По всем вопросам звоните:

+7 495 274-22-22

УДК: 656.13.08

Предпосылки функциональных интеллектуальных транспортных систем

В. А. Грушников канд. техн. наук, старший научный сотрудник ВИНИТИ РАН

Инфраструктурные транспортные системы являются неотъемлемой составной частью современной безопасной дорожно-транспортной структуры. Оптимальность реализации ее возможностей обеспечивается интеграцией коммуникационных способностей бортовых и придорожных электронных устройств.

Литература:

1. Li J., Liu Y., Hu J. Lane Tracking of Driver Assistance System with Man-machinecoordination // Jixie gongcheng xuebao = J. Mech. Eng. — 2018. — 54, №2. — С. 169–175.

2. Xu L., Zhai W. Stochastic Model Used for Temporal-spatial Analysis of Vehicle-track Coupled Systems// Tiedao xuebao = J. China Railway Soc. — 2018. — Т. 40. — №1. — С. 74–79.

3. Yun W.-g., Xiao R.-m., Li B. Influence of feet vibration fatigue on driver braking reaction Time // Chang΄an daxue xuebao. Ziran kexue ban = J. Chang΄an Univ. Nat. Sci. Ed. — 2017. — Т. 37. — №6. — С. 128–134.

4. Mothafer G., Yamamoto T., Shankar V.N. A multivariante heterogeneous-dispersion count model for asymmetric interdependent freeway crash types // Transp. Res. B. [Электронный ресурс]. — 2018. — Т. 108. — С. 84–105.

5. Huang J., Chen Z., Pei X., Dong X., Zhang J. Research on Trajectory Prediction for Intelligent Vehicles Based on D-S Reasoning // Qiche gongcheng xuebao = Chin. J. Automot. Eng. — 2018. — Т. 8. — №1. — С. 24–30.

6. Saeedmanesh M., Geroliminis N. Dynamic Clustering and Propagation of Congestion in Heterogeneously Congested Urban Traffic Networks // Trans. Res. B. [Электронный ресурс]. — 2017. — Т. 105. — С. 193–211.

7. Cicchino J.B., Zuby D.S. Prevalence of Driver Physical Factors Leading to Unintentional Lane Departure Crashes// Traffic Injury Prev. [Электронный ресурс]. — 2017. — Т. 18. — №5. — C. 481–487.

8. Hickman J.S., Hanowski R.J., Bocanegra J. A synthetic Approach to Compare the Large Truck Crash Causation Study and Naturalistic Driving Data // Accid. Anal. and Prev. [Электронный ресурс]. — 2018. — Т. 112. — С. 11–14.

9. Kogbauer L., Holzinger J., Eichberger A., Lex C. Autonomous emergency braking systems adapted to snowy road conditions improve drivers perceived safety and trust // Traffic Injury Prev. [Электронный ресурс]. — 2018. — T. 19. — №3. — С. 332–337.

10. Xu W., Wang Y., Liu P., Wang W., Bao J. Quantitative Risk Assessment of Freeway Crash Casualty Using high-resolution Traffic Data // Rel. Eng. and Syst. Safety. [Электронный ресурс]. — 2018. — Т. 169. — С. 299–311.

11. Zhang L., Zhang L., Hale D.K., Hu J., Huang Z. Cycle-based Variable Speed Limit Methodology for Improved Freeway Merging // IET Intell. Transp. Syst. [Электронный ресурс]. — 2017. — Т. 11. — №10. — С. 632–640.

12. Wang P., Chang C.Y. Vehicle Collision Prediction at Intersection Based on Comparision of Minimal Distance Detween Vehicles and Dynamic Thresholds // IET Intell. Transp. Syst. [Электронный ресурс]. — 2017. — Т. 11. — №10. — С. 676–684.

13. Park H., Haghani A., Samuel S., Knodler M.A. Reali-time Prediction and Avoidance of Secondary Crashes Under Unexpected Traffic Condestion // Accid. Anal. and Prev. [Электронный ресурс]. — 2018. — Т. 112. — С. 39–49.

Обеспечение безопасности дорожного движения в интенсивных и плотных транспортных потоках (ТП) на автомагистралях и улицах густонаселенных городских агломераций предполагает эксплуатацию оснащенных современными электронными системами разного уровня автоматизации колесных транспортных средств (КТС) на дорогах общего пользования с цифровым инфраструктурным обустройством. Это решение достигается реализацией комплекса взаимосвязанных исследовательских, проектных и эксплуатационных мероприятий, преследующих общую цель, и начинается с оценки спроса на пропускную способность дорог, определяющую интенсивность сообщения в ТП по одной или нескольким полосам, наиболее показательную на регулируемых перекрестках. И эффективно реализуется системой глобальной (рис. 1) и локальной цифровой визуализации.

Наряду с другими исследователями проблемы безопасности дорожного движения, к такому выводу пришли сотрудники Университета китайского Чжэцзяна и Северо-Китайского технологического университета, разработавшие [1] по результатам своих изысканий инновационный метод оценки трафика на основе отслеживания времени прохождения дистанций автомобильных дорог, отслеживаемых видеокамерами. Он позволяет преодолеть недостатки алгоритмов на основе петлевых детекторов, связанные с неопределенностью фактического спроса и трудностью вычисления взаимоотношений характеристик ТП на разных полосах. На основе анализа различных шаблонов продолжительности поездок определена концепция виртуального ездового цикла, которая удовлетворяет критериям, по которым все коммуницирующиеся КТС отслеживаются в одном виртуальном цикле. Результаты экспериментальной апробации показали, что максимальные, минимальные и средние отклонения в течение 12 циклов составляют соответственно 38,5; 0,02 и 16,19%. Результаты этого исследования имеют потенциальную применимость в системах управления движением, особенно в случаях перенасыщенного трафика.

Влияние ширины полосы и всей проезжей части улицы и автомагистрали на поведенческие адаптации водителей КТС в комплексном теоретическо-аналитическо-экспериментальном исследовании оценено в парижской Лаборатории дорожных операций, анализа когнитивности и моделирования поведения водителей КТС по оперативности их адаптации к динамическому изменению условий движения. Установлено [2], что уменьшение ширины полосы движения приводит к тому, что водители приближаются к середине проезжей части, в то время как наличие жестких разделительных барьеров и отбойных брусьев — к удалению от нее. Однако в зависимости от дорожно-транспортной ситуации выявлено разное влияние сужения полосы. В отсутствие встречного движения сужение полосы приводило к значительным сдвигам в удалении автомобиля от центра полосы до линии разметки, тогда как это расстояние оставалось одинаковым по ширине полосы в периоды штатного безопасного движения.

Для Цитирования:
В. А. Грушников, Предпосылки функциональных интеллектуальных транспортных систем. Автотранспорт: эксплуатация-обслуживание-ремонт. 2019;7.
Полная версия статьи доступна подписчикам журнала
Язык статьи:
Действия с выбранными: