Управление дорожным движением состав систем. Системы управления дорожным движением

Введение

Понятие адаптивного управления дорожным движением в узле транспортной сети

Сравнение временно-зависимой и транспортно-зависимой стратегии управления дорожным движением

Постановка и анализ моделирования

Разработка базы нечетких правил, определения параметров управления движение транспортных потоков в узле транспортной сети

1 Построение функции принадлежности

2 Построение правил соответствия конкретному классу параметра управления

3 База нечетких правил

Заключение

Список литературы

Введение

Изменившиеся условия мобильности, характеризующиеся увеличением в течение последних лет количества автомобилей, привели к повышению нагрузки на транспортную инфраструктуру и окружающую среду. Растущую потребность в улучшении условий передвижения нельзя полностью удовлетворить (ни внутри населенных пунктов, ни за их пределами) только лишь созданием новых путей транспортного сообщения или проведением иных строительных мероприятий. Для выхода из сложившейся ситуации необходимо внедрение целого комплекса мер по организации и управлению дорожным движением. Адаптивные системы управления дорожным движением (АСУД) представляют новый подход к организации управления дорожным движением и совместно с управляемыми ими высокопроизводительными транспортными компьютерами реализуют соответствующие технологии управления.

Постоянное увеличение количества транспортных средств в условиях недостаточной пропускной способности дорог ведёт к затруднениям движения транспортных потоков. Интеллектуальные транспортные системы (ИТС) позволяют минимизировать образование заторных ситуаций и увеличивать пропускную способность транспортной сети. Наработки в области ИТС примеряются для организации дорожного движения населённых пунктов и магистралей. Оптимизация управления дорожным движением достигается за счет взаимодействия управляющих, классифицирующих, прогнозирующих, экспертных, принимающих решения или поддерживающих эти процессы подсистем ИТС. В связи с этим стоит задача поиска методов обработки информации о нештатных ситуациях на улично-дорожной сети (УДС).

В данной работе будут рассмотрены следующие вопросы: понятие адаптивного управления дорожным движением в узле транспортной сети, на сети, а так же сравнение временно-зависимой и транспортно-зависимой стратегии управления дорожным движением.

1. Понятие адаптивного управления дорожным движением в узле транспортной сети

Возможности улучшения условий движения транспорта за счет оптимальной организации движения во многом недооценены, и развитие транспортной инфраструктуры понимается в основном как мероприятия, связанные со строительством новых дорог и магистралей, реконструкцией существующих путепроводов и развязок. Вместе с тем значительно улучшить транспортную ситуацию позволяет внедрение современных инновационных технологий, получивших название «Интеллектуальные Транспортные Системы» (ИТС). Внедрение ИТС-технологий в России позволяет лучше управлять транспортными потоками, повысить уровень пропускной способности улично-дорожной сети и снизить загрузку отдельных ее элементов.

Рост автомобильного парка и объема перевозок ведет к увеличению интенсивности движения, что в условиях городов с исторически сложившейся застройкой приводит к возникновению транспортной проблемы. Особенно остро она проявляется в узловых пунктах улично-дорожной сети. Здесь увеличиваются транспортные задержки, образуются очереди и заторы, что вызывает снижение скорости сообщения, неоправданный перерасход топлива и повышенное изнашивание узлов и агрегатов транспортных средств. Изменившиеся условия мобильности, характеризующиеся увеличением в течение последних лет количества автомобилей, привели к повышению нагрузки на транспортную инфраструктуру и окружающую среду. Растущую потребность в улучшении условий передвижения нельзя полностью удовлетворить (ни внутри населенных пунктов, ни за их пределами) только лишь созданием новых путей транспортного сообщения или проведением иных строительных мероприятий. Для выхода из сложившейся ситуации необходимо внедрение целого комплекса мер по организации и управлению дорожным движением.

Адаптивные системы управления дорожным движением (АСУД) представляют новый подход к организации управления дорожным движением и совместно с управляемыми ими высокопроизводительными транспортными компьютерами реализуют соответствующие технологии управления. В настоящее время в мировой практике в составе АСУД наиболее распространены следующие технологии управления транспортными потоками:

Технология управления по фиксированным планам (координированное управление);

Технология сетевого адаптивного управления;

Технология ситуационного управления.

САУДД-это система управления дорожным движением с центрально-распределенным интеллектом, состоящая из:

центрального пункта управления (ЦПУ);

точек адаптивного управления дорожным движением, оборудованных интеллектуальными контроллерами и детекторами транспорта, обеспечивающих:

локальное адаптивное управление наиболее сложными и важными пересечениями и участками УДС;

информационное взаимодействие с ЦПУ;

системных детекторов, сообщающих в ЦПУ сведения о транспортных потоках;

системных контроллеров, управляемых из ЦПУ постоянно или периодически.

Организация дорожного движения на уровне служб дорожного движения представляет комплекс инженерных и организационных мероприятии на существующей улично-дорожной сети, обеспечивающих безопасность и достаточную скорость транспортных и пешеходных потоков. К числу таких мероприятий относится управление дорожным движением, которое, являясь составной частью организации движения, как правило, решает более узкие задачи. В общем случае под управлением понимается воздействие на тот или иной объект с целью улучшения его функционирования. Применительно к дорожному движению объектом управления являются транспортные и пешеходные потоки.

Сущность управления движением заключается в том, чтобы обязывать водителей и пешеходов, запрещать или рекомендовать им те или иные действия в интересах обеспечения скорости и безопасности. Оно осуществляется путем включения соответствующих требований в Правила дорожного движения, а также применением комплекса технических средств и распорядительными действиями инспекторов дорожно-патрульной службы и других лиц, имеющих соответствующие полномочия.

2. Сравнение временно-зависимой и транспортно-зависимой стратегии управления дорожным движением

Современное состояние управления транспортными потоками в большинстве городов можно вообще характеризовать так, что устройства управления (узлы) управляются по фиксированному графику или по состоянию транспортного потока. Существенная разница заключается в том, что для управления по графику времени не нужны детекторы и система неспособна реагировать на какие-либо изменения транспортного потока. В случае транспортно-зависимого управления пере стоп-линиями имеются детекторы, которые фиксируют моментальное присутствие транспортных средств, и устройство управления, таким образом, реагирует на мгновенные условия в узле, увеличением длительности зеленого сигнала. Следовательно, речь идет об управлении в секундной сетке времени.

Временно-зависимое (автономное) управление - транспортные состояния определяются на основании статистического анализа исторических значений характеристик движения транспортных потоков (интенсивность движения) и на их основании определяются выходные значения процесса регулирования.

Транспортно-зависимое (режим текущего времени - онлайн) управление, в англосаксонской литературе, называемое также Traffic Responsive, заключается в том, что вмешательство системы управления рассчитывается по мгновенной транспортной ситуации. Методы режима онлайн обеспечивают работу в реальном времени и на основании переменных входных данных о движении транспортных потоков каждую секунду изменяют и оптимизируют параметры управления, т.е. продолжительность зеленого сигнала в соответствующем направлении. Устройства управления в данном режиме работают независимо или, в крайнем случае, расположены в линии и линейно координированы.

Управление осуществляется на локальном уровне. Если используется центр управления, то потом часто осуществляется мониторинг состояния устройств управления или мониторинг состояния транспортных потоков. Управление светофорами в реальном времени является достаточно известным и стандартно используется под наименованием транспортно-зависимое управление или динамическое управление. Его принцип заключается в том, что транспортный узел оснащен обычно двумя видами датчиков: датчиками интервалов и вызова, которыми являются в большинстве случаев индуктивные петли. Транспортное устройство управления управляет по программе, которая непрерывно тестирует состояние транспортного потока 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 транспортными средствами и если они меньше данного значения (обычно 3-5 секунд), то он увеличивает продолжительность зеленых сигналов вплоть до заранее заданного максимума. Такой способ измерения называется «Управление измерением интервала времени». Вторая возможность заключается в том, что отдельные узлы соединены с центром управления движением транспортных потоков, который на уровне района координирует и управляет работой узлов. Для управления областью используются следующие режимы:

Временно-зависимое (автономное) управление - информация о характеристиках состояния транспортных потоков в районе получают путем статистического анализа, данные о характеристиках движения транспортных потоков (интенсивности и состава движение) за прошлые годы, измеренных в главных точках транспортной сети, и на их основании определяется режим работы транспортных устройств управления. Затем они вводятся в устройства управления в зависимости от времени суток или дня года. При расчетах оптимизируется длительность зеленых сигналов, продолжительность цикла и временной сдвиг. В качестве примера метода, основанного на автономном режиме, можно привести метод TRANSYT, когда фиктивные транспортные средства «выпускаются» в соответствии с заранее заданными правилами в область, и через данную область проходят на основании и в соответствии с моделью движения транспортного потока. На их движение оказывает влияние изменение управляемых параметров узла. С помощью числовых математических методов для разных параметров, как например, длительность цикла, длительность зеленых сигналов и временной сдвиг, находится минимум определенной целевой функции (оптимизация параметров).

Транспортно-зависимое (режим онлайн) управление характеризуется тем, что для различных состояний транспортных потоков на сети заранее рассчитываются системы сигнальных планов, которые хранятся в устройствах управления или в центре управления движением транспортных потоков. Для расчета максимальных значений длительности зеленого сигнала, длительности цикла и временного сдвига, как правило, используется метод TRANSYT. Одновременно в области выбраны стратегические датчики и составлены логические уравнения, описывающие разные комбинации состояний всех или выбранных датчиков. В зависимости от мгновенной транспортной ситуации посредством соответствующего уравнения выбирается программа, которая лучше всех соответствует данной ситуации. Примером может служить описание состояния транспортного потока по стратегическим датчикам SDV1 и SDV5, которое означает: если в точке SDV1 существует степень 2 и одновременно в точке SDV5 - степень 4, то следует выбрать сигнальную программы номер 6.=2 &SDV5=4 THENSP6

Если в сети не классифицируется состояние транспортного потока, то для описания используется только один параметр, которым является интенсивность движения. Транспортно-зависимое управление используется в реальной шкале времени и каждую секунду принимает сигналы выбранных датчиков. Однако переключение сигнальных программ осуществляется с определенным гистерезисом для обеспечения стабильности в транспортной сети. На практике это означает изменение программы устройства управления в сетке нескольких десятков минут.

Оптимизация в автономном режиме дает возможность рассчитать основные регулируемые величины: длительность цикла, последовательность фаз, временной сдвиг и длительность зеленых сигналов для базы исторических данных (данных прошлых лет). Эти данные получаются путем длительного измерения с помощью транспортных детекторов. На основании длительно записываемых данных обычно разрабатывается статистическая модель, которая для интенсивности движения обычно дает возможность определить типичные рабочие дни и особенно субботу и воскресенье, в результате чего сильно ограничиваются изменения переменных. Существенной чертой является, то, что речь идет о макроскопическом управлении в автономном режиме, основанном на детерминистическом моделировании потоков и алгоритмах оптимизации, когда рассчитываются системы сигнальных планов по пространственно-временному вектору данных об интенсивности за предыдущие годы. Модели оптимизации использованы для расчетов в автономном режиме сигнальных временных планов транспортных устройств управления в транспортной сети или линии.

В таком случае процесс управления выбирает в зависимости от времени самый выгодный из множества заранее подготовленных сигнальных планов. Такой способ называется временно-зависимым управлением.

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 транспортных средств или пешеходов;

нельзя устранить возникшие транспортные заторы.

3. Постановка и анализ моделирования

Задача моделирования стратегий управления дорожным движением в узле транспортной сети, как и на сети состоит в разработке классического модуля нечеткого управления. Его составляющие:

Блок фуззификации: система управления с нечеткой логикой оперирует нечеткими множествами, поэтому конкретное значение входного сигнала модуля нечеткого управления подлежит операции фуззификации, в результате которой ему будет сопоставлено нечеткое множество.

База правил представляет собой множество нечетких правил определения нечеткого множества, которому принадлежат выходной сигнал системы.

Блок выработки решения: непосредственное определение множества принадлежности выходного сигнала при конкретно заданных множествах входных сигналов.

Блок дефуззификации представляет процедуру отображения нечеткого множества, получаемого на выходе блока выработки решения в конкретное значение, представляет собой управление воздействия.

Для построения стратегий управления предлагают использовать программный комплекс «TRANSYT», основанный на оценке поведения транспортного потока с помощью моделирования дорожного движения и позволяющего выбирать оптимальные параметры режима работы светофорной сигнализации. По результатам моделирования дорожного движения в программе для различных комбинаций интенсивности движения определенно оптимальное время горения зеленного сигнала светофора.

4. Разработка базы нечетких правил определения параметров управления движением транспортных потоков в узле транспортной сети

Построение базы нечетких правил определения оптимального времени горения зеленого сигнала светофора на перекрестке, характеризуемом максимальными интенсивностями движения на пересекающихся дорогах. Необходимые данные были получены при помощи транспортного детектора.

Базу правил классификации стратегий управления создаем для системы с двумя входами и одним выходом:

1. Необходимы данные в виде множества . Далее находим области определения элементов множества , которые разбиваем на областей (отрезков), причем значение N подбираем индивидуально, а отрезки могут иметь одинаковую или различную длину. Отдельные области можно обозначить следующим образом: …, S,,…,.

Строим функции принадлежности определенному классу элементов заданного множества обучающих данных. Предлагаем использовать функции треугольной формы по принципу: вершина графика расположена в центре области разбиения, ветви графика лежат в центрах соседних областей. Степень принадлежности данных определенным классом будет выражаться значение функций принадлежности .

Затем для каждой пары определяем правило соответствия классу стратегии управления. Окончательное для каждой пары обучения данных можно записать 1 правило, то есть

Поскольку в наличии имеется большое количество пар существует высокая вероятность того, что некоторые из правил окажутся противоречивыми. Это относится к правилам с одной и той же посылкой (условием), но с разными средствами (выводами).

Одним из методов решения этой проблемы заключается в приписывании каждому правилу так называемые степени истинности с последующим выбором противоречащих друг другу правил того, у кого эта степень окажется наибольшей. После чего база правил заполняется качественной информацией.

Например, согласно выше описанным правилам степени истинности имеют вид

4. Для определения количественных значений параметра оптимизации стратегии управлении необходимо выполнить операцию дефуззификации. Для расчета выходного значения управления воздействия можно и рекомендуется воспользоваться способом дефуззификации по методу центра тяжести.

1 Построение функции принадлежности

Для элементов множества обучающих систему данных обозначим следующую область определения

Разбив Х 1 Х 2 и G на 2n+1 отрезков и строим функции принадлежности вида

Рисунок 4.1 Общий вид графика функций принадлежности

Имеем в итоге:

Рисунок 4.2 Графики функций принадлежности интенсивности х 1 к классам разбиения множества Х 1.

Определяем функции принадлежности µ(x 1) на отрезках разбиения области Х 1 методом отнесения µ(x 1) к определенному классу.

Таблица 4.1. Функции принадлежности µ(x 1) на отрезках разбиения области Х 1 (n=4)

Рисунок 4.3 Графики функций принадлежности интенсивности х 2 к классам разбиения множества Х 2 .

Определяем функции принадлежности µ(x 2) на отрезках разбиения области Х 2 методом отнесения µ(x 2) к определенному классу по рисунку 4.3.

Таблица 4.2 Функции принадлежности µ(x 2) на отрезках разбиения области Х 2 (n=5)

Рисунок 4.4 Графики функций принадлежности интенсивности gк классам разбиения множества Q.

Определяем функции принадлежности µ(g) на отрезках разбиения области Gметодом отнесения µ(g) к определенному классу

Таблица 4.3 Функции принадлежности µ(g) на отрезках разбиения области G(n=6)

2 Построение правил соответствия конкретному классу параметра управления

Определяем правило соответствия классу стратегий управления и приписываем каждому правилу степень истинности.

Таблица 4.4 Значения функций принадлежности данных определенным классам

Получаем таблицу с присвоенными степенями истинности и степень истинности для каждой из пар x 1 , x 2 .

транспорт управление дорожный пассажирский

Таблица 4.5 Нечеткие правила, сгенерированные по обучающимся данным и степень истинности этих правил

3 База нечетких правил

Согласно определенным в таблице 4.7 правилам составляем базу нечетких правил, определяющую оптимальное значение зеленого сигнала светофора.

Таблица 4.6 База нечетких правил

Заключение

В данной работе были рассмотрены следующие вопросы: понятие адаптивного управления дорожным движением в узле транспортной сети, на сети, а так же сравнение временно-зависимой и транспортно-зависимой стратегии управления дорожным движением.

Основные концепции адаптивного управления, реализуемые в различных странах и преимущества такие как: обеспечение высокую работоспособность в условиях изменения свойств управляемого объекта, окружающей среды и целей, за счет разработки новых алгоритмов функционирования.

Организация движения городского пассажирского общественного транспорта при работе адаптивной системы управления дорожным движением, реализация данного условия происходит за счет установки радиометок на транспортные средства и считывающих устройств на светофорные объекты. Распознавание транспортного средства позволит «растягивать» время горения зеленого сигнала и обеспечить беспрепятственный проезд общественного транспорта. А так жеможно использовать принцип обмена данными непосредственно между контроллерами соседних перекрестков. Данные детекторов, подключенные к дорожному контроллеру, дополняются данными тех детекторов, которые установлены на соседних перекрестках. Этот позволяет директивно задавать состояние сигнальных групп, а также обеспечивает приоритет общественного транспорта

Так как адаптивное управление очень затратно был предложен альтернативный метод для определения оптимального времени горения зеленого сигнала светофора на пересечение. А именно метод разработки классического модуля нечеткого управления, исходными данными для которого служили множества данных об интенсивности двух пересекающихся дорог. В данной работе были рассмотрены первые три блока данного метода и были проведены расчеты.

Список литературы

1. П. Пржибыл, М. Свитек "Телематика на транспорте", 2004 г;

Коноплянко, В.И., Гуджоян О.П., Зырянов В.В., Березин А.С. Безопасность движения.

Кузин М.В. Имитационное моделирование транспортных потоков при координированном режиме управления Омск - 2011;

В.Г. Кочерга, Е.Е. Шаталова Технические средства современных автоматизированных систем управления дорожным движением. Ростов-на-Дону 2011;

Е.А. Петров статья «Адаптивная система управления дорожным движением в составе городской ИТС»;

Абрамова Л.С. Журнал Вестник Харьковского национального автомобильно-дорожного университета.

УДК 517.977.56, 519.876.5

адаптивное управление дорожным движением на базе системы микроскопического моделирования транспортных потоков

A. С. Голубков,

инженер, младший научный сотрудник

B. А. Царев,

канд. техн. наук, доцент Институт менеджмента и информационных технологий Череповецкий филиал Санкт-Петербургского государственного политехнического университета

Описаны состав и особенности функционирования современных автоматизированных систем управления дорожным движением. Предложен способ адаптивного управления дорожным движением на основе предсказания транспортных потоков и быстрых моделей оптимизации перекрестков. Представлены характеристики системы микроскопического моделирования транспортных потоков, применяемой в системе адаптивного управления дорожным движением.

Ключевые слова - адаптивное управление дорожным движением, оптимизация управления дорожным движением, моделирование транспортных потоков, микроскопическое моделирование.

Введение

В настоящее время во многих крупных городах весьма остро стоит проблема транспортных заторов. При этом исследования показывают, что потенциал существующих улично-дорожных сетей (УДС) используется далеко не полностью. Повышение пропускной способности УДС может быть достигнуто за счет внедрения автоматизированных систем управления дорожным движением (АСУДД). При внедрении АСУДД достигается улучшение следующих показателей : время в пути транспортных средств (ТС) снижается на 10-15 %; количество общих транспортных остановок сокращается на 20-40 %; расход топлива снижается на 5-15 %, количество вредных выбросов в атмосферу сокращается на 5-15 %; повышается безопасность дорожного движения.

Современные АСУДД

Основными компонентами современных АСУДД помимо светофоров и светофорных контроллеров являются:

1) детекторы транспорта (ДТ), обеспечивающие обнаружение ТС и подсчет их числа при движении по полосам;

2) одна или несколько ЭВМ для обработки данных с ДТ и расчета оптимальных управляющих сигналов;

3) совокупность программных средств, реализующих алгоритмы детектирования транспорта и оптимизации управления транспортными потоками;

4) средства информирования водителей ТС (различные информационные табло);

5) средства связи и телекоммуникации, используемые для объединения программно-аппаратных средств АСУДД в единую систему.

В современных АСУДД применяются различные типы детекторов транспорта: петлевые (индукционные); инфракрасные активные и пассивные; магнитные; акустические; радарные; видеодетекторы; комбинированные (в различных комбинациях ультразвуковые, радарные, инфракрасные и видеодетекторы). Все ДТ обладают различной эффективностью в различных условиях эксплуатации . Однако в связи с достигнутым высоким уровнем развития вычислительной и телевизионной техники во многих случаях наиболее предпочтительными являются видеодетекторы на основе технологий обработки и анализа изображений, а также комбинации видеодетекторов с детекторами других типов.

В существующих АСУДД тех или иных производителей используются в различных комбинациях три основных способа адаптивного управления транспортными потоками .

1. Метод управления с использованием библиотек, характеризуемый предварительным расчетом множества планов координации и переключением их на основании текущих усредненных показаний стратегических ДТ путем выбора из библиотеки соответствующего подходящего плана.

2. Метод актуального управления, характеризуемый предварительным расчетом планов координации светофоров, переключением их по календарному графику и реализацией изменений в этих планах в соответствии с транспортными запросами, фиксируемыми локальными детекторами на отдельных направлениях.

3. Метод адаптивного управления, характеризуемый постоянным пересчетом планов координации и календарных режимов на основании информации, получаемой с локальных и стратегических (путевых) детекторов в режиме реального времени.

Оптимизация управления транспортными потоками в современных АСУДД производится различными методами. В системе Balance (Германия) применяются генетические алгоритмы оптимизации. В системе Utopia (Нидерланды) производится расчет на основе ценовой функции, учитывающей время задержки, число остановок, специфические приоритетные требования, взаимное расположение перекрестков. В системе «Спектр» (Санкт-Петербург, Россия) ис-

пользуются следующие алгоритмы: поиск разрывов потока транспорта; расчет по формуле Вебстера; переключение программ по интенсивностям. В АСУДД производства ОАО «Электромеханика» (Пенза, Россия) используется следующее алгоритмическое обеспечение: алгоритм поиска разрыва потоков транспорта; 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) 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.

Адаптивное управление транспортными потоками на основе моделей оптимизации перекрестков

Разрабатываемая система управления дорожным движением (рисунок) состоит из одного центрального пункта и множества локальных пун-

■ Схема системы адаптивного управления дорожным движением

ктов управления, число которых соответствует числу управляемых перекрестков в системе. Все локальные пункты имеют соединение по каналам связи с центральным пунктом управления.

Центральный пункт управления выполняет функции сбора и обработки информации об интенсивностях движения транспортных средств в УДС. Обработка информации представляет собой предсказание величин транспортных потоков на основе следующих данных:

Текущих интенсивностей транспортных потоков;

Скоростей движения ТС;

Расстояний между смежными управляемыми перекрестками в системе;

Предсказания маршрутов движения ТС на основе статистики для текущего дня недели и времени суток;

Текущих длин фаз светофорных объектов на перекрестках УДС.

Локальные пункты в системе выполняют непосредственно оптимизацию управления транспортными потоками на соответствующих перекрестках. В состав каждого локального пункта управления входят:

Детекторы транспорта;

ЭВМ, выполняющая предобработку данных с ДТ, если это необходимо, и оптимизацию управления транспортными потоками;

Контроллер светофоров, допускающий внешнее задание длин фаз светофорного объекта;

Светофоры.

В качестве ДТ предлагается использовать видеодетекторы. В этом случае сигнал с видеокамер поступает в ЭВМ локального пункта управления, где программный модуль предобработки выполняет анализ видеоизображений и оценку интенсивностей транспортных потоков на всех контролируемых полосах. Далее интенсивности транспортных потоков передаются в центральный пункт управления.

Оптимизация управления транспортными потоками производится следующим образом. В ЭВМ имеется точная программная микроскопическая модель перекрестка. При расчете оптимальных длин фаз для следующего фазового цикла управления светофорным объектом (длительность фазового цикла составляет, как правило, 2-5 мин) выполняются следующие действия.

В модели задаются входные интенсивности транспортных потоков на следующие 5 мин (прогноз интенсивностей от центрального пункта управления) с точностью до отдельного ТС.

Модуль оптимизации запускает прогоны модели перекрестка длительностью 5 мин модельного времени, для каждого прогона задает новые длины фаз модельного светофорного объекта

и рассчитывает по результатам каждого прогона значение целевой функции.

В результате цикла оптимизации, состоящего из нескольких прогонов модели, модуль оптимизации находит оптимальные длины фаз модельного светофорного объекта, соответствующие экстремуму целевой функции поиска.

Длины фаз светофорного объекта представляют собой вектор параметров оптимизации j = (фр ф2, ф3, ф4) (на крестообразном перекрестке обычно задается не более четырех фаз). В качестве целевой функции F(j) может служить среднее время ожидания проезда перекрестка ТС. Критерием оптимизации в этом случае будет минимум среднего времени ожидания проезда

min .Р(ф) = F(^*),

где Ф - допустимое множество значений координат вектора длин фаз; j* - вектор оптимальных значений длин фаз. Допустимое множество значений координат вектора длин фаз имеет следующий вид:

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

где Т. и - соответственно минимальное

и максимальное значения длины фазы.

Расчет производных целевой функции на модели является невозможным, поэтому в качестве методов оптимизации могут быть использованы только прямые методы. Предложено применение поочередного циклического варьирования длин фаз светофорного объекта от прогона к прогону с постоянным шагом по длине фазы. Длина шага варьирования длин фаз может быть задана равной 2-3 с.

Необходимым условием возможности реализации описанной системы адаптивного управления дорожным движением является наличие системы микроскопического моделирования транспортных потоков, скорость работы которой была бы достаточной для выполнения оптимизации длин фаз светофорного объекта за время одного фазового цикла.

Система микроскопического моделирования транспортных потоков

Авторами статьи разработана система микроскопического моделирования транспортных потоков в УДС, которая может быть использована для оптимизации управления транспортными потоками в составе системы адаптивного управления дорожным движением. Главной особенностью системы моделирования является применение дискретно-событийного подхода в моделиро-

вании , благодаря чему система имеет высокое быстродействие.

Быстродействие системы оценено в серии экспериментов с моделями отдельных типовых перекрестков. Эксперименты выполнены на компьютере с процессором Intel Core 2 Quad Q6600 с частотой каждого ядра 2,4 ГГц (реально в экспериментах использовалось только одно ядро, так как моделирование выполняется в один программный поток). В результате моделирование транспортных потоков через единичный перекресток в течение 45 сут (3 888 000 с) заняло 2864 с процессорного времени. Таким образом, превышение скорости моделирования над скоростью течения реального времени составило 3 888 000/2864 « » 1358 раз, т. е. за время реального фазового цикла на перекрестке модуль оптимизации способен выполнить более 1300 прогонов оптимизационного эксперимента.

Особенностью дискретно-событийного подхода в моделировании является независимость результатов моделирования от скорости выполнения модели, т. е. даже в режиме полной загрузки процессора моделирование покажет совершенно идентичные результаты результатам выполнения, например, в режиме реального времени.

Напротив, в системно-динамическом подходе при ускорении моделирования посредством увеличения шага дискретизации по времени точность моделирования падает. Системно-динамический подход реализует подавляющее большинство современных систем микроскопического моделирования транспортных потоков: Aimsun (Испания) , Paramics Modeler (Шотландия) , DRACULA (Великобритания) , TransModeler (США) , VISSIM (Германия) . Во всех перечисленных системах моделирования используется шаг дискретизации по времени 0,1-1,0 с.

В системно-динамической дорожно-транспортной модели шаг моделирования по времени, равный 1 с, вполне способен лишить модель адекватности. Так, ТС на скорости 60 км/ч за 1 с преодолевает более 16 м пути, т. е. на типовых скоростях движения модельное ТС позиционируется лишь с точностью порядка 10 м.

В предложенной дискретно-событийной модели точность позиционирования модельных объектов остается постоянной практически при любой скорости и зависит от разрядности использу-

1. Бродский Г. С., Айвазов А. Р. Автоматизированное управление дорожным движением в городской среде // Мир дорог. 2007. № 26. С. 2-3.

емых переменных и типа выполняемых над ними арифметических операций. При использовании чисел с плавающей запятой двойной точности (64 бита, 15 значащих десятичных цифр мантиссы) точность позиционирования модельных ТС в дискретно-событийной модели в любой момент времени составит не более 1 см.

Заключение

Предложенная система адаптивного управления дорожным движением способна продемонстрировать высокую эффективность благодаря исчерпывающей оптимизации каждого отдельного перекрестка и учету транспортных потоков между соседними перекрестками с точностью до отдельных ТС. При наличии в УДС по какому-либо направлению транспортного потока высокой плотности происходит автоматическая подстройка управления на всех смежных перекрестках с организацией на данном направлении зеленой волны. При этом оптимизации подвергаются и все прочие направления с транспортными потоками меньшей плотности.

Оптимизация управления каждым отдельным перекрестком в реальном времени является возможной благодаря использованию системы микроскопического дискретно-событийного моделирования транспортных потоков в УДС, разработанной авторами статьи. Данная система моделирования вследствие применения дискретнособытийного подхода обладает высокой производительностью и точностью. В ближайшее время на сайте разработчиков будет доступна ознакомительная версия системы моделирования.

Качество оптимизации управления транспортными потоками в высокой степени зависит от точности предсказания плотности потоков транспорта. При этом точность предсказания тем выше, чем меньше временной интервал предсказания. При использовании на локальных перекрестках аппаратного обеспечения достаточной производительности пересчет оптимальных длин фаз цикла регулирования светофорного объекта может производиться с началом каждой следующей фазы. В этом случае реально используемый временной интервал предсказания сократится до длительности одной фазы, т. е. до 15-100 с, в результате чего повысится эффективность оптимизации.

2. Бродский Г. С., Рыкунов В. В. Поехали! АСУДД - мировой опыт и экономический смысл // Мир дорог. 2008. № 32. С.36-39.

3. ГНПО АГАТ. http://www.agat.by (дата обращения:

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

5. Кременец Ю. А., Печерский М. П., Афанасьев М. Б. Технические средства организации дорожного движения. - М.: Академкнига, 2005. - 279 с.

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

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

8. ЗАО «РИПАС»: Разработка и производство автоматизированных систем. http://www.ripas.ru (дата обращения: 16.06.2010).

9. АСУДД - ОАО «Электромеханика». http://www. elmeh.ru/catalog/3/asud (дата обращения:

10. Карпов Ю. Г. Имитационное моделирование систем. Введение в моделирование с AnyLogic 5. - СПб.: БХВ-Петербург, 2006. - 400 с.

11. Советов Б. Я., Яковлев С. А. Моделирование систем. - М.: Высш. шк., 2001. - 343 с.

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

13. Aimsun. The integrated transport modeling software. http://www.aimsun.com (дата обращения:

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

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

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

17. PTV Vision - транспортное планирование. http:// www.ptv-vision.ru (дата обращения: 20.05.2010).

18. Компания «Малленом». http://www.mallenom.ru (дата обращения: 20.05.2010).

Каждому из Вас необходимо зарегистрироваться на сайте РУНЭБ (http://www.elibrary.ru) с тем, чтобы Вам присвоили индивидуальный цифровой код (при регистрации код присваивается автоматически), что обязательно для создания корректной базы данных РУНЭБ, объективно отражающей информацию о Вашей научной активности, а также для подсчета Вашего индекса цитирования (РИНЦ).

С пи с ок с о к р а щ е н и й и о б о з н а ч е н и й , в с т р еч а ю щ и х с я в т е к с т е

А Р М – автоматизированное рабочее место;

АС С У Д – агрегатная система средств управления дорожным движением;

АС У Д – автоматизированная система управления дорожным движением;

АС У Д - С – АСУД на базе ПЭВМ;

В П У – выносной пульт управления;

Г О Р О Д, Г О Р О Д - М , Г О Р О Д - М 1 – названия автоматизированных систем управления дорожным движением с применением ЭВМ;

ДК – дорожный контроллер;

Д ПО У – дисплейный пульт оперативного управления;

ДП – диспетчерский пункт;

Д Т П – дорожно-транспортное происшествие;

Д Т С – дорожно-транспортная сеть;

ДТ – детектор транспорта;

ДУ – диспетчерское управление;

И П – инженерный пульт; И Р – индуктивная рамка; И Ц – имитатор центра;

КДА – контрольно-диагностическая аппаратура;

К Р Ц – контроллер районного центра; К Т С – комплекс технических средств; КУ – координированное управление; М н С х – мнемосхема;

П К – программа координации;

П КУ – пульт контроля и управления;

ПЭ В М – персональная электронно-вычислительная машина;

Р У – ручное управление;

С М Э П – специализированное монтажно-эксплуатационное подразделение;

С О – светофорный объект;

ТВ П – табло вызова пешеходное;

Т Е – транспортная единица (автомобиль);

Т И – телеизмерение;

Т КП – табло коллективного пользования;

Т П – транспортный поток;

Т С – телесигнализация;

ТС КУ – телемеханическая система координированного управления;

Т У – телеуправление;

У В К – управляющий вычислительный комплекс;

У ДС – улично-дорожная сеть;

УЗ Н – управляемый дорожный знак;

У НИ Т П – устройство накопления информации по транспортным потокам;

У П – управляющий пункт;

У С К – указатель рекомендуемой скорости движения;

Ц У П – центральный управляющий пункт.

1. Основы управления дорожным движением

1.1. Транспортный поток как объект управления

Объектом управления АСУД является транспортный поток, описываемый совокупностью признаков, характеризующих процесс движения: интенсивностью, скоростью, составом потока, интервалами в потоке и некоторыми другими показателями.

Транспортному потоку присущи вполне определённые свойства, которые должны быть учтены при выборе управления в системе. Поэтому рассмотрим некоторые наиболее важные особенности транспортного потока.

1 . 1 . 1. С в ой ст в а т ра нс пор тн о г о по т о к а

Во-первых, натурные обследования движения транспортных средств в городах показывают, что характеристики транспортных потоков испытывают в течение суток значительные изменения, возникающие из-за неравномерности поступления автомобилей в транспортную сеть. В этом заключается динамический характер поведения объекта управления.

Во-вторых, ежедневное периодическое измерение одних и тех же параметров потока в фиксированные интервалы времени суток показывает статистический характер процесса движения транспортных средств. Вероятностное поведение объекта управления обусловлено тем, что транспортный поток формируется из индивидуальных участников движения, использующих различные типы транспортных средств и имеющих различные цели поездки (во времени и пространстве).

В-третьих, эти статистические закономерности движения носят устойчивый характер из-за наличия детерминированных тенденций в движении транспортных средств. Действительно, подавляющее большинство поездок носит периодический характер и часто

осуществляется по постоянным маршрутам (деловые поездки, работа общественного маршрутизированного транспорта, грузовые перевозки). Коллективное поведение потока, являющееся результатом взаимодействия участников с различными целями и различными психофизиологическими характеристиками, подчиняется закону больших чисел и делает стабильными вероятностные характеристики движения транспортных средств. Именно отсутствие хаоса в транспортной сети делает возможным функционирование АСУД, которая, в свою очередь, способствует ещё большей стабилизации процессов движения.

В-четвёртых, важнейшим свойством транспортных потоков, во многом определяющим принципы управления, является их инерционность. Под инерционностью понимается свойство объекта управления непрерывно

переходить из состояния в состояние во времени и пространстве. Действительно, параметры движения транспортных единиц, измерённые в некоторый момент времени, не могут существенно измениться за малый промежуток времени из-за того, что каждая единица имеет конечную, вполне определённую скорость и может быть обнаружена в этом промежутке в пределах ограниченного участка транспортной сети. Это свойство проявляется, прежде всего, в том, что средние параметры потоков (интенсивность, скорость, плотность, интервалы) изменяются во времени и пространстве непрерывно. Наличие «пачек» в потоках также является результатом малой изменчивости структуры потока при его прохождении смежных перекрёстков, т.е. следствием инерционности в изменении интервалов между последовательными автомобилями. Инерционность объекта управления говорит о возможностях прогнозирования изменений его характеристик в небольших интервалах.

В-пятых, все перечисленные свойства проявляются как результат взаимозависимого движения транспортных средств. Эта взаимозависимость выражается главным образом в том, что подчас малые изменения условий движения на отдельных магистралях и перекрёстках (сужение проезжей части, изменение погодных условий, нарушение режима светофорной сигнализации) приводят к резкому изменению характера движения не только на данном участке, но и на отдалённых магистралях и перекрёстках города. Особенно сильно связность регулируемых транспортных узлов сказывается в режимах насыщения сети, когда транспортный затор, возникший на отдельном перекрёстке, распространяется на значительный участок сети. Связность в сети носит сложный, подчас непредсказуемый характер. Чем сильнее свойство связности, тем большие участки сети необходимо рассматривать, решая задачу управления, и тем сложнее эта задача, поскольку под объектом управления приходится понимать не отдельные перекрёстки, а все связанные между собой транспортные узлы.

Фактор взаимозависимости проявляется также и в условиях стеснённого движения транспортных средств по перегонам и через перекрёстки сети. Для того чтобы обеспечить безопасное и быстрое движение автомобилей в транспортном потоке, водители вынуждены совершать различные манёвры, обусловленные реальной дорожной ситуацией. В результате этого закономерности движения отдельных транспортных средств можно рассматривать как следствие суммарных взаимодействий в потоке. Характеристики результирующего взаимодействия являются теми исходными для системы параметрами, по которым решается вопрос о назначении того или иного управления

движением.

1 . 1 . 2. С о ст оя ни я т ра нс пор тн о г о по т о к а

Остановимся несколько подробнее на типичных случаях дорожного движения. Экспериментальные и теоретические исследования дают основания выделить три качественно различных состояния, которые мы условимся называть с в о б о д н ы м , г р у ппо вы м и вы ну ж д ен н ы м .

При малой интенсивности потока, когда пропускная способность дороги не является фактором, ограничивающим беспрепятственное движение, скорость движения транспортных средств близка к скорости свободного движения. Взаимодействие между транспортными единицами в режиме свободного движения настолько мало, что им можно пренебречь. Состояние свободного транспортного потока характеризуется не только независимым движением отдельных транспортных единиц, но и тем, какие интервалы между единицами в потоке складываются при этом. Многочисленные экспериментальные работы, а также предельные теоремы

массового обслуживания говорят о том, что распределение интервалов в свободном потоке близко к экспоненциальному и, следовательно, число прибытий транспортных единиц потока в некотором интервале во времени или пространстве описывается законом Пуассона . Свободное состояние потока наблюдается в реальной транспортной сети на перегонах с редким движением в сечениях, удалённых более чем на 800 м от питающих перекрёстков.

Иная картина возникает, если рассматривать групповой режим движения. Групповое движение транспортных средств складывается при несколько больших интенсивностях движения, когда пропускная способность дороги и перекрёстка уже оказывает существенное влияние на условия движения. Для того чтобы сохранить скорость, водители быстроходных автомобилей вынуждены совершать обгоны, перестроения

и другие манёвры. В режиме свободного движения обгоны в потоке осуществляются практически без взаимодействия между транспортными единицами. Групповое движение характеризуется максимальным взаимодействием единиц при движении, максимальной интенсивностью вынужденных манёвров. В результате этого весь транспортный поток разделяется на совокупность очередей, имеющих скорость тихоходных головных автомобилей. Скорости быстроходных транспортных единиц при этом падают. Теперь уже движение транспортных средств не может быть описано законом Пуассона, поскольку расстояния между последовательными автомобилями в очередях близки к расстояниям безопасности, т.е. не подчиняются экспоненциальному распределению. Характерным примером группового потока является движение транспортных средств, наблюдаемое в сечении перегона, расположенного в 20 – 30 м за питающим его перекрёстком. Пачки в потоке, возникающие

после прохождения транспортных единиц через перекрёсток, по мере движения по перегону «разваливаются» сравнительно медленно, и поток в рассматриваемом сечении имеет ещё ярко выраженную групповую форму.

Когда интенсивность движения увеличивается и достигает пропускной способности дороги, условия обгонов быстроходными автомобилями тихоходных затрудняются, очереди, образованные при групповом режиме движения, удлиняются и практически сливаются в единую очередь. При этом скорости транспортных средств в потоке выравниваются и оказываются близкими к скоростям самых тихоходных автомобилей, интервалы между транспортными единицами в потоке становятся близки к детерминированным, равным расстояниям безопасного движения. Этот режим движения будем называть вынужденным.

Ещё одной особенностью объекта управления является наличие в нём тенденции развития. Количественные изменения объекта управления

связаны с естественным ростом автомобилизации, сооружением новых регулируемых перекрёстков, строительством развязок в разных уровнях, улучшением динамических характеристик транспортных средств, с пересмотром организации движения в регулируемом районе (введение и отмена поворотных движений, введение улиц с односторонним движением, запрещение проезда по некоторым улицам грузовому транспорту, запрещение и разрешение стоянок и др.). Эти количественные изменения приводят, как правило, к изменению структуры потоков, степени связанности отдельных перекрёстков сети, масштабов регулируемой сети, что может потребовать качественной перенастройки управляющего органа и привести к пересмотру вида алгоритмов управления для того или иного перекрёстка. Таким образом, система управления движением обязательно должна быть «гибкой» по отношению к объекту управления.

1 . 1 . 3. Р а с пр е д е л ен ие в р е м енн ы х и нте р в а л ов

Большинство исследователей , рассматривая транспортный поток на отрезке магистрали значительной длины, пользуются для описания временных интервалов составными распределениями вида

F (d t ) =

A L - b 1 S +

B L - b 2 S

+ C L - b 3 S

г д е к а ж д ое из т р ё х с л агаем ых опи с ы в ае т опр е д е л ё нную ч ас т ь п о т о к а:

ü A L - b 1 S

ü B L - b 2 S

– свободно движущаяся;

– ч ас т и ч но с в я з а нн а я;

ü C L - b 3 S – связанная часть ТП.

Каждый из трёх коэффициентов А , В , С означает долю интенсивности движения, находящуюся в одном из трёх состояний, поэтому их сумма

Распределение (1.1) достаточно хорошо описывает ТП на магистралях непрерывного движения. Рассматривая задачу описания ТП на городских

улицах, оснащённых светофорами, более целесообразно анализировать

распределение временных интервалов внутри пачек автомобилей по мере удаления регулируемого перекрёстка. Такой подход тесно связан с решением вопроса о постепенном распаде пачек, а следовательно, возможности организации координированного управления движением транспорта.

Эксперименты, поставленные некоторыми исследователями , показывают, что более подходящим для описания временных интервалов внутри пачек является нормированное распределение Эрланга.

F (d t ) =

l (K + 1)

k

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

C ма т ема т и ч ес к им ожи д а ни е м:

С дисперсией:

M k

D k =

1 . (1 . 3)

1 . (1 . 4)

l 2 (K + 1)

В пользу данного распределения говорит тот факт, что, задаваясь различными K , можно получить любую степень последствия, следовательно, отразить степень связанности потока внутри пачки. Эффект распадения пачек обуславливает зависимость средней интенсивности движения внутри пачек l и порядка распределения K от расстояния пачки до выходного перекрёстка. Экспериментальные исследования показали, что уменьшение l и K по мере удаления пачки от перегона хорошо аппроксимируется экспоненциальной зависимостью

- H L

l n (L n ) = l + ( l н ас

L c ) L 1

n . (1.5)

K = [

K c + (K

на с

- K c

) L - H 2 L n

где l – средняя интенсивность движения по всему потоку;

l н а с –

интенсивность внутри пачки при выходе её с перекрёстка;

L n – р асс т о я н и е

пачки от перекрёстка;

K н а с – ма к с и ма л ь ный пор я д ок р ас п р е д е л е ния

Э рл а н г а д ля п а чк и, т о л ь к о чт о в ы ше д ше й с п е р е к р ёс тк а; K c

– порядок

р ас пр е д е л е ния Э рл а н г а по по т о к у п о с л е о к он ч а т е л ь но г о р ас пр е д е л е ния и

слияния пачек;

H 1 , H 2 – к о э фф ици е н т ы р ас п а д е ния п а ч е к д ля

l n (l n )

и K ;

в квадратных скобках – целая часть выражения.

Эксперименты показывают, что для пачки, только что вышедшей с перекрёстка, величина K =9.

Практические исследования с использованием АСУД в городах: Харькове, Минске, Красноярске, Нижнем Новгороде и др., проведённые в

80 – 90 гг., позволили получить представительные статистические данные о транспортном потоке .

Анализ распределения интервалов при различных интенсивностях, а также минимально допустимые интервалы между автомобилями указывают на существование трёх групп автомобилей в транспортном потоке:

üавтомобили, движущиеся свободно, не оказывающие влияния друг на друга при интервалах более 8 с;

üчастично связанные автомобили, движущиеся с интервалом 1,5 –

8,0 с; распределение интервалов таково, что водители отдельных автомобилей имеют возможность маневрировать внутри потока;

üсвязанная часть потока; в этом случае в течение всего времени

наблюдаются только малые интервалы порядка 1,0 – 1,3 с.

На практике автомобили, двигающиеся свободно, наблюдаются при интенсивности до 300 автомобилей в час на полосу. Частично связанные автомобили наблюдаются при интенсивности порядка 300 – 600 автомобилей в час на полосу. Связанный поток наблюдается при интенсивности более 600 автомобилей в час на полосу.

Одной из важных задач транспортной системы является обеспечение максимальной эффективности управления транспортно-дорожным комплексом. Для этого необходимо использовать современные решения, к которым относятся и средства отображения информации. В статье приведено описание нескольких проектов, где для демонстрации сведений о дорожном движении были применены устройства от компании Mitsubishi Electric.

Срок полезной эксплуатации центра управления дорожным движением в среднем составляет не менее 10 лет. Очевидно, за это время разработчики ITS неизбежно столкнутся с проблемой модернизации компонентов, выработавших свой ресурс. А ведь существующую инфраструктуру не так легко перестроить. Создание универсальных устройств - это ключевой подход, который позволяет приспособиться к изменяющимся правилам игры и развитию технологий.

Каким образом можно реализовать принцип универсальности в системах отображения информации, используемых в центрах управления? Одним из решений этой задачи является модульный подход к оборудованию: дисплей рассматривается не как единое целое, а как подсистема, состоящая из взаимозаменяемых компонентов.

В настоящее время в большинстве современных центров управления используются DLP-кубы обратной проекции, которые построены на основе технологии DMD (разработана компанией Texas Instruments).

Следуя принципу универсальности, компания Mitsubishi создала модельный ряд дисплеев и сопутствующего оборудования, в котором используются новейшие технологии, основанные на общей архитектуре и одинаковом наборе компонентов. В частности, системы 70-й и 120-й серий состоят из DLP-кубов и ЖК-дисплеев с тонкой лицевой панелью различных размеров и конфигурации. Как и в случае с определением конфигурации персонального компьютера, пользователь при заказе оборудования может указать компоненты, из которых должна состоять система, - с возможностью ее модернизации по мере изменения потребностей. В качестве примера можно привести проекционный блок. Два года назад Mitsubishi Electric запустила новую линейку DLP-проекторов, которые дают возможность заменить находящиеся в эксплуатации видеостены с ртутными лампами на новейшие светодиодные системы повышенной яркости. Данная технология позволяет улучшить качество изображения, существенно продлить срок службы действующих систем и минимизировать затраты на техническое обслуживание.

Срок службы ртутных ламп составляет в среднем 6000 часов, т. е. менее одного года работы в круглосуточном режиме. При средней стоимости лампы в €1000 это влечет за собой значительные эксплуатационные расходы. Напротив, ожидаемый срок службы светодиодных кубов модели 50PE78 производства Mitsubishi Electric составляет 100 000 часов, т. е. более 10 лет непрерывной работы в круглосуточном режиме. Применение светодиодных кубов в сочетании с малошумными вентиляторами воздушного охлаждения, также рассчитанными на 100 000 часов работы, практически устраняет необходимость текущего техобслуживания дисплея в течение большей части эксплуатационного срока. Кроме того, DLP-кубы со светодиодной подсветкой обладают более широкой цветовой гаммой и сохраняют постоянную цветовую температуру на протяжении всего срока службы. Это, в свою очередь, означает улучшение цветопередачи и повышенную стабильность.

Реализованный в Италии проект дает хороший пример того, как инженеры используют универсальные компоненты системы отображения информации, чтобы обойти инфраструктурные ограничения.

Компания Autostrada del Brennero является оператором автомагистрали A22, проходящей от г. Модена до перевала Бреннер (на границе Италии и Австрии). Посчитав действующую аналоговую систему отображения информации в центре управления устаревшей и слишком дорогой в обслуживании, компания решила ее модернизировать с использованием новейших цифровых технологий. Существовавшая на тот момент система контроля с 200 аналоговыми камерами и предназначенная для управления ею программная платформа были вполне работоспособны. Кроме того, компания стремилась избежать дополнительных расходов и отрыва операторов от работы с целью их переподготовки. 3P Technologies, компания по комплексированию технических и программных средств, разработала решение, соединившее в себе новейшие технологии отображения с имеющимися системой контроля и программной платформой.

Пункт управления автомагистрали A22 (рис. 1) находится в самом центре сложной и высокотехнологичной системы управления дорожным движением, включающей в себя около 200 камер видеонаблюдения, мониторов и точек экстренной связи, связанных волоконно-оптическим кабелем, радиоканалами, а также линиями проводной связи. Управление системой осуществляется с помощью специально разработанной программной платформы, которая в случае аварии позволяет операторам контролировать входные данные или любую информацию, загружаемую с камер. Также в систему встроена инновационная функция автоматической фиксации событий дорожного движения (AID), которая дает возможность анализировать поступающие с камер и датчиков данные и в автоматическом режиме реагировать на нештатные ситуации. Помимо подачи звукового сигнала, система осуществляет запись происшествия и регистрирует события, случившиеся незадолго до него. Это позволяет операторам восстановить произошедший инцидент в динамике.

Рис. 1. Диспетчерский пункт управления автомагистралью А22

При разработке проекта модернизации основная проблема заключалась в дисплее, используемом для контроля системы. Состоящий из аналоговых ЖК-экранов дисплей был не в состоянии обрабатывать информацию требуемого типа и объема, а также был дорог в эксплуатации. Действующая система была заменена видеостеной из светодиодных кубов Mitsubishi Electric 70-й серии, что позволило повысить качество и эффективность управления, а также снизить расходы на техническое обслуживание.

Используемый для управления дисплеями процессор X-Omnium компании Bilfinger-Mauell обеспечил универсальность в отношении способов и места отображения контента. Если раньше операторы были ограничены в плане выбора размеров отображения, то теперь они могут организовать вывод контента в виде окон в любом месте экрана. При этом контроллер с сенсорным экраном Crestron позволяет операторам вызывать готовые сценарии с помощью простого сенсорного интерфейса, разработанного компанией 3P Technologies.

Пять декодеров Bilfinger-Mauell предоставляют интерфейс для существующей системы аналоговых видеокамер, что дает операторам возможность использовать привычные элементы управления приводом наклона/поворота и масштабирования. Важно отметить, что контроллер X-Omnium позволяет управлять самим дисплеем с помощью имеющегося пакета программ контроля дорожного движения.

Еще один пример проекта - центр мониторинга дорожного движения «Сенатра» (рис. 2), расположенный в Андорре, в районе восточных Пиренеев на границе с Испанией и Францией.

Рис. 2. Центр мониторинга дорожного движения «Сенатра»

Княжество Андорра - одно из самых популярных зимних туристических мест в Европе благодаря многочисленным горнолыжным склонам. Высокий транспортный поток (до 27 000 машин в день) и необходимость особой бдительности, обусловленной зимними условиями, сделали дисплейную систему центра и 60 сетевых видеокамер жизненно важным условием надежного контроля за безопасностью на 100 км основной дороги и 150 км второстепенных дорог, находящихся под юрисдикцией этого центра. Для этого также были использованы DLP-кубы от Mitsubishi Electric.

Обратимся к другому проекту. В 2015 г. Highways England расширила возможности Восточного регионального центра управления, расположенного в Южном Миммсе. Среди семи региональных центров компании восточный является одним из самых крупных. Он отвечает за управление движением на дорогах, относящихся к числу самых оживленных в Европе, включая южный участок трассы М25 и ряд участков трасс M40, M1 и M4.

Центральное место в диспетчерском зале (рис. 3), вмещающем 20 оборудованных рабочих мест операторов, занимает большая видеостена. На ней операторы могут видеть изображение с любой из 870 камер наблюдения за дорожной сетью, а также просматривать видео и потоки данных, получаемые от других дорожных агентств, и принимать трансляции непосредственно из эфира временно установленных камер.

Рис. 3. Диспетчерский зал Восточного регионального центра управления движением

Восточный региональный центр управления работает в режиме 24/7. В рамках расширения центра было принято решение о модернизации видеостены, и для реализации проекта была выбрана фирма Electrosonic. Основной целью проекта, наряду с установкой более высокопроизводительного дисплея, было внедрение новейших технологий с целью существенного снижения расходов на эксплуатацию видеостены.

Реализованная система построена на основе DLP-видеокубов Mitsubishi Electric модели VS-67PE78 с диагональю 67″ в конфигурации 8×3. Она позволяет повысить разрешение главной видеостены с XGA до SXGA+, улучшить яркость и значительно увеличить срок службы - до 100 000 часов для светодиодных источников света и остальных компонентов.

Описанные проекты показывают, что любой проектирующий систему инженер должен ставить во главу угла принцип универсальности - особенно с учетом грядущей революции межмашинного взаимодействия.

На уровне служб дорожного движения, организация дорожного движения представляет собой комплекс инженерных и организационных мероприятий на существующей улично-дорожной сети, обеспечивающих безопасность и достаточную скорость транспортных и пешеходных потоков. К числу таких мероприятий относится управление дорожным движением, которое, как правило, решает более узкие задачи. В общем случае под управлением понимается воздействие на тот или иной объект с целью улучшения его функционирования. Применительно к дорожному движению объектом управления являются транспортные и пешеходные потоки. Частным видом управления является регулирование, т.е. поддержание параметров движения в заданных пределах.

С учетом того, что регулирование является лишь частным случаем как управления, так и организации движения, а целью применения технических средств является реализация ее схемы, употребляется термин "технические средства организации движения" или "технические средства управления движением", что соответствует принятым нормативным документам (ГОСТ 23457-86).

Вместе с тем, в силу сложившейся традиции, термин "регулирование" также получил широкое распространение. Например, в Правилах дорожного движения (ПДД) перекрестки и пешеходные переходы, оборудованные светофорами, называются регулируемыми, в отличие от нерегулируемых, где светофоры отсутствуют. Существуют также термины "цикл регулирования", «регулируемое направление" и т.п. В специальной литературе перекресток, оборудованный светофором, нередко называется "светофорным объектом".

Сущность управления заключается в том, чтобы обязывать водителей и пешеходов, запрещать или рекомендовать им те или иные действия в интересах обеспечения скорости и безопасности. Оно осуществляется путем включения соответствующих требований в ПДД, а также применением комплекса технических средств и распорядительными действиями инспекторов дорожно-патрульной службы ГАИ и других лиц, имеющих соответствующие полномочия.

Объект управления, комплекс технических средств и коллективы людей, вовлеченные в технологический процесс управления движением,

образуют контур управления (рис.1). Поскольку часть функций в контуре управления часто выполняется автоматическим оборудованием, сложилось употребление терминов "автоматическое управление" или "системы управления". Объект управления.

Рис.1. Структурная схема контура управления.

Автоматическое управление осуществляется без участия человека по заранее заданной программе, автоматизированное - с участием человека-оператора. Оператор, используя комплекс технических средств для сбора необходимой информации и поиска оптимального решения, может корректировать программу работы автоматических устройств. Как в первом, так и во втором случае в процессе управления могут быть использованы ЭВМ. И, наконец, существует ручное управление, когда оператор, оценивая транспортную ситуацию визуально, оказывает управляющее воздействие на основе имеющегося опыта и интуиции. Контур автоматического управления может быть как замкнутым, так и разомкнутым.

При замкнутом контуре существует обратная связь между средствами и объектом управления (транспортным потоком). Автоматически она может осуществляться специальными устройствами сбора информации - детекторами транспорта. Информация вводится в устройства автоматики, и по результатам ее обработки эти устройства определяют режим работы светофорной сигнализации или дорожных знаков, способных по команде менять свое значение (управляемые знаки). Такой процесс получил название гибкого или адаптивного управления.

При разомкнутом контуре, когда обратная связь отсутствует, управляющие светофорами устройства - дорожные контроллеры (ДК) переключают сигналы по заранее заданной программе. В этом случае осуществляется жесткое программное управление.

На рис.1 цепь обратной связи, замыкающая контур автоматического управления, показана штриховой линией с учетом, что эта связь может существовать или отсутствовать. При ручном управлении обратная связь существует всегда (в силу визуальной оценки оператором условий движения), поэтому ее цепь на рис.1 показана сплошной линией.

В соответствии со степенью централизации можно рассматривать два вида управления: локальное и системное. Оба вида реализуются вышеописанными способами.

При локальном управлении переключение сигналов обеспечивает контроллер, расположенный непосредственно на перекрестке. При системном контроллеры перекрестков, как правило, выполняют функции трансляторов команд, поступающих, как правило, по специальным каналам связи из управляющего пункта (УП). При временном отключении контроллеров от УП они могут обеспечивать и локальное управление. Оборудование, расположенное вне управляющего пункта, получило название периферийного (светофоры, контроллеры, детекторы транспорта), на управляющем пункте - центрального (средства вычислительной техники, диспетчерского управления, устройства телемеханики и т.д.).

На практике применяют термины "локальные контроллеры" и "системные контроллеры". Первые не имеют связи с УП и работают самостоятельно, вторые такую связь имеют и способны реализовать локальное и системное управление.

При локальном ручном управлении оператор находится непосредственно на перекрестке, наблюдая за движением транспортных средств и пешеходов. При системном он располагается в управляющем пункте, т.е. вдали от объекта управления, и для обеспечения его информацией об условиях движения могут быть использованы средства связи и специальные средства отображения информации. Последние выполняются в виде светящихся карт города или районов - мнемосхем, устройств вывода с помощью ЭВМ графической и алфавитно-цифровой информации на электронно-лучевую трубку - дисплеев и телевизионных систем, позволяющих непосредственно наблюдать за контролируемым районом.

Локальное управление применяется чаще всего на отдельном или, как говорят, изолированном перекрестке, который не имеет связи с соседними перекрестками ни по управлению, ни по потоку. Смена сигналов светофора на таком перекрестке обеспечивается по индивидуальной программе независимо от условий движения на соседних перекрестках, а прибытие транспортных средств к этому перекрестку носит случайный характер.

Организация согласованной смены сигналов на группе перекрестков, осуществляемая в целях уменьшения времени движения транспортных средств в заданном районе, называется координированным управлением (управлением по принципу "зеленой волны» (ЗВ)). В этом случае, как правило, используется системное управление.

Любое устройство автоматического управления функционирует в соответствии с определенным алгоритмом, который представляет собой описание процессов переработки информации и выработки необходимого управляющего воздействия. Применительно к дорожному движению перерабатывается информация о параметрах движения и определяется характер управления светофорами, воздействующими на транспортный поток. Алгоритм управления технически реализуется контроллерами, переключающими сигналы светофоров по предусмотренной программе. В автоматизированных системах управления с использованием ЭВМ алгоритм решения задач управления реализуется также в виде набора программ ее работы.