Оценка времени поездки на основе моделирования транспортных потоков

Размещено на http://www.allbest.ru/

ОЦЕНКА ВРЕМЕНИ ПОЕЗДКИ НА ОСНОВЕ МОДЕЛИРОВАНИЯ ТРАНСПОРТНЫХ ПОТОКОВ

ESTIMATED TRAVEL TIME BASED ON TRAFFIC FLOW MODELING

А.С. Бобешко, Л.Е. Кущенко, Ю.В. Семикопенко Белгородский государственный технологический университет имени В. Г. Шухова (БГТУ имени В. Г. Шухова) Белгород, Россия

Аннотация

Увеличение количества транспортных средств приводят к заторовым ситуациям. Одним из решений данной проблемы является моделирование транспортных потоков. Появление интеллектуальных транспортных систем привело транспортное моделирование к тому, что оно стало одним из самых используемых способов исследования транспортных потоков, которое позволяет планировать и прогнозировать ситуацию на улично-дорожной сети. При помощи точных карт, систем навигации, датчиков движения, дорожных детекторов появляется наиболее рациональная возможность решить большинство проблем, связанных с дорожным движением. Все больше используются компьютерные технологии, развивается инженерное программное обеспечение для сокращения времени поездки.

Ключевые слова: улично-дорожная сеть, транспортные системы, моделирование, транспортные потоки.

An increase in the number of vehicles leads to shocks. One of the solutions to this problem is the modeling of traffic flows. The emergence of intelligent transport systems has led transport modeling to the fact that it has become one of the most used methods of research traffic flows, which allows you to plan and forecast the situation on the road network. With the help of accurate maps, navigation systems, motion sensors, road detectors, the most rational way to solve most of the problems associated with traffic appears. Computer technology is increasingly being used, engineering software is being developed to reduce travel time.

Keywords: street-road network, transport systems, modeling, traffic flows.

Постоянное увеличение количества транспортных заторов на улично-дорожной сети (УДС) продолжает оставаться одной из важнейших нерешенных проблем развития современных городов. Для координирования движения различных видов транспорта, были разработаны специальные программы микро- и макромоделирования, позволяющие спрогнозировать дорожные ситуации, выбирать наиболее оптимальные решения для конкретных задач, используя реальные данные и статистику. Сейчас практически все развитые страны предлагают свои разработки в этой области, постоянно улучшая их качество и исправляя прошлые недостатки [3].

Раньше при транспортном планировании городов не делались прогнозы на текущую ситуацию, при которой автомобилизация растет с геометрической прогрессией [2]. В настоящее время мир столкнулся со сложной проблемой - автомобилей все больше, дорог и мест хранения для машин все меньше. Возникает дилемма, что при постоянном улучшении дорожных условий увеличивается количество автомобилей, и, соответственно, возрастает число заторов на дорогах, возникают серьезные препятствия для четкой и слаженной работы общественного транспорта.

При помощи точных карт, систем навигации, датчиков движения, дорожных детекторов появляется наиболее рациональная возможность решить большинство проблем, связанных с дорожным движением [1]. Все больше используются компьютерные технологии, развивается инженерное программное обеспечение. Появление интеллектуальных транспортных систем привело транспортное моделирование к тому, что оно стало одним из самых используемых способов исследования транспортных потоков (ТП), которое позволяет планировать и прогнозировать ситуацию на дорогах. Возможности, которые дает моделирование ТП, помогают имитировать ситуации на дорогах, и это становится уникальным инструментом для понимания сложности транспортных систем. Широкий выбор программ транспортного моделирования находится в прямом доступе для пользователей, разработчиков, исследователей [4]. На данный момент полная обработка предмета изучения моделирования находится только в руководствах по использованию программного обеспечения. Каждый год публикуются десятки статей о влиянии моделирования на изменение текущей ситуации на транспорте.

Эффективное использование любых моделей и методик в практической деятельности по организации дорожного движения невозможно без существования критериев, обеспечивающих объективную информацию о сложившихся условиях движения и их изменениях с помощью принятия соответствующих мер.

Для четкой работы модели необходим такой показатель, как время поездки. Впервые этот термин был употреблен в 1920-х годах для оценки транспортных возможностей и улучшений [6]. Возросший в настоящее время интерес к этому показателю связан со следующими факторами:

• Система управления заторами, которая использовалась 1БТЕЛ в 1991 году для оценки и слежения за транспортными заторами;

• Изменяющаяся среда анализа денежных потоков, которая рассматривала время поездки как один из своих базовых элементов;

• Увеличение числа лиц, не связанных напрямую с технической стороной вопроса использования времени поездки - то есть политиков, активистов и обывателей [5].

Время поездки - это время, затраченное на поездку из одного пункта в другой, состоящее из времени в пути и времени остановки транспортного средства (ТС) [7]. В свою очередь, время в пути является временем непосредственного движения автомобиля, а время остановки - время, когда автомобиль не движется или его скорость меньше 8км/ч.

Сейчас он широко используется за рубежом в программах моделирования, а также в статистических данных. Имеются различные техники использования и сбора данных о времени поездки [8]. Во-первых, это метод «плавающего автомобиля», заключающийся в наличии специального автомобиля, двигающегося в общем потоке [10]. При этом водитель записывает время поездки на определенных точках участков или интервалов.

Компьютерная программа записывает его времена, расстояния и скорости каждую секунду или даже меньше. Навигатор передает эти данные в центр управления движением.

Во-вторых, это метод слежения за номерными знаками автомобилей. Информация собирается путем записывания времени поездки и скоростей у конкретной группы автомобилей на определенных участках дороги. Для этого необходимы датчики, камеры слежения или люди, которые получают эти сведения и в дальнейшем переносят их в компьютер. Видеокамеры позволяют напрямую переносить эту информацию в центр управления движением.

В-третьих, это развивающиеся нетрадиционные техники сбора данных, к которым относятся индуктивные петли, надземные видеокамеры, предназначенные для оценки или расчета времени поездки [9]. Опыт от использования подобных техник связан с обеспечением информацией пользователей.

В-четвертых, это использование методов интеллектуальных транспортных систем. Они основаны на специальных датчиках, установленных в личном или общественном транспорте. Записанные данные о времени поездки они передают в центр управления движением в режиме реального времени.

Датчики могут быть установлены в машине, на остановочных комплексах для общественного транспорта, в том числе могут быть использованы личные мобильные телефоны и GPS-навигаторы.

Таким образом, можно сделать вывод, что, имея максимально точные данные о времени поездки, можно создать оптимальную адекватную модель транспортного движения, которая бы отвечала всем требованиям и позволяла решать и прогнозировать дорожные ситуации, связанные с заторами и аварийностью на опасных участках. Используя полученные модели, появляется возможность не только улучшить нынешнюю ситуацию в транспортном комплексе, но и в дальнейшем прогнозировать возможные сложности и заранее их устранять.

моделирование транспортный поток сеть

Список литературы

1. Shawn M. Turner, William L. Eisele, Robert J. Benz, Douglas J. Holdener. Travel time data collection handbook Texas Transportation Institute, 1998. - 152p

2. Dirk H. Van Amelsfort, Mischele C.J. Bliemer, Hein Botma,. Estimators of Travel Time for Road Network [Тексту/Transportation Planning and traffic engineering section, Delft University of Technology, 2002. - 341p.

3. Zyryanov V. Simulation of Impact of Components of ITS on Congested Traffic States Congress on Intelligent Transport Systems, Geneva; 2008. - 52p.

4. Кочерга В.Г., Зырянов В.В., Коноплянко В.И. Интеллектуальные транспортные системы в дорожном движении. [Текст]// Рост.гос. строит. унт, 2001.- 130с.

5. Зырянов В.В. Критерии оценки условий движения и модели транспортных потоков Кемерово: Кузбас. политех. ин-т, 1993. -164 с;

6. Зырянов В.В., Кочерга В.Г., Поздняков М.Н. Современные подходы к разработке комплексных схем организации дорожного движения [Текст]// Транспорт Российской Федерации. СПб. - №1, 2011. - с. 28-33;

7. Сильянов В.В. Теория транспортных потоков в проектировании дорог и организации движения. [Текст]//. - М.: Транспорт, 1977. - 303с.

8. Дрю Д. Теория транспортных потоков и управление ими [Текст]// - М.: Транспорт, 1972. - 423 с;

9. Науменко Е.Ю. Факторные и регрессионные модели оценки потребности спроса на парковки [Электронный ресурс] //Инженерный вестник Дона, 2011, №2. - Режим доступа http://www.ivdon.ru/magazine/archive/n2y2011/416

10. В.В. Зырянов, Е.Ю. Семчугова Применение информационных технологий при повышении мобильности и обеспечении транспортной безопасности [Электронный ресурс] //Инженерный вестник Дона, 2012, №4. -Режим доступа http://www.ivdon.ru/magazine/archive/n4p1y2012/1083

Размещено на Allbest.ru