Главная
Конференции
Траектория научно-технологического развития России с учетом глобальных трендов
Новые источники данных для адаптивного управления трафиком XXI века

Новые источники данных для адаптивного управления трафиком XXI века

Секция

Технические науки

Ключевые слова

ИТС
детекторы транспорта
адаптивное управление
детектор Bluetooth

Аннотация статьи

Интеллектуальные транспортные системы – это настоящее и будущее управления транспортом в России и во всем мире. Для реализации адаптивных систем управления дорожным движением нужно собрать необходимую информацию о транспортном потоке. Для реализации этих целей используются различные детекторы транспорта. В данной статье рассмотрен детектор транспорта основный на современных технологиях передачи информации по протоколу IEEE 802.15.1 по радиочастоте 2,4 ГГц. Возможность детектора заключается в регистрации информации о Bluetooth модуле находящегося на борту транспортного средства и передачи собранной первичной информации на сервер по доступным каналам связи для дальнейшей её обработки и реализации в автоматизированных системах управлением дорожным движением (АСУДД) и автоматизированных транспортных информационных системах (АТИС).

Текст статьи

Концептуальной основой архитектуры автоматизированного управления дорожным движением (АСУДД) и автоматизированных транспортных информационных систем (АТИС) должны соответствовать соответствующим требованиям:

  • Оборудованные детекторами транспорта, которые своевременно предоставляют данные в АСУДД.
  • Система сбора данных, собирающая первичную информацию о транспортном потоке в режиме реального времени, которая должна быть обработана и проверена перед использованием моделями системы управления.
  • База данных характеристик транспортного потока, в которой хранятся данные, используемые моделями движения, в сочетании с данными в реальном времени.
  • Модели движения, предназначенные для оценки и краткосрочного прогнозирования состояния потока, обеспеченные текущими и архивными данными.
  • Временно зависимые матрицы корреспонденций, которые являются входными данными для адаптивных транспортных моделей. Алгоритмы оценки объединяют данные реального времени и архивные вместе с другими входными данными.
  • Планируемые и прогнозируемые состояния сети сравниваются с предполагаемыми состояниями. Если сравнение в порядке, никаких действий не принимается, в противном случае изменяться политика управлением транспортным потоком с целью достижения желаемых результатов.

На рисунке 1 схематически изображена интеграция АСУДД и АТИС:

Рис. 1. Концептуальный подход к архитектуре АТИС / АСУД

В этой статье рассмотрим функциональную возможность детекторов нового поколения. Сбор данных о дорожном движении, который предполагает, что часть данных о транспортном потоке собирается детекторами с индукционной петлей (то есть масса, интенсивность и скорость), дополняется точными измерениями времени и скорости движения между двумя последовательными датчиками на основе новых технологий, способных регистрировать электронную подпись конкретного находящегося на борту устройства.

Одним из наиболее типичных таких детектор является устройства регистрации информации о Bluetooth модуле находящегося на борту транспортного средства. Детектор объединяет множество технологий, которые позволяют ему проверять спектр Bluetooth и Wi-Fi устройств в пределах зоны покрытия. Он фиксирует публичную часть сигналов Bluetooth или Wi-Fi. Bluetooth является глобальным стандартным протоколом (IEEE 802.15.1) для беспроводного обмена информацией между мобильными устройствами с использованием полосы радиочастот 2,4 ГГц. Зарегистрированный код состоит из комбинации 6 буквенно-цифровых пар (шестнадцатеричный). Уникальность MAC-адреса позволяет использовать алгоритм сопоставления для регистрации устройства, когда он становится видимым для датчика. Основные принципы работы этих детекторов описаны на рисунке 2. Данные, полученные каждым детектором, отправляются для обработки на центральный сервер GPRS.

Рис. 2. Мониторинг автомобиля с помощью детекторов на базе Bluetooth

Измеренные данные не могут быть использованы без предварительной обработки и фильтрации выбросов, которые могут сместить выборку, например транспортное средство, которое останавливается на заправочной станции между местами расположения детекторов. Для решения этой проблемы будет использоваться метод, основанный на фильтре Калмана.

Пилотный проект был осуществлен к северу от Барселоны (Испания) на 40 км автомагистрали AP-7. Рисунок 3 отображает зону и подсвечивает с помощью цветных кружков расположение задействованных датчиков. На рисунке 3 также изображены два примера измерений, выполненных датчиками на границах участка автомагистрали: интенсивность на юг и север (синяя область) и скорость (черная линия).

Рис. 3. Место пилотного проекта на автомагистрали AP-7 в Барселоне и два примера обнаружения Bluetooth: скорость и количество обнаруженных устройств

Преимущества Bluetooth детектора:

• Анонимность и конфиденциальность;

• Возможность расширения использования для устройств с поддержкой BT среди участников дорожного движения;

• Сравнительно недорогая стоимость организации инфраструктуры;

• Низкая стоимость обслуживания датчиков;

• Низкая чувствительность к погодным условиям;

• Возможность составления матрицы корреспонденции.

Недостатки Bluetooth детектора:

• Низкая частота дискретизации;

• Необходимость в дальнейшем расчете и фильтрации данных;

• Высокая чувствительность к выбросам (например, высокоскоростные и низкоскоростные транспортные средства и др.);

• Неопределенность в отношении точности и достоверности расчетного времени в пути и интенсивности транспортных средств.

Список литературы

  1. Кременец Ю.А. Технические средства организации дорожного движения: Учебник для вузов. – М.: Транспорт, 1990. – 255 с.
  2. Кожевников В.И., Вытяжков Д.В., Толмачев В.В., Луговенко В.В., Гриценко А.А. Автоматизированная система управления дорожным движением // Вестник СевКавГТУ. Серия «Естественнонаучная», №1(6), 2003.
  3. Barceló J., Montero L., Marqués L. and Carmona C., (2010a), Travel time forecasting and dynamic of estimation in freeways based on Bluetooth traffic monitoring, Transportation Research Records: Journal of the Transportation Research Board, Vol. 2175, pp. 19-27.

Поделиться

2283

Лызганов М. С. Новые источники данных для адаптивного управления трафиком XXI века // Траектория научно-технологического развития России с учетом глобальных трендов : сборник научных трудов по материалам Международной научно-практической конференции 29 ноября 2019г. Белгород : ООО Агентство перспективных научных исследований (АПНИ), 2019. С. 109-112. URL: https://apni.ru/article/66-novie-istochniki-dannikh-dlya-adaptivnogo

Обнаружили грубую ошибку (плагиат, фальсифицированные данные или иные нарушения научно-издательской этики)? Напишите письмо в редакцию журнала: info@apni.ru

Похожие статьи

Другие статьи из раздела «Технические науки»

Все статьи выпуска
Актуальные исследования

#52 (234)

Прием материалов

21 декабря - 27 декабря

осталось 6 дней

Размещение PDF-версии журнала

1 января

Размещение электронной версии статьи

сразу после оплаты

Рассылка печатных экземпляров

17 января