Get best of the week

Combatir los atascos de tráfico en una pequeña ciudad por un pequeño presupuesto: resultados de 6 meses del proyecto



El buen semáforo soviético tiene dos modos: funciona y no funciona. Su primera optimización es agregar modos de día y noche al relé. El segundo es el mismo: agregue mañana, tarde y tarde, que difieren en diferentes retrasos del temporizador de cambio de lámpara. Y luego todo. Luego, necesitamos sensores y flujos de información externos, o incluso una red conectada.

El ejemplo más simple de lo que se puede hacer con un circuito de inducción trivial en la carretera o un sensor infrarrojo es no cambiar el semáforo en la dirección donde no hay nadie en este momento. Esto es muy conveniente en el esquema "una gran carretera principal a través de la ciudad y muchas carreteras secundarias".

Pero fuimos un poco más allá: en la ciudad de Novomoskovsk (120 mil habitantes) colocamos cámaras en los semáforos, cambiamos todos los controladores y los conectamos a una sola red. La ciudad tiene un presupuesto pequeño, por lo que las reglas son heurísticas hasta ahora sin ningún tipo de espacio como minería de datos y aprendizaje automático, no hay tantos semáforos (porque incluso poner 21 cámaras ya es costoso), pero pudimos lograr resultados muy específicos.

La velocidad en las intersecciones con nuestros "semáforos inteligentes" y en las intersecciones regulares cercanas ha aumentado. Aprendimos cómo priorizar el flujo de automóviles por la mañana a una planta grande, contar y procesar los vagones de tránsito, e incluso saludamos a los sensores de ambulancia GLONASS para eliminar posibles atascos de tráfico frente a ellos.


Interfaz de plataforma de control de movimiento.



¿Cómo lidias con los atascos?


Existen tres enfoques básicos sobre lo que se puede hacer con colapsos de transporte:

  1. Ampliar las carreteras y construir nuevas infraestructuras es la forma más cara.
  2. : – , — 25–35 % .
  3. : ( — ).

Quiero llamar inmediatamente la atención sobre el hecho de que los "semáforos inteligentes" conectados a una red de tráfico coordinado resuelven no solo las tareas "para que haya menos atascos", sino también otras más específicas. Por ejemplo, en nuestro ejemplo de Novomoskovsk, una de las tareas importantes es que todos lleguen a la planta a la mañana a tiempo. Podemos crear condiciones cuando la optimización conduce al paso de esta secuencia en particular. Y de manera similar, en los experimentos con la priorización de la ambulancia, es obvio que la tasa de flujo promedio disminuirá, pero un automóvil con un paciente urgente (y todo lo que esté al lado, ya que operamos con grupos del tamaño de un cuarto) será de ocho a nueve minutos más rápido.

¿Qué problemas puede haber en una ciudad pequeña?


Los colapsos del transporte son peculiares no solo de las megaciudades, sino también de las ciudades pequeñas. Muchas de nuestras ciudades fueron reconstruidas y rediseñadas de acuerdo con los principios de los años 60. La infraestructura vial simplemente no estaba lista para los flujos de la década de 2010. Por supuesto, cuanto más pequeña es la ciudad, menos usualmente estás atrapado en el tráfico, pero si puedes ganar del 10 al 15% del tiempo de viaje (este es un ejemplo práctico), entonces ¿por qué no? Esto nos permitirá no expandir el camino donde todavía es físicamente imposible de expandir, y esto nos permitirá obtener incluso mucho beneficio.

En nuestro caso, la ciudad está entre M4 y M5, y los colapsos ocurren tanto dentro como en la carretera. La salida tiene suficiente ancho de banda, pero los accidentes ocurren allí. Dentro de la ciudad, el tráfico y las horas pico crean problemas.

Por supuesto, puede poner más guardias (que en realidad solo toman las decisiones que podría tomar el "semáforo inteligente"), pero esta no es la tendencia del ministerio y simplemente no es económicamente factible. Y aquí nos encontramos en una situación increíble cuando una ciudad pequeña con un presupuesto pequeño puede resolver parte del problema. En una metrópoli, ASUDD necesita una extensa red de objetos gestionados, y los problemas allí son más probables por la sobrecarga total que por el control de flujo no óptimo. Pero en ciudades con hasta 200-300 mil habitantes, las carreteras principales se automatizan fácilmente. Y muy barato. Lo que jugó un papel decisivo, por supuesto. Por separado, observo que al principio la administración estaba muy preocupada de que se necesitara un nuevo especialista para administrar y mantener el ASUDD: este es un empleado "extra" no planificado. Sin embargo,Automatizando al máximo el apoyo a las decisiones mediante la integración en la plataforma intelectual de la ciudad, solo teníamos que capacitar a un empleado existente.

. , , ?


Lo más importante es que cada objeto de semáforo tiene un controlador y puede tener algún tipo de sensores, con mayor frecuencia en nuestro caso una cámara. Gracias a un software especializado, las videocámaras reconocen las placas de matrícula del vehículo y determinan la densidad y el caudal promedio. Los datos recopilados se transmiten al controlador, que toma decisiones para reducir o extender la duración del semáforo verde. Las estadísticas adicionales acumuladas durante un intervalo de cinco minutos se transmiten a un punto central para su procesamiento. Después de analizar los datos estadísticos, el sistema toma automáticamente una decisión sobre la inclusión de los programas de coordinación necesarios en los semáforos. Por lo tanto, el modo automático le permite controlar eficazmente los flujos de tráfico, mejorando la calidad de las "olas verdes".Al mismo tiempo, sigue siendo posible controlar manualmente los semáforos para viajes prioritarios de vehículos de emergencia y servicios especiales ("calle verde").





Puede usar diferentes tipos de sensores: cable óptico en la carretera, bucles de inducción, sensores láser para la presencia de vehículos (similares a los instrumentos de medición de velocidad), diferentes sensores de flujo (similares a cámaras semi-ciegas muy simplificadas con interfaces de corte), etc. Pero utilizamos cámaras de resolución suficiente para reconocer automáticamente los números de matrícula, y planeamos determinar el tipo de vehículos (pasajeros, autobuses, carga, incomprensibles).

Debido al presupuesto limitado, hemos identificado esas intersecciones (el grupo de regulación en la intersección se llama "objeto de semáforo") que tienen el mayor impacto en el tráfico. Resultó ser alrededor del 30%, principalmente en la carretera que atraviesa la ciudad, donde pasa el tránsito. Luego, organizamos nuestros dispositivos de tal manera que proporcionen la mayor influencia en el flujo, porque las cámaras no se pueden atascar en todas partes y, de acuerdo con dos intersecciones, restablecen el estado de la intersección "ciega" entre ellas.



Como resultado, se determinó el conjunto mínimo de equipos para la primera parte del proyecto. Esto es lo que usaron, por ejemplo:

Crossing Str. Reservas laborales - st. Kuibyshev (dirección: 15a, Kuibyshev st.)

No. p / p



Nombre del equipo



Cantidad



1



Videocámara (Tipo 1)



3



2



Videocámara (tipo 2)



1



3



Lente



1



4 4



Armario de control (tipo 2)



1



5 5



Interruptor (tipo 1)



1



6 6



Extensor PoE



1



7 7



Protección contra rayos



8



8



Luz de inundación



1



9 9



Fuente de alimentación (tipo 1)



1



10



Fuente de alimentación (tipo 2)



1



once



Transceptor óptico (tipo 1)



1



12



Transceptor óptico (tipo 2)



1



trece



Kit de instalacion



1


Ejemplos de modelos específicos: controlador , cámara de video , teleobjetivo con zoom , otra cámara (tipo 2).

¿Qué hace el software ASUDD?


A través de las cámaras vemos la presencia de transporte, medimos el caudal, determinamos la congestión de cada tira. En base a esto, puede tomar decisiones sobre cómo cambiar los semáforos.

Cada semáforo tiene un programa a prueba de fallas en el controlador para una operación autónoma, pero en nuestra implementación, el control principal pasa por el nodo central: el servidor de coordinación de tráfico. Es decir, todos los datos fluyen en un modelo, y luego, sobre la base de ellos, se toma una decisión sobre cómo y qué regular.

En algún lugar aquí podría decir las palabras sobre los grandes datos que se recopilan, sobre las redes neuronales y otras cosas, pero, recuerdo, el presupuesto era estrictamente limitado. Por lo tanto, utilizamos las redes neuronales integradas de los empleados del servicio de carreteras. Se sentaron con estadísticas, probaron cuidadosamente diferentes regímenes regulatorios en papel y luego, en la práctica, y llegaron a ciertas conclusiones sobre qué y cómo hacer. El resultado fue un conjunto de 24 heurísticas para diferentes situaciones.



De hecho, los primeros dos meses se calcularon (o se seleccionaron intuitivamente) y confirmaron la duración óptima de las fases de los semáforos en cada situación: en la niebla de la mañana, bajo la lluvia el fin de semana, con buen tiempo el lunes por la noche, etc. Encontramos las fases principales para los semáforos sin detectores, que cambian cuatro veces al día.


Puedes ver las estadísticas.

¿Qué otros beneficios ofrece tal sistema?


  1. . ( ) « () ». : , . , , , , , . , , , , — ( , ).
  2. . , , . , - . , 35 , 42 . . , .
  3. «» . , , - , , - ( ), . , - . , , . , , . .
  4. . , , « » . , , , . — ( ), .
  5. . , . , , . , , , . « », , .
  6. . , « - , 20 ». , , -, , . -, , 60 % .
  7. Contados los trabajadores del vehículo. Para obtener estadísticas sobre la organización del transporte público (como rutas de autobuses o estaciones de ferrocarril), es muy importante saber cuántas personas en la ciudad van a trabajar fuera de sus fronteras. El mismo reconocimiento de números junto con la regla "sale de cuatro a cinco veces por semana y regresa después de 8 a 14 horas" permitió comprender lo que había en los detalles y las instrucciones.

Todos los datos del sistema se suman, y algún día será posible procesarlos con métodos más complejos. Ahora, por ejemplo, el tráfico de turnos de trabajo dentro de la ciudad fue estimado por las personas tanto para la optimización como para estimar el número y la frecuencia requeridos de los autobuses, pero aún será posible hacerlo constantemente de manera automática. Además, los datos son útiles para planificar la expansión de carreteras en la ciudad y en la región, cuando sea necesario.

Los experimentos


  • , — « ». , : , , «» — . , , «» : , , , . 15 — , . , , . : , «» , .
  • , .
  • . , . , () , , , - - ( - 800 ). . «», , , . «, !» . : , , , , — .





:

  • 12 , . 30 % , - , (, ).
  • 4 /. .
  • , .
  • .
  • . — , . .
  • .

Aquí está el comunicado de prensa . Si desea contarle esto a uno de los expertos en tráfico de su ciudad, simplemente deje caer el enlace a Habr e inmediatamente, a mi correo VBabiy@technoserv.com, puede enviar preguntas sobre el sistema, sobre presupuestos y plazos.

More articles:


All Articles