sibadiНаучный рецензируемый журнал "Вестник СибАДИ"The Russian Automobile and Highway Industry Journal2071-72962658-5626The Siberian State Automobile and Highway University10.26518/2071-7296-2025-22-6-940-951YKUNTIsibadi-2119Research ArticleТРАНСПОРТTRANSPORTПовышение эффективности дорожного движения динамическим управлением скоростью движения транспортных средств на примере г. КазаниImproving traffic efficiency through dynamic traffic speed control (Kazan case study)https://orcid.org/0000-0001-5185-2690ЗагидуллинР. Р.ZagidullinR. R.

Загидуллин Рамиль Равильевич – канд. техн. наук, доц. кафедры «Конструктивно-дизайнерское проектирование», ведущий научный сотрудник научно-исследовательской лаборатории «Интеллектуальная мобильность»

Scopus ID: 57193743308, Researcher ID: E-5671-2018 

420008, г. Казань, ул. Кремлевская, 18 

Zagidullin Ramil R. – Cand. of Technical Sciences, Associate Professor, Department of Structural and Design Engineering, Leading Researcher at the Intelligent Mobility Scientific Research Laboratory

Scopus ID: 57193743308, Researcher ID: E-5671-2018 

Kremlevskaya str., 18, Kazan, 420008 

r.r.zagidullin@mail.ruКазанский (Приволжский) федеральный университетРоссияKazan Federal UniversityRussian Federation202512012026226940951Copyright © Загидуллин Р.Р., 20252025Загидуллин Р.Р.Zagidullin R.R.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.sibadi.org/jour/article/view/2119Введение

Введение. В статье рассматривается проблема повышения эффективности и безопасности городских транспортных систем за счет внедрения динамического управления скоростью движения. Актуальность исследования обусловлена необходимостью адаптации параметров движения к изменяющимся дорожным и погодным условиям в реальном времени. Работа анализирует эволюцию от классических систем управления дорожным движением к усовершенствованным системам (УСУДД), интегрированным в интеллектуальные транспортные системы (ИТС). Особое внимание уделяется методам динамического управления скоростью с использованием табло переменной информации (ТПИ) и перспективам внедрения коммуникационных технологий «инфраструктура – транспортное средство» (V2I).

Материалы и методы

Материалы и методы. Основным методом исследования является имитационное моделирование в Aimsun на примере улично-дорожной сети г. Казани. Было разработано 12 стратегий зонального регулирования скорости (от 20 до 80 км/ч) и проведен их сравнительный анализ методами мезо- и микромоделирования для утреннего пикового периода.

Результаты

Результаты. Результаты показали, что дифференцированное управление эффективно влияет на параметры потока. Наилучшие результаты продемонстрировала Стратегия С3 (ограничения 80, 60, 60 км/ч по зонам), обеспечив минимальные общие затраты времени (769 253 сек), максимальную среднюю скорость (35,33 км/ч) и пропускную способность (35 566,5 ТС/ч). Стратегии с равномерно низкими ограничениями ухудшили все показатели.

Обсуждение и заключение

Обсуждение и заключение. Проведенное исследование подтверждает высокую эффективность динамического зонального управления скоростью для оптимизации транспортных потоков в городских условиях. Установлено, что дифференцированное регулирование (а не единое жесткое ограничение) позволяет находить баланс между пропускной способностью, скоростью движения и уровнем загрузки сети. Наилучшие результаты показала Стратегия С3, предполагающая относительно высокие допустимые скорости на магистральных направлениях. В перспективе повышения эффективности управления связано с интеграцией технологий V2I, позволяющих реализовать индивидуальное и непрерывное регулирование скорости для каждого транспортного средства, что приведет к дальнейшей гармонизации транспортного потока и повышению безопасности.

Introduction

Introduction. The article discusses the problem of improving the efficiency and safety of urban transport systems through the introduction of dynamic speed control. The relevance of the study is due to the need to adapt traffic parameters in real time to changing road and weather conditions. The work analyzes the evolution from classical traffic control systems to advanced systems integrated into intelligent transport systems (ITS). Particular attention is paid to dynamic speed control methods using variable information display (VMI) and the prospects for the introduction of infrastructure-vehicle (V2I) communication technologies.

Materials and methods

Materials and methods. The main research method is simulation modeling in Aimsun using the example of the Kazan street and road network. 12 strategies for zonal speed control (from 20 to 80 km/h) were developed and their comparative analysis was carried out by means of meso- and micromodeling methods for the morning peak period.

Results

Results. It has been shown that differentiated control has an effective impact on the flow parameters. The best results were demonstrated by the C3 Strategy (limits of 80, 60, 60 km/h by zone), ensuring the minimum total time spent (769,253 seconds), maximum average speed (35.33 km/h) and throughput (35,566.5 T/h). Strategies with uniformly low constraints resulted in deteriorated indicators.

Discussion and conclusion. The conducted research confirms the high efficiency of dynamic zonal speed control for optimizing traffic flows in urban conditions. It has been established that differentiated regulation (rather than a single strict restriction) makes it possible to find a balance between bandwidth, speed of movement and the level of network load. The best results have been shown by the C3 Strategy, which assumes relatively high speed limits on main routes. Further research will provide increased control efficiency associated with the integration of V2I technologies to allow for individual and continuous speed control for each vehicle, which will lead to further harmonization of traffic flow and increased safety.

динамическое управление скоростьютранспортный потокинтеллектуальные транспортные системыимитационное моделированиеAimsunусовершенствованная система управления дорожным движениемтабло переменной информациигородская транспортная сетьпропускная способностьзональное регулированиеdynamic speed controltraffic flowintelligent transport systemssimulation modelingAimsunadvanced traffic management systemvariable information displayurban transport networkcapacityzonal regulationReferencesАндреев Е.О., Жанказиев С.В., Зырянов В.В., Павлов А.С. Развитие архитектуры интеллектуальных транспортных систем // T-Comm: Телекоммуникации и транспорт. 2024. Т. 18 (1): 38–43. Https://doi.org/10.36724/2072-8735-2024-18-1-38-43. EDN HNTJMKAndre E.O., Zhankaziev S.V., Zyryanov V.V., Pavlov A.S. Development of an architectural and engineering communication system. T-Comm: Telecommunications and transport. 2024; Vol. 18, No.1: 38-43. Https://doi.org/10.36724/2072-8735-2024-18-1-38-43. EDN HNTJMKБулатова О.Ю. Концепция реализации технологии V2X для повышения эффективности дорожного движения // Мир транспорта и технологических машин. 2022. № 1 (76): 48–53. Https://doi.org/10.33979/2073-7432-2022-76-1-48-53. EDN YQUROEBulatova O.Y. The concept of implementing V2X communication technology to improve traffic efficiency. The world of transport and technological machines. 2022; № 1 (76): 48-53. Https://doi.org/10.33979/2073-7432-2022-76-1-48-53. EDN YQUROEБулатова О.Ю. Принципы функционирования транспортной инфраструктуры в умных городах // Мир транспорта и технологических машин. 2022. № 3-1 (78): 73–78. Https://doi.org/10.33979/2073-7432-2022-1(78)-3-73-78. EDN LUOATDBulatova O.Y. Principles of functioning of transport infrastructure in smart cities. The world of transport and technological machines. 2022; No. 3-1 (78): 73-78. Https://doi.org/10.33979/2073-7432-2022-1(78)-3-73-78. EDN LUOATDГо А. Система управления дорожным движением на основе технологии блокчейн и интернета вещей // T-Comm: Телекоммуникации и транспорт. 2022. Т. 16(10): 28–35. Https://doi.org/10.36724/2072-8735-2022-16-10-28-35. EDN RIIFVEGuo A. Traffic management system based on blockchain technologies and the Internet of Things. T-Comm: Telecommunications and Transport. 2022; Vol. 16, No. 10: 28-35. Https://doi.org/10.36724/2072-8735-2022-16-10-28-35. EDN RIIFVEГрязнов Н.А. Обмен навигационной информацией для оперативного управления дорожным движением // Информатика и автоматизация. 2023. Т. 22(1): 33–56. Https://doi.org/10.15622/ia.22.1.2. EDN IEWXTP.Gryaznov N.A. Exchange of navigation information for operational traffic management. Informatics and automation. 2023; Vol. 22(1): 33-56. Https://doi.org/10.15622/ia.22.1.2. EDN IEWXTPГрязнов М.В., Давыдов К.А. Увеличение скорости сообщения на регулярных автобусных маршрутах // Мир транспорта. 2019. Т. 17, № 6 (85): 202–220. Https://doi.org/10.30932/1992-3252-2019-17-202-220. EDN KRMRMZGryaznov M.V., Davydov K.A. Increasing the speed of communication on regular bus routes. World of transport. 2019; Vol. 17, No. 6 (85): 202-220. Https://doi.org/10.30932/1992-3252-2019-17-202-220. EDN KRMRMZЕвстигнеев И.А., Шмытинский В.В. Вопросы взаимодействия беспилотных транспортных средств с дорожной инфраструктурой // Транспорт Российской Федерации. Журнал о науке, практике, экономике. 2019. № 6 (85): 17–21. EDN QHGUJZEvstigneev I.A., Shmytinsky V.V. Issues of interaction of unmanned vehicles with road infrastructure. Transport of the Russian Federation. A journal about science, practice, and economics. 2019; № 6 (85): 17-21. EDN QHGUJZ.Зырянов В.В., Феофилова А.А., Чуклинов Н.Н. Динамическая маршрутизация транспортных потоков как метод снижения транспортной нагрузки на элементы УДС // Мир транспорта и технологических машин. 2018. № 1 (60): 74–80. EDN XMPWOLZyryanov V. V., Feofilova A. A., Chuklinov N. N. Dynamic routing of traffic flows as a method of reducing the transport load on the elements of the UDS.The world of transport and technological machines. 2018; № 1 (60): 74-80. EDN XMPWOLЗырянов В.В., Го А., Линник Ю.Н., Кулев М.В. Моделирование гибких скоростных режимов на автомагистралях // Мир транспорта и технологических машин. 2024. № 4-1 (87): 104–111. Https://doi.org/10.33979/2073-7432-2024-4-1(87)-104-111. EDN NCCROEZyryanov V.V., Guo. Aohua, Linnik Yu.N., Kulev M.V. Modeling of flexible speed modes on motorways. The world of transport and technological machines. 2024; № 4-1 (87): 104-111. Https://doi.org/10.33979/2073-7432-2024-4-1(87)-104-111. EDN NCCROEКурбатов Д.С., Старостенко А.В. Инновационные подходы к организации дорожного движения на основе цифровых двойников автомобильных дорог // Вестник СибАДИ. 2025. Т. 22(5): 772–785. Https://doi.org/10.26518/2071-7296-2025-22-5-772-785. EDN ITMNZKKurbatov D.S., Starostenko A.V. Innovative approaches to traffic management based on digital highway doubles. Bulletin of SibADI. 2025; Vol. 22(5): 772-785. Https://doi.org/10.26518/2071-7296-2025-22-5-772-785. EDN ITMNZKНовиков И.А., Шевцова А.Г., Кравченко А.А., Бурлуцкая А.Г. Разработка методики адаптации модели регулируемого пересечения // Вестник СибАДИ. 2020. Т. 17, № 6 (76): 726–735. Https://doi.org/10.26518/2071-7296-2020-17-6-726-735. EDN IMMDECNovikov I.A., Shevtsova A.G., Kravchenko A.A., Burlutskaya A.G. Development of a methodology for adapting the controlled intersection model. Bulletin of the Siberian State Automobile and Road University. 2020; Vol. 17, No. 6 (76): 726-735. Https://doi.org/10.26518/2071-7296-2020-17-6-726-735. EDN IMMDECПокусаев О.Н., Намиот Д.Е., Чекмарев А.Е. Об управлении трафиком в умном городе // International Journal of Open Information Technologies. 2021. Т. 9, № 5: 66–71. EDN FRMUSZPokusaev O.N., Namiot D.E., Chekmarev A.E. On traffic control in a smart city. International Journal of Open Information Technologies. 2021; Vol. 9, No. 5: 66-71. EDN FRMUSZСолодкий А.И., Евтюков С.С., Черных Н.В. Цифровая трансформация транспортной отрасли Российской Федерации. Перспективы развития // Вестник Московского автомобильно-дорожного государственного технического университета (МАДИ). 2024. № 1(76): 91–99. EDN DXSECGSolodky A.I., Yevtyukov S.S., Chernykh N.V. Digital transformation of the transport industry of the Russian Federation. Prospects of development. Bulletin of the Moscow Automobile and Highway State Technical University (MADI). 2024; № 1(76): 91-99. EDN DXSECGЮнг А.А., Шевцова А.Г. Результат оценки характеристик транспортного потока с учетом движения средств индивидуальной мобильности с помощью моделирования участка дорожного движения // Вестник СибАДИ. 2022. Т. 19, № 5 (87): 716–726. Https://doi.org/10.26518/2071-7296-2022-19-5-716-726. EDN RLLOORJung A.A., Shevtsova A.G. The result of assessing the characteristics of the traffic flow, taking into account the movement of means of individual mobility by modeling a section of traffic. Bulletin of the Siberian State Automobile and Road University. 2022; Vol. 19, No. 5 (87): 716-726. Https://doi.org/10.26518/2071-7296-2022-19-5-716-726. EDN RLLOORLi H., Zhang Ju., Li Yu. [et al.] Modeling and simulation of vehicle group collaboration behaviors in an on-ramp area with a connected vehicle environment // Simulation Modelling Practice and Theory. 2021. Vol. 110: 102332. Https://doi.org/10.1016/j.simpat.2021.102332. EDN MSKDZTLi H., Y. Zhang, Li Y. [et al.] Modeling the behavior of a group of vehicles when working together in the ramp entrance area with a connected vehicle. Practice and theory of simulation modeling. 2021; Volume 110: 102332. Https://doi.org/10.1016/j.simpat.2021.102332. EDN MSKDZTMahmassani H.S. Dynamic Network Traffic Assignment and Simulation Methodology for Advanced System Management Applications // Networks and Spatial Economics. 2001. № 1(3): 267-292. Https://doi.org/10.1023/A:1012831808926Mahmassani H.S. Methodology of dynamic network traffic distribution and modeling for advanced system management applications. Networks and spatial economics. 2001; № 1(3): 267-292. Https://doi.org/10.1023/A:1012831808926Niedzielski M.A., S. Goliszek, Górka A. Signals, tracks, and trams: public transport signal priority impact on job accessibility over time // Scientific Reports. 2024. Vol. 14, No. 1: 23459. Https://doi.org/10.1038/s41598-024-74960-x. – EDN GQZJVBNedzelski M.A., Golishek S., Gurka A. Signals, rails and trams: The influence of the priority of public transport signals on the accessibility of workplaces over time. Scientific reports. 2024; Volume 14, No. 1: 23459. Https://doi.org/10.1038/s41598-024-74960-x. EDN GQZJVBNovikov A., Novikov I., Shevtsova A. Modeling of traffic-light signalization depending on the quality of traffic flow in the city // Journal of Applied Engineering Science. 2019. Т. 17(2): 175-181. Https://doi.org/10.5937/jaes17-18117. EDN LYETQVNovikov A., Novikov I., Shevtsova A. Modeling of traffic-light signalization depending on the quality of traffic flow in the city. Journal of Applied Engineering Science. 2019; Т. 17, No 2: 175-181. Https://doi.org/10.5937/jaes17-18117. EDN LYETQVXie N., Dong Ch., Wang H. Coordination of distributed adaptive signal control and advisory speed optimization based on shockwave theory // ComputerAided Civil and Infrastructure Engineering. 2024. Https://doi.org/10.1111/mice.13364. EDN ZOUIYRXie N., Dong C., Wang H. Coordination of distributed adaptive signal management and recommendatory speed optimization based on shock wave theory. Automated construction of buildings and infrastructure. 2024. Https://doi.org/10.1111/mice.13364. EDN ZOUIYRXu Te., Barman S., Levin M. W. [et al.] Integrating public transit signal priority into max-pressure signal control: Methodology and simulation study on a downtown network // Transportation Research Part C: Emerging Technologies. 2022. Vol. 138: 103614. Https://doi.org/10.1016/j.trc.2022.103614. EDN OCBFIGXu Te., Barman S., Levin M.V. [et al.] Integration of the priority of the public transport signal into the control of the maximum pressure signal: methodology and simulation study of the network in the city center. Research in the field of transport, part C: New technologies. 2022. Volume 138: 103614. Https://doi.org/10.1016/j.trc.2022.103614. EDN OCBFIG

The authors declare that there are no conflicts of interest present.