Рюмкин Максим Александрович – инженер-проектировщик автомобильных дорог.
644112, Омск, ул. Степанца, д.3, офис 35П
Ryumkin Maxim A. – Highway Design Engineer.
3 Stepants Street, office 35P, Omsk, 644112
Шнайдер Виктория Александровна – доц. кафедры «Проектное управление и информационное моделирование в строительстве» СибАДИ.
644050, Омск, пр. Мира, 5
Schneider Victoria A. – Associate Professor, Department of Project Management and Information Modeling in Construction, (SibADI.
5, ave. Mira, Omsk, 644050
Введение. Основной проблемой городов стала необеспеченная пропускная способность существующей городской транспортной сети в связи с ростом интенсивности движения за последние десятилетия и увеличения количества легковых автомобилей в составе транспортного потока. Обнаруженная проблема затрагивает большие города нашей страны и обусловлена увеличением уровня урбанизации. Регулярно возникающие заторы ухудшают качество жизни населения, негативно влияя также на экономическое благополучие и экологическую обстановку городских территорий. Пропускная способность улично-дорожной сети зависит от многих факторов. При решении задач повышения пропускной способности необходимо учитывать тип исследуемого объекта: городская дорога или дорога общего пользования; относится объект исследования к линейному участку; является ли примыканием (в одном и разных уровнях) либо пересечением (в одном и разных уровнях). Одним из инструментов для повышения пропускной способности на сегодняшний день являются интеллектуальные транспортные системы. Для задач мониторинга, контроля совместно с ИТС активно стали применяться технологии машинного зрения.
Целью нашего исследования является разработка концепции интеллектуальной транспортной системы для повышения пропускной способности, существующей транспортной сети путем регулирования транспортных потоков с применением машинного зрения.
Материалы и методы. Рассматриваемый участок улично-дорожной сети находится в Центральном районе г. Омска. Обследования проводились в будние дни, в течение часа в утреннее и вечернее время часа пик. Учет проводился путем фиксирования прохождения пешеходов и проезда каждого транспортного средства через сечение. Применение видеофиксации дало возможность более точно определить количество транспортных средств, которые проезжают через рассматриваемое поперечное сечение. Полученные данные стали основой для создания транспортной модели как цифрового двойника, использования данных для обоснования принятых проектных решений, учета транспортных средств и принятий решений об актуализации светофорных циклов. Для оценки пропускной способности использовался программный комплекс PTV Vissim. В микроскопическую модель транспортного потока заложены модель поведения за впереди идущим автомобилем и модель смены полосы движения. Результат имитации – анимация движения транспорта в режиме онлайн на графических поверхностях и автономное перечисление различных транспортно-технических параметров.
Результаты. Концепция предполагает перераспределение транспортных потоков на альтернативный путь движения за счет машинного зрения, искусственного интеллекта и дорожных знаков группы 5.15. В программном комплексе PTV Vissim смоделировано решение с учетом предлагаемой концепции. Путем имитационного моделирования зафиксирован наиболее оптимальный временной интервал работы концепции, который составил ограничение работы модели в 20 мин. Данный промежуток позволяет как «распустить» потоки, так и не допустить заторы в течение часа пик.
Обсуждение и заключение. Развитие интеллектуальной системы, разработка усовершенствованных систем контроля и учета транспортных средств является важнейшим направлением исследований в области повышения пропускной способности транспортных потоков населенных пунктов. Для реализации на практике данной концепции необходима финансовая поддержка (государственное финансирование/гранты/частные инвестиции), привлечение профильных специалистов (комплексная задача) требует более детальную проработку проекта.
Introduction. The main problem facing modern cities is the insufficient road capacity within the operating urban transport network due to the increase of traffic intensity observed over the past decades and the growing number of passenger vehicles in traffic flows. The identified problem is relevant for large and major cities across the country and it is caused by the rising level of urbanization. Regular traffic congestion worsens living conditions, negatively affecting both the economic well-being and the ecological situation in urban areas. The traffic capacity of street-and-road network depends on many factors. When addressing the issue of increasing traffic capacity, it is necessary to consider the type of transport facility — whether it is an urban road or a road of general use; if the research object is a straight section, a junction, or an intersection (built at the same or different levels). One of the tools for increasing traffic capacity today is Intelligent Transport Systems (ITS). Along with ITS, machine vision technologies have been widely used for monitoring and control tasks. The purpose of this research is to develop a concept for an intelligent transport system aimed at increasing the traffic capacity of the urban road network through regulation of traffic flows with machine vision technology.
Materials and methods. A section of urban street-and-road network located in the Central District of Omsk has been investigated. One-hour surveys were carried out on weekdays, in the morning and evening peak periods. Data collection involved recording of both pedestrian and vehicle movement for a cross-section. The use of video recording made it possible to determine more accurately the number of vehicles that pass through the cross section. The data obtained formed the basis for building a transport model as a digital twin, taking design solutions, analysis of traffic census and updating traffic light cycles. The PTV Vissim software package was used to evaluate traffic capacity. The microscopic model of traffic flow includes a movement pattern for following a vehicle ahead and a pattern for changing lanes. The results of the simulation include animated traffic movements visualized online, displaying various transport and technical parameters.
Results. The concept suggests redirecting traffic flows to an alternative route with machine vision, artificial intelligence and road signs of 5.15 group. Within the PTV Vissim software, a model of the proposed concept was developed. Simulation results identified the optimal operational time interval for the concept — a 20-minute period. This interval allows redirecting the flows and preventing congestions during rush hours.
Discussion and conclusions. The development of intelligent systems and advanced traffic monitoring and control methods is a vital area of modern urban transport research concerning the increase of traffic capacity. For practical implementation, the proposed concept requires financial support (government funding or grants, private investments), recruiting professional experts and carrying out a more detailed project elaboration.
The authors declare that there are no conflicts of interest present.