Создать PDF Рекомендовать Распечатать

Опыт создания локальных информационных транспортных моделей транспортной инфраструктуры города

Отраслевая экономика | (33) УЭкС, 9/2011 Прочитано: 9730 раз
(3 Голосов:)
  • Автор (авторы):
    Сергей Николаевич Постнов, Сергей Николаевич Кузнецов, Павел Владимирович Логинов, Сергей Евгеньевич Широбакин, Дмитрий Сергеевич Рябчиков
  • Дата публикации:
    21.09.11
  • № гос.рег.статьи:
    0421100034/0325
  • ВУЗ ИЛИ ОРГАНИЗАЦИЯ:
    ООО ПФП «Квантэкс»

Опыт создания локальных информационных транспортных моделей транспортной инфраструктуры города

 

 

 

Сергей Николаевич Постнов

Исполнительный директор

ООО ПФП «Квантэкс»,

e-mail: office@kvantex.ru 

Сергей Николаевич Кузнецов

Директор по информационным технологиям

ООО ПФП «Квантэкс»

e-mail: support@kvantex.ru

Павел Владимирович Логинов

кандидат технических наук, 

Генеральный директор

ООО ПФП «Квантэкс»,

ст. преподаватель кафедры

«Техническая эксплуатация транспорта»,

ФГОУ ВПО РГАТУ,

e-mail: office@kvantex.ru 

Сергей Евгеньевич Широбакин

кандидат технических наук,

Начальник отдела анализа и стратегического развития Управления экономики,

Администрация г.Рязани, 

ст. преподаватель кафедры

«Техническая эксплуатация транспорта»,

ФГОУ ВПО РГАТУ,

e-mail: shirobakinse@yandex.ru

Дмитрий Сергеевич Рябчиков

начальник отдела транспорта и связи,

Администрация г.Рязани,

ст. преподаватель кафедры

«Организация автомобильных перевозок

и безопасность движения»

ФГОУ ВПО РГАТУ,

e-mail: rds_62@mail.ru 

Иван Алексеевич Успенский

доктор технических наук, профессор,

зав. кафедрой «Техническая эксплуатация транспорта»,

ФГОУ ВПО РГАТУ,

e-mail: kgd5408@rambler.ru

Сергей Алексеевич Самохин

Заместитель Председателя Правительства Рязанской области,

руководитель аппарата Правительства Рязанской области,

Правительство Рязанской области 

e-mail: Samohin@adm1.ryazan.su

 

Аннотация. Представлен опыт практического создания информационных транспортных моделей для расчета пропускной способности проектируемых транспортных развязок, калибровки подобных моделей. Полученная модель позволила оценить различные варианты будущих транспортных нагрузок на планируемый узел.

Abstract. A method for information models creating to calculate the throughput of the designed transport nodes, calibration of such models. The resulting model allowed to evaluate various options for future traffic loads on the planned transport nodes.

Ключевые слова: информационная транспортная модель, транспортный поток, калибровка информационной модели, прогноз  развития транспортных систем.

Keywords:Information transport model, traffic flow, information model calibration, transport planning

Введение. В современных условиях модернизации сложной городской инфраструктуры, активного строительства, увеличения транспортных потоков совершенно необходимо создание информационной транспортной модели города и ее локальных отдельных существующих и проектируемых элементов транспортной инфраструктуры для снижения рисков принятия необоснованных решений.

Непосредственным поводом для начала работ послужила необходимость оценки обоснованности схемы транспортной развязки Северной автомобильной дороги (САД) г.Рязани. По просьбе Министерства транспорта и автомобильных дорог Рязанской области для обоснования проекта строительства одного из таких инфраструктурных элементов был проведен расчет пропускной способности проектируемой транспортной развязки в районе улицы Солнечной в составе САД. Была поставлена задача оценки изменения транспортной ситуации в данном районе города только за счет строительства одной развязки. Ввиду отсутствия готовых методик проведения подобных расчетов необходимо было разработать метод создания таких моделей и на его основе создать требуемую информационную модель.

Назначение создаваемой модели - определить возможность беспрепятственного пропуска максимального существующего транспортного потока, а также проанализировать влияние данной развязки на будущее с учетом увеличения нагрузок вплоть до 20 летнего периода [1].

Для расчета и моделирования дорожного движения использовался программный комплекс PTV Vision®VISSIM (Германия), который  предназначен для микромоделирования транспортных потоков на пересечениях.

Имитационная модель, создаваемая с помощью этой программы, использует психофизическое восприятие поведения водителей на дороге в условиях города, основанное на алгоритме WIEDEMANN-74. В основе алгоритма лежит идея о том, что водители в условиях города двигаются с постоянным ускорением и замедлением, определяемыми поведением впереди идущего по полосе автомобиля, а также индивидуального восприятия водителя безопасного расстояния до этого объекта. При этом данные параметры в модели задаются с помощью функции распределения, поэтому не являются постоянными для различных транспортных объектов в моделируемой сети. Кроме того, программа позволяет настраивать данные параметры, в зависимости от условий, возникающих на конкретных транспортных объектах. Такая необходимость может возникать в случае отсутствия соответствия модели реальным данным, получаемым при обследовании пересечений на этапе калибровки. В данной работе применялась оригинальная методика калибровки микромоделей, учитывающая особенности используемого программного комплекса и реальные транспортные нагрузки моделируемого узла.  

Экспериментальные исследования. Сбор исходной информации для получения входных данных, необходимых для моделирования дорожного движения по проектируемой развязке, был организован с помощью синхронной видеосъемки существующей развязки и дальнейшего анализа оцифрованных видеоданных на компьютерах. При этом особое внимание было направлено на правильный выбор наиболее подходящего (информативного) ракурса для видеосъемки. 

Точная схема планируемой развязки была получена от проектной организации. Существующий на сегодняшний день транспортный узел анализировался с помощью спутниковых фотографий данного участка местности.

В качестве основы для моделирования была использована схема обустройства развязки в реальном масштабе, что позволило наиболее точно нанести на нее отрезки дорожной сети, определить полосность движения транспорта, высоту эстакады, учесть планируемую схему движения и скоростной режим.

Для построения адекватной модели были приняты следующие допущения:

• планируемая развязка будет пропускать существующий транспортный поток по тем же 3 направлениям (к центру Рязани, на Канищево, на Борки), для загрузки новой дороги до ул. Солнечной будет использован весь существующий поток транспорта с ул. Солнечной;  

• калибровка модели будет оцениваться по соответствию реальных входящих в схему транспортных потоков, а также расчетных и реальных выходящих потоков [2].

log1

 

Рис. 1 – Схема планируемой развязки

Замер реальных транспортных потоков в существующей схеме производился с 16-00 до 18-00 в пятницу 11.09.2009. Данный временной промежуток был выбран из соображения максимальной нагрузки на транспортный узел.

Синхронная видеосъемка транспортного узла (ул.Солнечная) проводилась пятью видеокамерами. При этом основной элемент существующей развязки снимался в формате HD Video, а остальные цифровыми камерами форматов miniDV и Digital 8. Как выяснилось после анализа видеоданных, такая конфигурация съемочного оборудования была оптимальна по соотношению цена/качество, и позволила в кратчайшие сроки и с большой точностью определить все необходимые характеристики транспортных потоков существующей развязки. Все полученные видеоматериалы оцифровывались и анализировались на ПК с целью получения информации о количестве и составе транспортных потоков на отдельных участках узла.

В дальнейшем эти данные использовались для ввода входных транспортных потоков и маршрутов движения в модель, а также для ее калибровки по соответствию расчетных и реальных выходных транспортных потоков [2,3].

Анализ видеоданных позволил получить пиковые транспортные нагрузки на отдельных участках узла (количество транспортных средств в час), а также определить общий состав потока:

• 89% легковые автомобили

• 6,5% грузовые автомобили

• 2% общ. транспорт  (автобусы)

 • 2,5% маршрутное такси.

log2

Рис. 2 – Существующие пиковые транспортные потоки

Разница между входящим в схему количеством транспорта и выходящим из нее составила 10-11%, что обусловлено наличием небольшого внутреннего трафика, а также задержкой некоторого количества транспорта в сети [4].

Т.к. на проектируемой развязке не предусматривается остановок общественного транспорта, то все транспортные средства кроме легковых были приравнены к грузовому транспорту для упрощения модельных расчетов [3,4].

После получения и анализа количества транспортных средств в сети, эти данные были использованы как входные по транспортным потокам и маршрутам.

Опытные данные по исходящим потокам использовались для калибровки информационной модели. При этом были получены следующие результаты по исходящим из схемы потокам:

расчетные из модели (652; 271; 1092; 1473)

• опытные по видеоданным (626; 300; 972; 1344)

Небольшая разница между расчетными и опытными данными объясняется отсутствием в проектируемой развязке светофорных объектов, что приводит к уменьшению задержки транспорта в сети [2,4].

Для получения более точной оценки корреляции модели с реальной дорожной ситуацией была предложена следующая методика: проводится имитация транспортного движения длительностью в 1 час с измерением количества транспортных средств, которые проходят через каждый вход/выход транспортной сети. Измерения велись с 10-ти минутным интервалом. По окончании имитации проводилась обработка результатов по следующей технологии:

• Определяется количество транспортных средств, проследовавших на вход сети – оно отличается от заданной интенсивности входного потока из-за различных характеристик автомобилей и вероятностного характера генерации трафика в ПО Vissim.

• По каждому из выходов определяется ожидаемый выходной поток.

• Определяется уровень ошибки модели по каждому выходу отдельно (собственная ошибка по выходу) и относительно общей интенсивности движения (относительная ошибка по выходу)  на моделируемом перекрестке.

Ожидаемый выходной поток на каждом из выходов в данном случае рассчитывается по формуле: 

log3 

 

 

 

 

(1),

где       IOEi – интенсивность i-го выходного потока по экспериментальным данным, IIMj – интенсивность j-го входного потока по результатам имитации, IIEj – интенсивность j-го входного потока по экспериментальным данным, N – количество выходов перекрестка.

Собственная ошибка по каждому из выходов определяется выражением:

log4(2), где       IOMi – интенсивность i-го выходного потока по результатам имитации, IOOi – ожидаемая интенсивность i-го выходного потока рассчитанная по формуле (1).

Данные рассчитанные по этой методике приведены в таблице 1.

Таблица 1

Результаты расчета по данной методике.

 

log5

Как видно из таблицы 1, для данного перекрестка собственная ошибка по всем выходам не превышает 24%, а относительная 5%, что можно считать подтверждением корректности микромодели.

Программа моделирования PTV Vision® VISSIM кроме получения большого объема визуальной информации позволяет рассчитать аналитические данные с помощью различных встроенных инструментов (измерительных пунктов, счетчиков затора, файлов анализа и др.).

Меняя исходные данные по каждому виду ТС и полосе движения возможно как воспроизвести существующую дорожную ситуацию (на имеющихся транспортных магистралях), так и смоделировать ее на проектируемых элементах улично-дорожной сети (УДС).

Обширный набор аналитических методов позволяет провести комплексное обследование смоделированной транспортной системы в самых разнообразных имитационных сценариях.

Указанные возможности программы были задействованы как при оценке полученной информационной модели, так и при анализе перспективных расчетных нагрузок на развязку.

Анализ планируемой развязки проводился по следующему сценарию: после калибровки модели нагрузка на развязку увеличивалась сначала на 30%, а далее до 60% через каждые 10%.

Во временном плане это увеличение нагрузки входящих потоков соответствует примерному сроку от 10 до 20 лет (т.е. 3% в год) [1]. Необходимо заметить, что такие расчеты оправданы в том случае, когда не происходит кардинальных изменений по использованию данного транспортного узла. В том случае, если узел на этом этапе входит в дорожную сеть большего масштаба, то увеличение нагрузки на него может происходить в гораздо более  быстром режиме [4].

Заключение. Созданная информационная модель позволила получить следующие результаты:

• существующий пиковый транспортный поток, который приводит к значительным затруднениям на участке Канищево-Рязань в настоящее время, будет пропущен по проектируемой развязке в районе съезда на Борки без заметных затруднений;

• увеличение нагрузки на сеть на 40% также не выявило узких мест в модели;

• при увеличении нагрузки на 50% появляются затруднения в виде затора на участке узла Канищево-Рязань (при перестройке транспорта из левого ряда будут возникать временные заторы на данном участке);

• при увеличении нагрузки на сеть на 60% эти заторы становятся постоянными.

Выводы и рекомендации:

• Проектируемая развязка позволит пропустить современный пиковый поток транспорта без затруднений, более того данный узел будет способен разгрузить близлежащие магистрали (в т.ч. улицу Солнечную).

•  При увеличении нагрузки на 60% возникнут серьезные затруднения движения на участке Канищево-Рязань, что можно избежать за счет увеличения полосности движения на данном участке, либо за счет увеличения доли транспорта направляемого в центр Рязани через выезд Солнечная – Соборная площадь.

•        Перекрытие (авария или другие непредвиденные обстоятельства) однополосного участка дороги  в направлении центр Рязани-Канищево может существенно осложнить движение.

Комиссия с участием Минавтотранса Рязанской области, специалистов соответствующих городских служб рассмотрела представленные выводы и учла их при принятии  решения об обоснованности схемы проектируемой развязки (с выдачей рекомендации по оптимизации ее схемы). В настоящее время получено федеральное финансирование строительства САД.

Опыт работы над тематикой моделирования текущего состояния  УДС г. Рязани показывает, что программу PTV Vision® VISSIM можно эффективно использовать для компьютерного моделирования как существующих, так и проектируемых транспортных сетей.

Опыт, полученный при проведении этих работ, используется ООО ПФП «Квантэкс» совместно с ФГОУ ВПО РГАТУ (г.Рязань) при выполнении поисковой НИР в рамках реализации ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009 – 2013 годы.

Библиографический список

1. Андронов Р.В., Елькин Б.П. Расчет потерь от заторов на регулируемых пересечениях. // Автомобильные дороги - 2006. – №8 - С. 14.

2. Peter Richardson Калибровка и проверка VISSIM моделей. // Материалы международной конференции «Современные технологии стратегического и оперативного транспортного планирования» 24-25 сентября 2009 г, Санкт-Петербург.

3. Швецов В.И. Математическое моделирование транспортных потоков. // Автоматика и телемеханика, №11, 2003. 

4. Лобанов Е.М. Проблемы имитационного моделирования движения потоков по улично-дорожной сети городов и сети автомобильных дорог. Семинар «Научно-практические задачи развития автомобильно-дорожного комплекса в России»,  29.09.2006, МТУС.

  vakperechen

ОБНОВЛЕННЫЙ СПИСОК ВАК 2016 г.
ОТ 19.04.2016  >> ПРОСМОТРЕТЬ
tass
 
ПО ВОПРОСАМ ПУБЛИКАЦИИ СТАТЕЙ И СОТРУДНИЧЕСТВА ОБРАЩАЙТЕСЬ:
skype SKYPE: vak-uecs
e-mail
MAIL: info@uecs.ru
phone
+7 (928) 340 99 00
 

АРХИВ НОМЕРОВ

(01) УЭкС, 1/2005
(02) УЭкС, 2/2005
(03) УЭкС, 3/2005
(04) УЭкС, 4/2005
(05) УЭкС, 1/2006
(06) УЭкС, 2/2006
(07) УЭкС, 3/2006
(08) УЭкС, 4/2006
(09) УЭкС, 1/2007
(10) УЭкС, 2/2007
(11) УЭкС, 3/2007
(12) УЭкС, 4/2007
(13) УЭкС, 1/2008
(14) УЭкС, 2/2008
(15) УЭкС, 3/2008
(16) УЭкС, 4/2008
(17) УЭкС, 1/2009
(18) УЭкС, 2/2009
(19) УЭкС, 3/2009
(20) УЭкС, 4/2009
(21) УЭкС, 1/2010
(22) УЭкС, 2/2010
(23) УЭкС, 3/2010
(24) УЭкС, 4/2010
(25) УЭкС, 1/2011
(26) УЭкС, 2/2011
(27) УЭкС, 3/2011
(28) УЭкС, 4/2011
(29) УЭкС, 5/2011
(30) УЭкС, 6/2011
(31) УЭкС, 7/2011
(32) УЭкС, 8/2011
(33) УЭкС, 9/2011
(34) УЭкС, 10/2011
(35) УЭкС, 11/2011
(36) УЭкС, 12/2011
(37) УЭкС, 1/2012
(38) УЭкС, 2/2012
(39) УЭкС, 3/2012
(40) УЭкС, 4/2012
(41) УЭкС, 5/2012
(42) УЭкС, 6/2012
(43) УЭкС, 7/2012
(44) УЭкС, 8/2012
(45) УЭкС, 9/2012
(46) УЭкС, 10/2012
(47) УЭкС, 11/2012
(48) УЭкС, 12/2012
(49) УЭкС, 1/2013
(50) УЭкС, 2/2013
(51) УЭкС, 3/2013
(52) УЭкС, 4/2013
(53) УЭкС, 5/2013
(54) УЭкС, 6/2013
(55) УЭкС, 7/2013
(56) УЭкС, 8/2013
(57) УЭкС, 9/2013
(58) УЭкС, 10/2013
(59) УЭкС, 11/2013
(60) УЭкС, 12/2013
(61) УЭкС, 1/2014
(62) УЭкС, 2/2014
(63) УЭкС, 3/2014
(64) УЭкС, 4/2014
(65) УЭкС, 5/2014
(66) УЭкС, 6/2014
(67) УЭкС, 7/2014
(68) УЭкС, 8/2014
(69) УЭкС, 9/2014
(70) УЭкС, 10/2014
(71) УЭкС, 11/2014
(72) УЭкС, 12/2014
(73) УЭкС, 1/2015
(74) УЭкС, 2/2015
(75) УЭкС, 3/2015
(76) УЭкС, 4/2015
(77) УЭкС, 5/2015
(78) УЭкС, 6/2015
(79) УЭкС, 7/2015
(80) УЭкС, 8/2015
(81) УЭкС, 9/2015
(82) УЭкС, 10/2015
(83) УЭкС, 11/2015
(84) УЭкС, 11(2)/2015
(85) УЭкС,3/2016
(86) УЭкС, 4/2016
(87) УЭкС, 5/2016
(88) УЭкС, 6/2016
(89) УЭкС, 7/2016
(90) УЭкС, 8/2016
(91) УЭкС, 9/2016
(92) УЭкС, 10/2016
(93) УЭкС, 11/2016
(94) УЭкС, 12/2016
(95) УЭкС, 1/2017
(96) УЭкС, 2/2017
(97) УЭкС, 3/2017
(98) УЭкС, 4/2017
(99) УЭкС, 5/2017
(100) УЭкС, 6/2017
(101) УЭкС, 7/2017
(102) УЭкС, 8/2017
(103) УЭкС, 9/2017
(104) УЭкС, 10/2017

 Федеральная служба по надзору в сфере связи и массовых коммуникаций

№ регистрации СМИ ЭЛ №ФС77-35217 от 06.02.2009 г.       ISSN: 1999-4516