Transport automation research Transport automation research Автоматика на транспорте 2412-9186 72143 10.20295/2412-9186-2023-9-04-355-367 Электронное моделирование Electronic simulation Электронное моделирование Modeling of Local Traffic Flows under Conditions of Incomplete Initial Data Моделирование локальных транспортных потоков в условиях неполноты исходных данных Митрохин Максим Александрович Mitrohin Maksim Aleksandrovich mmax83@mail.ru

доктор технических наук;

doctor of technical sciences;

 Аляев Александр Олегович Alyaev Aleksandr Olegovich alyaev-2003@mail.ru Лобанов Рамиль Ильясович Lobanov Ramil' Il'yasovich ramil_lobanov@mail.ru Кирьянов Владислав Евгеньевич Kiryanov Vladislav Evgen'evich Пензенский государственный университет Пенза Россия Penza State University Penza Russian Federation Пензенский государственный университет Пенза Россия Penza State University Penza Russian Federation Пензенский государственный университет Пенза Россия Penza State University Penza Russian Federation Пензенский государственный университет Россия Penza State University Russian Federation 11 12 2023 11 12 2023 9 4 355 367 10 12 2023 https://itt-pgups.ru/en/nauka/article/72143/view

Целью настоящей статьи является проверка гипотезы о возможности эффективного моделирования дорожного трафика с использованием ограниченных наборов данных. Конкретно: исследование фокусируется на возможности моделирования потоков на перекрестках, основываясь исключительно на информации о движении транспорта в смежных участках дорожной инфраструктуры. Одним из главных этапов разработки системы было исследование и выбор оптимального интервала усреднения данных о количестве транспортных средств, движущихся в модели. Этот выбор является основным, так как он непосредственно влияет на точность и эффективность работы системы. В процессе анализа различных вариантов интервалов усреднения была выявлена оптимальная конфигурация, которая обеспечивает наилучший баланс между точностью данных и эффективностью системы. На основе результатов моделирования был выбран оптимальный интервал усреднения данных. В рамках этой цели основными задачами в данной работе являются: разработка программы автоматического запуска процесса моделирования при поступлении новых данных с камеры, проверка адекватности моделирования на примере одного конкретного перекрестка, а также проверка гипотезы относительно возможности эффективного моделирования перекрестков при использовании ограниченных объемов данных. Разработанная система моделирования транспортных потоков представляет собой решение, которое базируется на использовании данных, получаемых с интеллектуальной камеры, для анализа и оптимизации движения транспортных средств. Эта система была создана в рамках исследовательского проекта, который имел своей основной целью оптимизацию процесса анализа транспортного потока в городских и дорожных условиях. Разработанная модель обладает широким спектром потенциальных применений. Она может быть интегрирована в городское планирование с целью создания эффективных моделей дорожного движения, которые впоследствии могут быть использованы для эффективного управления дорожным движением и оптимизации дорожной инфраструктуры.

The main scientific result of the work is a model implemented in the form of a software package capable of automatically modeling traffic without human intervention, processing data coming from intelligent cameras installed at intersections. Within the framework of the study, the possibility of modeling traffic flows in conditions of incompleteness of the initial data has been confirmed, and specifically, the possibility of modeling flows at intersections, focusing solely on information about traffic in related areas. The study confirms that traffic modeling based on limited data in the future can become a tool of traffic management. The mean squared error of modeling under conditions of incomplete initial data is 3,66, the correlation coefficient between real and simulated data is 0,7, which corresponds to the average degree of coincidence of the results. It is appropriate to emphasize that, when modeling a particular intersection, the correlation coefficient has reached 0,996, which indicates a significant accuracy in modeling this intersection. In two experiments, the correlation coefficients are in the ranges of confidence intervals, which also indicates sufficient convergence of the simulation results. The results of the study are of practical importance with the prospect of determining the optimal parameters of traffic flow control on the model at local time intervals of approximately several tens of minutes. The development of the model is planned in the direction of its use to create adaptive algorithms for controlling traffic light objects at intersections. This step will improve the efficiency of transport infrastructure management to changing traffic conditions.

 моделирование транспортных потоков трафик симулятор городской мобильности интервал усреднения данных modeling of traffic flows traffic Simulation of Urban Mobility data averaging interval

Сальникова А. Д. Формирование системы транспортно-пересадочных узлов в городской агломерации / А. Д. Сальникова, А. В. Баните, Д. Г. Плотников и др. // Автоматика на транспорте. - 2023. - Т. 9. - № 1. - С. 87-98. Sal'nikova A. D. Formirovanie sistemy transportno-peresadochnyh uzlov v gorodskoy aglomeracii / A. D. Sal'nikova, A. V. Banite, D. G. Plotnikov i dr. // Avtomatika na transporte. - 2023. - T. 9. - № 1. - S. 87-98. Макаров И. В. Совершенствование управления транспортными потоками города с использованием имитационного моделирования / И. В. Макаров, Р. Г. Хабибуллин, К. А. Шубенкова и др. // Материалы 4-й Всероссийской научно-практической конференции по имитационному моделированию ИММОД 2009. - СПб.: Дом ученых им. М. Горького. - 2009. Makarov I. V. Sovershenstvovanie upravleniya transportnymi potokami goroda s ispol'zovaniem imitacionnogo modelirovaniya / I. V. Makarov, R. G. Habibullin, K. A. Shubenkova i dr. // Materialy 4-y Vserossiyskoy nauchno-prakticheskoy konferencii po imitacionnomu modelirovaniyu IMMOD 2009. - SPb.: Dom uchenyh im. M. Gor'kogo. - 2009. Shaharuddin R. A. Controlling Traffic Congestion in Urbanised City: A Framework Using Agent-Based Modelling and Simulation Approach / R. A. Shaharuddin, Md Yu. Misro // ISPRS Int. J. Geo-Inf. - 2023. - Iss. 12(6). - P. 226. Shaharuddin R. A. Controlling Traffic Congestion in Urbanised City: A Framework Using Agent-Based Modelling and Simulation Approach / R. A. Shaharuddin, Md Yu. Misro // ISPRS Int. J. Geo-Inf. - 2023. - Iss. 12(6). - P. 226. Alghamdi T. A. Comparative Study on Traffic Modeling Techniques for Predicting and Simulating Traffic Behavior / T. Alghamdi, S. Mostafi, G. Abdelkader et al. // Future Internet. - 2021. - Iss. 14. - P. 294. Alghamdi T. A. Comparative Study on Traffic Modeling Techniques for Predicting and Simulating Traffic Behavior / T. Alghamdi, S. Mostafi, G. Abdelkader et al. // Future Internet. - 2021. - Iss. 14. - P. 294. Yedavalli P. Microsimulation analysis for network traffic assignment (MANTA) at metropolitan-scale for agile transportation planning / P. Yedavalli, K. Kumar, P. Waddell // Transportmetrica A: Transport Science. - 2021. - Pp. 1278-1299. Yedavalli P. Microsimulation analysis for network traffic assignment (MANTA) at metropolitan-scale for agile transportation planning / P. Yedavalli, K. Kumar, P. Waddell // Transportmetrica A: Transport Science. - 2021. - Pp. 1278-1299. Кузнецов Т. А. Оптимизация движения транспортного потока на регулируемом перекрестке с использованием имитационного моделирования / Т. А. Кузнецов // Политехнический молодежный журнал. - 2022. - № 07(72). Kuznecov T. A. Optimizaciya dvizheniya transportnogo potoka na reguliruemom perekrestke s ispol'zovaniem imitacionnogo modelirovaniya / T. A. Kuznecov // Politehnicheskiy molodezhnyy zhurnal. - 2022. - № 07(72). Захаров Ю. И. Основные современные инструменты имитационного моделирования транспортных потоков / Ю. И. Захаров, Е. С. Карнаух // Вісник придніпровської державної академії будівництва та архітектури. - 2023. - С. 87-98. Zaharov Yu. I. Osnovnye sovremennye instrumenty imitacionnogo modelirovaniya transportnyh potokov / Yu. I. Zaharov, E. S. Karnauh // Vіsnik pridnіprovs'koї derzhavnoї akademії budіvnictva ta arhіtekturi. - 2023. - S. 87-98. Di Sh. Calibrating stochastic traffic simulation models for safety and operational measures based on vehicle conflict distributions obtained from aerial and traffic camera videos / Sh. Di, G. Jingqin, Y. Di et al. // Accident Analysis and Prevention. - 2023. - Iss. 179. Di Sh. Calibrating stochastic traffic simulation models for safety and operational measures based on vehicle conflict distributions obtained from aerial and traffic camera videos / Sh. Di, G. Jingqin, Y. Di et al. // Accident Analysis and Prevention. - 2023. - Iss. 179. Ромашова А. А. Анализ технологий сбора данных о параметрах движения транспортных потоков / А. А. Ромашова // Форум молодых ученых. - 2021. - № 5(57). - С. 298-303. Romashova A. A. Analiz tehnologiy sbora dannyh o parametrah dvizheniya transportnyh potokov / A. A. Romashova // Forum molodyh uchenyh. - 2021. - № 5(57). - S. 298-303. Altshuler Ya. Augmented Betweenness Centrality for Mobility Prediction in Transportation Networks / Ya. Altshuler, R. Puzis, Yu. Elovici et al. // Finding Patterns of Human Behaviors in Network and Mobility Data. - 2011. - P. 671. Altshuler Ya. Augmented Betweenness Centrality for Mobility Prediction in Transportation Networks / Ya. Altshuler, R. Puzis, Yu. Elovici et al. // Finding Patterns of Human Behaviors in Network and Mobility Data. - 2011. - P. 671. Ross S. M. Introduction to Probability and Statistics for Engineers and Scientists / S. M. Ross. - University of California, Berkeley. - 2004. - P. 179. Ross S. M. Introduction to Probability and Statistics for Engineers and Scientists / S. M. Ross. - University of California, Berkeley. - 2004. - P. 179. Rodgers J. L. Thirteen Ways to Look at the Correlation Coefficient / J. L. Rodgers, W. A. Nicewander // The American Statistician. - 1988. - Vol. 42. - Iss. 1. - Pp. 59-66. Rodgers J. L. Thirteen Ways to Look at the Correlation Coefficient / J. L. Rodgers, W. A. Nicewander // The American Statistician. - 1988. - Vol. 42. - Iss. 1. - Pp. 59-66. Hotelling H. New Light on the Correlation Coefficient and its Transforms / H. Hotelling // Journal of the Royal Statistical Society, Series B (Methodological). - 1953. - Vol. 15(2). - Pp. 193-225. Hotelling H. New Light on the Correlation Coefficient and its Transforms / H. Hotelling // Journal of the Royal Statistical Society, Series B (Methodological). - 1953. - Vol. 15(2). - Pp. 193-225. Фишер Р. А. Статистические методы для исследователей: монография / Р. А. Фишер. - М.: Госстатиздат, 1958. - С. 42. Fisher R. A. Statisticheskie metody dlya issledovateley: monografiya / R. A. Fisher. - M.: Gosstatizdat, 1958. - S. 42.