CC BY
36
5. Шейнин A.M. Эксплуатационная надежность автомобилей. М.: МАДИ, 1973. 148 с.
6. Дехтеринский Л.В. Акмаев К.Х. Ремонт автомобилей: учебник для вузов. М.: Транспорт, 1992. 295 с.
7. Ананьин А.Д., Михлин В.М., Габитов И.И. и др. Диагностика и техническое обслуживание машин: учебник для студентов высш. учеб. заведений. М.: Издательский центр «Академия», 2008. 432 с.
8. Авдонькин Ф.Н. Оптимизация изменения технического
состояния автомобиля в процессе эксплуатации. М.: Транспорт, 1993. 350 с.
9. Скундин Г.И. Механические трансмиссии колесных и гусеничных тракторов. М.: Машиностроение, 1969. 342 с.
10. Васильев К.К., Служивый М.Н. Математическое моделирование систем связи: учеб. пособие. Ульяновск: УлГТУ, 2008. 170 с.
11. Parzen. On estimation of a probability density function and mode. Ann. Math. statist. 33, 3 (1962). Р. 1065-1076.
УДК 623.3
ОЦЕНКА ОРГАНИЗАЦИИ ДОРОЖНОГО ДВИЖЕНИЯ В ГОРОДАХ С ПРИМЕНЕНИЕМ СПУТНИКОВОЙ НАВИГАЦИИ
Р.Ю.Лагерев1, А.В.Зедгенизов2, А.Г.Левашев3
Иркутский государственный технический университет, 664074, г. Иркутск, ул. Лермонтова, 83.
Рассматривается опыт применения зарубежного навигационного оборудования, приобретённого кафедрой менеджмента и логистики на транспорте для оценки организации дорожного движения в городах. Представлена методика обработки полученных данных. Выявлены особенности сбора данных о движении транспортного потока и их передачи на серверы хранения баз данных через GPRS-каналы. Оборудование позволяет в режиме реального времени отслеживать характеристики движения транспортного средства и определять уровень его обслуживания на элементах транспортной сети. Ил. 8. Табл. 1. Библиогр. 3 назв.
Ключевые слова: мониторинг транспортных потоков; GPS-навигация; транспортные заторы; генерация корреспонденций; методы оценки организации дорожного движения.
EVALUATION OF TRAFFIC ORGANIZATION IN CITIES APPLYING SATELLITE NAVIGATION R.Yu. Lagerev, A.V. Zedgenizov, A.G. Levashev
Irkutsk State Technical University, 83 Lermontov St., Irkutsk, 664074
The article examines the application experience of foreign navigation equipment purchased by the Department of Management and Logistics on Transport for the assessment of traffic organization in cities. The methods for processing obtained data are presented. The features of collecting data on traffic flow movement and their transfer to the servers of databases storage via GPRS-channels are identified. The equipment allows a real-time tracking of the features of vehicle's movement and determination its level of service on the elements of the transport network. 8 figures. 1 table. 3 sources.
Key words: monitoring of traffic flows; GPS-navigation; traffic congestions; correspondence generation; assessment methods of traffic organization.
С течением времени все больше электронных устройств используется владельцами транспортных средств для повышения удобства ориентации в городах, контроля перемещения транспортных средств, повышения эффективности использования подвижного состава. В 2010 году Министерство транспорта РФ утвердило перечень видов автомобильных транспортных средств, подлежащих обязательному оснащению аппаратурой спутниковой навигации, что приведет к
еще более активному внедрению спутниковых технологий в сферу управления транспортными потоками, включая городской общественный транспорт.
Спутниковый мониторинг транспортных средств все активнее используется для решения задач транспортной логистики в системах управления перевозками и автоматизированных системах управления автопарком. Только в Иркутске навигационными системами, позволяющими производить контроль за работой
1Лагерев Роман Юрьевич, кандидат технических наук, доцент кафедры менеджмента и логистики на транспорте, тел./факс: (3952) 405135, e-mail: lagerev.roman@gmail.com
Lagerev Roman, Candidate of technical sciences, Associate Professor of the Department of Management and Logistics on Transport, tel. / fax: (3952) 405135, e-mail: lagerev.roman @ gmail.com
2Зедгенизов Антон Викторович, доцент кафедры менеджмента и логистики на транспорте, тел./факс: (3952) 405353, e-mail: azedgen@gmail.com
Zedgenizov Anton, Associate Professor of the Department of Management and Logistics on Transport, tel. / fax: (3952) 405353, email: azedgen@gmail.com
3Левашев Алексей Георгиевич, доцент кафедры менеджмента и логистики на транспорте, тел./факс: (3952) 405408, e-mail: alexey.levashev@googlemail.com
Levashev Aleksei, Associate Professor of the Department of Management and Logistics on Transport, tel. / fax: (3952) 405408, email: alexey.levashev @ googlemail.com
транспортных средств и обследовать пассажиропотоки в автоматическом режиме, оборудовано более 50 транспортных средств общественного транспорта, осуществляющих междугородние и городские перевозки пассажиров.
Вместе с этим, отсутствие общепризнанной методики анализа GPS данных в нашей стране является причиной того, что использование спутниковых систем ограничивается регистрацией фактически выполненных пробегов на маршрутах, а также автомобильной навигацией. Использование современных математических методов и технических средств получения, обработки, хранения и передачи информации о характеристиках движения транспортных средств позволяет осуществлять оценку работы общественного и индивидуального транспорта на качественно новом уровне.
Известно, что оценка качества функционирования улично-дорожной сети тесно связана с таким параметром, как скорость движения транспортных потоков. Именно поэтому сбор данных о скоростях движения на участках сети является основой разработки новых критериев оценки организации дорожного движения в городах.
Для мониторинга транспортных потоков г. Иркутска на кафедре менеджмента и логистики на транспорте НИ ИрГТУ на протяжении уже нескольких лет ведется работа по сбору и анализу GPS-треков, получаемых при поездках на различных видах транспорта по различным целям в разные дни недели и разное время суток. На сегодняшний день база данных содержит более 10 тысяч GPS-треков и постоянно об-
новляется. Студенты специальностей «Организация автомобильных перевозок» и «Безопасность дорожного движения» используют приобретенные в рамках ПНР-3 GPS-трекеры и автонавигаторы для выполнения научно-исследовательских, дипломных и курсовых работ.
Первоначально при выполнении транспортного мониторинга с использованием спутниковой навигации наибольшее распространение получила навигационная система Navitel 5.0, позволяющая в автономном режиме собирать дрх-треки маршрутов с возможностью их дальнейшей обработки в камеральных условиях. Основной недостаток системы - отсутствие передачи информации в режиме реального времени, а также необходимость проведения большого объема работ по анализу полученных данных. Продолжительный опыт работы сотрудников и студентов кафедры с GPS оборудованием позволил установить наиболее подходящие «инструменты» для их анализа и графического представления (рис. 1).
KMLer позволяет выполнять конвертирование данных трека в программу Excel для последующей их обработки и статистического анализа (табл. 1).
Конвертация данных треков в программу Excel позволяет провести их статистическую обработку, анализ, определить число остановок транспортных средств, скорость движения на участках сети, долю времени нахождения транспорта в простое на перекрёстках и остановочных пунктах, темп движения и другие важные характеристики движения.
Рис. 1. Общий вид программы KMLer - анализатор и конвертер GPS-треков (http://gis4all.org)
Таблица 1
Пример конвертирования дрх файла в формат х^ для его дальнейшей обработки
Широта, град Долгота, град Высота, м Дата, время Часовой пояс, ч Скорость, км/ч Расстояние, м Пробег, км
52,264698 104,25217 502,8 13.02.2012 4:27 9 0 0 0
52,264698 104,25215 497,9 13.02.2012 4:27 9 3,7 1 0,001
52,264709 104,25221 502,5 13.02.2012 4:27 9 14 4,9 0,005
52,264713 104,25221 501,7 13.02.2012 4:27 9 1,6 5,4 0,005
52,264709 104,25219 500,8 13.02.2012 4:27 9 5,9 7 0,007
52,264709 104,25219 501,7 13.02.2012 4:27 9 1,7 7,5 0,007
52,264709 104,25217 501,9 13.02.2012 4:27 9 5,7 9 0,009
52,264709 104,25218 502,1 13.02.2012 4:27 9 2 9,6 0,01
52,264709 104,25219 500,5 13.02.2012 4:27 9 2 10,1 0,01
52,264629 104,25199 502,5 13.02.2012 4:27 9 58,5 26,4 0,026
52,264664 104,25205 502,8 13.02.2012 4:27 9 10,8 32,3 0,032
52,264668 104,25205 502,1 13.02.2012 4:27 9 1,6 32,7 0,033
В 2011 году Транспортная лаборатория НИ ИрГТУ в рамках ПНР приобрела навигационные приборы фирмы НТС на базе Windows Mobile 6.5 c поддержкой GPRS, что позволило сотрудникам и студентам кафедры выполнять широкий круг задач по транспортному мониторингу намного качественнее, с меньшими затратами времени на их обработку и анализ, с возможностью выполнения передачи данных о маршруте движения напрямую на общий сервер через каналы GPRS. В качестве основной программы для сбора, хранения и анализа данных маршрутов движения выбрана немецкая программа RUN.GPS (рис. 2-6).
Так, график расстояние-скорость позволяет получить картину о скоростном режиме на маршруте транспортного средства. Все скоростные характеристики рассчитываются автоматически на сервере и сопровождаются наглядным иллюстративным представлением.
Следующий вид данных, получаемых с помощью программы, - перепад высот на маршруте движения (рис. 4). Они не так важны, как график скоростного режима, тем не менее, на определенных участках представляют определенный интерес при изучении зависимости скорости движения от уклона дороги в черте города.
Основной характеристикой, принимаемой в теории оценки функционирования улично-дорожной сети, является темп движения, или затраты времени на преодоление участка сети длиной в один километр. Именно поэтому анализ километровых участков может быть положен в основу разработки шкалы качества транспортного облуживания (рис. 5, 6).
Следующий этап, один из самых сложных при выполнении анализа с использованием Excel, - установление транспортных задержек на участках улично-дорожной сети (рис. 7). После конвертирования gpx файлов в программу Excel до использования программы RUN.GPX необходимо было затратить достаточно много времени на выявление точек, где скорость транспортного средства снижается до минимального значения. Учитывая, что трек продолжи-
тельностью движения около 20 минут составляет вектор данных около 1000 строк в формате Excel, обработку таких данных выполняли, как правило, с помощью фильтра данных, вычитая значения времени последующих ячеек из предыдущих.
Рис. 2. Рабочее окно программы RUN.GPS (Германия)
В дальнейшем от такой обработки пришлось отказаться в пользу анализа графиков и таблиц по задержкам транспортных средств на маршруте (рис. 6). Не менее важная характеристика, учитывающая
качество сбора данных и возникающих при этом оши- объекта. Для задач транспортных расчетов макси-бок, это DOP индекс нахождения спутников, характе- мально-допустимое значение DOP принимается рав-ризующий их рассеивание относительно движущегося ным 5 единицам (рис. 7).
Max Speed 39.2 km/h (24.4 mph)
Avg Speed (total) |20.3 km/h (12.S mph) Avg Speed (active) 21.3 km/h (13.2 mph)
0:00 0:50 1:40 2:00 0:20 4:10 5:00 5:50 5:40 7:30 0:20 0:10 10:00 10:50 11:40 12:50 13:20 14:10
Table or Speeds and Altitudes
Time Distance Speed Altitude Heart Rate Cadence
00:00:00 0.23 km (0.16 mi) 5.2 km/h (3.3 mph) 499 m (16391t) 0 bpm |0
00:02:00 0.92 km (0.57 mi)[l7.2 km/h (10.7 mph) 501 m (164411) 0 bpm 0
00:04:0011.53 km (0.97 mi)|21.3 km/h (13.2 mph) 430 m (1509 It) 0 bpm 0
00:06:00 2.01 km (1.25 mi)|l5.0 km/h (9.3 mph) 431 m (1414ft) 0 bpm 0
00:08:00 3.06 km (1.90 mi)|27.5 km/h (17.1 mph) 435 m (1428 ft) 0 bpm |o
00:10:00 ¡4.14 km (2.57 mi)|31.7 km/h (19.7 mph) 470 m (1544 ft) 0 bpm 0
00:12:00[4.88 km (3.03 mi)|24.7 km/h (15.3 mph)[502 m (16491t) 0 bpm 0
00:14:00 4.93 km (3.09 mi)|8.5 km/h (5.3 mph) 508 m (1668 It) 0 bpm 0
Рис. 3. Анализ скоростного режима на маршруте движения
Altitude
|Min Altitude ¡429 m (1409 ft) Max Altitude [509 m (1672 ft)
Total Ascent 82 m (271 ft) Total Descent 77 m (254 ft)
509
489 N / 1 1604
459 449 1 1538
ООО km 0.28 km 0.57 km 085km 114km 142 km 0.00 mi 0.18 mi 0.35 mi 0.53 mi 0.71 mi 0.88 mi 170 km 1.99 km 2 27 km 2.55 km 2 84 km 1.06 mi 1.24 mi 1.41 mi 159mi 1.76mi 3.12 km 3.41 km 3.59 km 3.98 km 4.26 km 4.54 km 4.83 1.94 mi 2.12 mi 2.29 mi 2.47 mi 2.65 mi 2.82 mi 3.00
Рис. 4. Анализ перепада высот на маршруте движения (показан пример съезда с Кайской горы с подъемом
по улице Вампилова)
OpenStreetMap.otg
Lap Start Distance Avg Speed Time km km/h
|1 ¡0:00 1.01 14.3
\2 [4:14 1.01 16.0
¡3 [8Ю1 1.01 31.9
[4 ¡9:55 1.01 32.3
¡5 ¡11:48 0.94 19.1
Рис. 5. Анализ скоростного режима на участках маршрутов (программа разбила маршрут на участки длиной 1 км, что позволяет определять темп движения и выявлять «проблемные» участки УДС)
Lap 1
Lap Distance |1.01 km (0.63 mi)
Total Distance |1.01 km (0.63 mi)
Start Time 00:00:00
Lap Duration |00:04:14
Min Altitude [482 m (1584 ft)
Max Altitude 503 m (1653 ft)
Total Ascent 0m(0ft)
Total Descent 0 m (0 ft)
Max Speed 31.7 km/h (19.7 mph)
Avg Speed (total) [14.3 km/h (8.9 mph)
Avg Speed (active) 16 4 km/h (10.2 mph)
Рис. 6. Статистика
Lap 2
Lap Distance 1.01 km (0.63 mi)
Total Distance 2.02 km (1.25 mi)
Start Time 00:04:14
Lap Duration 00:03:47
Min Altitude 429 m (1409 ft)
Max Altitude 482 m (1582 ft)
Total Ascent 4 m (15 ft)
Total Descent 74 m (243 ft)
Max Speed 32.2 km/h (20.0 mph)
Avg Speed (total) |16.0 km/h (9.9 mph)
Avg Speed (active) 16 8 km/h (10 4 mph)
маршрута
Рис. 7. Анализ задержек на маршруте движения (на двухкилометровом участке автомобиль находился в простое
8 с, общее время простоя составило 22 с)
GPS Dilution (DOP)
11.0 GPS DilLf ion (DOP 36.0 ft
3.7 23.5
64 209
u- I J_ A и 13.4 RR
0:00 0:00 0:50 0:50 1:40 1:40 2:30 2:30 3:20 3:20 4:10 4:10 5:00 5:00 5:50 5:50 6:40 6:40 7:30 7:30 5:20 8:20 9:10 9:10 10:00 10:00 10:50 10:50 11:40 11:40 12:30 12Э0 13:20 1320 14:10 14:10
Report created by un.GPS Trainer UV Pi
Puc. 8. Оценка коэффициента DOP спутников
Автоматизированный сбор gpx-данных в плане всего города позволяет получать информацию о характере транспортного обслуживания населения, использовать такие оценочные критерии, как темп движения, затраты времени на передвижение, выявлять «узкие места» на элементах улично-дорожной сети путем сравнения скоростных режимов в пиковые и межпиковые периоды суток, определять реальные
значения величин транспортных задержек на перекрестках и перегонах сети, решать многие другие востребованные научно-технические задачи. В рамках дальнейшей работы авторами запланировано изучение характеристик транспортных заторов, а также ГЛОНАСС-технологий, что является неотъемлемой частью развития Центра космических услуг (ЦКУ), созданного на базе технопарка НИ ИрГТУ.
Библиографический список
1. http://en.wikipedia.org/wiki/Dilution_of_precision_(GPS)#Me 2. http://gis4all.org. aning_of_DOP_Values. 3. http://www.rungps.net.
