Развитие методов мониторинга транспортных потоков для оперативного управления дорожным движением на магистралях

Тебеньков, Сергей Евгеньевич

Эксплуатация автомобильного транспорта

автореферат диссертации по транспорту, 05.22.10, диссертация на тему:Развитие методов мониторинга транспортных потоков для оперативного управления дорожным движением на магистралях

кандидата технических наук: Тебеньков, Сергей Евгеньевич
город: Иркутск
год: 2013
специальность ВАК РФ: 05.22.10

Диссертация по транспорту на тему «Развитие методов мониторинга транспортных потоков для оперативного управления дорожным движением на магистралях»

Автореферат диссертации по теме "Развитие методов мониторинга транспортных потоков для оперативного управления дорожным движением на магистралях"

На правах рукописи

ТЕБЕНЬКОВ Сергей Евгеньевич

РАЗВИТИЕ МЕТОДОВ МОНИТОРИНГА ТРАНСПОРТНЫХ ПОТОКОВ ДЛЯ ОПЕРАТИВНОГО УПРАВЛЕНИЯ ДОРОЖНЫМ ДВИЖЕНИЕМ НА МАГИСТРАЛЯХ

Специальность 05.22.10 - Эксплуатация автомобильного транспорта

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

18 АПР ДЛЗ

Иркутск-2013

005052097

Работа выполнена на кафедре «Менеджмент и логистика на транспорте» ФГБОУ ВПО «Иркутский государственный технический университет»

Научный руководитель: Михайлов Александр Юрьевич,

доктор технических наук, профессор кафедры менеджмента и логистики на транспорте ФГБОУ ВПО «Иркутский государственный технический университет»

Официальные оппоненты: Бондаренко Елена Викторовна,

доктор технических наук, профессор кафедры технической эксплуатации и ремонта автомобилей ФГБОУ ВПО «Оренбургский государственный университет»

Ляпустин Павел Константинович,

кандидат технических наук, доцент, заведующий кафедрой «Управление на автомобильном транспорте» ФГБОУ ВПО «Ангарская государственная техническая академия»

Ведущая организация: ГУП «Научно-исследовательский и проектный

институт генерального плана города Москвы»

Защита состоится 24 апреля 2013 г. в 13:00 часов на заседании диссертационного совета Д 212.073.04 при ФГБОУ ВПО «Иркутский государственный технический университет» по адресу: 664074, г. Иркутск, ул. Лермонтова, 83, конференц-зал.

С диссертацией можно ознакомиться в библиотеке ФГБОУ ВПО «Иркутский государственный технический университет».

Автореферат разослан 22 марта 2013 г.

Отзывы на автореферат (два экземпляра, заверенные организацией) просим направлять в адрес диссертационного совета:

664074, г. Иркутск, ул. Лермонтова, 83, Д 212.073.04;

e-mail: ds04@istu.edu;

факс 8 (3952) 40-58-69

Ученый секретарь ; ./ /

диссертационного совета, С___?17~~7/ А.И.Шадрин

/ - /

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность исследования. Рост уровня автомобилизации и объемов пассажирских и грузовых перевозок автомобильным транспортом в Российской Федерации сопровождаются концентрацией транспортных потоков на магистральных автомобильных дорогах (далее по тексту - магистралях). Например, на МКАД в Москве и КАД в Санкт-Петербурге интенсивность движения уже превышает 100 тыс. автомобилей в сутки. Транспортные заторы на таких магистралях характеризуются значительным суммарным ущербом, вызванным задержками транспорта, увеличением расхода топлива и уровня загрязнения, транспортной усталостью населения и т.д. Поэтому организация дорожного движения (ОДД) на магистралях становится важной составляющей развития автотранспортного комплекса страны и сферой применения новых информационных технологий на автомобильном транспорте. В связи с этим в нашей стране разрабатывается концепция системы автоматизированного управления дорожным движением - АСУДД «Магистраль».

В европейских странах (ФРГ, Англия, Голландия, Франция) аналогом АСУДЦ «Магистраль» стал «Активный менеджмент трафика» (Active Traffic Management -ATM), внедряемый сейчас в США, Австралии и Канаде. АТМ позволил сократить (www.highways.gov.uk): продолжительность поездок на 25%; количество ДТП на 30%; количество заторов на 20%. Важнейшей задачей АТМ является прогноз и предупреждения транспортных заторов на магистралях и ликвидации заторов в случае их возникновения. Практика показала, что самый эффективный инструмент решения этой задачи - светофорное регулирование въезда на магистраль (Ramp Metering), которому сейчас уделяется большое внимание (пример - проект стран Европейского содружества EURAMP).

Алгоритмы координированного светофорного регулирования въезда на магистраль основываются на информации о распределении транспортных потоков на ней -т.е. на расчете матрицы корреспонденции, между въездами на магистраль, съездами с нее и участком прогнозируемого или возникшего транспортного затора. Сам расчет матрицы осуществляется на основе данных, поступающих в режиме реального времени с детекторов, размещаемых вдоль магистрали, на въездах и выездах. Ограничение въезда на магистраль дополняется динамической ремаршрутизацией (Dynamic Rerouting) - предоставлением в режиме реального времени информации водителям об ограничении въезда на магистраль и рекомендуемых маршрутах движения.

Для внедрения в нашей стране оперативного управления дорожным движением на магистралях необходимы получение и систематизация новых научных знаний:

• о методах расчета матриц корреспонденции, на основе которых осуществляется оценка распределения транспортных потоков;

• о методах определения зон, предшествующих возникающему или возникшему затору, в границах которых следует выполнять оперативное управление дорожным движением и осуществлять ограничение въезда на магистраль;

• о факторах, влияющих на точность оценки распределения транспортных потоков на магистрали, на основе которой выполняется оперативное управление дорожным движением.

В этой связи данная диссертация посвящена актуальной теме совершенствования методов мониторинга транспортных потоков для оперативного управления дорожным движением на магистралях.

Рабочая гипотеза. Оперативное управление дорожным движением на магистралях, направленное на снижение вероятности возникновения транспортных заторов или продолжительности их существования, должно основываться на оценке распределения потоков транспортных средств с использованием данных мониторинга.

Цель работы — совершенствование методов мониторинга потоков транспорта при оперативном управлении дорожным движением на магистралях, осуществляемого в целях предотвращения предзаторовых состояний и сокращения продолжительности заторов в случае их возникновения.

Объект исследования - процесс оценки распределения транспортных потоков по данным, поступающим с детекторов транспорта.

Предмет исследования - факторы, влияющие на точность оценки матрицы корреспонденции на основе данных, поступающих с детекторов транспорта.

Цель работы обусловила постановку и решение следующих основных задач:

• оценить точность измерений интенсивности движения радиолокационными детекторами;

• теоретически обосновать модели оценки матриц корреспонденций на магистралях и выполнить сравнительный анализ точности на примере искусственных и реальных данных интенсивности движения;

• установить перечень важнейших факторов, влияющих на точность оценки матрицы корреспонденций, оценить влияние этих факторов;

• сформулировать практические рекомендации по оценке распределения транспортных потоков на магистральных дорогах на основе применения радиолокационных детекторов транспорта;

• произвести производственную проверку и технико-экономическую оценку исследований

Научная новизна исследования:

• установлены свойства и величины ошибок, возникающих при сведении данных единовременных замеров интенсивности движения на магистрали в единую выборку;

• на основе сравнительного анализа точности выявлена оптимальная модель расчета матрицы корреспонденций на магистрали в случаях использования данных интенсивности движения, поступающих с детекторов транспорта;

• установлены факторы, влияющие на точность оценки матрицы корреспонденций и зависимости, характеризующие влияние этих факторов на оценки распределения потоков транспортных средств.

Практическая значимость работы: Даны практические рекомендации по выполнению мониторинга транспортных потоков и оценки их распределения на магистральной автомобильной дороге в случае применения радиолокационных детекторов. Рекомендации могут использоваться проектными и эксплуатационными организациями, службами ГИБДД:

• в проектах оснащения техническими средствами ОДД магистральных автомобильных дорог;

• при разработке программного обеспечения АСУДД третьего и четвертого поколения для магистральных автомобильных дорог;

• при оперативном управлении дорожным движением на магистральных автомобильных дорогах.

Обоснованность и достоверность исследований обеспечены: необходимым объемом экспериментальных исследований, установленным при помощи теории вероятности и математической статистики; корректность экспериментов, выполненных с применением современного оборудования; корректным использованием корреляционно-регрессивного анализа;

Научные положения, выносимые на защиту:

• расчет матрицы корреспонденции с использованием данных, получаемых с детекторов транспорта должен осуществляться на основе робастной модели;

• при осуществлении оперативного управления дорожным движением рекомендуется размещать детекторы транспорта на развязках и перегонах на расстоянии друг от друга не превышающем 2 км, что позволяет минимизировать ошибки, возникающие при сведении в единую выборку данных интенсивности движения;

• с целью предотвращения предзаторовых ситуаций и заторов на магистралях целесообразно применять оперативное управление дорожным движением в зонах протяженностью до 15 км.

Реализация работы. Результаты исследования внедрены «Проблемной лабораторией организации и безопасности дорожного движения» МАДИ в научно-исследовательской работе «Проведение исследований и разработка предложений по установлению (уточнению) критериев введения светофорного регулирования на перекрестках», выполненной в рамках Федеральной целевой программы «Повышение безопасности дорожного движения в 2006-2012 годах».

Апробация работы. Основные положения и результаты исследований докладывались: на VI Всероссийской научно-технической конференции «Политранспортные системы Сибири» (Новосибирск, 2009 г.); на VII Всероссийской научно-технической конференции «Проблемы и достижения автотранспортного комплекса» (Екатеринбург, 2009г.); на II Международной научно-практической конференции «Проблемы и перспективы развития Евроазиатских транспортных систем» (Челябинск, 2010г.); на V Российско-Германской конференции по безопасности дорожного движения «Безопасность движения в городах» (Иркутск, 2010г.); на IX и X научно-практических конференциях «Организация и безопасность дорожного движения в крупных городах» (Санкт - Петербург, 2010 и 2012 г.), на II Всероссийской научно-практической конференции, приуроченной ко дню космонавтики (Иркутск, 2012г.).

Публикации. По теме диссертации опубликовано 13 печатных работ, в том числе 4 публикации в изданиях, входящих в перечень российских рецензируемых научных журналов.

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, основных выводов, приложения и списка литературы. Объем диссертации составляет 229 стр. машинописного текста, включая 115 рисунков и 64 таблицы. Библиографический список включает 134 наименования.

СОДЕРЖАНИЕ РАБОТЫ Во введении обоснована актуальность темы, сформулирована ее цель, научная новизна, определены методы исследования, перечислены основные положения, выносимые на защиту.

В первой главе рассмотрено современное состояние управления дорожным движением на магистралях, проводится сопоставительный анализ концепций АСУДД «Магистраль» и «Активного управления движением» (Active Traffic Management -ATM).

В нашей стране научные основы АСУДД рассматривались в работах Афанасьева М.Б., Зырянова В.В., Жанказиева С.В., Кадасеева Д.А., Клинковштейна Г.И., Кондратьева В.Д., Коноплянко В.И., Кочерги В.Г., Кременеца Ю.А., Лобанова Е.М., Печер-ского М.П., Пугачева И.Н., Сильянова В.В., Уткина А.В., Хилажева Е.Б. и др. Вместе с тем, исследования в области светофорного регулирования на рампах магистралей пока не проводились, в то время как за рубежом этим задачам посвящены работы Cassidy M.J., Chen L.L., Dixon, М. Р., Lierkamp D.A., Papageorgiou М., Scariza J. R., Zijpp, N.J. и др.

В настоящее время ATM рассматривается как важнейшая составляющая управления магистралями (Freeway Management) и транспортными коридорами (Corridor Management). Среди множества задач самого АТМ выделим мероприятия по прогнозированию и предупреждению затора на магистрали и управление движением в случаях его возникновения. В уже существующей практике АТМ (ФРГ, Англия, Голландия, США, Австралия) главными инструментами решения данной задачи стали (в порядке их применения):

• изменяемые ограничения скорости (Variable Speed Limits);

• временное разрешение движения по обочинам;

• светофорное регулирование на рампах въезда на магистраль (Ramp Metering).

Светофорное регулирование на въездных рампах разделяют

(http://www.vicroads.vic. gov.aul на координированное и локальное (рис. 1).

Участок прогнозируемого или возникшего затора

чсар

Чга4

ЧгаЗ

Участок с ограниченной пропускной способностью

Поток главного направления qus

Чсар

Впускаемый поток qr{max.} = qcap-qus

Второстепенный поток q,a

Чга2

Чга1

Рис. 1. Светофорное регулирование на входных рампах, примыкающих к магистрали (http://www.vicroads.vic. gov.au): а - координированное и, б - локальное

Если в случае локального регулирования управления (рис. 16) рассматривается простейшее балансовое условие, то в случае координированного регулирования рассматривается распределение всех потоков вдоль магистрали

(i)

где дг. - суммарный максимальный поток, допускаемый на рассматриваемом участке магистрали; цсар - пропускная способность в участке затора; ql¡s - интенсивность движения в начале рассматриваемого участка магистрали; ^ . - суммарный поток, уходящий на рассматриваемом участке магистрали.

Кроме того, управление транспортными потоками на магистрали может осуществляться в координации с прилегающей улично-дорожной сетью (рис. 2).

Магистраль

Затор \

Светофорный объект / Магистраль

а)

Магистральная улица

Магистраль _Ь_

б)

Магистральные улицы Затор

Магистраль \

Светофорный объект

Блокирование затором Магистральные улиць1 выездной рампы -

в)

Затор

Светофорный объект

Рис. 2. Заторовые ситуации, при которых управление транспортными потоками должно выполняться на основе данных оценки матрицы корреспон-денций (http://www.vicroads.vic. gov .au):

а - затор вызван регулируемым перекрестком в составе развязки типа «ромб», к которому примыкает выездная рампа;

б - затор вызван перекрестком, к которому примыкает магистраль; в - затор вызван перекрестком, к которому примыкает магистраль, при этом очередь транспортных средств на магистрали блокирует движение на рампах развязки

Координированное управление рампами (рис. 1 а) и координированное управление магистралью и прилегающей УД С (рис. 2) выполняются на основе оценки распределения транспортных потоков с выявлением тех из них, которые проходят через участок затора. Т.е., в рассматриваемых случаях на основе данных, поступающих с детекторов транспорта, необходимо рассчитывать матрицу корреспонденций на магистрали и прилегающих к ней узлах УДС. Таким образом, оценка матрицы корреспонденций становится важнейшим видом информации, на основе которой осуществляется оперативное управление движением на магистрали.

В этой связи настоящая работа посвящена совершенствованию методов оценки распределения транспортных потоков на магистралях в целях оперативного управления дорожным движением. В соответствии с этим были сформулированы цель и задачи работы диссертационного исследования.

Во второй главе выполнено обоснование моделей оценки матриц корреспонденций, для которых в экспериментальной части был выполнен сопоставительный тест их точности.

В число анализируемых был включен используемый в пакете VISUM метод, TFlowFuzzy, в котором оценка матрицы корреспонденций осуществляется максимизацией целевой функции

max q(t) + q(s) + q(s) (2)

где t - элементы оцениваемой матрицы корреспонденций, преобразованной в вектор-столбец; S, S- векторы, задающие нижние и верхние границы вариации начальных значений элементов вектора t.

При нахождении максимума целевой функции (2) соблюдаются следующие ограничения:

A-t + s = v, A-t-s = v, s> 0, s>0, (3)

где А - матрица инциденций, v - вектор измеренных значений интенсивностей движения (на перегонах и на перекрестках); v, v - допускаемые нижние и верхние границы значений измеренных интенсивностей движения V, измеренных на перегонах и перекрестках.

Соответственно функции q(t), q(s) и q(.s) определяются как

Р 1 _ т _ ^ _ т $

0(О = -2л,1п"—= -1п — -¿1, = •Ьт--«,, (4)

1=1 Ч 1=1 ^ /=1

где ¿к,Тк - элементы исходной и оцениваемой матриц корреспонденции, преобразованных в векторы; к - количество корреспондирующих пар; , ¡У - векторы, определяющие размер допустимых верхнего и нижнего отклонений .? = V - V, | = V — V; / - количество участков, на которых измерены интенсивности движения.

Другой анализируемый метод оценки матриц корреспонденции, используемый в пакете А1М8иЫ. Оценка матрицы выполняется минимизацией суммы квадратов отклонений

= (5)

где - значение интенсивности движения, полученное с помощью данного метода; - значение интенсивности движения, измеренное на элементе сети а.

Третий сравниваемый метод был разработан в ИрГТУ (ТЬ-18ТЦ) для оценки матриц корреспонденций в случае ошибок измерения интенсивности движения. Прием робастной оценки параметров регрессии в основан на замене суммы квадратов отклонений регрессии Xе? целевой функцией

¿КГ (6)

;=1 г=1

где V - показатель степени, значения которого принимают в диапазоне 1<у<2.

Частным случаем (>= 1) оценки (5) является минимизация суммы абсолютных модулей отклонений - метод наименьших модулей (МНМ), используемый в данной работе

Zhl=Z i=i i=i

(7)

! yi - Ha,jxi

где е, - остатки регрессии; у,- - значение интенсивности движения по ребру графа улично-дорожной сети г; г = 1,2,...,п; и - количество дуг, на которых известна интенсивность движения; я,>- =1, если корреспонденция j принадлежит дуге г, в противном случае - 0 (элементы матрицы A);j = 1,2,...,/и; т - количество оцениваемых корреспонденций.

Аппроксимация с применением МНМ формулируется как задача линейного программирования с целевой функцией в виде суммы модулей ошибок е-,

I (8)

где gi = тах | 0, е/1, h = min I -е„ 01; при ограничениях Ах + g - h = у; iv > 0, g > 0, /г > 0.

Для нахождения вектора корреспонденций х (вектор-столбец размерности т х 1 ) решается задача линейного программирования для нового вектора переменных х2 размерности (т + 2п) х 1. Целевая функция (8) включает лишь часть вектора переменных х2. Матрица коэффициентов А размера пхт преобразуется в матрицу А2 размером п х (т + In), т.е. дополняется двумя диагональными матрицами D1 и D2.

an al2 ... а1т 1 0 ... О -1 0 ... О А= а2\ а 22 - а2т О 1 ... О О -1 ... О

апХ ап2 ... апт 0 0 0 1 0 0 ... -1

Вектор ошибок е определяется с учетом результатов оценки вектора корреспонденции х на предыдущей итерации. В зависимости от знака ошибки е; задаются элементы вектора х2, начиная с индекса т+1. Теперь задача (6) формулируется как

т+2п

min ]>>., (9)

j=m+1

при ограничениях

А 2x2 = у; xlb £х2 ¿xub; лг>0.

При использовании метода МНМ необходима оцененная каким-либо методом начальная матрица корреспонденций. Начальные значения преобразуемые в вектор х° (0-ая итерация), определялись на основе использования гравитационной модели (GRM) (10)

4=aibjAiBj> (10)

где щ - суммарный поток из ¡; bj - суммарный поток в j; Ai, Bj - коэффициенты балансировки по столбцам и строкам матрицы.

В третьей главе представлены состав и последовательность выполненных экспериментальных исследований, приведены характеристики оборудования и программного обеспечения, использованного для измерений интенсивности движения.

Натурные исследования включали:

• замеры интенсивности движения на перегонах коридора - федеральные дороги М53 и М55 (рис. 5);

• замеры на перекрестках и разноуровневых развязках в границах рассматриваемого транспортного коридора М53 и М55;

• видеофиксация номеров транспортных средств на начальном и конечном сечениях рассматриваемого транспортного коридора, для оценки проезда транзита.

Измерения интенсивности движения проводились с помощью комплекса на базе автомобиля-лаборатории (рис. 3). Данные интенсивности движения, полученные с помощью радиолокационного детектора, импортировались в среду MS Exel с последующей обработкой. Материалы записей с видеокамеры AXIS 225FD сохранялись в формате AVI и обрабатывались вручную с помощью программы в среде Microsoft Access "Corridor", позволяющей получать характеристики транспортных средств, включая распределение потоков на перекрестках.

Для тестирования методов в реальных условиях была создана модель рассматриваемого участка сети в пакете VISSIM, где учитывались различные факторы, влияющие на исходные данные такие как: размер сети, расстояние перегонов, светофорные объекты, изменение интенсивности движения и скорости на перегонах.

На все перегоны в границах перекрестков были установлены проходные детекторы транспорта, с помощью которых происходил подсчет интенсивности в режиме реального времени. Данные значения использовались в качестве исходных данных для методов восстановления.

Рис. 3. Лабораторный комплекс на базе автомобиля Газ «Соболь»:

1 - радиолокационный детектор Smart Sensor HD125, позволяющий измерять характеристики потока транспортных средств (до 10 полос движения): интенсивность, скорость, интервалы в потоке, плотность потока, типы транспортных средств, детектор закреплен на приспособленной телескопической установке, позволяющей установить детектор согласно рекомендации производителя;

2 - видеокамера AXIS 225FD с 18-кратным оптическим увеличением, оборудованная трансфокатором и герме-кожухом;

3 - бортовое оборудование: источник питания, видеосервер Go1984 Enterprise Edition v3.5.2.3 и пульт управления камерой, ноутбук с программным обеспечением Smart Sensor HD Manager™ v1.2 для настройки и контроля работы детектора

Для тестирования методов восстановления матриц корреспонденций была создана искусственная сеть, состоящая из трех перекрестков (рис. 7), сгенерирована матрица корреспонденции данной сети и получены значения интенсивности движения на перегонах, которые использовались в качестве исходных данных для сравнивания методов восстановления матриц.

В четвертой главе изложены результаты экспериментов.

В результате первого эксперимента доказана высокая точность измерений интенсивности детектором (рис. 4), при этом ошибка измерений оказалась ниже, чем указываемая изготовителем - 3%.

С применением видеосъемки и фиксации номеров выполнен эксперимент по оценке транзитного движения через рассматриваемый участок коридора М53-М55 в границах Иркутской агломерации (рис. 5). Данные этого эксперимента использовались для оценки точности восстановления матрицы корреспонденций.

Следующий эксперимент - исследование ошибок, возникающих при сведении одновременных замеров интенсивности вдоль магистрали в единую выборку. Установлены зависимости величины относительной ошибки измерения интенсивности движения от расстояния между детекторами (рис. 5).

o8ooS8g8§§§8ooo8ooSSSoSS88ooSoSoo§ooo5oooo

Показатель точности

Направление движения

в Иркутск

из Иркутска

Средняя ошибка за 5 мин

Максимальное отклонение по модулю за 5 мин

1,144

1,368

Максимальная суммарная ошибка за час

Суммарная ошибка за период наблюдений 8.40-19.40

1,833

2,083

1,76%

2,07%

Узлы в которых выполнялась видесъемка всех направлений движения

Шелехов

Рис. 4. Оценка точности замеров интенсивности движения (авт./5 мин) на участке дороги М55 (период наблюдений 8.40-19.40)

1Ш Ш8 "12

Развязки в разных уровнях

Иркутск

Места проведения замеров интенсивности движения радиолокационным детектором и 1 фиксации номеров транспортных средств

Рис. 5. Рассматриваемый участок транспортного коридора М53-М55 в границах Иркутской агломерации, состоящий из дорог различных категорий, имеющий протяженность 35 километров, 24 перекрестка, два из которых - в двух уровнях

1 2 3 4 5 6 7

Расстояние между детекторами L, км

Рис. 6. Зависимость величины относительной ошибки от расстояния между детекторами, возникающая при сведении значений интенсивности в единую выборку

Сравниваемые методы восстановления матриц тестировались сначала на искусственной сети (рис. 7), где расстояние между перекрестками не учитывалось/ Используя только значения интенсивности потоков в сечениях данной сети, восстановлена матрица корреспонденции с помощью программных продуктов AIMSUN, VISUM и методом TL-ISTU, восстановление матрицы проводилось согласно инструкции к программным продуктам со стандартными параметрами.

® ©

Вершины прибытия

1 2 3 4 5 6 7 8

1 0 162 120 74 93 102 63 98

X 2 191 0 181 101 126 129 80 114

3 149 191 0 79 99 103 64 96

О 4 73 85 63 0 83 75 48 66

О 5 75 87 64 67 0 76 49 67

ш и 6 148 159 121 110 137 0 162 199

=1 CL QJ m 7 70 76 57 54 67 124 0 90

8 65 64 51 44 55 90 53 0

Рис. 7. Искусственная сеть УДС со сгенерированной матрицей корреспонденции

Сравнение результатов восстановления матрицы корреспонденции разными методами проводились при помощи статистики СУ(КМ8Е) - коэффициент вариации среднеквадратичной ошибки, формула (10), результаты сравнений приведены в (табл. 1) и рис. 8.

CV(RMSE) =

I>u-*2,)2

(П)

где Хц - значения корреспонденции первоначальной матрицы; х2, - значения корреспонденции восстановленной матрицы; х - среднее значение корреспонденций; п -общее число корреспонденций.

Таблица 1

Результат восстановления матриц корреспонденции сравниваемыми методами

Статистика Исходная матрица GRM Методы восстановления матрицы

VISUM AIMSUN TL-ISTU

RMSE 0 0,2058 0,09916 0,05385 0,05288

250

1200

: 150

! 100

а)

■ 250

Г 200

2 150

100

АНИвиЫ

* ^ ♦ ♦

250

Я2 = 0,9836

100 150 200 250 Восстановленные значения, авт./ч 6)

100 150 200 250 Восстановленные значения, авт./ч

ТЫБТи

>Л

Я2 = 0,9841

ж 50

100

150

200

250

в) Восстановленные значения, авт/.ч ^ " Номер итерации

Рис. 8. Оценка точности восстановления элементов матрицы корреспонденций искусственной сети (рис. 7): а) метод в ПО А1М8111\1; 6) метод в ПО \ZISUM; в) метод ТИЭТи; г) зависимость величины ошибки от количества итераций в методе ТЫБТи

По результатам эксперимента (табл. 1) для дальнейшего тестирования отобраны А1М81Ж и метод, разработанный в лаборатории ИрГТУ (ТЪ-КТи), для повышения точности которого было предложено рассмотреть магистраль в каждом направлении в отдельности.

При рассмотрении движения на магистрали в одном направлении (рис. 9) оценивается треугольная матрица корреспонденции X, где Хд - величина корреспонденции, между вершинами / и/, >0, г'</.

У 'я

3 вых

? У'ч

1 вых

3 вх У 5 вых

У'г

У'

♦ V' V'

3 5 вх 3 7 вых

4 их у 4 вых

М)

?у

7 вх

—

У'|

8 вх

потоки, учитываемые полностью

частично учитываемые потоки

потоки, исключаемые из рассмотрения

корреспондирующие вершины

Рис. 9. Учитываемые потоки при рассмотрении движения на магистрали в одном направлении: у1 вх, у1 вых, у'1 вх, уЧ вых - потоки, измеряемые детекторами

При таком рассмотрении магистрали (рис. 9) необходимы данные о распределении потоков в каждом из узлов. Если таких данных нет, то их можно получить при рассмотрении каждого перекрестка в отдельности, используя методы восстановления матриц корреспонденций (рис. 9 и 10).

а)

б)

у—

'■--( 4'

* •рассматриваемые потоки ► -исключаемые потоки

У 2вх = У2вх ~ х32 t

Д-4) У 2вых = У2вьк ~ Х21

■ X/

4 2

Звх

Звых

= У Звх *43 = УЗвых — *31 — *32

Рис. 10. Схема к расчету матрицы корреспонденции в узлах при рассмотрении движения на магистрали в одном направлении: у,у - соответственно суммарные интенсивности движения на входе и выходе/ в вершину и из вершины у 'у — соответственно суммарные скорректированные интенсивности движения на входе и выходе }, в вершину и из вершины /; ху - величина транспортного потока из вершины / в вершину у.

600 ^ 550

1 500 !"450 р 400 х 350

2 300 5250 | 200 ^ 150

100

Узел первый

У* И* = 0,9965

100 200 300 400 500 600 Восстановленные значения, автЛ

а)

800

"I 700

£600

р 500

1400

| 300

1200 о

s 100

Узел третий

100

R2 = 0,9964

200 300 400 500 600 700 800 Восстановленные значения, автЛ

3-900

£800 (О

К 700 f 600 S 500 1400 §300

s200 100

б)

250 "g 225 ¿200 §175 §150 s 125 |100 | 75 50

Узел второй

100

у* К2 = 0,9985

200 300 400 500 600 700 800 900 Восстановленные значения, аатЛ

По восстановленным значениям

R2 = 0,9877

75 100 125 150 175 200 225 Восстановленные значения, автЛ

в) г)

Рис. 11. Оценка точности восстановления матриц корреспонденций, при использовании сочетания вРМ и метода 1ЭТи: а) на первом узле (см. рис. 7); б) на втором узле; в) на третьем узле; г) на всей сети по рассчитанным значениям

Таблица 2

Результаты сравнения значений восстановленных направлений матриц

Статистика РМ8Е Значения в прямом направлении Значения в обратном направлении Две диагональные матрицы

0,056853468 0,038724479 0,047982

а)

* 250 к

0 СО

к 200

S X О)

1 150

о ф

§100 о

о S

^ 250 н

CQ СО

К-200

X X

1 150

В прямом направлении

RJ = 0,9894

200 m 175

СО

il50 х

го 125 s

»100 л

50 100 150 200 250 Восстановленные значения, авт./ч

Из двух диагональных матриц

б)

■250

«200 х

Ш 150

В обратном направлении * *

R2 = 0,9845

50 75 100 125 150 175 200 Восстановленные значения, авт./ч

В обоих направлениях

Иоо

у*

R2 = 0,9868

50 100 150 200 250 в) Восстановленные значения, авт./ч

ч100 о

о X

»г

R2 = 0,9841

50 100 150 200 250 Восстановленные значения, авт./ч

Рис. 12. Оценка точности восстановления элементов матрицы корреспонденций, методом ТЫЭТи: а) в прямом направлении; 6) в обратном направлении; в) матрица в обоих направлениях составленная из двух диагональных матриц; г) восстановленная матрица в обоих направлениях методом ТЫБТи и вКМ

Результаты сравнения значений восстановленных корреспонденций матриц

Таблица 3

Статистика RMSE Матрица, восстановленная по отдельным направлениям с использованием значений интенсивности поворотных направлений движения на перекрестках

Точные значения (данные видеосъемки) Восстановленные значения

0,0468 0,0482

Из представленных выше результатов (табл. 3 и рис. 11.) можно сделать вывод, что применение данного метода позволяет восстановить исходную матрицу с наименьшей погрешностью, используя значения замеров только в сечении на перегонах УД С. Наилучшие результаты показали методы: TL-ISTU (МНМ) по отдельным направлениям (как с известными значениями на перекрестках, так и восстановленными), Aimsun показал близкий по точности результат, Visum показал наихудшую точность.

Для проверки точности методов в реальных условиях проведено тестирование на примере реальной сети УДС транспортного коридора Ангарск-Иркутск-Шелехов. Полученные с помощью видеозаписи значения интенсивностей движения в узлах введены в модели транспортного коридора в трех программных продуктах AIMSUN, VISUM, VISSIM. Модель в VISSIM создавалась с целью воспроизведения работы виртуальных детекторов, показания которых использовались в качестве исходных данных интенсивности движения, поступающих в режиме реального времени и используемых для расчета матриц корреспонденций. Поэтому модель должна максимально правдоподобно

отражать рассматриваемый участок сети. Были введены реальные светофорные объекты, учтены размеры и геометрия перегонов, задана скорость на перегонах и изменения интенсивности движения в течение времени на подходах.

Результаты восстановления матриц корреспонденции (AIMSUN, VISUM и метод TL-ISTU) по значениям интенсивностей движения, замеренных детекторами в режиме реального времени, представлены на рис. 13 и табл. 4.

а)

500

.У

Я 400

¡300

т я

| 200

§100

х и

== о

500

т —»

§400 §300

S 200

|юо

о х

£ о

VISUM

R2 = 0,9512

100 200 300 400 500 Восстановленные значения, авт./ч

TL-ISTU

R2 = 0,9656

в)

500

"Ё400 <0

¡300

¡5

" 200 о §100 :

5 0 f.

0 100

AIMSUN

б)

500 400 £300

X 0}

1 200

R2 = 0,9634

200 300 400 500 Восстановленные значения, автЛ

TL-ISTU в одном направлении

R2 = 0,9742

100 200 300 400 500 Восстановленные значения, автЛ

Рис. 13. Оценка точности восстановления матрицы корреспонденции модели транспортного коридора: а) метод AIMSUN; б) метод в VISUM; в) метод TL-ISTU; г) метод TL-ISTU в одном направлении, половина матрицы корреспонденций (TL-ISTU1)

Результат восстановления матриц корреспонденции сравниваемыми методами

Таблица 4

Статистика GRM Методы восстановления матрицы

VISUM AIMSUN TL-ISTU TL-ISTU1

RMSE 0,7297 0,6619 0,4877 0,4666 0,3907

Для метода ТЬ-КТО были получены зависимости, характеризующие влияние на точность оценки корреспонденции ее величины (рис. 14) и расстояния (рис. 15). Из представленного графика (рис. 14) следует, что, чем больше значение корреспонденции, тем точнее восстанавливается ее значение.

По результатам выполненного исследования сформулированы рекомендации по проведению мониторинга транспортных потоков для оперативного управления дорожным движением на магистрали с целью прогнозирования транспортного затора и управления въездами на магистраль в случае его возникновения.

у = 1,2896 -0,205ln(x)_ R2 = 0,9695

О 100 200 300 400

Величина оцениваемой корреспонденции, автЛ

Рис. 14. График зависимости, показателя точности оценки элементов матрицы корреспонденции статистикой ЯМБЕ, от величины оцениваемой корреспонденции для 15-ти минутных замеров значений интенсивности с детекторов транспорта.

5 m

0,14 0.12 0.1 0,08 0,06 0.04 0,02 0

R5 = 0,9505

/ ♦ среднее изменение интенсивности

за период измерения

♦ / / ♦

[ Ш&г

О 5 10 15 20 25

Расстояние между въездом на магистраль и проблемный участком, км

_/ //_//,/,/, /

Рис. 15. Относительная величина ошибки оценки корреспонденции от удаленности въезда на магистраль до рассматриваемого проблемного участка

Л \ \ \ \

Въезды на магистраль в направлении к проблемному участку

Технико-экономическая оценка эффективности введения светофорного регулирования въезда на магистраль выполнена на основе эксперимента с использованием микромоделирования (VISSIM). Рассмотрена ситуация закрытия 2-х из 3-х полос движения на участке между 6 и 7 зонами магистральной дороги (рис. 16,6), что можно рассматривать как случай возникновения ДТП. При этом приняты исходные условия: пропускная способность участка с закрытыми для движения полосами принята - 1100 авт./ч; прибывающий поток на участок с закрытыми полосами - 1800 авт./ч.

дРис. 1б.Участок магистрали: JtM а) интенсивности движения на магистрали, въездных и выездных рампах развязок до закрытия 2-х полос движения; б) новое распределение потоков с при закрытии 2-х полос движения и применении светофорного регулирования (ramp metering)

Применено ограничение въезда на участке магистрали предшествующем затору, при этом ограничения вводятся на примыканиях, которые имеют наибольшую долю транспортных средств, следующих через участок затора. Это условие введено с целью не создавать дополнительные задержки транспортным средствам, следующим по другим направлениям (см. табл. 5). Эффект применения светофорного регулирования въезда на магистраль в рассматриваемом случае представлен в табл. 6.

Таблица 5

Выходные данные эксперимента__

Характеристики движения на регулируемом участке магистрали Без ограничения въезда С ограничением въезда

Суммарная задержка, с/ч 3592742 2816568

Количество прошедших автомобилей, авт./ч 3408 3384

Средняя продолжительность движения, с /авт.) 1054,208 832,319

Таблица 6 Оценка эффективности применения регулирования въезда на магистраль

Показатель Значение

Сокращение затрат времени в расчете на одно транспортное средство, с 221,889

Доля сокращения затрат времени в расчете на одно транспортное средство 21%

Суммарное сокращение затрат времени, авт.с/ч 756198

Суммарное сокращение затрат времени, авт.ч/ч 210,055

Суммарное сокращение потерь, руб./ч 63 016

Следует отметить, сокращение суммарных затрат времени и средних затрат времени в расчете на одно транспортное средство достигнуты (см. табл. 6), при незначительном снижении суммарного объема движения через рассматриваемый участок магистрали, которое составило лишь 1% (см. табл. 5).

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТАТЫ

1. Разработана научно-обоснованная методика мониторинга транспортных потоков для оперативного управления дорожным движением на магистралях, осуществляемого в целях предотвращения заторов и сокращения их продолжительности в случае возникновения.

2. Экспериментально установлено, что ошибка измерения интенсивности движения транспортных потоков современными радиолокационными детекторами не превышает 3%.

3. Теоретически обоснованы модели оценки матриц корреспонденций на магистральных автомобильных дорогах и выполнен сравнительный анализ их точности на примере искусственных и реальных данных интенсивности движения. При этом наилучший результат показал метод наименьших модулей, при рассмотрении магистрали в каждом направлении по отдельности. В этом случае матрица корреспонденций вдоль магистрали может быть получена только по данным измерений интенсивности движения детекторами, расположенными в сечениях, без проведения измерений поворотных потоков на узлах в одном уровне.

4. Выявлен перечень важнейших факторов, влияющих на точность оценки матрицы корреспонденций с использованием выбранной модели, получены зависимости влияния этих факторов на точность оценки матрицы корреспонденций.

При сведении данных измерений интенсивности движения, получаемых с детекторов, в единую выборку, возникают ошибки значений интенсивности, поступающих с каждой пары смежных детекторов. Установлено, что величина относительной ошибки зависит от расстояния между детекторами и аппроксимируется нелинейной функцией у = а0 — агх + а2г2, где аа= 2,52-3,77; а;= 0,32-0,78; а 2= 0,28-0,48.

Относительная ошибка измерений интенсивности движения не превышает 5%, если расстояние между детекторами не больше 2-3 км. В этой связи для уменьшения

ошибок измерений интенсивности движения при выполнении оперативного управления дорожным движением рекомендуется располагать детекторы на удаленности не больше 2-х км.

Показатель точности RMSE (отношение стандартного отклонения к средней величине корреспонденции) снижается с ростом величины корреспонденции. При этом величина RMSE составила: корреспонденции менее 50 авт./ч - 0,8-1,0; корреспонденции от 50 до 100 авт./ч - 0,7 - 0,8.

Точность оценки корреспонденции снижается с увеличением расстояния от въезда на магистраль до рассматриваемого проблемного участка на ней. При этом рост доли абсолютного отклонения как функция расстояния аппроксимируется нелинейной функцией, в соответствии с которой оценка точности корреспонденции осуществляется с надежностью: 95% - при расстоянии до 7 км; 90% - при расстоянии до 15 км; 87,5% - при расстоянии до 25 км.

5. По результатам выполненного исследования разработаны рекомендации по проведению мониторинга транспортных потоков на магистрали с целью прогнозирования возможности транспортного затора и управления въездами на магистраль в случае возникновения затора:

• максимальное расстояние между смежными детекторами, размещаемыми на магистрали должно быть не более 2 км;

• протяженность зоны магистрали, предшествующей образующемуся или образовавшемуся транспортному затору, на которой следует выполнять контроль въезда на магистраль должен быть не более 15 км;

• при протяженности зоны контроля въезда до 15 км из рассмотрения можно исключать въезды с интенсивностью менее 50 авт./ч.

6. Произведена производственная проверка и технико-экономическая оценка исследований. Экспериментально доказана технико-экономическая эффективность введения светофорного регулирования въезда на магистраль в случаях возникновения транспортных заторов. В выполненном эксперименте достигнуто сокращение затрат времени на движение на 21% при незначительном снижении суммарного объема движения через рассматриваемый участок магистрали на 1%.

Материалы диссертации опубликованы в следующих печатных работах:

- в изданиях, входящих в «Перечень рецензируемых российских научных журналов»:

1. Тебеньков С. Е. Оценка распределения потоков в коридоре автомобильного транспорта с размещаемыми на перегонах детекторами / С. Е. Тебеньков // Вестник ИрГТУ, 2010. - №5. С. 157 - 161.

2. Тебеньков С. Е. Особенности современных детекторов автомобильного транспорта / С. Е. Тебеньков, А. Г. Левашев II Вестник ИрГТУ, 2011. - №6. С. 72 - 78.

3. Тебеньков С. Е. Результаты оценки распределения транспортных потоков в транспортных коридорах / С. Е. Тебеньков, А. Г. Левашев И Вестник ИрГТУ, 2011. - №10. С.120- 127.

4. Тебеньков С. Е. Управление дорожным движением на магистральных улицах / С. Е. Тебеньков, А. Г. Левашев, Е. С. Иванченко II Вестник ИрГТУ, 2012. - №9. С. 152-157.

- материалы научных конференций:

5. Тебеньков С. Е. Анализ транспортных потоков в транспортных коридорах / С. Е. Тебеньков, А. Г. Левашев // Политранспортные системы Сибири: Материалы VI Всероссийской научно-технической конференции (Новосибирск, 21-23 апр, 2009): в 2-х ч. -Новосибирск: Изд-во СГУПСа, Ч II - С. 267-270.

6. Тебеньков С. Е. К вопросу о расчетах транспортных потоков в транспортных коридорах / С. Е. Тебеньков, А. Г. Левашев // Проблемы и достижения автотранспортного комплекса: сборник материалов VII Всероссийской научно-технической конференции. - Екатеринбург: УГТУ - ИПИ, 2009. - С. 170-172.

7. Тебеньков С. Е. Анализ транспортных потоков в транспортных коридорах / С. Е. Тебеньков, А. Г. Левашев, А. Ю. Михайлов // Проблемы и перспективы развития Евроазиатских транспортных систем: материалы второй Международной научно-практической конференции, 11 мая 2010 г. - Челябинск: Издательский центр ЮУр-ГУ,2010-С. 213-218.

8. Тебеньков С. Е. Организация дорожного движения в районе крупных торговых центров / С. Е. Тебеньков, А. Г. Левашев // Безопасность движения в городах: материалы V Рос.-Герм. конф. по безопасности дорожного движения (Иркутск, 21 - 22 июня 2010 г.). Иркутск: Изд-во ИрГТУ, 2010. - С. 54- 57.

9. Тебеньков С. Е. Методы анализа транспортных потоков в транспортных коридорах / С. Е. Тебеньков, А. Г. Левашев // Организация и безопасность дорожного движения в крупных городах: Сборник докладов девятой международной научно-практической конференции / СПб гос. архит.-строит. ун-т. СПб., 2010. - С. 138-142.

10.Тебеньков С. Е. Оценка распределения продолжительности паркирования / А. Ю. Туктаров С. Е. Тебеньков, А. Г. Левашев // Сборник статей II Всероссийской научно-практической конференции, приуроченной к дню космонавтики. Иркутск: Изд-во ИрГТУ, 2012-С. 295-298.

11. Тебеньков С. Е. Активное управление дорожным движением. Перспективы применения в Российской Федерации / С. Е. Тебеньков, А. Ю. Михайлов // Организация и безопасность дорожного движения в крупных городах: Сборник докладов X международной конференции / СПбГАСУ, СПб. 2012 - С. 138-142.

- в рецензируемых изданиях:

12. Тебеньков С. Е. Исследование матриц корреспонденции транспортных потоков / С.Е. Тебеньков, А. Г. Левашев // Материалы Восьмой МНТК «Наука-образованию, производству, экономике», в 4х томах, Зй том - Минск: Изд-во БИТУ, 2010.-С.125.

13. Тебеньков С. Е. Мониторинг транспортных потоков в транспортных коридорах / С.Е. Тебеньков, А. Г. Левашев // Материалы Восьмой МНТК «Наука-образованию, производству, экономике», в 4х томах, Зй том. - Минск: Изд-во БНТУ, 2010-С.127.

Издается в авторской редакции

Подписано в печать 19.03.2013. Формат 60 х 90 / 16. Бумага офсетная. Печать трафаретная. Усл. печ. л. 1,5. Тираж 100 экз. Зак. 37. Поз. плана Юн.

Лицензия ИД № 06506 от 26.12.2001 Иркутский государственный технический университет 664074, г. Иркутск, ул. Лермонтова, 83

Текст работы Тебеньков, Сергей Евгеньевич, диссертация по теме Эксплуатация автомобильного транспорта

Министерство образования и науки Российской Федерации Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования Иркутский государственный технический университет

На правах рукописи

УДК 656.11

04201356731

Тебеньков Сергей Евгеньевич

Специальность 05.22.10 - Эксплуатация автомобильного

транспорта

Диссертации на соискание ученой степени кандидата технических наук

Научный руководитель док. техн. наук, профессор А. Ю. Михайлов

Иркутск 2013

ОГЛАВЛЕНИЕ

10 10 13 15

Введение 4

Глава 1. Состояние теории и практики организации дорожного движения на магистральных автомобильных дорогах

1.1. Особенности функционирования магистральных и скоростных автомобильных дорог

1.2. Магистральные автомобильные дороги как составляющие транспортных коридоров

1.3. Концепция автоматизированной системы управления дорожным движением на магистрали

1.4. Концепция активного управления дорожным движением 17

1.5. Особенности управления дорожным движением на основе j ^ использования мониторинга транспортных потоков

1.6. Информация, необходимая для управления транспортными ^ ^ потоками на магистральных дорогах

1.7. Технические характеристики современных детекторов транспорта

1.8. Обзор существующих детекторов транспорта 39

1.9. Выводы. Формулирование цели и задач исследования 60 Глава 2. Теоретические основы оценки существующих матриц ^ корреспонденций

2.1. Классификация моделей оценок матриц корреспонденций 62

2.2. Особенности оценки матрицы корреспонденций с ^ использованием только значений интенсивности движения

2.3. Обработка информации о параметрах транспортных потоков 64

2.4. Методы робастного оценивания параметров линейной ^ регрессии

2.5. Метод, разработанный Транспортной Лабораторией ИрГТУ (TL-ISTU)

2.6. Программный комплекс Visum методы моделирования 76

2.7. Программный комплекс Aimsun 79

2.8. Выводы по второй главе 80 Глава 3. Состав экспериментальных исследований и экспериментальная база

3.1. Состав и очередность выполненных экспериментов 82

3.2. Функциональные возможности детектора Wavetronix Smart „. Sensor HD125

3.3. Дорожная лаборатория TL - ISTU 93

3.4. Методика обработки видеоматериала 95

3.5. Выводы по третьей главе 98 Глава 4. Результаты анализа экспериментальных данных 100 4.1. Результаты оценки точности измерений детектора Wavetronix 1 „„ Smart Sensor HD 125

4.2. Результаты оценки объемов транзитного автомобильного движения

4.3. Результаты натурного обследования транспортного коридора ^ М53-М55 на участке г. Ангарск-г. Иркутск-г. Шелехов

4.4. Результаты эксперимента, оценка влияния удаленности детекторов транспорта на ошибку сведения данных замеров в единую 107 выборку

4.5. Результаты тестирования методов оценки матриц ^ корреспонденции! на примере искусственных данных

4.6. Модель транспортного коридора М53-М55 на участке г. Ангарск ^ - г. Иркутск - г. Шелехов

4.7. Результат оценки матрицы корреспонденции транспортного ^^ коридора М53 - М55

4.8 Оценка эффективности введения светофорного регулирования на ^^ рампах развязок магистральной автомобильной дороги

4.9 Выводы по четвертой главе 154 Основные выводы 156 Библиографический список 159 Приложение А 172 Приложение Б 176 Приложение В 182 Приложение Г 196 Приложение Д 223 Приложение Е 227

Введение

Актуальность исследования. Рост уровня автомобилизации и объемов пассажирских и грузовых перевозок автомобильным транспортом в Российской Федерации сопровождаются концентрацией транспортных потоков на магистральных автомобильных дорогах (далее по тексту -магистралях). Например, на МКАД в Москве и КАД в Санкт-Петербурге интенсивность движения уже превышает 100 тыс. автомобилей в сутки. Транспортные заторы на таких магистралях характеризуются значительным суммарным ущербом, вызванным задержками транспорта, увеличением расхода топлива и уровня загрязнения, транспортной усталостью населения и т.д. Поэтому организация дорожного движения (ОДД) на магистралях становится важной составляющей развития автотранспортного комплекса страны и сферой применения новых информационных технологий на автомобильном транспорте. В связи с этим в нашей стране разрабатывается концепция системы автоматизированного управления дорожным движением -АСУДД «Магистраль».

В европейских странах (ФРГ, Англия, Голландия, Франция) аналогом АСУДД «Магистраль» стал «Активный менеджмент трафика» (Active Traffic Management - ATM), внедряемый сейчас в США, Австралии и Канаде. АТМ позволил сократить (www.highways.gov.uk): продолжительность поездок на 25%; количество ДТП на 30%; количество заторов на 20%. Важнейшей задачей АТМ является прогноз и предупреждения транспортных заторов на магистралях и ликвидации заторов в случае их возникновения. Практика показала, что самый эффективный инструмент решения этой задачи -светофорное регулирование въезда на магистраль (Ramp Metering), которому сейчас уделяется большое внимание (пример - проект стран Европейского содружества EURAMP).

Алгоритмы координированного светофорного регулирования въезда на магистраль основываются на информации о распределении транспортных

потоков на ней - т.е. на расчёте матрицы корреспонденций, между въездами на магистраль, съездами с нее и участком прогнозируемого или возникшего транспортного затора. Сам расчет матрицы осуществляется на основе данных, поступающих в режиме реального времени с детекторов, размещаемых вдоль магистрали, на въездах и выездах. Ограничение въезда на магистраль дополняется динамической ремаршрутизацией (Dynamic Rerouting) -предоставлением в режиме реального времени информации водителям об ограничении въезда на магистраль и рекомендуемых маршрутах движения.

• о методах расчёта матриц корреспонденций, на основе которых осуществляется оценка распределения транспортных потоков;

• о факторах, влияющих на точность оценки распределения транспортных потоков на магистрали, на основе которых выполняется оперативное управление дорожным движением.

Цель работы - совершенствование методов мониторинга потоков транспорта при оперативном управлении дорожным движением на магистралях, осуществляемого в целях предотвращения предзаторовых состояний и сокращения продолжительности заторов в случае их возникновения.

Предмет исследования - факторы, влияющие на точность оценки матрицы корреспонденций на основе данных, поступающих с детекторов транспорта.

Цель работы обусловила постановку и решение следующих основных задач:

• оценить точность измерений интенсивности движения радиолокационными детекторами;

• произвести производственную проверку и технико-экономическую оценку исследований

Научная новизна исследования:

по выполнению мониторинга транспортных потоков и оценки их распределения на магистральной автомобильной дороге в случае применения радиолокационных детекторов. Рекомендации могут использоваться проектными и эксплуатационными организациями, службами ГИБДД:

• в проектах оснащения техническими средствами ОДД магистральных автомобильных дорог;

• при оперативном управлении дорожным движением на магистральных автомобильных дорогах.

• расчет матрицы корреспонденций с использованием данных, получаемых с детекторов транспорта должен осуществляться на основе робастной модели;

• при осуществлении оперативного управления дорожным движением рекомендуется размещать детекторы транспорта на развязках и

перегонах на расстоянии друг от друга не превышающем 2 км, что позволяет минимизировать ошибки, возникающие при сведении в единую выборку данных интенсивности движения; • с целью предотвращения предзаторовых ситуаций и заторов на магистралях целесообразно применять оперативное управление дорожным движением в зонах протяженностью до 15 км. Реализация работы. Результаты исследования внедрены «Проблемной лабораторией организации и безопасности дорожного движения» МАДИ в научно-исследовательской работе «Проведение исследований и разработка предложений по установлению (уточнению) критериев введения светофорного регулирования на перекрестках», выполненной в рамках Федеральной целевой программы «Повышение безопасности дорожного движения в 2006-2012 годах».

Апробация работы. Основные положения и результаты исследований докладывались: на VI Всероссийской научно-технической конференции «Политранспортные системы Сибири» (Новосибирск, 2009 г.); на VII Всероссийской научно-технической конференции «Проблемы и достижения автотранспортного комплекса» (Екатеринбург, 2009г.); на II Международной научно-практической конференции «Проблемы и перспективы развития Евроазиатских транспортных систем» (Челябинск, 2010г.); на V Российско-Германской конференции по безопасности дорожного движения «Безопасность движения в городах» (Иркутск, 2010г.); на IX и X научно-практических конференциях «Организация и безопасность дорожного движения в крупных городах» (Санкт - Петербург, 2010 и 2012 г.г.), на II Всероссийской научно-практической конференции, «приуроченной к дню космонавтики» (Иркутск, 2012г.).

Глава 1. Состояние теории и практики организации дорожного движения на магистральных автомобильных дорогах 1.1. Особенности функционирования магистральных и скоростных

автомобильных дорог

Непрерывный рост автомобильного парка Российской Федерации (РФ), увеличение объёмов грузовых и пассажирских перевозок, выполняемых автомобильным транспортом, интеграция нашей страны в мировые экономическую и транспортные системы, что сопровождается неограниченной концентрацией транспортных потоков на магистральных автомобильных дорогах (далее по тексту - магистралях), что приводит к образованию заторов. Организация дорожного движения (ОДД) на магистралях становится важной составляющей развития автотранспортного комплекса страны и сферой применения новых информационных технологий на автомобильном транспорте. В связи с этим в нашей стране разрабатывается концепция системы автоматизированного управления дорожным движением -АСУДД «Магистраль» [96].

В европейских странах (ФРГ, Англия, Голландия, Франция) аналогом АСУДД «Магистраль» стал «Активный менеджмент трафика» (Active Traffic Management - ATM), внедряемый сейчас в США, Австралии и Канаде [117]. Этим обусловлено введение в РФ классификации автомобильных дорог, закрепленной нормативным документом ГОСТ Р52398-2005 «Классификация автомобильных дорог. Основные параметры и требования» [4, 5]. Документ предусматривает формирование сети автомобильных дорог высших категорий, к которым отнесены магистрали и скоростные дороги.

Формулируемые ГОСТ Р52398-2005 требования к магистралям и скоростным дорогам отражают современные российские и международные тенденции функционирования дорожных сетей. Так, в настоящее время многие участки дорожной сети РФ до сих пор по своим объемам движения соответствуют I технической категории СНиП 2.05.02-85 «Автомобильные

дороги» [25, 26, 27] (табл. 1.1). Особенно высокие интенсивности наблюдаются на подходах к городам, кольцевых дорогах (МКАД и 3-я кольцевая дорога в Москве и КАД в Санкт-Петербурге).

Таблица 1.1

Интенсивности движения на ряде участков дорожной сети РФ_

Автомобильная дорога Суточная интенсивность движения, авт./ч Источник

Федеральная автомобильная дорога М10 «Скандинавия». Участок Белоостров-Выборг 23 000 http://47news.ru

Автомобильная дорога А122. Участок Парголово - Огоньки 31000

Дорога Санкт-Петербург - Колтуши. Участок КАД - Колтуши 16 000

Федеральная автомобильная дорога М7 «Волга». Участок Москва - Нижний Новгород 16 000 http://www.udm-nn.ru

Автомобильная дорога А119 «Вятка» Участок Чебоксары - Новочебоксарск -авт./сут. 30340

В зарубежной практике проектирования и строительства дорожных сетей необходимость в магистральных автомобильных дорогах возникла гораздо раньше.

Магистральные дороги за рубежом получили следующие названия: Autobahn (Германия, Австрия); Freeway (США, Канада); Expressway (США, Канада, Новая Зеландия, Сингапур, Индия); Motorway (Великобритания, Австралия, Новая Зеландия); Stradaextraurbanaprincipale (Италия).

В европейских странах, в которых интенсивный рост автомобилизации начался еще в 50-е годы прошлого столетия, на магистральных дорогах наблюдаются еще более значительные транспортные потоки, чем в нашей стране, что можно показать на примере данных ФРГ. На магистральных автомобильных дорогах, расположенных на территориях крупнейших агломераций этой страны, характерны значения суточной интенсивности более 90000 авт./сутки (рис. 1.1). Еще большие транспортные потоки концентрируются на магистралях лондонской агломерации. По данным, приводимым в средствах массовой информации [81, 82, 84], на кольцевой дороге М25, которая считается одной из наиболее загруженных в Европе, интенсивность движения составляет 200000 авт./сут.

LÜNEN

DINSLAKEN

HERTEN

Kamp-Lrntfor

Rhein-beig

UNNA

ЮТТИОР

HERNE

.SCHWER"

Kempen

Wetter

lATTINQBN

ISERLOHN

vOlAGEN

Povetebeng

lwelm

.VIERSEN

Mettmann

NCHEN-ADBACH

Wipperfürth

BROICH

GÜMMERS- \ BACH '

Kerpen' О >

Brühl

Jülich

| REM-§) , "f&levwmwald 1 -J^TLÜDEN-SCHEIDf^-^-o-N^ / > »SCHEID | ' SOLINGEN ' ~ÜJ\ Л " Г

Leichlingen //f£f Wermete- ^^

О __ ! kr kirchen

Мкаг

Интенсивность, авт./сутки

<10 ООО

10 ООО - 19 999

20 ООО - 29 999

30 ООО - 39 999

40 000 - 49 999

50 000 - 59 999

60 000 - 69 999

70 000 - 79 999

80 000 - 89 999

90 000 - 99 999

100 000 - 119 999

120 000 - 149 999

>150 000

Автобаны

г 0

\ Щ2

Рис. 1.1. Суточные интенсивности движения на магистральных дорогах Рурской агломерации[57]

1.2. Магистральные автомобильные дороги как составляющая

транспортных коридоров

Магистральные автомобильные и городские скоростные дороги являются важной составляющей наземных транспортных коридоров, в том числе, международных. При этом понимается, что транспортный коридор представляет собой совокупность транспортных коммуникаций различных видов транспорта

Похожие работы

Транспорт
05.22.00