WikiDer > Масштабируемый контроль городского движения

Scalable Urban Traffic Control

Масштабируемый контроль городского движения (Surtrac)[1][2] является адаптивный контроль трафика система, разработанная исследователями Институт робототехники, Университет Карнеги Меллон. Surtrac динамически оптимизирует управление сигналы светофора улучшить транспортный поток как для городских сетей, так и для коридоров; цели оптимизации включают меньшее ожидание, сокращение затор на дорогах, более короткие поездки и меньшее загрязнение. Основной механизм управления сочетает в себе управление перекрестками на основе расписания [3] с децентрализованными механизмами координации.[4][5] С июня 2012 года пилотное внедрение системы Surtrac. [6] был развернут на девяти перекрестках в East Liberty окрестности Питтсбург, Пенсильвания.[7] Surtrac сократил время в пути в среднем более чем на 25%, а время ожидания сократилось в среднем на 40%.[6][8] Второй этап пилотной программы Площадь пекарни район работает с октября 2013 года.[9] В 2015 году Rapid Flow Technologies[10] была создана для коммерциализации технологии Surtrac.[11] Ведущий изобретатель этой технологии, д-р Сяо-Фэн Се, заявляет, что не имеет никакого отношения к этой компании и не обеспечивает ее технической поддержки.[11]

Дизайн

Дизайн системы Surtrac имеет три характеристики.[6] Во-первых, принятие решения в Surtrac происходит в децентрализованный манера. Децентрализованный контроль над личным перекрестки позволяет лучше реагировать на местные условия дорожного движения в реальном времени. Децентрализация способствует масштабируемость позволяя постепенно добавлять контролируемые перекрестки с небольшими изменениями в существующую адаптивную сеть. Это также снижает возможность централизованного вычислительного горлышко бутылки и избегает единая точка отказа в системе.

Вторая особенность дизайна Surtrac - акцент на оперативность в реальном времени к изменяющимся условиям движения. Surtrac использует перспективу в реальном времени предыдущих методов контроля пересечений на основе моделей. [12] которые пытаются вычислить планы контроля пересечения, которые оптимизируют фактический приток трафика. Переформулируя задачу оптимизации как планирование на одной машине проблема, основной алгоритм оптимизации, называемый управляемым расписанием алгоритмом управления перекрестками,[3] может рассчитывать оптимизированные планы контроля перекрестков на расширенном горизонте посекундно.

Третьей характеристикой Surtrac является управление городскими (сетчатыми) дорожными сетями, в которых существует несколько конкурирующих доминирующих потоков, которые динамически меняются в течение дня, и где конкретные доминирующие потоки не могут быть заранее определены (как в артериальный или крупный перекресток Приложения). Городские сети также часто имеют близкорасположенные перекрестки, требующие тесной координации диспетчеров перекрестков. Комбинация конкурирующих доминирующих потоков и плотно расположенных перекрестков представляет собой проблему для всех систем адаптивного управления дорожным движением. Surtrac динамически определяет доминирующие потоки, постоянно сообщая о прогнозируемых исходящих потоках соседям, расположенным ниже по потоку.[4] Эта информация дает каждому контролеру перекрестков более информированную основу для локального уравновешивания конкурирующих притоков, одновременно способствуя созданию более крупных "зеленые коридоры"когда того требуют обстоятельства транспортного потока.

Критика

Система Surtrac использует замкнутое телевидение камеры для определения дорожной обстановки.[13] Наблюдение общественных мест с сетями видеонаблюдения подвергся критике как возможность тоталитарный формы правления, подрывая способность людей передвигаться анонимно. Изображения, собранные камерами видеонаблюдения, могут быть проанализированы автоматическое распознавание номерных знаков программное обеспечение, позволяющее полностью автоматизировать отслеживание транспортных средств номерные знаки (номерные знаки) они несут. По аналогии, программное обеспечение для распознавания лиц может анализировать такие изображения, чтобы идентифицировать и отслеживать людей по форме их лиц. Однако используемый тип видеокамеры не имеет достаточного разрешения для обнаружения номерных знаков или лиц. [10]

Было высказано предположение, что преимущества оптимизации трафика никогда не были научно обоснованы. Он по своей сути предпочитает моторизованный транспорт альтернативным режимам, таким как пешеходы, велосипедисты и пользователи общественного транспорта, и может способствовать увеличению использования автомобилей.[14][15]

Смотрите также

Другие системы адаптивного управления дорожным движением

Рекомендации

  1. ^ Сяо-Фэн Се, С. Смит, Г. Барлоу. Умные и масштабируемые городские сигнальные сети: методы и системы адаптивного управления дорожными сигналами. Патент США № 9159229, 2015 г.
  2. ^ Стивен Ф. Смит, Грегори Дж. Барлоу, Сяо-Фэн Се. Интеллектуальные и масштабируемые городские сигнальные сети: методы и системы адаптивного управления дорожными сигналами. Патент США № 9830813, 2017 г. (Частичное продолжение (CIP) на 9 159 229).
  3. ^ а б Сяо-Фэн Се, Стивен Ф. Смит, Лян Лу, Грегори Дж. Барлоу. Контроль перекрестков по расписанию. Транспортные исследования, часть C: Новые технологии, 2012 г., 24: 168-189.
  4. ^ а б Сяо-Фэн Се, Стивен Ф. Смит, Грегори Дж. Барлоу. Координация по расписанию для управления сетью трафика в реальном времени. Международная конференция по автоматизированному планированию и календарному планированию (ICAPS), Сан-Паулу, Бразилия, 2012: 323-331.
  5. ^ Ху, Х.С. и С.Ф. Смит, «Мягкое давление: управляемый графиком алгоритм противодавления для преодоления перегрузки сети», Труды 27-й Международной совместной конференции по искусственному интеллекту, Мельбурн, Австралия, август 2017 г.
  6. ^ а б c Стивен Ф. Смит, Грегори Дж. Барлоу, Сяо-Фэн Се, Захари Б. Рубинштейн. Умные городские сигнальные сети: первое применение адаптивной системы управления дорожным движением SURTRAC. Международная конференция по автоматизированному планированию и календарному планированию (ICAPS). Рим, Италия, 2013 год.
  7. ^ Стивен Ф. Смит, Грегори Барлоу, Сяо-Фэн Се и Зак Рубинштейн. SURTRAC: масштабируемое управление городским движением. Сборник документов 92-го ежегодного собрания Совета по исследованиям в области транспорта, 2013 г.
  8. ^ Уолтерс, Кен (16 октября 2012 г.). «Экспериментальное исследование светофоров снижает загрязнение окружающей среды и снижает количество пробок». Сайт CMU. Университет Карнеги Меллон. Получено 31 января, 2013.
  9. ^ Барлоу, Г.Дж., С.Ф. Смит, X-F Xie и Z.B. Рубинштейн, «Контроль трафика в городских условиях в режиме реального времени: расширение сети испытательных стендов Surtrac», 2014 Всемирный конгресс по интеллектуальным транспортным системам, Детройт, Мичиган, сентябрь 2014 г.
  10. ^ а б «Rapid Flow Technologies». www.rapidflowtech.com. Получено 2018-06-02.
  11. ^ а б Сяо-Фэн Се (2018-07-03). «Заявление о масштабируемой технологии управления городским движением». Получено 2018-07-03.
  12. ^ M. Papageorgiou, C. Diakaki, V. Dinopoulou, A. Kotsialos и Y. Wang. Обзор стратегий управления дорожным движением. Труды IEEE, 2003, 91 (12): 2043–2067.
  13. ^ Уолтерс, Кен (2012-10-16). «Умные сигналы: экспериментальное исследование светофоров снижает загрязнение окружающей среды и снижает количество пробок». CMU Piper. Получено 2013-01-28.
  14. ^ Майкл Дж. Вандеман, "Обоснована ли синхронизация дорожных сигналов?", 15 апреля 1994 г.
  15. ^ Мейер, Робинсон (2012-08-16). «Извините, Лос-Анджелес: синхронизация светофоров может не снизить выбросы». Theatlantic.com. Получено 28 января 2013.

внешняя ссылка