Повышение пропускной способности на регулируемых пересечениях за счет оптимизации скоростных режимов транспортных потоков
Автор: Фадина О.С., Шепелев В.Д., Варворкин М.А., Плюхин Л.Э.
Рубрика: Краткие сообщения
Статья в выпуске: 3 т.17, 2023 года.
Бесплатный доступ
В данном исследовании представлен детальный анализ параметров транспортного потока на регулируемых перекрестках с применением машинного зрения. На основе обработки видеопотоков обученной и оптимизированной нейронной сетью (YOLOv4) был проведен анализ данных по оценке пропускной способности полос с разрешенным движением только прямо, собраны характеристики перекрестков, а также разработана математическая модель расчета средней скорости групповых автомобилей для обеспечения безостановочного проезда регулируемого пересечения при координированном управлении дорожным движением. Были получены зависимости средних скоростей лидирующего автомобиля от времени разъезда очереди транспортных средств. Предложенная методика позволяет повысить пропускную способность регулируемых перекрестков до 12 % и сократить время задержки транспортных средств до 20 %.
Нейронные сети, пропускная способность перекрестка, поток насыщения, скорость, интеллектуальные транспортные системы, очередь транспортных средств, координированное управление транспортными потоками, транспортный поток, дорожное движение, пересечение, время покидания очереди транспортных средств
Короткий адрес: https://sciup.org/147241723
IDR: 147241723 | DOI: 10.14529/em230317
Список литературы Повышение пропускной способности на регулируемых пересечениях за счет оптимизации скоростных режимов транспортных потоков
- Highway Capacity Manual. TRB, Washington, DC, 2000. 1134 p.
- Sarwar S., Sipos T., Bilal M.T., Verebélyi B. Exploring correlation between highway intersection capaci-ty and traffic parameters // Periodica Polytechnica Transportation Engineering. 2021. V. 49(4). P. 344–353. DOI: 10.3311/PPTR.15809
- Knoop V.L., Wierbos M.J., van Boggelen O. Capacity gains of splitting cross-traffic into multiple sub-streams // Transportation Research Record Journal of the Transportation Research Board. 2022. DOI: 10.1177/03611981211036683
- Makki A.A., Nguyen T.T., Ren J., Al-Jumeily D., & Hurst W. Estimating road traffic capacity // IEEE Access. 2020, 8. P. 228525–228547. DOI: 10.1109/ACCESS.2020.3040276
- Моделирование пропускной способности узлов транспортной городской сети на основе методов нечеткой логики / В.Д. Шепелев, А.И. Глушков, И.С. Слободин и др. // Вестник ЮУрГУ. Серия «Экономика и менеджмент». 2021. Т. 15, № 4. С. 181–187. DOI: 10.14529/em210419. EDN: IMAPPK.
- Shepelev V., Aliukov S., Glushkov A. et al. Identification of distinguishing characteristics of intersec-tions based on statistical analysis and data from video cameras // J Big Data 7, 46 (2020). DOI: 10.1186/s40537-020-00324-7
- Luis Ramirez-Polo, Miguel A. Jimenez-Barros, Vladimir Varela Narváez, Carlos Parodi Daza, Simula-tion and Optimization of Traffic Lights For Vehicles Flow in High Traffic Areas // Procedia Computer Science. 2022. Vol. 198. P. 548–553. ISSN 1877-0509.
- Kentaro Wada, Kento Usui, Tsubasa Takigawa, Masao Kuwahara, An optimization modeling of coordi-nated traffic signal control based on the variational theory and its stochastic extension // Transportation Research Procedia. 2017. Vol. 23. P. 624–644. ISSN 2352-1465.
- Mandal A., Sadhukhan P., Gaji F., Sharma P. Time Road Traffic Queue Length: A Reliable Approach Using Ultrasonic Sensor // Lecture Notes in Electrical Engineering. 2020. Vol. 602. P. 391–398. DOI: 10.1007/978-981-15-0829-5_38
- Chang J., Talas M., Muthuswamy S. Simple methodology for estimating queue lengths at signalized in-tersections using detector data // Transportation Research Record. 2013. Vol. 2355. P. 31–38. DOI: 10.3141/2355-04
- Mandava S., Boriboonsomsin K. and Barth M. Arterial velocity planning based on traffic signal infor-mation under light traffic conditions // 2009 12th International IEEE Conference on Intelligent Transportation Systems, St. Louis, MO, USA, 2009. P. 1–6. DOI: 10.1109/ITSC.2009.5309519
- Li Z., Wang B., Zhang J. Comparative Analysis of Drivers, Start-Up Time of the First Two Vehicles at Signalized Intersections // Journal of Advanced Transportation. 2016. 50.2. P. 228–239. DOI: 10.1002/atr.1318
- ОДМ 218.2.020-2012. Методические рекомендации по оценке пропускной способности автомобильных дорог. М., 2012.
- Власов А.А. Теория транспортных потоков: монография. Пенза: ПГУАС, 2014. 124 с.
- Ibryaeva O.L., Shepelev V.D., Kuzmicheva O.D. A Study of the Impact of the Transport Queue Struc-ture on the Traffic Capacity of a Signalized Intersection Using Neural Networks // Transportation Research Procedia, 23, Paphos, 2021. P. 589–596. DOI: 10.1016/j.trpro.2021.01.070. EDN: OJVFFW.
- Кременец Ю.А., Печерский М.П., Афанасьев М.Б. Технические средства организации дорожного движения. М.: ИКЦ «Академкнига», 2005.
