×

Вы используете устаревший браузер Internet Explorer. Некоторые функции сайта им не поддерживаются.

Рекомендуем установить один из следующих браузеров: Firefox, Opera или Chrome.

Контактная информация

+7-863-218-40-00 доб.200-80
ivdon3@bk.ru

Оценка времени поездки на основе моделирования транспортных потоков

Аннотация

С.Н.Козорезова

Дата поступления статьи: 18.11.2013

Для решения транспортных проблем, а именно координирования движения различных видов транспорта, были разработаны специальные программы микро и макромоделирования, позволяющие прогнозировать дорожные ситуации, выбирать наиболее оптимальные решения для конкретных задач, используя реальные данные и статистику. Появление интеллектуальных транспортных систем подтолкнуло транспортное моделирование к тому, что оно стало одним из самых используемых способов исследования транспортного потока, позволяющие планировать и прогнозировать ситуацию на дорогах. Возможности, которые дает моделирование транспортных потоков, помогают имитировать ситуации на дорогах, и это становится уникальным инструментом для понимания сложности транспортных систем. Для четкой работы модели необходим такой показатель, как время поездки. Время поездки – это время, затраченное на поездку из одного пункта в другой, состоящее из времени в пути и времени остановки транспортного средства.

Ключевые слова: Время поездки, микромоделирование, траснпортные потоки, методы интеллектуальных транспортных систем

05.22.10 - Эксплуатация автомобильного транспорта

Постоянное увеличение количества транспортных заторов на улично-дорожной сети 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.
Раньше при транспортном планировании городов не делались прогнозы на текущую ситуацию, при которой автомобилизация растет с геометрической прогрессией. 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 у нас появилась реальная возможность решить большинство проблем, связанных с дорожным движением. 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 транспортного потока, которое позволяет планировать и прогнозировать ситуацию на дорогах. Возможности, которые дает моделирование транспортных потоков, 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. 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. Но пока что моделирование транспортного потока нуждается в единой трактовке и создании государственного стандарта.
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 1920х годах для оценки транспортных возможностей и улучшений. Возросший в настоящее время интерес к этому показателю связан со следующими факторами:

  • Система управления заторами, которая использовалась ISTEA в 1991г. 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.

Время поездки – это время, затраченное на поездку из одного пункта в другой, состоящее из времени в пути и времени остановки транспортного средства. 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.
Во-первых, это метод «плавающего автомобиля», заключающийся в наличии специального автомобиля, двигающегося в общем потоке. 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. 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.
В России эта характеристика транспортного потока не получила достаточного внимания. Анализ направления современных исследований, проводимых в рамках выбранной темы, позволяет сделать вывод о том, что в отечественной практике недостаточно проработан вопрос прогнозирования времени поездки на улично-дорожной сети крупных городов. Отсутствует необходимый уровень проработки данного вопроса в аспекте современных методов моделирования, недостаточно исследованы методы сбора статистических данных о состоянии дорожной сети и участников движения. В отечественной литературе также не рассмотрен вопрос использование критерия времени поездки для оценки состояния транспортного потока и применения времени поездки в качестве эффективного инструмента динамического управления транспортным потоком. 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, мы можем не только улучшить нынешнюю ситуацию в транспортном комплексе, но и в дальнейшем прогнозировать возможные сложности и заранее их устранить.

Литература:

  1. Shawn M. Turner, William L. Eisele, Robert J. Benz, Douglas J. Holdener. Travel time data collection handbook [Текст]//Texas Transportation Institute, 1998. – 152p
  2. Dirk H. Van Amelsfort, Mischele C.J. Bliemer, Hein Botma,. Estimators of Travel Time for Road Network [Текст]//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 [Текст]//7th European 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. ун-т, 2001.- 130с.
  5. Зырянов В.В. Критерии оценки условий движения и модели транспортных потоков [Текст]//. – 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 (доступ свободный) Загл. с экрана. – Яз.рус.
  10. Зырянов  В.В., Семчугова Е.Ю. 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 (доступ свободный) Загл. с экрана. – Яз.рус.