Влияние пропускной способности регулируемых пересечений на количество выхлопных газов от автотранспорта

Влияние пропускной способности регулируемых пересечений на количество выхлопных газов от автотранспорта

Автор: Шепелев Владимир Дмитриевич, Глушков Александр Иванович, Фадина Ольга Сергеевна, Кутузова Виталина Евгеньевна

Журнал: Вестник Южно-Уральского государственного университета. Серия: Экономика и менеджмент @vestnik-susu-em

Рубрика: Логистика и управление транспортными системами

Статья в выпуске: 1 т.17, 2023 года.

Бесплатный доступ

Возможность отслеживать состояние отдельных участков дорог в городской среде с целью более эффективного управления дорожными заторами становится все более важной. В настоящее время разрабатываются сложные системы управления дорожным движением, способные обрабатывать данные как статических, так и мобильных датчиков и предоставлять информацию о дорожном движении для сети дорог. В дополнение к типичным данным о дорожном движении, таким как поток, плотность и средняя скорость движения, в настоящее время наблюдается большой интерес к экологическим факторам, таким как парниковые газы, выбросы загрязняющих веществ и расход топлива. В данной работе предложен мониторинг с использованием обзорных камер уличного видеонаблюдения с применением сверточных нейронных сетей. Тестирование системы в различных условиях показало абсолютную процентную точность обнаружения и классификации транспортных средств, не менее 92 %. В результате исследования выявлены наиболее значимые факторы, управляя которыми можно эффективно влиять на пропускную способность полосы движения. Предложена методика расчета времени разъезда очереди внегрупповых транспортных средств и исследовано влияние ускорения на пропускную способность, которое позволит снизить вероятность появления заторных ситуаций на регулируемых перекрестках. Проведены исследования влияния скорости проезда автотранспортом узлов улично-дорожной сети (УДС) на количество выбросов загрязняющих веществ в атмосферу.

Еще

Нейронные сети, пропускная способность перекрестка, поток насыщения, ускорение, выбросы вредных веществ

Короткий адрес: https://sciup.org/147240311

IDR: 147240311   |   DOI: 10.14529/em230116

Список литературы Влияние пропускной способности регулируемых пересечений на количество выхлопных газов от автотранспорта

  • Кременец Ю.А., Печерский М.П., Афанасьев М.Б. Технические средства организации дорожного движения. М.: ИКЦ «Академкнига», 2005.
  • Афанасьев М.Б. и др. Условия введения различных режимов регулирования дорожного движения. М.: Изд-во ВНИИ БД МВД СССР, 1976. 319 с.
  • Врубель Ю.А. О потоке насыщения / Белорус. политех. ин-т. Минск, 1988. 7 с. Рук. деп. в ЦБНТИ Минавтотранса РСФСР, № 663 ат. 89.
  • Клинковштейн Г.И., Афанасьев М.Б. Организация дорожного движения. М.: Транспорт, 2001. 247 с.
  • Жданов В.Л. Технические средства организации дорожного движения: учебное пособие. Кемерово: КузГТУ имени Т.Ф. Горбачева, 2017. 267 с.
  • Highway Capacity Manual. TRB, Washington, DC, 2000. 1134 p.
  • Teply S., Allingham D.I., Richardson D.B., Stephenson B.W., Gough J.W. (2008) Canadian Capacity Guide for Signalized Intersections. 3rd ed. Institute of Transportation Engineers.
  • Wodrop J. Some theoretical aspects of road traffic research // Proc. Inst. Civ.Eng. Part II, 1952, 1(2). P. 325–365.
  • Webster F.V., Cobbe B.M. Traffic Signals Road Research Technical Paper N56, HMSQ, London, 1966. 111 p.
  • Branston D. Some factors affecting the capacity of signalized inter-section // Traffic Eng. and Contr., 1979. V. 20, N 8-9. P. 390–396.
  • Branston D., Van Zulien H.J. The estimation of saturation flow, effective green time and passenger car equivalents at traffic signals by multiple liner regression // Transp. Res., 1987. V. 12. P. 47–53.
  • Shanteau R.M. Using cumulative curves to measure saturation flow and lost time // ITE Journal, 1988. V. 15, N 10. P. 27–31.
  • Stokes R.W. Comparison of saturation flow rates at signalized inter-sections // ITE Journal, 1988. V. 15, N 11. P. 15–20.
  • Shepelev V., Aliukov S., Nikolskaya K., Das A., Slobodin I. (2020). The Use of Multi-Sensor Video Surveillance System to Assess the Capacity of the Road Network // Transport and Telecommunication, 21 (1), 15–31. DOI: 10.2478/ttj-2020-0002
  • Видеонаблюдение в г. Челябинске онлайн. URL: https://cams.is74.ru/live
  • Dunbar J.C., Lin C.-I., Vergucht I., Wong J., Durant J.L. Estimating the contributions of mobile sources of PAH to urban air using real-time PAH monitoring (2001) // Science of the Total Environment, 279 (1-3), pp. 1–19. DOI: 10.1016/S0048-9697(01)00686-6
  • Allegrini I., Costabile F. Monitoring air quality in urban areas: Experiences in China (2008) // Sustaina-ble Development and Environmental Management: Experiences and Case Studies, pp. 125–139. DOI: 10.1007/978-1-4020-8229-0_9
  • Adams M.D., Kanaroglou P.S. Mapping real-time air pollution health risk for environmental manage-ment: Combining mobile and stationary air pollution monitoring with neural network models (2016) // Journal of Environmental Management, 168, pp. 133–141. DOI: 10.1016/j.jenvman.2015.12.012
  • Baldasano J.M., Gonçalves M., Soret A., Jiménez-Guerrero P. Air pollution impacts of speed limitation measures in large cities: The need for improving traffic data in a metropolitan area (2010) // Atmospheric Envi-ronment, 44 (25), pp. 2997–3006. DOI: 10.1016/j.atmosenv.2010.05.013
  • Coelho M.C., Farias T.L., Rouphail N.M. Impact of speed control traffic signals on pollutant emissions (2005) // Transportation Research Part D: Transport and Environment, 10 (4), pp. 323–340. DOI: 10.1016/j.trd.2005.04.005
  • Scora G., Morris B., Tran C., Barth M., Trivedi M. Real-time roadway emissions estimation using visual traffic measurements (2011) // IEEE Forum on Integrated and Sustainable Transportation Systems, FISTS 2011, статья № 5973651. P. 40–47. DOI: 10.1109/FISTS.2011.5973651
  • Mądziel M., Jaworski A., Kuszewski H., Woś P., Campisi T., Lew K. The Development of CO2 Instantaneous Emission Model of Full Hybrid Vehicle with the Use of Machine Learning Techniques (2022) // Ener-gies, 15 (1), статья № 142. DOI: 10.3390/en15010142
  • Lejri D., Can A., Schiper N., Leclercq L. Accounting for traffic speed dynamics when calculating COPERT and PHEM pollutant emissions at the urban scale (2018) // Transportation Research Part D: Transport and Environment, 63, pp. 588–603. DOI: 10.1016/j.trd.2018.06.023
  • Ding H., Cai M., Lin X., Chen T., Li L., Liu Y. RTVEMVS: Real-time modeling and visualization sys-tem for vehicle emissions on an urban road network (2021) // Journal of Cleaner Production, 309, № 127166. DOI: 10.1016/j.jclepro.2021.127166
  • Morris B.T., Tran C., Scora G., Trivedi M.M., Barth M.J. Real-time video-based traffic measurement and visualization system for energy/emissions (2012) // IEEE Transactions on Intelligent Transportation Systems, 13 (4), № 6287593, pp. 1667–1678. DOI: 10.1109/TITS.2012.2208222
  • Official Site of the COPERT 4 Model. (2008) COPERT. URL: http://lat.eng.auth.gr/copert
  • Lejri D., Can A., Schiper N., Leclercq L. Accounting for traffic speed dynamics when calculating COPERT and PHEM pollutant emissions at the urban scale (2018) // Transportation Research Part D: Transport and Environment, 63, pp. 588–603. DOI: 10.1016/j.trd.2018.06.023
  • Приказ Министерства природных ресурсов и экологии РФ от 27 ноября 2019 г. № 804 «Об утверждении методики определения выбросов загрязняющих веществ в атмосферный воздух от передвижных источников для проведения сводных расчетов загрязнения атмосферного воздуха». URL: https://www.garant.ru/products/ipo/prime/doc/73240708/
  • ГОСТ Р 56162-2019. Выбросы загрязняющих веществ в атмосферу. Метод расчета количества выбросов загрязняющих веществ в атмосферу потоками автотранспортных средств на автомобильных дорогах разной категории. URL: https://docs.cntd.ru/document/1200167788
Еще
Статья научная
SciUp 2024 © 2024 ©