Содержание к диссертации
Введение
1. Анализ транспортных процессов: современные научные направления, решения и основные задачи 15
1.1. Транспортные процессы 15
1.2. Основные понятия 18
1.3. Систематизация моделей и методов
1.3.1. Макроскопические модели 23
1.3.2. Микроскопические модели 28
1.3.3. Мезоскопические модели 31
1.3.4. Модели и методы управления транспортными процессами 32
1.3.5. Сетецентрическое управление
1.4. Информационные технологии управления транспортными процессами 34
1.5. Постановка задачи управления транспортными процессами 37
1.6. Основные выводы 40
2. Атрибутно-ориентированные модели и методы управления транспортными процессами 41
2.1. Модель управления транспортными процессами 42
2.2. Методы декомпозиции сетецентрического управления 65
2.3. Методы управления транспортными процессами
2.3.1. Метод эффективного зонального управления 72
2.3.2. Метод построения атрибутной модели объектов транспортной инфраструктуры 87
2.3.3. Метод управления транспортным процессом на основе вычисления плотности транспортного потока
2.4. Критерии оценки качества управления 94
2.5. Основные выводы и результаты 96
3. Структурно-параметрический синтез системы управления транспортными процессами на основе атрибутно-ориентированных моделей
3.1. Паттерны синтеза системы управления 99
3.1.1. Паттерны атрибутного зонирования 99
3.1.2. Паттерны топологического зонирования 101
3.1.3. Паттерны знакового зонирования 103
3.1.4. Паттерны функционального зонирования 105
3.1.5. Общесистемные паттерны
3.2. Архитектурные паттерны системы 118
3.3. Структура модели данных 123
3.4. Основные выводы и результаты 128
4. Применение атрибутного моделирования для исследования транспортных процессов 129
4.1. Назначение, возможности и структура системы управления транспортными процессами 129
4.2. Инструментальные средства системы управления транспортными процессами 138
4.3. Исследование сетецентрического зонального управления
4.3.1. Атрибутное зонирование 142
4.3.2. Топологическое зонирование 143
4.3.3. Знаковое зонирование 146
4.3.4. Функциональное зонирование
4.4. Эффективность сетецентрического управления транспортными процессами 150
4.5. Основные выводы и результаты 158
Заключение 159
Список литературы 161
- Модели и методы управления транспортными процессами
- Методы управления транспортными процессами
- Паттерны функционального зонирования
- Инструментальные средства системы управления транспортными процессами
Введение к работе
Актуальность. Современный мир всё в большей степени приобретает облик единого информационного пространства. Возникает необходимость поиска новых решений, делающих возможным управление сложными процессами с нетривиальными структурами данных, и предоставления пользователю доступа к информации из любой точки этого пространства. Информация в современном мире является одним из наиболее востребованных ресурсов. Не являются исключением и системы управления транспортными процессами (ТрПр). Проблема оперативного управления ТрПр актуальна, особенно в мегаполисах. Резкое снижение скоростей движения, многочасовые «пробки», дефицит площадей для организации кратковременных стоянок транспортных средств (ТрС), затруднение движения пешеходов, загрязнение окружающей среды, транспортный шум и, наконец, рост количества ДТП – являются основными негативными последствиями автомобилизации.
Требуется разработка новых методов, математических моделей и систем управления ТрПр, одновременно охватывающих массивы разнородных данных и обеспечивающих многоуровневое взаимодействие множества подчиненных сложных подсистем. Разрабатываются технологии управления ТрПр с использованием принципов сетецентрического управления на основе геопространственных атрибутно-ориентированных моделей. Создание таких технологий и систем управления ТрПр позволит повысить уровень организации движения: улучшить характеристики транспортной сети, усовершенствовать дислокацию объектов транспортной инфраструктуры (ТрИ), оптимизировать процесс управления ТрПр на всех фазах движения, уменьшить транспортные задержки, повысить безопасность движения.
Теория транспортных процессов развивалась исследователями различных областей знаний, накоплен большой опыт, исследования процессов движения транспортных потоков (ТрП), организации перевозочного и информационного процессов всех участников движения. Выполненные исследования в области управления ТрПр опираются на разработки ученых и практиков: Буслаев А.П., Дрю Д., Жанказиев С.В., Зырянов В.В., Капитанов В.Т., Кернер Б., Лобанов Е.М., Михайлов А.Ю., Ми-хеева Т.И., Новиков А.В., Приходько В.М., Сильянов В.В., Таташев А.Г., Хилажев Е.Б., Яшина М.В. и других. Первая макроскопическая модель однополосного ТрП, в которой он рассматривается как поток одномерной сжимаемой жидкости, описан в работах Дж. Лайтхилла, Дж. Уизема, П. Ричардса, Дж. Пэйна. В 1961 г. Ф. Ньюэл-лом предложена первая микроскопическая модель, в основе которой лежит модель следования за лидером. Ф. Хейт выделил исследование ТрП в самостоятельный раздел математики. Значительный опыт накоплен в области теории интеллектуальных информационных технологий и развития систем: В.И.Васильев, Д.Кнут, А.Н.Ко-варцев, М.А.Кораблин, Д.А.Поспелов, С.А.Прохоров, Р.Шеннон и др. Ведутся исследования в области разработки паттернов, отраженные в работах авторов: Басс Л., Курилкин В.В., Михеев С.В., Норенков И.П., Сапрыкин О.Н., G. Booch, E. Gamma, R. Helm, R. Johnson, U. Grenander, M. Fowler и др.
Однако, общий уровень исследований и их практическое использование затруднено в силу следующих основных факторов:
ТрП нестабилен характеристиками и составом, получение объективной информации о нем является сложным и ресурсоемким процессом;
непредсказуемые отклонения дорожных условий в части погодно-климати-ческих параметров и качества покрытия дороги;
критерии качества управления транспортными процессами противоречивы: например, необходимо снизить транспортные задержки и повысить уровень безопасности при одновременном снижении скорости движения.
В условиях развития сложноорганизованных интеллектуальных транспортных систем (ИТС) источники информации определяют гетерогенность данных о ТрПр, обуславливают разнородность аппаратных и программных платформ, что значительно снижает оперативность и актуальность получаемых данных и процедур принятия решений. Это обуславливает системность и актуальность темы диссертационной работы по созданию специальных методов и средств управления ТрПр, позволяющих компенсировать гетерогенность информационных пространств, на основе атрибутно-ориентированных моделей. С точки зрения приложения разработанных методов и средств актуальность продиктована необходимостью оптимизации управления ТрПр, направленной на снижение задержек, уменьшения очередей ТрС, повышения скорости движения, улучшения экологической обстановки.
Тематика диссертационной работы соответствует направлениям научно-исследовательской работы кафедры организации и управления перевозками на транспорте Самарского университета: «Информационные технологии на транспорте. Моделирование транспортных процессов», «Интеллектуальная транспортная геоинформационная система».
Объектом исследования являются методы, модели, алгоритмы, средства сете-центрического управления транспортными процессами.
Предметом исследования являются методы обработки пространственно-распределенной информации об объектах, процессах и явлениях ТрИ, методы выявления атрибутной зависимости между свойствами объектов.
Целью диссертационной работы является повышение эффективности управления транспортными процессами посредством разработки методов, моделей, алгоритмов и программного обеспечения, обеспечивающих принятие решений с учетом атрибутной и геоинформационной составляющих объектов транспортной инфраструктуры. Под эффективностью понимается снижение аварийности и повышение пропускной способности транспортной сети.
Для достижения цели в работе поставлены и решены следующие задачи:
-
Разработка атрибутно-ориентированного подхода к описанию разнотипной информации сетецентрического управления транспортными процессами на основе геоинформационных технологий.
-
Разработка методов зонального управления транспортными процессами на основе атрибутной, топологической, функциональной декомпозиции и однородности объектов классов предметной области.
-
Разработка методов структурно-параметрического синтеза системы зонального управления транспортными процессами на основе паттернов.
-
Разработка алгоритмов и программного обеспечения на основе атрибутно-ориентированных моделей и современных подходов к построению распределенных геоинформационных систем для повышения эффективности зонального управления транспортными процессами.
5 Научная новизна работы содержится в следующих результатах:
-
Атрибутно-ориентированный подход к описанию разнотипной информации сетецентрического управления транспортными процессами на основе геоинформационных технологий, который отличается от известных в настоящее время подходов тем, что позволяет строить зоны управления на основе однородности объектов классов предметной области.
-
Новый метод зонального управления транспортными процессами на основе атрибутной, топологической, функциональной декомпозиции и однородности объектов классов предметной области.
-
Новые методы структурно-параметрического синтеза системы зонального управления транспортными процессами на основе паттернов.
-
Алгоритмы и программное обеспечение, построенные на основе новых атри-бутно-ориентированных моделей и современных подходов к созданию распределенных геоинформационных систем для повышения эффективности зонального управления транспортными процессами.
Научные положения диссертации соответствуют пунктам паспорта специальности 05.13.01 – Системный анализ, управление и обработка информации (технические системы и связь): 4 «Разработка методов и алгоритмов решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации», 5 «Разработка специального математического и алгоритмического обеспечения систем анализа, оптимизации, управления, принятия решений и обработки информации», 7 «Методы и алгоритмы структурно-параметрического синтеза и идентификации сложных систем».
Практическая значимость. Основной практический результат исследования – внедрение разработанных методов, моделей и алгоритмов, инструментальных средств и программного обеспечения в практику управления ТрПр. На основе разработанных методов и моделей реализованы в виде программного обеспечения алгоритмы моделирования и управления ТрПр. Результаты исследований в виде математических моделей ТрП и метода управления использовались при разработке системы, обеспечивающей эффективное управление ТрПр (свидетельства о гос. регистрации программ для ЭВМ №№2012618642, 2012661092, 2012661093, 2012661090, 2012661304 за 2012 г., №№2014613839, 2014614121 за 2014 г., №№2015613861, 2015613999 за 2015 г.). Достоверность результатов работы подтверждается корректным использованием теоретических и экспериментальных методов, базированием на фундаментальных трудах отечественных и зарубежных ученых, апробацией результатов исследований на практике, внедрением в работу НПЦ «ИТС», в учебный процесс Самарского университета.
Методика исследования. Теоретической и методологической основой исследования послужили методы системного анализа, математического и геоинформационного моделирования, теории распределенного управления, теории множеств и объектно-ориентированного программирования на основе паттернов.
На защиту выносятся:
-
Атрибутно-ориентированный подход к описанию разнотипной информации сетецентрического управления транспортными процессами на основе геоинформационных технологий.
-
Метод зонального управления транспортными процессами на основе атрибутной, топологической, функциональной декомпозиции и однородности объектов
6 классов предметной области.
-
Методы структурно-параметрического синтеза системы зонального управления транспортными процессами на основе паттернов.
-
Разработанные алгоритмы и программное обеспечение, построенные на основе атрибутно-ориентированных моделей и современных подходов к созданию распределенных геоинформационных систем.
Реализация работы. Работа выполнена в 2012-2016 гг. на кафедре организации и управления перевозками на транспорте Самарского университета. Результаты работы нашли применение при выполнении научно-исследовательских работ:
Федеральная целевая программа «Развитие транспортной системы России (2010-2020 годы)», подпрограмма «Автомобильные дороги»;
«Моделирование технологических процессов и разработка документации для интеллектуальной транспортной геоинформационной системы формирования полетных карт для беспилотного летательного аппарата» (методы и алгоритмы анализа пространственных объектов с учетом их атрибутной составляющей), заказчик -Центр инновационного развития и кластерных инициатив;
стратегическая инициатива № 2 Самарского университета «Достижение международной конкуренции СГАУ в области образовательных продуктов» (разработка образовательных программ ДПО по синтезу сложных систем и применению технологий обследования транспортной сети).
Теоретические и практические результаты работы, связанные с созданием специализированного программного обеспечения, применялись при выполнении следующих работ в НПЦ «ИТС» в 2011-2016 гг.: «Создание муниципальной геоинформационной системы Администрации г.о. Самара в части создания прикладной ГИС Департамента благоустройства и экологии», «Разработка дислокации дорожного движения г.о. Октябрьск», «Подготовка исходных данных для создания электронной транспортной модели г.о. Самара», «Подготовка исходных данных для калибровки транспортной модели г.о. Самара», «Корректировка проекта организации дорожного движения на автомобильных дорогах г. Сургут», «Разработка проекта организации дорожного движения г. Трехгорный», «Разработка комплексной схемы организации дорожного движения в сельском поселении Кинель-Черкассы». Разработанные программные модули для геоинформационной системы ITSGIS, реализующие прикладные результаты диссертационной работы в области управления ТрПр, внедрены и используются в учебном процессе Самарского университета.
Апробация работы. Основные результаты работы докладывались и обсуждались на международных, всероссийских и региональных конференциях, конгрессах: IV Международная научно-практическая конференция «Современные проблемы безопасности жизнедеятельности: интеллектуальные транспортные системы» (Казань, 2016); Международные научно-технические конференции «Перспективные информационные технологии» (Самара, 2010-2016); 14,15 Международные конференции «Компьютерные науки и информационные технологии» (CSIT 2012-2013); II, IV Международные научно-практические конференции «Перспективы развития и безопасность автотранспортного комплекса» (Новокузнецк, 2012, 2014); Международная молодежная научная конференция «XX Туполевские чтения» (Казань, 2012); XX Международная конференция «Математика. Компьютер. Образование» (Пущи-но, 2013); Международная молодежная научная конференция «XII Королевские чтения» (Самара, 2013); IV Международная выставка строительной техники, обору-
7 дования и сервиса «CEMMS. Samara 2013»; II, III, IV Международные конференция «Информационные технологии интеллектуальной поддержки принятия решений» (Уфа, 2014–2016); II Международная конференция «Интеллектуальные технологии обработки информации и управления» (Уфа, 2014); V Международный конгресс ROAD TRAFFIC RUSSIA «Организация дорожного движения в Российской Федерации» (Москва, 2014); V Международный интеграционный конгресс трансграничного партнериата и академической мобильности «Евразийское междуречье: инновации в технологиях и образовании» (Казахстан, 2015); XVI-XX Всероссийские научно-технические конференции студентов, молодых ученых и специалистов «Новые информационные технологии в научных исследованиях» (Рязань, 2011-2015); VI Всероссийская научно-практическая конференция «Организация и безопасность дорожного движения» (Тюмень, 2013); Всероссийский форум «Безопасность, дорога, дети: практика, опыт, перспективы и технологии» (Ростов-на-Дону, 2015); IV Всероссийский конгресс молодых ученых (С-Пб, 2015); Региональная научно-практическая конференция, посвященная 50-летию первого полета человека в космос (Самара, 2011); Региональная выставка-форум «Дороги Поволжья. Развитие дорожно-транспортной структуры Самары и Самарской области» (Самара, 2013).
Публикации. Основные положения и результаты работы изложены в 85 публикациях, включающих 2 монографии, 9 статей в изданиях, входящих в Перечень ВАК РФ, 9 свидетельств о регистрации программ.
Структура и объем диссертации. Диссертация состоит из введения, четырех глав основного материала, заключения, списка литературы из 236 наименований и 4 приложений. Объем работы 192 страницы машинописного текста, включая 73 рисунка и 11 таблиц.
Модели и методы управления транспортными процессами
Сезонные колебания климатических факторов приводят к снижению прочности и постепенному разрушению дорожных конструкций и объектов ТрИ. Взаимное сочетание сильного бокового ветра и скользкого покрытия приводит к потере устойчивости ТрС на открытых участках УДС. Зимняя скользкость, снежные заносы приводят к снижению скорости движения ТрП, уменьшению ширины проезжей части в связи с образованием снежных отложений, снижению пропускной способности участка УДС. Осадки, туманы, метели приводят к ограничению расстояния видимости, что также влечет за собой снижение скорости и уменьшение пропускной способности. Средствами извещения о состоянии покрытия автодороги и окружающей среды являются автоматические дорожные метеостанции и дорожные датчики, организуемые в метеоинформационные системы, которые постоянно контролируют целый ряд параметров: температуру воздуха и дорожного полотна, скорость и направление ветра, толщину снежного покрова и др.
Оценка влияния различных факторов на ТрП. Многообразие дорож 21 ных условий и их влияние на режимы и безопасность дорожного движения можно учесть с помощью функции вида [61]: п Y = a0Y[x , (1.1) г=1 где Y - параметр, характеризующий режимы и безопасность движения (средняя скорость ТрП, транспортная задержка, показатель аварийности и др.), х - характеристика УДС, влияющая на итоговый показатель Y; Лі - степень влияния характеристики х на Y; а0- параметр приведения.
Степень влияния можно оценить по результатам натурных наблюдений: интенсивность, скорость и состав ТрП на различных участках УДС, либо путём экспертного оценивания. Степень влияния более чем 50 характеристик УДС, полученных методом экспертных оценок, приведены в [70]. В [61] путем анализа дорожных условий и их влияния на скорость ТрП, выявлены основные характеристики УДС, определяющие режим движения ТрП: ширина проезжей части и количество полос движения по направлениям.
Эффективное управление транспортным процессом невозможно без применения методов оценки результатов от приложения тех или иных управляющих воздействий. Необходимо иметь возможность на начальной стадии внесения изменений в организацию дорожного движения оперативно и достоверно оценить влияние изменений на транспортный процесс в целом [34]. Выбор рациональных сценариев управления требует разработки и применения моделей ТрП, адаптированных к реальным условиям.
По функциональному назначению модели ТрП, применяемые для анализа ТрИ урбанизированной территории, можно разделить на три класса [103]: прогнозные, предназначенные для оценки изменений в размещении объектов транспортного спроса; имитационные, предназначенные для анализа ТрП во времени (модели динамики ТрП); оптимизационные, предназначенные для усовершенствования маршрутов перевозок, светофорных циклов, конфигурации УДС. Актуальной задачей является разработка систем автоматизированного управления ТрП в режиме реального времени [ 102]. К такому классу систем относятся автоматизированные системы управления дорожным движением (АСУДД) и интеллектуальные транспортные системы (ИТС). ИТС, как наиболее совершенные и современные средства управления движением используют информацию с датчиков в сочетании с динамическим имитационным моделированием и базой данных объектов ТрИ [А42], обеспечивают различные человеческие и человеко-машинные взаимодействия. Важно выделить наиболее совершенные динамические имитационные модели, обладающие возможностью интеграции с ИТС, позволяющие учитывать управляющие воздействия технических средств организации дорожного движения (ТСОДД) на ТрП [А53]. Применение моделей динамики ТрП в ИТС позволит организовать эффективное управление ТрП, оценить изменение скорости, плотности, интенсивности ТрП, рассчитать транспортные задержки, выявить образование очередей, заторов.
Модели динамики ТрП можно разделить на три класса по уровню детализации [27]: микроскопические; макроскопические; мезоскопические. Макроскопические модели описывают ТрП в усредненных терминах: плотность, интенсивность, средняя скорость. При таком подходе, также называемом гидродинамическим, транспортный поток, движущийся по УДС, моделируется как движение жидкости [29]. Микроскопические модели описывают ТрП максимально детализовано [60]: движение каждого ТрС рассчи 23 тывается индивидуально. Микроскопическая модель позволяет достичь высокой адекватности описания движения ТрП по сравнению с макроскопической моделью, однако потребует больших вычислительных ресурсов [57]. Промежуточное место занимают мезоскопические модели [111], при которых ТрП описывается как состоящий из отдельных ТрС, однако характеристики их движения усреднены. Важное свойство мезоскопических моделей ТрП заключается в том, что на их основе можно оценивать как микро-, так и макропоказатели качества управления.
Методы управления транспортными процессами
В качестве основной (модельной) проблемы в данной главе рассматривается задача управления транспортными процессами. Декомпозирована предметная область «Управление транспортными процессами» на классы объектов, определены: регламент отношений, соподчиненность объектов и классов, влияние атрибутов объектов различных классов, основанные на шаблонных методах проектирования – паттернах. На основе объектно-ориентированных, геоинформационных, нейросетевых технологий синтезируются атрибутно-ориентированные модели классов предметной области, являющиеся базисом для структурно-параметрического синтеза системы управления транспортными процессами.
Разработаны методы и алгоритмы решения задач мониторинга, сетецен-трического (зонального) управления, оптимизации, анализа транспортных объектов, процессов и явлений. Разработанные методы позволяют понять природу и характеристики транспортных потоков, исследовать транспортные процессы после введения управляющих воздействий.
Индивидуальное поведение транспортного средства потока моделируется микроскопическими моделями, в то время как для исследования транспортных сетей мегаполиса, состоящих из большого числа участков, используют макроскопические модели, представляющие усредненные характеристики большого числа транспортных средств. В диссертации рассматриваются мезоскопические модели транспортного потока, описывающие динамические процессы и представляющие собой гибридный класс макроскопических и микроскопических моделей.
Построена структурно-параметрическая модель зонального управления, сформированная по принципу атрибутной, топологической, знаковой и функциональной однородности объектов классов предметной области. Атрибутная декомпозиция основана на идентичности зон, характеризуемых величиной влияния объектов одного класса на другие, и позволяет получить набор тематических слоев электронной карты геоинформационной системы, обеспеченной топологической декомпозицией. Функциональная декомпозиция подразумевает функциональную идентичность объектов, характеризующую вид функции влияния атрибутов объекта на выбор алгоритма управления транспортными процессами в зоне. Декомпозиция по этому признаку определяет локальное, координированное или системное управление.
Рассматриваются критерии оценки качества управления: средняя скорость потока, время прохождения маршрута, мгновенная пространственная интенсивность, мгновенная плотность, транспортная задержка и потеря продуктивности.
Под транспортным процессом будем понимать устойчивую и целенаправленную совокупность взаимосвязанных действий субъектов и объектов транспортной инфраструктуры, направленных на: мониторинг характеристик транспортных потоков, улично-дорожной сети, технических средств управления движением, параметров окружающей среды; организацию грузовых и пассажирских перевозок: анализ транспортного спроса, построение маршрутов движения, сокращение затрачиваемых ресурсов, увеличение прибыли; оптимальное управление (локальное и глобальное): развитие транспортной сети регионов и мегаполисов, взаимодействие различных видов транспорта, снижение транспортной задержки, необходимая и достаточная дислокация ТСОДД; обеспечение безопасности: снижение риска возникновения ДТП, аварийности. Проектирование сложных систем, к классу которых относится система управления транспортными процессами урбанизированной территории, требует применения методов системного анализа [70, 80]. С позиции системного анализа основными задачами декомпозиции ПрО являются задачи выявления объектов ПрО, их классов и отношений между ними [5]. Необходимым условием является определение регламента отношений, соподчиненности объектов и классов, влияния атрибутов объектов одного класса на другие. Резонно строить сложноорганизованную систему, используя шаблонные методы проектирования – паттерны [А1, 43, 56, 72].
При этом в качестве паттерна могут выступать как формализованные описания задач проектирования, так и типовые решения проектных проблем, шаблонные модели, а в контексте атрибутного объектно-ориентированного проектирования в качестве паттерна используется описание взаимодействия объектов и классов, адаптированных для решения какой-либо задачи ПрО.
Декомпозиция ПрО «Управление транспортными процессами», описанная в [70], дополнена с позиции влияния атрибутов объектов, наполняющих транспортную инфраструктуру, на транспортные процессы и характеристики транспортных потоков.
Под атрибутом будем понимать необходимое, существенное, неотъемлемое свойство объекта или явления предметной области «Управление транспортными процессами». В качестве значений атрибутов выступают целые и действительные числа, множества чисел, символов и строк, логические величины и другие объекты, находящиеся в отношении «has-a» с объектом класса, который имеет данный атрибут [А33].
Паттерны функционального зонирования
Каждый класс объектов, наполняющих ТрИ, представляется в виде набора атрибутов, описывающих различные аспекты объекта: структурные, параметрические, функциональные.
Семантический атрибут Паттерн «Семантический атрибут» описывает характеристику объекта ТрИ, относящуюся к сущности класса объекта. Семантические атрибуты описывают «смысл» объекта ТрИ.
Например, тип typeTZ єМ={і 2, ..., п) дорожного знака, определенный ГОСТ [24], является семантическим атрибутом объектов класса Г є Тz. Данный атрибут определяет «сущность» знака и его управляющее воздействие U.
Тематический атрибут. Паттерн «Тематический атрибут» предназначен для осуществления привязки объектов классов, наполняющих ТрИ, к тематическому слою электронной карты. Паттерн описывает атрибут, определяющий принадлежность объекта ТрИ тематическому слою электронной карты. Атрибут не описывает пространственное расположение объекта ТрИ.
Например, объекты классов «Светофор» и «Дорожный знак» привязаны тематическим атрибутом к слою электронной карты «Опоры», содержащим информацию о пространственном расположении точек дислокации объектов ТрИ, монтируемых на кронштейнах, консолях, независимых, световых опорах и опорах-растяжках.
Другой пример: сигнальные столбики, дорожные и пешеходные ограждения привязаны к тематическому слою «Ограждения», который обобщает их по функциональному назначению (направляющие и ограждающие функции).
Пространственный атрибут Паттерн «Пространственный атрибут» описывает расположение объекта ТрИ в пространстве с использованием одной из общепринятых систем координат, например WGS-84, но не описывает его принадлежность тематическому слою.
Атрибут визуализации. Паттерн «Атрибут визуализации» описывает способ базового представления объекта ТрИ на электронной карте. Если данный атрибут указан, то отображение происходит в соответствии с описанным методом для объектов класса Algorithm = A_CustomRenderer, если атрибут не указан, то в соответствии с общепринятым представлением Algorithms ABaseRenderer (рисунок 3.1).
Например, для задач, требующих визуализации типов дорожной разметки, применяется ACustomRenderer = ARoadMarkingRenderer, представляющий линию дорожной разметки изображением, определенным ГОСТ [24]. Для задач, не требующих точной визуализации, линия дорожной разметки представляется ломаной линией единичной толщины.
Например, существуют различные способы описания состава транспортного потока S = {s }, выдвинутые в нормативно-правовых или отраслевых методических документах [41]. Для формирования набора атрибутов, описывающих состав ТрП в соответствии с применяемым способом, используется реализация паттерна «Генератор атрибутов». Для каждого способа описания состава ТрП формируется набор типов транспортных средств
Туре8 и коэффициенты приведения к легковому автомобилю kf . Такой способ позволяет единообразно использовать в системе данные о составе ТрП, полученные и обработанные различными способами.
Атрибутный фильтр. Паттерн «Атрибутный фильтр» предназначен для отбора атрибутов, требуемых для выполнения какой-либо операции. Для реализации паттерна описываются ограничения на значения атрибута: «входит в набор», «содержит», «равно», «больше», «меньше», «не» (отрицание). На один атрибут может быть наложена комбинация ограничений.
Например, для формирования правил приоритета при проезде нерегулируемых перекрестков (Algorithms AMainRoad), требуется получить информацию о том, какая дорога является главной, а какая - второстепенной. Для этого формируется атрибутный фильтр, позволяющий получить информацию о существующих дорожных знаках приоритета и зоне их действия.
Другим примером может выступить задача формирования мест концентрации ДТП («очагов аварийности»). Метод поиска очагов аварийности AlgorithmsA FireCenter запрашивает атрибуты ДТП, описывающие пространственную и временную привязку ДТП.
Инструментальные средства системы управления транспортными процессами
Функциональные возможности системы управления транспортными процессами покрывают весь спектр поставленных в диссертации задач, возникающих при управлении транспортными процессами: мониторинг объектов, процессов и явлений ТрИ [А9]; организация грузовых и пассажирских перевозок [А17]; оптимальное управление ТрИ и ТрП [А33]; обеспечение безопасности [А67].
Система строится по модульному принципу: каждая задача или ее часть реализуются в виде подсистемы (модуля) системы управления транспортными процессами. Все подсистемы реализуются на базе единой инструменталь 130 ной среды - ядра системы. Ядро представляет собой универсальную программную инфраструктуру, которая включает в себя набор программных компонентов, модулей и геореляционную базу данных.
Функциональная спецификация ядра: формирование, обработка и хранение базы данных; многопоточная обработка данных по задаваемым алгоритмам; обеспечение взаимодействия с геоинформационной платформой; обеспечение взаимодействия с подсистемами и между ними, другими системами; предоставление возможностей интеграции системы в различные публичные и сетевые сервисы (интернет-порталы); импорт статических данных из других форматов и систем; экспорт данных во внешние форматы; предоставление информацию оператору в графическом виде для принятия решений. Функциональная спецификация подсистемы мониторинга: получение информации из оценочных, измерительных, метеоинформационных систем и обработка данных обследований [А29, А37]; передача оперативной атрибутной информации в геореляционную базу данных [А61]; определение параметров фундаментальных диаграмм для участков УДС, характеристик и состава ТрП; расчет прогноза развития ситуации; реагирование на результаты самодиагностики технических средств мониторинга и управления; формирование и передача событий в подсистему управления. Функциональная спецификация подсистемы управления: прием и обработка событий, поступающих из подсистемы монито ринга; 131 определение сценария управления и информирования; преобразование выработанных подсистемой управления управляющих воздействий в формат исполнительных устройств (светофорных контроллеров, знаков переменной информации); передача управляющих сигналов на исполнительные устройства. Функциональная спецификация подсистемы информационного обес печения участников движения: преобразование выработанных подсистемой управления управляющих воздействий в формат средств информационного обеспечения участников движения (веб-сервис, SMS-рассылка); обеспечение доступа к публичным элементам визуализации и информационным сервисам системы через веб-сайт; обеспечение функционирования интернет-сервисов системы на мобильных устройствах.
Территориальная удаленность пользователей системы, заинтересованность в разных функциональных составляющих, использование собственных хранилищ данных определяют распределенную архитектуру системы, в которой взаимодействие осуществляется посредством локальных вычислительных сетей или сети Интернет при помощи центрального сервера (рисунок 4.1) [А28]. Доступ заинтересованных лиц (пользователей системы) к данным ограничен их сферами влияния.
СУБД обеспечивает безопасное хранение и манипулирование данными, поддержание их целостности, репликацию. Сервер представляет собой хост для размещения сервисов системы и их бизнес-логики, обеспечивает много 132 пользовательскую работу, авторизацию и разграничение прав доступа клиентов и подсистем, сжатие и шифрование данных, поддержание соединений с клиентами. Клиентские приложения обеспечивают доступ конечных пользователей к сервисам системы. Подсистемы, обеспечивающие выполнение той или иной задачи, внедряются в базу данных, сервер приложений и клиентские приложения с помощью разработанных методов безопасного подключе ния / отключения подсистем.
Виртуальная база данных системы поддерживает топологические отношения в запросах, обеспечивает выполнение как SQL-запросов, так и LINQ-запросов. Требование взаимодействия со сторонними подсистемами и источниками данных диктуют необходимость применения открытых стандартов в используемой СУБД на хранение, обработку и передачу геопространственной информации [92]. В качестве таких стандартов в системе используются спецификации и стандарты OGC [135].
Для хранения геопространственной и атрибутной информации применяется система управления базами данных PostgreSQL с геопространственным расширением PostGIS. Расширение определяет особый тип данных пространственных данных – spatial-данные, полный набор функций и индексов для работы с ними. Внедрения дополнительных реляционных таблиц в БД обеспечивается версионной подсистемой миграций структуры БД: при добавлении таблиц создается транзакция, вносящая изменения в существующую схему данных и обновляющая версию схемы БД; при изъятии таблиц выполняется обратная транзакция.
Один из функциональных компонентов системы – геоинформационная платформа ITSGIS [А76, 21]. ITSGIS обеспечивает систему управления транспортными процессами инструментами просмотра электронной карты с нанесенными объектами с возможностями подключения / отключения слоев карты, масштабирования, выборки геоданных.
ER-модели данных «Улично-дорожная сеть» (рисунок 4.2), «Учет интенсивности и состава транспортных потоков» (рисунок 4.3) и «Дорожные знаки, светофоры» (рисунок 4.4) приведены в соответствующих рисунках. ER-модели данных для всех разработанных подсистем приведены в Приложении Б. ER-модели данных формируются сущностями, атрибуты которых отражают спецификацию соответствующих классов [35], приведенных в приложении А. Привязка перечисленных объектов ТрИ к электронной карте определяется сущностью «Геометрия», мигрировавшей из ядра ITSGIS и представляющей собой OGC-геометрию в формате WKB (Well-known Binary). Геометрия оснащена описанием стиля визуализации и имеет привязку к слою электронной карты (например, для объекта «Дорожный знак» таким слоем выступает слой «Опоры).