Тематический обзор Ассоциации cистемы адаптивного управления дорожным движением
 Скачать 0.68 Mb.
|
|
ГЛАВА 3. Системы верхнего уровня ГЛАВА 3. Системы верхнего уровня Ниже приведено краткое описание наиболее распространенных систем верхнего уровня (далее СВУ) для адаптивного светофорного регулирования, реализующих различные алгоритмы и режимы и апробированных в реальных условиях в крупных городах различных стран мира. СВУ перечислены в алфавитном порядке. 3.1. Система BALANCE Система BALANCE разработана и поддерживается немецкой компанией GEVAS Software (Мюнхен, Германия), которая входит в состав группы PTV. Это решение включено в разветвленную и многокомпонентную экосистему решений компании GEVAS Software по управлению дорожным движением, органи- зации интеллектуальных транспортных систем и подсистем «умного города». Также в состав системы BALANCE входят компоненты для транспортного планирования, подготовки перекрестков к работе и организации различных режимов управления светофорных объектов. Сама по себе система BALANCE является реализацией алгоритмов сетевого адап- тивного управления. Отличительной чертой решения является поиск «на лету» наиболее оптимального распределения длительности фаз и цикла регулирования для каждого светофорного объекта в сети с учетом транспортной нагрузки — вся зона УДС, находящаяся под управлением системы, использует свои мощности по пропуску транспортных потоков оптимальным образом. Это, в свою очередь, при- водит к снижению времени простоя, снижению потребления топлива и степени загрязнения воздуха. Алгоритм BALANCE запускается каждые 5 минут и вычисляет оптимизированные планы координации для следующего пятиминутного периода. Управление на микро- уровне (в особенности для учета приоритета движения общественного транспорта) отдается на локальный уровень дорожных контроллеров. Это гарантирует быстрые решения на уровне перекрестков тогда, когда центральная система не успевает среа- гировать на изменяющуюся ситуацию. При этом сама центральная система управле- ния и ее функционирование не зависят от типов дорожных контроллеров и детекто- ров транспорта. С математической точки зрения система BALANCE решает задачу оптимизации на сети в сложном пространстве принятия решений. Для оптимального выполнения этой функции вместо эвристических и полуэвристических методов используются генетические алгоритмы, которые показывают высокий уровень эффективности. Система внедрена в промышленную эксплуатацию в Гамбурге и Ингольштадте, где показывает отличную степень достижения ключевых показателей эффективности дорожного движения. 20 3.2. Система ITACA ITACA = Intelligent Traffic Area Control Централизованная система управления ITACA была разработана в 1990-х го- дах в Университете Овьедо (Овьедо, Испания). Система ITACA реализует алгоритмы адаптивного управления, основанные на опти- мизации длительности фаз и смещения в цикле, что позволяет минимизировать задержки и время ожидания транспортных средств в зоне управления. Система рас- считывает в реальном времени наилучшее решение для каждого перекрестка под ее управлением так, чтобы непрерывно адаптировать последовательность сигналов для удовлетворения транспортного спроса. Данные для расчетов берутся с локальных детекторов транспорта. Система осуществляет небольшие, но частые изменения в параметрах светофорных циклов так, чтобы избежать негативных последствий резкого изменения светофорного управления. Логическая архитектура системы состоит из трех уровней. На первом располагается ЦСУ, на втором — центры управления, и на третьем — каждый светофорный объект по отдельности. Система осуществляет постоянную адаптацию к изменению пара- метров транспортных потоков на зональном уровне, а на уровне отдельных пере- крестков происходит изменение параметров светофорного цикла каждые 5 секунд. Система широко применяется в Канаде, США и Юго-Восточной Азии (одно из круп- нейших внедрений — Пекин). По информации от производителей, система может одновременно управлять 5000 светофорных объектов. 3.3. Система MOTION MOTION = Method for the Optimization of Traffic Signals In On-line controlled Networks Система MOTION реализована компанией Siemens (Берлин и Мюнхен, Германия) в их продукте SITRAFFIC и представляет собой воплощение децентрализованных адаптивных алгоритмов управления дорожным движением в городских условиях. Само по себе решение MOTION представляет ядро интегрированной системы управле- ния, включающей в себя также управление наземным городским пассажирским тран- спортом и другими аспектами транспортной системы на УДС городов. Как и для других СВУ, задачами системы MOTION являются не только снижение клю чевых параметров по условиям движения автомобильного транспорта, но и сни- жение нагрузки на экологию, в частности, снижение потребления топлива и снижение уровня выбросов. По информации от производителей, система SITRAFFIC вполне может быть инстал- лирована на существующее оборудование — детекторы транспорта и дорожные контроллеры, с точки зрения периферийного оборудования и аппаратно-техническо- го обеспечения практически ничего менять не требуется. Система может интегриро- ваться в более комплексные решения, либо использоваться в одиночку для управле- ния локальной зоной, которая может содержать один или более перекрестков. 21 ГЛАВА 3. Системы верхнего уровня Работа системы основана на моделировании транспортных потоков «на лету» по- средством сбора информации с тактических детекторов транспорта и оптимизации светофорных фаз. На локальном уровне в системе MOTION реализуются алгоритмы приоритетного пропуска и уточнения моментов переключения фаз в зависимости от текущей транспортной ситуации. Также в системе реализованы правила распознава- ния инцидентов различных типов (затор, ДТП и др.), а главной особенностью раз- работчики называют возможность управления приоритетом проезда общественного транспорта как по выделенным полосам, так и в общем потоке. Система MOTION SITRAFFIC внедрена в десятках стран мира и многих городах, в том числе крупных столицах государств: Праге, Варшаве, Вильнюсе, Копенгагене, Абу-Даби. Уличное дорожное движение во многих городах Германии и Австрии управляется этой системой. 3.4. Система OPAC OPAC = Optimized Policies for Adaptive Control Система OPAC представляет собой децентрализованное решение для адаптивного сетевого управления светофорными объектами на достаточно разреженной сети автомобильных дорог. Система работает в режиме реального времени и непрерывно адаптирует фазы светофорного регулирования для минимизации общей «функции деятельности», включающей в себя параметры всех светофорных объектов и транс- портных потоков в рамках определенного горизонта планирования. Система рассчи- тана на ненасыщенные условия с тенденцией к насыщению — основная цель заклю- чается в максимальном недопущении развития заторовых ситуаций. В условиях уже сформировавшихся «пробок» работает хуже, чем другие системы. Необходимо отметить, что развитие системы началось еще в 1970-х годах и продол- жается до сих пор, и на текущий момент выдана спецификация OPAC V, которая представляет собой детальное описание алгоритмов, которые позволяют реализовать полное адаптивное управление на локальном и сетевом уровнях. Получая данные с детекторов транспорта, имплементация системы OPAC должна рассчитывать так называемый «профиль очереди», который является главным пара- метром прогнозирования развития транспортной обстановки на каждом перекрест- ке. На основании профиля каждой очереди рассчитываются длины фаз светофорно- го регулирования в соответствии со специальными формулами, учитывающими горизонт планирования. Решение о длинах фаз следующего цикла светофорного регулирования принимается по окончании текущего цикла. Алгоритмы на основе системы OPAC внедрены в эксплуатацию в нескольких городах США и Канады. 22 3.5. Система RHODES RHODES = Real-time Hierarchical Optimizing Distributed Effective System Система RHODES и основанные на ней алгоритмы управления дорожным движением были разработаны в Университете Аризоны, США. Адаптивное управление в рамках этой системы основано на использовании динамических моде- лей, данные для использования которых в вопросах предсказания получаются с так- тических детекторов и из других источников транспортной информации. Архитектура решения представляет собой трехуровневую иерархию. На базовом уров- не находятся специальные дорожные контроллеры, каждый из которых имеет модель своего светофорного объекта. Это значит, что система сама по себе может работать в децентрализованном режиме. Вместе с тем, существует модель сети и дорожного движения на ней — это второй уровень системы, на нем уже централизованно обсчи- тываются оперативные параметры транспортных потоков на УДС, находящейся под управлением алгоритмов. Наконец, на третьем уровне находится динамическая модель загрузки сети, в рамках которой рассматриваются стратегические параметры дорожно- го движения, которые медленно меняются со временем или в зависимости от условий. На каждом из трех уровней делается прогноз изменений параметров транспортных потоков, полученных на основе данных с детектором транспорта, находящихся на входящих полосах перекрестка. Прогноз используется для тонкой подстройки дли- тельности фаз светофорного регулирования. Также в рамках системы можно приме- нять алгоритмы приоритетного проезда пассажирского транспорта и пропуска спецтранспорта по выделенным полосам. Это позволяет эффективно использовать адаптивное управление на разреженной сети в условиях ненасыщенности. Система RHODES внедрена в нескольких городах США (крупнейшие — Вашингтон и Сиэттл), а также используется в Таксоне (Аризона) в качестве стенда полевых ис- пытаний. 3.6. Система SCATS SCATS = Sydney Coordinated Adaptive Traffic System Система SCATS была разработана еще в 1970-х годах Управлением дорог и дорожно- го движения штата Новый Южный Уэльс в Австралии. И с тех времен она является одной из лучших методик адаптивного управления дорожным движением на сложных УДС в условиях плотных транспортных потоков. Как и все другие СВУ, методика SCATS основана на изменении длительности фаз и циклов светофорного регулиро- вания на основании данных детекторов транспорта. У SCATS есть скоординированная иерархическая архитектура с двумя уровнями: стратегического и тактического управления. На стратегическом уровне управления оптимальное время цикла, сдвиг и разбиения определены для области, основываясь на состоянии транспортного потока. Оптимальным временем цикла определено то, которое поддерживает самый высокий уровень насыщения, оптимизация произво- дится каждый цикл. Время цикла увеличивается или уменьшается, поддерживая 23 ГЛАВА 3. Системы верхнего уровня уровень насыщения 0,9 на полосе движения с самым большим потоком насыщения. Оптимальные разбиения фазы определены таким образом, чтобы поддерживать равный уровень насыщения на конфликтных направлениях, таким образом мини- мизируя задержки. Свободная скорость потока и уровень насыщения используются для определения оптимального сдвига, который минимизирует остановки и задерж- ки транспортного потока вдоль магистрали. На тактическом уровне управления операции формирования сигнального плана в каждом пересечении изменяются в пределах ограничений, наложенных стратеги- ческим уровнем управления. Модификации включают такие операции как пропуск фазы, завершение фазы или продление фазы до максимальной величины. Однако основная магистральная фаза не может быть пропущена или сокращена. Любое вре- мя, сэкономленное во время цикла, используется последующими фазами или добав- ляется к основной фазе для поддержки равной длины цикла системы. Прогнозная модель не используется, реагирование на изменение параметров транс- портных потоков осуществляется реактивно, а не проактивно. Тем не менее, система очень гибкая и эффективная. Например, с ее помощью можно также управлять дорожным движением на загородных магистралях, и она предлага- ет алгоритмы для так называемого дозирования въездных потоков. Более того, со времени ее разработки она была дополнена многочисленными алгоритмами, которые используются для приоритезации движения городского транспорта и спецтехники, использования одноранговых сетей, контроля собственной работоспособности и мно- гих других. Более того, у алгоритмов SCATS есть специальный режим работы, кото- рый позволяет интегрироваться со средствами моделирования (например, PTV VISSIM), что, в свою очередь, позволяет исследовать то, как различные изменения повлияют на показатели эффективности дорожного движения. Алгоритмы, основанные на системе SCATS, управляют дорожным движением в 25 странах, более чем 150 городах мира и общим количеством перекрестков, пере- валившим за 40 000. 3.7. Система SCOOT SCOOT = Split Cycle Offset Optimization Technique Система, которая по времени начала разработки, широте использования и мощности алгоритмов может сравниться с уже рассмотренной системой SCATS. Впрочем, не- которые авторы ставят именно систему SCOOT на первое место. Она была также разработана в 1970-х годах британским исследовательским бюро TRRL, после чего внедрена на улицах Глазго, который стал пилотным городом для апробации алгорит- мов управления. Затем эту систему реализовали две компании — Imtech Traffic & Infra (Гауда, Нидерланды) и Siemens (Берлин и Мюнхен, Германия). Система SCOOT использует двухуровневую архитектуру системы управления. Все традиционно: центральный сервер с транспортной моделью и множество подключен- ных к нему дорожных контроллеров, которым, в свою очередь, поставляют инфор- мацию тактические детекторы транспорта на перекрестках. Для корректной работы 24 алгоритмов требуется точная установка детекторов на определенные места на вхо- дящих на перекресток полосах. Поскольку методика была разработана давно, она требует установки индукционных петель, хотя сегодня к контроллерам можно под- ключать уже любые детекторы транспорта. Данные с детекторов попадают в прогнозную модель, а оттуда уже в три алгоритма оптимизации, которые непрерывно подстраивают ключевые параметры светофорно- го регулирования: длительность основной фазы для каждого из конкурирующих направлений, величину сдвига между смежными фазами и длительность самого цикла. Эти три оптимизационных алгоритма используются для адаптации параметров на всех перекрестках, находящихся под управлением системы SCOOT, что позволяет минимизировать потери времени в границах основных фаз и снижать время простоя и задержек на сети. Модель вычисляет степень насыщения для всех пересечений и определяет критическое. Оптимизатор цикла вычисляет оптимальное время цикла раз в пять минут для критического пересечения так, чтобы это обеспечивало уровень насыщения не ниже 0,9. Таким образом назначается оптимальное время цикла на всех перекрестках. Вместе с тем, в рамках системы также можно использовать и фик- сированные планы координации. Исследования в Великобритании показывают, что система SCOOT работает эффек- тивнее при условии близости транспортного потока к насыщению. Также следует сказать, что SCOOT не оптимизирует последовательности фаз и не гарантирует глобальный оптимум. Внедрение системы осуществлено в огромном количестве городов по всему миру. 3.8. Система UTOPIA UTOPIA = Urban Traffic Optimization by Integrated Automation Система UTOPIA была разработана в 1980-х годах компанией MIZAR (Турин, Италия), в настоящее время входящей в конгломерат SWARCO. В рамках системы разработа- ны алгоритмы для адаптивного управления, которые оптимизируют транспортные потоки в режиме реального времени с учетом приоритета общественного транспор- та, при этом важным ограничением является сохранение времени движения для индивидуального транспорта. UTOPIA, в отличие от SCOOT и SCATS, имеет в своей основе распределенную архи- тектуру управления. Задача управления транспортной сетью разделена на более простые и строго взаимосвязанные подзадачи. Декомпозиция задачи управления выполнена в соответствии со следующим топологическим правилом — область управ- ления выделяется с перекрытием зон, где каждая зона логически сосредоточена на центральном пересечении и включает соседние. Задача оптимального управления определена для каждой зоны и учитывает данные о движении и информацию о ре- жимах работы светофоров по всем пересечениями в пределах зоны. Решение зональной задачи управления определяет режим работы светофорного объ- екта, который будет исполнен только на центральном пересечении, но вследствие 25 ГЛАВА 3. Системы верхнего уровня перекрытия между соседними зонами строго согласован с управлением всех соседних пересечений. Основная задача UTOPIA состоит в оптимизации в реальном времени сигнальных планов с целью минимизации социально-экономической стоимости передвижений в транспортной сети. Затраты на передвижения обычно выражаются в продолжи- тельности задержки движения, эмиссии токсичных компонентов отработанных газов автомобилей и времени движения индивидуального и общественного транспорта. 3.9. Сравнительный анализ систем верхнего уровня АСУДД Национальной академией наук США в 2010 году было проведено глобальное иссле- дование по изучению опыта применения СВУ для АСУДД. В процессе работы уче- ными был произведен обзор существующей литературы на исследуемую тематику, а также проведено два электронных опроса: для поставщиков/разработчиков десяти известных систем верхнего уровня АСУДД и для агентств, развертывающих эти си- стемы. Опросные листы были направлены 42 североамериканским агентствам и не- скольким десяткам агентств по всему миру. В итоге было получено порядка 81% запрошенных ответов из числа североамериканских агентств и 11 ответов от других мировых учреждений. Так как учреждения континентальной Европы не проявили большого интереса к проводимому опросу, то представленные на рисунке 12 выводы характерны лишь для Северной Америки и Канады. Из рисунка 12 видно, что наибольшей популярностью в Северной Америке и Канаде пользуются системы SCOOT и SCAT, несмотря на то, что разработаны они были вне Северной Америки. Такая популярность объясняется тем, что эти системы достаточно Рис. 12. Доля использования различных СВУ АСУДД 31% 31% 20% 8% 10% SCOOT SCATS RHODES OPAC другие 26 «зрелые», им более 35 лет, в Соединенных Штатах они начали использоваться при- мерно 20 лет назад. Также разработчики и консультанты этих систем оказывают достаточно сильную техническую поддержку. По данным опроса, развертывание СВУ является достаточно длительным и сложным процессом и занимает приблизительно 18 месяцев. Скорость внедрения зависит в основном от состояния существующей инфраструктуры, наличия финансирования и квалифицированной технической поддержки разработчиков на месте. Ниже приведем пояснения для использованных сравнительных параметров. Расположение детекторов: СЛ = стоп-линия; РСЛ = рядом со стоп-линией; СП = се- редина перегона; ХД = после перекрестка по ходу движения (детекторы восходя- щего потока). Тип действия: П = проактивное; Р = реактивное. Некоторые СВУ управляют транспортным потоком проактивно, т. е. на каждом перекрестке «пытаются пред- угадать» предполагаемый спрос еще до прибытия автомобилей. Другие СВУ дей- ствуют путем обеспечения обратной связи с траффиком, измеренным в течение предыдущего интервала. Применение той или иной концепции обычно, но не обязательно, зависит от расположения детекторов. Если используются только де- текторы, установленные на стоп-линии, то СВУ обычно работает по типу обрат- ной связи и реагирует с определенной задержкой. Детекторы восходящего потока обычно допускают определенную степень проактивности, хотя системы, исполь- зующие эти детекторы, больше полагаются на транспортные модели и оценку спроса на транспорт. Несмотря на общее убеждение, что проактивные системы работают лучше, чем реактивные, нет никаких убедительных доказательств для поддержки такой гипотезы. Некоторые из основных систем объединяют обе кон- цепции. Например, SCOOT проактивно определяет разрывы и смещения, тогда как длина цикла вычисляется реактивно. Метод оптимизации: ООД = Оптимизация с ограничением по домену, где домен поисковой оптимизации ограничен, чтобы избежать больших колебаний времени сигнала для предотвращения эффекта отрицательного перехода. ООВ = Оптими- зация с ограничением по времени (процесс поиска оптимизации ограничен вре- менными и/или структурными ограничениями, установленными на локальном контроллере). ООП = Оптимизация на основе правил (охватывает любые методы, используемые для разработки (простой) функциональной взаимосвязи между параметрами, которые описывают изменение условий движения и результирующее время сигналов). Существует общепринятое мнение, что большинство СВУ опти- мизируют время сигналов. Реальность такова, что некоторые из них выполняют некоторую оптимизацию, которая обычно ограничена его доменом или временем, разрешенным для проведения процесса оптимизации. Некоторые системы для поиска решений используют эвристические методы, тогда как другие используют расширенные методы поиска. Другие формально не оптимизируют (нет процесса поиска и нет объективной функции); вместо этого они корректируют время сиг- налов, используя некоторые эвристические методы и общие концепции управле- ния транспортными потоками. |