УДК 656.056.4

Обзор систем управления трафиком

Когтева Анна Игоревна – студент Института высоких технологий Балтийского федерального университета имени Иммануила.

Аннотация: В статье рассмотрены материалы о различных системах управления трафиком, произведен обзор основных целей этих систем, так же прописаны их достоинства и недостатки, а так же входные данные для использования систем управления на практике.

Ключевые слова: системы управление трафиком, организация дорожного движения, светофор, светофорное регулирование, адаптивное управление.

Управление сигналами светофора является важной и сложной реальной проблемой, которая направлена на минимизацию времени в пути транспортных средств путем координации их движения на перекрестках дорог. Используемые в настоящее время системы управления сигналами дорожного движения по-прежнему в значительной степени зависят от упрощенной информации и методов, основанных на правилах, хотя теперь у нас есть более богатые данные, больше вычислительной мощности и передовые методы для стимулирования развития интеллектуального транспорта.

Перегруженные автомобильные дороги являются растущей проблемой, которая продолжает поражать городские районы с негативными последствиями как для путешествующих людей, так и для общества в целом. В России на примере Москвы издержки из-за заторов составили 150-177 млрд. долл., или же 7-9% ВВП страны [1]. Уменьшение заторов имело бы значительные экономические, экологические и социальные выгоды. Сигнализируемые перекрестки являются одним из наиболее распространенных типов узких мест в городских условиях, и, таким образом, управление дорожными сигналами играет жизненно важную роль в управлении городским движением.

Существует множество различных методов светофорного регулирования. Для каждого из них требуется свой набор исходных данных, представленных в таблице 1.

Таблица 1. Перечень исходных данных различных систем управления трафиком.

Метод

Цель метода

Исходные данные

1

Вебстер

минимизация времени в пути;

интенсивность движения; насыщенность; количество фаз; время промежуточного такта

2

Зеленая волна

уменьшение количество остановок;

интенсивность; ожидаемая скорость; длина полосы движения

3

Maxband

сокращение количества остановок;

интенсивность; ожидаемая скорость; длина полосы движения;

4

SOLT

сокращение времени ожидания движения;

интенсивность

5

Max-pressure

максимизация пропускной способности;

длина очереди

6

SCATS

сокращение среднего времени ожидания;

длина цикла; смещение; разделение фаз;

7

SCOOT

повышение индекса производительности;

длина очереди; время задержки;

остановки;

8

TRANSYT

повышение индекса производительности;

геометрические параметры дороги; поток ТС; скорость ТС; минимальное время зеленого сигнала; начальное значение для времени цикла; сдвиг фазы;

Метод Вебстера определяет цикл работы светофорного объекта при минимальной транспортной задержке. Главная цель метода – это минимизация времени в пути ТС, проезжающих перекресток [2]. Для вычисления цикла необходимы следующие исходные данные: интенсивность движения, насыщенность и количество фаз, время промежуточного такта. Рассматриваемый способ широко распространился, благодаря простоте расчета, но при высокой интенсивности и недостаточной пропускной способности длительность цикла стремится к бесконечности [3,4,5].

В то время как метод Вебстера генерирует план сигнала для одного перекрестка, метод «Зеленая волна» является наиболее классическим методом в области транспорта для реализации координации, который направлен на оптимизацию смещений, чтобы уменьшить количество остановок для транспортных средств, движущихся в одном определенном направлении [6]. Исходными данными для приведенного метода являются: Интенсивность, ожидаемая скорость, длина полосы движения. Данный метод легко внедрить и требует минимум затрат на установку [7]. Использовать метод Зеленой волны можно только при определенной интенсивности и постоянной скорости движения автомобилей.

Суть метода Max-pressure заключается в минимизации давления фаз на перекрестке, что увеличивает пропускную способность, длина очереди это единственный параметр, который учитывается как исходный [2]. Данная система управления обладает высокой масштабируемостью и может быть легко реализована для крупномасштабных городских транспортных сетей [8]. Однако, существует проблема, которая ограничивает его применимость к реальным городским сетям, длину очереди чрезвычайно сложно измерить или оценить с использованием современной техники обнаружения [9].

SCATS (Sydney Coordinated Adaptive Traffic System) – адаптивная система управления трафиком, которая работает в режиме реального времени и вносит изменения в тайминги сигналов на основании текущей ситуации на дороге. Основная цель метода сокращение среднего времени ожидания транспортного средства [10]. Рассматривая данную систему можно выделить несколько преимуществ: имеет проверенную производительность и постоянное обновление ПО. Не показало значительного сокращения времени в пути по сравнению с TRANSYT. [11]

SCOOT представляет собой децентрализованную систему, которая полностью адаптируется к дорожной ситуации. Это позволяет постепенно изменять текущий план светофоров в соответствии с изменением трафика. Это изменение производится путем изменения продолжительности цикла, продолжительности зеленого света, а также сдвига фазы. Главная задача системы улучшить индекс производительности. Чем сложнее модель, тем сложнее расчет, но этот способ своевременно управляет сигналом с фиксированным временем.

Метод Maxband осуществляет координирование между пересечениями с помощью подбора смещения по времени между планами контроллеров [11]. Целью которого является максимально сократить количество остановок для транспортных средств. Он принимает планы других перекрестков в качества входных данных и оптимизирует смещения для соседних сигналов светофоров [12]. Показывает высокую надежность при невысокой насыщенности движения, но не справляется при высокой интенсивности [13].

Self-Organizing Traffic Light Control (SOLT) - это адаптивный метод, который управляет сигналом светофора с помощью настраиваемого вручную порога количества ожидающих автомобилей [14]. Задача данной самоорганизующейся системы снизить время ожидания движения. Главная особенность этого метода, что его можно вводить постепенно и локально при этом каждый светофор будет координировать свою работу и создавать глобальную координацию, но при высокой интенсивности движения это переключение фаз будет существенным недостатком [15].

Система TRANSYT – централизованная система не адаптирующаяся к трафику и применяется для автономной оптимизации [16]. Главная задача метода улучшить индекс производительности, но для этого требуется множество различных входных данных, что осложняет задачу, а при высокой интенсивности движения метод не гарантирует что будет найдено оптимальное решение [17].

В заключении приведены вся информация о достоинствах и недостатках систем управления трафиком в таблице 2.

Таблица 2. Обзор систем управления трафиком.

Метод

Достоинства

Недостатки

1

Вебстер

простота расчета;

не эффективен при высокой интенсивности;

2

Зеленая волна

простота установки;

применим при определенной интенсивности движения;

3

Maxband

надежный при маленьком насыщении движения;

не эффективен при сильных изменениях интенсивности;

4

SOLT

глобальная координация;

не эффективен при высокой плотности движения;

5

Max-pressure

высокая масштабируемость;

сложно измерить и оценить входные данные;

6

SCATS

высокая производительность;

не эффективно сокращает время в пути;

7

SCOOT

быстрое реагирование на изменяющиеся условия;

чем сложнее модель, тем дольше расчет;

8

TRANSYT

эффективен для автономной оптимизации;

не эффективен при перенасыщенном движении;

В русском научном сегменте мало рассмотрены уже существующие зарубежные системы управления дорожным движением, которые можно использовать и в России. Среди рассмотренных материалов, очевидно, что большинство систем не справляется с высокой интенсивностью движения. Каждый способ управления дорожным движением выполняет свои задачи, поэтому для решения конкретных проблем можно выбрать определенную систему, что позволит оптимизировать работу перекрестков и увеличить динамику города, снизив при этом потери на дорожное движение.

Выводы:

В обзоре систем управления трафиком приведена информация о главных целях, входных данных, плюсы и минусы каждого способа. Здесь описана малая часть всех существующих методов, это самые распространенные. Большинство из них не справляются с высокой интенсивностью движения, поэтому следует провести исследования и расширить способности систем, а так же снизить затраты на их установку.

Список литературы

  1. Самылкин, М. С. Влияние дорожных заторов на качество жизни граждан РФ / М. С. Самылкин, Н. Ю. Кирсанова // Научные труды Северо-Западного института управления РАНХиГС. – 2019. – Т. 10. – № 2(39). – С. 326-335. – EDN BNODYR.
  2. Wei H. et al. A survey on traffic signal control methods //arXiv preprint arXiv:1904.08117. – 2019.
  3. Алферова, И. Д. О проблемах применения методики Ф. Вебстера при расчете цикла работы светофорного объекта на перекрестках / И. Д. Алферова, В. А. Городокин // Модернизация и научные исследования в транспортном комплексе. – 2015. – Т. 1. – С. 183-188. – EDN TXLTYX.
  4. Дерябина Е. Р. К вопросу о выборе метода для расчета параметров цикла светофорного регулирования //Организация и безопасность дорожного движения. – 2013. – С. 53-60.
  5. Андронов Р. В., Леверенц Е. Э. Расчет методом Монте-Карло задержек транспортных средств на изолированном регулируемом пересечении при его работе на высоких уровнях загрузки //Вестник гражданских инженеров. – 2017. – №. 1. – С. 221-226.
  6. Рахмангулов А. Н., Ломакина М. Г. Выбор направления совершенствования систем светофорного регулирования транспортных потоков в городах //Современные проблемы транспортного комплекса России. – 2017. – Т. 7. – №. 1. – С. 27-34.
  7. Warberg A., Larsen J., Jørgesen R. M. Green wave traffic optimization-a survey. – Informatics and Mathematical Modeling, Technical University of Denmark, 2008.
  8. Sun X., Yin Y. A simulation study on max pressure control of signalized intersections //Transportation research record. – 2018. – Т. 2672. – №. 18. – С. 117-127.
  9. Mercader P., Uwayid W., Haddad J. Max-pressure traffic controller based on travel times: An experimental analysis //Transportation Research Part C: Emerging Technologies. – 2020. – Т. 110. – С. 275-290.
  10. Bhave N. et al. Smart Signal–Adaptive Traffic Signal Control using Reinforcement Learning and Object Detection //2019 Third International conference on I-SMAC (IoT in Social, Mobile, Analytics and Cloud)(I-SMAC). – IEEE, 2019. – С. 624-628.
  11. Almasri E. A new offset optimization method for signalized urban road networks : дис. – Hannover: Gottfried Wilhelm Leibniz Universität Hannover, 2006.
  12. Papageorgiou M. et al. Review of road traffic control strategies //Proceedings of the IEEE. – 2003. – Т. 91. – №. 12. – С. 2043-2067.
  13. Shoufeng L., Ximin L., Shiqiang D. Revised MAXBAND model for bandwidth optimization of traffic flow dispersion //2008 ISECS International Colloquium on Computing, Communication, Control, and Management. – IEEE, 2008. – Т. 2. – С. 85-89.
  14. Zheng G. et al. Diagnosing reinforcement learning for traffic signal control //arXiv preprint arXiv:1905.04716. – 2019.
  15. Rodríguez-Hernández P. S. et al. A study for self-adapting urban traffic control //Ibero-American Conference on Artificial Intelligence. – Springer, Cham, 2016. – С. 63-74.
  16. El Hassak I., Addaim A. Proposed Solutions for Smart Traffic Lights using Machine Learninig and Internet of Thing //2019 International Conference on Wireless Networks and Mobile Communications (WINCOM). – IEEE, 2019. – С. 1-6.
  17. Pohlmann T. New approaches for online control of urban traffic signal systems : дис. – Dissertation, Braunschweig, Technische Universität Braunschweig, 2011.

Интересная статья? Поделись ей с другими:

Внимание, откроется в новом окне. PDFПечатьE-mail