Моделирование адаптивных систем управления городским трафиком

Основное содержимое статьи

Д. А. Скоробогатченко

Аннотация

 Приоритетным направлением развития городской улично-дорожной сети (УДС) является внедрение автоматизированных систем управления дорожным движением (АСУДД). Одним из ключевых элементов АСУДД является эффективное управление светофорными объектами. В условиях максимальной загрузки проезжей части транспортными средствами реализовать такое управление возможно путем внедрения адаптивной системы регулирования транспортных потоков. Авторами проведен анализ существующих средств моделирования транспортных потоков. Исходя из возможностей использования адаптивных средств регулирования дорожного движения в качестве инструмента моделирования предлагается использовать комплекс Simulation of urban mobility (SUMO). По результатам экспериментов простроены основные диаграммы транспортных потоков. На языке Python написан скрипт для интерпретации результатов моделирования и наглядного представления основных диаграмм транспортного потока. Результаты показывают, что применение адаптивных средств регулирования дорожного движения даже на отдельных перекрестках дает увеличение пропускной способности по всей УДС на 20-30 %. Предложенные результаты могут быть использованы при моделировании функционирования УДС сетей различного типа с использованием адаптивных светофорных объектов.

Скачивания

Данные скачивания пока недоступны.

Информация о статье

Как цитировать
1.
Скоробогатченко ДА. Моделирование адаптивных систем управления городским трафиком. Системный анализ в науке и образовании [Интернет]. 18 октябрь 2022 г. [цитируется по 4 декабрь 2022 г.];(2):1-10. доступно на: https://sanse.ru/index.php/sanse/article/view/528
Раздел
Статьи

Библиографические ссылки

Chang Y. S. Population Density or Populations Size. Which Factor Determines Urban Traffic Congestion? // Sustainabilit. 2021. Vol. 13, No. 8. P. 4280. DOI : http://doi.org/10.3390/su13084280.

Salini S., Ashalatha R. Analysis of traffic characteristics of urban roads under the influence of roadside frictions // Case Studies on Transport Policy. 2020. Vol. 8, No.1. P. 94-100.

Skorobogatchenko D. Computer-Aided Evaluation of Individual Traffic Road Safety Along a Given Route Within the Framework of the “Driver-Car-Road-Environment” System / D. Skorobogatchenko, V. Borovik, R. Chugumbaev, A. Borovik // Creativity in Intelligent Technologies and Data Science. CIT&DS 2021. Communications in Computer and Information Science. 2021. Vol. 1448. P. 385–404. DOI : https://doi.org/10.1007/978-3-030-87034-8_28.

Skorobogatchenko D. A., Borovik V. V., Frolovichev A. I. Assessment automation of road traffic safety with account for road conditions of an individual itinerary // Journal of Physics: Conference Series. 2021. Vol. 2091, 012051. DOI: 10.1088/1742-6596/2091/1/012051.

Towards a distributed and infrastructure-less vehicular traffic management system / Ademar T. Akabane [et al.] // Computer Communications. 2020. Vol. 151. P. 306–319. DOI : doi.org/10.1016/j.comcom.2020.01.002.

A memetic algorithm for real world multi-intersection traffic signal optimisation problems / N. R. Sabar [et al.] // Engineering Applications of Artificial Intelligence. 2017. Vol. 63. P. 45–53. DOI : http://doi.org/10.1016/j.engappai.2017.04.021.

Miller A. J. Settings for fixed-cycle traffic signals // The Journal of the Operational Research Society, 1963. Vol. 14. P. 373–386.

A study of the travel time of intersections by vehicles using computer vision / V. Shepelev, A. Glushkov, Z. Almetova, V. Mavrin // Proceedings of the 6th International Conference on Vehicle Technology and Intelligent Transport Systems. 2020. P. 653–658.

A real-time adaptive signal control in a connected vehicle environment / Y. Feng, K. L. Head, S. Khoshmagham, M. Zamanipour // Transportation Research Part C: Emerging Technologies, 2015. Vol. 55. P. 460–473.

Eom M., Kim BI. The traffic signal control problem for intersections: a review // European Transport Research Review, 2020. Vol. 12, 50. DOI: https://doi.org/10.1186/s12544-020-00440-8

Qadri S.S.S.M., Gökçe, M.A., Öner, E. State-of-art review of traffic signal control methods: challenges and opportunities // European Transport Research Review, 2020. Vol. 12, 55. DOI : https://doi.org/10.1186/s12544-020-00439-1.

Андронов Р. В., Леверенц Е. Э. Применение статистического моделирования для оценки эффективности адаптивного регулирования и реконструкции пересечений улично-дорожной сети // Архитектура, строительство, транспорт. 2021. №3 (97). С. 40-49.

Задорожный В. Н., Юдин Е. Б. Обзор программ моделирования транспортных потоков // Динамика систем, механизмов и машин. Омск : ОмГТУ, 2012. № 1. С. 254–257.

Бабичева Т. С. Транспортные потоки: математическое и имитационное моделирование // Современные информационные технологии и ИТ-образование. 2015. T. 2, №. 11. С. 290-296.

Hoogendoorn S. P. State-of-the-art of vehicular traffic flow modeling / S. P. Hoogendoorn, P. H. L.Bovy // Delft University of Technology. Delf, The, 2001. P. 283–303.

Immers, L. Traffic floow theory / L. Immers, S. Logghe // Curricular Material, may 2002. by Katholieke Universiteit Leuven.

Остринская Л. И., Данилова А. С. Возможности компьютерного моделирования в области транспортных сетей. анализ автоматизированных информационных систем построения транспортных моделей // Архитектурно-строительный и дорожно-транспортный комплексы: проблемы, перспективы, инновации. Сборник материалов III Международной научно-практической конференции. 2019. С. 434-437.

Review of Virtual Traffic Simulation and Its Applications / Cui-juan Liu, Zhen Liu, Yan-jie Chai, Tingting Liu // Journal of Advanced Transportation. 2020. Vol. 2020, Article ID 8237649. P. 1-9. DOI : https://doi.org/10.1155/2020/8237649

Шамлицкий Я. И., Охота А. С., Мироненко С. Н. Моделирование транспортных потоков в среде AnyLogic // Программные продукты и системы. 2018. Т. 31. № 3. С. 632–635. DOI: 10.15827/0236- 235X.031.3.632-635.

Аземша С. А. , Капитанов П. И., Евланов В. И. Повышение эффективности дорожного движения на перекрестках внедрением адаптивного регулирования // Вестник Белорусского государственного университета транспорта: наука и транспорт. 2020. № 2(41). С. 37-41. EDN : FQVDXS.

Андронов С. А. Сравнение эффективности адаптивных алгоритмов светофорного регулирования в среде Anylogic // Программные продукты и системы. 2019. Т. 32. № 1. С. 150–158. DOI: 10.15827/0236-235X.125.150-158.

Разработка микроскопической модели транспортных потоков города в системе SUMO / Е. Р. Майоров, И. Р. Лудан, Д. Д. Мотта, О. Н. Сапрыкин // Сборник трудов ИТНТ-2019. САМАРА, 21–24 мая 2019 года. Самара: Новая техника, 2019. С. 743-747. EDN : SMIIQD.

Зиновьев И. В. Алгоритм адаптивного управления светофорами на основе алгоритма роя частиц // Научный журнал. 2016. №4 (5). 2016, С. 26-30