электромобили могут ездить как по обычным дорогам
под управлением водителя, так и на специальных путях в автоматическом режиме на большие расстояния.
Концепции DMT обычно подразделяются на две подкатегории – Palleted Dual Mode (поддонный Dual Mode) и TDM (True Dual
Mode – истинный Dual Mode). В Palleted Dual Mode электромобили
перевозятся на автоматических носителях (pallet). К понятию TDM
примыкают AHS (Automated Highway Systems – системы автоматических шоссе), где модифицированные автомобили могут ездить,
группироваться и совершать маневры в автоматическом режиме не
на специальных путях, а на выделенных полосах движения существующих шоссе, на которые может быть  нанесена специальная
автоматически считываемая(магнитная) разметка.
В TDM основная ответственность за безопасные  маневры ТС возлагается на инфраструктуру, то есть на полностью изолированные
специальные пути и в большинстве концепций на стационарную
систему управления (наряду с бортовой), но в AHS она возлагается
на специально оборудованные TC с машинным зрением, радарами,
лазерными датчиками, системами распознавания образов, пешеходов, дорожных знаков и разметки и сложными бортовыми системами управления и взаимодействия ТС.
Существует множество различных вариантов реализации беспилотного транспорта (рис. 16.2), но все их можно разделить на две
большие группы:
– Основанные на системе выделенных путей.
– Основанные на системе датчиков и геолокации.
205
Основные
подходы
к реализации
Система
выделенных
путей
Система
датчиков
и геолокация
Рис. 16.2. Основные подходы
к реализации беспилотного транспорта
Самый яркий представитель американского автопрома, работающий на ниве автомобильных автопилотов, – это компания Tesla
Motors. По словам Илона Маска создан автомобиль «на 90% способный к движению на автопилоте», т. е. он способен двигаться
90% времени самостоятельно и не только держаться в полосе, но
и обгонять медленный попутный транспорт. На сегодня электрокар Model S попал в 2 аварии. В первой, закончившейся гибелью
водителя, он въехал под прицеп пересекавшего дорогу грузовика.
Ни водитель, ни системы автономного управления не успели среагировать, чтобы избежать столкновения. Во второй – оказалось
невозможным распознать белый прицеп на фоне яркого дневного
неба. Представители фирмы предупреждают быть внимательными
при езде в автоматическом режиме: «Автопилот постоянно модернизируется, однако по-прежнему не идеален и требует сохранения
водительской концентрации. Необходимо постоянно держать руки
на руле и быть готовыми взять на себя управление в любое время».
Как было отмечено, роботизированные автомобили могут самостоятельно передвигаться лишь в пределах заданной полосы [92].
Для объезда препятствий и перестроения необходима важная технология, отсутствующая на данный момент: единая стандартизированная система общения «автомобиль – автомобиль» и «автомобиль – инфраструктура». Пока такой автомобиль не умеет отличать
брошенную на дорогу газету от камня, пешехода от полицейского,
приказывающего остановиться, а также не видит канализационных люков и временных знаков. Вряд ли способен распознать робот
знаки, которые делают пешеходы или водители другого автомобиля. Еще одно техническое ограничение – невозможность ездить в
сильный дождь, туман, снег, пыль и другие.
Некоторые особенности проектов беспилотных автомобилей
приведены в табл. 16.1.
206
Таблица 16.1
Особенности некоторых «беспилотников»
Марка
Особенности
Volkswagen
Система TAP ((Temporary Auto Pilot, «Автопилот на час»)
является своеобразной надстройкой  над существующими
адаптивным  круиз- контролем, системой мониторинга помех сбоку и т. п. Для ее реализации пришлось добавить с десяток камер и сенсоров. Машина самостоятельно сохраняет безопасную дистанцию до впереди идущего транспорта,
держится середины своей полосы движения и тормозит перед изгибами шоссе. Человек в этой машине по-прежнему
главный
За лобовым стеклом стереокамера, спереди и сзади по дальнобойному лазерному радару, а в углах кузова – традиционные сонары.
Применяется мощная лазерная система, установленная на
крыше автомобиля, которая постоянно просвечивает пространство вокруг себя лазерными лучами, по отраженному, и вновь захваченному лучу машина понимает структуру объектов рядом. Также сопроводительными системами
служат радар, дальномеры, датчики освещенности, датчики звукового давления и прочее
Оборудование:
Google Street View – функция панорамного обзора (угол обзора 360 и 290 градусов по горизонтали и вертикали) улиц
сервисов Google Earth и Google Maps, которая дает представление о том, как выглядит дорожная инфраструктура
(знаки, разметка и прочее) на той или иной улице определенного города
Навигационная система – позволяет определить реальные
координаты местоположения автомобиля и проложить оптимальный маршрут до конечной точки следования с учетом множества параметров
Внутренние видеокамеры – устанавливаются в верхней части ветрового стекла со стороны салона, передают на бортовой компьютер машины визуальную информацию о сигналах светофора и помогают определить приближающиеся
к автомобилю движущиеся объекты (пешеходы, велосипедисты)
LIDAR – устанавливаемый на крышу автомобиля вращающийся 64-лучевой лазерный датчик, который при помощи
отраженного от объектов света сканирует пространство вокруг автомобиля в радиусе более 60 метров. Этот оптический датчик способен отсканировать 1,3 миллиона точек
Audi RSQ5
Google
Driverless
Car
207
Окончание табл. 16.1
Марка
Особенности
координат в секунду. Затем эти данные устройство передает в бортовой компьютер для создания точной трехмерной
карты окружающего пространства. Эта информация объединяется с данными от Google Street View и навигационной системы, и на этой основе создается точный алгоритм
движения автомобиля с учетом возникающих на пути следования препятствий
Радары в переднем и заднем бампере – высокочувствительные лазерные датчики (3 – в переднем бампере, 1 – в
заднем), непрерывно сканирующие пространство перед и
позади автомобиля. Позволяют получить точные данные о
расстоянии до статичного или движущегося препятствия
(например, идущего впереди автомобиля), с последующей
передачей этой информации в «мозг» бортового компьютера системы
Датчик положения автомобиля – устанавливается на заднем колесе автомобиля, помогает определить точное местоположение машины на виртуальной карте маршрута
Схема размещения оборудования Google Driverless Car показана
на рис. 16.3.
Отметим, что разработчики системы Google также «привили»
искусственному интеллекту,  управляющему  беспилотным автомобилем, некоторые черты реальных водителей: например, автомобиль может продемонстрировать намерение перестроиться, слегка выехав за полосу движения, или поддать газу, обозначая свое
преимущество при проезде нерегулируемого перекрестка.
Важным направлением в развитии беспилотников является
усовершенствование систем технического зрения. Одним из родоначальников использования технического зрения в автомобилях,
умеющих ездить без водителя, является лаборатория Vislab.
Известно, что возможность видеть удаленные предметы человеку
обеспечивает узкая зона фовеального (центрального) зрения, находящаяся в центре зрительной оси глаза. Именно она позволяет видеть
их в высоком разрешении. Остальные же элементы сцены, находящиеся в зонах периферийного и близкого к периферийному зрению,
наблюдаются в низком разрешении. Такой подход позволяет автономной системе в любой момент времени видеть в высоком разрешении лишь те элементы дорожной сцены (дорожное полотно, обочина,
ТС, знаки и т. д.), которые нужны для анализа текущей ситуации.
208
209
Датчик, установленный
на левом заднем колесе,
измеряет боковые
перемещения и положение
автомобиля на карте
Рис. 16.3. Основные подсистемы беспилотного автомобиля Google
Четыре радара,
три в переднем бампере
и один в заднем бампере,
для измерения расстояний
до различных препятствий
позволяют системе снизить
скорость автомобиля
Датчики расстояния
Определитель положения
Лидар
Вращающийся датчик
на крыше сканирует
область в радиусе 60 метров
для создания динамичной,
трёхмерной окружающей
среды
Видеокамера
Установленная рядом
с зеркалом заднего вида
камера обнаруживает
светофоры и любые
движущиеся объекты
Вместо всего снятого с видеокамеры изображения достаточно обработать 5–7 его процентов. Для того чтобы создать новую систему,
разработчикам потребовалось научиться выявлять общие признаки,
присущие дорожному полотну, будь это автомагистраль, проселочная или грунтовая дорога, вне зависимости от ее направления и угла
наклона, а также времени суток и погодных условий. Классический
пример работы человеческого зрения представлен на рис. 16.4.
Примером беспилотных автомобилей промышленного применения (рис. 16.1) является, например, беспилотный самосвал БелАЗ,
успешно прошедший заводские испытания.
На российском рынке на данном направлении лидирует «КАМАЗ» с беспилотной системой управления, разрабатываемой совместно с «Cognitive Technologies» [53]. Данные автомобили используют следующую аппаратную платформу:
– Видеокамеры типа qHD.
– Два спаренных военных радара.
– Инерционные датчики.
Фовеальное
Парафовеальное
2°
10 °
Близкое
к периферийному
60 °
Направление
вгляда
Периферийное
Риc. 16.4. Схема зрения человека
210
180°
– Датчики GPS/ГЛОНАСС.
– Процессор МЦСТ Эльбрус-8С. 1300 ГЦ, 28 нм.
В Санкт-Петербурге в период 2016–2018 г. в рамках проекта
«Высокоскоростные автотранспортные коридоры для беспилотных транспортных средств», входящего в «Национальную технологическую инициативу», организуется тестирование автомобиля.
Во время тестов будет организован автопоезд из 5–10 грузовиков,
при этом водитель будет управлять лишь первым из них, и только
в сложных условиях. Остальные грузовики должны автоматически
копировать движение головной машины.
16.3. Интеллектуальная информационная система
КАМАЗа
Компоненты ИТС, встраиваемые в грузовые автомобили различных марок – отдельная тема. Такие бренды как Volvo, Scania,
Mercedes Benz и другие обеспечивают предоставление информации
через Интернет: о месте нахождения автомобилей, скорости, стиле
вождения водителя, расходе топлива, времени до проведения ТО,
параметрах автомобиля (например, низкое давление в шинах) и
т. д. Имеется также возможность автоматического планирования
маршрута.
Водитель и оператор на базе могут обмениваться друг с другом
сообщениями. У систем обмена информацией существует также
функция преобразования текста в речь, которая позволяет водителю во время движения не отнимать рук от рулевого колеса. Автоматически водителю выводятся разного рода предупреждения (например, если ТС покидает или въезжает в указанную геозону).
На борту установлен PacTrac -набор компьютеров и мобильных
устройств связи с модульной архитектурой аппаратуры и услуг, который в частности включает бортовой «черный ящик», позволяющий производить реконструкцию аварии и действия водителя.
Помимо оборудования и средств телематики для функционирования подобных систем создается соответствующее системное и
прикладное программное обеспечение в стационарном и мобильном варианте, например информационная система водителя в виде
приложения для смартфона.
Для обмена информацией между управляющими и исполнительными устройствами автомобиля требуется надежная коммуникационная сеть. На сегодня эту роль выполняет высокоскоростная
211
шина CAN (Controller Area Network), которая обеспечивает подключение любых устройств, которые могут одновременно принимать и
передавать цифровую информацию
Рассмотрим элементы интеллектуальной информационной
транспортной системы (ИИТС) на примере грузового автомобиля
КАМАЗ. Принцип работы информационной системы в рамках ИТС
КАМАЗа показан на рис. 16.5.
Мониторинг автомобилей реализуется по классической схеме.
Система должна посредством данных от спутников ГЛОНАСС/
GPS (в последующем также Galileo и BeiDou/Compass) определять
координаты местоположения автомобилей, производить сбор, обработку данных со штатных датчиков автомобилей и полученные
данные сохранять в буфере. После чего посредством сотовой связи
осуществлять передачу данных на сервер, где данная информация
будет храниться.
Доступ к серверу должен осуществляться с рабочего места оператора. Рабочее место оператора должно обрабатывать данные
доступных автомобилей и отображать их в виде отчетов, а также
иметь возможность отправлять на автомобиль команды для изменения режимов работы трекера. Также система должна позволять
добавлять либо исключать отслеживаемые автомобили по требованию оператора, обеспечивать гибкое конфигурирование наборов
параметров и функций.
Автомобильное бортовое оборудование должно обеспечивать:
– отображение на дисплее местоположения, маршрута и данных
о состоянии автомобиля, сведений о водителе;
– возможность передачи команды в шину CAN;
– процедуру регистрации (сохранения в энергонезависимой памяти) водителей, допущенных к управлению на конкретном автомобиле;
– прием по шине CAN по протоколу от электронного тахографа
наличия и номера вставленной карты, сравнения номера карты с
имеющимися номерами в энергонезависимой памяти.
В составе информационной системы предусмотрен ряд модулей.
В частности, к шине CAN предполагается подключение модуля
управления двигателем, трансмиссии, устройства Mozart (выполняет роль бортового компьютера и трекера), АБС (анти-блокировочной системы тормозов.
Перечень модулей ИТС автомобилей КАМАЗ представлен на
рис. 16.6. В табл. 16.2 приведен список функций модулей водителя
и диспетчера АТП.
212
213
Считыватель
карты водителя
Рабочие места потребителей услуг
ИТИС
Центр обработки информации
Группировка спутников ГЛОНАСС
Рис. 16.5. Схема работы информационной системы
ПРИНЦИП РАБОТЫ И НАЗНАЧЕНИЕ ИТИС КАМАЗ
Трекер
Сотовая сеть
GSM
ПРИНЦИП РАБОТЫ
Планшет
водителя
Гарнитура
голосовой связи
Группировка спутников GPS
214
Интеллектуальные автомобильные системы развиваются
параллельно с развитием ИТтехнологий в мире.
Энергоэффективные транспортные средства КАМАЗ-2020
необходимо оснащать новейшими бортовыми компьютерами с
применением интеллектуальных систем последних поколений.
Основной задачей проектирования автомобилей КАМАЗ-2020 является способность обновлений данных интеллектуальных систем через
единое информационное пространство.
«Умный» автомобиль
Рис. 16.6. Модули ИТС автомобилей КАМАЗ
СDC
(Активный контроль крена)
Система обнаружения
неподвижных объектов
Система ночного видения
Система контроля
«мертвых зон»
LDW
(Система предупреждения
о схода с полосы движения)
AFS
(Система активного
рулевого управления)
EBS
(Электронная система
торможения)
Break Assist
(Электронный помощник
экстренного торможения)
АСС
(Адаптивный круиз-контроль)
Интеллектуальные системы автомобилей КАМАЗ
Единое информационное
пространство
Система обучения
водителя
Ограничитель
максимальной скорости
HSA
(Система помощи при
трогании на подъеме)
Система помощи
при маневрировании
(Stop & Go)
Adaptive ESP
(Электронная система
стабилизации движения)
EDS
(Электронная
блокировка
дифференциала)
ASR (Противобуксовочная система)
ОАО «КАМАЗ»
Таблица 16.2
Функции некоторых модулей информационной системы «КАМАЗ»
Модуль
«Пилот»
«Управление
автотранспортом»
Функции
– Электронное формирование табеля работы
– Определение собственного местоположения, навигатор
– Информация о заправках, сервисных центрах
– Получение сформированного маршрута и задания в
электронном виде
– Информация о погодных условиях
– Показ пробок на дороге
– Сообщения о запасных маршрутах
– Автоматическое бронирование стоянок, мотелей и корректировка (при необходимости)
– Сообщения о неисправностях, удаленная диагностика и
консультации специалиста сервисного центра
– Автодиагностика электронных систем автомобиля
– Подсказки системы о корректировке стиля вождения,
нарушении условий эксплуатации, прохождении ТО
– Подсказки, помощь и контроль системы в прохождении
ежедневного ТО
– Напоминания о необходимых действиях в случае их невыполнения в назначенное время (сообщения SMS на сотовый и/или планшет водителя)
– Звуковые сообщения системы на трекер автомобиля
(громкая связь)
– Тревожная кнопка (событие), автоматическая переадресация информации в экстренную оперативную службу, GSM-связь с оператором службы; точные данные для
реконструкции ДТП; предупреждение о произошедшем
впереди ДТП (ТС с ИТИС КАМАЗ) и возможном заторе
– Кнопки вызова диспетчера АТП, специалиста СЦ и
GSM-связь с ними
– Печать доверенностей, формуляров в кабине (опция)
– Сканирование штрих-кодов (камера планшета)
– Автоматическое регулярное обновление ПО модуля
– Премия за экономичный стиль вождения
– Определение местоположения автотехники
– Разработка маршрута с учетом наличия заправок, стоянок, гостиниц, времени в пути
– Маршрут – реальный трек на карте с заданными параметрами
– Автоматическая стыковка нескольких маршрутов
– Работающий в реальном времени мультиагентный модуль обработки заказов MAS (Multi-agent system)
215
Окончание табл. 16.2
Модуль
Функции
– Возможность обработки сборных и попутных грузов
– Корректировка планируемого времени прохождения
маршрута с учетом времени года, погодных условий, типа
ТС, загрузки ТС, средней скорости движения на участках
маршрута, статистики
– Сообщения об отклонении от маршрута, нарушении
графиков прохождения контрольных точек, времени
убытия и прибытия
– Учет рабочего времени водителя, отдыха, заправок, загрузки-разгрузки и прочее
– Подробная информация об автомобиле, водителе (в том
числе фотографии), заказе и заказчике
– Контроль дополнительных параметров: температуры в
рефрижераторе, работы бетоносмесителя и прочих
– Автоматизированное заполнение путевых документов
– Автоматизированное бронирование стоянок, мотелей
– Корректировка времени выполнения заказа в случае задержек (MAS вносит корректировку, сверяясь с фактической расстановкой автотранспорта)
– Корректировка маршрута для оперативного выполнения внепланового заказа через MAS
– Отправка служебных сообщений водителю от MAS и
диспетчера (SMS или планшет в комплектации «Моцарт»)
– Отправка водителю электронных формуляров (комплектация «Моцарт»)
– Печать формуляров в автомобиле (опция к комплектации «Моцарт»)
– Сбор и учет статистики
– Автоматическое уведомление заказчиков (при необходимости) о планируемом, скорректированном и фактическом времени выполнения заказа (сообщения e-mail,
SMS, ICQ, MSN, Skype)
– Связь с водителем автомобиля (гарнитура громкой связи в кабине) с рабочего места диспетчера
Кратко остановимся на упомянутом в этой таблице модуле обработки заказов. Напомним, что MAS – мультиагентная система
(Multi-agent system) – система, образованная несколькими взаимодействующими интеллектуальными агентами. Эти системы могут
быть использованы для решения проблем, которые сложно или невозможно решить с помощью классической системы. В частности,
они позволяют получить представление об общем поведении систе216
217
Время
Грузовик 3
Грузовик 2
Грузовик 1
Заказ 1
Заказ 3
20:00
Нет
Возьмёшь меня?
Заказ 2
16:00
• сдвинуть новый заказ вправо;
• откажусь от 3 заказа
Я могу взять новый заказ
если:
• сдвинуть 3 заказ влево;
З
Не могу
сдвинуться
Новый заказ
12.00
Сдвинешься
влево?
Сдвинешься
вправо?
08:00
Какой грузовик
лучше для меня ?
Рис. 16.7. Логика мультиагентного подхода при обработке заказов
Возможные функции ИТИС КАМАЗ
• Заказ 3 начинает переговоры
о новом перевозчике и затем
размещается на Грузовике 1
путем сдвига Заказа 1
• Грузовик 3 решает отказаться
от Заказа 3 и взять новый заказ
• Новый заказ отказывается
• Грузовик 3 просит новый заказ
сдвинуться вправо
• Заказ 3 анализирует ситуацию
и отказывается
• Грузовик 3 «будит» агента
Заказа 3 и просит его
сдвинуться влево
• Грузовик 3 оценивает
возможность принятия заказа
• Новый заказ «будит» агента
Грузовика 3 и начинает
с ним переговоры
• Предварительный просмотр
• Поступает новый заказ
• Есть начальное расписание
Таблица 16.3
Принципы организации систем
Классические системы
– Иерархии больших программ
– Последовательное выполнение
операций
– Инструкции сверху вниз
– Централизованные решения
– Управляются данными
– Предсказуемость
– Стабильность
– Стремление уменьшать
сложность
– Тотальный контроль
Мультиагентные системы
– Большие сети малых агентов
– Параллельное выполнение
операций
– Переговоры
– Распределённые решения
– Управляются знаниями
– Самоорганизация
– Эволюция
– Стремление наращивать
сложность
– Создание условий для развития
мы, исходя из предположений о поведении ее элементов, при отсутствии знания о глобальных законах – то есть в наиболее общем
случае. В табл. 16.3 показана разница подходов.
Важным отличием от традиционных систем является одновременная активность нескольких программ – агентов. Пример работы логики мультиагентного подхода при обработке заказов приведен на рис. 16.7.
Контрольные вопросы
1. Опишите назначение и состав групп подсистем интеллектуального ТС, приведите примеры.
2. Что такое адаптивный круиз-контроль?
3. Перечислите основные особенности проекта Google Car.
4. Опишите основные элементы информационной системы ИТС
автомобилей «КАМАЗ».
5. Поясните логику работы проекта MAS планирования заказов.
218
17. КРАТКИЙ ОБЗОР ПРОГРАММНЫХ ПРОДУКТОВ
ТРАНСПОРТНОГО МОДЕЛИРОВАНИЯ
В иерархии транспортного моделирования единое информационное пространство обмена данными между различными уровнями
модели обеспечивает единую стратегию управления транспортной
системой. Иерархия транспортной модели региона представлена на
рис. 17.1 [41].
Стратегический уровень модели охватывает весь регион моделирования с внешними связями. Его главная задача – отображение и
прогнозирование баланса между спросом на транспортные услуги и
возможностями его удовлетворения различными видами транспорта. Данные об экономическом и социально-экономическом развитии
региона позволяют прогнозировать возможное изменение качества
Стратегическая модель региона
Описание
транспортной сети
Спрос
Район моделирования
(VISUM,EMME/2,SATURN)
Режимы светофоров
Пропускная
способность УДС
Выбор маршрута
движения
Микромоделирование
(VISSIM, AIMSUN,PARAMICS)
Оптимизация
регулирования
движения
Транспортные потоки
Локальная
модель
(TRANSYT,
OSCADY PRO)
Рис. 17.1. Иерархия транспортных моделей региона
219
транспортного обслуживания бизнеса и населения и на этом основании принимать стратегические решения о развитии тех или иных
видов транспорта, транспортных терминалов и реализации крупных строительных проектов в жилищной и промышленной сферах.
Моделирование на уровне района на тактическом уровне обеспечивает обоснованное принятие решений о совершенствовании
транспортной сети, последствиях закрытия участков при выполнении ремонтных работ и др.
Микромоделирование, как было ранее сказано, позволяет выполнять имитационное моделирование движения отдельных ТС по
сети в соответствии с заложенным в модель поведением водителей.
На этом уровне отслеживаются возможные проблемы, вызванные
колебаниями интенсивности ТП, спроса на стоянку (парковку),
авариями и т. п.
На локальном уровне моделируется дорожное движение на
ограниченном участке УДС, который может включать отдельное
пересечение или несколько перекрестков. На этом уровне основное
внимание уделяется детальному анализу пропускной способности
отдельной транспортной связи и перекресткам, а также взаимовлиянию режимов управления движением на этих пересечениях. Система автоматизированного проектирования перекрестка должна
использоваться синхронно с системой оптимизации режимов светофорного регулирования для оперативного учета изменения геометрических параметров дороги в модели.
Системы управления дорожным движением в режиме реального
времени обычно не относятся к системам моделирования, однако
принцип их работы аналогичен. Системы типа SCOOT оптимизируют режимы работы светофоров на основе модели, которая получает
данные с УДС в режиме реального времени. Модель использует те
же методы оптимизации, что и программы, используемые в транспортной модели на локальном уровне.
На рынке существуют программы, разработанные иностранными компаниями, для решения разнообразных транспортных задач.
Вот некоторые примеры:
– Оптимизационный пакет систем регулирования дорожного
движения Transyt 7FR(McTrans).
– Автоматизированный пакет оптимального управления светофорными объектами Artery 3 (Solaris Development / AGA Group).
– Профессиональный продукт статистической обработки данных транспортного мониторинга StaTran 4 (Solaris Development /
AGA Group).
220
– Программное обеспечение для Центров управления дорожным
движением DeskTran (Solaris Development / AGA Group).
Рассмотрим наиболее известные и используемые приложения
транспортного микро- и макромоделирования.
17.1. Пакет имитационного моделирования Aimsun
Пакет предназначен для планирования, детального моделирования и исследования требований и условий (рис. 17.2) [64].
Aimsun изначально создавалась как приложение для микромоделирования, что до сих пор остается ее главным предназначением. Однако позднее в программу были добавлены модули для построения макромоделей и соответствующих вычислений. Таким
образом, Aimsun превратилась в довольно универсальный продукт,
благодаря чему стала достаточно популярна на рынке. Например,
Aimsun использовалась департаментом транспорта Нью-Йорка в
разработке новой Adaptive Control Decision Suppor System (ACDSS).
Сегодня AIMSUN 6.0 представляет собой полнофункциональный комплекс инструментов анализа транспортных потоков и перевозок, который может использоваться для деятельности в сфере
транспорта. Продукт реализует интегрированную платформу, пригодную для выполнения как статического, так и динамического
моделирования.
Aimsun Micro реализует принципы имитационного моделирования на микроуровне, в процессе имитации непрерывно моделируется движение каждого автомобиля в пределах дорожной сети с
учетом заданных поведенческих моделей. В процессе мезоимитации автомобиль также трактуется как отдельная сущность, однако
поведенческие модели упрощены с незначительной потерей степени реализма, но с ориентацией на более адекватное воспроизведение событий, проистекающих в моделируемом процессе.
Aimsun Macro – это компонент Aimsun, решающий задачи транспортного планирования и анализа запросов. Macro спроектирован
и реализован в помощь аналитику, применяющему на практике
четырехступенчатую модель транспортного планирования. Основные функции приложения таковы: статическое распределение (назначение) трафика (одно- и многопользовательское), анализ запросов (включая импорт/экспорт матриц, манипуляции с матрицами,
анализ местоположения детекторов и корректировку матриц) и генерация обходов.
221
222
Рис. 17.2. Примеры интерфейса программы
для микромоделирования AIMSUN
Компоненты Aimsun:
– Micro/Meso имитатор AIMSUN.
– Macro имитатор AIMSUN.
– Планировщик AIMSUN.
Последняя компонента реализует 4-уровневое планирование
транспортных операций в контексте единой интегрированной среды, осуществляет сбалансированное распределение пользовательских заданий, поддерживает анализ требований и взаимообмен
сетевыми моделями и соответствующими данными о транспортном
потоке с микроимитатором.
Примеры интерфейса программы приведены на рис. 17.2.
17.2. Программный комплекс VISUM/VISSIM
Программный комплекс VISUM/VISSIM [52] от немецкой компании PTV Vision является одной из самых популярных и мощных
разработок для моделирования транспортных потоков.
VISUM представляет собой обширную, гибкую систему для
транспортного планирования, расчета спроса на транспорт (матрицы корреспонденций для общественного и индивидуального
транспорта), анализа транспортной сети, расчета себестоимости
ОТ и прогноза запланированных мероприятий и их последствий
(рис. 17.3). VISUM используется по всему миру для транспортного
планирования и оптимизации ОТ: в городах, регионах, мегаполисах, отдельно взятых районах и т. д. Разработанный для мультимодального транспортного анализа VISUM интегрирует всех участников движения (например: автомобили, пассажиры, грузовики,
автобусы, трамваи, пешеходы, велосипедисты и др.) в единую математическую транспортную модель.
Область применения транспортных моделей включает следующий список задач:
– Хранение обширной базы данных транспортных и социальноэкономических показателей.
– Расчет объемов существующих ТП.
– Расчет транспортной потребности городов и регионов.
Оценка различных транспортных ситуаций и вариантов развития транспортной инфраструктуры по заданной системе показателей дает возможность управлять ТП на основе сравнимых количественных значений, повышая тем самым качество принимаемых
управленческих решений. При оценке работы транспортной сети в
223
Рис. 17.3. Пример интерфейса пакета
для макромоделирования Visum
целом по разработанной системе показателями качества могут быть,
например, транспортная обеспеченность территории, оценки транспортной доступности территорий для различных групп населения.
– Систематизация и наглядное представление данных по транспортной системе города, региона, страны (например, для визуальной оценки и разработки предложений).
– Прогнозирование:
1) транспортной потребности;
2) пассажиропотоков;
3) интенсивностей движения на участках сети.
– Технико-экономическое обоснование различных инвестиционных проектов в развитие транспортной инфраструктуры моделируемого региона:
1) строительство/реконструкция автомобильных дорог;
2) реорганизация работы ОТ;
3) строительство крупных промышленных, торговых, развлекательных объектов на территории моделируемого региона с точки
зрения транспортных проблем.
224
– Оптимизация потоков индивидуального транспорта:
1) легковой транспорт;
2) грузовой транспорт.
– Оптимизация работы ОТ:
1) расчет объема перевозок по видам транспорта с целью, например, государственного заказа на перевозки общественным транспортом;
2) оценка себестоимости ОТ;
3) разработка предложений по совершенствованию тарифной
системы и ее обоснование;
4) анализ геометрии сети ОТ и оценка ее доступности;
5) оптимизация интервалов и расписания движения;
6) обоснование ввода новых маршрутов и удаление существующих.
Транспортная модель обычно состоит из модели спроса на транспорт, модели сети, создаваемой на основе PTV VISUM, и различных
моделей воздействия на транспортную систему. В транспортной
модели можно выделить четыре основных этапа:
1. Определение необходимости транспортировки и ее цели (генерация поездок).
2. Определение места завершения транспортировки (распределение поездок по транспортным районам).
3. Выбор способа транспортировки (вид транспорта и технология перевозок).
4. Выбор маршрута движения (распределение поездок по сети).
Эти четыре этапа составляют традиционную для транспортных
исследований четырехшаговую процедуру определения спроса.
Пример интерфейса системы приведен на рис. 17.3.
17.3. Программный продукт PTV VISSIM
В современной инженерной науке при планировании и анализе немыслимо обходиться без инструмента имитации, а особенно,
если речь идёт о планировании движения. PTV VISSIM [52] способен моделировать не только транспортное движение, но также движения воздушных и морских судов, а также пешеходных потоков.
Вид 3D интерфейса программы показан на рис. 17.4.
Возможности программы:
– Оценка влияния типа пересечения дорог на пропускную способность (нерегулируемый перекрёсток, регулируемый перекрёсток, круговое движение, ж/д переезд, развязка в разных уровнях).
225
Рис. 17.4. Интерфейс программы
микромоделирования Vissim
– Проектирование, тестирование и оценка влияния режима работы светофора на характер ТП.
– Оценка транспортной эффективности предложенных мероприятий.
– Анализ управления дорожным движением на автострадах и
городских улицах, контроль за направлениями движения как на
отдельных полосах, так и на всей проезжей части дороги.
– Анализ возможности предоставления приоритета ОТ и мероприятия, направленные на приоритетный пропуск трамваев.
– Анализ влияния управления движением на ситуацию в транспортной сети (регулирование притока транспорта, изменение расстояния между вынужденными остановками транспорта, проверка
подъездов, организация одностороннего движения и полос для движения ОТ).
– Анализ пропускной способности больших транспортных сетей
(например, сети автомагистралей или городской улично-дорожной
сети) при динамическом перераспределении ТП(это необходимо,
например, при планировании перехватывающих парковок).
– Анализ мер по регулированию движения в железнодорожном
транспорте и при организации стоянок ожидания (например, таможенных пунктов).
– Детальная имитация движения каждого участника движения.
226
– Моделирование остановок ОТ и станций метрополитена, причём учитывается их взаимное влияние.
– Расчет аналитических показателей (более 50 различных
оценок и аналитических коэффициентов), построение графика
(в Microsoft Excel) временной загрузки сети.
17.4. Продукт PTV ITS
Данная разработка из трех программных продуктов Optima,
Balance и TDW от компании PTV Vision [52] является развитием
рассмотренных пакетов программ в направлении интеллектуального управления ТП в реальном времени.
OPTIMA. В основе PTV Optima лежит транспортная модель, совмещающая в себе «обычное» транспортное моделирование, а также данные и алгоритмы, поступающие и используемые в режиме
реального времени. Работа программного продукта основана на
данных транспортной модели, созданной в среде PTV VISUM, информация от которой передается в PTV Optima, где эти данные используются в режиме реального времени, для регулирования пропускной способности, скорости и интенсивности реальных транспортных потоков, предсказания последствия непредвиденных событий, оценки и сравнения последствий различных действий.
PTV OPTIMA прогнозирует развитие транспортной ситуации, с
изменяемым шагом до 60 минут, что позволяет понять изменения
транспортной ситуации на УДС в зависимости от принятых управленческих решений, а также создать одновременно нескольких
сценариев за короткое время для выбора наилучшей стратегии.
BALANCE – программный продукт для профессионального
адаптивного управления улично-дорожной сетью, обеспечивает
управление и контроль светофорного регулирования в городских
условиях.
TDW (PTV Traffic Data Warehouse) – система, позволяющая
импортировать, обрабатывать, централизованно хранить, администрировать, управлять, проверять и анализировать данные
замеров (интенсивностей и скоростей движения ТС, пассажиропотоков, уровня выбросов вредных веществ и др.).
Данные о ТП собираются с помощью датчиков (детекторов), установленных на транспортной сети, и ежедневно отправляются на сервер, где объединяются в соответствии с пространственными и содержательными параметрами, проверяются на соответствие заданным
227
228
Интерфейс
обработки
данных
(детекторов
и т.д.)
Динамическая модель
реального времени
Система управления
данными замеров
OPTIMA
TDV
Интерфейс экспорта/импорта данных (в/из статической модели)
Единая транспортная
модель (статическая)
VISUM
Результаты расчетов
динамической модели
(текущая ситуация,
прогнозы и др.)
Данные замеров
(интенсивность,
скорость и др.)
Результаты расчетов
Единой транспортной
модели по сценариям
(матрицы, интенсивности
и др.)
Рис. 17.5. Функциональная схема динамической модели автодорог ГК «Автодор»
(взаимосвязь отдельных программных решений)
События (ДТП,
перекрытия...) и их
эффекты (пропускные
способности...)
Данные о скорости и
времени движения
транспортных средств
(FCTD)
Данные детекторов
Граф транспортной
сети
Социально-экономическая статистика
предельным значениям и ранее собранным данным, что позволяет
быстро распознать отсутствующие или неправдоподобные данные.
Программный комплекс PTV VISUM совместно с программой
PTV OPTIMA участвует в создании динамической модели автодорог ГК «Автодор», схема которой показана на рис. 17.5. Задачи,
решаемые в рамках динамической модели реального времени (PTV
Optima и TDW):
– Анализ и удобная выгрузка ретроспективных данных транспортной ситуации (детекторов – интенсивности и скорости, событий).
– Расчет текущей транспортной ситуации (интенсивность и скорость на участках автодорог).
– Расчет краткосрочного прогноза (на 1 час вперед и несколько
дней с учетом запланированных событий).
– Ввод событий и инцидентов и их учет при прогнозировании –
анализ «узких» мест.
– Создание прототипа мобильного приложения для информирования пользователей автодорог.
– Создание аналитического ядра для разработки ИТС системы
первого уровня.
17.5. Система имитационного моделирования
Anylogic
Говоря о транспортном моделировании нельзя не упомянуть
универсальную систему имитационного моделирования Anylogic
[55] – средство многоподходного имитационного моделирования,
сочетающее в себе одновременно: системную динамику, агентное
и дискретно-событийное моделирование. Современная версия си-
Рис. 17.6. Моделирование пассажиропотоков в пересадочном узле
Малого кольца Московской железной дороги
229
Рис. 17.7. Интерфейс системы
в задаче моделирования динамики города
стемы Anylogic 7.3 включает мощную библиотеку дорожного движения. Анимация движения пассажиропотока при планировании
нагрузки пересадочного узла приведена на рис. 17.6.
Вид интерфейса системы на примере моделирования динамики
мегаполиса приведен на рис. 17.7.
В качестве примера агентного моделирования можно привести
пособие [18], где на базе агентного подхода описан процесс создания и функционирования модели терминала морского порта.
Контрольные вопросы
1. Назовите специализированные программные продукты для моделирования транспортных процессов и дайте их характеристику.
230
Заключение
В пособии рассмотрены основные понятия из области создания и
использования ИТС, которые активно развиваются сегодня во многих странах. Интеллектуальные транспортные системы помогают
в решении задачи повышения безопасности на дорогах, снижении
отрицательного экологического воздействия транспорта. В условиях нарастающей транспортной нагрузки в мегаполисах необходимость совершенствования этих системы не вызывает сомнений.
Результатом работы ИТС является информация о скорости и
времени движения по сети для ТС, данные по маршрутизации для
веб-сайтов и мобильных устройств, данные об актуальном состоянии дорожно-транспортной ситуации и его прогнозе, данные для
передачи в навигационные табло, системы оповещения водителей
(знаки переменной информации) и т. д. Таким образом, за счет ИТС
удается снизить нагрузку на транспортную сеть города, повысить
качество управления работой индивидуального, общественного,
грузового автотранспорта и обеспечить информирование граждан и
предприятий об организации транспортного обслуживания.
Важное место в пособии было отведено структурным вопросам
разработки ИТС, стандартизации в этой области в России и за рубежом, опыту создании конкретных проектов.
Очевидно, что большое значение имеет техническая составляющая в составе ИТС, которой также было уделено значительное внимание, а именно: инфраструктура ИТС. В первую очередь это – «органы чувств» системы – детекторы параметров ТП, информация о
ремонтных работах, ДТП и т. д.
Поскольку ИТС – комплекс инновационных решений в области
анализа текущей ситуации, кратко- и среднесрочного прогноза и
маршрутизации на базе современных транспортных моделей, отдельное место в пособии было отведено математическому обеспечению ИТС, в частности, математическим моделям ТП и процессам
моделирования.
231
Библиографический список
1. Комаров В. В., Гараган С. А. Архитектура и стандартизация
телематических и интеллектуальных транспортных систем. Зарубежный опыт и отечественная практика. М.: НТБ «Энергия», 2012.
352 с.
2. Пржибыл П., Свитек М. Телематика на транспорте / пер. с
чешск. О. Бузека и В. Бузковой; под ред. проф. В. В. Сильянова.
М.: МАДИ (ГТУ), 2003. 540 с.
3. Кочерга В. Г., Зырянов В. В., Коноплянко В. И. Интеллектуальные транспортные системы в дорожном движении: учеб. пособие.
Ростов н/Д: Рост. гос. строит. ун-т, 2001. 108 с.
4. Сухарев А. Г. Курс методов оптимизации: учеб. пособие. 2-е
изд. М.: ФИЗМАТЛИТ, 2005. 368 с.
5. Штовба С. Д. Муравьиные алгоритмы // Exponenta Pro. Математика в приложениях. 2003. № 4. С. 70–75.
6. Шовенгердт Р. А. Дистанционное зондирование: методы и модели обработки изображений. М.: Техносфера, 2010. 560 с.
7. Кочерга В. Г., Шаталова Е. Е. Технические средства современных автоматизированных систем управления дорожным движением. Ростов-н/Д, 2011. 108 с.
8. Кретов А. Ю. Обзор некоторых адаптивных алгоритмов светофорного регулирования перекрестков // Изв. Тульск. гос. унта. Технические науки. 2013. Вып. 7. Ч. 2. Тула: Изд-во ТулГУ.
390 с.
9. Кременец Ю. А., Печерский М. П., Афанасьев М. Б. Технические средства организации дорожного движения: учебник для вузов. М.: Академкнига, 2005. 279 с.
10. Михеева Т. И. Интеллектуальная транспортная система.
Дислокация дорожных знаков // Вестник Самарского гос. техн. унта. Серия: Технические науки. 2005. № 32. С. 53–63.
11. Михеева Т. И. , Михеев С. В. , Сапрыкин О. Н. Нейросетевые
модели разнородных пространственно-координированных данных // Программные продукты и системы. 2012. №3. С. 55–58.
12. Михеева Т. И. , Сапрыкина О. В. Кластеризация как инструмент анализа улично-дорожной сети мегаполиса // [Электронный
ресурс]. URL Современные проблемы науки и образования. 2014.
№ 5. С. 216–218.
13. Основы транспортного моделирования: практ. пособие /
А. Э Горев, К. Бетгер, А. В. Прохоров, Р. Р. Гизатуллин. СПб.: ООО
«Издательско-полиграфическая компания «КОСТА», 2015. 168 с.
232
14. Гасников А. В. и др. Введение в математическое моделирование транспортных потоков: учеб. пособие. Изд. 2-е. М.: МЦНМО,
2013. 427 с.
15. Швецов В. И., Алиев А. С. Математическое моделирование загрузки транспортных сетей. М., 2003. 64 с.
16. Якимов М. Р., Попов Ю. А. Транспортное планирование: практические рекомендации по созданию транспортных моделей городов в программном комплексе PTV Vision® VISUM: монография.
М.: Логос, 2014. 200 с.
17. Пономарева О.Н. Интеллектуальные транспортные системы –
инструмент повышения эффективности экономики России в целом //
Общество: политика экономика, право. 2012. № 2. С. 96–103 c.
18. Андронов С. А. Моделирование систем обслуживания в цепях
поставок: учеб. пособие. СПб.: ГУАП, 2012. 201 с.
19. Андронов С. А. Интеллектуальный анализ данных: лабораторный практикум. СПб.: ГУАП, 2014. 164 с.
20. Андронов С. А. Разработка и исследование имитационной модели светофорного регулирования на основе нечеткой логики в среде AnyLogic // Седьмая всеросс. науч.-практ. конф. «Имитационное моделирование. Теория и практика» ИММОД-2015: тр. конф.,
21–23 окт. 2015. В 2 т. Т. 2. М.: ИПУ РАН, 2015. C. 443–449.
21. DIRECTIVE 2010/40/EU OF THE EUROPEAN PARLIAMENT
AND OF THE COUNCIL of 7 July 2010 on the framework for the
deployment of Intelligent Transport Systems in the field of road
transport and for interfaces with other modes of transport (Text
with EEA relevance), Official Journal of the European Union, L 207,
6.8.2010. P. 1–13.
22. National Intelligent Transportation System (ITS) Architecture.
Executive Summary. Research and Innovation Technology
Administration (RITA). US Department of Transportation.
Washington D. C., May 2007.
23. E-FRAME. Extend FRAMEwork architecture for cooperative
systems. D15 – FRAME Architecture – Part 1, version V1. 0.
24. Henry J. J., Farges J. L., Tuffal J. The PRODYN Real Time
Traffic Algorithm. IFAC Symposium on Control in Transportation
Systems, 1983. P. 305–310.
25. Mauro V., Taranto C. Di. UTOPIA. Proceedings of the 6th IFAC/
IFIP/IFORS Symposium on Control, Computers, and Communication
in Transportation. Paris. France. 1989. P. 245–252.
26. Duerr, P. A. Dynamic Right-of-Way for Transit Vehicles: An
Integrated Modeling Approach for Optimizing Signal Control on
233
Mixed Traffic Arterials, Transportation Research Record, No. 1731,
Washington, D.C., 2000. P. 31–39.
27. Wiedemann, R. Simulation des Strassenverkehrsfluss. Institute
fur Verkehrswesen der Universitat Karlsruhe, Karlsruke, Germany,
1974.
28. Nagel K., Schreckenberg M. A cellular automaton model for
freeway traffic // J. Physique I France. 1992. 2. P. 2221–2229.
29. Newell G. F. Nonlinear effects in the dynamics of car –
following // Oper. Res. 1961. V. 9. P. 209–229.
30. Treiber M., Hennecke A., Helbing D. Congested traffic states in
empirical observations and microscopic simulation // Phys. Rev. E.
2000. V. 62. P. 1805–1824.
31. Немецкие компании разработали проект AKTIV, Портал автомобильных новостей IMOTOR. URL: http://imotor.su/1254-Nemeckiekompanii-razrabotali-proekt-AKTIV.html (дата обращения 1.03.2017).
32. Транспортная стратегия Российской Федерации до 2030 г.
URL: http://rosavtodor. ru/documents/transport-strategy-2030/
(дата обращения 1.03.2017).
33. Интеллектуальные транспортные системы уже работают
в 102 городах России. URL: http://www. nis-glonass. ru/press/
news/1899/ (дата обращения 1.03.2017).
34. Tracking the world- разработка и исследования в области
GPS мониторинга. URL: http://worldtracker. ru/ (дата обращения
1.03.2017).
35. Компания Яндекс –Технологии маршрутизации. URL:
https://company. yandex. ru/technologies/routes/ (дата обращения
1.03.2017).
36. Алгоритм построения маршрутов. URL: http://thewalrus.
ru/algoritiy-postroeniya-marshruta-razbor-poletov-id21. html (дата
обращения 1.03.2017).
37. Беспалов Р. Журнал «Логистик & система», №6 июнь 2005
г. URL: http://www. ec-logistics. ru/articles/62/ (дата обращения
1.03.2017).
38. Алгоритм нахождения минимального остовного дерева.
URL: https://ru. wikipedia. org/wiki/Алгоритм_Борувки (дата обращения 1.03.2017).
39. Обобщённая задача коммивояжёра для определения рациональных маршрутов поставки. URL: http://econference. ru/blog/
scm/270. html (дата обращения 1.03.2017).
40. Glover F. Tabu Search Journal of the Operational Research
Society. 1999. Vol. 50. № 1. P. 106–107. URL: http://glossary. com234
puting. society. informs. org/notes/spanningtree. pdf (дата обращения 1.03.2017).
41. Traffic Modeling Guidelines. TfL Traffic Manager and Network
Performance Best Practice / Transport for London, 2010.
42. Семенюта Е. В. Применение муравьиных алгоритмов для поиска оптимальных маршрутов грузоперевозок. URL: http://www.
uran. donetsk. ua/~masters/2012/fknt/gavenko/library/tez1. htm
(дата обращения 1.03.2017).
43. Транспортная логистика: Оптимизация грузоперевозок.
URL: http://www. toplogistic. ru/transport_logistics. html (дата обращения 1.03.2017).
44. ANTOR LogisticsMaster. URL: http://www. antor. ru/ (дата
обращения 1.03.2017).
45. Решение для транспортно-логистических компаний. URL:
http://www. itboxcons. ru/content/view/22/39/ (дата обращения
1.03.2017).
46. Транспортная логистика. URL: http://www. nova-it. ru/ (дата
обращения 1.03.2017).
47. Программа Деловая карта. URL: http://www. ingit. ru/businessmap/ (дата обращения 1.03.2017).
48. Попов Е. Ю., Крыжановский Д. И. Алгоритм распознавания
дорожных знаков ограничения скорости // Современные научные
исследования и инновации. 2012. № 6. URL: http://web. snauka.
ru/issues/2012/06/14717 (дата обращения 1.03.2017).
49. Скрипкин П. Б., Власов А. А. Предоставления приоритета в
движении транспорту общего пользования в автоматизированных
системах управления движением // Современные научные исследования и инновации. 2014. № 12. URL: http://web. snauka. ru/
issues/2014/12/39788 (дата обращения 1.03.2017).
50. Петров Е. А., Вольф Даниель. Адаптивная  система управления дорожным движением в составе городской ИТС. URL: http://
old. ptv-vision. ru/assets/Uploads/publications/ITS. pdf (дата обращения 1.03.2017).
51. Управление дорожным движением в опасных ситуациях.
URL: http://www. manytransport. ru/maors-1155-2. html (дата обращения 1.03.2017).
52. Официальные сайты компании A + S. URL: http://ptv-vision.
ru/, http://apluss. ru/ (дата обращения 1.03.2017).
53. «КАМАЗ» с беспилотной системой управления: все, что вы
хотели знать, но боялись спросить // URL http://geektimes. ru/
post/247504/ (дата обращения 1.03.2017).
235
54. Оптимизационный пакет регулирования дорожным движением Transyt-7FR. Разработчик корпорация AGA Group Inc. URL:
http://www. againc. net/ru/education/transport-engineering/11transyt-software/ (дата обращения 1.03.2017).
55. Система имитационного моделирования AnyLogic. URL:
http://www. xjtek. ru/anylogic (дата обращения 1.03.2017).
56. DSRC-радиосвязь ближнего действия в интеллектуальной
транспортной среде. URL: http://vestnik-glonass. ru/stati/dsrc_
radiosvyaz_blizhnego_deystviya_v_intellektualnoy_transportnoy_
srede/ (дата обращения 1.03.2017).
57. Анализ пропускной способности сети радиосвязи стандарта IEEE 1609. URL: http://olacom. ru/analiz-propusknoj-sposobnosti-seti-radiosvyazi-standarta-ieee-1609. html (дата обращения
1.03.2017).
58. DSRC (5. 8 ГГц). URL: http://mt-system. ru/catalog/besprovodnye-reshenija/dsrc-58-ggc (дата обращения 1.03.2017).
59. Интеллектуальная транспортная система. URL: https://ru.
wikipedia. org/wiki/Интеллектуальная_транспортная_система (дата
обращения 1.03.2017).
60. Канал автодорожных сообщений. URL: https://ru. wikipedia. org/wiki/ Канал_автодорожных_сообщений (дата обращения
1.03.2017).
61. Столетие экспериментов 2 или Будущее автоэлектроники.
URL: http://geektimes. ru/company/cansonic_russia/blog/246010/
(дата обращения 1.03.2017).
62. Тернистый путь новых технологий. URL: http://usefulvirtual-world. com/?p = 20 (дата обращения 1.03.2017).
63. Электронный городовой. URL: http://www. vzglyad. biz/
(дата обращения 1.03.2017).
64. Aimsun. URL: http://www. aimsun. com (дистрибьютер в России – http://www. ripas. ru) (дата обращения 1.03.2017).
65. M2M-телематика. URL: http://m2m-t. ru/projects/smart_
stop/ (дата обращения 1.03.2017).
66. Интеллектуальные транспортные системы. URL: http://
www. fcp-pbdd. ru/special_equipment/transport_systems/ (дата обращения 1.03.2017).
67. Мировой опыт становления и развития региональных ИТС.
URL: http://vestnik-glonass. ru/stati/mirovoy_opyt_stanovleniya_i_
razvitiya_regionalnykh_its/ (дата обращения 1.03.2017).
68. Подмосковные пробки в дачный сезон. URL: https://yandex.
ru/blog/company/79124 (дата обращения 1.03.2017).
236
69. «Яндекс» разработал систему прогнозирования пробок и
ДТП для Росавтодора. URL: http://www. 3dnews. ru/910265 (дата
обращения 1.03.2017).
70. Архитектура платных дорог. URL: http://habrahabr. ru/
post/137737/ (дата обращения 1.03.2017).
71. НПП – транснавигация. URL: http://www. transnavi. ru
(дата обращения 1.03.2017).
72. НИС – ГЛОНАСС. URL: http://www. nis-glonass. ru/ (дата
обращения 1.03.2017).
73. GEVAS software: Traffic Control. URL: http://www. gevas.
eu/index. php?id = 149&L = 1 (дата обращения 1.03.2017).
74. UTOPIA – Peek Traffic. URL: http://www. peektraffic. nl/
page/484 (дата обращения 1.03.2017).
75. ЗАО «РИПАС»: Разработка и производство автоматизированных систем. URL: http://www. ripas. ru (дата обращения
1.03.2017).
76. АСУДД – ОАО «Электромеханика». URL: http://www. elmeh. ru/catalog/3/asud (дата обращения 1.03.2017).
77. ГНПО АГАТ. URL: http://www. agat. by (дата обращения
1.03.2017).
78. Kerner B. S. Introduction to Modern Traffic Flow Theory and
Control. Berlin: Springer, 2009. URL: http://www. studmed. ru/
kerner-bs-introduction-to-modern-traffic-flow-theory-and-control-thelong-road-to-three-phase-traffic-theory_33609b74e9b. html (дата обращения 1.03.2017).
79. BaseGroup Labs Технологии анализа данных. URL: https://
basegroup. ru (дата обращения 1.03.2017).
80. Jelena Fiosina, Maxims Fiosins, Jörg P. Müller Big Data
Processing and Mining for Next Generation Intelligent Transportation
Systems, Jurnal Teknologi (Sciences & Engineering) 63:3 (2013).
P. 23–38. URL: http://www. jurnalteknologi. utm. my/index. php/
jurnalteknologi/article/view/1949/1487 (дата обращения 1.03.2017).
81. Bazzan A., Klügl F. A Review on Agent-based Technology for
Traffic and Transportation. The Knowledge Engineering Review
FirstView. 2013. P. 1–29. URL: http://journals. cambridge. org/
action/displayAbstract?fromPage = online&aid = 9258639&fileId =
S0269888913000118 (дата обращения 1.03.2017).
82. Guestrin, C., P. Bodik, R. Thibaux, M. Paskin, and S. Madden.
Distributed regression: an efficient framework for modeling sensor
network data. Proc. of the 3rd Int. Sym. on Information processing
in sensor networks. New York, USA. 2004. P. 1–10. URL: http://
237
research. microsoft. com/apps/pubs/default. aspx?id = 143356 (дата
обращения 1.03.2017).
83. URL: http://www. findpatent. ru/patent/246/2468445. html
(дата обращения 1.03.2017).
84. Как работает интеллектуальная транспортная система ITS.
URL: https://www. drive. ru/technic/2008/08/05/1563602. html
(дата обращения 1.03.2017).
85. Автономные грузовики размажут наше общество по асфальту. URL: https://m. geektimes. ru/post/276262/ (дата обращения
1.03.2017).
86. URL: http://www. navigantresearch. com/newsroom/autonomous-vehicles-will-surpass-95-million-in-annual-sales-by-2035 (дата
обращения 1.03.2017).
87. URL: http://www. navigantresearch. com/newsroom/autonomous-vehicles-will-surpass-95-million-in-annual-sales-by-2035 (дата
обращения 1.03.2017).
88. VICS. URL: http://www. vics. or. jp/en/ (дата обращения
1.03.2017).
89. One monitoring. «Junction electronic eyes». URL: http://onemotoring.
sg/publish/onemotoring/en/on_the_roads/traffic_management/intelligent_transport_systems/junction_eyes. html (дата обращения 1.03.2017).
90. URL: http://controleng. ru/wp-content/uploads/60. pdf (дата
обращения 1.03.2017).
91. Geektimes: Управление транспортным средством с помощью
нейронной сети, 2010. URL: https://geektimes. ru/post/101789/
(дата обращения 16.06.2016).
92. Человек не нужен – перспективы беспилотных автомобилей.
URL: http://info. drom. ru/misc/32181/ (дата обращения 1.03.2017).
93. Интеллектуальные транспортные системы – Проблемы на
пути внедрения в России. URL: http://www. pvsm. ru/analiz-iproektirovanie-sistem/31255 (дата обращения 1.03.2017).
238
ПРИЛОЖЕНИЕ 1
Пользовательские сервисы ИТС США
Группа сервисов
Пользовательские сервисы
Управление перемещениями и дорожным движением
(Travel and Traffic
Management)
Информация о маршруте перед поездкой (Pre-Trip
Travel Information)
Информирование водителя в пути (En-Route
Driver Information)
Управление маршрутом (Route Guidance) Заказ
и резервирование транспорта (Ride Matching and
Reservation)
Информирование пассажира об условиях поездки
(Traveler Services Information)
Управление дорожным движением (Traffic
Control)
Управление в экстренных ситуациях (Incident
Management)
Управление спросом на перевозки (Travel Demand
Management)
Контроль и снижение вредных выбросов (Emissions
Testing and Mitigation)
Железнодорожные переезды (Highway Rail
Intersection)
Управление общественным транспортом (Public
Transportation Management)
Информирование на маршруте пассажирских перевозок (En-Route Transit Information)
Персонифицированный ОТ (Personalized Public
Transit)
Безопасность пассажирских перевозок (Public
Travel Security)
Сервисы электронных платежей (Electronic
Payment Services)
Электронные расчеты грузового транспорта
(Commercial Vehicle Electronic Clearance)
Автоматизированные придорожные проверки безопасности (Automated Roadside Safety Inspection)
Бортовой мониторинг безопасности движения и
транспортной безопасности (On-board Safety and
Security Monitoring)
Административные процессы с грузовым ТС
(Commercial Vehicle Administrative Processes)
Управление общественным транспортом (Public
Transportation
Management)
Электронные платежи (Electronic
Payment) Деятельность грузового транспорта
(Commercial Vehicle
Operations)
239
Окончание прил. 1
Группа сервисов
Управление в чрезвычайных ситуациях (Emergency
Management)
Усовершенствованные системы активной безопасности
(Advanced Vehicle
Safety Systems)
Управление информацией (Information
Management)
Управление дорожными и строительными работами (Maintenance
and Construction
Management)
240
Пользовательские сервисы
Безопасность опасных грузов и реагирование на
аварии (Hazardous Material Security and Incident
Response)
Перевозка грузов (управление парком, контроль
перемещения грузов, планирование маршрута)
(Freight Mobility)
Оповещение о чрезвычайных ситуациях и личная
безопасность (Emergency Notification and Personal
Security)
Управление ТС сил реагирования при чрезвычайных ситуациях (Emergency Vehicle Management)
Реагирование на бедствия и эвакуация (Disaster
Response and Evacuation)
Предотвращение
продольных
столкновений
(Longitudinal Collision Avoidance)
Предотвращение боковых столкновений (Lateral
Collision Avoidance)
Предотвращение столкновений на перекрестках
(Intersection Collision Avoidance)
Улучшение видимости для предотвращения аварий (Vision Enhancement for Crash Avoidance)
Готовность к обеспечению безопасности (Safety
Readiness)
Ввод в действие средств ограничения подвижности
перед аварией (Pre-Crash Restraint Deployment)
Автоматизированное
функционирование
ТС
(Automated Vehicle Operation)
Архивированные данные (Archived Data)
Дорожные и строительные работы (Maintenance
and Construction Operations)
ПРИЛОЖЕНИЕ 2
Назначение подсистем ИТС США
1. Подсистемы
центров
Подсистемы центров выполняют функции, обычно
реализуемые общественными или частными административными, управляющими или планирующими организациями
1.1. Управление Собирает, архивирует, управляет и распределяет данархивированные, генерированные источниками ИТС для испольными данными зования в транспортной администрации, оценке политики, приложениях безопасности, планирования,
мониторинга характеристик, оценки программ, операций и исследованиях
1.2. Администрирование
коммерческих
ТС
Выдает полномочия и управляет платежами, ведет
учет данных о безопасности и полномочиях и участвует
в информационном обмене с другими подсистемами администрирования коммерческих ТС, использующими
информацию об операциях коммерческого ТС
1.3. Управление Координирует реакцию на инциденты, включая свяв чрезвычайных занные с опасными грузами
ситуациях
1.4. Управление Собирает и обрабатывает данные о загрязнении воздувыбросами
ха и обеспечивает требуемый вход для УДД
1.5. Управление осуществляет мониторинг и координирует парки ТС,
парками и гру- включая координацию интермодальных перевозок
зоперевозками
1.6. Предостав- Собирает и обрабатывает данные о транспорте из уполение информа- мянутых центров и передает общие информационные
ционных услуг продукты (например, скорости или время прохождения) или предоставляет персонифицированные информационные продукты по отдельным запросам. Эта
подсистема может быть развернута одна (для общего
обслуживания водителей и/или пассажиров) или объединена с развертыванием управления пассажирским
транспортом (для специального обслуживания пассажиров) или управления дорожным движением (для
специального обслуживания водителей и их пассажиров). Предоставление информационных услуг – основной элемент сервисов информации о маршруте перед
поездкой, прокладке маршрута, основанной на инфраструктуре, перевозках пассажиров по заказу и других
информационных услугах пассажирам
241
Продолжение прил. 2
1.7. Управление
строительными
и дорожными
работами
Осуществляет мониторинг и управляет действиями
по строительству и обслуживанию дорожной инфраструктуры. Представляя и общественные агентства
и частных подрядчиков, которые обеспечивают эти
функции, подсистема управляет парками обслуживающих, строительных и специальных ТС (например,
оборудованием для уборки снега и льда) и выполняет
выпуск ТС, маршрутизацию и управление ресурсами
для парков и связанного оборудования
1.8. Администрирование
платежей
Обеспечивает общие возможности администрирования
платежей для поддержки электронного перечисления
платы за проезд и других транспортных сборов.
1.9. Управление дорожным
движением
Обрабатывает транспортные данные и оказывает основные услуги по управлению движением и управлению в чрезвычайных ситуациях с помощью полевого
оборудования управления и контроля за дорожным
движением, а также других подсистем.
Подсистема управления дорожным движением может разделить транспортные данные с подсистемой
предоставления информационных услуг и другими подсистемами. Различные пакеты оборудования
предназначены для улиц или шоссе (автострады и автомагистрали между штатами), либо того и другого.
Она также координирует сигналы приоритета пассажирского транспорта, сигналы преимущества ТС оперативных служб
1.10. Управление пассажирским транспортом
Собирает операционные данные пассажирских ТС и
выполняет стратегическое и тактическое планирование водителей и ТС
2. Подсистемы
полевого оборудования
Качество сервисов этих подсистем зависит от местоположения датчиков, светофоров, программируемых
знаков или других интерфейсов для пассажиров и ТС
2.1. Контроль
коммерческого
транспорта
Собирает данные о полномочиях и безопасности с меток
ТС, определяет соответствие требованиям, отправляет
результаты водителю (и в некоторых, исключительных ситуациях безопасности, владельцу), и записывает результаты для подсистемы администрирования
коммерческих ТС
2.2. Управление Собирает плату за парковку и управляет заполняемопарковками
стью парковочных мест
242
Продолжение прил. 2
2.3. Управление и контроль
за дорожным
движением
Обеспечивает: наблюдение за дорожным движением, работу светофоров и знаков для информирования
участников дорожного движения. Эта подсистема также включает устройства управления движением на
перекрестках и мультимодальных операциях
2.4. Контроль
безопасности
Включает оборудование наблюдения и датчики, используемые для повышения безопасности ТС или инфраструктуры
2.5. Платежи в
пути
Взаимодействует с оборудованием транспортного средства, чтобы собрать платежи, поддержать использование платежных систем в пути и идентифицировать нарушителей
3. Подсистемы
ТС
Эти подсистемы устанавливаются на ТС
3.1. Коммерческие ТС
Подсистема хранит данные о безопасности, идентификационные номера (водителя, ТС и владельца), данные
последней проверки и поддерживает сигнализацию в
ТС для сообщений водителю о движении / остановке
3.2. ТС сил реагирования на
чрезвычайные
ситуации
Обеспечивает связь между персоналом по ликвидации
чрезвычайной ситуации, собственно ТС и подсистемой
управления в чрезвычайных ситуациях, включая состояние инцидента и ТС
3.3. Дорожные
и строительные
ТС
Обеспечивает функции сбора, обработки, хранения
информации и коммуникаций, необходимые, чтобы
поддерживать дорожные и строительные работы. Охватывает все типы ТС обслуживания и строительства,
включая тяжелое оборудование и контролирующие ТС
3.4. Пассажирские ТС
Подсистема предоставляет операционные данные центру управления пассажирским транспортом, принимает статус сети пассажирского ездке и обеспечивает
функции безопасности пассажира и водителя
3.5. Общие ТС
К этой группе относятся функции, которые могут быть
распространены на все типы ТС (например, навигация,
транспондер платежей, и т. д.) так, чтобы развертывание специального ТС могло включать комбинацию
этой подсистемы с одним из других трех специализированных типов подсистем ТС. Подсистема ТС включает
пользовательские сервисы продвинутого контроля за
ТС и группы пользовательских сервисов системы безопасности
243
Окончание прил. 2
4. Подсистемы
путешественника
Эти подсистемы представляют платформы для функций ИТС, полезных для путешественников или перевозчиков (например, операторы грузоперевозок) в поддержку интермодальных перевозок. Они могут быть
фиксироваными (например, киоски или компьютеры
дома/ в офисе) или портативными (например, ноутбук), и могут предоставлять общественный (например,
через информационные киоски) или индивидуальный
(например, через сотовые телефоны или персональные
компьютеры) доступ
Доступ к личной информации
Подсистема предоставляет информацию для путешественника и поддерживает запросы в чрезвычайных
ситуациях с использованием персональных компьютеров / телекоммуникационного оборудования дома, в
офисе либо во время путешествия
Удаленная под- Подсистема предоставляет информацию о путешедержка путеше- ственнике в общественных киосках. Эта подсистема
ственника
включает функции безопасности путешественника
244
ПРИЛОЖЕНИЕ 3
Основные программы развития ИТС в Европе
– ADASIS (Advanced Driver Assistant Systems Interface
Specification) – использование точных картографических данных
в средствах навигации для получения водителем прогноза ситуации на дороге впереди по ходу движения.
– AIDE (Adaptive Integrated Driver-Vehicle Interface) – использование специального электронного оборудования и программного
обеспечения, позволяющего концентрировать внимание водителя в
момент обгона и отключения функций приборов в салоне автомобиля, отвлекающих внимание во время совершения сложного маневра.
– eSafety Forum – европейская программа по массовому внедрению систем активной и пассивной безопасности, включающая
в себя работы по проекту eCall («экстренный вызов»), созданию
электронных карт для использования экстренными службами, изучению эффективности различных каналов передачи информации
от автомобиля в диспетчерский центр оператора, сотрудничество с
участниками американского, японского и других рынков телематических услуг, с целью выработки приоритетных задач и международных стандартов по оказанию экстренной помощи пострадавшим в аварии на дорогах, гармонизация технических решений по
передаче информации от автомобиля к автомобилю или от автомобиля к дорожной инфраструктуре, организация информирования
участников дорожного движения в режиме реального времени о
ситуации на дорогах через специальный радиоканал.
– GST (Global System for Telematics) – создание технологической платформы для развития сотрудничества, необходимого для
развития массового рынка открытых телематических услуг, в первую очередь обеспечивающих сбор, передачу обработку информации для пользователей – участников дорожного движения, скорой
помощи и служб спасения;
– Heavy Route – программа поддержки быстрых и безопасных
грузовых перевозок.
– IP PReVENT – программа внедрения специальных электронных устройств), позволяющих водителю получать превентивную
информацию о возможных опасностях по ходу движения и избегать аварийных ситуаций.
– MAPS&ADAS – использование электронных карт для повышения безопасности на дорогах.
245
– SAFESPOT – программа поддержки появления большего количества «умных» машин на «умных» дорогах.
– SpeedAlertForum – информирование водителей о соблюдении
установленного скоростного режима.
– AGILE (Application of Galileoin the Location-Based Service
Environment) – программа обеспечения коммерческого использования спутниковой системы Galileo;
– CVIS(Cooperative vehicle-infrastructure systems) – программа
взаимодействия автомобилей и дорожной инфраструктуры.
– ENITE (European Networkon ITS Training&Education) – программа подготовки специалистов по интеллектуальным транспортным системам.
– EuroRoadS – программа по созданию базы данных о европейской дорожной инфраструктуре.
– FRAME Forum – программа построения архитектуры для Европейской интеллектуальной транспортной системы.
– RCI (Road Charging Interoperability) – программа развития
платных дорог.
– Road Traffic Information Group – программа развития информационного сопровождения участников дорожного движения.
– TMC Forum (Traffic Message Channel) – программа информирования участников дорожного движения о реальной дорожной обстановке по специальному выделенному радиоканалу.
– CONNECT, SIMBA – национальные и международные программы по развитию рынка интеллектуальных транспортных систем.
Включают в себя программы в Странах Центральной и Восточной
Европы, Бразилии, Индии, Китае, ЮАР, а с 2008 г. – в России. Национальным координатором проекта SIMBA 2 в России является
Профессиональная Ассоциация противодействия угонам ТС.
– Networkof National ITS Associations – программа по развитию
международной сети Ассоциаций ИТС.
246
ПРИЛОЖЕНИЕ 4
Аббревиатуры названий основных подсистем ИТС
Таблица П4.1
Аббревиатуры названий некоторых подсистем ИТС
Аббревиатура
AHS
APTS
ATIS
ATMS
AVL
CCTV
CVO
DAB
DSRC
EMS
EFC
ERP
ETC
GIS
ICC(ACC)
IVRG
RDS
RFID
SCOOT
VMS
WIM
Описание
Система автоматизированного управления дорожным движением
Система автоматизированных услуг пользователям общественного транспорта
Система автоматизированных услуг пользователям дорог
Система автоматизированных услуг маршрутизации
Система автоматического определения местонахождения
ТС
Специальная закрытая телевизионная сеть
Система автоматизированного выполнения коммерческих
операций
Цифровая система передачи аудиоинформации
Выделенная коммуникационная система близкого радиуса
действия
Срочная медицинская помощь
Электронная система оплаты
Система безналичной оплаты за использование платных
дорог
Электронная система таможенного оформления
Геоинформационная система
Система адаптивного круиз-контроля автомобиля
Система интерактивной маршрутизации для водителя
Система передачи данных на волне радиостанции
Система радиочастотной идентификации
Система оптимального управления светофорной сигнализацией
Знаки/или табло переменной информации
Система весового контроля без остановки движения
247
СОДЕРЖАНИЕ
Общепринятые термины и сокращения.......................................... Введение.................................................................................... 1. Основные понятия из области ИТС............................................. 1.1. Особенности ИТС как интеллектуальной системы................. 1.2. Интеллектуальная транспортная система
как информационная система.................................................. Контрольные вопросы.................................................................. 2. Современное состояние разработок в области ИТС........................ 2.1. Организационные меры..................................................... 2.2. Интеллектуальные транспортные системы в США и Европе... 2.3. Интеллектуальные транспортные системы стран
Азиатско-Тихоокеанского региона............................................ 2.3.1. Интеллектуальные транспортные системы Японии........ 2.3.2. Интеллектуальные транспортные системы Сингапура.... 2.4. Развитие ИТС в России...................................................... 2.4.1. Стандартизация в России........................................... 2.4.2. Техническая основа функционирования РИТС.............. 2.4.3. Примеры проектов ИТС в России................................. 2.4.4. Проблемы ИТС в России............................................. Контрольные вопросы.................................................................. 3. Принципы создания и архитектура ИТС..................................... 3.1. Принципы построения ИТС............................................... 3.2. Архитектура ИТС............................................................. 3.2.1. Архитектура европейской ИТС................................... 3.3. Иерархическая структура городской АСУДД........................ 3.4. Подсистемы ИТС.............................................................. 3.4.1. Системы управления транспортными процессами
в городах.......................................................................... 3.4.2. Повышение равномерности и безопасности движения
на магистралях.................................................................. 3.5. Архитектура платных дорог............................................... Контрольные вопросы.................................................................. 4. Технологии ИТС...................................................................... 4.1. Телематические технологии............................................... 4.1.1. Беспроводная связь................................................... 4.1.2. Вычислительные технологии...................................... 4.1.3. «Интернет вещей»..................................................... 4.1.4. Технологии моделирования........................................ 4.1.5. Обработка больших объемов данных............................ 4.1.6. Мобильные операционные системы.............................. Контрольные вопросы.................................................................. 5. Инфраструктура ИТС............................................................... 5.1. Технические средства ИТС................................................. 5.1.1. Детекторы транспортного потока................................. 248
3
4
10
10
14
18
19
20
23
29
29
33
36
36
40
44
49
51
52
52
57
60
62
63
65
67
68
70
72
72
72
76
76
77
77
78
78
79
79
80
5.1.2. Общие рекомендации по выбору детектора.................... 5.1.3. Автоматическая метеостанция.................................... 5.1.4. Дорожные контроллеры............................................. 5.1.5. Знаки и табло........................................................... 5.1.6. Светофоры. .............................................................. Контрольные вопросы.................................................................. 6. Математическое обеспечение ИТС.............................................. 6.1. Алгоритмы адаптивного регулирования
дорожным движением............................................................. 6.2. Применение нечеткой логики и нейронных сетей в ИТС......... 6.2.1. Нечеткая логика в ИТС.............................................. 6.2.2. Искусственные нейронные сети в ИТС.......................... 6.2.3. Формализация задачи управления ТС без водителя
на основе ИНС................................................................... 6.2.4. Комбинация ИНС и нечеткой логики........................... 6.3. Интеллектуальный анализ данных в ИТС............................ 6.3.1. Применения DM при создании и использовании ИТС..... 6.3.2. Анализ данных от PTV............................................... Контрольные вопросы.................................................................. 7. Транспортные модели и их применение в ИТС............................. 7.1. Виды транспортных моделей и способов моделирования........ 7.2. Модели ТП на макроуровне................................................ 7.2.1. Модели прогноза загрузки транспортной системы.......... 7.3. Модели динамики ТП........................................................ 7.3.1. Макромодели дорожного движения............................. 7.3.2. Микромодели дорожного движения............................. 7.3.3. Кинетические модели................................................ 7.4. Модели пешеходного движения.......................................... 7.5. Новые представления о поведении ТП................................. 7.5.1. Теория трех фаз........................................................ Контрольные вопросы.................................................................. 8. Управление ТП на сети............................................................. 8.1. Виды светофорного регулирования..................................... 8.2. Временно зависимое (автономное) управление...................... 8.3. Транспортно-зависимое управление.................................... 8.4. Управление в режиме online с оптимизацией........................ 8.5. Адаптивные методы.......................................................... 8.6. Экспертное управление..................................................... 8.7. Задача управления насыщенной транспортной сетью............ 9. Адаптивные системы управления дорожным движением в городах.
9.1. Порядок настройки в системе UTOPIA................................ 9.2. Порядок настройки в системе SCOOT................................... 9.3. Система BALANCE........................................................... 10. Примеры реализованных проектов ИТС.................................... 10.1. Проекты предоставления приоритета в движении ОТ .......... 86
89
89
93
93
95
96
96
100
101
105
110
114
114
116
123
123
124
125
127
128
136
136
139
144
145
146
146
149
150
150
150
154
155
155
155
157
159
160
161
161
163
163
249
10.2. Управление дорожным движением в опасных ситуациях..... 10.3. Автоматизированная система обнаружения ДТП................. 10.4. Анализ транспортных сетей............................................. 10.5. Информация и навигация................................................ 10.6. Управление на въезде...................................................... 10.7. Управление в зависимости от нагрузки.............................. Контрольные вопросы.................................................................. 11. Навигационные системы......................................................... 11.1. Метод косвенного определения местоположения................. 11.2. Системы глобального позиционирования и слежения за ТС
в реальном времени ................................................................ 11.2.1. Принцип работы глобальной навигационной системы... 11.2.2. Метод псевдодальностей........................................... 11.3. Краткий обзор глобальных навигационных систем.............. 11.3.1. Глобальная система позиционирования ГЛОНАСС....... 11.3.2. Глобальная система позиционирования GPS................ 11.3.3. Спутниковая навигационная система Galileo............... 11.3.4. Китайская навигационная спутниковая система
Compass............................................................................ Контрольные вопросы.................................................................. 12. Автомобильные системы маршрутной навигации ...................... 12.1. Принципы работы системы мониторинга ТС....................... 12.2. Навигационная аппаратура и программное обеспечение....... 12.3. Классификация систем мониторинга................................. 12.4. Преимущества и недостатки систем мониторинга................ Контрольные вопросы.................................................................. 13. Системы автоматизированных услуг маршрутизации................. 13.1. Маршрутизация............................................................. 13.1.1. Построение наилучшего маршрута между
двумя точками.................................................................. 13.1.2. Кольцевые маршруты.............................................. 13.1.3. Методы решения задачи маршрутизации
с дозагрузкой по пути следования......................................... 13.1.4. Программное обеспечение, применяемое для решения
задач маршрутизации при планировании доставки................. Контрольные вопросы.................................................................. 14. Cистемы информирования пользователей дорог......................... 14.1. Система информирования пассажиров
о продолжительности ожидания маршрутных ТС........................ Контрольные вопросы.................................................................. 15. Прогнозные модели на Яндекс. Пробки..................................... 15.1. Математическая основа прогнозирования на Яндекс.
Пробки................................................................................. 15.2. Совместный проект «Яндекса» с Росавтодором................... Контрольные вопросы.................................................................. 250
166
167
169
170
171
172
172
173
173
174
174
176
177
177
177
178
178
179
180
181
183
185
185
186
187
187
188
190
193
193
196
197
197
198
199
199
200
200
16. Интеллектуальное ТС............................................................. 16.1. Подсистемы интеллектуального ТС................................... 16.2. Беспилотные автомобили................................................. 16.3. Интеллектуальная информационная система КАМАЗа........ Контрольные вопросы.................................................................. 17. Краткий обзор программных продуктов
транспортного моделирования...................................................... 17.1. Пакет имитационного моделирования Aimsun.................... 17.2. Программный комплекс VISUM/VISSIM............................ 17.3. Программный продукт PTV VISSIM.................................. 17.4. Продукт PTV ITS............................................................ 17.5. Система имитационного моделирования Anylogic............... Контрольные вопросы.................................................................. Заключение............................................................................... Библиографический список.......................................................... Приложение 1. Пользовательские сервисы ИТС США...................... Приложение 2. Назначение подсистем ИТС США............................ Приложение 3. Основные программы развития ИТС в Европе ........... Приложение 4. Аббревиатуры названий основных подсистем ИТС..... 201
201
204
211
218
219
221
223
225
227
229
230
231
232
239
241
245
247
251
Учебное издание
Андронов Сергей Александрович,
Фетисов Владимир Андреевич
ВВЕДЕНИЕ В ИНТЕЛЛЕКТУАЛЬНЫЕ
ТРАНСПОРТНЫЕ СИСТЕМЫ
Учебное пособие
Редактор В. П. Зуева
Компьютерная верстка С. Б. Мацапуры
Сдано в набор 01.03.17. Подписано к печати 18.04.17.
Формат 60×84 1/16. Усл. печ. л. 14,6. Уч.-изд. л. 15,7.
Тираж 50 экз. Заказ № 151.
Редакционно-издательский центр ГУАП
190000, Санкт-Петербург, Б. Морская ул., 67
Документ
Категория
Без категории
Просмотров
54
Размер файла
11 327 Кб
Теги
andronovfetisov
1/--страниц
Пожаловаться на содержимое документа