close

Вход

Забыли?

вход по аккаунту

Гагарин Илья Игоревич. Повышение эффективности функционирования изолированных регулируемых перекрестков на примере Наугорского шоссе г.Орла

код для вставки
3
Аннотация
Мировой опыт показывает, чем выше производительность уличнодорожной сети, тем ниже ее перегруженность и, как следствие, ниже уровень
аварийности
и
негативного
воздействия
на
окружающую
среду.
Автомобильный транспорт очень прочно закрепился в современной жизни
человека. Транспорт осуществляет огромный объем перевозок во всех сферах
деятельности
человека.
Торговля,
сельское
хозяйство,
строительная
индустрия и многое другое не может функционировать без использования
транспортных средств (ТС).
Мировой парк автомобилей не перестает постоянно увеличиваться.
Этот процесс влечет за собой транспортные проблемы. Чаще всего данная
проблема возникает в городах с уже сложившейся застройкой. Здесь
происходит
стремительное
увеличение
транспортных
задержек,
«зарождаются» заторы, как следствие, возникают очереди. Этот процесс
«тормозит» движение транспортных средств, в результате чего происходит
снижение скорости сообщения, значительный перерасход топлива, износ
деталей ТС, а еще немало важный фактор – ухудшение экологической
ситуации на улично-дорожной сети (УДС).
4
Annotation
World experience shows that the higher the productivity of the street-road
network, the lower its congestion and, as a consequence, the lower the level of
accident and negative impact on the environment. Autotransport is very firmly
entrenched in modern human life. Transportation carries a huge amount of traffic
in all areas of human activities. Trade, agriculture, the construction industry and
much more can not function without the use of vehicles.
The world park of cars does not cease to increase constantly. This process
entails transport problems. Most often, this problem occurs in cities with already
established buildings. Here there is a rapid increase in transport delays,
"congestion" is generated, as a result, queues arise. This process "slows down" the
movement of vehicles, as a result of which there is a decrease in the speed of
communication, significant fuel overexpenditure, deterioration of vehicle parts,
and a very important factor is the deterioration of the ecological situation on the
road network.
5
СОДЕРЖАНИЕ
ВВЕДЕНИЕ..............................................................................................................6
1 МЕТОДЫ СВЕТОФОРНОГО РЕГУЛИРОВАНИЯ НА ИЗОЛИРОВАННЫХ
ПЕРЕКРЕСТКАХ....................................................................................................8
1.1. Проблема учета временной неравномерности транспортных потоков на
регулируемых перекрестках................................................................................8
1.2. Методы учета временной неравномерности транспортного потока......10
1.3. Локальные методы светофорного регулирования...................................19
1.3.1. Жесткие методы светофорного регулирования.................................21
1.3.2 Методы местного гибкого светофорного регулирования..................23
1.3.3 Методы адаптивного регулирования с обратной связью по
параметрам ТП................................................................................................27
1.3.4 Сравнение локальных методов светофорного регулирования..........29
1.4. Методы расчета параметров светофорного регулирования....................32
1.5. Выводы по разделу......................................................................................38
2 ИССЛЕДОВАНИЕ ИНТЕНСИВНОСТИ ДОРОЖНОГО ДВИЖЕНИЯ НА
ИЗОЛИРОВАННОМ ПЕРЕКРЕСТКЕ................................................................41
2.1 Исследование характеристик дорожного движения.................................41
2.2 Выводы по разделу.......................................................................................50
3
МОДЕЛИРОВАНИЕ
РЕЖИМОВ
ЦИКЛА
СВЕТОФОРНОГО
РЕГУЛИРОВАНИЯ НА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ...............................52
3.1 Нечеткая логика в области управления техническими системами.........52
3.2 Разработка модели управления светофорным объектом на базе системы
нечеткого вывода................................................................................................53
3.3 Выводы по разделу.......................................................................................63
ЗАКЛЮЧЕНИЕ.....................................................................................................64
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ............................................66
6
ВВЕДЕНИЕ
Актуальность исследования. Самым распространенным методом
обеспечения безопасности дорожного движения на перекрестках является
применение светофорного регулирования (СР). Применение СР предполагает
применение
режимов
регулирования,
обеспечивающих
минимизацию
задержек транспортных средств (ТС). Эффективность функционирования
регулируемых перекрестков оценивают по степени минимизации на них
задержек транспорта.
Наиболее распространённый в Российской Федерации метод
управления
светофорной
сигнализацией
–
жесткое
однопрограммное
регулирование (ОР), при котором параметры режима регулирования
рассчитываются для пикового периода и используются на перекрестке
неизменно в суточном цикле. Применение ОР приводит к неоправданно
высоким задержкам в межпиковые периоды суток и не гарантирует
обеспечение пропускной способности перекрестка в периоды наибольшей
загрузки транспортом – часы-пик.
Цель исследования - повышение эффективности функционирования
изолированных
регулируемых
перекрестков
с
учетом
временной
неравномерности транспортных потоков.
Задачи исследования:
1) произвести
анализ
методов
светофорного
регулирования
на
изолированных перекрестках;
2) произвести исследование интенсивности дорожного движения на
УДС Наугорское шоссе;
3) произвести
моделирование
режимов
циклов
светофорного
регулирования на основе нечеткой логики.
Объект исследования. Процесс движения транспорта на изолированных
регулируемых перекрестках.
Предмет исследования. Зависимости, характеризующие временную
неравномерность ТП на изолированных регулируемых перекрестках.
7
Структура и объем работы. ВКР состоит из введения, трех глав,
заключения,
списка
использованных
источников,
включающего
53
наименования, изложена на 72 страницах, включает 5 таблиц и 16 рисунков.
8
1 МЕТОДЫ СВЕТОФОРНОГО РЕГУЛИРОВАНИЯ НА
ИЗОЛИРОВАННЫХ ПЕРЕКРЕСТКАХ
1.1. Проблема учета временной неравномерности транспортных потоков
на регулируемых перекрестках
Основной проблемой улично-дорожной сети (УДС) современных
городов, в том числе и города Орел, являются заторы и трудности в
движении автомобильного транспорта. Все это вызывает необходимость
оперативного принятия мер по их предотвращению и устранению.
Существующая
методика
расчета
параметров
СР
основана
на
пропорциональном разделении длительности горения зеленого сигнала
между
конфликтующими
направлениями
в
соответствии
с
их
интенсивностями. Развитие основных идей и методик управления ТП
посредством светофорной сигнализации происходило в 70-80-е годы
прошлого столетия. В то время их применение позволяло достичь хороших
результатов по снижению аварийности и оптимального уровня задержек
транспорта, вредных выбросов и т.д. Это подтверждается результатами
многочисленных зарубежных и отечественных исследований того периода
[1,6,11,22,25,29,38,41,42,52].
В
нашей
стране
подобные
исследования
эффективности
СР
проводились под руководством ВНИИБД МВД СССР в таких крупных
городах как Москва, Новосибирск, Нижний Новгород, Омск, Красноярск,
Бишкек, Алма-Ата и др.
К сожалению, в последние годы, в связи с ростом интенсивностей
движения ТП, наблюдаемым в большинстве городов РФ, отмечается
снижение эффективности функционирования регулируемых перекрестков,
регулярно наблюдаются заторовые ситуации. При этом чаще всего причиной
заторов являются проблемы с движением транспорта не на всем перекрестке,
а лишь на отдельных направлениях.
9
Анализ причин заторов показал, что при существующем подходе
дифференциации состояний ТП [11,16,32,41,50], проблемы заторов на
регулируемых перекрестках возникают только при насыщенном состоянии
ТП. Причем возникновение заторов в определенных направлениях движения
на перекрестках носят регулярный характер изо дня в день.
Наибольший
интерес
для
изучения
в
данном
исследовании
представляет неравномерность ТП.
Неравномерность ТП представляет собой проявление случайного
характера поступления и движения ТП на УДС города. Такой характер ТП
обуславливает и случайное изменение его характеристик как во времени, так
и в пространстве. Исходя из этого, можно выделить временную и
пространственную неравномерности ТП. При решении вопросов организации
и эксплуатации СР важными являются знания именно о временной
неравномерности ТП.
В соответствии с продолжительностью исследуемого интервала
временную неравномерность ТП можно разделить на следующие уровни:
 внутричасовая;
 суточная;
 недельная;
 годовая.
Для реализации учета временной неравномерности всех уровней
необходим сбор, обработка и анализ статистических данных о параметрах ТП
в течение продолжительного времени (от одного до нескольких лет), что
часто трудно реализуемо на практике, за редким исключением. Поэтому в
настоящий момент сведения о временной неравномерности ТП, ее
показатели и характеристики в практике организации СР и при расчете его
параметров в РФ практически не применяются. Так учет суточной
неравномерности производится в недостаточной степени, в лучшем случае в
течение суток на перекрестке используется 3-4 смены сигнальных программ
(СП), а учет внутричасовой неравномерности не производится вовсе.
10
Однако появление части заторов на УДС связано именно с наличием
неравномерности ТП, наблюдаемой в течение часа, когда интенсивность
поступления транспорта, за счет случайного кратковременного увеличения,
превышает пропускную способность подхода на перекрестке. Это вызывает
образование затора, который в свою очередь снижает пропускную
способность перекрестка на более длительный срок, по сравнению с
периодом своего появления [38,43,51]. Пример процесса превышения
моментальной интенсивности над пропускной способностью на подходе к
перекрестку,
а
также
графическое
отражение
расчетного
значения
интенсивности ТП представлены на рисунке 1.2
Рисунок 1.2 – Пример превышения уровня интенсивности движения за 5-ти
минутные интервалы над уровнем пропускной способности регулируемого
направления
Анализ показателей неравномерности ТП, их учет при расчете
параметров СР позволит снижать вероятность возникновения заторов и
повышать эффективность работы регулируемых пересечений в целом.
Необходимо также отметить, что при анализе значений интенсивности было
выявлено, что неравномерность характерна для всех состояний ТП. Поэтому
важным вопросом является определение пределов изменения временной
неравномерности в каждом из состояний ТП.
11
1.2. Методы учета временной неравномерности транспортного потока
На современном этапе развития общество нуждается в эффективном и
как можно менее затратном транспортном обслуживании. В связи с этим
требуется широкое развитие УДС городов и, как следствие, необходимо
проведение
мероприятий
по
ОДД,
направленных
на
обеспечение
безопасности и снижение временных задержек участников движения.
Проектирование новых дорог и разработка инженерных мероприятий
по ОДД возможна лишь при наличии информации о характере ТП и
условиях, в которых происходит движение. При рассмотрении показателей
движения ТП следует выделить тот из них, который является первичным.
Первичным показателем, характеризующим ТП, является интенсивность
движения ТС, поскольку она определяется потребностями населения в
перевозках пассажиров и грузов. Интенсивность движения определяется
количеством ТС, проезжающих сечение дороги по тому или иному
направлению
за
интервал
времени.
Выбор
интервала
измерения
интенсивности зависит от цели использования искомой информации.
По величине интенсивности движения пересекающихся направлений
определяется необходимость применения СР на перекрестках. При этом
интенсивности конфликтующих ТП определяют также параметры СР, такие
как длительность светофорного цикла, длительности фаз регулирования и др.
Определение оптимальных параметров СР, соответствующих спросу на
движение через перекресток является важной задачей ОДД.
Для решения этой задачи отечественными и зарубежными учеными
разработан ряд методов расчета параметров СР, которые будут рассмотрены
ниже. Методы направлены на снижение задержек транспорта, вызванных
введением СР на перекрестке. Во всех методах в качестве исходной
необходима информация об интенсивности конфликтующих ТП, входящих
на перекресток.
Исходя из этого, закономерности изменения интенсивности ТП
являются основополагающими при расчете параметров СР. Такое положение
12
определило высокий интерес к изучению закономерностей изменения
интенсивности ТП как во времени, так и в пространстве, в том числе к
вопросам учета временной неравномерности ТП при организации дорожного
движения.
Этим вопросом занимались многие отечественные исследователи, в
числе которых Н.О. Брайловский, С.А. Ваксман, В.А. Владимиров, В.Г.
Живоглядов, В.В. Зырянов, В.И. Каганович, Г.И. Клинковштейн, А.Н.
Красников, В.К. Пашкин, В.В. Петров, М.П. Печерский, В.В. Сильянов, Я.В.
Хомяк, а также 16 зарубежные – Д. Дрю, Ф.В. Вебстер, Г.С. Левинсон, А. Д.
Миллер, Дж. К. Оппенлендер, К. Робинсон и др.
Значительный
интенсивности
ТП
вклад
в
изучение
закономерностей
внесли
ученые,
занимавшиеся
изменения
проблемами
проектирования дорог, поскольку в соответствии с интенсивностью
определяется категория дороги, ее геометрические элементы, динамические
нагрузки на дорожную одежду. Также интенсивность движения используется
для обоснования проведения реконструкции дорог, улиц и пересечений
[1,15,22,38,53]. Закономерности изменения во времени интенсивности
движения на городских магистралях обусловлены периодической природой
поездок и отражают почасовую, суточную, недельную и сезонную картины
жизни городского населения. Кроме того, имеют место годовые изменения
интенсивности, в которых наблюдаются ежегодный рост интенсивности на
основных магистралях и улицах, связанный с увеличением уровня
автомобилизации населения.
Сезонные, недельные и суточные колебания интенсивности носят
устойчивый характер на дорогах, схожих по функциональному назначению.
Эти закономерности достаточно широко представлены в работах [1,22,38,44].
В качестве расчетного периода определения интенсивности движения
принимают год, месяц, сутки, час [33] и более короткие отрезки времени,
измеряемые минутами и даже секундами. Выбор временного интервала
зависит от цели использования информации об интенсивности. Для
13
увеличения наглядности в практике ОДД, независимо от продолжительности
базового отрезка измерения, интенсивность приводится к одному часу. В
городах, в условиях высокой концентрации транспорта и ограниченного
пространства возникает необходимость использования более точных и
подробных данных.
В практике определения параметров СР применяют значения часовых
интенсивностей для наиболее загруженных периодов. При этом, важное
значение имеет учет изменения часовой интенсивности в течение дня, недели
и сезонов года. В соответствии с этими данными производится расчет
сезонных, недельных и суточных карт смены режимов работы светофорного
объекта,
т.е.
необходимо
для
каждого
составление
конкретного
таких
карт,
регулируемого
перекрестка
учитывающих
колебания
интенсивности. Такая методика, в рамках многопрограммного жесткого
регулирования позволяет существенно снижать задержки транспорта.
Однако, в наиболее загруженные движением периоды даже этого бывает
недостаточно.
Многие
исследователи
[1,6,8,11,22,29,33,43,50]
указывают
на
существенную неравномерность количества прибывающих ТС к перекрестку
в течение часа, измеренного за более короткие отрезки времени (5-15 мин.).
Интенсивность ТП в течение одного часа имеет определенные колебания,
вызванные взаимосвязью дороги с элементами транспортной системы в
целом [1], эти колебания особенно ощутимы в часы «пик».
Установлено, что за последовательные двенадцать пятиминутных
интервалов равная интенсивность движения ТС практически не наблюдается.
В указанные периоды она колеблется в определенных пределах, причем в
один из отрезков времени принимает максимальное значение.
Так в работе [22] указывается на то, что пятиминутная пиковая
интенсивность движения примерно на 20% превышает показатель для всего
часа «пик», а в пиковый пятнадцатиминутный период может достигать 40%
14
от часовой величины интенсивности [23]. Причем, в городах с населением
менее 1 млн. чел. эти значения могут увеличиваться [1,22].
Для
характеристики
разброса
значений
интенсивности
за
внутричасовые отрезки времени в отечественных исследованиях [8,38,47]
используется коэффициент внутричасовой неравномерности движения,
который определяется следующим образом:
(1.1)
где n - количество t-минутных интервалов в течение 1 часа;
tmax – максимальное количество ТС, проехавших за t-минутный интервал
в течение 1 часа.
В качестве t-минутного периода возможно использование отрезка
продолжительностью 5 минут [22,29,38,53], либо 15 минут [1,8,22,43].
В работе [8] указывается на то, что коэффициент внутричасовой
неравномерности движения для центральной зоны города следует принимать
равным 1,1, а для периферийной зоны – 1,2. В зарубежных изданиях [1,10,16]
неравномерность движения в наиболее загруженные периоды принято
характеризовать коэффициентом часа «пик» (peak hour factor), являющимся
обратно пропорциональным коэффициенту внутричасовой неравномерности
(1.1):
(1.2)
В книге [22] этот коэффициент также называется коэффициентом
внутричасовой неравномерности. В качестве t-минутного интервала в
Североамериканском
руководстве
[53]
для
расчета
коэффициента
15
предлагается использование отрезка времени продолжительностью 15 минут.
Однако здесь же указывается на то, что использование пятиминутного
интервала точнее указывает на загрузку УДС и структуру часа «пик». В [22]
утверждается,
что
определение
пиковых
характеристик
в
основном
базируется на измерениях интенсивности за пятиминутный интервал
времени.
Американскими учеными [1,52] были проведены исследования с целью
определения величины коэффициента часа «пик» на городских пересечениях.
Базовый интервал измерения – 15 минут. Результаты исследования показали,
что основная часть наблюдаемых значений коэффициента часа «пик»
находится в диапазоне от 0,80 до 0,98 при средней величине 0,853 и
среднеквадратическом
отклонении
0,06.
Иллюстрация
результатов
исследования представлена на рисунке 1.3.
Важным этапом при определении границ изменения неравномерности
ТП является определение факторов, оказывающих основополагающее
влияние на нее.
Рисунок 1.3 – Эмпирическое распределение коэффициентов часа «пик» на
городских пересечениях в США [22]
16
В работе [22] в качестве основного фактора, влияющего на
максимальную величину интенсивности движения в течение часа «пик»
приводится
численность
населения
города.
Пример
определения
интенсивности в пиковые часы за пятиминутный интервал вместе с данными
о населении города приведен на рисунке 1.4.
На величину максимальной интенсивности в течение часа «пик»
основное влияние оказывает средняя часовая интенсивность (рисунок 1.4).
Эта зависимость подтверждается результатами отечественных [8,38,45] и
зарубежных [1, 51] исследований.
Как указывается в работе [8], с ростом интенсивности движения
величина коэффициента внутричасовой неравномерности уменьшается по
гиперболе.
В [1] указывается на то, что средняя величина коэффициента
внутричасовой неравномерности движения также хорошо коррелирует с
численностью населения города. В таблице 1.1 приведены значения
коэффициента неравномерности в зависимости от численности населения
города.
Таблица 1.1 – Коэффициенты внутричасовой неравномерности,
рассчитанные по данным интенсивности движения за пятиминутные
интервалы времени [1]
Население города с пригородами,
тыс. чел
100
500
1000
5000
Коэффициент внутричасовой
неравномерности f5
0,77
0,80
0,85
0,88
По мнению авторов сборника [1], на неравномерность движения
оказывает влияние число полос на дороге и ее пропускная способность.
Действительно, в условиях увеличения интенсивности движения, когда ее
уровень достигает уровня пропускной способности, в силу естественных
условий, происходит относительное выравнивание величин интенсивностей
17
за
короткие
промежутки
времени,
а
неравномерности движения приближается к 1.
коэффициент
внутричасовой
18
Рисунок 1.4 – Определение интенсивности движения за пиковый
пятиминутный интервал по интенсивности движения за весь час «пик» в
зависимости от численности населения города [22]
По результатам ряда исследований качества функционирования
пересечений [1], установлено, что пропускная способность одних и тех же по
характеру пересечений в крупных городах выше, чем за городом или в
небольших населенных пунктах. Так, пропускная способность пересечений в
городе с населением 1 млн. чел. на 5% выше, чем в городе с населением 500
тыс. чел. Такое различие обуславливается ускоренным ритмом жизни в более
крупных городах, привычка к быстрой езде и больший опыт водителей.
В работе [8] указывается на то, что результаты проведенного
моделирования подтвердили влияние структуры ТП на их неравномерность,
т.е.
состав
ТП
является
существенным
«внутренним»
фактором
неравномерности движения.
Все описанные факторы, несомненно, влияют на формирование ТП и
изменение их интенсивности в течение времени, однако же, основной
причиной этих явлений является случайная природа формирования и
движения ТП в городской среде.
На случайное формирование ТП указывают многие отечественные и
зарубежные исследователи [6,22,43,51,53].
Нельзя сказать, что изменение характеристик ТП в городских условиях
является абсолютно случайным, напротив, он является более равномерным
по сравнению с загородными дорогами. На это указывают расчеты
коэффициентов внутричасовой неравномерности для загородных и городских
дорог [1,22,45].
Изучение
случайной
природы
и
факторов,
влияющих
на
неравномерность изменения характеристик ТП, является важным предметом
исследования,
направленного
на
совершенствование
работы
СР.
19
Использование интенсивности движения, соответствующей расчетному
уровню обслуживания водителей ТС имеет значительное преимущество,
поскольку такой подход соответствует традиционной практике технических
расчетов.
В связи с этим, расчетное значение интенсивности, которую
используют в качестве основного показателя загруженности подхода к
перекрестку при проектировании СР, следует увеличить. В этом случае оно
будет отражать более насыщенное движение, наблюдаемое в течение
коротких интервалов внутри часа [1,22] или отрезка времени другой длины,
на протяжении которого устанавливается стационарный режим работы
светофорной сигнализации.
Поэтому
важным
этапом
является
определение
границ
неравномерности движения ТП и определение степени влияния на нее
внешних факторов.
1.3. Локальные методы светофорного регулирования
Необходимость управления транспортными потоками возникла с
появлением и развитием автомобилестроения во всем мире в начале XX века.
С тех пор учеными разных стран был сделан большой вклад в теорию
транспортных потоков и теорию их управления. В связи с потребностью
человечества было разработано большое количество алгоритмов управления
и методов описания транспортных потоков.
Система управления транспортными потоками является классическим
примером сложной системы с присущими ей свойствами [6]:
1. Наличием общей для системы цели управления.
2. Большими размерами по числу выполняемых функций и частей.
3.
Сложным,
вероятностным
и
динамическим
поведением,
проявляющимся во взаимосвязи подсистем и требующим обратной связи при
управлении.
4. Необходимостью высокой автоматизации управления.
20
Перечисленные
свойства
системы
управления
обуславливаются
спецификой процессов перемещения транспортных потоков по уличнодорожной сети, при движении непосредственно через перекрестки и по
перегонам.
Управление
транспортным
потоком
представляется
сложным
процессом, потому что подразумевается управление не транспортными
средствами в отдельности, а действиями одушевленных водителей этих
транспортных средств, которые в своих перемещениях по транспортной сети
преследуют определенные цели и задачи, которые не совпадают с целями
управления ТП [29].
Управление транспортными потоками осуществляется посредством
светофорной сигнализации, с помощью сигналов которой определяется
очередность проезда конфликтующих направлений. Поэтому светофорная
сигнализация является основным элементом управляющего воздействия на
транспортный поток [6].
Вопросами
разработки
методов
управления
ТП
посредством
светофорной сигнализации занимались многие отечественные и зарубежные
исследователи. В нашей стране это В.А. Владимиров, А.А. Власов, Б.И.
Грановский, В.Т. Капитанов, Ю.А. Кременец, Р.Ю. Лагерев, А.Г. Левашев,
Е.М. Лобанов, В.В. Петров, М.П. Печерский, Е.Б. Хилажев, Б.Г. Хорович,
Л.А. Якушин, и др., за рубежом – Д. Абу-Лебдех, К. Бэнг, К. Ванг, Ф.
Вебстер, К. Даганзо, Л. Жанг, И. Йин, Х. Иносе, П. Кронборг, Х. Ли, К. Охно,
Б. Парк, Д. Робертсон, Н. Рэтраут, Д. Сосин, Т. Хамада. С. Чен, Т. Чэнг, и
многие другие.
Использование СР на перекрестках предполагает снижение количества
дорожно-транспортных происшествий и повышение безопасности движения.
Однако использование светофоров в большинстве случаев приводит к
увеличение транспортных задержек, поэтому снижение этих задержек
является вторичной целью управления. Помимо этого применение СР на
21
регулируемых перекрестках преследует достижение и других целей
[6,22,25,29,52]:
1. максимальное увеличение пропускной способности перекрестков,
магистралей и УДС в целом;
2. сокращение времени проезда ТС между подрайонами города;
3. уменьшение транспортных задержек у перекрестков и, как следствие
снижение экономических потерь от простоя ТС;
4. повышение безопасности дорожного движения;
5. уменьшение вредного воздействия ТП на окружающую среду;
6. повышение скорости сообщения;
7. уменьшение количества остановок.
На пути достижения поставленных целей было разработано большое
количество методов СР, часть из которых нашла широкое применение.
Все методы СР, в соответствии с источниками [6,29,52], можно
разделить на локальные и сетевые. Локальные методы применяются в рамках
одного отдельного перекрестка. Сетевые методы управления используются
при наличии нескольких взаимосвязанных по ТП перекрестков. В настоящей
работе больший интерес в связи с поставленными вопросами представляет
локальное управление перекрестками.
По характеру управления методы управления делятся на следующие
группы:
- гибкие методы;
- жесткие методы.
Характерными признаками гибких методов являются их адаптивность к
изменениям дорожной обстановки на перекрестке, при этом параметры
управления
определяются
на
основе
реальных данных
об
объекте
управления. Жесткие методы управления имеют строго циклический
характер и неизменное отношение к изменениям параметров транспортного
потока. Параметры управления для жестких методов рассчитываются заранее
на основании исходных данных об условиях движения на перекрестке.
22
1.3.1. Жесткие методы светофорного регулирования
В условиях стесненного движения и связанных транспортных
потоков, характерных для настоящего времени, более эффективны жесткие
методы локального управления [52]. Существует две разновидности жесткого
регулирования на изолированном перекрестке:
1. Однопрограммное регулирование (ОР). Данный режим работы
светофорной сигнализации является наиболее распространенным в практике
управления дорожным движением, и до сих пор большинство перекрестков в
России
и
за
рубежом
оборудованы
техническими
средствами,
использующими этот режим, что объясняется простотой его реализации.
Сущность метода заключается в установлении постоянных значений
управляющих уставок длительности цикла и фаз на регулируемом
перекрестке, независимо от условий движения. Параметры управления, как
правило, рассчитываются для пиковых значений интенсивности.
Недостатки данного режима очевидны и сводятся к тому, что он не
обеспечивает
возможности
относительно
медленном
изменения
изменении
режимов
регулирования
интенсивности
движения
при
[52].
Величины управляющих уставок рассчитаны для условий пикового периода
и для остальных интенсивностей оказываются, как правило, слишком
большими, приводящими к неоправданным задержкам транспорта. Кроме
того, для этого режима характерна неспособность адаптации длительностей
цикла и фаз к кратковременным случайным флуктуациям в числе
автомобилей, подходящих к перекрестку.
2. Многопрограммное регулирование (МР). Основным отличием этого
метода управления от предыдущего является возможность использования от
8 до 26 (в зависимости от конфигурации оборудования СО) режимов
регулирования и сменять их в соответствии с оптимальным графиком.
Каждая программа может иметь свой цикл управления и длительности фаз.
Программы рассчитываются заранее на основании анализа суточных,
недельных и сезонных данных об изменениях интенсивности движения на
23
перекрестке. Смены сигнальных программ в течение суток, в соответствии с
работой [41], должны происходить при увеличении удельной интенсивности
движения на 150 ед/ч. В пособии [50] предлагается производить смену
сигнальной программы при изменении оптимальной длительности цикла на
25%.
В соответствии с полученными результатами задается график смены
сигнальных программ в течение суток, дней, сезонов года.
Очевидно, что этот метод гораздо эффективнее предыдущего, т.к.
учитывает изменения интенсивности движения. Метод многопрограммного
локального управления получил широкое распространение в последние 25
лет в связи с появлением микропроцессорной техники, и относительной
простотой реализации этого метода.
При организации многопрограммного регулирования основными
параметрами, требующими определения, являются количество СП в течение
суток, моменты их переключения и оптимальные уставки для каждой из СП.
Основной проблемой организации многопрограммного СР в РФ
является отсутствие каких-либо методически закрепленных рекомендаций по
выбору оптимального количества СП, определению моменты их смены,
отсутствует методическая база и программные продукты, которые позволяют
решить указанные проблемы. В настоящее время в случае реализации
многопрограммного регулирования на СО, инженеры выполняют расчеты
параметров регулирования отдельно для каждой СП, а моменты их смены
определяются «на глаз» в соответствии с имеющимися статистическими
данными об изменении часовых интенсивностей движения в течении суток.
Решением представленной проблемы может быть разработка
программных инструментов или приложений, которые в соответствии с
имеющимися исходными данными (количество фаз, состав фаз, количество
РН, интенсивности движения на них и др.), позволяли бы автоматизировать
процесс определения оптимальных моментов смены СП, их количества, а
также параметров регулирования для каждой СП.
24
Ниже будут рассмотрены методы, с помощью которых определяются
параметры светофорного регулирования для гибких и жестких методов.
1.3.2 Методы местного гибкого светофорного регулирования
Рассмотрим подробнее основные методы гибкого регулирования
(МГР), получившие наибольшее распространение.
1. Метод, основанный на длине очереди [25,32]. В основе метода лежит
предположение о том, что значения очередей линейно зависят между собой.
В целях высокоэффективного использования периода горения зеленого
сигнала он может меняться на красный через контрольное время после
разъезда очереди, поскольку тогда поток насыщения существует во всем
периоде горения зеленого сигнала. При этом длительность разрешающего
сигнала имеет минимальное и максимальное ограничения, что основано на
требованиях
безопасности
по
пропуску
пешеходов
и
появлению
неоправданно длинных циклов регулирования. М.К. Данн и Р.Б. Поттс
обобщили концепции этого метода и разработали алгоритм его работы.
2. Метод регулирования с пропуском (вызовом) фаз. Данный метод
заключается в удлинении продолжительности одной из фаз регулирования до
тех пор, пока на регулируемых направлениях других фаз не появится заявка
на их включение. В случае, если заявка со второстепенного направления в
течение цикла так и не поступает, то происходит пропуск этой фазы, т.е.
основная фаза заполняет всю длительность цикла.
3. Управление по методу поиска разрывов в транспортном потоке [35].
В простейшей модификации данный метод был применен в Великобритании
в 1920г. Сущность метода состоит в том, что если в некоторый момент t,
лежащий в диапазоне
tmin- tэк  t  tmax- tэк
(1.3)
в транспортном потоке на направлении с зеленым сигналом появляется
временной разрыв, больший или равный tэк, то в момент (t+ tэк) следует
выключение зеленого и смена фазы регулирования. В противном случае,
наличие транспортного средства на направлении с зеленым сигналом в
25
момент времени, удовлетворяющий (1), удлиняет время горения зеленого
сигнала на величину tэк, которое позволит этому автомобилю пройти
расстояние от детектора транспорта до стоп-линии. Если до истечения
экипажного времени в зоне детектора появится еще один автомобиль, то
начинается отсчет нового tэк и т.д. Таким образом, каждый последующий
автомобиль, проезжающий в зоне детектора до истечения предыдущего
времени tэк, продлевает действие разрешающего сигнала. Такой метод
регулирования исключает «холостое» горение разрешающего сигнала для
направления, на котором существует достаточно большой разрыв между
прибывающими транспортными средствами.
Длительность основного такта регулирования находится в пределах
tmin  to  tmax
(1.4)
и не может быть меньше tmin из соображений безопасности движения. Это
время необходимо для пропуска транспортных средств, ожидавших
разрешающего сигнала и находившихся между стоп-линией и детектором
транспорта, кроме того, оно должно обеспечить пешеходам возможность
перехода проезжей части. На практике tmin ≥ 8 с [3].
При высокой интенсивности прибывающего к перекрестку потока
временные интервалы между автомобилями могут быть меньше экипажного
времени
в
течение
достаточно
большого
периода.
Это
вызовет
неоправданное по отношению к конфликтующему направлению увеличение
разрешающего сигнала. Поэтому его длительность не должна превышать
значения tmax. Таким образом, если в направлении действия разрешающего
сигнала в течение tmax не будет обнаружен разрыв в потоке, происходит смена
сигнала.
Становится очевидным, что при высокой интенсивности движения на
всех подходах к перекрестку в условиях отсутствия разрывов в потоке
автоматически произойдет переход к жесткому регулированию с основными
тактами, равными соответствующим длительностям tmax. Величина tmax
26
определяется по оптимальной длительности основного такта, исходя из того,
что tmax=1,3t.
На всех подходах к перекрестку устанавливают детекторы транспорта на
расстоянии 30-50 м. до стоп-линии. Длительность tэк устанавливается в
зависимости от этого расстояния и скорости транспортного потока,
поскольку время tэк должно гарантировать безопасный проезд автомобиля от
детектора транспорта через стоп-линию и перекресток. Величина tэк также
выбирается в зависимости от состава транспортного потока в пределах
1,5 – 4 с, tэк =1,5 с при 100 % - ном легковом потоке и эк t = 4 с при 100 % ном грузовом потоке.
Описанный выше метод получил наибольшее распространение в
практике управления
дорожным
движением
среди методов
гибкого
регулирования, поскольку может применяться также в составе АСУД [25,32].
Другое
важное
достоинство
представленного
метода
заключается
в
повышении безопасности движения в зоне перекрестка. Это связано с тем,
что значительная часть ДТП на регулируемых перекрестках происходят в
период смены светофорных сигналов. При использовании метода поиска
разрывов
в
момент
переключения
фаз
регулирования
исключается
нахождение в опасной близости от стоп-линии ТС, попавшего на
запрещающий сигнал светофора.
Однако у всех методов местного гибкого регулирования (МГР) имеется
существенный недостаток – их эффективное применение возможно только
при низких и средних значениях удельной интенсивности [32]. При
увеличении интенсивности входящих на перекресток потоков выше 500 ед/ч
на полосу движения МГР вырождается в жесткое однопрограммное
регулирование и его эффективность сводится к нулю. Это делает
нерациональным применение этих методов в современных условиях
плотного транспортного потока с высокими значениями интенсивностей.
Также к методам гибкого регулирования можно отнести режим
желтого
мигания
светофорной
сигнализации
[33].
В
этом
режиме
27
перекресток переводится в нерегулируемое состояние, а очередность проезда
перекрестка определяется знаками приоритета, либо правилом «помехи
справа». Таким образом, перекресток переходит в режим саморегуляции.
Применение желтого мигания рационально при интенсивности движения
менее 200 ед/ч на полосу.
Помимо представленных гибких методов, имеются их модификации и
другие методы, не получившие широкого распространения на практике. В
основном это связано с трудностью их реализации.
1.3.3 Методы адаптивного регулирования с обратной связью по
параметрам ТП
Наибольшее
распространение
с
начала
80-х
годов
получили
адаптивные системы управления движением SCOOT, SCATS, OPAC,
RHODES, UTOPIA и др., которые используются на сети магистралей.
Однако, некоторые из них могут использоваться и на изолированных
перекрестках.
Для реализации адаптивного регулирования в первую очередь
необходимо оснащение перекрестков детекторами транспорта (ДТ) в
количестве от 2 до 3 на каждую полосу движения (либо на наиболее
представительные полосы движения), которые позволяют определять объемы
движения на каждом регулируемом направлении и использовать эту
информацию
усреднения
для
данных
выработки
об
управляющих
интенсивности
и
воздействий.
выработки
Интервал
управляющих
воздействий находится в пределах от нескольких десятков секунд до
нескольких минут.
Наиболее распространенными методами адаптивного управления на
перекрестках к настоящему моменту являются Split Cycle Offset Optimization
Technique (SCOOT) и Sydney Coordination Adaptive Traffic System (SCATS).
Однако обе эти системы предназначены для адаптивного координированного
управления на сети магистралей.
28
SCOOT был разработан в Великобритании в 1983 году, с тех пор эти
системы были реализованы в 250 населенных пунктах мира. В качестве
алгоритма 31 оптимизации параметров светофорного регулирования на сети
(длительность цикла, длительность фаз, сдвиги) в SCOOT используется
метод градиентного спуска. Система SCATS была также разработана в
начале 80-х годов в Австралии и стала также достаточно известной благодаря
инновационному
методу
динамического
выбора
координируемых
перекрестков. С начала использования системы до 2007 года она была
реализована в 93 городах различных стран мира.
Другим известным методом, разработанным в США в начале 80-х
именно для изолированных перекрестков, является Optimization Policies for
Adaptive Control (OPAC) [51]. Для реализации адаптивного регулирования в
OPAC используется метод упрощенного динамического программирования.
Весь период управления разбивается на этапы продолжительностью от 50 до
100
секунд,
что
соответствует
длительностям
цикла
при
жестком
управлении, шаг изменения длительности каждого интервал – 5 секунд, в
течение которого определяется продолжать ли текущую фазу или переходить
на следующую. На каждом этапе возможно от 1 до 3 изменений в
регулировании.
В
качестве
критерия
эффективности
используется
количество ТС перед стоп-линией, который рассчитывается для всех
подходов перекрестка во время текущего этапа, исходя из полученной
информации с ДТ. В соответствии с этим производится итерационный расчет
оптимальных
моментов
рассчитывается
значение
переключения
фаз.
Для
каждой
итерации
целевой функции, которое сравнивается
с
результатом предыдущей итерации, меньшее из них заносится в память. По
окончании
этого
процесса
в
памяти
остается
фазовый
набор,
соответствующий наименьшему значению целевой функции, который будет
использован на следующем этапе управления.
К настоящему моменту, помимо рассмотренной выше, разработано
достаточное количество систем адаптивного управления на изолированных
29
перекрестках. К ним относятся PRODYN (1983), UTOPIA-SPOT (1990),
ALLONSD (1996), RHODES (СОР)(1997), SPPORT (2001) и др. Во всех
перечисленных системах также как и в ОРАС используется динамическое
программирование [18]. Однако, применяемые алгоритмы адаптивного
управления практически повторяют алгоритмы гибкого регулирования,
поэтому в некоторых ситуациях их эффективность неоднозначна [18].
Согласно исследованиям, результаты которых отражены в [14],
отмечено снижение задержек транспортных средств при использовании
системы OPAC по сравнению с гибким управлением на перекрестке. Так при
проведении трех экспериментов на перекрестках производилось управление с
помощью гибкого регулировании и на основании полученных с ДТ данных
производилось последующее определение параметров СР методом ОРАС.
Сравнение полученных значений эффективности использования двух
методов показал, что при низком уровне интенсивности ОРАС позволяет
снизить задержки по сравнению с гибким регулированием лишь на 3,9%. Во
втором и третьем экспериментах эффективность адаптивного метода ОРАС
составила соответственно 15,9% и 7,7% (по задержке) по сравнению с гибким
регулированием. При этом во втором эксперименте количество остановок
снизилось только на 4,0%. Что касается других систем адаптивного
регулирования,
то
применение
RHODES
оцененное
с
помощью
моделирования также показало значительное сокращение задержек ТС как
при низких, так и при высоких значениях интенсивностей движения по
сравнению с применением гибкого регулирования [27].
В качестве направления улучшения имеющихся систем адаптивного
регулирования
в
[18]
рассматривается
необходимость
снижения
дискретности изменения параметров СР до 1 секунды вместо применяемых
сейчас 5 секунд. Поскольку текущая дискретность приводит в некоторых
случаях к неоправданным потерям, когда при отсутствии очереди на подходе
зеленый сигнал для рассматриваемого направления продолжает гореть в
30
течении лишних 4 секунд, в то время как при 1-секундном интервале начался
бы процесс перехода к другой фазе регулирования.
1.3.4 Сравнение локальных методов светофорного регулирования
Проведенный выше обзор методов светофорного регулирования на
изолированных
[12,14,22,36,41,52]
перекрестках
позволил
на
основании
провести
исследований
сравнительный
ученых
анализ
рассматриваемых методов. Сравнительные показатели изученных методов
приведены в таблице 1.2.
Согласно проведенному обзору к методам, которые позволяют
учитывать
временную
неравномерность
ТП,
относятся:
жесткое
многопрограммное, местное гибкое и адаптивное регулирование.
Исходя из проведенного анализа, применение местного гибкого
регулирования на изолированном перекрестке является нерациональным с
экономической точки зрения, поскольку эффективность этого метода не
оправдана по сравнению со стоимостью его реализации.
Что касается адаптивных систем управления, то учет неравномерности
ТП с помощью них позволяет достичь максимальной эффективности, но в
тоже время это самый дорогостоящий метод, поскольку требует практически
полного переоборудования существующего перекрестка. Другой проблемой
применения адаптивных систем в условиях российских городов является
отсутствие отечественных адаптивных систем регулирования а также
разработок в этой области. Применение же зарубежных систем сопряжено с
проблемой их состыковки с российским периферийным оборудованием.
Исходя из этого, считаем, что в настоящий момент в российских
условиях для учета временной неравномерности ТП на изолированных
перекрестках наиболее необходимо применение и совершенствование
методов жесткого многопрограммного регулирования. Данный метод не
требует никаких капитальных вложений, существует необходимость только в
организации расчета оптимальных параметров управления для каждой СП в
течение суток и ее инсталляция в ДК на перекрестке.
31
Таблица 1.2 – Сравнение методов светофорного регулирования на изолированных перекрестках
Метод
Достоинства
Жесткое
однопрограммное
Прост в реализации,
повышает безопасность
движения
Жесткое
многопрограммное
Учитывает динамику
изменения
интенсивности ТП в
течение суток; прост и
дешев в реализации
Местное гибкое
регулирование
Учитывает изменение
интенсивности ТП в
каждом цикле
регулирования
Адаптивное
регулирование
Учитывает динамику
интенсивности ТП
Необходимость в
дополнительном
оснащении (работах)
Недостатки
Не учитывает динамики
изменения параметров ТП в
течении времени
Ограниченное количество
СП; отсутствие возможности
учета нетипичных ситуаций;
смена программ приводит к
дополнительным задержкам
При высокой интенсивности
вырождается в жесткое
регулирование, высокая
стоимость реализации
Высокая стоимость
реализации и обслуживания;
смена программ приводит к
дополнительным задержкам
-
Необходим
дополнительный расчет
(пересчет) карты смены
СП, ее инсталляция в ДК
Требует установки на
регулируемых
направлениях детекторов
транспорта, их
обслуживание
Требует установки на
регулируемых
направлениях детекторов
транспорта, их
обслуживание; требует
специального ДК
* - по сравнению с жестким однопрограммным регулированием
Границы
эффективного
применения
При низкой и
средней загрузке и
отсутствии
серьезного
изменения
интенсивности в
течение суток
Эффекти
вность*
При любых
условиях
движения
До 33%
При свободных
состояниях ТП на
перекрестке
При любых
условиях
движения
-
До 23 %
До 40 %
32
1.4. Методы расчета параметров светофорного регулирования
Регулирование
каждого
транспортного
потока,
движущегося
в
определенном направлении через перекресток, осуществляется тремя
световыми сигналами – зеленым, желтым и красным. Но параметры
управления транспортным потоком имеют достаточно сложную структуру,
обусловленную спецификой объекта управления [22]. Их можно представить
в виде параметров цикла СР, компонентами которого являются:
- длительности основных тактов – комбинаций одновременного
горения светофорных сигналов, разрешающих или запрещающих движение
потоков по определенным направлениям;
- длительности промежуточных тактов (переходных интервалов), во
время которых происходит закрытие и подготовка к открытию направлений
движения;
- длительности фаз управления, каждая из которых объединяет
основной и следующий за ним промежуточный такт;
- длительность цикла – интервала времени, в течение которого
происходит смена всех разрешающих тактов;
- состав фаз в цикле, определяющий перечень регулируемых
направлений движения на перекрестке;
- последовательность фаз в цикле, определяющая очередность
разрешающих сигналов для транспортных направлений на перекрестке;
Как показывает обзор, существует широкий спектр методов управления
светофорной сигнализацией, однако большая часть из них не рассчитана для
использования в условиях высокого насыщения транспортной сети. В такой
ситуации эффективными будут методы жесткого многопрограммного
регулирования.
Немаловажную
подходящих
роль
параметров,
в
с
этом
вопросе
помощью
играет
которых
выбор
будет
наиболее
определяться
эффективность метода. В практике организации дорожного движения такие
параметры принято называть критериями качества СР.
33
Фиксированный набор параметров управления, в соответствии с
которым светофорная сигнализация работает в течение некоторого периода,
называется сигнальной программой (СП). В зависимости от выбранного
метода управления на перекрестке может использоваться несколько СП в
течение суток.
Прежде чем рассматривать методы расчета параметров управления,
введем ряд определений, которые будут использованы в дальнейшем.
Тактом регулирования называется такое состояние светофорной
сигнализации,
при
котором
определенным
направлениям
движения
предоставлено право проезда через перекресток, а конфликтующим с ними
направлениям проезд через перекресток запрещен.
Различают основные и промежуточные такты. Во время основного
такта на направлениях, пропускаемых через перекресток, включены зеленые
сигналы светофоров, а на запрещенных – красные. В промежуточном такте
заканчивается движение, разрешенное в основном, для чего на светофорах
зеленые
сигналы
сменяются
желтыми.
Совокупность
основного
и
промежуточного тактов называется фазой регулирования. Самая короткая
последовательность фаз образует светофорный цикл регулирования (в
дальнейшем – цикл, фаза). Назовем эти величины (цикл, фаза, такт)
управляющими установки режимов регулирования.
Длительность цикла является одним из основных параметров СР,
определяющих его эффективность. Ее величина должна обеспечивать
пропускную способность перекрестка, соответствующую объему загрузки, а
также удовлетворять требованиям безопасности [29,49]. Неправильно
выбранная величина длительности цикла провоцирует водителей ТС на
нарушение
Правил
дорожного
движения,
поэтому
рекомендуемая
максимальная продолжительность цикла не должна превышать 120 секунд,
что соответствует времени терпеливого ожидания участников движения. С
увеличением длительности цикла увеличиваются пропускная способность,
длины очередей ТС и, соответственно, величина средней задержки ТС.
34
Однако, в настоящее время в крупных городах не редко встречаются
регулируемые перекрестки с длительностью цикла более 150 секунд, что уже
стало нормой.
Также длительность цикла не должна быть менее 30 секунд [29,22,39] и
при этом удовлетворять условию пропуска пешеходов. Задачу определения
цикла и фаз СР в большинстве случаев решают как задачу определения
оптимальной длительности цикла и фаз с точки зрения минимальной
суммарной транспортной задержки Х. Иносе и Т. Хамада в своей работе [12]
приводят следующую формулу определения оптимальной длительности
цикла, основанную на средних характеристиках транспортного потока:
(1.5)
где TП – суммарное потерянное время в цикле, с;
k=k1+k2 – сумма относительных интенсивностей для всех направлений
движения.
Длительность
основного
такта
регулирования
определяется
по
формуле:
(1.6)
где =k1/k2 – коэффициент, отражающий долю интенсивности.
В североамериканском руководстве HCM [52,53] года приводится
упрощенная формула расчета длительности цикла:
(1.7)
где x - максимальная степень насыщения. Время основного такта:
(1.8)
35
Однако,
для
перекрестков,
работающих
в
локальном
режиме
длительность цикла, минимизирующая транспортные задержки, чаще всего,
рассчитывается по формуле Вебстера [19]:
(1.9)
где L – сумма потерянного времени во всех фазах;
y – суммарный фазовый коэффициент определяется по формуле:
(1.10)
где n – количество фаз;
i – интенсивность наиболее загруженного направления в приведенных
единицах на одну полосу в i-й фазе;
Si – поток насыщения одной полосы движения в i-й фазе.
Длительность разрешающих тактов gi рассчитывается пропорционально
отношению
фазового
коэффициента
i-го
направления
движения
к
суммарному фазовому коэффициенту:
(1.11)
Величина потерянного времени при смене фаз иногда называется
переходным периодом и определяется по формуле [53]:
tn=t1+t2-t3+2,
(1.12)
где tn – длительность переходного интервала, с;
t1 – время проезда (без снижения скорости) расстояния до стоп-линии,
равного тормозному пути, с;
t2 – время проезда расстояния от стоп-линии до самой дальней
конфликтной точки с добавлением длины транспортного средства, с;
36
t3 – время с момента включения зеленого сигнала в очередной фазе до
момента прибытия к конфликтной точке транспортного средства или
пешеходов, начавших движение по этому сигналу, с.
Время t1 , t2 , t3 можно определить из таблиц, приведенных в [22].
Физический смысл переходного периода – это разность между
моментами
выключения
и
включения
разрешающего
сигнала
для
направлений движения из текущей и последующей фаз соответственно. В
соответствии с зависимостью величины задержки от длительности цикла
Вебстером установлено, что изменение цикла в интервале:
(1.13)
приводит к увеличению задержки не более чем на 20% [19]. Однако при
высоких значениях интенсивности, когда ТП находится в насыщенном
состоянии такое увеличение задержки, является неприемлемым.
Опыт применения закономерностей Вебстера вызвал противоречивые
мнения. С одной стороны считается, что формула Вебстера является точной
при относительно больших значениях интенсивности входящих потоков и
дает ошибку в области малых значений. С другой стороны – при высоких
интенсивностях ТП, когда степень насыщения фаз превышает величину 0,6,
формула Вебстера приводит к ошибке 10-20% в нахождении оптимальных
установок [44].
Известны попытки устранения недостатков формулы Вебстера путем
применения других законов прибытия транспортных средств к перекрестку,
без изменения общей постановки задачи. Одним из таких исследований
является работа английского ученого Миллера, рассмотренная в [6], в
которой он приводит другой вариант расчета длительности цикла:
37
где у - фазовый коэффициент для наиболее загруженной фазы;
I - отношение среднеквадратического отклонения числа автомобилей,
прибывающих к 40 перекрестку за цикл, к среднему числу этих автомобилей;
i, j - направления с наиболее высокой интенсивностью движения в
каждой из фаз перекрестка.
Очевидно, что формула Миллера более сложна, чем формула Вебстера
и ее применение требует значительно большего объема информации.
Помимо этого, данная формула применима только для случаев 2-х фазного
регулирования на перекрестке. В то же время, исходя из условия (1.11),
преимущества высокой точности расчетов при применении этой формулы
невелики, поскольку приближение длительности цикла к оптимальной
незначительно уменьшает среднюю задержку. Именно это обстоятельство
предопределило широкое использование на практике выражении (1.9) и
(1.11).
Таким
образом,
полученные
закономерности
обладают
рядом
погрешностей. В них недостаточно полно учтен состав транспортного потока
и как следствие – не корректно определение величины потока насыщения и
его составляющих. Этот вывод подтверждают работы отечественных
исследователей: Кременца Ю.А., Печерского М.П., Гаврилова А.А.,
Капитанова В.Т. [17,29,41,44]
Несмотря
на
разнообразие
методов
локального
управления,
эффективность работы светофорной сигнализации определяется степенью
достижения поставленных целей. Для того чтобы регулирование ТП было
действительно эффективным, необходим подбор режимов регулирования в
зависимости от характера изменения интенсивности ТП в течение времени.
38
Поэтому
для
транспортными
поиска
потоками
эффективных
в
мегаполисе,
стратегий
оптимальных
управления
решений
по
проектированию улично-дорожной сети и организации дорожного движения
необходимо
уточнение
и
учет
широкого
спектра
характеристик
транспортного потока, его состояний и свойств, закономерностей влияния
внешних
и
внутренних
факторов
на
динамические
характеристики
смешанного транспортного потока.
Исходя из описанной выше проблематики, а также для реализации
адаптивных систем управления движением, широкую популярность в
последнее время набирают методы оптимизации параметров светофорного
регулирования
с
вычислительной
использованием
техники,
что
программных
позволяет
алгоритмов
минимизировать
и
время,
затрачиваемое на проведение расчетов и увеличивает их точность. В качестве
критериев оптимизации чаще всего используется задержка транспорта
[9,14,25,27], длина очередей перед стоп-линиями [14,17,19,25], экологические
показатели [13] и пр.. Также изучены методы комплексной оптимизации по
нескольким перечисленным критериям, в частности по задержкам и
количеству остановок [6,29,52], а также одновременно по всем известным
критериям [13].
Решение задачи оптимизации параметров светофорного регулирования
осуществляется с помощью программной реализации соответствующих
алгоритмов. Для этого используются следующие методы: динамическое
программирование [6,29,39,42], градиентный, сиплекс-метод, эволюционный
[13,84,85,88,122], методы нечеткой логики [11,14,44], методы основанные на
нейронных сетях, методы кластерного анализа [16, 25] и пр.
1.5. Выводы по разделу
Выполненный обзор изученных характеристик ТП позволяет говорить
о наличии свойств ТП. Одним из этих свойств является стохастичность.
Показателем
этого
свойства
является
неравномерность
изменения
интенсивности движения во времени, в т.ч. внутричасовая, определяемая с
39
помощью коэффициентов внутричасовой неравномерности. Этот показатель
используется в нашей стране только в исследовательских интересах, в то
время, как в зарубежных странах он используется для учета внутричасовой
неравномерности при определении режимов светофорного регулирования
движения
на
перекрестках.
Это
подтверждает,
что
внутричасовая
неравномерность играет важное значение при организации и эксплуатации
средств СР, особенно в условиях насыщения транспортной сети в крупных
городах.
В
условиях
насыщения
увеличение
интенсивности,
вызванное
случайными флуктуациями в движении транспорта может провоцировать
образование заторов, ведущее к увеличению очередей ТС и снижению
пропускной
способности
перекрестков
в
циклах
регулирования.
На
основании этого сформулирован вывод о том, что повышение эффективности
функционирования изолированных регулируемых перекрестков лежит в
области уточнения границ изменения интенсивности в суточном цикле.
Обзор
существующей
теории
ТП
и
практики
светофорного
регулирования на изолированных перекрестках показал:

транспортный поток обладает рядом свойств, неизученных к
настоящему моменту должным образом, одним из которых является
стохастичность;

одним из внешних проявлений свойства стохастичности ТП
является его неравномерность во времени;

временная неравномерность ТП проявляется в случайном
изменении динамики интенсивности движения, которая, в свою очередь,
является основным показателем транспортного спроса среди населения
изолированных перекрестках, это позволило установить, что наиболее
распространенный метод жесткого однопрограммного регулирования не
позволяет учитывать временную неравномерность ТП, что приводит к
чрезмерно высоким задержкам транспорта в пиковые периоды суток и
неоправданно высоким задержкам в межпиковые периоды.
40
В связи с вышесказанным необходимо исследование транспортного
потока, его свойств, состояний и закономерностей, которые имеют научный
интерес
при
расчете
режимов
изолированных пересечениях.
светофорного
регулирования
на
41
2 ИССЛЕДОВАНИЕ ИНТЕНСИВНОСТИ ДОРОЖНОГО ДВИЖЕНИЯ
НА ИЗОЛИРОВАННОМ ПЕРЕКРЕСТКЕ
2.1 Исследование характеристик дорожного движения
Разумное вмешательство в дорожное движение возможно только на
основании знаний его закономерностей. Наиболее распространенными
характеристиками дорожного движения являются: интенсивность, скорость,
состав, задержки, распределение транспортных потоков по направлениям,
пропускная способность дороги.
Интенсивность движения – это количество транспортных средств,
проходящих через сечение дороги за единицу времени. В качестве
расчетного периода времени для определения интенсивности движения
принимают год, месяц, сутки, час и более короткие промежутки времени
(минуты, секунды) в зависимости от поставленной задачи наблюдения. На
дорожно-уличной сети можно выделить отдельные участки и зоны, где
движение достигает максимальных размеров, в то время как на других
участках
оно
в
несколько
раз
меньше.
Такая
пространственная
неравномерность отражает прежде всего неравномерность размещения
грузо- и пассажирообразующих пунктов и их функционирования.
Важнейшее значение в проблеме организации движения имеет
неравномерность движения в течение года, месяца, суток и даже часа.
Название часа пик является условным и вызвано лишь тем, что час
является основной единицей измерения времени. Продолжительность
наибольшей интенсивности движения может быть соответственно больше и
меньше часа. Поэтому наиболее точным будет понятие пиковый период, под
которым подразумевают, продолжительность времени, в течение которого
интенсивность, измеренная по малым отрезкам времени, значительно
превышает
среднюю
интенсивность
периода
наиболее
оживленного
движения. Периодом наиболее оживленного движения обычно является 16ти часовой отрезок времени в течение суток (примерно с 6 до 22 ч).
42
Необходимо также иметь в виду, что интенсивность в часы пик в
различные дни недели, месяца и года может иметь неодинаковое значение.
На дорогах с более высоким уровнем интенсивности движения
транспортных средств меньше неравномерность движения и стабильнее
значение интенсивности пикового часа.
Неравномерность транспортных потоков проявляется не только во
времени, но и в пространстве, т. е. по длине магистралей и по встречным
направлениям на отдельных отрезках.
Для
двухполосных
дорог
со
встречным
движением
обычно
интенсивность движения характеризуют суммарной величиной встречных
потоков, так как условия движения и, в частности, возможность обгонов
определяются загрузкой обеих полос. Если же дорога имеет разделительную
полосу и встречные потоки изолированы друг от друга, то суммарная
интенсивность встречных направлений не определяет условия движения, а
характеризует лишь суммарную работу дороги как сооружения. Для таких
дорог самостоятельное значение имеет интенсивность движения в каждом
направлении.
При решении вопросов регулирования движения в городских
условиях, имеет значение не суммарная интенсивность потока по данному
направлению, а интенсивность, приходящаяся на одну полосу (удельная
интенсивность). Эта величина характеризует, в частности, время, которое
необходимо потоку транспортных средств с определенной интенсивностью
движения для прохождения зоны перекрестка при наличии нескольких полос
движения. Если известно конкретное распределение интенсивности движения по полосам и оно существенно неравномерно, то в качестве удельной
интенсивности следует принимать величину интенсивности движения по
наиболее загруженной полосе.
Основной проблемой улично-дорожной сети (УДС) современных
городов, в том числе и города Орел, являются заторы и трудности в
движении автомобильного транспорта. Все это вызывает необходимость
43
оперативного принятия мер по их предотвращению и устранению. Наиболее
приемлемый и эффективный – это метод оптимизации дорожного движения,
на основе комплексного обследования существующей схемы и условий
движения [1,2].
ОГУ им. И.С. Тургенева на базе Политехнического института имени
Н.Н. Поликарпова, проводит изучение УДС г.Орла. Орёл является крупным
транспортным узлом. Здесь сходятся 7 автомобильных магистралей
федерального и регионального значения: М2 (E 105), Р92, Р119, Р120, A142
(E 93). Формирование Орла как важного транспортного узла обусловлено
выгодным географическим положением города на границах экономических
районов.
Улично-дорожная сеть Орла существенно отстает от темпов
автомобилизации. Большинство дорог построены в 60- е годы прошлого
века. По состоянию на 2017 год в городе зарегистрировано более 120 тысяч
единиц транспорта. Ежегодный прирост составляет 10 тысяч единиц
транспорта. При этом уровень автомобилизации Орловской области выше
чем средний по Центральному федеральному округу и составляет 320,4 авт./
1000 человек. Следует отметить, что по уровню автомобилизации Орловская
область занимает 17 место среди всех регионов РФ.
В настоящее время сотрудники Политехнического института им. Н.Н.
Поликарпова ОГУ им. И.С. Тургенева выделили 96 основополагающих
светофоров в УДС г.Орла, которые влияют на пропускную способность улиц
города. Основу экспериментальных измерений были взяты общепринятые
методики с использованием видео и фотофиксации объектов исследования.
Основой
эксперимента
являлись
инструментальные
измерения
транспортных потоков с использованием камер наблюдения на наиболее
проблемных участках улицы и видеофиксация трафика. Основную долю
транспортного потока Наугорского шоссе составляет легковой транспорт
(69,63% от общего числа транспортных средств). Коммерческий транспорт,
включающий грузовые автомобили грузоподъемностью до 3т, от 3т до 5т,
44
свыше 5т, а также не маршрутные автобусы, что составляет 15,5% трафик.
Соответственно
общественный
пассажирский
транспорт
14,88%.
Исследование проводились в трех временных промежутках, с наибольшей
загруженностью транспортной сети: в утренние часы с 7 до 9, обеденное
время с 12 до 14, конец рабочего дня, с 17 до 19, в середине недели, а также
перед
выходными
днями.
Каждому
примыканию
на
перекрестке
присваивалось буквенное обозначение, позволяющее идентифицировать
направления движения транспорта в таблицах, на схемах и графиках.
Полученный видеоматериал обрабатывался, велся подсчет по категориям
транспортных средств, в каждом направлении на перекрестке с учетом
режима работы светофорного объекта. С использованием коэффициентов
приведения различных категорий транспорта к легковому автомобилю
вычислялась загруженность и интенсивность движения по каждому
направлению на перекрестках. Данные заносись в сводные таблицы и
строились графики интенсивности движения [3].
В соответствии с темой ВКР, объектом проектирования является
Наугорское шоссе. Наугорское шоссе находится на северо-западе города
Орла и является одной из самых крупных и загруженных улиц в Советском
районе города и имеет протяженность до границы города 2,3 км, после чего
переходит в дорогу областного значения.
Наугорское
шоссе
транспортно-пешеходные
относится
улицы
к
районного
категории
значения
магистральные
регулируемого
движения с пересечениями в одном уровне. Имеет 4 полосы движения, по 2
в каждом направлении с двойной сплошной разделительной линией
разметки, минимальная ширина каждой полосы 3,5 м, расчетная скорость
движения 70км/ч, скорость движения транспортного потока 50 км/ч,
расчетная пропускная способность одной полосы для движения транспорта
согласно нормативным показателям
500 авт/ч. С учетом коэффициента
распределения для второй полосы 0,85 пропускная способность составляет
925 авт/час в каждом направлении.
45
Транспортные потоки разделены двойной сплошной линией разметки
с разрывами для проезда транспорта на примыкающие территории. Три
перекрестка со светофорным регулированием, два из которых несут
стратегическую важность для улицы в целом. Шесть перекрестков
регулируемых
правилами
приоритета.
Три
пешеходных
перехода
проезда,
пешеходных
со
не
согласно
установленным
регулируемых
светофорным
перехода,
регулированием.
знакам
четыре
Остановки
общественного транспорта в количестве 9 шт. без расширительных
карманов. На всем протяжении шоссе в темное время суток организовано
искусственное освещение. Скорость движения ограничена 40 – 60 км/ч.
Самый
загруженный
перекресток
Наугорского
шоссе
–
это
пересечение улиц Наугорское шоссе - Цветаева (рисунок 2.1).
Рисунок 2.1 – Размещение пересечения улиц Наугорское шоссе Цветаева
По результатам исследования, проведенного на кафедре «Сервис и
ремонт машин» Политехнического института им. Н.Н. Поликарпова ОГУ им.
И.С. Тургенева, установлено, что на рассматриваемом пересечении улиц
Наугорское
шоссе
–
улица
Цветаева
можно
выделить
тринадцать
направлений движения (рисунок 2.2).
Максимальное количество автомобилей наблюдается в конце рабочей
недели, в пятницу с 17:00 до 19:00 и составляет 7627 автомобилей. Пиковая
46
интенсивность
движения
составляет
3813
авт/час.
Основной
поток
транспорта движется в утренний и обеденный период по направлению в
город, а в вечерние часы на выезд. Затор наблюдается в обе стороны
движения по шоссе, а также при выезде с ул. Цветаева. Это так же связано с
несоответствием режима работы светофорного объекта и интенсивности
движения транспорта на пересечении.
Рисунок 2.2 – Направления движения на пересечении улиц
Наугорское шоссе – улица Цветаева.
Исследование интенсивности транспортного потока на пересечении
проезжих частей: Наугорское шоссе – улица Цветаева, осуществлялось с
помощью
аппаратуры
(понедельник,
среда,
фото-видео
пятница;
фиксации
26.06.2017г,
в
течение
28.06.2017г,
трех
дней
30.06.2017г
соответственно). Каждый день исследование проводилось в следующие
часовые интервалы: 07:00 – 09:00, 12:00 – 14:00, 17:00 – 19:00.
Результаты проведенного исследования представлены на рисунках
2.3-2.4.
47
1087.5
24
12:00-14:00
AB
AC
AD
BA
BC
DB
CA
CB
CD
DA
DB
DC
54
21
58
26
658
45
37
17
32
630
07:00-09:00
7
0
28
2
17
29
200
81
41
12
400
396
600
500.5
473.5
615.5
800
733.5
875
1000
1060
1015.5
1061
1200
1223
1400
23
1600
1491
1567.5
1800
1509.5
1613.5
1809
2000
17:00-19:00
Рисунок 2.3 – Результаты исследования интенсивности движения в
815
1068.5
1223
644
CD
DA
12:00-14:00
DB
32
43.5
11
73
37
12
23
39
56
41
13
BD
CB
417
07:00-09:00
3
48
30
0
BC
CA
400
200
BA
33
36
58
27
666.5
677.5
486
800
600
851
1000
589
1200
AD
957.5
1041.5
1400
AB
AC
763
1600
1381.5
1585
1800
1525
2000
1787.5
1914.5
понедельник-среду.
DC
17:00-19:00
Рисунок 2.4 – Результаты исследования интенсивности движения в
пятницу
На основании проведенного исследования интенсивности дорожного
движения, определено, что рассматриваемое пересечение Наугорского шоссе
и ул.Цветаева, наиболее загружено в вечерние часы (17:00 – 19:00). Данный
48
период времени характеризуется наличием заторов на рассматриваемом
перекрестке.
Изучение
видеозаписей,
сделанных
при
исследовании
интенсивности движения на рассматриваемом перекрестке, позволило
определить численность ТС одновременно стоящих на запрещающий сигнал
светофора.
Исходными данными для проведения исследования являются:

длительность цикла: Tц=60с;

промежуточный такт tпр=4с;

время разрешающего такта составляет tзел=35с, запрещающего –
tкр=21с.
Количество ТС, подъезжающих к пересечению на красный сигнал
светофора, а также количество ТС, добавляющихся к ТС, стоящим уже перед
стоп-линией, определялось в каждую минуту и каждые пять минут в течение
часа. Из экспериментальных данных видно, как происходит «зарождение»
затора, непосредственно затор и убытие ТС на рассматриваемом участке
УДС.
В таблице 2.1 представлены экспериментальные данные: 1) количество
ТС, которые скапливались на запрещающий сигнал светофора на перегоне
перед перекрестком; 2) ТС, которые добавлялись к уже стоящим ТС на
перегоне Наугорское шоссе.
Таблица 2.1 - Статистические данные по накоплению ТС на
перекрестке
Время,
мин
5
10
15
20
25
30
35
40
45
50
55
Понедельник
ТС Х
ТС Y
Всего
4
17
21
6
28
34
20
35
55
24
35
59
49
40
89
52
32
84
60
30
90
55
16
71
50
11
61
38
27
65
18
31
49
День недели
Среда
ТС Х
ТС Y
Всего
3
22
25
3
29
32
19
32
51
25
36
61
55
39
94
58
30
88
65
22
87
50
19
69
45
20
65
40
20
60
18
29
47
ТС Х
0
2
19
21
40
56
68
60
55
42
16
Пятница
ТС Y
24
25
30
34
34
38
21
18
23
21
55
Всего
24
27
49
55
74
94
89
78
78
63
71
49
60
Σ
6
382
25
327
31
709
4
385
24
322
28
707
3
382
23
346
26
728
Статистические данные собраны в понедельник, среду и пятницу в
вечерний час-пик. Количество ТС X - это количество ТС, подъезжающих к
пересечению на запрещающий сигнал светофора, количество ТС Yколичество ТС, добавляющихся к ТС, стоящим уже перед стоп-линией.
Статистические данные о количестве ТС, представлены по временным
отрезкам (которые составляли в данный момент по 5 минут) и по дням
недели (понедельник, среда, пятница) представлены на рисунках 2.5 – 2.7.
100
Число автомобилей, ед.
90
80
70
60
50
40
30
20
10
0
1
2
3
4
5
6
7
8
9
10
11
12
Временной интервал
ТС Х
ТС Y
Всего
Рисунок 2.5 – Количество ТС в понедельник в вечерний час-пик (17:45
– 18:45)
100
Число автомобилей, ед.
90
80
70
60
50
40
30
20
10
0
1
2
3
4
5
6
7
8
Временной интервал
ТС Х
ТС Y
Всего
9
10
11
12
50
Рисунок 2.6 – Количество ТС в среду в вечерний час-пик (17:45 –
18:45)
100
Число автомобилей, ед.
90
80
70
60
50
40
30
20
10
0
1
2
3
4
5
6
7
8
9
10
11
12
Времнной интервал
ТС Х
ТС Y
Всего
Рисунок 2.7 – Количество ТС в пятницу в вечерний час-пик (17:45 –
18:45)
2.2 Выводы по разделу
Одним из показателей, характеризующих состояние транспортного
потока является его интенсивность. Интенсивность движения – это
количество транспортных средств, проходящих через сечение дороги за
единицу времени. На основании проведенных автором ВКР и сотрудниками
кафедры сервиса и ремонта машин ФГБОУ ВО «ОГУ имени И.С. Тургенева»
исследований определено, что одним из наиболее загруженных участком
УДС города Орла является Наугорское шоссе. В свою очередь наиболее
загруженным пересечением на Наугорском шоссе является пересечение
Наугорского шоссе с улицей Цветаева.
В результате проведения натурных испытаний установлено, что
максимальное количество автомобилей наблюдается в конце рабочей недели,
в пятницу с 17:00 до 19:00 и составляет 7627 автомобилей. Пиковая
интенсивность
движения
составляет
3813
авт/час.
Основной
поток
транспорта движется в утренний и обеденный период по направлению в
51
город, а в вечерние часы на выезд. Затор наблюдается в обе стороны
движения по шоссе, а также при выезде с ул. Цветаева.
По результатам обследований из статистических данных видно, что
заторовое состояние имеет циклический характер, который складывается из
трех частей, а именно:

начальная стадия образования затора (когда интенсивность ТС
увеличивается и ТС, стоящие перед стоп-линией не успевают проехать на
разрешающий сигнал светофора, тем самым создавая очередь на перегоне, а
также скорость ТС падает и начинает стремиться к нулю);

затор (когда интенсивнось стремится быть равной пропускной
способности или превышает ее, а также скорость ТС стремиться к нулю);

стадия убытия ТС (когда интенсивность снижается и ТС, стоящие
на запрещающий сигнал светофора успевают проехать перекресток на
разрешающий сигнал, не оставляя за собой очередь, также при этом скорость
ТС увеличивается).
Это так же связано с несоответствием режима работы светофорного
объекта и интенсивности движения транспорта на пересечении.
52
3 МОДЕЛИРОВАНИЕ РЕЖИМОВ ЦИКЛА СВЕТОФОРНОГО
РЕГУЛИРОВАНИЯ НА ОСНОВЕ НЕЧЕТКОЙ ЛОГИКИ
3.1 Нечеткая логика в области управления техническими системами
Теория нечетких множеств, основные идеи которой были предложены
американским математиком Лотфи Заде (Lotfi Zadeh) более 35 лет назад,
позволяет описывать качественные, неточные понятия, а также оперировать
этими знаниями с целью получения новой информации. Основанные на этой
теории
методы
построения
информационных
моделей
существенно
расширяют традиционные области применения компьютеров и образуют
самостоятельное направление научно-прикладных исследований, которое
получило название – нечеткое моделирование [14].
Нечеткая логика, которая является основой для реализации методов
нечеткого управления, более естественно описывает характер человеческого
мышления и ход его рассуждений, чем традиционные формально-логические
системы.
Понятие нечеткого множества допускает различные уточнения,
которые целесообразно использовать для более адекватного отражения
семантики неопределенности при построении нечетких моделей сложных
систем. Одним из таких уточнений является понятие лингвистической
переменной, которое широко используется в нечетком управлении для
представления входных и выходных переменных управляемой системы.
Лингвистическая переменная (таблица 3.1) считается заданной или
определенной, если для нее определено базовое терм-множество с
соответствующими функциями принадлежности каждого терма и если она
определена как кортеж: <β, Т, Х, G, M> [14, 15],
где β – название лингвистической переменной;
53
Т – множество термов лингвистической переменной;
Х – область определения переменных;
G – синтаксическая процедура, описывающая процесс возникновения
новых значений для существующей лингвистической переменной;
M – семантическая процедура, позволяющая сопоставить все значения
переменных.
Таблица 3.1 – Символическое обозначение трендов лингвистических
переменных в системах нечеткого вывода
Символическое обозначение
Англоязычная нотация
Русскоязычная нотация
NB
Negative Big
Отрицательное большое
NM
Negative Middle
Отрицательное среднее
NS
Negative
Отрицательное малое
ZN
Zero Negative
Отрицательное близкое к
нулю
Z
Zero
Нуль, близкое у нулю
ZP
Zero Positive
Положительное близкое к
нулю
PS
Positive Small
Положительное малое
PM
Positive Middle
Положительное среднее
PB
Positive Big
Положительное большое
3.2 Разработка модели управления светофорным объектом на базе
системы нечеткого вывода
Основные задачи системы управления светофорным объектом (СО)
зависят от выбора водителями участка УДС, для того, чтобы проехать через
54
данный перекресток. Разработка систем нечеткого вывода включает в себя
несколько этапов, применение которых осуществляется на основании
положений нечеткой логики [16].
1. Фаззификация: разработка процедуры перехода от четких значений
входных переменных к нечетким. Выбор вида и взаимного расположения ФП
входных лингвистических переменных.
2. Агрегирование: разработка процедуры, определяющей степени
истинности условий по каждому из правил.
3. Активизация: разработка процедуры, определяющей степени
истинности заключений по каждому из правил.
4.
Аккумуляция:
разработка
процедуры
объединения
степеней
истинности заключений по всей базе правил.
5. Дефаззификация: разработка процедуры перехода от нечеткого
значения выходной переменной к четкому.
Лингвистическая переменная определяется базовым терм-множеством
с соответствующими ФП [107].
Приняты три входных лингвистических переменных для фаззирегулятора [18], образующих входной вектор β = [β1, β2, β3], и одна выходная
лингвистическая переменная β4,
где β1 – количество ТС, скапливающихся на запрещающий (красный) сигнал
светофора;
β2 – темп изменения количества ТС, скапливающихся на запрещающий
сигнал светофора;
β3 – коэффициент сцепления шин с поверхностью дороги;
55
β4 – длительность разрешающего сигнала.
В
предложенной
системе
нечеткого
вывода
целесообразно
использовались ФП нечетких лингвистических переменных в виде трапеций
или треугольников. Этот выбор обусловлен простотой расчета таких ФП и
высокой эффективностью программной реализации. Трапециевидные ФП
используются для характеристики лингвистических переменных на границах
диапазона ее изменения. В остальных случаях используются треугольные
ФП. Каждая трапециевидная ФП задается вектором из четырех значений,
которые соответствуют абсциссам вершин трапеции. Например, ФП F2 =
[f1,f2, f3, f4]. По аналогии формируется треугольная ФП F1 = [f5, f6, f7]. На
рисунке 3.1 представлены используемые ФП.
На основании исследований интенсивности транспортного потока на
пересечении Наугорского шоссе и ул. Цветаев, зададим диапазон изменения
количества ТС, скапливающихся на запрещающий сигнал светофора от 0 до
88 единиц. Принят диапазон изменения первой лингвистической переменной
∆ββ1 = [0; 88]. Для описания переменной β1 введено пять ФП, равномерно
распределенных по всему диапазону изменения:
Рисунок 3.1 – а) треугольная ФП; б) трапециевидная ФП
− VS (Very Small) – «очень малое» [0; 0; 5; 22];
56
− S (Small) – «малое» [0; 22; 44];
− M (Medium) – «среднее» [22; 44; 66];
− B (Big) – «большое» [44; 66; 88];
− VB (Very Big) - «очень большое» [66; 83; 88; 88].
На
рисунке
3.2
представлены
функции
принадлежности
для
лингвистической переменной β1 –количество ТС, скапливающихся на
запрещающий сигнал.
Рисунок 3.2 – Функции принадлежности для лингвистической
переменной β1 – количество ТС, скапливающихся на запрещающий сигнал
Для построения ФП входных переменных проведен расчет количества
ТС и его темп изменения. Темп изменения количества ТС определяется
следующим образом:
(3.1)
где nконеч – количество ТС в конечный момент времени;
nнач – количество ТС в предыдущий момент времени;
∆βt = 1 мин – период измерения количества ТС.
57
Область значений лингвистической переменной β2 – темп изменения
количества ТС, скапливающихся на запрещающий сигнал разбили на пять
диапазонов, присвоив каждому из них качественную характеристику (терму):
− NB (Negative Big) – «отрицательное большое» [-24; -24; -19; -9];
− NS (Negative Small) – «отрицательное малое» [-19; -9; 0];
− Z (Zero) – «нулевое» [-9; 0; 9];
− PS (Positive Small) – «положительное малое» [0; 9; 19];
− PB (Positive Big) – «положительное большое» [9; 19; 24; 24].
Значения, полученные в результате расчетов темпа изменения
количества ТС dn/dt , скапливающихся на запрещающий сигнал разбиты на 11
интервалов – такое количество выбрано, исходя из попадания в каждый
интервал хотя бы одной расчетной точки.
Рисунок 3.3 – ФП лингвистической переменной β2
При построении графика каждое полученное значение µij было
отложено по оси ординат. В результате все отображенные точки соединили
между собой, получив многоугольные ФП. На рисунке 3.4 представлены ФП
для лингвистической переменной β2 – темп изменения количества ТС,
скапливающихся на запрещающий сигнал, интерполированные относительно
графика на рисунке 3.3.
58
Рисунок 3.4 – ФП для лингвистической переменной β2 – темп изменения
количества ТС, скапливающихся на запрещающий сигнал
Для характеристики переменной β3 – коэффициент сцепления шин с
поверхностью дороги диапазон изменения показателя составляет от 0,2 до
0,8.
С учетом этого область значений лингвистической переменной β3
лежит в интервале [0,2; 0,8]. Для описания лингвистической переменной β3
введены 5 ФП, распределенных по всему диапазону значений переменной:
– VS (Very Small) – «очень малое» [0,2; 0,2; 0,25; 0,35];
– S (Small) – «малое» [0,2; 0,35; 0,65];
– M (Medium) – «среднее» [0,35; 0,5; 0,65];
– B (Big) – «большое» [0,5; 0,65; 0,8];
– VB (Very Big) «очень большое» [0,65; 0,75; 0,8; 0,8].
На рисунке 3.5 представлены ФП для лингвистической переменной β3.
Исходя из условий формирования управляющих сигналов СО на
основании статистических данных, принят диапазон значений выходной
лингвистической переменной ∆ββ4 = [20; 72]. Для описания переменной β 4
введены 5 ФП, равномерно распределенных по всему диапазону изменения:
59
− VS (Very Small) – «очень малое» [20; 20; 23; 33];
− S (Small) – «малое» [20; 33; 46];
− M (Medium) – «среднее» [33; 46; 59];
− B (Big) – «большое» [46; 59; 72];
− VB (Very Big) – «очень большое» [59; 69; 72; 72].
Рисунок 3.5 – ФП для лингвистической переменной β3 – коэффициент
сцепления шин с поверхностью дороги
На рисунке 3.6 представлены ФП для лингвистической переменной β4
– длительность разрешающего сигнала.
60
Рисунок 3.6 – ФП для лингвистической переменной β4 – длительность
разрешающего сигнала
Существуют множество различных способов для построения нечетких
правил в создании нечеткой модели. Наиболее быстрый и легкий способ
основан
на
изучении
опыта
эксплуатации
системы
управления
и
моделирования действий оператора для достижения поставленных целей, т.е.
не
требуется
проводить
аналитические
вычисления
результаты
исследования
для
выработки
управляющего воздействия.
Ниже
представлены
эффективного
управления CО:
1. Состояние системы определяет темп изменения количества ТС,
скапливающихся на запрещающий сигнал (отношение разности между
конечным количеством ТС и начальным к изменению времени) (его
величину и знак). Если полученное значение велико (мало), это означает, что
длительность разрешающего сигнала велика (мала); если оно положительно
(или отрицательно), это означает, что длительность разрешающего сигнала
увеличивается (уменьшается).
2. Основная задача управления СО – это создание оптимальной
длительности фазы (оптимального режима управления светофорными
циклами). При этом необходимо, чтобы во всех направлениях не создавалась
такая очередь из ТС, которая бы не успевала покинуть перекресток в момент
разрешающего сигнала светофора или же стремилась быть минимальной
независимо по главной или второстепенной дороги.
3. Изменение разрешающего сигнала светофорного регулирования
напрямую зависит от интенсивности движения.
4. Управляющее воздействие выражается в выборе управляющих
сигналов для каждой фазы светофорного регулирования.
61
Для системы управления СО составлены 125 правил нечеткой
продукции на основе статистических данных, полученных в результате
измерений и существующей таблицы коэффициентов сцепления [10].
В качестве примера приведены пять характерных правил нечеткого
вывода:
1) ЕСЛИ β1 = VS И β2 = NB И β3 = VS ТО β4 = S;
2) ЕСЛИ β1 = S И β2 = PS И β3 = B ТО β4 = M;
3) ЕСЛИ β1 = B И β2 = Z И β3 = B ТО β4 = M;
4) ЕСЛИ β1 = VB И β2 = NS И β3 = VB ТО β4 = B;
5) ЕСЛИ β1 = VB И β2 = PB И β3 = VB ТО β4 = VB.
Первое правило может быть интерпретировано на естественном языке
следующим
образом:
если
«Количество
ТС,
скапливающихся
на
запрещающий сигнал» β1 – «очень малое» (VS – Very Small) И «Темп
изменения количества ТС, скапливающихся на запрещающий сигнал» β2 –
«большое отрицательное» (NB – Negative Big) И «Коэффициент сцепления
шин с поверхностью дороги» β3 – «малое» (VS – Very Small), ТО
«Длительность разрешающего сигнала» β4 – «малое» (S – Small). По пяти
характерным правилам нечеткого вывода при использование математической
модели нечеткой логики получается база правил, имеющая в своем составе
125 правил нечеткой продукции (таблица 3.2).
Таблица 3.2 – Правила системы нечеткого вывода
Номер
правила
1
1
2
3
4
Входные переменные
β1
2
VS
VS
VS
VS
β2
3
NB
NS
Z
PS
β3
4
VS
VS
VS
VS
Выходная переменная
β4
5
S
S
S
S
62
5
VS
6
S
7
S
8
S
9
S
10
S
11
M
12
M
13
M
14
M
15
M
16
B
17
B
18
B
19
B
20
B
21
VB
22
VB
23
VB
24
VB
25
VB
26
VS
27
VS
28
VS
29
VS
30
VS
31
S
32
S 3.2
Продолжение таблицы
1
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
2
S
S
S
M
M
M
M
M
B
B
B
B
B
VB
VB
VB
VB
VB
PB
NB
NS
Z
PS
PB
NB
NS
Z
PS
PB
NB
NS
Z
PS
PB
NB
NS
Z
PS
PB
NB
NS
Z
PS
PB
NB
NS
VS
VS
VS
VS
VS
VS
VS
VS
VS
VS
VS
VS
VS
VS
VS
VS
VS
VS
VS
VS
VS
S
S
S
S
S
S
S
S
S
S
S
S
S
S
S
M
M
M
M
M
M
M
B
B
B
B
B
B
S
S
S
S
S
S
S
3
Z
PS
PB
NB
NS
Z
PS
PB
NB
NS
Z
PS
PB
NB
NS
Z
PS
PB
4
S
S
S
S
S
S
S
S
S
S
S
S
S
S
S
S
S
S
5
S
S
M
S
M
M
M
B
M
M
M
B
B
M
M
B
B
B
63
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
VS
VS
VS
VS
VS
S
S
S
S
S
M
M
M
M
M
B
B
B
B
B
VB
VB
VB
VB
VB
VS
VS
VS
NB
NS
Z
PS
PB
NB
NS
Z
PS
PB
NB
NS
Z
PS
PB
NB
NS
Z
PS
PB
NB
NS
Z
PS
PB
NB
NS
Z
M
M
M
M
M
M
M
M
M
M
M
M
M
M
M
M
M
M
M
M
M
M
M
M
M
B
B
B
VS
VS
VS
S
S
S
S
S
M
M
S
S
M
M
B
M
M
M
B
B
B
B
B
B
VB
S
S
S
3
PS
PB
NB
NS
Z
PS
PB
NB
NS
Z
PS
PB
NB
NS
Z
PS
PB
NB
4
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
5
S
S
S
S
S
M
M
S
S
M
M
M
M
M
M
B
B
B
Окончание таблицы 3.2
1
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
2
VS
VS
S
S
S
S
S
M
M
M
M
M
B
B
B
B
B
VB
64
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
VB
VB
VB
VB
VS
VS
VS
VS
VS
S
S
S
S
S
M
M
M
M
M
B
B
B
B
B
VB
VB
VB
VB
VB
NS
Z
PS
PB
NB
NS
Z
PS
PB
NB
NS
Z
PS
PB
NB
NS
Z
PS
PB
NB
NS
Z
PS
PB
NB
NS
Z
PS
PB
B
B
B
B
VB
VB
VB
VB
VB
VB
VB
VB
VB
VB
VB
VB
VB
VB
VB
VB
VB
VB
VB
VB
VB
VB
VB
VB
VB
B
B
B
B
S
S
S
S
S
S
S
S
M
M
S
S
M
M
M
M
M
M
B
B
B
B
B
VB
VB
3.3 Выводы по разделу
1. Из статистических данных видно, что в течение суток происходит
изменение
интенсивности
длительность
движения,
разрешающих
которое
сигналов.
При
требует
определенную
использовании
жесткого
программного управления видно, что задержка ТС неоправданно растет. Для
компенсации
негативного
воздействия
целесообразно
использовать
адаптивную систему управления, которая имеет обратную связь
с
транспортным потоком. Она реализуется при помощи детекторов транспорта,
находящихся в зоне перекрестка и фиксирующих непрерывный поток
информации о параметрах ТП.
65
2. Анализ факторов, влияющих на процесс возникновения заторов и
систем управления СО показывает возможность применения методов
нечеткого вывода для построения математической модели в системе
управления СО.
3. Приняты три входных лингвистических переменных для модели
нечеткого вывода, образующих входной вектор β = [β1, β2, β3], и одна
выходная лингвистическая переменная β4. Обоснованы виды ФП для
входных и выходных лингвистических переменных. В рассматриваемой
модели нечеткого вывода приняты к использованию треугольные и
трапециевидные ФП. Разработана база правил, имеющая в своем составе 125
правил нечеткой продукции.
66
ЗАКЛЮЧЕНИЕ
По результатам выполнения ВКР можно сделать следующие выводы.
1.
Обзор существующей теории ТП и практики светофорного
регулирования на изолированных перекрестках показал:

транспортный поток обладает рядом свойств, неизученных к
настоящему моменту должным образом, одним из которых является
стохастичность;

одним из внешних проявлений свойства стохастичности ТП
является его неравномерность во времени;

временная неравномерность ТП проявляется в случайном
изменении динамики интенсивности движения, которая, в свою очередь,
является основным показателем транспортного спроса среди населения
изолированных перекрестках, это позволило установить, что наиболее
распространенный метод жесткого однопрограммного регулирования не
позволяет учитывать временную неравномерность ТП, что приводит к
чрезмерно высоким задержкам транспорта в пиковые периоды суток и
неоправданно высоким задержкам в межпиковые периоды.
2.
На основании проведенных автором ВКР и сотрудниками
кафедры сервиса и ремонта машин ФГБОУ ВО «ОГУ имени И.С. Тургенева»
исследований определено, что одним из наиболее загруженных участком
УДС города Орла является Наугорское шоссе. В свою очередь наиболее
загруженным пересечением на Наугорском шоссе является пересечение
Наугорского шоссе с улицей Цветаева. В результате проведения натурных
испытаний
установлено,
что
максимальное
количество
автомобилей
наблюдается в конце рабочей недели, в пятницу с 17:00 до 19:00 и составляет
7627 автомобилей. Пиковая интенсивность движения составляет 3813
авт/час. Основной поток транспорта движется в утренний и обеденный
период по направлению в город, а в вечерние часы на выезд. Затор
67
наблюдается в обе стороны движения по шоссе, а также при выезде с ул.
Цветаева.
3.
Анализ факторов, влияющих на процесс возникновения заторов и
систем управления СО показывает возможность применения методов
нечеткого вывода для построения математической модели в системе
управления СО. В результате Приняты три входных лингвистических
переменных для модели нечеткого вывода, образующих входной вектор β =
[β1, β2, β3], и одна выходная лингвистическая переменная β4. Обоснованы
виды ФП для входных и выходных лингвистических переменных. В
рассматриваемой модели нечеткого вывода приняты к использованию
треугольные и трапециевидные ФП. Разработана база правил, имеющая в
своем составе 125 правил нечеткой продукции.
68
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
1.
Адомавичус,
перспективного
В.П.
режима
Исследование
использования
существующего
городских
и
автостоянок:
автореф. дис. ... канд. техн. наук : / В.П. Адомавичус. – СПб., 1971. – 21
с.
2.
Бахтина, О.Н. Разработка методов расчета и оценки
заторовых состояний транспортного потока на улично-дорожной сети
городов : автореф. дис. ... канд. техн. наук : 05.22.10 / О.Н. Бахтина. –
Армавир, 2006. – 15 с.
3.
Гай
Л.Е.,
Кущенко
С.В.
Транспортный
затор.
Характеристика. Пути решения проблемы / Л.Е. Гай, С.В. Кущенко //
Актуальные
безопасности
вопросы
организации
движения:
сб.
автомобильных
научн.
статей
по
перевозок
и
материалам
I
Всероссийской научно-практ. конф., Саратов: Издательство«КУБиК». –
2013. – 18 апреля. – С. 20-23.
4.
Гай Л.Е., Новиков, И.А. Современные системы управления
стояночными
комплексами
Фундаментальные
/
исследования
Л.Е.
в
Гай,
И.А.
естественной
Новиков
//
сфере
и
социальноэкономическое развитие Белгородской области: сб. доклад.
научнопрактич. конф. часть 1, Белгород, 2013. – 12 октября. – С. 128131.
5.
Гай, Л.Е., Кущенко, С.В., Загородний, Н.А. Технические
средства управления стоянкой транспортных средств как один из
способов организации движения / Л.Е. Гай, С.В. Кущенко, Н.А.
Загородний // Организация и безопасность дорожного движения:
материалы IV Всероссийской научно-практической конференции,
Тюмень.: ТюмГНГУ, 2013. – С. 38-41. 97
69
6.
Гай, Л.Е., Новиков, И.А., Воля, П.А. Анализ статистических
данных как путь решения проблемы в обеспечении безопасности дорожного
движения / Л.Е. Гай, И.А. Новиков, П.А. Воля // Проблеми пiдвищення рiвня
безпеки, комфорту та культури дорожнього руху: матерiали III Мiжнародноi
науково-практичноi
конференцii
Харькiв:
Харкiький
нацiональний
автомобiльно-дорожнiй унiверситет, 2013. – 16-17 квiтня. – С. 89-92.
7.
Гай, Л.Е., Шутов, А.И., Кущенко, С.В. Заторы как следствие
роста автомобилизации. Возможность снижения заторовых явлений /Л.Е.
Гай, А.И. Шутов, С.В. Кущенко // М.: Автотранспортное предприятие. –
2013. – №4. – С. 25-27.
8.
Горев
А.
Э.
Организация
автомобильных
перевозок
и
безопасность движения : учеб. пособие для студ. высш. учеб. заведений /
А.Э. Горев, Е. М. Олещенко. — М.: Издательский центр «Академия», 2006.
— С. 150 (256 с.). 25. Методы оценки состояния организации безопасности
дорожного движения на улично-дорожной сети города / Ю.А. Побединский,
Н.Г. Рудь, А.В. Куликов, К.В. Сомова // Молодёжь и научно-технический
прогресс в дорожной отрасли Юга России : матер. IV науч.-техн. конф. студ.,
аспир. и молодых учёных, Волгоград, 11-14 мая 2010 г. / ВолгГАСУ. Волгоград, 2010. - C. 153-157.
9.
Грекова, О. Лекарство от затора. Что такое хорошо и что
такое «пробки»?/ О. Грекова, Е. Егорова, Д. Кафанов //Московский
Комсомолец. – 2003. – 10 октября.
10.
Грекова, О. Транспортные проблемы и их решение / О.
Грекова // Мир дорог. – 2005. – 15 марта.
11.
Дацюк, А.М. Автоматизированная система управления
дорожным движением (АСУДД) в Санкт-Петербурге / А.М. Дацюк,
С.И. Саблин // Организация и безопасность дорожного движения в
крупных городах: сб. докл. шестой междунар. научно-практ. конф. –
СПб: Научнообразовательный центр БДД при АДИ СПбГАСУ, 2004. –
С. 175-181. 100
70
12.
Демин, А. Чтобы избежать заторов на дорогах / А. Демин //
Транспорт России. – 2014. – №11 (044).
13.
Дрю, Д.Т. Теория транспортных потоков и управление ими. М.:
Транспорт, 1972. – 423 с.
14.
Дубровин,
Е.Н.,
Ланцберг,
Ю.С.
Изыскания
и
проектирование городских дорог / Е.Н Дубровин, М.: Транспорт, 1981.
– 471 с.
15.
Еженедельник «Аргументы и Факты», 2014. – № 49.
16.
Живоглядов, В.Г. Теоретические принципы возникновения
и упреждения заторовых состояний на автодорогах / В.Г. Живоглядов,
О.Н. Бахтина // Изв. вузов Сев.-Кавк. регион. техн. науки. – Армавир. –
2004. – № 3. – С. 52-54. 36. Хомяк, Я.В. Организация дорожного
движения / Я.В. Хомяк. – К. : Высшая школа, 1986. – 276 с.
17.
Журнал «За рулем», 2015. – январь.
18.
Иванов, В.Н. Об управлении организацией и безопасностью
дорожного движения / В.Н. Иванов // Сб. трудов НИИАТ. – М. – 1981. – С.
14-18.
19.
Измерение шумового фона в поселке Горская в зоне
строительства транспортной развязки: отчет о НИР / СПб.: СПБ Гос.
Университет путей сообщения, 1999. – рег. №2617. – 9 с.
20.
Иносэ, Х., Хамада, Т. Управление дорожным движением, М.:
Транспорт, 1983. – 248 с. 95
21.
Капитанов, В.Т., Хилажев, Е.Б. Управление транспортными
потоками в городах. М.: Транспорт, 1985 – 94 с.
22.
Клинковштейн Г.И., Сытник В.Н. и др. Методы оценки качества
организации дорожного движения: учебное пособие / Г.И. Клинковшейн,
В.Н. Сытник и др. – М.: МАДИ, 2002. – 77 с.
23.
Клинковштейн, Г.И., Афанасьев, М.Б. Организация дорожного
движения, М.: Транспорт, 2001. – 247 с.
71
24.
Клинковштейн, Г.И., Афанасьев, М.Б. Организация дорожного
движения, М.: Транспорт, 1992 – 207 с. 96
25.
Кременец,
Ю.А.
Технические
средства
организации
дорожного движения : учебник для вузов / Ю.А. Кременец, М.П.
Печерский, М.Б. Афанасьев. – М.: ИКЦ «Академкнига», 2005. – 279 с.
26.
Кущенко, Л.Е., Ковалева, Е.А. Влияние роста автомобилизации
на статистику ДТП / Л.Е. Кущенко, Е.А. Ковалева //Образование. Наука.
Производство:
VII
Международный
молодежный
форум,
Белгород:
Белгородский государственный технологический университет им. В.Г.
Шухова, 2015. – 20-22 октября. – электронный ресурс.
27.
Кущенко, Л.Е., Чушкина, В.В. Эмоциональное поведение
водителя на дороге - одна из важнейших проблем на сегодняшний день
/ Л.Е. Кущенко, В.В. Чушкина // Образование. Наука. Производство:
VII Международный молодежный форум, Белгород: Белгородский
государственный технологический университет им. В.Г. Шухова, 2015.
– 20-22 октября. – электронный ресурс.
28.
Кущенко, С.В. Повышение эффективности организации
движения на основе моделирования транспортных потоков: дис. ...
канд. техн. наук : 05.22.10 / Кущенко Сергей Викторович. – Орел, 2012.
– 133 с.
29.
Кущенко,
С.В.,
Кущенко,
Л.Е.,
Кайдалова,
Т.Ю.
Комплексный подход к снижению воздействия автомобильного
транспорта на окружающую среду /С.В. Кущенко, Л.Е. Кущенко, Т.Ю.
Кайдалова // Международный научный журнал «Инновационная
наука», Уфа, 2015. – №6. – С. 77-80.
30.
Кущенко, С.В., Лозовая, Н.Н. Факторы, влияющие на
эффективность функционирования улично-дорожной сети / С.В.
Кущенко, Н.Н. Лозовая // Образование. Наука. Производство: VII
Международный
молодежный
форум,
Белгород:
Белгородский
72
государственный технологический университет им. В.Г. Шухова, 2015.
– 20-22 октября. – С.
31.
Ластовский, А. 7,5 минуты – и ты в «пробке»…: интервью с
заместителем начальника управления ГАИ ГУВД Мингорисполкома,
начальником отдела ОДД подполковником милиции К. Страховым / А.
Ластовский // Вечерний Минск. – 2002. – 6 июня.
32.
Лобанов, Е.М. Проектирование дорог и организация
движения с учетом психофизиологии водителя, М.: Транспорт, 1980. –
311 с.
33.
Лобанов, Е.М. Транспортное планирование городов: учебник для
студентов вузов / Е.М. Лобанов. – М.: Транспорт, 1990. – 240 с.
34.
Михайлов, А.Ю., Головных, И.М. Современные тенденции
проектирования и реконструкции улично-дорожной сети городов. –
Новосибирск: Наука, 2004. – 267 с.
35.
Мягков,
Н.С.
Математическое
обеспечение
градостроительного проектирования / В.Н. Мягков, Н.С. Пальчиков,
В.П. Федоров. – Л.: Наука, 1989. – 144 с.
36.
Организация дорожного движения в городах: метод. пособие /
под ред. Ю.Д. Шелкова / М.: НИЦ МВД России, 1995, – 143 с.
37.
Организация дорожного движения: справочное пособие / А.Л.
Рыбин, И.Ф Живописцев, А.А. Шевяков, В.А. Аксенов // Под общей ред. С.В.
Федотова. – М.: ФГУП «РОСДОРНИИ», 2010. – 416 с.
38.
Петров, В.В. Управление движением транспортных потоков в
городах: монография. – Омск: Изд-во СибАДИ, 2007. – 92 с.
39.
Печерский,
М.П.
Общегородская
автоматизированная
система управления дорожным движением в г. Москва (система
«СТАРТ» и ее дальнейшее развитие) / М.П. Печерский //Организация и
безопасность дорожного движения в крупных городах: сб. докл.
шестой международн. научн. - практ. конф. – СПб: Научнообразовательный центр БДД при АДИ СПбГАСУ, 2004. – С. 169-173.
73
40.
Правила
утвержденные
дорожного
Постановлением
движения
Совета
Российской
Министров
–
Федерации,
Правительства
Российской Федерации от 23 октября 1993 г. № 1090, в редакции от
01.07.2015 г.
41.
Пугачев,
И.Н.
Организация
и
безопасность
движения.
-
Хабаровск.: Изд-во Хабаровского гос. университета, 2004. – 232 с.
42.
Семенов,
В.В.
Математическое
моделирование
динамики
транспортных потоков мегаполиса / В.В. Семенов. – М.: ИПМ им. М.В.
Келдыша РАН. – 2004.
43.
Сильянов, В.В. Теория транспортных потоков в проектировании
дорог и организации движения, М.: Транспорт, 1977. – 303 с. 9. Коноплянко,
В.И. Организация и безопасность дорожного движения, М.: Транспорт, 1991.
– 183 с.
44.
Словарь эксперта – автотехника [Электронный ресурс]. – Режим
доступа: http://www.ocenchik.ru.
45.
Талицкий,
И.И.,
Чугуев,
В.Л.,
Щербинин,
Ю.Ф.
Безопасность движения на автомобильном транспорте: Справочник.
М.: Транспорт, 1988. – 158 с. 98
46.
Федеральный
закон
«О
безопасности
дорожного
движения» (от 10 декабря 1995 г. № 196-ФЗ с изменениями и
дополнениями, внесенными Федеральным законом от 2 марта 1999 г.
№41-ФЗ).
47.
Цыбенко, Ю.А. Оптимальное распределение транспортных
потоков по улично-дорожной сети : автореф. дис. ... канд. техн.
наук :05.22.10 / Цыбенко Юрий Антонович. – М.,1984. – 18 с.
48.
Шестокас, В.В., Самойлов, Д.С. Конфликтные ситуации и
безопасность движения в городах, М.: Транспорт, 1987. – 207 с.: ил.,
табл.-библиогр.: С. 202-206.
74
49.
Ширин, В.В. Повышение пропускной способности улично-
дорожной сети города /В.В. Ширин // Вестник ХНАДУ, Харьков, 2010.
– № 50. – С. 40-47.
50.
Caj Holm Queue warning system on the Helsinki Western
Artery // Организация и безопасность дорожного движения в крупных
городах: сб. докл. Пятой междунар. Научн.-практ конф. – СПб:
Научнообразовательный центр БДД при АДИ СПбГАСУ, 2002. – С.
255-258.
51.
Jo, K. New car parks design guidance. Struct. Eng. 2002. 80, №
13, c. 13,0 ил. Англ. GB. ISSN1466-5123.
52.
Knoflacher,
H.
Untersuchung
der
Unfalle
an
Autobahneinfahrten. Band 18. Wien, «Kuratorium fur Verkehrssicherhelt»,
1982. – 113 s. 99
53.
Potter, H. S. Parking strategies across the subregion. Proc. Inst.
Civ. Eng. Munic. Eng. 2001. 145, № 1, с. 3-6. Библ. 3. Англ. GB. ISSN
0965-0903.
1/--страниц
Пожаловаться на содержимое документа