CC BY
89
УДК [002.6:004.6]: [656.13.072/.073:338.47]
О. И. Жолобова, Д. А. Жолобов
ИНФОРМАЦИОННАЯ ПОДДЕРЖКА РЕШЕНИЯ ЗАДАЧ ТРАНСПОРТИРОВКИ ГРУЗОВ АВТОМОБИЛЬНЫМ ТРАНСПОРТОМ
Описана модель организации информационной поддержки решения задачи грузоперевозки автомобильным транспортом на основе использования геоинформационных систем. Представлены некоторые сложности, связанные с процессом сбора и обработки разнородных источников информации, необходимых для определения полного набора атрибутов, позволяющих сформировать геоинформационную систему автомобильных дорог и транспортировки грузов. Рассмотрены вопросы организации сбора, интеграции, предобработки и хранения атрибутивной информации, необходимой для всестороннего описания процесса грузоперевозки и принятия решений. В качестве источника атрибутивной информации предлагается взять онтологию предметной области, условно разделенную на базовые классы, характерные для любого вида грузоперевозок (эти классы представлены универсальными понятиями, такими как «груз», «заказ на транспортировку»), и прикладные, характерные для автомобильного транспорта (понятия «транспортное средство», «прицеп», «дорога», «сегмент дороги», «надземные коммуникации», «путепроводы). Описаны взаимоотношения классов в разработанной онтологии. Приводится концепция программной реализации такой информационной модели в виде геоинформационного сервиса, представлены основные компоненты сервиса, а также их взаимодействие друг с другом. Особое внимание уделено организации взаимодействия онтологии и картографического сервера, которое обеспечивает единство пространственной и атрибутивной информации, необходимой для функционирования геоинформационных технологий. Описаны архитектурные особенности реализованного прототипа программного обеспечения картографического геоинформационного сервиса, построенного на основе программных компонентов с открытым исходным кодом и открытыми картографическими данными.
Ключевые слова: интеллектуальная геоинформационная система, автомобильный транспорт, грузоперевозки, онтология.
Введение
Для информационной поддержки решения задач управления грузоперевозками требуется большое количество информации, причем помимо учетных данных количественного характера необходимо учитывать и пространственные взаимоотношения объектов и субъектов транспортировки. Пространственный характер информации, необходимой для управленческих решений, а также задачи, которые необходимо решить для управления логистическими процессами, учитываются в геоинформационных системах (ГИС), которые часто используются в качестве механизма моделирования пространственных процессов, анализа пространственных ситуаций. Для принятия более обоснованного решения требуются данные в полном объёме, однако информация, касающаяся состояния транспортной инфраструктуры, текущей ситуации на дороге, а также данных парка транспортных средств и характеристик перевозимого груза, находятся в различных источниках данных, т. е. в гетерогенных средах.
В связи с вышеизложенным целью исследований являлась организация геоинформационного хранилища данных для решения задачи информационной поддержки планирования грузоперевозок.
Формирование информационной среды для решения задач о грузоперевозках
Так как ГИС наделяется функциями моделирования и анализа, можно говорить о том, что ГИС становится интеллектуальной и предусматривает всесторонний анализ информации, поступающей из гетерогенных сред, однозначную интерпретацию входных данных, т. е. действия, которые сопряжены со средствами поддержки принятия решений.
Обобщенную структуру интеллектуальной ГИС можно представить в виде следующей совокупности элементов: ГИС-интерфейс, который взаимодействует с системой обмена с источниками данных, библиотека математических моделей и система интеллектуальной поддержки [1]. В свою очередь, система интеллектуальной поддержки - это сложная структура, состоящая из базы знаний и машины логического вывода.
Исследуя источники поступления входных данных, необходимых для информационной поддержки решения задачи, необходимо учитывать следующие особенности:
- постоянно увеличивается число участников - владельцев проблемы, которые собирают, хранят и распространяют данные, вследствие чего эти данные часто дублируются;
- непрерывное развитие информационных технологий влечет за собой непрерывное увеличение количества ГИС, а также форматов данных, с которыми работают эти системы;
- из-за неоднородности требуемой информации, качества информации, предоставленной различными источниками, сложности доступа к различным информационными источникам затрачивается большее количество усилий;
- ряд трудностей возникает при обмене и использовании данных гетерогенных источников.
Все перечисленные особенности влияют на оперативность обработки данных.
Необходимая информация находится в различных форматах, представлена различными
способами, что затрудняет задачу ее накопления для последующего принятия решения. Для устранения указанных негативных особенностей необходимо в информационной модели исследуемого процесса решить вопросы гармонизации, интеграции и слияния пространственных данных, возложив функции управления этими процессами на интеллектуальную ГИС [2-4].
Когда первичные входные данные проходят процессы гармонизация, интеграции и слияния, получается пригодная для дальнейшего анализа одна составляющая часть информации, используемой в ГИС, - пространственная. Помимо получаемой после обработки данных графической пространственной информации формируется набор пространственных атрибутов, который можно хранить в объектно-ориентированной структуре - онтологии.
Задачи транспортировки грузов на разных видах транспорта имеют ряд общих признаков и различий, состав которых зависит от способа грузоперевозки: морской, автомобильный, железнодорожный транспорт и т. д. Возможности построить универсальную онтологию предметной области нет, т. к. если груз можно описать едиными атрибутами, то вторая часть онтологии, в зависимости от способа грузоперевозки, будет носить переменный характер. Вследствие этого онтологию предметной области разделяют на два уровня: базовый и прикладной [5].
Базовый уровень онтологии описывает универсальные понятия, такие как «груз», «заказ на транспортировку», эти понятия используются в методах планирования грузоперевозок.
Базовыми для автомобильных перевозок являются понятия «заказ на транспортировку» и «ресурс», т. е. средство, на котором будет перевозиться данный заказ.
Понятие «ресурс» обладает следующими базовыми атрибутами: оптимальная скорость перемещения; вместимость ресурса; географическая точка входа ресурса в систему; дата и время, когда ресурс входит в систему; место приписки ресурса, а также атрибут, указывающий, должен ли ресурс возвращаться на базу приписки.
В задачах транспортной логистики выделяют 4 уровня выполнения заказа:
- точка исполнения - определяет место и время одной операции в заказе, характеризуется географическим положением (уникальное имя географической точки), типом операции (погрузка груза; выгрузка груза; любое действие, не связанное с грузом), длительностью операции, а также периодом, в который должно начаться выполнение операции;
- груз - основные характеристики груза: тип, объем, вес;
- транспортная инструкция - инструкция по перевозке груза;
- заказ - набор связанных транспортных инструкций.
Для указанных понятий в онтологию необходимо ввести следующие классы объектов:
- класс «Точка исполнения» с атрибутами месторасположения, типами операций, продолжительностью (в минутах), а также времени начала и окончания исполнения;
- класс «Груз» с атрибутами-характеристиками;
- класс «Транспортная инструкция», связывающий классы «Точка исполнения» и «Груз».
В логистических системах на самом верхнем уровне заказ представляет собой сложный
объект, который описывает пожелания заказчика. Но для задачи грузоперевозки такой сложный заказ вырождается в набор связанных транспортных инструкций по транспортировке.
Транспортная инструкция состоит из набора точек исполнения (одна и более), которые могут быть связаны с грузом, а также могут состоять и из точек исполнения, не связанных с грузом (например, инструкция по доставке пустого ресурса к географической точке для даль-
нейшего использования в транспортировке). Более сложная инструкция формулируется, чтобы задать заказ на перевозку груза из одной географической точки в несколько других или, наоборот, из нескольких точек - в одну. Следует отметить, что инструкция может требовать перевести один или более грузов. В случае, если груз является делимым, можно задать одну точку погрузки и несколько точек выгрузки, в каждой из которых будет выгружена доля груза.
Для описания транспортной инструкции важно также понятие «заказчик», описанное соответствующим классом «Заказчик», каждый экземпляр которого может быть тесно связан отношением «иметь заказ» с одним или несколькими экземплярами класса «Транспортная инструкция».
Для отражения специфики автомобильных грузовых перевозок введем в онтологию предметной области несколько классов, относящихся к прикладной части общей онтологии, т. е. те классы, которые характерны именно для автомобильного транспорта.
Класс «Транспортное средство» имеет следующий набор атрибутов: техническая скорость, эксплуатационная скорость, габаритный размер грузовых емкостей, габаритный размер транспортного средства, полная масса транспортного средства, нагрузка на ось, мощность двигателя.
Для описания всех возможных характеристик транспортного средства введем класс «Прицеп», находящийся в отношениях «может иметься» с классом «Транспортное средство» и расширяющий характеристики последнего. Для класса «Прицеп» характерны такие атрибуты, как габаритные размеры прицепа, нагрузка на ось, полная масса прицепа.
Для описания дорожной сети необходим класс «Улица» с таким атрибутом, как наименование.
Для описания сегментов дороги, по которым в дальнейшем можно будет строить маршрут грузоперевозки, необходимо задать класс «Сегмент дороги», находящийся с классом «Улица» в отношениях «принадлежит» и имеющий следующие характеристики: пропускная способность, ширина проезжей части, допустимая нагрузка, скоростной режим, материал дорожного покрытия.
Для уточнения ограничений, которые возможны на определенных сегментах дороги, необходим класс «Надземные коммуникации», содержащий в себе информацию обо всех коммуникациях данного сегмента дороги, которые находятся с классом «Сегмент дороги» в отношении «могут находиться» и характеризуются следующими атрибутами: высота расположения, тип коммуникации.
Для описания еще одного типа ограничений дорожных сегментов введем класс «Путепроводы», находящийся в отношении «могут находиться» с классом «Сегмент дороги» и имеющий такой атрибут, как высота.
Разработанную онтологию (рис. 1) можно использовать в качестве объектно-ориентированного хранилища атрибутивных данных, которое возможно подключить к ГИС.
^Сегмент |
Рис. 1. Онтология предметной области
На основе построенной онтологии был разработан прототип геоинформационного сервиса, который решает частную задачу грузоперевозок на примере автомобильных дорог г. Астрахани.
Взаимодействие конечного пользователя с геоинформационным сервисом происходит посредством веб-браузера, который на первом шаге запрашивает у веб-сервера стартовую страни-
цу приложения, содержащую шаблоны полей, необходимых для последующего заполнения пользователем, с целью конкретизировать условия решения задачи по построению оптимального маршрута.
После получения стартовой страницы браузер пользователя обращается к картографическому серверу, который хранит в себе пространственные данные: карту-картинку требуемой территории и граф автомобильных дорог. Необходимые пользователю начальные пространственные данные загружаются в браузер.
Далее пользователю необходимо отметить начальную и конечную точки маршрута, а также указать основные обязательные параметры транспортировки и (если это необходимо) желательные параметры транспортировки. Заполненные в браузере на стороне клиента данные отправляются на веб-сервер, который передает их на сервер приложений.
Сервер приложений отправляет полученные данные в виде запроса на картографический сервер, который, в свою очередь, возвращает пространственные данные в виде графа дорог. Для решения задачи поиска оптимального маршрута, помимо задачи поиска наикратчайшего маршрута, необходимы прочие атрибутивные данные, которые хранятся в онтологии предметной области.
После получения пространственных данных сервер приложений обращается к онтологии, которая хранит в себе, помимо структуры метаданных предметной области, атрибутивную информацию, собранную из различных источников данных методами гармонизации, интеграции и слияния. На сервер приложений онтология возвращает набор атрибутивных данных, принадлежащих соответственным пространственным объектам.
Совокупность пространственных и атрибутивных данных, полученная сервером приложений из других компонентов геоинформационного сервиса, отправляется на сервер маршрутизации, который решает задачу поиска пути грузоперевозки на основе реализованных в нем алгоритмов поиска данных. На сервер приложений возвращается маршрут, построенный в виде результатного графа дорог, и словесное описание маршрута, если таковое имеется, либо генерируется исключение, если по переданным данным возможности построить маршрут нет.
Сервер приложений обрабатывает пакет, полученный от сервера маршрутизации, и через веб-сервер передает браузеру пользователя результат работы геоинформационного сервиса.
В описанной архитектуре приложения в качестве клиента используются стандартные интернет-браузеры. В качестве картографических серверов для получения и обработки пространственных данных могут быть использованы как открытые интернет-сервисы, так и геоинформационные серверы.
Предлагаемый прототип приложения построен на базе веб-сервера и сервера приложений Apache Jetty, сервера маршрутизации на основе модифицированной библиотеки GraphHopper [6]. В прототипе в качестве картографического сервера используется некоммерческий веб-картографический проект OpenStreetMap (OSM) - подробная и бесплатная географическая карта мира [7]. Основные компоненты прототипа представлены на рис. 2.
Рис. 2. Диаграмма компонентов прототипа
Для создания карт OSM используются данные из таких источников пространственной информации, как персональные GPS-трекеры, аэрофотография, видеозаписи, спутниковые снимки и панорамы улиц, предоставленные некоторыми компаниями, а также знания человека, рисующего карту. Каждый сегмент дороги, хранящийся в карте OSM, оснащен уникальным кодом OSM. Для обеспечения увязки картографической и атрибутивной информации по графу дорог в онтологию добавлен слот «OSM-код» в подкласс «Сегмент», который однозначно привязывает атрибуты дорожного покрытия к картографическому слою «Астрахань OSM», где каждый графический сегмент обладает уникальным идентификатором «OSM-код».
Все разработанные классы онтологии, а также слоты этих классов описывают атрибутивные данные предметной области и позволяют производить вычисления в зависимости от пользовательских предпочтений.
Заключение
Предложенная модель организации информационной поддержки решения задачи по транспортировке груза автомобильным транспортом позволяет обеспечить полный набор атрибутивной информации для работы с геоинформационными данными. В совокупности с алгоритмами и методами поиска оптимальных путей для организации процесса транспортировки решение задач планирования, мониторинга и диспетчеризации процесса грузоперевозки становится возможным как в виде информационной системы, так и в виде геоинформационного сервиса.
СПИСОК ЛИТЕРАТУРЫ
1. Ивакин Я. А. Методы интеллектуализации промышленных геоинформационных систем для диспетчеризации пространственных процессов / Я. А. Ивакин. СПб.: СПИИРАН, 2008. 239 с.
2. Шульдешов Ю. Л. Методы обработки пространственных данных с использованием экспертной системы / Ю. Л. Шульдешов, Д. Ю. Ларионов // Тр. Санкт-Петербург. ин-та информатики и автоматизации. 2011. Вып. 17. C. 219-233.
3. Valet L. A Statistical Overview of Recent Literature in Information Fusion / L. Valet, G. Mauris, Ph. Bolon // IEEE Aerospace and Electronic Systems Magazine. 2001. 16 (3). P. 7-14.
4. Asch K. An International Initiative for Data Harmonization in Geology / K. Asch, B. Brodaric // 10th EC-GI&GIS Workshop, Abstracts, Warsaw, 23-25 June, 2004, pp. 9-15.
5. Абрамов Д. В. Построение онтологий для решения задач транспортной логистики / Д. В. Абрамов, В. В. Андреев, С. В. Батищев, Т. В. Искварина, Д. В. Карягин, А. В. Сафронов // Сб. тр. VI Междунар. конф. «Проблемы управления и моделирования в сложных системах (г. Самара, 14-17 июня 2004 г.). Самара: СНЦ РАН, 2004. C. 246-253.
6. GraphHopper // URL: https://graphhopper.com/.
7. OpenStreetMap // URL: https://www.openstreetmap.org/about.
Статья поступила в редакцию 15.01.2016
ИНФОРМАЦИЯ ОБ АВТОРАХ
Жолобова Ольга Ильинична - Россия, 414056, Астрахань; Астраханский государственный технический университет; старший преподаватель кафедры «Прикладная информатика в экономике»; zholobova_olga@mail.ru.
Жолобов Денис Алексеевич - Россия, 414056, Астрахань; Астраханский государственный технический университет; канд. техн. наук; доцент кафедры «Информационные технологии»; denis.jolobov@asu.edu.ru.
O. I. Zholobova, D. A. Zholobov
INFORMATION SUPPORT OF SOLUTION OF THE TASKS ON CARGO TRANSPORTATIO BY ROADS
Abstract. The article describes a model for organization of information support for solving the problem of cargo transportation by roads using geographic information systems. The paper deals with the questions of gathering and processing of different sources of information, necessary for determination of the complete set of attributes that help construct the schemes of the roads and transported cargo. The issues concerning gathering, integration, preprocessing and storage of attribute information that is required for a comprehensive description of the process of transportation and decision-making are considered. It is proposed to use the domain ontology as a source for attribute information, conventionally divided into general types of classes, typical for any kind of cargo transportation (these classes are presented with such universal notions as "cargo" and "order for transportation"), and applied ones, specific to road transport (notions "transport", "trailer", "road", "part of road", "overhead utilities" and "overhead roads"). The co-relations of the classes in the developed ontology are described. The paper also presents the concept for a program actualization of this information model in the form of geo-information service and describes the basic components of the service, as well as their interaction with each other. Particular attention is paid to the organization of interaction of ontology and the map server, which provides a unity of spatial and attribute information required for functioning geo-information technologies. The architecture peculiarities of the actualized prototype of software of geo-information mapping service, based on the software components with open source code and open mapping data, are described.
Key words: intellectual geo-information system, automobile transport, cargo transportation, ontology.
REFERENCES
1. Ivakin Ia. A. Metody intellektualizatsii promyshlennykh geoinformatsionnykh sistem dlia dispetcherizat-sii prostranstvennykh protsessov [Methods of intellectualization of industrial geo-information systems for traffic control of the spatial processes]. Saint-Petersburg, SPIIRAN, 2008. 239 p.
2. Shul'deshov Iu. L., Larionov D. Iu. Metody obrabotki prostranstvennykh dannykh s ispol'zovaniem eks-pertnoi sistemy [Methods of processing the spatial data using the expert system]. Trudy Sankt-Peterburgskogo instituta informatiki i avtomatizatsii Rossiiskoi akademii nauk, 2011, iss. 17, pp. 219-233.
3. Valet L., Mauris G., Bolon P. A Statistical Overview of Recent Literature in Information Fusion. IEEE Aerospace and Electronic Systems Magazine, 2001, 16 (3), pp 7-14.
4. Asch K., Brodaric B. An International Initiative for Data Harmonization in Geology. 10th EC-GI&GIS Workshop, Abstracts, Warsaw, 23-25 June, 2004, pp. 9-15.
5. Abramov D. V., Andreev V. V., Batishchev S. V., Iskvarina T. V., Kariagin D. V., Safronov A. V. Post-roenie ontologii dlia resheniia zadach transportnoi logistiki [Constructing ontology for solution of the tasks of transport logistics]. Sbornik trudov VI Mezhdunarodnoi konferentsii «Problemy upravleniia i modelirovaniia v slozhnykh sistemakh (g. Samara, 14-17 iiunia 2004 g.). Samara, SNTs RAN, 2004. P. 246-253.
6. GraphHopper. Available at: https://graphhopper.com/.
7. OpenStreetMap. Available at: https://www.openstreetmap.org/about.
The article submitted to the editors 15.01.2016
INFORMATION ABOUT THE AUTHORS
Zholobova Olga Ilinichna - Russia, 414056, Astrakhan; Astrakhan State Technical University; Senior Lecturer of the Department "Applied Informatics in Economics"; zholo-bova_olga@mail.ru.
Zholobov Denis Alekseevich - Russia, 414056, Astrakhan; Astrakhan State Technical University; Candidate of Technical Sciences; Assistant Professor of the Department "Information Technologies"; denis.jolobov@asu.edu.ru.
