Повышение эффективности дорожного движения динамическим управлением скоростью движения транспортных средств на примере г. Казани

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. 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 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. 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.

1. Андреев 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 HNTJMK

2. Булатова 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 YQUROE

3. Булатова 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 LUOATD

4. Го 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 RIIFVE

5. Грязнов 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.

6. Грязнов 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 KRMRMZ

7. Евстигнеев 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 QHGUJZ

8. 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 XMPWOL

9. Зырянов 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 NCCROE

10. Курбатов 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 ITMNZK

11. Новиков 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 IMMDEC

12. Покусаев 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 FRMUSZ

13. Солодкий 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 DXSECG

14. Юнг 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 RLLOOR

15. Li 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 MSKDZT

16. Mahmassani 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:1012831808926

17. Niedzielski 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 GQZJVB

18. Novikov 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 LYETQV

19. Xie 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 ZOUIYR

20. Xu 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 OCBFIG