Содержание к диссертации
Введение
1. Автотранспортные потоки, безопасность и задачи исследования 11
1.1. Необходимость рационального выбора мероприятий по повышению без опасности движения 11
1.2. Факторы, влияющие на безопасность дорожного движения 14
1.3. Скорость как один из главных факторов безопасности движения 25
1.4. Анализ существующих методов моделирования потоков 29
1.5. Выводы и задачи исследования 36
2. Моделирование автотранспортных потоков 40
2.1. Детерминированно - стохастическая модель АТП 40
2.2. Модель Бернулли для смешанного потока на произвольном числе полос 45
2.3. Имитационная модель автотранспортных потоков 54
2.4. Моделирование движения на однополосной дороге 59
2.5. Моделирование движения на двухполосной дороге 68
2.6. Моделирование движения на многополосной дороге 81
2.7. Восстановление характеристик потока по результатам имитационного моделирования 86
2.8. Выводы к главе 2 89
3. Управление и оптимизация транспортных потоков на перегоне 91
3.1. Цели и способы управления автотранспортным потоком 91
3.2. Влияние состава потока на пропускную способность многополосной дороги 93
3.3. Повышение пропускной способности за счет ограничений для медленных автотранспортных средств на движение по отдельным полосам 96
3.4. Влияние блокировки полос на основные характеристики движения (динамическое узкое место) 101
3.5. Движение специальных АТС в потоке (просачивание) 106
3.6. Исследование разделения потоков 110
3.7. Выводы к главе 3 118
4. Исследование уровня безопасности дорожного движения с помощью имитационного моделирования 120
4.1. Конфликтные узлы, конфликтные ситуации и риски дорожно-траспортных происшествий 120
4.2. Безопасность движения на перегоне 125
4.3. Выводы к главе 4 131
5. Экспериментальные измерения и перспективные применения 133
5.1. Цель и задачи экспериментальных исследований 133
5.2. Методика проведения экспериментальных исследований 135
5.3. Результаты видеомониторинга 140
5.4. Сравнение характеристик потока, полученных с помощью видеомониторинга и аналитически 147
5.5. Перспективные практические разработки 153
Выводы 166
Список литературы 168
Приложение 1
Приложение 2
- Факторы, влияющие на безопасность дорожного движения
- Моделирование движения на двухполосной дороге
- Исследование разделения потоков
- Результаты видеомониторинга
Введение к работе
Актуальность исследования. Проблемы, связанные с ростом интенсивности автотранспортных потоков (Т П) на дорогах, являются одними из наи -более сложных в жизни современных городов. Автомобилизация затронула все развитые в промышленном отношении страны. В связи с тем, что темпы роста автомобильного парка в России значительно опережают темпы роста пропускной способности дорожных сетей, повышение эффективности последних можно достичь за счет внедрения более совершенных средств и систем управления дорожным движением (ДД).
Математические модели транспортных потоков были предметом исследования многих работ (Ф. Хейт, Д. Дрю, Сильянов В.В. и др.). Бабков В.Ф. дает следующую классификацию потоков в зависимости от интенсивности (q): свободный, связанный или частичносвязанный и насыщенный. Если теории свободных (теория массового обслуживания) и связанных потоков (гидродинамические аналогии) к настоящему времени достаточно глубоко разработаны, то случай, когда поток переходит от связанного состояния к насыщенному, является наиболее сложным, так как требует учета перестроений автомобилей с одной полосы на другую. В диссертации (модель Бернулли) показано, что в окрестности точки максимальной интенсивности движения на многополосной (двухполосной) дорогесамаябольшаяотносительнаядоляперестроений. Эти маневры могут не изменять макрохарактеристики потока, но они значительно влияют на его энергетику (увеличивают расход топлива) и безопасность дорожного движения (БДД) (увеличивают "конфликты" внутри потока). Классификация возникающих на дорогах ситуаций, имеющих повышенный риск ДТП, разработана Клинковштейном Г.И. и Бабковым В.Ф.
Движение по многополосным дорогам стало объектом исследования относительно недавно. Однако в этих исследованиях не уделяется достаточного внимания количественной оценке влияния различных факторов на формирование ТП с учетом индивидуального поведения каждого автомобиля потока. В большинстве научно-практических исследований обычно не приводятся обоснования того, как данные результаты были достигнуты. В последнее время моделирование автотранспортных потоков стало предметом активного внимания российских и зарубежных физиков Бугаев А.С., Лубашевский ИА, Каленков С, Вагнер Р,
Манке Р, Нагель К и др.
Цель работы - оценить влияние некоторых мероприятий по организации дорожного движения на транспортный поток на магистрали, получить количественные результаты и дать рекомендации по повышению пропускной способности и эффективности организации дорожного движения на многополосных перегонах дорог.
Научная новизна состоит втом, что разработан и научно обоснован новый подход к оценке влияния различных мероприятий по ОДД на формирование ТП и на БДД на перегонах магистралей с учетом индивидуального поведения в потоке каждого автомобиля. Эта методика предусматривает использование имитационных и аналитических моделей на основе детерминированно-стохастического подхода, при котором дорожное полотно представляется дискретным клеточным полем. В ходе исследований в диссертации получены следующие новые научные положения:
разработан алгоритм, математическая и имитационная модель ТП по многополосной дороге;
установлены закономерности влияния состава потока, различной плотности на его среднюю скорость и пропускную способность;
получены зависимости изменения средней скорости потока от его состава и плотности при различных способах управления;
исследована вероятность возникновения основных видов конфликтных ситуаций в ТП на многополосной дороге, на основе имитационного моделирования;
проведена оценка некоторых мероприятий по управлению и безопасности движения на многополосной дороге.
Практическая значимость работы заключается в том, что её результаты позволяют по наблюдаемым базовым характеристикам ТП количественно оценить влияние мероприятий по ОДД на ТП и на БДД: формирование однородного состава, управление медленными АТС, запрет части АТС выезжать на дорогу, исследовать по данным критериям существующие дороги, а также предложить рекомендации по повышению эффективности управления движением на дорогах.
Реализация результатов диссертации. Результаты диссертации использовались в Федеральном управлении автомобильных дорог "Центральная
Россия" (ФУАД ЦР) и в НПО "МАДИ-Практик" при анализе интенсивности движения и анализе аварийности на сети дорог, обслуживаемых ФУАД ЦР, и на МКАДе. Имеются акты о внедрении результатов.
Апробация работы. Основные положения диссертационной работы были доложены на научно-практических конференциях МАДИ-ГТУ в 2000-2004гг., заседаниях кафедры "Высшей математики" в 2003г. и кафедры "Организации и безопасности движения" в 2004г., научных семинарах МГУ им.Ломоносова.
Публикации. По материалам диссертационной работы опубликовано б печатных работ.
На защиту выносятся:
теоретическое описание закономерностей поведения транспортных потоков с учетом индивидуального поведения водителей автомобилей;
имитационная модель для исследования влияния состава потока, влияния множества медленных АТС (блокировка полос), управления медленной частью потока (грузовые АТС), разделения потоков на два направления в окрестности транспортных узлов и особенностей формирования потоков (скорость, интенсивность, конфликтность в потоке) на перегонах многополосных дорог;
имитационная модель, позволяющая оценить количество конфликтных ситуаций на перегоне и влияние мероприятий по ОДД на их количество;
соответствующее программное обеспечение для проведения имитационного моделирования, реализованное на ЭВМ;
- результаты экспериментальных, теоретических исследований и методиче
ские рекомендации по управлению ТП для повышения эффективности его ра
боты, увеличения скорости движения и уменьшения конфликтных ситуаций.
Структура и объем работы. Диссертация состоит из введения, пяти глав и выводов и содержит 180 страниц текста, втом числе 23 таблицы, 112 рисунков, список литературы из 96 наименований.
Факторы, влияющие на безопасность дорожного движения
Обстановка с обеспечением БДД в РФ является сложной. В 2003 году зарегистрировано 204267 дорожно-транспортных происшествия, в которых погибли 35602 и получили ранения 243919 человек. В табл. 1.1 показаны изменения относительных показателей аварийности с 1991 по 2000 год.
В период с 1996 по 2001г. в России основные показатели аварийности остались на том же уровне, что и в предыдущие годы (рис.1.1). За эти пять лет количество погибших в ДТП в 2001 г. выросло на 8 % по сравнению с 1996г. В последние три года произошел резкий скачек количество ДТП в 2003г. выросло на 20% по сравнению с 2001г. Основной причиной этого, по данным ГИБДД, является ухудшение уровня подготовки и дисциплины водителей, несоблюдение ПДД [18], а также резкий рост парка АТС.
На дорожной сети федерального значения в 1999 г. произошла пятая часть всех ДТП (21.6%), которые входят в официальную статистику. Характерной особенностью аварийности на федеральных дорогах является высокая тяжесть последствий происшествий (23 погибших на 100 пострадавших). Это связано с тем, что скорости на данных дорогах высоки и любая ошибка приводит к ДТП с очень тяжелыми последствиями. В 1999 году на каждых 100 км протяженности федеральных дорогах (исключая участки в городах и населенных пунктах) произошло 30 ДТП, что в 6 раз больше, чем на всех автомобильных дорогах вне городов и населенных пунктов. Это наглядно показывает необходимость как-то вмешаться в этот процесс.
Статистика показывает, что на БДД оказывают влияние все факторы комплекса ВАДС: дорога; окружающая среда; автомобили; участники дорожного движения (водители и пешеходы).
Рассмотрим каждую группу отдельно. Отклонения системы от режима безотказной работы часто являются результатом сочетания факторов, относящихся ко всем компонентам системы ДД.
Рассмотрим первую группу - дороги. Очень грубая классификация дорожной сети состоит в подразделении дорог общественного пользования на скоростные дороги (автомагистрали), загородные дороги, городские улицы и дороги.
Обозначим через к относительное количество происшествий - количестве происшествий с пострадавшими на миллион км. пробега. В табл.1.2 приведены значения к для различных типов дорог. Самое высокое относительное количество происшествий на городских дорогах по сравнению с остальными дорогами. На автомагистралях значение к составляет примерно четверть от среднего показателя по приведенным странам. В РФ на скоростных дорогах приходится порядка 21% ДТП от общего числа.
На дорогах с изменяющимся рельефом, например, с крутыми поворотами, перемежающимися с длинными прямыми участками, с крутыми уклонами, перемежающимися с плоскими участками, значения к выше по сравнению с дорогами с однообразным рельефом. Влияние горизонтальных изгибов дороги на относительное количество происшествий изучалось в ряде стран, в том числе в Германии, Швеции и США, и было обнаружено следующее приблизительное соотношение между радиусом горизонтальной кривой и & на таком участке [72], табл. 1.3.
Ряд исследований свидетельствует, что значение к растет с ростом количества примыкающих дорог и перекрестков на километр дороги. Это не удивительно, поскольку большее количество примыкающих дорог и перекрестков означает большее число опасных мест и большее число потенциальных возможностей для водителя неправильно оценить обстановку или принять неверное решение.
В норвежских исследованиях было получено приблизительное соотношение между количеством примыкающих дорог на километр и относительным количеством происшествий [72], табл.1.4.
На перекрестках относительное количество происшествий зависит от планировки перекрестка и ОДД на этом перекрестке. К основным факто рам быть вовлеченным в ДТП относятся: количество пересекающихся дорог и доля машин, въезжающих со второстепенных дорог. Относительное количество происшествий на перекрестках четырех дорог примерно вдвое выше этого показателя для перекрестков трех дорог. Значение к растет как функция доли автомобилей, въезжающих на перекресток с второстепенных дорог, независимо от количества примыкающих к перекрестку дорог.
В значительном количестве исследований подтверждается зависимость между средней скоростью движения (v) и относительным количеством происшествий (к). Зависимость между скоростью и количеством происшествий может быть описана следующей степенной функцией (Evans, 1991)[72]:
Значение показателя А зависит от тяжести происшествий. Для происшествий с погибшими его нужно взять равным примерно 4. Для происшествий с травматизмом значение показателя находится в пределах от 2 до 3. Для происшествий только с материальным ущербом значение А примерно равно 1,5-2. Таким образом, если, к примеру, средняя скорость уменьшается со 100 км/ч до 90 км/ч, то в соответствии с формулой, количество ДТП с погибшими должно сократится примерно на 34%: (щ) = 0.66.
Соответствующее увеличение средней скорости приведет к 50 %-му росту количества ДТП с погибшими. Приведенные ниже цифры дают ожи даемое изменение количества ДТП с погибшими и ранеными для определенных величин изменения средней скорости.
На практике, наблюдаемое изменение количества происшествий может находиться вне пределов, приведенных выше, так как в дополнение к изменению скорости часто действуют другие факторы, влияющие на ДД. Это и ремонт дорожного покрытия, изменения погодных условий, изменения в ведении отчетности о происшествиях (менее серьезные происшествия регистрируются реже, при меньшей скорости меньше тяжесть) и т.д.
На рис. 1.2 показана зависимость относительного количества ДТП при различной интенсивности движения. Данная кривая показывает, что наименьшее количество ДТП наблюдается при малой и большой интенсивности, когда поток или свободный, или плотный соответственно. При интенсивности 10 тыс. АТС/сут. на двухполосной дороге наблюдается пик относительного числа ДТП, связанный с тем, что на дороге еще есть свободные места для маневра, но маневр совершить уже практически невозможно.
Вторая группа факторов, влияющих на БДД, - это факторы, связанные с окружающей средой, такие, как темное время суток, неблагоприятные погодные условия, состояние дорожного покрытия.
В темное время суток к примерно в 1,5-3 раза выше по сравнению со светлым временем суток. Плохая видимость сама по себе не единственная причина. Ночью, например, больше нетрезвых водителей. Кроме того,
Во время дождя и (или) снега относительное количество происшествий увеличивается. Скандинавские исследования свидетельствуют [72], что по мере привыкания участников ДД к снежной погоде ее влияние на относительное количество происшествий значительно уменьшается. Неожиданный снегопад, такой, как первый осенний снег или снегопад после длительного периода без осадков оказывает более заметное влияние на к, чем "ожидаемый" снегопад.
На скользком дорожном покрытии относительное количество происшествий увеличивается, но по мере привыкания участников ДД к скользкому дорожному покрытию его влияние на относительное количество происшествий исчезает.
Для БДД ровность асфальтового дорожного покрытия, как одиночный факт, имеет второстепенное значение. Неровности дорожного покрытия в сочетании с неблагоприятными погодными условиями приводят к тому, что относительное количество происшествий во время дождя сильнее увеличивается на дорогах с неровной поверхностью, чем на других дорогах.
Тип автомобиля, масса автомобиля, мощность двигателя и скоростные характеристики, техническое состояние машин тоже влияют на риск возникновения ДТП.
Моделирование движения на двухполосной дороге
В двухполосной модели АТС двигаются по двум полосам в одну сторону. Если АТС стремится передвинуться на клетку вперед, а впереди него на его полосе находится другое АТС, то стремящееся продвинуться вперед АТС пытается переместиться на соседнюю полосу. Для успешного выполнения маневра необходимо отсутствие АТС на соседней полосе движения рядом с АТС, выполняющим переход на другую полосу, и рядом с обгоняемым автомобилем. Если автомобиль находится в клетке nm j, то для успешного выполнения обгона нужно, чтобы в клетках пт +іи nm;+ij+i (обгон слева), или клетках пт +іи nmj+ij_i(обгон справа) не было автомобилей (j - полоса движения автомобиля, который пытается передвинуться вперед, г - его позиция на клеточной ленте).
В данной модели контролируемые параметры следующие: стохастическая скорость каждого автомобиля и потока, клеточная плотность, стохастическая интенсивность, присутствие автомобиля в клетках контроля. Возможные состояния клеток контроля (сечения дороги) для двухполосной дороги содержатся в соответствующем массиве и приведены в табл.2.4.
Общая схема моделирования аналогична используемой в однополосной модели, рис.2.21. Отличие заключается в исходных данных, добавлен параметр т, который означает количество полос. Для двухполосной модели он равен двум и количество АТС на каждой полосе в первый момент времени равно Mi и Мг- Основные изменения произошли в блоке пересчета модели - 2, добавилась возможность перехода на соседнюю полосу движения.
Перед началом моделирования задаются параметры модели: N, М, р и клетка контроля.
Массивы, используемые в модели такие же, как и в однополосной, кроме массива для дороги он стал двумерным: пт [1..N, l..mj - в данном массиве хранится положение АТС на дороге. Для двухполосной дороги т = 2.
На дороге длиной N клеток случайным образом разбрасывается М = Mi + М2 АТС. Происходит заполнение массива пт - блок 1 на рис.2.21. В данный массив заносится номер АТС на дороге. Для этого генерируется случайное число из диапазона (1..-/V), и если эта клетка пустая, т.е. в нее не было ранее помещено АТС, в эту клетку заносится номер данного АТС и так М раз, табл.2.5
На рис.2.27 приведена блок-схема модуля, по которому вычисляется перемещение АТС в двухполосной модели движения в одну сторону. Он аналогичен такому же блоку однополосной модели, но к нему добавлены модули перехода на другую полосу.
Если АТС предписано передвинуться в следующую клетку, а эта клетка занята, то данное АТС пытается перейти на другую полосу. Для этого проверяется отсутствие помех для перехода на другую полосу. Если помех нет, то АТС переходит на соседнюю полосу и продолжает движение на ней.
После обнуления всех массивов и создания вспомогательного массива пт2 (для хранения положения АТС на шаге t + 1) размерностью массива пт, в модуле счета, начинаем перебирать все клетки дороги (г) сначала на первой полосе (j=l), затем на второй (j=2). Если достигнут конец дороги при переборе второй полосы, то осуществляется переход к обработке следующего такта времени.
Если в клетке есть АТС (nm[i,j] 0), то происходит определение, совпадает ли желание АТС двигаться с его возможностью по принципам описанным в однополосной модели.
Текущее положение АТС на шаге t в массиве пт заносим в переменные ni, nj. Если АТС находится в последней клетке, і = N, блок 1, показанный пунктиром на рис.2.27, то проверяем, свободна ли первая клетка этой же полосы. Если эта клетка свободна, то перемещаем АТС в эту клетку (пі=1), а если клетка занята, то проверяется возможность перехода АТС на другую полосу: отсутствие АТС рядом на соседней полосе nm[i,ji+lj=0 (nmfi,ji-1]=0) и отсутствие АТС впереди на соседней полосе nm[l,ji+l]=0 (nmfl,ji-1]=0). Если данное условие выполняется, то происходит перемещение в новую клетку на соседней полосе ni=l, nj:=nj+l (ni=l, nj:=nj-l), АТС № 28 в табл.2.2.5. В остальных случаях АТС остается на месте, "пропускает ход" (ni=i, nj:=j).
Если АТС находится в любой другой клетке, кроме последней, блок 2 на рис.2.27 осуществляется не в 1-ю клетку (пг=1), а в следующую [пъ= пі +1). В табл.2.6 АТС № 1 перешло на соседнюю полосу (ni=i+l,nj=j-l), АТС № 7, 23 продвинулись вперед по своей полосе (ni=i+l,nj=j), АТС № 11,2 остались на своих местах (ni=i,nj=j)
На следующем шаге, блок 3 рис.2.27, проверяем, совершило ли АТС к перемещение, и, если совершило, увеличиваем его индивидуальное количество движения на единицу sobitie(k)=sobitie(k)+l, при этом заносим новую позицию АТС в массив п_ т2 (положение АТС на следующем шаге времени): n_m2[ni,nj]=n_m[i,jj. По окончании обработки данной клетки осуществляется переход к обработке следующей, пока не будет достигнут конец дороги, сначала на первой полосе, затем на второй. После обработки всех клеток происходит переприсваивание массивов на шаге t + 1 в массив шага t (п_т=п_т2).
В результате моделирования были получены следующие закономерности, приведенные на рис.2.28. Здесь М = 20 АТС (10+10), N — 50 клеток на одной полосе и pi = 0.5, г = 0.2.
Это означает, что некоторые АТС поехали и не встретили перед собой препятствий, а другие так и не смогли начать движение из-за находящихся перед ними автомобилей. Из графиков (Т=50-1000) видно, что постепенно средние стохастические скорости автомобилей на интервале моделирования выровнялись, и через 10000 тактов Vst стало равно 0.4765. Рассмотрим, что же произойдет, если на дороге появятся медленные АТС, (рис.2.29). В однополосной модели это приводило к моментальной закупорке артерии движения. Введем два медленных АТС (р = 0.01). Эти медленные АТС получили номера 14 и 16. После прохождения фазы неустойчивого движения (Т = 10, Т = 50) все АТС успешно преодолели препятствие в виде двух данных АТС и, обогнав их, продолжили движение со своей скоростью. В итоге Vst равно 0.4141, причем основной вклад в уменьшение средней скорости потока внесли данные два медленных АТС.
Было проведено моделирование для выявления зависимости между количеством движения и плотностью на двухполосной дороге. Под объектом моделирования может выступить любая двухполосная дорога. В ПДД указано, что максимальный допустимый для легкового АТС остановочный путь при скорости в начале торможения 40 км/час должен быть не более
Сначала было определено минимальное количество тактов времени, необходимое для того, чтобы система вошла в стационарный режим, т.е. определена необходимая длительность интервала моделирования. Проведено моделирование N = 5400, г — 0.27, Р2 = 0.5, при наличии или отсутствии медленных АТС (pi = 0.01) и контролировалось Vst АТП, рис.2.30. Проанализировав полученные результаты, было выявлено, что 50000 тактов времени достаточно для достижения установившегося режима.
Из зависимости, приведенной на рис.2.31 а), видно, что с увеличением г происходит снижение Vst, как и в однополосной модели. При появлением медленные АТС также происходит падение стохастической скорости. График этой кривой, который при отсутствии медленных АТС выпукл вверх, становится выпукл вниз. При этом, чем больше клеточная плотность, тем резче происходит падение скорости при появлении медленных АТС. Затем при достижении определенного значения падение уменьшается. При 2% медленных АТС падение начинается при клеточной плотности равной 0.1. Из рисунка хорошо видно (линия при г = 0.37), что даже небольшое количество медленных АТС приводит к существенному падению стохастической скорости.
Исследование разделения потоков
Рассмотрим транспортный поток, движущийся по замкнутой двухполосной дороге, которая состоит из трех фрагментов:
(1) общий участок, где любому АТС разрешено находиться на любой полосе, маневрировать и обгонять;
(3) переходный участок между общим и канализированным фрагментом и
(2) канализированный участок, где каждому автомобилю предписано находиться только на своей полосе.
На практике данная ситуация может встречаться, например, при весовом контроле АТС, съезде с магистралей, и во многих других случаях. Будем называть моделируемое явление сегрегацией (разделением, сортировкой) потока.
Обратный переход, который в нашем случае также имеет место, назовем агрегацией (соединением, слиянием, перемешиванием).
На улично-дорожной сети (УДС) часто встречаются ситуации, когда одна дорога переходит в две, разветвляется, например, Ленинградское и Волоколамское шоссе в г. Москве. При подъезде к такому участку водитель согласно ПДД должен заранее перестроиться на ту полосу, которая ему нужна для дальнейшего продолжения движения. Однако это не всегда удается без нарушений правил из-за большой плотности потока.
Для организатора дорожного движения интересно знать минимальную длину L зоны, которая необходима для того, чтобы АТС успели перестроиться.
Вся дорога разбивается на три зоны (рис.3.17). В первой зоне АТС могут двигаться, обгоняя друг друга по правилам, схематически описанным на рис.2.7.
Во второй зоне, имеющей длину L, обгоны запрещены. После въезда в эту зону АТС стараются занять нужную им полосу. В третьей зоне АТС двигаются по своим полосам, не перестраиваясь.
Для исследования сегрегации в модель был добавлен новый алгоритм движения, в соответствии с которым осуществляется движение АТС в зоне II (в активном поле). В модели осуществляется цикл по каждой клетке дороги, начиная с первой клетки первой полосы (1,1) (рис.3.17), и до последней клетки второй полосы (п,2). В каждой зоне движение автомобилей происходит по правилам, установленным для данной зоны.
В зоне II обгоны запрещены. Если при въезде в эту зону АТС двигается по полосе, по которой оно должно будет двигаться в зоне III, то АТС продолжает движение вперед только по этой полосе до конца зоны II согласно ранее описанной стохастической однополосной модели. На рис.3.18 АТС1 (рис.3.18.а и 3.18.с) АТС1 находится на "своей полосе", а АТС2 (рис.3.18.6 и 3.18.с) на "чужой".
Если же при въезде в зону II - АТС находится не на той полосе, по которой обязано двигаться в зоне III, то оно пытается перестроиться через каждый такт с вероятностью 1 на соседнюю полосу; б) если этого сделать нельзя, то АТС движется вперед по полосе, на которой оно находится, (АТС2, на рис.3.18.с до конца зоны II. При появлении свободного места на нужной полосе АТС перестраивается на неё и продолжает движение прямо согласно правилам однополосной модели. Если такой возможности нет, то АТС продолжает движение вперед, но на каждом следующем такте времени опять пытается перестроиться на нужную полосу и только затем двигается прямо.
Если АТС не смогло перестроиться на участке II, то оно останавливается в последней клетке I этой зоны и ждет, когда на соседней полосе освободится клетка, необходимая ему для выполнения маневра. На рис.3.19 АТС2 планирует двигаться по левой полосе и ждет, когда освободится клетка, занятая в данный момент времени АТС1. На рис.3.19, выделенные жирным шрифтом, планируют продолжить после сегрегации движение по левой полосе (двойная стрелка). Темным тоном выделена зона П.
После проезда данного участка II все АТС двигаются по двум однополосным дорогам, зона III, а затем в зоне I согласно правилам, показанным на рис.2.7.
При таком движении на дороге может возникнуть ситуация "клина", когда два АТС не смогли перестроиться в активной зоне и остановились в последней клетке зоны II, ожидая, когда освободится соответствующая клетка на нужной каждому АТС полосе. В данном случае не могут разъехаться АТС1, АТС2, мешая друг другу (рис.3.20). На рис.3.21 АТС, выделенные жирным шрифтом, стремятся продолжить движение по левой полосе, остальные - по правой. Темным тоном выделена зона II.
АТС2 хочет перестроиться влево, но ему мешает АТС1, а АТС1 хочет перестроиться на правую полосу, которая занята АТС2. Вперед же они двигаться не могут, так как уже достигли границы зоны, в пределах которой им надо было перестроиться на нужную полосу.
Выход из сложившейся ситуации может быть осуществлен по одному из следующих вариантов:
1) - с применением управляющего воздействия, т.е. когда лицо, наделенное полномочиями, (ГИБДД) переводит АТС1 в ту клетку, которая ему нужна для продолжения движения, без учета правил перестроения (рис.3.21) (на это действие затрачивается s тактов движения).
2) - с пропуском нужного поворота, когда одно из АТС, несмотря на то, что оно стремилось перейти на соседнюю полосу, вынуждено передвинуться вперед по полосе, на которой оно находится, (уехать не туда, куда ему нужно). В этом случае перестроение АТС так и не происходит до конца зоны L (рис.3.22).
3) - с нарушением правил движения, т.е., когда АТС пытается перестроиться по другому алгоритму, например, по показанному на рис.3.23, при отсутствии помех для движения (свободны две клетки).
Все АТС потока, независимо от типа, разбиваются на два подмножества. АТС, попавшие в первое подмножество, хотят продолжить движение по первой полосе, а АТС, попавшие во второе подмножество, - по второй. Доля АТС, попавших в первое подмножество, определяется параметром (3, соответственно доля во втором подмножестве - (1 — j3). На рис.3.24 АТС №1,3,5,7,9 - принадлежат первому подмножеству, хотят двигаться в зоне L по верхней дороге, АТС № 2,4,6,8 - ко второму. АТС № 8, 9 - двигаются по нужным им полосам, а АТС № 1, 2 - перестраиваются на нужные им полосы
В модели контролируются следующие параметры:
- средняя стохастическая скорость (vst) потока на кольце;
- интенсивность и плотность по всей дороге и в заданном сечении;
- количество (кк), возникающих ситуаций клина, отнесенных к времени моделирования.
Все эти параметры могут контролироваться при различных значениях г, а, (3, L.
Перед началом моделирования проведем тест на сходимость модели при следующих значениях: L = 10, а—О, pi=0.9, (3=0.5, N = 100, Time — 10000. После проведения десяти модельных экспериментов для однородного потока, выполненных с одинаковыми параметрами моделирования при различной плотности, получен результат, что количество возникших ситуаций клина устойчиво при данных параметрах моделирования, среднее значение квадратичного отклонения контролируемого параметра по всем плотностям составляет 0.000008.
На рис.3.25 показана зависимость количества ситуаций клина, (/?=0.5) при фиксированной длине зоны контроля L=2 и разном процентном составе от регулярности.
Результаты видеомониторинга
В отделе математического моделирования ОММ МАДИ(ТУ) был проведен видеомониторинг транспортных потоков на федеральной дороге МКАД с целью исследования транспортных потоков, на 105 и 70 км, рисунок 5.5. Видеомониторинг проводился на 105км - 17.09.03, в течение 12 часов, на 70 км - 11.11.2003, 6 часов в ясную погоду
Дорога содержит по пять полос в каждом направлении. Видеомониторинг проводился с путепроводов. На рисунке 5.6 показаны кадры съемки на 105 и 70 км.
Интенсивность определялась в результате обработки данного видеофрагмента с помощью программы ОММ ARMS. Состав потока определялся по следующей классификации (рисунок 5.7):
I категория: мотоциклы, легковые АТС, легкие грузовые АТС с максимальным количеством осей 2 и максимальной высотой 2.0 м; II категория: автобусы, грузовые АТС с максимальным количеством осей 2 и высотой, превышающей 2.0 м; III категория: все АТС с количеством осей 3 и более и высотой, превышающей 2.0 м (трейлеры).
Результаты измерений интенсивности на 105 км представлены в табл.5.1.
При сравнении полученных в проведенных измерениях данных с результатами аналитических и имитационных моделей за АТС первого типа (мед ленные) принимались АТС, попадающие во II и III категорию, а за АТС второго типа, быстрые, в I.
Также была проведена оценка распределения потока по полосам движения на 105 км МКАД на обоих направлениях (внешней и внутренней стороне МКАД) в 8:30. Распределения по полосам движения имеют общие черты для внешней и внутренней полосы.
Так наибольшая интенсивность наблюдалась на крайней левой полосе. Более 30% потока, прошедшего через сечение, соответствует 5 и б полосе на рисунке 5.8.
По второй полосе от разделяющего потоки бордюра, (№ 4 и 7 на рис.5.8) движется около 25% потока. Таким образом, двум левым полосам, по которым в основном двигаются быстрые АТС, соответствует более половины потока (табл.5.2 ).
На остальных трех крайних правых полосах доля от суммарной интенсивности по направлениям составила около 15%. Это связано со структурой потока. По данным полосам двигаются более медленные , например, по второй правой полосе двигается более 70% грузового транспорта.
По самой крайней правой полосе двигается около 21% грузовиков. Это связано с въездами и съездами с МКАД. Грузовой транспорт, движущийся по основным направлениям, обычно не занимает данную полосу. Дальше третьей полосы от края проезжей части грузовые АТС не выезжают, и их доля на третьей полосе составляет около 9%. Наличие на первой полосе 12% медленных АТС против 6% на 10 полосе обусловлено приближением к развязке на пересечении МКАД со Щелковским шоссе.
Таким образом, полосы движения по распределению интенсивности можно разделить на три типа: 1 - полоса съездов-въездов (1, 10-я), 10% от общей интенсивности; 2 - "медленные полосы" (2,3-я и 8,9-я), 40% от общей интенсивности и 70% грузового транспорта по составу, 3 - "быстрые полосы" (4,5-я и 6,7-я), 50% от общей интенсивности, практически однородный по составу поток легковых АТС.
Оценка скорости по видеофрагменту проводилась следующим образом. Фиксировались два сечения (соответствующие столбам освещения) и с помощью секундомера определялось, сколько времени АТС проходит это расстояние. Для этого из потока случайным образом выбирались 10 АТС, проводились измерения их скорости по полосам и вычислялось среднее значение. На рисунке 5.9 показаны кадры, на которых видно передвижение АТС КАМАЗ по 3 полосе
После пересечения им уровня 1, рисунок 5.9,а, проходило включение секундомера, а после пересечения этим АТС уровня 2, рисунок 5.9,г происходило его выключение. Зная расстояние между двумя мачтами освещения (рисунок 5.10), можно перевести значение полученного времени равное 3.51с, в скорость - 73.9 км/ч.
В результате проведенного анализа мы получили следующие значения скоростей на 70 км МКАД: крейсерская скорость vjet составила - 55.1 км/ч; скорость свободного движения АТС II и III категории (vi) - 62.1 км/ч; -средняя скорость АТС II и III категории (vi st) - 60.4 км/ч; средняя скорость АТС I категории {v2,st) " 74.8 км/ч; скорость свободного движения АТС I категории г ) - 88.0 км/ч; максимальная скорость АТС {утах) - 109.1 км/ч.
Оценка динамического габарита проводилась также на анализе видеокадра. Для этого проводилось "замораживание" кадра и анализ, сколько штрихов разметки ложится между соседними АТС, рисунок 5.11. Зная расстояние между серединами штрихов разметки, можно определить динамический габарит.
По результатам исследования был определен средний динамический габарит. Он составил 22 метра.
Доля перестроений на данном участке МКАД небольшая. Ситуация показанная на рисунке 5.12, произошла спустя 1 минуту 23 секунды с момента наблюдения.
Полученные значения скоростей, динамических габаритов, интенсивностей будут использоваться при сравнении имитационных, аналитических и реальных измерений.
