с 01.01.2017 по настоящее время
Россия
Интеллектуальные транспортные системы (ИТС) играют фундаментальную роль в уменьшении заторов, количества дорожно-транспортных происшествий и повышении безопасности дорожного движения. Надлежащая оценка эффективности данных систем является актуальной задачей в рамках повышения производительности всей транспортной сети, а разработка комплекса показателей позволит осуществлять принятие управленческих решений по планированию развития интеллектуальных транспортных систем. Для проверки гипотез о возможности применения показателей оценки эффективности ИТС был использован одновы-борочный t-критерий, в ходе анализа было установлено, что предложенные показатели «эколо-гичность и безопасность», «организация и управление дорожным движением», «конкурентоспо-собность общественного транспорта» пригодны для оценки интеллектуальных транспортных систем
интеллектуальные транспортные системы, безопасность дорожного движения, экологичность, надежность функционирования транспортной сети, конкурентоспособность общественного транспорта
Современные достижения в области коммуникационных технологий и телематики, обуславливают актуальность применения интеллектуальных транспортных систем (ИТС) в качестве инструмента интегрированного взаимодействия различных элементов улично-дорожной сети. Комплекс технологий, оборудования и функциональные устройства, входящие в состав ИТС, позволяют повысить производительность транспортных систем за счет использования электронного обмена данными в режиме реального времени, а также управлять транспортным потоком с учетом скоростного режима и временных ограничений на поездку [1]. Таким образом, становится возможным повышение пропускной способности УДС без увеличения количества полос движения. Использование интеллектуальных транспортных систем позволяет муниципальным органам, транспортным предприятиям и участникам транспортного процесса использовать новые технологии для повышения безопасности, надежности, комфорта поездок, а также для снижения заторов на дорогах, расхода топлива и отрицательного воздействия на окружающую среду [2-4].
В последние годы наблюдается активное внедрение ИТС во многих странах мира на разных технологических уровнях – системы используются в городах и на дорогах федерального значения, автострадах. Важным моментом функционирования ИТС является оценка эффективности систем, которая должна осуществляться на основе определенных показателей [5-7].
В исследовании автора [8] определены показатели для практической оценки эффективности интеллектуальных транспортных систем. Набор показателей разделен на шесть категорий: транспортная инфраструктура, служба информирования о дорожном движении, оценка эффективности дорожного движения, безопасность дорожного движения, энергопотребление, загрязнение окружающей среды и социальная значимость. В ходе расчета индекса эффективности, автор пришел к выводу, что предложенные им показатели подходят для оценки эффективности транспортных систем «умных городов». В работе авторов [9] предложена прагматическая основа для оценки эффективности проектов ИТС с социальной точки зрения, и установлено, что они позволяют сократить расходы на поездки (временные, стоимостные, топливные), а также увеличить пропускную способность дорог, что, приведет к экономическому развитию города. В исследовании, проведенном авторами [10], для оценки данных о дорожном движении в интеллектуальных транспортных системах использовался метод обнаружения аномалий. Этот метод основан на многоканальном сингулярном спектральном анализе, предназначенном для определения пространственно-временных свойств транспортной сети. Основываясь на опросе водителей о приложениях контроля скорости и ИТС, в работе авторов [11] отмечается, что восприятие со стороны участников дорожного движения положительное, а повсеместное использование предоставит актуальную информацию о дорожной ситуации, а также повысит безопасность на улично-дорожной сети.
Целью данной работы является определение показателей для оценки эффективности интеллектуальных транспортных систем. Оценка эффективности ИТС на основе установленных показателей приведет к повышению технологического уровня, а также удовлетворенности пользователей транспортной сети, поскольку, именно этап оценки является первостепенным шагом на пути к функционированию и реализации корректирующих действий в работе систем.
ИТС разрабатывались с начала 1970-х годов [12], и происходят от термина «интеллектуальные системы автомобильных дорог», представленного Мичиганским научно-исследовательским институтом транспорта (1988 г.) для определения использования компьютеров, технологий связи и автоматизации для повышения безопасности дорожного движения. ИТС включает в себя два компонента:
– информационная система для участников дорожного движения – системы информирования и связи, динамические дорожные указатели и табло, которые информируют водителей о плохих погодных условиях, загруженности на дороге; терминалы, которые собирают и оперативно передают на интерактивные экраны информацию о движении общественного транспорта для пассажиров;
– система мониторинга дорожного движения обеспечивает фото- видеофиксацию нарушений, соблюдение весового контроля, а также позволяет повысить эффективность функционирования городского транспорта, провести оперативную эвакуацию пострадавших при ДТП, перепрограммировать длительность цикла светофорного объекта с учетом загрузки участков УДС [13].
В современной литературе существует несколько определений интеллектуальных транспортных систем. Согласно определению, ИТС можно определить как «применение вычислительных, информационных и коммуникационных технологий для управления в реальном времени транспортными средствами и улично-дорожными сетями для перемещения пассажиров и грузов» [10]. Кроме того, интеллектуальные транспортные системы – это общий термин для совместного использования коммуникационных технологий, систем управления и обработки информации для транспортных систем. Как правило, термин применяется для обозначения «интеграции технологий управления, информации и связи с транспортной инфраструктурой». Когда эти системы интегрированы в инфраструктуру транспортной системы, а также в транспортные средства, они уменьшают заторы, повышают безопасность дорожного движения и производительность транспортной сети. Применение таких систем приводит к минимизации временных, стоимостных затрат, к сохранению человеческих жизней и снижению негативных влияний на экологию городской среды. ИТС включают все виды транспорта и охватывают динамическое взаимодействие всех элементов улично-дорожной сети. Широкий спектр областей применения на различных видах транспорта – это основное преимущество интеллектуальных транспортных систем. Можно выделить следующие области применения ИТС: управление, мониторинг, оптимизация транспортного потока, автономное вождение транспортных средств, определение механизма взаимодействия участников дорожного движения, а также предупреждение и анализ дорожно-транспортных происшествий [12].
Ввиду наличия специфических характеристик ИТС, таких как автоматизация вычислений, гибкость, предоставление точной, достоверной и актуальной информации, применение асинхронных алгоритмов контроля, координации и управления ресурсами, можно отметить, что интеллектуальные транспортные системы являются актуальным объектом исследований в области транспортного планирования.
Информация является основой ИТС, которая может быть представлена в следующих формах: фиксированные данные; данные, поступаемые в режиме реального времени о дорожном движении; цифровая карта. Большинство инструментов ИТС основаны на сборе, обработке, объединении и анализе информации. Данные, собранные при помощи ИТС, могут предоставить актуальную информацию о текущем состоянии дорожной сети для планирования поездки и маршрута. Кроме того, набор данных обеспечивает качественную и достоверную информацию для лиц, принимающих решения в области управления дорожным движением, предприятий, оказывающих услуги по грузовым и пассажирским перевозкам, а также для самих участников дорожного движения [1, 11, 13]. В таблице 1 приведена характеристика основных показателей оценки эффективности интеллектуальных транспортных систем.
Таблица 1
Структура показателей оценки эффективности интеллектуальных транспортных систем
|
Название показателя |
Индикаторы оценки |
|
Экологичность и безопасность |
– диагностика и прогноз загрязнения атмосферного воздуха; – прогнозирование погодных условий; – предупреждение о превышении безопасной скорости; – предоставление информации о выборе безопасной скорости на участке улично-дорожной сети; – информирование об изменении геометрии пути (спуск, подъем, уклон); – уведомление о чрезвычайных ситуациях на транспорте и персональная безопасность; – контроль и мониторинг подозрительных транспортных средств. |
|
Организация и управление дорожным движением |
– информирование о запрете проезда в связи с техническим обслуживанием или реконструкцией улично-дорожной сети и предоставление альтернативного пути следования по маршруту; – регулирование спроса на услуги транспортной системы; – адаптивное управление режимами работы сигналов регулирования движения; – фиксация нарушений правил дорожного движения. |
|
Конкурентоспособность общественного транспорта |
– информирование о транспортных заторах и предложение альтернативных маршрутов общественного транспорта; – информирование о времени отправления общественного транспорта; – внедрение электронных устройств оплаты на транспорте. |
На основе показателей для оценки эффективности ИТС были выдвинуты следующие гипотезы о предлагаемых индикаторах, которые являются подходящими для оценки эффективности интеллектуальных транспортных систем:
H1: показатель «экологичность и безопасность».
H2: показатель «организация и управление дорожным движением».
H3: показатель «конкурентоспособность общественного транспорта».
Исследование основано на анкетировании: анкета разработана в соответствии с концептуальной моделью выбранных показателей, каждый из которых оценивался по пятибалльной шкале Лайкерта от 1 до 5, где 1 означает «полностью не согласен», а 5 — «полностью согласен». Надежность полученных результатов была оценена с использованием альфа Кронбаха, результаты которого представлены в таблице 2.
Таблица 2
Оценка достоверности проведенного исследования
|
Название показателя |
Количество вопросов |
Значение коэффициента α Кронбаха |
|
Экологичность и безопасность |
7 |
0,834 |
|
Организация и управление дорожным движением |
4 |
0,778 |
|
Конкурентоспособность общественного транспорта |
2 |
0,703 |
Для проверки гипотезы о нормальности распределения полученных данных был использован статистический критерий Колмогорова-Смирнова, установлено, что все три исследуемых показателя имеют нормальное распределение. Результаты представлены в таблице 3.
Таблица 3
Оценка полученных результатов по критерию Колмогорова – Смирнова
|
Основные значения |
Экологичность и безопасность |
Организация и управление дорожным движением |
Конкурентоспособность общественного транспорта |
|
k-s статистика |
1,23 |
1,27 |
1,34 |
|
значимость |
0,097 |
0,078 |
0,051 |
|
вид распределения |
нормальное |
нормальное |
нормальное |
В данном исследовании использовалась вероятностная выборка (простая случайная выборка): общее количество опрошенных составило 99 человек: 24 женщины и 75 мужчин, средний возраст опрошенных – 36 лет, 63 % и 37 % имеют высшее и среднее специальное образование соответственно.
Для проверки гипотез исследования предлагается использовать одновыборочный t-критерий:
где 
– среднее значение по выборке; μ – математическое ожидание; S – стандартное отклонение выборки; n – количество элементов в выборке.
Расчеты проводились с использованием программного продукта Microsoft Excel, надстройка «Анализ данных». Результаты проверки основных гипотез представлены в таблице 4.
Таблица 4
Результаты проверки гипотез исследования
|
Индикатор |
tрасч. |
tкрит. |
р-значение |
Доверительный интервал 95 % |
|
|
нижняя граница |
верхняя граница |
||||
|
Экологичность и безопасность |
|||||
|
Диагностика и прогноз загрязнения атмосферного воздуха |
2,19 |
t95; 99 = 1,98 |
0,0309 |
0,4512 |
9,1631 |
|
Прогнозирование погодных условий |
2,29 |
0,0241 |
0,5842 |
8,1350 |
|
|
Предупреждение о превышении безопасной скорости |
3,67 |
0,0004 |
3,1776 |
10,6778 |
|
|
Предоставление информации о выборе безопасной скорости на участке УДС |
-0,39 |
0,7060 |
-4,6569 |
3,1667 |
|
|
Информирование об изменении геометрии пути |
1,07 |
0,2680 |
-0,1237 |
0,3914 |
|
|
Уведомление о чрезвычайных ситуациях на транспорте и персональная безопасность |
-3,54 |
0,0007 |
-10,9488 |
-3,0670 |
|
|
Контроль и мониторинг подозрительных транспортных средств |
-2,06 |
0,0429 |
-7,7855 |
-0,1295 |
|
|
Организация и управление дорожным движением |
|||||
|
Информирование о запрете проезда в связи с техническим обслуживанием или реконструкцией улично-дорожной сети и предоставление альтернативного пути следования по маршруту |
3,46 |
t95; 99 = 1,98 |
0,0012 |
0,1532 |
5,5638 |
|
Регулирование спроса на услуги транспортной системы |
2,05 |
0,0429 |
0,1259 |
8,5012 |
|
|
Адаптивное управление режимами работы сигналов регулирования движения |
2,72 |
0,0071 |
1,9695 |
8,1236 |
|
|
Фиксация нарушений правил дорожного движения |
1,99 |
0,0443 |
-0,0780 |
8,1159 |
|
Расчетные значения t-критерия для индикаторов «предоставление информации о выборе безопасной скорости на участке УДС», «информирование об изменении геометрии пути» меньше табличного (критического) значения, это свидетельствует о том, что, они не имеют значимости и рационально их исключить из системы показателей для оценки эффективности ИТС. В остальных случаях расчетные значения t-критерия по модулю значительно больше табличных, следовательно, показатели являются значимыми. Вероятность того, что t значение больше или равно абсолютной величине, значительно меньше 0,05, также во всех оставшихся вариантах, что означает необходимость принятия гипотез, выдвинутых ранее.
Окончание таблицы 4
|
Конкурентоспособность общественного транспорта |
|||||
|
Информирование о транспортных заторах и предложение альтернативных маршрутов общественного транспорта |
2,33 |
t95; 99 = 1,98 |
0,0218 |
0,7366 |
9,4619 |
|
Информирование о времени отправления общественного транспорта |
2,25 |
0,0264 |
0,5761 |
9,2180 |
|
|
Внедрение электронных устройств оплаты на транспорте |
-4,12 |
0,0001 |
-12,9202 |
-4,5107 |
|
Расчетные значения t-критерия для индикаторов «предоставление информации о выборе безопасной скорости на участке УДС», «информирование об изменении геометрии пути» меньше табличного (критического) значения, это свидетельствует о том, что, они не имеют значимости и рационально их исключить из системы показателей для оценки эффективности ИТС. В остальных случаях расчетные значения t-критерия по модулю значительно больше табличных, следовательно, показатели являются значимыми. Вероятность того, что t значение больше или равно абсолютной величине, значительно меньше 0,05, также во всех оставшихся вариантах, что означает необходимость принятия гипотез, выдвинутых ранее.
Таким образом, все индикаторы, относящиеся к основным показателям, за исключением индикатора «информирование об изменении геометрии пути» пригодны и надежны для оценки эффективности интеллектуальных транспортных систем, и за счет улучшения каждого из них ожидается повышение производительности транспортных систем городов, поскольку одним из факторов, препятствующих развитию, является отсутствие точной оценки текущего состояния систем [2, 5, 6].
Работа выполнена при поддержке Совета по грантам Президента Российской Федерации (проект № МК-3495.2022.4).
1. Полтавская, Ю. О. Оценка условий движения транспортных потоков с применением геоинформационных технологий / Ю. О. Полтавская, М. Н. Кри-пак, В. Е. Гозбенко // Современные технологии. Системный анализ. Моделиро-вание. 2016. № 1 (49). С. 155-161.
2. Лебедева, О. А. Повышение эффективности работы транспортной се-ти посредством применения интеллектуальных систем / О. А. Лебедева // Вест-ник Ангарского государственного технического университета. 2018. № 12. С. 189-191.
3. Ложкина, О. В. К вопросу о развитии интеллектуальных систем управ-ления экологической безопасностью транспорта в больших городах-портах / О. В. Ложкина, Г. Г. Рогозинский, М. Н. Крипак // В сборнике: Технологии построе-ния когнитивных транспортных систем. Материалы всероссийской научно-практической конференции с международным участием. 2019. С. 153-157.
4. Антонов, Д. В. Основные принципы развития транспортных систем го-родов / Д. В. Антонов, О. А. Лебедева // Вестник Ангарской государственной технической академии. 2014. № 8. С. 149-155.
5. Колесник, М. Н. Принципы создания информационно-планирующей и управляющей системы перевозками на автомобильном транспорте / М. Н. Ко-лесник, В. Е. Гозбенко // Современные технологии. Системный анализ. Модели-рование. 2007. № 3 (15). С. 46-52.
6. Михайлов, А. Ю. Интегральный критерий оценки качества функциони-рования улично-дорожных сетей / А. Ю. Михайлов // Известия Иркутской госу-дарственной экономической академии. 2004. № 2. С. 50-53.
7. Горбунов, Р. Н. Уровень обслуживания как показатель надёжности улично-дорожной сети / Р. Н. Горбунов, З. В. Горбунова, А. Ю. Михайлов // Мир транспорта. 2018. Т. 16. № 4(77). С. 194.
8. Qi, L. Research on Intelligent Transportation System Technologies and Ap-plications / L. Qi // Workshop on Power Electronics and Intelligent Transportation System, 2008, pp. 529-531.
9. Лебедева, О. А. Транспортное планирование и интеграция ГИС-технологий / О. А. Лебедева, А. А. Джавахадзе // Вестник Ангарского государст-венного технического университета. 2021. № 15. С. 145-149.
10. Zhankaziev, S. Scientific and Methodological Approaches to the Devel-opment of a Feasibility Study for Intelligent Transportation Systems / S. Zhankaziev, M. Gavrilyuk, D. Morozov, A. Zabudsky // Transportation Research Procedia, vol. 36, 2018, pp. 841-847.
11. Полтавская, Ю.О. Развитие интеллектуальных транспортных систем с целью повышения функционирования транспортной сети / Ю. О. Полтавская // Современные технологии и научно-технический прогресс. 2019. Т. 1. С. 202-203.
12. Samadi, S. Performance Evaluation of Intelligent Adaptive Traffic Control Systems: A Case Study / S. Samadi, A. P. Rad, F. M. Kazemi, H. Jafarian // Journal of Transportation Technologies, vol. 2, 2012, pp. 248-259.
13. Taimouri, A. Providing Performance Evaluation Indicators for Intelligent Transportation Systems (The Case Study of Tehran-Karaj Freeway Located in Iran) / A. Taimouri, K. Emamisaleh // Journal of Transportation Technologies, Vol.10 No.2, 2020.
