Сотрудники Южно-Уральского университета предложили новый метод управления транспортными потоками

В Южно-Уральском государственном университете предложили собственный алгоритм борьбы с пробками на перекрестках. Он будет способствовать снижению уровня вредных выхлопов и экономить время. Об этом сообщается на сайте ЮУрГУ, партнера сети TV BRICS.

Эта работа – часть программы «Приоритет 2030». Она выполняется в рамках стратегического проекта «Экосреда постиндустриальной агломерации» для улучшения экологической ситуации в городах путем снижения загазованности от автомобильного трафика.

Кандидат технических наук, ведущий научный сотрудник кафедры «Автомобильный транспорт» Владимир Шепелёв и доктор технических наук Сергей Алюков предложили способ организации безостановочного проезда перекрестков. Он основан на обмене информацией между участниками дорожного движения и интеллектуальной системой, которая на основе поступающих данных предлагает оптимальные плотность и скорость движения.

Если увеличить плотность трафика, считают ученые, это повлечет унификацию скорости движения различных транспортных средств и снимет потребность перестраиваться из полосы в полосу. В результате пропускная способность перекрестков существенно вырастет, а это, в свою очередь, ощутимо повлияет на безопасность движения.

Авторы работы ставили перед собой цели повысить энергоэффективность и экологичность городского автотрафика.

«Мы описали прогнозирующую модель, которая позволяет вычислить скорость повышения вероятности проезда через регулируемые перекрестки без остановок. В работе предложена концептуальная схема реализации сервиса кооперативных интеллектуальных транспортных систем, а также передачи информации в Цифровую модель дороги и на борт автомобиля для информирования водителя», – говорит Сергей Алюков.

Концепция «Устойчивый транспорт» решает несколько важных вопросов: сокращает и оптимизирует транспортные потоки, снижает затраты и уменьшает время движения, а также существенно сокращает выбросы углерода и экономит расход бензина.

Все ранее разработанные системы и методики организации городского трафика, которые на сегодня задействованы ГИБДД, практически выработали свои возможности. Поэтому предложение южноуральских ученых по активному взаимодействие существующей дорожной инфраструктуры с транспортными средствами не просто интересно с теоретической точки зрения, но и определенно имеет огромный практический потенциал. Активное развитие IT-решений по распознаванию транспорта по категориям, подсчету количества и скорости дорожного трафика с камер уличного видеонаблюдения дает широкие возможности для повышения эффективности организации дорожного движения.

«Наши исследования в этой предметной области находятся на этапе экспериментальных исследований технологии, где мы сконцентрировались на нескольких перекрестках в Челябинске и Тюмени с большим дорожным трафиком. Для решения поставленной проблемы использована нейронная сеть YOLOv3 вместе с доработанным трекером объектов SORT. В работе применен эвристический алгоритм для классификации и измерения скорости транспортных средств. Для обучения алгоритма детектора обработано 9500 видеокадров с классификацией и трекингом более чем 450 000 объектов, представленных в различных условиях», – объясняет Владимир Шепелёв.

Опытным путем установлено, что возможно рассчитать время проезда очереди ТС на регулируемых перекрестках и путем корректировки скорости уменьшить число простоев до 14 процентов.

Алгоритм учитывает также крупногабаритные ТС и регулирует и их скорость, снижая ее при приближении к перекрестку.

Двигаясь с учетом рекомендаций разработанной системы, водители будут создавать более плотный трафик, оптимизируя проезд на перекрестках. Одним из безусловно интересных и полезных качеств данной системы является то, что, если оборудовать предложенным решением только часть автомобилей, они тем не менее смогут выполнять ведущую роль в транспортном потоке, задавая скорость движения другим машинам и выступая регуляторами трафика.

Фото:

IStock