UDC 517.977.56, 519.876.5

adaptivna kontrola saobraćaja baziran na sistemu za mikroskopsko modeliranje saobraćajnih tokova

A. S. Golubkov,

inženjer, mlađi istraživač

V. A. Tsarev,

dr.sc. tech. nauka, vanredni profesor Institut za menadžment i informacione tehnologije Cherepovets ogranak države Sankt Peterburg Politehnički univerzitet

Opisan je sastav i karakteristike funkcionisanja savremenih automatizovanih sistema upravljanja saobraćajem. Predložena je metoda za adaptivnu kontrolu saobraćaja zasnovana na predviđanju toka saobraćaja i modelima optimizacije brzih raskrsnica. Prikazane su karakteristike mikroskopskog sistema za modeliranje saobraćajnih tokova koji se koristi u adaptivnom sistemu upravljanja saobraćajem.

Ključne riječi- adaptivna kontrola saobraćaja, optimizacija upravljanja saobraćajem, modeliranje saobraćajnih tokova, mikroskopsko modeliranje.

Uvod

Trenutno je u mnogim velikim gradovima problem saobraćajnih gužvi veoma akutan. Istovremeno, studije pokazuju da je potencijal postojećih putnih mreža (RSN) daleko od toga da se u potpunosti iskoristi. Povećanje kapaciteta putne mreže može se postići uvođenjem automatizovanih sistema kontrole saobraćaja (ATCS). Implementacijom automatizovanih sistema kontrole saobraćaja unapređuju se sledeći pokazatelji: vreme putovanja vozila se smanjuje za 10-15%; broj stajališta opšteg transporta je smanjen za 20-40%; potrošnja goriva je smanjena za 5-15%, količina štetnih emisija u atmosferu je smanjena za 5-15%; sigurnost na putu je poboljšana.

Savremeni sistemi automatizovane kontrole saobraćaja

Glavne komponente savremenih automatizovanih sistema upravljanja saobraćajem, pored semafora i semafora, su:

1) detektori vozila (TD), koji obezbeđuju detekciju vozila i brojanje njihovog broja u vožnji po trakama;

2) jedan ili više računara za obradu podataka iz DT i proračun optimalnih upravljačkih signala;

3) skup softverskih alata koji implementiraju algoritme za otkrivanje transporta i optimizaciju upravljanja saobraćajnim tokovima;

4) sredstva informisanja vozača vozila (razne informativne table);

5) komunikacioni i telekomunikacioni alati koji se koriste za kombinovanje softvera i hardvera automatizovanog sistema kontrole saobraćaja u jedinstven sistem.

Savremeni sistemi automatizovane kontrole saobraćaja koriste različite tipove transportnih detektora: petlja (indukcija); infracrveni aktivni i pasivni; magnetni; akustični; radar; video detektori; kombinovani (ultrazvučni, radarski, infracrveni i video detektori u raznim kombinacijama). Svi dizel motori imaju različitu efikasnost u različitim radnim uslovima. Međutim, zbog postignutog visoki nivo Razvojem kompjuterske i televizijske tehnologije u velikom broju slučajeva najpoželjniji su video detektori zasnovani na tehnologijama obrade i analize slike, kao i kombinacije video detektora sa drugim tipovima detektora.

U postojećim automatizovanim sistemima upravljanja saobraćajem različitih proizvođača koriste se tri glavne metode adaptivne kontrole saobraćajnih tokova u različitim kombinacijama.

1. Metoda kontrole koja koristi biblioteke, koju karakteriše preliminarni proračun višestrukih planova koordinacije i njihovo prebacivanje na osnovu trenutnih prosječnih očitanja strateških DT odabirom odgovarajućeg odgovarajućeg plana iz biblioteke.

2. Metoda stvarne kontrole, koju karakteriše preliminarni proračun koordinacionih planova semafora, njihovo prebacivanje prema kalendarskom rasporedu i sprovođenje izmena ovih planova u skladu sa transportnim zahtevima koje beleže lokalni detektori u pojedinim pravcima.

3. Adaptivna metoda upravljanja, koju karakteriše konstantno preračunavanje planova koordinacije i kalendarskih režima na osnovu informacija dobijenih od lokalnih i strateških (put) detektora u realnom vremenu.

Vrši se optimizacija upravljanja saobraćajnim tokovima u savremenim automatizovanim sistemima upravljanja saobraćajem razne metode. Balance system (Njemačka) koristi algoritme genetske optimizacije. Sistem Utopia (Holandija) izračunava na osnovu funkcije cijene koja uzima u obzir vrijeme kašnjenja, broj zaustavljanja, specifične zahtjeve prioriteta i relativnu poziciju raskrsnica. Koristi se sistem „Spectrum“ (Sankt Peterburg, Rusija).

Koriste se sljedeći algoritmi: traženje prekida u saobraćajnom toku; izračunavanje pomoću Websterove formule; prebacivanje programa prema intenzitetu. Automatizovani sistem kontrole saobraćaja koji proizvodi Elektromehanika OJSC (Penza, Rusija) koristi sledeću algoritamsku podršku: algoritam za traženje prekida u saobraćajnim tokovima; traženje praznine uz održavanje ukupnog trajanja ciklusa koordinacije; algoritam za prebacivanje unapred izračunatih režima na osnovu kontrolnih tačaka intenziteta saobraćaja; algoritam za dinamičko preračunavanje parametara ciklusa na osnovu Websterove formule. Automatizovani sistem kontrole saobraćaja Agat (Minsk, Belorusija) koristi sledeće heurističke algoritme upravljanja: izbor plana koordinacije na osnovu vremenske karte; izbor faze, režima prema planu koordinacije; izbor plana koordinacije na osnovu parametara kretanja na karakterističnim tačkama itd.

Adaptivno upravljanje prometnim tokovima zasnovano na modelima optimizacije raskrsnica

Sistem kontrole saobraćaja koji se razvija (slika) sastoji se od jedne centralne tačke i više lokalnih tačaka.

■ Dijagram prilagodljivog sistema kontrole saobraćaja

kontrolne jedinice, čiji broj odgovara broju kontrolisanih raskrsnica u sistemu. Sve lokalne tačke su komunikacijskim kanalima povezane sa centralnom kontrolnom tačkom.

Centralni kontrolni centar obavlja funkcije prikupljanja i obrade informacija o intenzitetu saobraćaja vozila na putnoj mreži. Obrada informacija je predviđanje vrijednosti protoka saobraćaja na osnovu sljedećih podataka:

Trenutni intenziteti saobraćajnih tokova;

Brzine vozila;

Udaljenosti između susednih kontrolisanih raskrsnica u sistemu;

Predviđanje ruta vozila na osnovu statistike za tekući dan u sedmici i doba dana;

Trenutne dužine faza semaforskih objekata na raskrsnicama puteva.

Lokalne tačke u sistemu direktno optimizuju upravljanje saobraćajnim tokovima na odgovarajućim raskrsnicama. Svaka lokalna kontrolna tačka uključuje:

Detektori vozila;

Računalo koje vrši predobradu podataka iz saobraćajne signalizacije, po potrebi i optimizaciju upravljanja prometnim tokovima;

Kontroler semafora koji omogućava eksterno podešavanje dužina faza semaforskog objekta;

Semafori.

Predlaže se korištenje video detektora kao DT. U tom slučaju signal sa video kamera ulazi u kompjuter lokalne kontrolne tačke, gdje softverski modul za pretprocesiranje analizira video slike i procjenjuje intenzitet saobraćajnih tokova na svim kontrolisanim trakama. Zatim se intenzitet saobraćajnih tokova prenosi na centralnu kontrolnu tačku.

Optimizacija upravljanja saobraćajnim tokovima se provodi na sljedeći način. Računar ima tačan softverski mikroskopski model raskrsnice. Prilikom izračunavanja optimalne dužine faze za naredni fazni ciklus upravljanja semaforskim objektom (trajanje faznog ciklusa je u pravilu 2-5 minuta), izvode se sljedeće radnje.

Model specificira ulazne intenzitete saobraćajnih tokova za narednih 5 minuta (prognoza intenziteta sa centralne kontrolne tačke) sa tačnošću do pojedinačnog vozila.

Optimizacijski modul pokreće vožnje modela raskrsnice u trajanju od 5 minuta modelnog vremena, za svaku vožnju postavlja nove dužine faza modela semaforskog objekta

i izračunava vrijednost funkcije cilja na osnovu rezultata svakog pokretanja.

Kao rezultat ciklusa optimizacije koji se sastoji od nekoliko pokretanja modela, modul za optimizaciju pronalazi optimalne dužine faza modela semaforskog objekta, koje odgovaraju ekstremumu funkcije pretraživanja cilja.

Dužine faza semaforskog objekta su vektor parametara optimizacije j = (fr f2, f3, f4) (na raskrsnici u obliku krsta obično nije navedeno više od četiri faze). Prosječno vrijeme čekanja da vozilo prođe kroz raskrsnicu može poslužiti kao ciljna funkcija F(j). Kriterij optimizacije u ovom slučaju će biti minimalno prosječno vrijeme čekanja na putovanje

min .R(f) = F(^*),

gdje je F dozvoljeni skup vrijednosti vektorskih koordinata dužine faze; j* - vektor optimalnih vrijednosti dužina faza. Dozvoljeni skup vrijednosti vektorskih koordinata dužine faze ima sljedeći oblik:

F = (f|Tmin< Фi < Tmax.i = 1.-. 4} С r4.

gdje je T. i - minimalno

i maksimalnu vrijednost dužine faze.

Izračunavanje izvoda funkcije cilja na modelu je nemoguće, stoga se kao metode optimizacije mogu koristiti samo direktne metode. Predlaže se korištenje naizmjeničnog cikličkog variranja dužina faza semaforskog objekta od vožnje do vožnje sa konstantnim korakom duž dužine faze. Dužina koraka za različite dužine faze može se podesiti na 2-3 s.

Neophodan uslov za mogućnost implementacije opisanog adaptivnog sistema upravljanja saobraćajem je postojanje mikroskopskog sistema za modeliranje saobraćajnih tokova, čija bi radna brzina bila dovoljna za optimizaciju dužine faza semaforskog objekta tokom jednog faznog ciklusa.

Mikroskopski sistem za modeliranje saobraćajnih tokova

Autori članka razvili su sistem za mikroskopsko modeliranje saobraćajnih tokova u sistemima drumskog saobraćaja, koji se može koristiti za optimizaciju upravljanja saobraćajnim tokovima kao deo adaptivnog sistema kontrole saobraćaja. Glavna karakteristika sistema modeliranja je upotreba diskretno-događajnog pristupa u modeliranju

zahvaljujući čemu sistem ima visoke performanse.

Performanse sistema ocjenjivane su u seriji eksperimenata s modelima pojedinačnih tipičnih raskrsnica. Eksperimenti su izvedeni na računaru sa Intel Core 2 Quad Q6600 procesorom sa frekvencijom svake jezgre od 2,4 GHz (u stvarnosti je u eksperimentima korišćeno samo jedno jezgro, pošto se simulacija izvodi u jednoj programskoj niti). Kao rezultat toga, modeliranje saobraćajnih tokova kroz jednu raskrsnicu u trajanju od 45 dana (3.888.000 s) trajalo je 2864 s procesorskog vremena. Dakle, višak brzine simulacije u odnosu na brzinu realnog vremena bio je 3,888,000/2864 " " 1358 puta, tj. tokom realnog faznog ciklusa na raskrsnici, optimizacioni modul je sposoban da izvede više od 1300 pokretanja optimizacionog eksperimenta.

Karakteristika diskretno-događajnog pristupa modeliranju je nezavisnost rezultata modeliranja od brzine izvršenja modela, tj. čak i u režimu punog opterećenja procesora, modeliranje će pokazati potpuno identične rezultate kao i rezultati izvršenja, npr. realnom vremenu.

Naprotiv, u sistemskom dinamičkom pristupu, kada se simulacija ubrzava povećanjem koraka vremenskog uzorkovanja, smanjuje se tačnost simulacije. Sistemsko-dinamički pristup implementira veliku većinu savremeni sistemi mikroskopsko modeliranje saobraćajnih tokova: Aimsun (Španija), Paramics Modeler (Škotska), DRACULA (UK), TransModeler (SAD), VISSIM (Nemačka). Svi navedeni sistemi za modeliranje koriste vremenski korak uzorkovanja od 0,1-1,0 s.

U sistemskom dinamičkom modelu cestovnog transporta, vremenski korak modeliranja od 1 s je sasvim sposoban da modelu uskrati adekvatnost. Dakle, vozilo pri brzini od 60 km/h prelazi više od 16 m puta za 1 s, odnosno pri tipičnim brzinama model vozila se pozicionira samo sa tačnošću od oko 10 m.

U predloženom modelu diskretnih događaja, tačnost pozicioniranja objekata modela ostaje konstantna pri gotovo svakoj brzini i ovisi o korištenoj dubini bita.

1. Brodsky G. S., Aivazov A. R. Automatizirana kontrola prometa u urbanom okruženju // Svijet cesta. 2007. br. 26. str. 2-3.

varijable i vrste aritmetičkih operacija koje se vrše nad njima. Kada se koriste brojevi s pomičnim zarezom dvostruke preciznosti (64 bita, 15 značajnih decimalnih cifara mantise), tačnost pozicioniranja modela vozila u modelu s diskretnim događajem u bilo kojem trenutku neće biti veća od 1 cm.

Zaključak

Predloženi adaptivni sistem kontrole saobraćaja je u stanju da pokaže visoku efikasnost zahvaljujući iscrpnoj optimizaciji svake pojedinačne raskrsnice i obračunu saobraćajnih tokova između susednih raskrsnica sa preciznošću pojedinačnih vozila. Ako postoji gust promet u cestovnoj mreži u bilo kojem smjeru, kontrola na svim susjednim raskrsnicama se automatski prilagođava da organizira zeleni val u ovom smjeru. Istovremeno, optimizaciji su podložni i svi ostali pravci sa prometnim tokovima manje gustine.

Optimizacija kontrole svake pojedinačne raskrsnice u realnom vremenu moguća je zahvaljujući upotrebi sistema mikroskopskog diskretnog modeliranja saobraćajnih tokova u putnim mrežama, koji su razvili autori članka. Ovaj sistem modeliranje zbog upotrebe pristupa diskretnih događaja ima Visoke performanse i tačnost. U bliskoj budućnosti, probna verzija sistema za modeliranje će biti dostupna na web stranici programera.

Kvalitetna optimizacija upravljanja saobraćajnim tokovima u visok stepen zavisi od tačnosti predviđanja gustine saobraćaja. U ovom slučaju, što je kraći vremenski interval predviđanja, to je veća tačnost predviđanja. Kod upotrebe hardvera dovoljnih performansi na lokalnim raskrsnicama, preračunavanje optimalnih dužina faza ciklusa upravljanja semaforskim objektom može se izvršiti na početku svake naredne faze. U ovom slučaju, stvarno korišteni vremenski interval predviđanja će se smanjiti na trajanje jedne faze, odnosno na 15-100 s, zbog čega će se povećati efikasnost optimizacije.

2. Brodsky G.S., Rykunov V.V. Idemo! Automatski sistem upravljanja prometom - svjetsko iskustvo i ekonomski smisao // Svijet cesta. 2008. br. 32. P.36-39.

3. SNPO AGAT. http://www.agat.by (datum pristupa:

4. Crowdhury M. A., Sadek A. Osnove planiranja inteligentnog transportnog sistema. - Boston - London: Artech House, 2005. - 190 str.

5. Kremenets Yu. A., Pechersky M. P., Afanasyev M. B. Tehnička sredstva organizacije drumskog saobraćaja. - M.: Akademkniga, 2005. - 279 str.

6. GEVAS softver: Kontrola saobraćaja. http://www.gevas.eu/index.php?id=149&L=1 (datum pristupa: 16.06.2010).

7. UTOPIJA - Peek Traffic. http://www.peektraffic.nl/ page/484 (datum pristupa: 16.06.2010.).

8. AD "RIPAS": Razvoj i proizvodnja automatizovanih sistema. http://www.ripas.ru (datum pristupa: 16.06.2010).

9. Automatizovani sistem upravljanja saobraćajem - AD "Elektromehanika". http://www. elmeh.ru/catalog/3/asud (datum pristupa:

10. Karpov Yu. G. Simulacijsko modeliranje sistema. Uvod u modeliranje uz AnyLogic 5. - Sankt Peterburg: BHV-Peterburg, 2006. - 400 str.

11. Sovetov B. Ya., Yakovlev S. A. Modeliranje sistema. - M.: Više. škola, 2001. - 343 str.

12. Nagel K. Visokobrzinske mikrosimulacije saobraćajnog toka. Teza: Univerzitet Keln, 1995. - 202 str.

13. Aimsun. Integrirani softver za modeliranje transporta. http://www.aimsun.com (pristupljeno:

14. Quadstone Paramics. Rješenja za simulaciju saobraćaja. http://www.paramics-online.com (datum pristupa:

15. Web stranica SATURN softvera. https://saturnsoftware. co.uk (pristupljeno 20.05.2010).

16. TransModeler softver za simulaciju saobraćaja. http:// www.caliper.com/transmodeler/ (datum pristupa:

17. PTV Vision - planiranje transporta. http:// www.ptv-vision.ru (datum pristupa: 20.05.2010.).

18. Kompanija Mullenom. http://www.mallenom.ru (datum pristupa: 20.05.2010.).

Svako od vas treba da se registruje na web stranici RUNEB (http://www.elibrary.ru) kako bi vam se dodijelio individualni digitalni kod (tokom registracije, kod se dodjeljuje automatski), koji je neophodan za kreiranje ispravne baze podataka RUNEB koji objektivno odražava informacije o vašoj naučnoj aktivnosti, kao i za izračunavanje vašeg indeksa citiranosti (RSCI).

WITHpiWithureduWithOToRAschenIthIObOhnAhenIth, VWithTRechAYuschIXWithIVTeToWithTe

ARM– automatizovana radna stanica;

ACWITHUD– agregatni sistem kontrole saobraćaja;

ACUD– automatizovani sistem kontrole saobraćaja;

ACUD- WITH– ASUD baziran na računaru;

INPU– daljinski kontrolni panel;

GOROD,GOROD- M, GOROD- M1 – nazivi automatizovanih sistema upravljanja saobraćajem koji koriste računare;

DK– kontrolor puta;

DBYU– displej za radnu kontrolu;

DP– kontrolni centar;

DTP– saobraćajna nesreća;

DTWITH– drumska saobraćajna mreža;

DT– detektor transporta;

DU– dispečerska kontrola;

IP– inženjerska konzola; IR– induktivna petlja; IC– simulator centra;

KDA– oprema za kontrolu i dijagnostiku;

TORC– kontrolor okružnog centra; TOTWITH– skup tehničkih sredstava; KU– koordinirano upravljanje; MnWITHX– mnemonički dijagram;

PTO– program koordinacije;

PKU– panel za nadzor i upravljanje;

PEINM– personalni elektronski računar;

RU- ručna kontrola;

WITHMEP– specijalizovani instalacijski i operativni odjel;

WITHO– semaforski objekat;

TVP– pješačka pozivna tabla;

TE– transportna jedinica (automobil);

TI– telemetrija;

TKP– javni semafor;

TP– protok saobraćaja;

TWITH– telesignalizacija;

TSKU– telemehanički koordinirani sistem upravljanja;

TU– daljinsko upravljanje;

UINTO– upravljački kompjuterski kompleks;

UDS– ulična i putna mreža;

UZN– kontrolisani saobraćajni znak;

UNITP– uređaj za pohranjivanje informacija o tokovima saobraćaja;

UP– kontrolna tačka;

UWITHTO– indikator preporučene brzine vožnje;

CUP- centralna kontrolna tačka.

1. Osnove upravljanja saobraćajem

1.1. Transportni tok kao kontrolni objekt

Objekat upravljanja automatizovanim sistemom upravljanja je saobraćajni tok, opisan skupom karakteristika koje karakterišu proces kretanja: intenzitetom, brzinom, sastavom toka, intervalima u toku i nekim drugim pokazateljima.

Transportni tok ima određena svojstva koja se moraju uzeti u obzir pri izboru upravljanja u sistemu. Stoga, pogledajmo neke od najvažnijih karakteristika saobraćajnog toka.

1 . 1 . 1. WITHVJaostVA Transod tadatnOGO ByTOToA

Prvo, terenska istraživanja saobraćaja vozila u gradovima pokazuju da karakteristike saobraćajnih tokova doživljavaju značajne promjene tokom dana, koje proizilaze iz neravnomjernog protoka automobila u saobraćajnu mrežu. Ovo je dinamička priroda ponašanja kontrolnog objekta.

Drugo, dnevno periodično mjerenje istih parametara protoka u fiksnim vremenskim intervalima u danu pokazuje statističku prirodu procesa kretanja vozila. Vjerovatno ponašanje kontrolnog objekta je zbog činjenice da se prometni tok formira od pojedinih učesnika u saobraćaju koji koriste različite tipove vozila i imaju različite svrhe putovanja (u vremenu i prostoru).

Treće, ovi statistički obrasci kretanja su stabilni zbog prisustva determinističkih trendova u kretanju vozila. Zaista, velika većina putovanja je periodična i česta

obavlja se na redovnim linijama (poslovna putovanja, javni linijski prevoz, teretni prevoz). Kolektivno ponašanje toka, koje je rezultat interakcije učesnika sa različitim ciljevima i različitim psihofiziološkim karakteristikama, pokorava se zakonu velikih brojeva i čini probabilističke karakteristike kretanja vozila stabilnim. Upravo odsustvo haosa u transportnoj mreži omogućava funkcionisanje automatizovanih sistema upravljanja, što zauzvrat doprinosi još većoj stabilizaciji saobraćajnih procesa.

Četvrto, najvažnije svojstvo saobraćajnih tokova, koje u velikoj meri određuje principe upravljanja, jeste njihova inercija. Inercija se shvata kao svojstvo kontrolnog objekta neprekidno

prelaze iz stanja u stanje u vremenu i prostoru. Zaista, parametri kretanja transportnih jedinica, mjereni u određenom trenutku, ne mogu se značajno promijeniti u kratkom vremenskom periodu zbog činjenice da svaka jedinica ima konačnu, dobro definiranu brzinu i može se detektirati u tom intervalu. unutar ograničenog dijela transportne mreže. Ovo svojstvo se manifestuje, prije svega, u činjenici da se prosječni parametri strujanja (intenzitet, brzina, gustina, intervali) kontinuirano mijenjaju u vremenu i prostoru. Prisustvo „pakovanja“ u tokovima je takođe rezultat male varijabilnosti u strukturi toka dok prolazi kroz susedne raskrsnice, tj. posljedica inercije u promjeni intervala između uzastopnih automobila. Inercija kontrolnog objekta ukazuje na mogućnost predviđanja promjena njegovih karakteristika u malim intervalima.

Peto, sva navedena svojstva pojavljuju se kao rezultat međusobnog kretanja vozila. Ova međuzavisnost izražena je uglavnom u činjenici da ponekad male promjene uslova saobraćaja na pojedinim autoputevima i raskrsnicama (sužavanje kolovoza, promjene vremenskih prilika, kršenje semafora) dovode do nagle promjene u prirodi saobraćaja ne samo u ovoj području, ali i na udaljenim autoputevima i raskrsnicama grada. Povezanost regulisanih transportnih čvorova ima posebno snažan efekat u režimima zasićenja mreže, kada se saobraćajna gužva koja se javlja na posebnoj raskrsnici širi na značajan deo mreže. Mrežno povezivanje je složeno i ponekad nepredvidivo. Što je jače svojstvo povezanosti, pri rješavanju upravljačkog problema moraju se uzeti u obzir veći dijelovi mreže, a ovaj zadatak je teži, jer se upravljački objekt ne mora shvatiti kao pojedinačna raskrsnica, već kao svi međusobno povezani transportni čvorovi.

Faktor međuzavisnosti manifestuje se iu uslovima ograničenog kretanja vozila po deonicama i kroz raskrsnice mreže. Kako bi osigurali sigurno i brzo kretanje automobila u saobraćajnom toku, vozači su prinuđeni da izvode različite manevre određene stvarnom saobraćajnom situacijom. Kao rezultat toga, obrasci kretanja pojedinačnih vozila mogu se smatrati posljedicom ukupnih interakcija u toku. Karakteristike nastale interakcije su početni parametri za sistem pomoću kojih se odlučuje o pitanju dodjeljivanja određene kontrole

pokret.

1 . 1 . 2. WITHOstohni jedno ni drugoI Transod tadatnOGO ByTOToA

Pogledajmo bliže tipične saobraćajne slučajeve. Eksperimentalne i teorijske studije daju osnovu da se razlikuju tri kvalitativno različita stanja, koja ćemo se složiti da nazovemo WithVObOdnsm, GRatppoVim I ViPaidennsm .

Pri malim brzinama protoka, kada kapacitet puta nije faktor koji ograničava nesmetano kretanje, brzina vozila je bliska brzini slobodnog kretanja. Interakcija između transportnih jedinica u načinu slobodnog kretanja je toliko mala da se može zanemariti. Stanje slobodnog transportnog toka karakterizira ne samo neovisno kretanje pojedinih transportnih jedinica, već i to koji se intervali između jedinica u toku u ovom slučaju zbrajaju. Brojni eksperimentalni radovi, kao i granične teoreme

queuing kažu da je distribucija intervala u slobodnom toku bliska eksponencijalnoj i, stoga, broj dolazaka transportnih jedinica toka u određenom intervalu u vremenu ili prostoru opisuje Poissonov zakon. Slobodno stanje protoka se uočava u realnoj transportnoj mreži na dionicama sa rijetkim prometom na dionicama udaljenim više od 800 m od raskrsnica napajanja.

Drugačija slika nastaje ako uzmemo u obzir grupni način kretanja. Grupno kretanje vozila dešava se pri nešto većim intenzitetima saobraćaja, kada kapacitet puta i raskrsnice već ima značajan uticaj na uslove saobraćaja. Kako bi održali brzinu, vozači brzih automobila primorani su preticati i mijenjati trake.

i drugi manevri. U režimu slobodnog kretanja, preticanje u saobraćaju se obavlja gotovo bez interakcije između transportnih jedinica. Grupno kretanje karakteriše maksimalna interakcija jedinica tokom kretanja, maksimalni intenzitet forsiranih manevara. Kao rezultat, cijeli prometni tok je podijeljen u niz redova koji imaju brzinu vodećih vozila koja se sporo kreću. Istovremeno, brzine transportnih jedinica velike brzine padaju. Sada se kretanje vozila ne može opisati Poissonovim zakonom, jer su udaljenosti između uzastopnih automobila u redovima bliske sigurnosnim udaljenostima, tj. ne prate eksponencijalnu distribuciju. Tipičan primjer grupnog toka je kretanje vozila uočeno na dijelu poteza koji se nalazi 20-30 m iza raskrsnice koja ga hrani. Paketi u potoku koji se pojavljuju

nakon što transportne jedinice prođu kroz raskrsnicu, krećući se po potezu, one se relativno sporo „raspadaju“, a tok na razmatranoj dionici i dalje ima izražen grupni oblik.

Kada se intenzitet saobraćaja poveća i dostigne kapacitet puta, otežavaju se uslovi za preticanje vozila velikih brzina vozila koja se sporo kreću, redovi koji se formiraju tokom grupnog saobraćaja se produžavaju i praktično spajaju u jedan red. U tom slučaju se brzine vozila u toku izravnavaju i ispadaju blizu brzinama najsporijih vozila, intervali između transportnih jedinica u toku postaju bliski determinističkim, jednaki sigurnim udaljenostima kretanja. Ovaj način kretanja nazvaćemo prisilnim.

Još jedna karakteristika kontrolnog objekta je prisustvo trenda razvoja u njemu. Kvantitativne promjene u kontrolnom objektu

povezan sa prirodnim porastom motorizacije, izgradnjom novih kontrolisanih raskrsnica, izgradnjom petlji na različitim nivoima, poboljšanjem dinamičkih karakteristika vozila, revizijom organizacije saobraćaja na regulisanom području (uvođenje i ukidanje skretanja). kretanja, uvođenje jednosmjernih ulica, zabrana prolaska nekim ulicama za teretni saobraćaj, zabrana i dozvola parkiranja itd.). Ove kvantitativne promjene dovode, po pravilu, do promjene strukture tokova, stepena povezanosti pojedinih raskrsnica mreže, razmjera uređene mreže, što može zahtijevati kvalitativnu rekonfiguraciju kontrolnog tijela i dovesti do revizije. tipa algoritama upravljanja za određenu raskrsnicu. Dakle, sistem upravljanja kretanjem mora biti „fleksibilan“ u odnosu na kontrolni objekat.

1 . 1 . 3. RAWithitdedelenbr VRemennesX InteRVAlov

Većina istraživača, uzimajući u obzir protok saobraćaja na dionici autoputa velike dužine, koristi složene distribucije oblika za opisivanje vremenskih intervala

F (d t ) =

A L- b 1 S +

B L- b 2 S

+ C L- b 3 S

gdje svaki od tri termina opisa opisuje određeni dio toka:

ü A L- b 1 S

ü B L- b 2 S

– slobodno kretanje;

– djelimično povezan sa;

ü CL- b 3 S – spojeni dio TP.

Svaki od tri koeficijenta A, IN, WITH označava udio intenziteta saobraćaja koji je u jednom od tri stanja, dakle njihov zbir

Distribucija (1.1) prilično dobro opisuje TP na kontinuiranim autoputevima. S obzirom na problem opisivanja TP na urbanom

na ulicama opremljenim semaforima, prikladnije je analizirati

raspodjela vremenskih intervala unutar gomile automobila kako se signalizirana raskrsnica udaljava. Ovaj pristup je usko povezan sa rešavanjem pitanja postepenog raspadanja čopora, a samim tim i mogućnosti organizovanja koordinisane kontrole saobraćaja.

Eksperimenti koje su sproveli neki istraživači pokazuju da je normalizovana Erlangova distribucija prikladnija za opisivanje vremenskih intervala unutar rafala.

F (d t ) =

l ( K + 1)

k

L l ( K + 1)d t . (1.2)

Matematička očekivanja:

Sa disperzijom:

M k

D k =

1 . (1 . 3)

1 . (1 . 4)

l 2 ( K + 1)

U prilog ovoj distribuciji govori i činjenica da se s obzirom na različite K, možete dobiti bilo koji stepen posledice, dakle, odražavaju stepen povezanosti toka unutar paketa. Efekat raspadanja čopora određuje zavisnost prosječnog intenziteta prometa l unutar čopora i redoslijeda distribucije K od udaljenosti čopora do izlazne raskrsnice. Eksperimentalne studije su pokazale da smanjenje l i K kako se čopor udaljava od pozornice, dobro se aproksimira eksponencijalnom zavisnošću

- H L

l n (L n ) = l + ( l n ac

L c ) L 1

n . (1.5)

K = [

K c + (K

on With

- K c

) L - H 2 L n

gdje je l prosječan intenzitet saobraćaja duž cijelog toka;

l n A With –

intenzitet unutar čopora kada napusti raskrsnicu;

L n - razdaljina

paketi sa raskrsnice;

K n A With – maksimalna pora distribucije

Erlanga za čopor, samo iznad raskrsnice; K c

– red

Erlangova raspodjela preko protoka nakon konačne raspodjele i

spajanje paketa;

H 1 , H 2 – koeficijenti disperzije paketa za

l n (l n )

I K ;

u uglastim zagradama – cijeli broj izraza.

Eksperimenti pokazuju da je za paket koji je upravo napustio raskrsnicu vrijednost K=9.

Praktične studije koristeći automatizovane sisteme upravljanja u gradovima Harkov, Minsk, Krasnojarsk, Nižnji Novgorod, itd., sprovedene u

80 - 90, omogućilo je dobivanje reprezentativnih statističkih podataka o prometu.

Analiza distribucije intervala različitih intenziteta, kao i minimalno dozvoljenih intervala između automobila, ukazuje na postojanje tri grupe automobila u saobraćajnom toku:

ü automobili se kreću slobodno, bez međusobnog utjecaja u intervalima većim od 8 s;

Djelomično povezana vozila koja se kreću u intervalima od 1,5 –

8,0 s; raspodjela intervala je takva da vozači pojedinačnih automobila imaju mogućnost manevriranja unutar toka;

üpovezani dio toka; u ovom slučaju tokom čitavog vremena

Uočeni su samo mali intervali reda od 1,0 – 1,3 s.

U praksi se zapažaju automobili koji se slobodno kreću pri brzinama do 300 automobila na sat po traci. Djelomično povezana vozila primjećuju se u stopi od oko 300 – 600 vozila na sat po traci. Povezani saobraćaj se odvija brzinom većom od 600 vozila na sat po traci.

Upravljanje saobraćajem je skup mjera čiji je cilj stvaranje optimalnih obrazaca saobraćaja.

Građevinski rječnik.

Pogledajte šta je „Upravljanje saobraćajem“ u drugim rečnicima:

centar za kontrolu saobraćaja- Operativni centar koji obezbjeđuje jedinstveno upravljanje olimpijskim transportnim tokovima i koordinaciju rada Transportnog fonda, lokalnih transportnih službi i agencija za provođenje zakona. [Odjel za lingvističke usluge Organizacionog odbora ... ... Vodič za tehnički prevodilac

engleski Područje pokrivanja kraljevske policije Butana ... Wikipedia

TSUDD- centar za kontrolu saobraćaja TSUDD centralna kontrola saobraćaja Izvor: http://www.logistic.ru/news/2008/4/4/17/108201.html …

QNX 6 desktop (Neutrino) od ... Wikipedia

- (DAAT) (do 2003 Donjeck Automobile College) privatno visoko obrazovanje obrazovne ustanove. Pruža obuku u oblastima i specijalnostima: Smjer „Automobilski transport“. Kvalifikacija mašinski inženjer... ... Wikipedia

Ovaj izraz ima druga značenja, pogledajte Sidnej (značenja). Grad Sidnej Sidnej ... Wikipedia

Donjecka akademija za automobilski saobraćaj (DAAT) (do 2003. Donjecka automobilska škola) je privatna visokoškolska ustanova. Pruža obuku u sljedećim oblastima i specijalnostima: Smjer “Automobilski transport”.... ... Wikipedia

- (izgovara se ji di ef, ruska slova. Geografski podaci) ili GDF format za razmjenu geografskih podataka. Za razliku od uobičajenih GIS formata, GDF pruža detaljna pravila za snimanje i prezentaciju podataka, kao i sveobuhvatna... ... Wikipedia

Australija- (Australija) Istorija Australije, državni simboli Australije, kultura Australije Izvršna i zakonodavna vlast Australije, klima Australije, prirodni resursi i životinjski svet Australije, najveći ekonomski centri Australije... ... Investor Encyclopedia

UDD- kontrola saobraćaja prevoz... Rječnik skraćenica i skraćenica

Pošaljite svoj dobar rad u bazu znanja je jednostavno. Koristite obrazac ispod

Studenti, postdiplomci, mladi naučnici koji koriste bazu znanja u svom studiranju i radu biće vam veoma zahvalni.

Objavljeno na http://www.allbest.ru/

Uvod

Rast broja automobila, a samim tim i povećanje njihovog broja na cestama velikih gradova, danas postaje sve važniji problem. Velika koncentracija centara privlačenja za mase ljudi u centru većine megagradova dovodi do kompliciranja upravljanja putnom mrežom i povećanja troškova njenog održavanja. Mnogi gradovi širom svijeta ne mogu se nositi sa svakodnevnim izazovima transporta i svakodnevno se suočavaju sa kilometarskim gužvama.

Istovremeno, potreba stanovništva za prevozom nastavlja da raste. Samim tim, bez odgovarajućih mjera, situacija ide u ćorsokak. UDS dizajniran za manje opterećenje ne može se nositi i zahtijeva modernizaciju i optimizaciju. Grad danas zahtijeva ne samo dobre, dobro projektovane i tada izgrađene puteve, već i njihovo kvalitetno upravljanje. Takođe, na mnogo načina, dosadašnje metode upravljanja saobraćajem postaju zastarele i ne mogu da idu u korak sa rastućim gradom, a višesmerni tokovi zahtevaju dinamično upravljanje i integraciju inovativnih sistema za poboljšanje saobraćajne situacije, a posebno u Moskvi. Čitav sistem izgradnje putne mreže i upravljanje njime treba mijenjati kroz nove tehnologije, uključujući i matematičko modeliranje, koje omogućava predviđanje ponašanja putne mreže, prilagođavanje njene konfiguracije i još mnogo toga. Zbog toga naglo raste potreba za alternativnim, kao i svim dodatnim izvorima informacija o stanju u saobraćaju. Najnoviji kompleksi i sistemi za prikupljanje i obradu podataka se već implementiraju.

Prvo poglavlje pruža kratka analiza trenutnu prometnu situaciju u gradu Moskvi, analizu prijema i korištenja metričkih podataka vozila pomoću usluge Yandex.Traffic, analizu korisnosti takvih podataka i mogućnosti njihovog korištenja. Na kraju poglavlja date su teoretske informacije o putevima, njihovoj klasifikaciji, kao io tome šta su to saobraćajni tokovi i njihove glavne karakteristike, kao i formulacija problema.

U drugom poglavlju odabrana je „eksperimentalna“ dionica putne mreže, njeni glavni problemi su razmotreni pomoću toplotne karte Yandex.Traffic, a također su, na osnovu formulacije problema, predložene mjere za poboljšanje prometne situacije u ovoj dionici putne mreže.

Treće poglavlje daje detaljno obrazloženje za predložene promjene korištenjem kompjuterskog modeliranja i poređenja dva UDS modela i njihovih parametara. Na osnovu stvarno odabranog sajta kreiran je kompjuterski model, analizirani su problemi i podaci, nakon čega je kreiran kompjuterski model sa izmenama predloženim u drugom poglavlju. Provedeno komparativna analiza podaci iz dva modela, što nam omogućava da zaključimo da će izvršene promjene dovesti do poboljšanja saobraćaja u ovoj oblasti.

Predmet istraživanja su saobraćajni tokovi na gradskoj putnoj mreži.

Predmet istraživanja je mogućnost korištenja kompjuterskog modeliranja za rješavanje realnih praktičnih problema.

Naučna hipoteza se sastoji od pretpostavke o mogućnosti korišćenja stvarnih podataka u kompjuterskom modelu, uz njihovu dalju (modelsku) modernizaciju, i dobijanje rezultata poboljšanja za koje postoji velika verovatnoća da će biti pouzdani i primenljivi u praksi.

Svrha studije je razmotriti jednu od problematičnih radikalnih autoputeva Moskve, izraditi njen kompjuterski model, uporediti ponašanje modela sa slikom u praksi, izvršiti poboljšanja i promjene u strukturi putne mreže i daljeg modela. izmijenjena putna mreža kako bi se potvrdilo poboljšanje stanja na ovom području.

Pouzdanost rezultata istraživanja provedenog u radu osigurana je eksperimentalnom potvrdom glavne hipoteze, konzistentnošću rezultata teorijskih istraživanja dobivenih na osnovu analize razvijenih matematičkih modela za izračunavanje glavnih parametara UDS, sa rezultatima istraživanja.

1 Analiza postojećeg stanja i iskaz problema

1.1 Opravdanje relevantnosti problema

Nije tajna da mnogi veliki gradovi širom svijeta imaju velike probleme u sektoru transporta. Transport u metropoli igra veliku povezujuću ulogu, zbog čega transportni sistem metropole mora biti uravnotežen, lako upravljiv i brzo reagovati na sve promjene u saobraćaju unutar grada. U stvari, metropola je urbana aglomeracija sa ogromnom koncentracijom automobila i ljudi, u kojoj drumski transport (lični i javni) igra ogromnu ulogu, kako u kretanju samog stanovništva, tako i u opštoj logistici. Zato kompetentno upravljanje transportnim sistemom metropole igra veliku ulogu u njegovim aktivnostima.

Potreba stanovništva za prevozom, kako javnim prevozom tako i ličnim automobilima, raste svakim danom. Logično je pretpostaviti da bi povećanjem broja prevoza u metropoli proporcionalno trebalo da raste i broj puteva, petlji i parkinga, međutim razvoj drumske saobraćajne mreže (RTN) ne ide u korak sa tempom. motorizacije.

Podsjetimo, prema statistikama, broj automobila po glavi stanovnika stalno raste (slika 1.1).

kompjuterski kompjuter za protok saobraćaja

Slika 1.1 Broj automobila na 1000 stanovnika u Moskvi

Istovremeno, Moskovska gradska cestarska služba nije spremna za takvu stopu rasta motorizacije u gradu. Pored ličnog prevoza u gradu, mora se rešiti i problem javnog prevoza i prevoza putnika u Moskvi. Prema državnom saobraćajnom programu, samo 26% putničkog saobraćaja dolazi iz ličnog prevoza, a 74% iz javnog prevoza. Istovremeno, ukupan godišnji obim saobraćaja u 2011. godini iznosio je 7,35 milijardi putnika, a prema prognozama će rasti, da bi u 2016. godini iznosio 9,8 milijardi putnika godišnje. Planirano je da samo 20% od ovog broja putnika koristi lični prevoz. Istovremeno, ukupno, lični i nadzemni javni prevoz čini više od polovine putničkog saobraćaja u Moskvi. To znači da rješavanje problema drumskog saobraćaja u metropoli igra veliku ulogu za njeno normalno funkcioniranje i ugodan život njenih stanovnika. Ovi podaci znače da ćemo se bez preduzimanja adekvatnih mjera za poboljšanje saobraćajne situacije u Moskvi suočiti sa transportnim kolapsom, koji u Moskvi polako kuha posljednjih godina.

Također je vrijedno napomenuti da je pored problema vezanih za unutargradsko kretanje putnika, jasno vidljiv i problem transportnih tokova klatne radne migracije, te protoka vozila (uglavnom teretnih) koja prolaze kroz grad. A ako se problem tranzitnog teretnog transporta djelimično riješi zabranom ulaska i kretanja kamiona nosivosti preko 12 tona po gradu tokom dana, onda je problem preseljenja putnika iz regiona u grad mnogo dublji i teže rešiti.

Tome doprinosi nekoliko faktora, prije svega lokacija centara privlačenja ljudskih masa unutar gradskih granica. Konkretno, lokacija ogromnog broja radnih mjesta i ureda velikog broja kompanija, lokacija velikog broja infrastrukturnih, kulturnih i uslužnih objekata (posebno trgovačkih centara, ali trend njihove izgradnje u granicama grada stalno opada u korist njihove lokacije izvan moskovskog prstena). Sve to dovodi do toga da se ogromni tokovi ljudi svakodnevno u jutarnjoj špici kreću iz regiona ka granici grada, a uveče se vraćaju u region. Ovaj problem je posebno akutan radnim danima, kada veliki broj ljudi žuri na posao u jutarnjoj špici i kući u večernjoj špici. Sve to dovodi do kolosalnog opterećenja na polaznim rutama koje u ovim satima koristi ogroman broj putnika koji se kreću kao javni prijevoz i lične. Osim toga, ljeti im se pridružuju ljetni stanovnici, koji svakog vikenda stvaraju velike gužve na autoputevima u regiju, a nakon vikenda van nje.

Svi ovi problemi zahtijevaju hitno rješenje, kroz izgradnju novih puteva i petlji, prijenos centara privlačenja ljudskih masa i optimizaciju upravljanja postojećom strukturom putne mreže. Sve ove odluke jednostavno nisu moguće bez pažljivog planiranja i modeliranja. Jer uz pomoć aplikativnih programa i alata za modeliranje možemo vidjeti kakav učinak možemo postići implementacijom određenih rješenja, te odabrati najpogodnija na osnovu njihove procjene troškova i pozitivnog utjecaja na protok prometa.

1.2 Analiza trenutne transportne situacije u Moskvi pomoću web servisa Yandex Traffic Jams

Razmatrajući detaljnije gore navedene probleme, moramo se obratiti postojećim telemetrijskim sistemima za prikupljanje informacija o prometnoj situaciji u Moskvi, koji bi jasno mogli pokazati problematična područja naše metropole. Jedan od najnaprednijih i najkorisnijih sistema u ovoj oblasti, koji je dokazao svoju efikasnost, je web servis Yandex Traffic Jams, koji je dokazao svoju efikasnost i informativni sadržaj.

Analizom podataka koje pruža usluga u javnom domenu, možemo izvršiti analizu podataka i dati činjenično opravdanje za gore navedene probleme. Tako možemo jasno uočiti područja sa napetom prometnom situacijom, vizuelno ispitati trendove u formiranju zagušenja i predložiti rješenje problema odabirom najoptimalnijeg matematičkog modela za rješavanje problema modeliranja konkretnog problematičnog područja, uz daljnje dobijanje rezultata. na osnovu čega je moguće izvesti zaključke o mogućnosti poboljšanja saobraćajne situacije u konkretnom slučaju. Na taj način možemo kombinovati teorijski model i stvarni problem pružanjem rješenja.

1.2.1 Kratke informacije o web usluzi Yandex Traffic Jams

Yandex prometne gužve je web servis koji prikuplja i obrađuje informacije o prometnoj situaciji u Moskvi i drugim gradovima u Rusiji i svijetu. Analizirajući primljene informacije, usluga pruža informacije o prometnoj situaciji (a za velike gradove također daje „ocjenu“ za zagušenost prometne mreže), omogućavajući vozačima da ispravno planiraju svoju rutu putovanja i procijene očekivano vrijeme putovanja. Usluga također pruža kratkoročnu prognozu očekivane saobraćajne situacije u određeno vrijeme, na određeni dan u sedmici. Dakle, usluga je djelimično uključena u optimizaciju TP, omogućavajući vozačima da izaberu obilazne rute koje nisu pokrivene zastojima.

1.2.2 Izvori podataka

Radi jasnoće, zamislimo da smo ti i ja u nesreći na Strastnom bulevaru ispred Petrovke (mali i bez žrtava). Svojim izgledom smo blokirali recimo dva reda od postojeća tri. Vozači koji su se kretali našim redovima su primorani da nas zaobilaze, a vozači koji se kreću u trećem redu su prisiljeni da propuste one koji nas zaobilaze. Neki od ovih vozača su korisnici aplikacija Yandex.Maps i Yandex.Navigator, a njihovi mobilni uređaji prenose podatke o kretanju automobila Yandex.Traffic. Kako se automobili korisnika približavaju našoj nesreći, njihova brzina će se smanjivati, a uređaji će početi “obavještavati” službu o gužvi.

Za sudjelovanje u prikupljanju podataka vozaču je potreban navigator i mobilna aplikacija Yandex.Traffic. Na primjer, ako se nesreća dogodi na putu, onda neki savjestan vozač, nakon što je vidio našu nesreću, može upozoriti druge vozače na to tako što će postaviti odgovarajuću tačku na mobilne Yandex.Mape.

1.2.3 Tehnologija obrade kolosijeka

GPS prijemnici dozvoljavaju greške pri određivanju koordinata, što otežava izgradnju staze. Greška može "pomjeriti" automobil nekoliko metara u bilo kojem smjeru, na primjer, na trotoar ili krov obližnje zgrade. Koordinate dobijene od korisnika završavaju na elektronskoj mapi grada, na kojoj su vrlo precizno prikazani svi objekti, parkovi, ulice sa oznakama na putevima i drugi gradski objekti. Zahvaljujući ovom detalju, program razumije kako se automobil zapravo kretao. Na primjer, na jednom ili drugom mjestu automobil nije mogao ući u nadolazeću traku, ili je skretanje napravljeno prema oznakama na putu bez "presijecanja" ugla. (Slika 1.2)

Slika 1.2 Tehnologija obrade staza

Posljedično, što više korisnika ima usluga, to su tačnije informacije o prometnoj situaciji.

Nakon kombinovanja verifikovanih staza, algoritam ih analizira i dodeljuje „zeleno“, „žuto“ i „crveno“ ocene odgovarajućim deonicama puta.

1.2.4 Spajanje podataka

Slijedi agregacija – proces kombiniranja informacija. Svake dvije minute, agregator program prikuplja, poput mozaika, informacije primljene od mobilnih Yandex.Map korisnika u jedan dijagram. Ovaj dijagram je nacrtan na sloju „Saobraćaj“ (slika 1.3) Yandex.Maps-a - iu mobilnoj aplikaciji i na web servisu.

Slika 1.3 Prikaz saobraćajnih gužvi u Yandex.Maps

1.2.5 Skala bodova

U Moskvi, Sankt Peterburgu i drugim velikim gradovima, usluga Yandex.Traffic procjenjuje situaciju na skali od 10 bodova (gdje 0 bodova znači slobodan saobraćaj, a 10 bodova znači da se grad „staje“). Uz ovu procjenu, vozači mogu brzo shvatiti koliko će vremena izgubiti u saobraćajnim gužvama. Na primjer, ako GPA u Kijevu je sedam, tada će putovanje trajati otprilike dvostruko duže nego sa slobodnim saobraćajem.

Bodovna skala je različito postavljena za svaki grad: ono što je manji problem u Moskvi, jeste ozbiljna saobraćajna gužva u drugom gradu. Na primjer, u Sankt Peterburgu, sa šest bodova, vozač će izgubiti otprilike isto vrijeme kao u Moskvi sa pet. Bodovi se računaju na sljedeći način. Rute duž ulica svakog grada su unaprijed osmišljene, uključujući glavne autoputeve i avenije. Za svaku rutu postoji referentno vrijeme tokom kojeg se može voziti slobodnim putem bez kršenja pravila. Nakon procjene ukupne zagušenosti grada, program agregatora izračunava koliko je realnom vremenu od referentnog. Na osnovu razlike na svim rutama izračunava se opterećenje u bodovima. (Slika 1.4)

Slika 1.4 Generalizovani dijagram rada portala Yandex.Traffic

1.3 Korištenje informacija dobivenih korištenjem web usluge YandexTraffic za pronalaženje problematičnih područja u putnoj mreži

Sumirajući primljene informacije, možemo doći do zaključka da usluga pruža vrlo korisne informacije (kako online tako i u načinu prognoze) o prometnoj situaciji u Moskvi i drugim regijama, koje se mogu koristiti u naučne svrhe, posebno za identifikaciju problematičnih zona , ulice i autoputevi, prognoza zagušenja. Na taj način možemo identifikovati primarne probleme kako u cijeloj putnoj mreži u cjelini tako i na njenim pojedinim dionicama, te potkrijepiti postojanje određenih transportnih problema u putnoj mreži analizom informacija dobijenih korištenjem ovog web servisa. Na osnovu primarnih analitičkih podataka možemo izgraditi primarnu sliku poteškoća na putnoj mreži. Zatim, koristeći alate za modeliranje i specifične podatke, potvrdite ili opovrgnite postojanje određenog problema, a zatim pokušajte da izgradite matematički model drumskog saobraćajnog sistema sa učinjenim promjenama (promijenite faze semafora, modelirajte novu petlju u problematično područje itd.) i predložiti opciju(e) za poboljšanje situacije u datoj oblasti. Zatim odaberite najpogodnije rješenje sa stanovišta omjera efikasnosti i procjene troškova.

1.4 Pretraga i klasifikacija problema pomoću web usluge Yandex.Traffic

Ovaj web servis se može smatrati jednim od metoda za poboljšanje upravljanja saobraćajem (u daljem tekstu kontrola saobraćaja) u Moskvi. Na osnovu informacija sa portala, pokušaćemo da procenimo problematična područja u moskovskom drumskom saobraćajnom sistemu i predložimo sistemska rešenja za unapređenje sistema drumskog saobraćaja, kao i da identifikujemo trendove zagušenja.

Uzimajući u obzir podatke portala, moramo provoditi svakodnevnu analizu promjena u saobraćajnoj gužvi u Moskvi i identifikovati najproblematičnija područja. Najpogodniji za ove svrhe su vršni sati, kada je opterećenje na putnoj mreži maksimalno.

Slika 1.5 Prosječna zagušenost glavnih radijalnih autoputeva Moskve po satu radnim danima

Da bismo potvrdili hipotezu o zagušenosti putne mreže i prisutnosti problema radne vožnje, analiziraćemo podatke kao generalni gen. plan Moskve sa primenjenim „slojem“ saobraćajnih gužvi, kao i pojedinačna problematična područja i razmotriti dinamiku njihovog kretanja.

Velika većina radnika u Moskvi počinje sa radom u 8-00 - 10-00 po moskovskom vremenu, u skladu sa zakonom o radu, radni dan za petodnevnu radnu sedmicu (najčešća opcija) je 8 sati, tako da možemo pretpostavimo da bi glavno opterećenje na putnoj mreži, u skladu sa hipotezom klatne radne migracije (MLM), trebalo pasti na periode, u jutarnjim satima: od 6-00 (regija - MKAD) i do 10-00 ( bliže glavnim mjestima koncentracije poslova u Moskvi) i od 16-00 - 18-00 (centar) do 20-00 (radijalne rute za polazak) u večernjim satima.

Slika 1.6 U 6-00 nema poteškoća u sistemu drumskog saobraćaja

Slika 1.7 Poteškoće pri približavanju Moskvi

Na osnovu analitike, u 7-00 imamo poteškoća u prilasku gradu na glavnim saobraćajnicama do centra.

Slika 1.8 Poteškoće na jugu Moskve

Slika 1.9 Poteškoće na jugozapadu

Slična slika se opaža na apsolutno svim radijalnim autoputevima glavnog grada bez izuzetka. Maksimalni nivo u jutarnjim satima dostignut je u 9:56 po moskovskom vremenu, do tada su se gužve sa periferije grada preselile u centar.

Slika 1.10 9-00 - 9-56 ujutro vršno opterećenje na putnoj mreži

Slika 1.11 TTR u 16-00

Općenito poboljšanje prometne situacije uočeno je do 15-40 po moskovskom vremenu, situacija "u centru" se nije pogoršala do kraja dana. Opšta situacija je imala tendenciju da se pogoršava od 16:00, dok je situacija počela da se popravlja otprilike u 20:00 po moskovskom vremenu. (Dodatak A). Vikendom praktički nema problema na sistemu drumskog saobraćaja, a prema gradaciji portala Yandex.Traffic, "skor" nije prešao "3" za čitav period dnevnog posmatranja. Dakle, sa sigurnošću možemo konstatovati da je grad zakrčen zbog koncentracije centara privlačenja ljudskih masa (posla) u njegovom centru, a mnogo bolja slika vikendom, kada izostaje MTM problem.

Izvodeći međuzaključke, sa sigurnošću možemo reći da bi glavni pravac rada trebao biti smanjenje broja centara privlačenja ljudskih masa u centru grada i ograničavanje putovanja na ovo područje, kao i povećanje kapaciteta glavnih radijalnih autoputeva. Vlada Moskve već preduzima korake u tom pravcu, uvođenjem plaćenog parkinga u centru Moskve i uvođenjem prolaznog sistema za ulazak u centar grada za vozila (u daljem tekstu vozila) ukupne mase preko 3,5 tone. .

Slika 1.12 Zona plaćenog parkiranja u Moskvi

Analizirajući nalaze, možemo zaključiti da saobraćajne poteškoće imaju jednosmjeran format radnim danima i istu dinamiku početka i završetka (u jutarnjim satima iz regije, postepeno se krećući prema centru grada, i obrnuto u večernjim satima - od centra prema regija.

Dakle, s obzirom na ovaj trend, možemo zaključiti da je uvođenje dinamičke kontrole saobraćaja od vitalnog značaja, budući da su zagušenja na putevima jednosmjerna. Koristeći inteligentne sisteme, možemo mijenjati kapacitet puta u jednom ili drugom smjeru (na primjer, koristeći reverzibilnu traku „uključujući“ je u smjeru nedovoljnog kapaciteta), mijenjati i prilagođavati faze semafora kako bismo postigli maksimum kapacitet u područjima sa poteškoćama. Takvi sistemi i metode postaju sve rasprostranjeniji (na primjer, reverzibilna traka na Volgogradskom prospektu). Istovremeno, nemoguće je „naslepo“ povećati kapacitet problematičnih područja, jer jednostavno nedovoljnim kapacitetom zagušenja možemo gurnuti na prvo mesto. Odnosno, rješavanje transportnih problema treba biti sveobuhvatno, a modeliranje problematičnih područja ne bi trebalo da se odvija izolovano od cjelokupnog sistema drumskog saobraćaja i trebalo bi da se sprovodi sveobuhvatno. Stoga bi jedan od ciljeva našeg rada trebao biti modeliranje i optimizacija jedne od problematičnih radijalnih autoputeva Moskve.

1.5 Teorijske informacije

1.5.1 Klasifikacija puteva u Rusiji

Uredbom Vlade Ruske Federacije od 28. septembra 2009. N 767 odobrena su Pravila za klasifikaciju autoputeva u Ruskoj Federaciji i njihovu klasifikaciju u kategorije autoputeva.

Na osnovu saobraćajnih uslova i pristupa njima, autoputevi se dele na sledeće klase:

· autoput;

· brza cesta;

· redovni put (ne brzi).

1.5.2 Autoputevi u zavisnosti od procijenjenog intenziteta saobraćaja

Prema SNiP 2.05.02 - 85 od 1. jula 2013. podijeljeni su u sljedeće kategorije (tabela 2):

Table 2

	Procijenjeni intenzitet saobraćaja, date jedinice/dan.
IA (autoput)
IB (autoput)
Obični putevi (neekspresni putevi)
		St. 2000 do 6000
		St. 200 do 2000

1.5.3 Glavni parametri TP i njihov odnos

Saobraćajni tok (TP) je skup vozila koja istovremeno učestvuju u saobraćaju na određenoj dionici putne mreže

Glavni parametri saobraćajnog toka su:

brzina protoka?, intenzitet protoka l, gustina protoka c.

Brzina? Transportni protok (TP) se obično mjeri u km/h ili m/s. Najčešće korištena mjerna jedinica je km/h. Brzina protoka se mjeri u dva smjera, a na putu s više traka brzina se mjeri u svakoj traci. Za mjerenje brzine protoka na putu uzimaju se dionice. Dionica puta je prava okomita na osu puta, koja prolazi cijelom njegovom širinom. Brzina TP-a se mjeri u dijelu ili dionici.

Dionica je dio puta zatvoren između dvije dionice. Udaljenost L, m između sekcija je odabrana na način da se osigura prihvatljiva tačnost mjerenja brzine. Mjeri se vrijeme t, od vremena kada automobil prođe dionicu - vremenski interval. Izvode se mjerenja za dati broj n automobila i izračunava se prosječni vremenski interval?:

Izračunajte prosječnu brzinu na dionici:

V = L/?.

Odnosno, brzina saobraćajnog toka je prosječna brzina automobila koji se kreću u njemu. Za mjerenje brzine TP-a u poprečnom presjeku koriste se daljinski mjerači brzine (radar, lampa - far) ili posebni detektori brzine. Brzine V se mjere za n automobila i izračunava se prosječna brzina na dionici:

Koriste se sljedeći termini:

Prosječna privremena brzina V - prosječna brzina vozila na dionici.

Prosječna prostorna brzina? - prosječna brzina vozila koja se kreću preko značajnog dijela puta. Karakterizira prosječnu brzinu protoka saobraćaja na lokaciji u neko doba dana.

Vrijeme putovanja je vrijeme potrebno da automobil pređe jedinicu dužine puta.

Ukupna kilometraža je zbir svih putanja vozila na dionici puta za dati vremenski interval.

Brzina kretanja se također može podijeliti na:

Trenutni Va - brzina zabilježena u pojedinačnim tipičnim dionicama (tačkama) puta.

Maximum Vm - najveća trenutna brzina koju vozilo može razviti.

Intenzitet saobraćaja l jednak je broju automobila koji prođu dionicu puta u jedinici vremena. Pri velikom intenzitetu saobraćaja koristi kraće vremenske intervale.

Intenzitet saobraćaja se mjeri brojanjem broja n automobila koji prolaze dionicom puta u datoj jedinici vremena T, nakon čega se izračunava količnik l = n/T.

Osim toga, koriste se sljedeći termini:

Obim saobraćaja je broj vozila koja prelaze dio puta u datoj jedinici vremena. Volumen se mjeri brojem automobila.

Obim saobraćaja po satu je broj vozila koja prođu kroz dio puta u toku jednog sata.

Gustina saobraćajnog toka jednaka je broju automobila koji se nalaze na dionici puta date dužine. Obično se koriste dionice od 1 km, dobije se gustina automobila po kilometru, ponekad se koriste i kraće dionice. Gustina se obično izračunava iz brzine i intenziteta saobraćajnog toka. Međutim, gustoća se može eksperimentalno izmjeriti korištenjem zračnih fotografija, tornjeva ili visokih zgrada. Koriste se dodatni parametri koji karakterišu gustinu saobraćajnog toka.

Prostorni interval ili kratki interval lp, m - razmak između prednjih branika dva automobila koji slijede jedan za drugim.

Prosječni prostorni interval lp.sr - prosječna vrijednost intervala lp na lokaciji. Interval lp.sr se mjeri u metrima po automobilu.

Prostorni interval l p.sr, m je lako izračunati, znajući gustinu protoka c, automobila/km:

1.5.4 Odnos između parametara saobraćajnog toka

Odnos između brzine, intenziteta i gustine saobraćaja naziva se osnovna jednačina saobraćajnog toka:

V ?s

Glavna jednadžba povezuje tri nezavisne varijable, koje su prosječne vrijednosti parametara saobraćajnog toka. Međutim, u stvarnim uslovima na putu, varijable su međusobno povezane. Kako se brzina saobraćaja povećava, intenzitet saobraćaja prvo raste, dostiže maksimum, a zatim opada (slika 1.13). Smanjenje je posljedica povećanja intervala lp između automobila i smanjenja gustine saobraćajnog toka. Pri velikim brzinama automobili brzo prolaze kroz dionice, ali se nalaze daleko jedan od drugog. Cilj kontrole saobraćaja je postizanje maksimalnog intenziteta protoka, a ne brzine.

Slika 1.13 Odnos između intenziteta, brzine i gustine TP: a) zavisnost intenziteta TP od brzine; b) zavisnost gustine TP od brzine

1.6 Metode i modeli transportnog modeliranja

Matematički modeli koji se koriste za analizu transportnih mreža mogu se klasifikovati na osnovu funkcionalne uloge modela, odnosno zadataka u kojima se koriste. Uobičajeno, među modelima se mogu razlikovati 3 klase:

· Modeli prognoze

· Simulacijski modeli

· Optimizacijski modeli

Prediktivni modeli se koriste kada su poznati geometrija i karakteristike putne mreže i lokacija objekata koji stvaraju protok u gradu, te je potrebno odrediti kakvi će biti tokovi saobraćaja u ovoj mreži. Detaljno, prognoza saobraćajnog opterećenja uključuje izračunavanje prosječnih prometnih pokazatelja, kao što su obim međuokružnih kretanja, intenzitet protoka, raspodjela putničkih tokova itd. Koristeći takve modele moguće je predvidjeti posljedice promjena u transportnoj mreži.

Za razliku od prediktivnih modela, simulacijsko modeliranje ima zadatak da modelira sve detalje kretanja, uključujući i razvoj procesa tokom vremena.

Ova razlika može se vrlo jednostavno formulirati ako prediktivno modeliranje odgovori na pitanja „koliko i gdje“ će se vozila kretati u mreži, a simulacijski modeli odgovaraju na pitanje koliko će se kretanje odvijati detaljno ako je poznato „koliko i gdje“. Dakle, ova dva pravca transportnog modeliranja su komplementarna. Iz navedenog proizilazi da klasa simulacijskih modela, prema svojim ciljevima i izvršenim zadacima, može uključivati širok raspon modeli poznatiji kao modeli dinamike saobraćajnih tokova.

Dinamičke modele karakteriše detaljan opis kretanja praktična primjena takvi modeli - poboljšanje organizacije saobraćaja, optimizacija faza semafora itd.

Modeli predviđanja tokova i simulacijski modeli imaju za glavni cilj reprodukciju ponašanja saobraćajnih tokova blisko realnom životu. Tu je i veliki broj modeli dizajnirani da optimizuju funkcionisanje transportnih mreža. U ovoj klasi modela rješavaju se problemi optimizacije ruta prijevoza putnika, razvijanja optimalne konfiguracije transportne mreže itd.

1.6.1 Modeli dinamičkog saobraćajnog toka

Većina dinamičkih modela saobraćajnih tokova može se podijeliti u 3 klase:

· Makroskopski (hidrodinamički modeli)

Kinetički (gasnodinamički modeli)

Mikroskopski modeli

Makroskopski modeli su modeli koji opisuju kretanje automobila u prosjeku (gustina, prosječna brzina, itd.). U takvim transportnim modelima protok je sličan kretanju fluida, zbog čega se takvi modeli nazivaju hidrodinamičkim.

Mikroskopski modeli su oni u kojima je kretanje svakog vozila eksplicitno modelirano.

Srednje mjesto zauzima kinetički pristup, u kojem se prometni tok opisuje kao gustina distribucije automobila u faznom prostoru. Posebno mjesto u klasi mikromodela zauzimaju modeli kao što su ćelijski automati, zbog činjenice da ovi modeli usvajaju veoma pojednostavljen diskretni opis kretanja automobila u vremenu i prostoru, zbog čega je visoka računska efikasnost ovih modela. se postiže.

1.6.2 Makroskopski modeli

Prvi od modela zasnovan je na hidrodinamičkoj analogiji.

Glavna jednačina ovog modela je jednačina kontinuiteta, koja izražava “zakon održanja broja automobila” na putu:

Formula 1

Gdje je gustina, V(x,t) je prosječna brzina automobila u tački na putu sa koordinatom x u trenutku t.

Pretpostavlja se da je prosječna brzina deterministička (opadajuća) funkcija gustine:

Stavljajući u (1) dobijamo sledeću jednačinu:

Formula 2

Ova jednadžba opisuje širenje nelinearnih kinematičkih valova brzinom prijenosa

U stvarnosti, gustoća automobila se u pravilu ne mijenja naglo, već je kontinuirana funkcija koordinata i vremena. Da bi se eliminisali skokovi, u jednačinu (2) je dodan član drugog reda koji opisuje difuziju gustine, što dovodi do izglađivanja profila talasa:

Formula 3

Međutim, upotreba ovog modela nije adekvatan stvarnosti kada se opisuju neravnotežne situacije koje nastaju u blizini nehomogenosti puta (na i van rampi, suženja), kao iu uslovima tzv. „stop-and-go” saobraćaja.

Za opis neravnotežnih situacija, umjesto determinističke relacije (3), predloženo je korištenje diferencijalne jednadžbe za simulaciju dinamike prosječna brzina.

Nedostatak Payneovog modela je njegova stabilnost na male poremećaje pri svim vrijednostima gustine.

Tada jednačina brzine sa ovom zamjenom poprima oblik:

Da bi se spriječili diskontinuiteti, na desnu stranu se dodaje difuzijski član, analog viskoziteta u hidrodinamičkim jednadžbama

Nestabilnost stacionarne homogene otopine pri vrijednostima gustoće koje premašuju kritičnu omogućava efikasnu simulaciju pojave fantomske zagušenja - stop-and-go modova u homogenom toku koji nastaju kao rezultat malih poremećaja.

Gore opisani makroskopski modeli su formulisani uglavnom na osnovu analogija sa jednadžbama klasične hidrodinamike. Postoji i način da se izvedu makroskopski modeli iz opisa procesa interakcije između automobila na mikro nivou pomoću kinetičke jednačine.

1.6.3 Kinetički modeli

Za razliku od hidrodinamičkih modela, koji su formulisani u smislu gustoće i prosječne brzine strujanja, kinetički modeli se temelje na opisu dinamike fazne gustoće strujanja. Poznavajući vremensku evoluciju fazne gustine, moguće je izračunati i makroskopske karakteristike strujanja – gustinu, prosečnu brzinu, varijaciju brzine i druge karakteristike koje su određene momentima fazne gustine pri brzinama različitog reda.

Označimo faznu gustinu kao f (x, v, t). Uobičajena (hidrodinamička) gustina s(x, t), srednja brzina V(x, t) i varijacija brzine I(x, t) povezani su sa momentima fazne gustine relacijama:

1) Diferencijalna jednačina koja opisuje promjenu gustine faze s vremenom naziva se kinetička jednačina. Kinetičku jednačinu za prometni tok prvi su formulirali Prigogine i koautori 1961. godine u sljedećem obliku:

Formula 4

Ova jednačina je jednačina kontinuiteta koja izražava zakon održanja automobila, ali sada u faznom prostoru.

Prema Prigožinu, interakcija dva automobila na putu se odnosi na događaj u kojem brži automobil pretiče sporiji automobil ispred. Uvode se sljedeće pojednostavljujuće pretpostavke:

· mogućnost preticanja je pronađena sa određenom verovatnoćom p, kao rezultat preticanja, brzina automobila koji pretiče se ne menja;

· brzina automobila ispred se ni u kom slučaju ne menja kao rezultat interakcije;

· interakcija se dešava u tački (veličina automobila i rastojanje između njih se mogu zanemariti);

· promena brzine kao rezultat interakcije se dešava trenutno;

· Uzimaju se u obzir samo uparene interakcije; simultane interakcije tri ili više vozila su isključene.

1.7 Izjava o problemu

U trenutnoj studiji koristimo statične podatke o saobraćajnim gužvama koristeći uslugu Yandex.Traffic kao osnovne informacije. Analizirajući dobijene informacije, dolazimo do zaključka da se gradski saobraćajni sistem Moskve ne može nositi sa saobraćajnim saobraćajem. Poteškoće uočene u fazi analize dobijenih podataka nam omogućavaju da zaključimo da se većina poteškoća u sistemu drumskog saobraćaja dešava isključivo radnim danima, i da su u direktnoj vezi sa fenomenom „MTM“ (commuting radne migracije), jer tokom analiza poteškoća vikendom i praznicima nije identifikovana. Poteškoće radnim danima uključuju pojavu lavine koja se širi od periferije grada do centra, te prisustvo suprotnog efekta u popodnevnim satima, kada „lavina“ ide iz centra u regiju. U jutarnjim satima poteškoće se počinju uočavati na periferiji Moskve, postepeno se šire u grad. Vrijedi napomenuti i da „razdvajanje“ radijalnih autoputeva neće dovesti do željenog efekta, jer, kako se vidi iz analize, „ulaz“ u grad u određenom vremenskom intervalu zadržava gužvu, zbog čega centralni deo grada neko vreme putuje u optimalnom režimu . Zatim, s obzirom na iste poteškoće, na području MKAD-TTK nastaju gužve, dok se gužve na ulazima nastavljaju povećavati. Ovaj trend se stalno dešava jutarnje vrijeme. U isto vrijeme, suprotni smjer kretanja je potpuno slobodan. Iz ovoga proizilazi da sistem upravljanja semaforima i smjerom saobraćaja mora biti dinamičan, mijenjajući svoje parametre kako bi odgovarao trenutnoj situaciji na putu.

Postavlja se pitanje racionalnog korišćenja putnih resursa i realizacije takvih mogućnosti (promena faza semafora, traka za vožnju unazad, itd.).

Istovremeno, nemoguće je ograničiti se na to, jer ova „globalna saobraćajna gužva“ nema krajnju tačku. Ove akcije treba provoditi samo u kombinaciji s ograničenjima ulaska u Moskvu i centar, posebno za stanovnike moskovske regije. Budući da se, zapravo, na osnovu analize svi problemi svode na MTM tokove, oni se moraju kompetentno preraspodijeliti sa ličnog na javni prijevoz, čineći ga atraktivnijim. Takve mjere se već uvode u centru Moskve (plaćeni parking, itd.). Ovo će ublažiti gužve na gradskim putevima tokom špica. Dakle, sve moje teorijske pretpostavke su izgrađene sa „rezervom za budućnost“, a pod uslovom da će gužva postati konačna (broj putničkih tokova ka centru će se smanjiti), putnički tok će postati pokretniji (jedan autobus sa 110 putnici zauzimaju 10-14 metara površine puta, naspram 80-90 jedinica ličnog prevoza, s tim da isti broj putnika zauzima 400-450 metara). U situaciji kada će broj ljudi koji ulaze biti optimiziran (ili barem maksimalno smanjen na osnovu ekonomskih i društvenih prilika), moći ćemo primijeniti dvije pretpostavke o tome kako poboljšati upravljanje prometnim mrežama u Moskvi bez ulaganja velike količine novca i računarske snage, i to:

· Koristite analitičke podatke i podatke modeliranja za identifikaciju problematičnih područja

· Razvijanje načina za poboljšanje drumskog saobraćaja i upravljanje njime u problematičnim područjima

· Izrada matematičkih modela sa predloženim izmenama i njihova dalja analiza na efikasnost i ekonomsku izvodljivost, uz dalje uvođenje u praktičnu upotrebu

Na osnovu navedenog, uz pomoć matematičkih modela možemo brzo reagirati na promjene u putnoj mreži, predvidjeti njeno ponašanje i njima prilagoditi njenu strukturu.

Tako na radijalnom autoputu možemo razumjeti razlog zašto on radi u nenormalnom režimu i ima saobraćajne gužve i zastoje duž svoje dužine.

Dakle, iskaz problema zasnovan na problemu sastoji se od:

1. Analiza jednog od radijalnih autoputeva na prisustvo poteškoća, uključujući vršne sate.

2. Izrada makete dijela ovog radijalnog autoputa na mjestu najvećih poteškoća.

3. Uvođenje poboljšanja ovog modela zasnovanog na UDS analitici korištenjem stvarnih podataka i podataka modeliranja, te kreiranje modela sa izvršenim promjenama.

2 Kreiranje poboljšane verzije UDS-a

Na osnovu formulacije problema i analize transportnih poteškoća u Moskvi, da bih napravio praktičan model, izabrao sam deonicu jedne od radijalnih autoputeva (Kaširskoe magistrale), na deonici od raskrsnice Avenije Andropov i Kolomenskog. Proezd do stajališta “Torgovy Tsentr”. Razlog za izbor su mnogi faktori, a posebno:

· Sklonost stvaranju zagušenja na istim mjestima sa istom tendencijom

· Živa slika “MTM” problema

· Dostupnost rješivih tačaka i mogućnost simulacije regulacije semafora u datom području.

Slika 1.14 Odabrano područje

Odabrano područje ima karakteristični problemi, podložni modeliranju, i to:

· Prisustvo dvije problemske tačke i njihov unakrsni uticaj

· Prisustvo problematičnih tačaka, promena kojih neće poboljšati situaciju (mogućnost korišćenja sinhronizacije).

· Jasna slika uticaja MTM problema.

Slika 1.15 11-00 problemi do centra

Slika 1.16 Problemi iz centra. 18-00

Dakle, u ovoj oblasti imamo sledeće problematične tačke:

· Dva pješačka prelaza opremljena semaforima u poplavnoj ravnici Nagatinskaya

· Semafor na raskrsnici Avenije Andropov i Nagatinske ulice

Nagatinski metro most

2. Kreiranje poboljšane verzije UDS-a

2.1 Analitika sajta

Dužina saobraćajnih gužvi na Aveniji Andropov je 4-4,5 km u svakom od 2 smera (ujutro do centra - od Kaširskog autoputa do drugog pešačkog prelaza u poplavnoj ravnici Nagatinskaja, uveče do regiona - od Novoostapovske ulice do Nagatinskaya ulica). Drugi pokazatelj, brzina saobraćaja u vršnim satima, ne prelazi 7-10 km/h: potrebno je oko 30 minuta da se pređe dionica od 4,5 km u vršnim satima. Što se tiče trajanja, gužve do centra na Aveniji Andropov počinju u 7 sati ujutro i traju do 13-14 sati, a gužve prema regionu obično počinju u 15 i traju do 21-22 sata. Odnosno, trajanje svakog od "špica" na Andropovu je 6-7 sati u svakom od 2 smjera - previsoki nivo čak i za Moskvu, koja je navikla na saobraćajne gužve.

2.2 Dva glavna razloga za stvaranje saobraćajnih gužvi na aveniji Andropov

Prvi razlog: avenija je preopterećena viškom saobraćaja „prekomernog saobraćaja“. Od stanice metroa Nakhimovsky Prospekt do centra stambenog dijela Pechatniki, prava linija je 7,5 kilometara. A na putevima postoje 3 rute od 16 do 18 kilometara. Štaviše, dvije od tri rute prolaze kroz Aveniju Andropova.

Slika 2.1

Svi ovi problemi uzrokovani su činjenicom da između Nagatinskog i Bratejevskog mosta ima 7 km u pravoj liniji, a 14 km duž rijeke Moskve. U ovom procjepu jednostavno nema drugih mostova ili tunela.

Drugi razlog: mali kapacitet same avenije. Prije svega, saobraćaj se usporava posebnom trakom stvorenom prije nekoliko godina, nakon čega su ostale samo 2 trake za saobraćaj u svakom smjeru. Zagušenju u velikoj meri doprinose i tri semafora (transport ispred Nagatinske ulice i dva pešačka u poplavnoj ravnici Nagatinskaja).

2.3 Strateške odluke o Andropovskoj aveniji

Da bi se riješio problem prekoračenja, potrebno je izgraditi 2-3 nove veze između Nagatinskog i Bratejevskog mosta. Ove transportne veze će eliminisati prekoračenja i omogućiti upravljanje saobraćajem, stimulišući ne tok "centar-periferija", već tok "periferija-periferija".

Problem je što je izgradnja ovakvih objekata dugotrajna i skupa. I svaki od njih koštat će milijarde rubalja. Dakle, ako želimo nešto da poboljšamo ovde ne za 5 godina, već za godinu-dve, jedini način je da radimo sa kapacitetom Avenije Andropov. Za razliku od izgradnje novih mostova i tunela, ovo je mnogo brže (0,5-2 godine) i 2 reda veličine jeftinije (50-100 miliona rubalja). Zato što se kapacitet avenije može povećati jeftinim lokalnim „taktičkim“ mjerama u najproblematičnijim područjima. Ovo će osigurati postojeću potražnju, poboljšati sve saobraćajne pokazatelje: smanjiti dužinu saobraćajnih gužvi, skratiti trajanje špica, povećati brzinu.

2.4 Taktičke mjere na aveniji Andropov: 4 grupe

2.4.1 Faza 1. Regulacija semafora

Na problematičnom području postoje 3 semafora: dva pješačka u poplavnoj ravnici Nagatinskaya i jedan transportni na raskrsnici Andropova i ulice. Nove stavke i Nagatinskaya.

Dva pješačka semafora u poplavnoj ravnici Nagatinskaja već rade u maksimalnom "produženom" načinu rada (150 sekundi za transport, 25 za pješake). Malo je vjerovatno da će dodatno produženje ciklusa biti efikasno za transport, ali će povećati ionako značajno čekanje pješaka. Jedino što se može i treba uraditi sa regulacijom semafora je sinhronizacija oba pješačka semafora kako bi vozila trošila manje vremena na ubrzavanje i kočenje. Ovo će imati blagi efekat prema centru tokom jutarnje špice. Pješački semafori nemaju mnogo uticaja na saobraćaj u oba smjera u ostalim terminima i prema regiji u večernjim satima. Ali sa semaforom na raskrsnici Andropova i ul. Novi predmeti i situacija Nagatinskaya je zanimljivija. Jasno zadržava protok prema tom području tokom večernjih špica. Zatim prevoz putuje nizom alternativnih ulica (Nagatinskaja nasip, Novinki ulica, Nagatinska ulica, Kolomenski proezd, Kaširskoe Šose i Proletarski prospekt).

Pogledajmo trenutni način rada semafora i razmislimo šta se može učiniti.

Slika 2.2 Faze semafora

Slika 2.3 Trenutni privremeni način rada semafora

Prvo, ciklus za raskrsnicu sa glavnom ulicom je vrlo kratak - samo 110-120 sekundi. Na većini autoputeva, vrijeme ciklusa u vršnim satima je 140-180 sekundi, na Lenjinskom je čak 200.

Drugo, način rada semafora varira krajnje neznatno u zavisnosti od doba dana. U međuvremenu, večernji tok se bitno razlikuje od jutarnjeg: prednji tok duž Andropova iz regije je mnogo manji, a tok lijevog skretanja od Andropova iz centra je mnogo veći (ljudi se vraćaju kući u rukavac Nagatinsky).

Treće, iz nekog razloga je smanjeno vrijeme faze naprijed tokom dana. Koja je svrha ovoga ako prednji tok duž Novinki i Nagatinske ne doživljava ozbiljne probleme čak ni u špicama, a još više tokom dana?

Rješenje se nameće samo od sebe: izjednačiti dnevni režim sa jutarnjim, a uveče - malo "produžiti" fazu 3 (Andropov u oba smjera), a snažno produžiti fazu "ventilator" 4 (Andropov od centra pravo, desno i lijevo). Ovo će efektivno osloboditi i Andropovov direktan potez i "džep" za one koji čekaju da se okrenu.

Slika 2.4 Predloženi rad semafora zasnovan na vremenu

Što se tiče jutarnjeg špica, "uvlačenje" Andropova na ovoj raskrsnici ujutro u centar je sada besmisleno. Protok ne koristi cijelu dužinu „zelene faze“ jer ne može brzo proći raskrsnicu zbog gužve prije nego što se na mostu suzi sa 4 trake na 2.

2.4.2 Ponovno particioniranje

Postoje dva problema sa označavanjem na Andropovu:

- namjenska traka na dionicama avenije Andropov sa 3 trake

- netačne oznake na raskrsnici sa ulicama Nagatinskaya i Novinki

Nije tajna da je namenska traka naglo smanjila kapacitet Avenije Andropov. Ovo se odnosi na kretanje i ka centru i na region. Štaviše, putnički promet duž namjenske trake je minimalan i ne prelazi nekoliko stotina ljudi čak ni u vršnim satima. To nije iznenađujuće: namjenska traka prolazi duž „zelene“ linije metroa, a na udaljenosti od metroa duž same avenije gotovo da nema atrakcija. Nosivost svake od javnih traka je oko 1.200 ljudi na sat. To znači da namjenska traka, suprotno svojoj namjeni, nije povećala, već smanjila nosivost Avenije Andropov.

Dozvolite mi da dodam: putnički tok kopnenog saobraćaja na Andropovskoj aveniji ima šanse da se dodatno smanji. Uostalom, već 2014. planiraju otvoriti stanicu metroa Tehnopark u poplavnoj ravnici Nagatinskaya. Ovo će omogućiti većini posetilaca tržnog centra Megapolis i onih koji rade u Tehnoparku da koriste metro bez prelaska na kopneni prevoz.

Činilo bi se da bi se Andropovu ukinula cijela alokacija i tu bi sve bio kraj. Ali analiza i dugoročna zapažanja su pokazala: namjenska traka na Andropovskoj aveniji ne ometa svugdje, već samo u onim područjima gdje postoje 3 trake u jednom smjeru (2+A) i gdje to stvara „usko grlo“. Tamo gdje postoje 4 trake u jednom smjeru (3+A), namjenska traka ne ometa, već čak poboljšava ujednačenost saobraćajnih tokova i služi kao traka za desno skretanje, ubrzanje i kočenje.

Stoga, kao prioritet, predlažem ukidanje namjenske trake u uskim područjima gdje ona stvara najveće probleme:

· prema regionu na Saikinskom nadvožnjaku i Nagatinskom mostu, Saikin ulica

· prema centru duž cijele dionice od ulaza u Nagatinski most do uključujući Saikinsky nadvožnjak.

Slika 2.5 Lokacije na kojima je potrebno brisanje traka

Slika 2.6 Ponovno označavanje avenije Andropov

Takođe će biti potrebno ukinuti namjensku traku prema regiji na dionici od Nagatinske ulice do Kolomenskog proezda: povećani protok prema regionu neće moći da se uklopi u postojeće 2 trake. Inače, ulazak u namjensku traku na ovom mjestu je i dalje dozvoljen, ali samo za parkiranje.

Pored namenske trake, probleme stvara i nestručno obeležavanje Avenije Andropov na raskrsnici sa Nagatinskom ulicom i Ulicom Novinki.

Prvo, širina pruga je velika, a njihov broj je nedovoljan. Sa takvom širinom kolovoza, lako je dodati traku sa svake strane.

Drugo, oznake, uprkos proširenju raskrsnice, iz nekog razloga skreću sav saobraćaj u trake za lijevo skretanje, odakle oni koji putuju pravo moraju da se „probijaju“ udesno.

Međutim, nesposobnost projektanata je opravdana: čvorište je složeno, širina kolovoza „šeta“. Ovo rješenje za ovu raskrsnicu također se nije pojavilo odmah. Omogućava vam da povećate broj redova u području raskrsnice i ostavite one koji voze pravo u svojim trakama, "vozeći" pravu liniju malo udesno. Kao rezultat toga, smanjit će se broj promjena traka, a brzina prelaska raskrsnice će se povećati u oba smjera.

Slika 2.7 Predložena šema upravljanja saobraćajem na raskrsnici Andropova - Nagatinskaya - Novinki

Slika 2.8 Predloženi obrazac saobraćaja na raskrsnici

Lokalna proširenja

U sljedećoj fazi se predlaže izvođenje sada najpotrebnijeg proširenja prema centru na dionici od Nagatinskog metro mosta do izlaza na Trofimovu ulicu. Ovo bi omogućilo da se 3 trake vrate privatnom prevozu, a četvrta da se javnom prevozu - potpuno isto kao što je urađeno prema regionu u ovoj deonici.

Slika 2.9 Lokalna proširenja

2.4.3 Izgradnja 2 vanulična prelaza u poplavnoj ravnici Nagatinskaya

Nedavno je počela izgradnja nadvožnjaka u zoni stanice South River Station u blizini Nagatinskog metro mosta. Nakon izgradnje, pješački semafor će biti demontiran.

Slika 2.10 Plan izgradnje nadvožnjaka

Ovo bi mogla biti odlična vijest, ali nema se čemu radovati: 450 metara sjevernije nalazi se još jedan prelaz preko puta tržnog centra Megapolis. Istovremena izgradnja 2 prelaza uz uklanjanje oba pješačka semafora dala bi odličan efekat za smjer ka centru: propusnost iste širine bi se povećala za 30-35% zbog ukidanja ubrzanja i kočenja ispred semafori. Ali neće graditi vanulični prelaz nasuprot tržnog centra Megapolis, što znači da nema načina da se ukloni drugi semafor. A učinak jednog nadvožnjaka bit će beznačajan - ništa više od jednostavne sinhronizacije dva semafora. Jer u oba slučaja ubrzanje i usporavanje su očuvani.

3 Obrazloženje predloženih rješenja

Na osnovu analitike izračunavamo problematične tačke u određenoj zoni putne mreže i na osnovu stvarno mogućih rješenja ih primjenjujemo. Budući da nam program omogućava da ne radimo glomazne proračune ručno, možemo ga koristiti za određivanje optimalnih parametara određenih problematičnih područja u UDS-u, te nakon njihove optimizacije dobiti rezultat kompjuterskog modeliranja koji može odgovoriti na pitanje da li je predloženi promjene će poboljšati propusnost. Dakle, pomoću kompjuterskog modeliranja možemo provjeriti da li predložene promjene na osnovu analitike odgovaraju stvarnom stanju i da li će promjene imati očekivani efekat.

3.1 Upotreba kompjuterske simulacije

Pomoću kompjuterske simulacije možemo sa velikim stepenom vjerovatnoće predvidjeti procese koji se odvijaju na putnoj mreži. Na taj način možemo izvršiti komparativnu analizu modela. Modelirajte trenutnu strukturu UDS-a sa njegovim karakteristikama, modernizujte je i poboljšajte, i kreirajte novi model zasnovan na UDS-u sa prilagodbama. Koristeći dobijene podatke, u fazi kompjuterskog modeliranja možemo dobiti odgovor da li ima smisla vršiti određene promjene u sistemu saobraćajnih tokova, kao i koristiti modeliranje za identifikaciju problematičnih područja.

Slični dokumenti

Karakteristike glavnih kategorija autoputeva. Određivanje kapaciteta puta i faktora saobraćajnog opterećenja. Proračun prosječne brzine saobraćajnog toka. Identifikacija opasnih mjesta na putu metodom stopa nezgoda.

kurs, dodan 15.01.2012


Utvrđivanje potrebe prilagođavanja postojećeg modela upravljanja i uvođenja novih kontrolnih radnji i ugradnje dodatnih tehničkih sredstava upravljanja saobraćajem. Razvoj optimalnog modela upravljanja saobraćajem.

rad, dodato 16.05.2013


Analiza transportnih sistema primjenom matematičkog modeliranja. Lokalne karakteristike tokova drumskog saobraćaja. Modeliranje saobraćajnog toka u blizini putne mreže koja se sužava. Stohastičko miješanje kada se približava uskom grlu.

praktični rad, dodato 08.12.2012


Klasifikacija metoda kontrole saobraćaja. Automatizovani sistem kontrole saobraćaja "Zeleni talas" u Barnaulu. Principi njegove konstrukcije, strukture, Uporedne karakteristike. Obilaznica u Sankt Peterburgu.

test, dodano 06.02.2015


Procjena sigurnosti projektirane brzine, sigurnosti na putu, stepena saobraćajnog opterećenja na putu, ravnosti kolovoza. Određivanje stvarnog modula elastičnosti fleksibilnog kolovoza. Suština održavanja puteva i putnih konstrukcija.

kurs, dodan 12.08.2008


Prelazak na inovativni model razvoja saobraćajne infrastrukture. Glavne tačke Vladine saobraćajne strategije do 2030. godine. Analiza i traženje najoptimalnijeg rješenja transportnog problema. Rast transportnog sektora u ruskoj ekonomiji.

članak, dodan 18.08.2017


Karakteristike transportne industrije. Suština i ciljevi transportne logistike. Organizacija transportnih objekata u OJSC "NefAZ". Planiranje aktivnosti transportnog sektora preduzeća. Analiza i procjena efektivnosti aktivnosti organizacije.

kurs, dodan 14.01.2011


Određivanje intenziteta saobraćaja - broj vozila koja prođu kontrolnu dionicu putnog objekta u svim smjerovima u jedinici vremena (sat, dan). Analiza gustine saobraćaja, njegove distribucije i faktora opterećenja.

laboratorijski rad, dodano 18.02.2010


Organizacija gradskog prevoza putnika u toku rada adaptivnog sistema upravljanja saobraćajem. Poređenje vremenski ovisnih i transportno zavisnih strategija. Razvoj baze fuzzy pravila. Izgradnja funkcije članstva.

kurs, dodato 19.09.2014


Analiza aktivnosti u cilju organizovanja transportnog tržišta. Državna regulacija saobraćajne delatnosti kao kompleksan skup mera koje za cilj imaju obezbeđivanje potrebnog nivoa transportnih usluga u svim regionima.

Klasifikacija i namjena

Kontrola saobraćaja u uslovima ekstremne zasićenosti puteva transportnim i pješačkim tokovima zahtijeva sve naprednije metode regulacije saobraćaja. IN U poslednje vreme upotreba automatizovani sistemi za kontrolu saobraćaja(ATCS), koji predstavlja kompleks tehničkih sredstava koja implementiraju određene tehnološke algoritme za upravljanje saobraćajnim tokovima.

Osnovni cilj uvođenja ATCS-a je smanjenje ukupnih kašnjenja vozila na raskrsnicama u zoni pokrivanja ovog sistema - na raskrsnici, u okrugu ili gradu. Opći zahtjevi za automatizovane sisteme kontrole saobraćaja definisani su GOST 24.501 - 82 " Automatizovani sistemi kontrola saobraćaja. Opšti zahtjevi".

Klasifikacija automatizovanih sistema upravljanja saobraćajem sa podelom metodama upravljanja prikazano na sl. 5.3.

Rice. 5.3. Klasifikacija automatizovanih sistema upravljanja saobraćajem

(automatski sistem kontrole saobraćaja)

Lokalno je automatizovani sistem upravljanja saobraćajem ako se za određivanje parametara regulacije na raskrsnici koriste samo podaci o tokovima saobraćaja na prilazima ovoj raskrsnici iu zoni raskrsnice. Korištenjem lokalnih algoritama određuju se upravljački ciklus, redoslijed upravljačkih faza, njihova trajanja ili momenti preklapanja faza, te parametri međuciklusa.

Feature mreže ATCS je njihova upotreba za određivanje parametara za regulaciju informacija o prometnoj situaciji na nekoliko raskrsnica, obično povezanih u jedinstvenu mrežu, koju karakterizira značajan intenzitet prometa vozila između susjednih raskrsnica i male (do 600...700 m) udaljenosti. između njih.

Po pravilu se na nivou mreže određuju regulacioni ciklusi za grupu raskrsnica i vremenski pomaci za pojedinačne semaforske objekte. Za određivanje ovih parametara, osim podataka potrebnih za lokalno upravljanje, koriste se i informacije o topologiji mreže, odnosima prometnih tokova na susjednim zaustavnim linijama i (ili) geometrijskim smjerovima vožnje kroz raskrsnice, te vremenima putovanja između susjednih zaustavnih linija. .

Prema vremenskom kriterijumu Svi algoritmi upravljanja semaforima podijeljeni su na algoritme koji implementiraju prediktivnu kontrolu prometa ( softver, hard), i algoritmi u realnom vremenu ( adaptivni).

Kontrola prognoze ne isključuje prilično česte (do 3-5 puta u dnevnom ciklusu) promjene parametara regulacije, međutim, ovi parametri se ne određuju na osnovu trenutne transportne situacije, već predviđanjem na osnovu prethodno obavljenih opservacija.

Srednju poziciju između adaptivnih i neprilagodljivih algoritama zauzimaju algoritmi zasnovani na situaciono upravljanje. Algoritmi u ovoj grupi uključuju preliminarni proračun kontrolnih parametara za različite klase transportnih situacija i kreiranje biblioteke standardnih načina upravljanja. Odabir određenog načina iz biblioteke vrši se u realnom vremenu na osnovu trenutnih informacija o transportnoj situaciji i njenom pripajanju jednoj od klasa transportnih situacija.

Dakle, metode za automatizovano upravljanje saobraćajnim tokovima u automatizovanim sistemima upravljanja saobraćajem mogu se svrstati u jednu od četiri klase, kao što je prikazano na sl. 5.4 (za svaku klasu navedeni su najčešći algoritmi upravljanja).

Trenutno u Rusiji najčešća metoda je lokalni tvrdi jednoprogramski kontrola semafora.

Ova metoda se zasniva na preliminarnom proračunu trajanja regulacionog ciklusa i kontrolnih faza.

Rice. 5.4. Automatske metode upravljanja