СИСТЕМНЫЙ АНАЛИЗ ОСНОВНЫХ ТЕНДЕНЦИЙ В РАЗВИТИИ АДАПТИВНЫХ МЕТОДОВ УПРАВЛЕНИЯ ТРАНСПОРТНЫМИ ПОТОКАМИ


https://doi.org/10.21122/2309-4923-2017-3-28-32

Полный текст:


Аннотация

Алгоритмы адаптивного управления, применяющиеся на сегодняшний день, существуют уже несколько десятилетий. За это время интенсивное развитие получили информационные технологии и сегодня все более актуальным является их применение в сфере транспорта. В статье анализируются современные тенденции развития адаптивных методов управления транспортными потоками. Выполнен обзор наиболее перспективных направлений в сфере интеллектуальных транспортных систем, таких как высокоскоростное беспроводное взаимодействие автомобилей друг с другом и с дорожной инфраструктурой, основанное на использовании технологий DSRC и WAVE, прогнозирование заторов по признакам, включающим информацию о дорожном потоке, степени занятости дороги, скоростях транспортных средств, с помощью методов машинного обучения, правил нечеткой логики и генетических алгоритмов, внедрение систем содействия водителю для повышения автономности транспортных средств. Приведены преимущества, предоставляемые этими технологиями, для повышения безопасности, эффективности и удобства использования транспорта. Описан мультиагентный подход, использующий V2I-взаимодействие между автомобилями и контроллером перекрестка для повышения эффективности управления за счет более полной информации о транспортном потоке и возможности отдавать команды отдельным автомобилям через сообщения. Представлен ряд алгоритмов, использующих этот подход для создания нового поколения адаптивных транспортных систем.


Об авторах

А. Н. Климович
Брестский государственный технический университет
Россия
Климович Андрей Николаевич  - магистр


В. Н. Шуть
Брестский государственный технический университет
Беларусь
Шуть Василий Николаевич – кандидат технических наук, доцент кафедры Интеллектуальных информационных технологий


Список литературы

1. Aavani, P. A review on adaptive traffic controls systems / P. Aavani, K. S. Mithun, S. Sneha // International Journal of Latest Engineering and Management Research. – 2017. – Vol. 2, № 1. – P. 52–57.

2. Stevanovic, A. Adaptive Traffic Control Systems: Domestic and Foreign State of Practice / A. Stevanovic // A Synthesis of Highway Practice. NCHRP Synthesis 403. – 2010. – 114 p.

3. Hiertz, G. R. The IEEE 802.11 Universe / G. R. Hiertz [et al.] // IEEE Communications Magazine. – 2010. – Vol. 48, № 1. – P. 62–70.

4. Dar, K. Wireless communication technologies for ITS applications / K. Dar [et al.] // IEEE Communications Magazine. – 2010. – Vol. 48, № 5. – P. 156–162.

5. Martinez, F. J. Emergency services in future intelligent transportation systems based on vehicular communication networks / F. J. Martinez [et al.] // IEEE Intelligent Transportation Systems Magazine. – 2010. – Vol. 2, № 2. – P. 6–20.

6. Williams, B. M. Modeling and forecasting vehicular traffic flow as a seasonal ARIMA process: Theoretical basis and empirical results / B. M. Williams, L. A. Hoel // Journal of Transportation Engineering. – 2003. – Vol. 129, № 6. – P. 664–672.

7. Wu, C.-H. Travel-time prediction with support vector regression / C.-H. Wu, J.-M. Ho, D. Lee // IEEE Transactions on Intelligent Transportation Systems. – 2004. – Vol. 5, № 4. – P. 276–281.

8. Chan, K. Neural-network-based models for short-term traffic flow forecasting using a hybrid exponential smoothing and Levenberg– Marquardt algorithm / K. Chan, T. Dillon, J. Singh // IEEE Transactions on Intelligent Transportation Systems. – 2012. – Vol. 13, № 2. – P. 644–654.

9. Dimitriou, L. Adaptive hybrid fuzzy rule-based system approach for modeling and predicting urban traffic flow / L. Dimitriou, T. Tsekeris, A. Stathopoulos // Transportation Research Part C: Emerging Technologies. – 2008. – Vol. 16, № 5. – P. 554–573.

10. Zhang, Y. Short-term traffic flow forecasting using fuzzy logic system methods / Y. Zhang, Z. Ye // Journal of Intelligent Transportation Systems. – 2008. – Vol. 12, № 3. – P. 102–112.

11. Vlahogianni, E. I. Optimized and meta-optimized neural networks for short-term traffic flow prediction: A genetic approach / E. I. Vlahogianni, M. G. Karlaftis, J. C. Golias // Transportation Research Part C: Emerging Technologies. – 2005. – Vol. 13, № 3. – P. 211–234.

12. Flemisch, F. Towards Highly Automated Driving: Intermediate report on the HAVEit-Joint System / F. Flemisch [et al.] // 3rd European Road Transport Research Arena – 2010. – P. 1–12.

13. Toffetti, A. CityMobil: Human Factors issues regarding highly-automated vehicles on an eLane / A. Toffetti [et al.] // Paper presented at the Transportation Research Board, New York. – 2009. – Vol. 2110. – P. 1–8.

14. Buehler, M. The DARPA Urban Challenge: Autonomous Vehicles in City Traffic / M. Buehler, K. Iagnemma, S. Singh // Springer Tracts in Advanced Robotics. – 2010. – Vol. 56. – P. 441–508.

15. Wees, K. (2005) Product liability for ADAS; legal and human factors perspectives / K. Wees, K. Brookhuis // European Journal of Transport and Infrastructure Research. – 2005. – Vol. 5, № 4. – P. 357–372.

16. Fei, Y. New vehicle sequencing algorithms with vehicular infrastructure integration for an isolated intersection / Y. Fei, M. Dridi, A. El-Moudni // Telecommunication Systems. – 2012. – Vol 50, № 4. – P. 325–337.

17. Войцехович, О. Ю. Стратегия оптимизации движения автомобилей по магистрали города с использованием бинарного дерева решений / О. Ю. Войцехович, В. Н. Шуть // Информационные технологии и системы 2011 (ИТС 2011): материалы международной научной конференции. – Минск: БГУИР, 2011. – C. 187–188.

18. Li, Z. Signal control optimization for automated vehicles at isolated signalized intersections / Z. Li, L. Elefteriadou, S. Ranka // Transportation Research Part C Emerging Technologies. – 2014. – Vol. 49. – P. 1–18.

19. Wuthishuwong, C. Vehicle to infrastructure based safe trajectory planning for Autonomous Intersection Management / C. Wuthishuwong, A. Traechtler // In Proceedings of IEEE International Conference on ITS Telecommunications. – 2013. – P. 175–180.

20. Dresner, K. A Multiagent Approach to Autonomous Intersection Management / K. Dresner, P. Stone // Journal of Artificial Intelligence Research. – 2008. – Vol. 31. – P. 591–656.

21. Климович, А. Н. Современные подходы и алгоритмы управления транспортными потоками / А. Н. Климович, А. С. Рыщук, В. Н. Шуть // Вестник Херсонского национального технического университета. – 2015. – № 3. – С. 252–256.


Дополнительные файлы

Для цитирования: Климович А.Н., Шуть В.Н. СИСТЕМНЫЙ АНАЛИЗ ОСНОВНЫХ ТЕНДЕНЦИЙ В РАЗВИТИИ АДАПТИВНЫХ МЕТОДОВ УПРАВЛЕНИЯ ТРАНСПОРТНЫМИ ПОТОКАМИ. «Системный анализ и прикладная информатика». 2017;(3):28-32. https://doi.org/10.21122/2309-4923-2017-3-28-32

For citation: Klimovich A.N., Shuts V.N. SYSTEM ANALYSIS OF MAJOR TRENDS IN DEVELOPMENT OF ADAPTIVE TRAFFIC FLOW MANAGEMENT METHODS. «System analysis and applied information science». 2017;(3):28-32. (In Russ.) https://doi.org/10.21122/2309-4923-2017-3-28-32

Просмотров: 354

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2309-4923 (Print)
ISSN 2414-0481 (Online)