CC BY
18
НЛТУ
ы КРАЖИ
»mutet*
Науковий bIch и к НЛТУУкраТни Scientific Bulletin of UNFU
http://nv.nltu.edu.ua https://doi.org/10.15421/40270631 Article received 03.08.2017 р. Article accepted 28.09.2017 р.
УДК 004.67
ISSN 1994-7836 (print) ISSN 2519-2477 (online)
El Correspondence author O. Yu. Boreiko [email protected]
О. Ю. Борейко
Тернотльський нацюнальний економгчнийушверситет, м. Тернотль, Украта
МОДЕЛЬ АВТОМАТИЗОВАНО* СИСТЕМИ ОПРАЦЮВАННЯ ПАРАМЕТР1В ПАСАЖИРОПОТОКУ ГРОМАДСЬКОГО ТРАНСПОРТУ "РОЗУМНОГО" М1СТА
НА ОСНОВ1 КОЛЬОРОВИХ МЕРЕЖ ПЕТР1
Розроблено структуру автоматизовано! системи опрацювання napaMeTpiB пасажиропотоку громадського транспорту "ро-зумного" мiста. Структура базуеться на використанш одноплатного комп'ютера Raspberry Pi в ролi головного контролера, IP вщеокамер, USB фотокамери, GPS i GSM модулгв та iнших периферiйних пристро!в для збору даних про пасажиропотж у транспортному засобi громадського користування та передачi !х на оброблення сервером. Основою структури е ктент-сер-верна взаемодiя. Представлено покроковий алгоритм, що вiдображае загальнi принципи функцюнування системи та етапи опрацювання параметргв пасажиропотоку. На основi розроблених структури та алгоритму функцюнування побудовано та дослвджено модель автоматизовано! системи опрацювання параметрiв пасажиропотоку громадського транспорту на основi кольорових мереж Петрi. Модель реалiзовано засобами програмного пакету CPN Tools, призначеного для побудови моделей за допомогою розширених клаав теорп мереж Петрi. Результати дослiдження кольорово! мережi Петрi дають змогу ствер-джувати, що пропонованi структура та алгоритм системи цшком задовольняють техшчне завдання. Згiдно з проведеним аналiзу мережа Петрi е живою, уа стани системи досяжнi, а "мертвГ' переходи та тупики вiдсутнi.
Krnuoei слова: Raspberry Pi; перифершш пристро!; контролер; теорiя мереж Петрi; CPN Tools.
Вступ. Урбашзащя, як глобальний сощально-еконо-мiчний процес, призводить до тдвищення ролi mîct у розвитку сучасних економж. Мегаполiси стають центрами економiчного росту та базою новишх знань i технологiй (Zhuhadar, et al., 2017).
Мiсту для тдтримки безперервного i стiйкого розвитку потрiбнi новi якiснi ршення на основi викорис-тання шформацшних технологiй, як1 забезпечують еко-TOMi4œ й екологiчне використання мiських систем жишадяльносп (Park, & Rue, 2015). Концепщя "розумного" мiста передбачае модернiзацiю iнфраструктури мiста з принципово новими можливостями централiзо-ваного управлiння, новим рiвнем надаваних сервiсiв та безпеки (Kupriyanovsky, et al., 2016).
"Smart" city - це розумне управлiння, розумне проживания, розумш люди, розумне середовище, розумна економша, розумна мобiльнiсть (Boulton, Brunn, & Dev-riendt, 2011).
На думку вчених, мето може бути визначене як "розумне" за умови, що швестицп спрямоваш в людський i соцiальний капiтал, а також так1 традицiйнi для бшь-шосп мiст сфери, як транспорт та шформацшно-кому-нiкацiйнi технологiï (1КТ) (Washburn, et al., 2010).
Транспорт "розумного" мюта базуеться на "розум-нш" транспортнiй системi, яка передбачае штеграцш оперативного керування всiма видами транспорту i можливють реакцiï на поди в реальному чай (Nowicka, 2014). Головна шноващя "розумного" мiста у питанш
транспорту - створення мета, орieшшаноro на тшохо-да, i прагнення звести використання приватного транспорту до мшмуму. Прiоритет надаеться громадському транспорту. Для "розумного" мюта ключовим е не збiльшення транспортних артерш, а пiдвищення ефек-тивносп використання наявно! вулично-дорожньо! ме-реж1 (Boreiko, & Teslyuk, 2017).
Одним iз прикладiв рiшень, спрямованих на побудо-ву транспортно! системи "розумного" мюта, е побудова та iнтеграцiя систем опрацювання параметрiв пасажиропотоку громадського транспорту (Boreiko, & Teslyuk, 2016).
Опрацювання параметрiв пасажиропотоку в громадському транспорта дае змогу контролювати право-мiрнiсть використання вод!ями транспортних засобiв, створювати ефективнi графши транспорту, реалiзувати ефективне управлiння рухом транспорту для тдвищення безпеки та комфорту пасаж^в громадського транспорту "розумного" мюта (Boreiko, et а1., 2017).
Проведений аналiз наявних техшчних рiшень пока-зуе, що недолшами в системах опрацювання параметрiв пасажиропотоку мiського громадського транспорту е висока варпстъ обладнання, недостатня функцюналь-нiсть та низька точнiсть тдрахунку пасажирiв.
Мета дослiдження полягае у побудовi моделi автоматизовано! системи опрацювання параметрiв пасажиропотоку громадського транспорту "розумного" мюга, яка гарантувала б функцiональнiсть, високу точнiсть
1нформацт про автора:
Борейко Олег Юршович, acnipaHT кафедри комп'ютерно'( iнженерií. Email: [email protected]
Цитування за ДСТУ: Борейко О. Ю. Модель автоматизовано'!' системи опрацювання паpаметpiв пасажиропотоку громадського
транспорту "розумного" мкта на основi кольорових мереж ПетрГ Науковий вiсник НЛТУ Укра'ши. 2017. Вип. 27(6). С. 154-159. Citation APA: Boreiko, O. Yu. (2017). Model of Automated System for Processing the Public Transport Passenger Traffic Parameters in the "Smart" City Based on Colored Petri Nets. Scientific Bulletin of UNFU, 27(6), 154-159. https://doi.org/10.15421/40270631
тдрахунку пасажирiв та прийнятну BapTiCTb обладнан-ня для реалiзащl системи.
Матерiали та методи дослiдження. Структуру ав-томатизовано1 системи опрацювання параметрiв паса-жиропотоку громадського транспорту наведено на рис. 1. Основными компонентами структури е: комп'ю-тер Raspberry Pi (Richardson, & Wallace, 2012) (^iem) у ролi головного контролера ктентсько! частини системи; IP вщеокамери, що завдяки свiчу з'еднан1 у локаль-ну комп'ютерну мережу з Raspberry Pi; USB камери, яка
призначена для фiксацii пiльговикiв; GSM-модуль для надсилання зiбраних даних та комушкаци з сервером; GPS-модуль для геолокацп транспортного засобу; мш-роконтролерноi п1дсистеми (МК); кнопка для активацп камери фiксацii' пiльговикiв; водiй, що керуе вiдкрит-тям/закриттям дверей та кнопкою фшсацц посвiдчень; сервер, що отримуе данi вiд клiентiв, здшснюе iх оброб-лення та вщображення; оператори для оброблення не-повних та пошкоджених даних.
Рис. 1. Структура автоматизовано! системи опрацювання парамец^в пасажиропотоку громадського транспорту
У робот розроблено алгоритм функщонування системи, який мiстить так1 кроки:
1. Уымкнення клiентського обладнання, iнiцiалiзацiя па-раме^в, встановлення зв'язку з сервером, повщомлен-ня GPS-координат мiсця свого перебування;
2. Перевiряти стан дверей та кнопки фжсацп пiльговикiв. Якщо вщкрито дверi - розпочати фжсащю пасажиропотоку за допомогою IP вщеокамери. Якщо водiй на-тиснув кнопку фжсацп громадян з тльговим правом на про!зд, активувати USB камеру;
3. Коли дверi закрито та/чи вiдтиснута кнопка фжсацп пшьговиюв, зберегти вiдео та фото файли на диск, сформувати звiти по файлах;
4. Перевiрити з'еднання з мережею 1нтернет. У разi наяв-ностi зв'язку надiслати всi файли та звгги на сервер. Якщо з'еднання вщсутне, зберегти файли в арх1в та спро-бувати тзшше;
5. У разi устшного надсилання даних на сервер, зберегти, почати опрацювання. Якщо отримаш дат неповш чи пошкодженi, вiдправити на ручне опрацювання оператором;
6. Пюля опрацювання даних вiд клiента, вщобразити ш-формацiю про пасажиропотiк конкретного транспортного засобу громадського користування.
7. Розширення простих мереж у кольоровi полягае в дода-ванш шформацп до елементiв мережi, Грунтуючись на якiй, за певних умов, можна перетворити кольоровi ме-режi в простi (Kotov, & Kostarev, 2008).
Мiтки (token) замiсть простого позначення вмiсту позицп перетворюються в об'ект, який може мютити в собi один або калька критерив, кожен з яких може приймати дискретний набiр значень. Вiдповiдно до
них). Щоб вiдрiзняти мiтки рiзних тип1в !х можна поз-начати рiзними кольорами.
Token_Type1 {X, Y, Z}: Counter X(mod 5), Counter Y(mod 4), Enum Z(1,2,5,7), Token_Type2 {X, M}:
Counter X(mod 5), Enum M(1,2,3,5,6,7). (1) До позицш додаеться iнформацiя про типи мггок, як1 можуть в них перебувати.
Place: [Token_Type1, Token_Type2]. (2)
До вхiдних дуг додаеться iнформацiя про типи мь ток, як1 можуть перебувати в поточнш позици.
[Token_Type1, Token_Type2]. (3)
До переходов може бути додана шформащя з предикатом збудження переход, залежно ввд змiнних, що мiстяться у мжах.
(AX > BX) and AY < BY). (4)
До вихдаих дуг додаеться шформащя про призна-чення змiнних, що виходять з переходу та про перетво-рення змiнних.
[Token_Type1C] < CX = BX; CY = AX + BX >. (5) До початкового маркування додаеться шформащя про призначення змiнних, яю перебувають у мжах.
Модель автоматизовано1 системи опрацювання па-раметрiв пасажиропотоку громадського транспорту на основi кольорових мереж Петрi, побудовану засобами CPN Tools, представлено на рис. 2.
У CPN Tools включена спещальна мова програму-вання для опису атрибупв елеменпв мережт Ця мова забезпечуе опис множин кольорiв, змiнних, констант, функцiй i процедур. Призначення позицiй, переходов, множин, титв маркерiв (кольорiв), змiнних та проце-
цього мiтки розрiзняються за типами параметрiв (змiн- дур описано вiдповiдно у табл. 1-3.
Рис. 2. Структурна модель системи, розроблена засобами кольорових мереж Петрi
Табл. 1. Призначення позицiй кольорово! мереж neTpi
no3nnifl Призначення
events Множина подш (ввдкриття дверей, запит координат, натискання кнопки)
queue Черга даних на оброблення контролером
client free Статус контролера - вшьний
client busy Статус контролера - зайнятий
command caml Керуючi команди для камери 1
commsnd cam2 Керуючi команди для камери 2
command cam3 Керукш команди для камери 3
command to GPS-mod Керукш команди для GPS модуля
Video file 1 Файли з камери 1 (IP)
Video file 2 Файли з камери 2 (IP)
Photo file Файли з камери 3 (USB)
Gps coords Дат з GPS модуля
Data in server queue Дат в черзi на оброблення сервером
server free Стан ресурсу сервера - вшьний
server busy Стан ресурсу сервера - зайнятий
saved video report 1 Збережет дат типу 1 (передня IP камера)
saved video report2 Збережет дат типу 2 (задня IP камера)
saved video report3 Збережет дат типу 3 (USB камера)
saved video report4 Збережет дат типу 4 (GPS модуль)
Табл. 3. Призначення множин, тишв MapKepiB та змшних кольорово'1 мережi neTpi
Табл. 2. Призначення переходiв кольоровоУ мережi neTpi
nepexig Призначення
event Надходження под!! (в!дкриття дверей, запит координат, натискання кнопки)
client start processing Початок оброблення контролером вх^дних даних
client done processing Завершення оброблення контролером вх^дних даних, видача керуючих команд
make video 1 Здшснити запис ввдео передньою IP камерою
make video 2 Здшснити запис ввдео задньою IP камерою
take a photo Зробити фото USB камерою
take coords Взяти координати з GPS модуля
make report send all data type 1 Сформувати звгт та над!слати дан! типу 1
make report send all data type 2 Сформувати звгт та над!слати дан! типу 2
make report send all data type 3 Сформувати звгт та над!слати дан! типу 3
make report send all data type 4 Сформувати звгт та над!слати дан! типу 4
server start processing Оброблення вх!дних даних сервером
server done processing Збереження оброблених даних сервером
Множина кольорiв (титв маркерiв)
data Множина кольорiв для рiзних титв маркергв
free Множина стрiчкового типу
Змшт
y Змшна з множини data (використовуеться, для того щоб витягти маркер i3 вх^дних позицiй i помiстити но-вий маркер у вихдау позишю)
Типи маркерiв/даних
caml Тип призначений для позначення виникнення под!! (в!дкриття передтх дверей)
cam2 Тип призначений для позначення виникнення под!! (в!дкриття задтх дверей)
cam3 Тип призначений для позначення виникнення под!! (натискання вод!ем кнопки посв!дчень)
gps coord Тип призначений для позначення виникнення под!! (запит координат)
videol Тип для позначення вщео файлу з камери (з передньо! IP камери)
video2 Тип для позначення вщео файлу з камери (is задньо! IP камери)
photo Тип для позначення фото файлу з камери (!з USB камери)
coords Тип для позначення координат (даних з GPS модуля)
send d1 Дан! типу 1
send d2 Дан! типу 2
send d3 Дан! типу 3
send d4 Дан! типу 4
resource Стр!чковий тип призначений для вщображення зайнятосп обчислювального ресурсу контролера/сервера
Розроблена модель ввдображае процеси:
• надходження даних про подж> (в!дкриття дверей, натис-кання кнопки водiем, запит координат) на опрацювання контролером;
• вироблення контролером керуючих команд та направ-лення !х до в!дпов!дного обладнання (IP камер, USB ка-мери, GPS модуля);
• надходження даних вщ обладнання (ввдео-, фотофайли, координати) на оброблення контролером пiсля виконан-ня керуючих команд;
• формування контролером звiту про подгю, що вiдбулася та надсилання вах даних на сервер;
• опрацювання та сортування даних за типом звпу (на ос-новi даних вщ обладнання: вiдео з передньо! IP камери -тип 1, ввдео з задньо! IP камери - тип 2, фото з USB камери - тип 3, координати - тип 4);
• збереження на серверi умх отриманих даних. Результата дослвдження. За результатами досль
дження моделi автоматизовано!' системи опрацювання параметрiв пасажиропотоку громадського транспорту, побудовано! на основi кольорових мереж Петрi в прог-рамному середовищi CPN Tools, отримано та проаналь зовано звiт з моделювання. Цей звiт складаеться з шль-кох основних роздiлiв:
• Statistics - роздш статистики, описуе обсяг простору ста-нiв i графа зв'язних компонентiв (рис. 3);
• Boundednes - роздiл обмеженостi, вказуе верхню та нижню межi маркувань у числовому виглядi та у виглядi мультимножини (рис. 4);
• Home - вказуе список "домашшх" маркувань;
• Liveness - роздш властивостей живостi, описуе тупики та живi переходи (рис. 5);
• Fairness - роздш властивостей справедливости описуе тип справедливой! переходiв.
З розд!лу статистики випливае, що проспр станiв обчислений повнiстю i метить 14592 вузлiв, 42688 дуг, 45 секцш; граф зв'язних компонентiв метить аналопч-ну к1льк1сть вузлiв та дуг, а також одну секцш.
1з роздiлу обмеженостi можна зробити висновок, що мережа обмежена зверху, осшльки ва позици обмеженi.
Як випливае з аналiзу роздiлiв "домашшх" маркувань та властивостей живосп мереж!, юнуе одна розмгт-ка, яка е "домашньою", тобто модель е незворотною, а також та ж розмггка (14592) е "мертвою" (тупиковою), а в нашому випадку вона е результуючою (шнцевою) роз-мгткою. Оск1льки моделювання здiйснювалося для вь дображення опрацювання обмежено! шлькосп даних вщ одного клiента, тому лопчно, що !з множини дос-тупних маркувань досяжне тшьки одне результуюче (тупикове) маркування [14592], з якого мережа Петр! школи не виходить, що гарантуе однозначне завершен-ня вах процейв, тобто шнець надходження та опрацювання даних вщ ктента. Також у зв'язку з цим парамет-ри Dead Transition Instances (випадки тупикових перехо-д!в) i Live Transition Instances (випадки постшно живих переход!в) встановлеш в значення None (ввдсутт), адже процес функцюнування мереж1 е сшнченним. Перший з параметр!в тшьки тдтверджуе, що в процес! роботи мереж! не виникае жодного "мертвого" (тупикового) переходу (як i пром!жних "мертвих" маркувань, тобто тупики вщсутш), а другий доводить скшченшсть роботи мереж!, адже вказуе на те, що постшно живих переход!в не юнуе (в силу юнування результуючо!, тобто певною м!рою тупиково!, але к1нцево!, не пром!жно! розмгтки).
Рис. 3. Роздш статистики зв1ту з моделювання
Рис. 4. Роздш обмеженосп зв1ту з моделювання
Рис. 5. Роздши "домаштх" маркувань та властивостей живост1 мереж1 зв1ту з моделювання
Висновки. Здiйснено анал1з техн1чних р1шень наяв-них систем опрацювання параметр1в пасажиропотоку громадського транспорту. Розроблено структуру та алгоритм функцюнування автоматизовано1 системи опра-
цювання параметр1в пасажиропотоку громадського транспорту "розумного" м1ста на основ! м1н1-комп'ютера Raspberry Pi, яка дае змогу забезпечити широку функц1-ональн1сть, високу точн1сть п1драхунку та припустиму варт1сть обладнання. На основ1 структури та алгоритму побудовано модель системи на основ1 кольорових мереж Петр1. З дослвдження модел1, розроблено1 засобами кольорових мереж Петр1, можна зробити висновок, що побудована модель дотримуеться принцип1в обмеженос-т1, досяжност1, живост1, ст1йкост1 мереж Петр1.
Отриман1 в ход1 моделювання результати ц1лком в1дпов1дають задачам дослвдження.
Перелш використаних джерел
Boreiko, O. Y., & Teslyuk, V. M. (2016). Developing a controller for registering passenger flow of public transport for the "smart" city system. Eastern-European Journal of Enterprise Technologies, 6, 5(84), 40-46. https://doi.org/10.15587/1729-4061.2016.84143 Boreiko, O. Y., Teslyuk, V. M., Zelinskyy, A., & Berezsky, О. (2017). Development of models and means of the server part of the system for passenger traffic registration of public transport in the "smart" city. Eastern-European Journal of Enterprise Technologies, 1, 2(85), 40-47. https://doi.org/10.15587/1729-4061.2017.92831 Boreiko, O., & Teslyuk, V. (2017). Model of a controller for registering passenger flow of public transport for the "smart" city system. Proc. of the 14 Intern. Conf. on The Experience of Designing and Application of CAD Systems in Microelectronics, CADSM'2017, (pp. 207-209). Lviv-Polyana: Publishing House Vezha&Co. https://doi.org/10.1109/CADSM.2017.7916116 Boulton, A., Brunn, S. D., & Devriendt, L. (2011). Cyberinfrastructu-res and "smart" world cities: Physical, human, and soft infrastructures. In P. Taylor, B. Derudder, M. Hoyler & F. Witlox (Eds.). International Handbook of Globalization and World Cities. Cheltenham, U.K.: Edward Elgar. Retrieved from: http://www.neogeographi-es.com/documents/cyberinfrastructure_smart_world_cities.pdf. Kotov, D. V., & Kostarev, A. F. (2008). PHP 5 2nd edition, revised
and enlarged. St. Petersburg: BHV-Peterburg. 1104 p. Kupriyanovsky, V. P., Bulancha, S. A., Chernykh, K. Y., & Namiot, D. E. (2016). Smart cities as the "capitals" of the digital economy. International Journal of Open Information Technologies, 2, 41-52. Nowicka, K. (2014). Smart City logistics on Cloud Computing. Pro-cedia-Social and Behavioral Sciences, 151, 266-281. https://doi.org/10.1016/!.sbspro.2014.10.025 Park, Y., & Rue, S. (2015). Analysis on Smart City service technology with IoT. Korea institute of information Technology Review, 13(2), 31-37.
Richardson, M., & Wallace, S. (2012). Getting Started with Raspberry
Pi. Maker Media, Inc, O'Reilly Media. 161 p. Washburn, D., Sindhu, U., Balaouras, S., Dines, R. A., Hayes, N. M., & Nelson, L. E. (2010). Helping CIOs Understand "Smart City" Initiatives: Defining the Smart City, Its Drivers, and the Role of the CIO. Cambridge, MA: Forrester Research, Inc. Retrieved from: http://public.dhe.ibm. com/partnerworld/pub/ smb/ smarterpla-net/forr_help_cios_und_smart_city_initiatives.pdf Zhuhadar, L., Thrasher, E., Marklin, S., et al. (2017). The next wave of innovation - Review of smart cities intelligent operation systems. Computers in Human Behavior, 66, 273-281. https://doi.org/10.1016/ixhb.2016.09.030
О. Ю. Борейко
Тернопольский национальный экономический университет, г. Тернополь, Украина
МОДЕЛЬ АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ОБРАБОТКИ ПАРАМЕТРОВ ПАССАЖИРОПОТОКА ОБЩЕСТВЕННОГО ТРАНСПОРТА "УМНОГО" ГОРОДА НА ОСНОВЕ ЦВЕТНЫХ СЕТЕЙ ПЕТРИ
Разработана структура автоматизированной системы обработки параметров пассажиропотока общественного транспорта "умного" города. Структура базируется на использовании одноплатного компьютера Raspberry Pi в качестве главного контроллера, IP видеокамер, USB фотокамеры, GPS и GSM модулей и других периферийных устройств для сбора данных о пас-
сажиропотоке в транспортном средстве общественного пользования и передачи их на обработку сервером. Основой структуры является клиент-серверное взаимодействие. Представлен пошаговый алгоритм, отражающий общие принципы функционирования системы и этапы обработки параметров пассажиропотока. На основе разработанных структуры и алгоритма функционирования построена и исследована модель автоматизированной системы обработки параметров пассажиропотока общественного транспорта на основе цветных сетей Петри. Модель реализована средствами программного пакета CPN Tools, предназначенного для построения моделей с помощью расширенных классов теории сетей Петри. Результаты исследования цветной сети Петри позволяют утверждать, что предлагаемые структура и алгоритм системы вполне удовлетворяют техническое задание. Согласно проведенному анализу сеть Петри является живой, все состояния системы достижимые, а "мертвые" переходы и тупики отсутствуют.
Ключевые слова: Raspberry Pi; периферийные устройства; контролер; теория сетей Петри; CPN Tools.
O. Yu. Boreiko
Ternopil National Economic University, Ternopil, Ukraine
MODEL OF AUTOMATED SYSTEM FOR PROCESSING THE PUBLIC TRANSPORT PASSENGER TRAFFIC
PARAMETERS IN THE "SMART" CITY BASED ON COLORED PETRI NETS
In this research study, the authors developed the structure and described the algorithm for automated system of "smart" city passenger traffic parameters processing. The structural diagram of the automated system includes the following constituent elements: the driver, who controls the opening/closing of the door of the vehicle and registering passengers with the right to a reduced fare, the controller to communicate with peripheral devices and transfer data to the server, peripheral devices for direct data collection, server for processing data from the controllers and display of statistical data for passenger traffic and vehicle movement on a specific route for the selected time period. The basis of the controller is a single board mini-computer Raspberry Pi. The peripheral devices include video cameras over the front and rear doors for the registration of passenger traffic, a USB camera and a button for registration of the passengers with the right to a reduced fare, GPS and GSM modules to obtain the coordinates of the vehicle and to transmit data to the server. An automated system of "smart" city passenger traffic parameters processing is a human-machine technology. The driver controls the opening/closing door of the vehicle and the check-in of the passengers with the right to a reduced fare. A step-by-step algorithm with a consistent explanation of functional capabilities of all the components of the structure at each stage of its functioning has been presented. Python and C programming languages were used. Controller hardware based on the Raspberry Pi single-board computer has been developed and implemented, using the modular principle that allows quick system modification and development. Structural model of automated system for processing the public transport passenger traffic parameters in the "smart" city based on colored Petri nets modeling have been constructed. Model's analysis allows concluding that Petri net is live, all states of the system are achievable, and deadlocks are absent. Besides, the specialized software for implementing the functions of the controller at the software level has been developed.
Keywords: Raspberry Pi; peripherals; controller; Petri nets theory; CPN Tools.
