РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ ПО ВНЕДРЕНИЮ ИНТЕЛЛЕКТУАЛЬНЫХ ТЕХНОЛОГИЙ ICV В ТРАНСПОРТНУЮ СИСТЕМУ ГОРОДСКОЙ АГЛОМЕРАЦИЙ Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 656.13

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ ПО ВНЕДРЕНИЮ ИНТЕЛЛЕКТУАЛЬНЫХ ТЕХНОЛОГИЙ ICV В ТРАНСПОРТНУЮ СИСТЕМУ ГОРОДСКОЙ АГЛОМЕРАЦИЙ

Р.Н. Сафиуллин1, Т. Хаотянь2, Р.Р. Сафиуллин3

Санкт-Петербургский горный университет, Россия, 199106, Санкт-Петербург, Васильевский остров, 21 линия д.2

В данном исследовании рассмотрены современные интеллектуальные технология ICV, связанные с развитием подключенной интеллектуальной транспортной системой, проанализированы их понятия, взаимосвязи и взаимодействия между компонентами и разработаны модели для их описания на основе принципы информационного взаимодействия. Уделяется внимание уровням разработки и внедрения двух измерений "интеллект транспортных средств" и " интеллект транспортной инфраструктуры", проводится разделение уровней и подробно описываются их характеристики развития. Предложенные модели и показатели могут стать руководством для внедрения технологий подключенной интеллектуальной транспортной системы.

Ключевые слова: подключенная интеллектуальная транспортная система, интеллектуальные и подключенные транспортные средства, модели, интеллект транспортных средств, интеллект транспортной инфраструктуры, показатели оценки.

RESULTS OF RESEARCH ON THE IMPLEMENTATION OF INTELLIGENT TECHNOLOGIES ICV IN THE TRANSPORT SYSTEM OF URBAN AGGLOMERATIONS

R.N. Safiullin, T. Haotian, R.R. Safiullin

This study reviews current intelligent technology ICV related to the development of a connected intelligent transportation system, analyzes their concepts, relationships and interactions between components, and develops models to describe them based on the principles of information interaction. Attention is paid to the levels of development and implementation of the two dimensions "intelligence of vehicles" and "intelligence of transport infrastructure", a division of levels is made and their development characteristics are described in detail. The proposed models and indicators can be a guide for the implementation of connected intelligent transport system technologies.

Keywords: connected intelligent transport system, intelligent and connected vehicles, models, intelligence of vehicles, intelligence of transport infrastructure, evaluation indicators.

Введение

Интеллектуальная транспортная система является важным техническим средством для снижения загруженности дорог, повышения безопасности движения и уменьшения загрязнения окружающей среды [1]. Тенденция внедрения ИТС отражена во многих нормативных документах, как в международных, так и в нормативных документах Российской Федерации и Китая. В последние годы быстрое развитие таких технологий, как искусственный интеллект, большие данные и 5G, продвинуло область транспортных систем вперед, и развитие транспортных систем постепенно перешло от ИТС к подключенной интеллектуальной транспортной

системе (ПИТС) с интеллектуальным и подключенным транспортным средством (intelligent & connected vehicle, ICV) в качестве основной характеристики.

ICV - это новое поколение интеллектуальных транспортных средств, оснащенных современными бортовыми датчиками, контроллерами, исполнительными механизмами и другими устройствами и высокоавтоматизированных с помощью современных коммуникационных и сетевых технологий. Внедрение ICV открывает возможность более безопасных, эффективных и комфортных, энергосберегающих и экологически чистых транспортировки пассажиров и грузов в повседневной жизни и промышленном производстве [2].

1 Сафиуллин Равиль Нуруллович - доктор технических наук, профессор кафедры транспорто-технологических процессов и машин, тел:+7 911 198-95-66, e-mail: safravi@mail.ru;

2Тянь Хаотянь - аспирант кафедры транспорто-технологических процессов и машин, тел:+7 999 234-49-40; e-mail: tianhaotianl996@gmail.com;

3Сафиуллин Руслан Равиллович - кандидат технических наук, доцент кафедры транспорто-технологических процессов и машин, тел:+7 911 240-88-51, e-mail: safiyllin@yandex.ru.

США, Европейский Союз и Япония на ранних этапах начали создавать системы взаимодействия транспортных средств и дорог на основе специальных стандартов технологии связи ближнего радиуса действия (Dedicated short range communication, DSRC), такие как проекты Advanced Transportation and Highway Partnership и Vehicle Infrastructure Integration Project в США, European Regional Project и C-Roads Project в Европейском Союзе, Smartway Project в Японии и т.д. Среди них основное внимание уделяется "автомобиль-автомобиль" и "автомобиль-дорога", то есть V2V и V2I. С другой стороны, в Китае благодаря поддержке политики, интеллектуальная транспортная индустрия быстро развивается, а создание инновационных ICV и систем взаимодействия транспортных средств и дорог на основе стандарта технологии C-V2X (Cellular Vehicle-to-everything) поднялось на национальный стратегический уровень. C-V2X -это технический стандарт на основе сотовой автомобильной сети общего пользования под руководством Китая для связи V2X, который имеет преимущества перед DSRC с точки зрения архитектуры сети, технических характеристик, технического контроля и последующего развития. В конце 2018 года Министерство промышленности и информационных технологий Китая официально обозначило диапазон 5,905-5,925 ГГц как выделенный частотный диапазон для индустриализации интеллектуальных подключенных транспортных средств и поддержало эволюцию к стандартам 5G [3].

Учитывая пространственные характеристики России, создание отечественной интеллектуальной транспортной системы и развитие автомобильного транспорта без водителя (общественного, коммерческого и публичного) являются наиболее важными направлениями развития цифровой экономики в Российской Федерации. Китай и Россия придают большое значение цифровой трансформации и сотрудничеству в области энергетики [4], промышленности, сельского хозяйства, финансовых услуг, экологии, общества, образования и, конечно, транспорта. Следуя принципу интероперабельности, для обеспечения бесшовного трансграничного движения беспилотных транспортных средств и высокоавтоматизированные транспортные средства (ВАТС), создаваемые ИТС различного уровня должны функционировать по единому регламенту и использовать одинаковые технологии. Эффективная интеграция этих передовых технологий V2X необходима для решения важнейших вопросов, связанных с повышением безопасности дорожного движения, оптимизацией

маршрутов движения транспортных средств, повышением качества транспортных услуг (национальных, международных) и усилением взаимодействия между государственными органами управления дорожным движением, такими как ГИБДД и Ространснадзор, и водителями транспортных средств. Однако, отсутствие стандартизированных требований к аппаратуре и автоматизированным системам, используемым для управления движением транспортных средств, привело к отсутствию ясности в отношении их развития. С появлением нового оборудования и передовых технологий, таких как 5G и У2Х, создание технических стандартов для 1СУ и ВАТС становится все более важным [5-7].

Исследование технологии и применения ПИТС показало, что текущие исследования в данной области сосредоточены на обзоре технологических достижений в области интеллектуального транспорта и микроуровневом анализе конкретной проблемы, но существует недостаток анализа и описания взаимодействий и связей между компонентами ПИТС. Кроме того, в России наблюдается недостаток исследований в этой области, а также отсутствие стандартизированных документов, определенных на национальном уровне, и нечеткие определения терминов, связанных с ПИТС и 1СУ. Для ускорения развития автономного вождения и повышения уровня интеллекта городских транспортных систем актуальным является исследование внедрения передовых интеллектуальных технологий 1СУ в транспортные системы.

Материал метод и результат

Развитие интеллектуальных транспортных систем состоит из трех этапов: первый этап - динамическое зондирование, т.е. достижение доступа в реальном времени к информации о дорожном движении, охватывающей всю дорожную сеть, и создание платформы больших данных динамического зондирования; второй этап -активное управление, т.е. предоставление услуг динамического управления, таких как активное планирование, активное управление движением, активное командование и диспетчеризация, а также активные общественные услуги; третий этап - интеллектуальное подключение к сети(об-локо), т.е. ПИТС реализация подключенных транспортные средства, сотрудничества между транспортным средством и дорожным объектами и автоматического вождения.

ПИТС использует радар, видео и другие передовые транспортные средства и дорожное сенсорное оборудование для определения дорожной обстановки в реальном времени с высо-

кой точностью, и реализует связь, обмен информацией и выполнение команд управления между транспортными средствами и транспортными средствами, транспортными средствами и людьми, транспортными средствами и дорожными объектами в соответствии с согласованными протоколами связи и стандартами взаимодействия данных, в конечном итоге формируя интегрированная интеллектуальная сетевая система с функциями интеллектуального управление и контроля дорожного движения, интеллектуальных динамических информационных услуги и автоматических вождений.

Терминология и стандарты определений используются для унификации основных понятий, связанных с ICV, и для создания основы для координации и совместимости между различными отраслями промышленности, а также для поддержки разработки стандартов для различных других компонентов. ICV - это общий термин для обозначения транспортного средства, которое использует бортовые датчики, контроллеры, исполнительные механизмы, коммуникационные устройства и т.д. для достижения таких функций, как осознание окружающей среды, интеллектуальное принятие решений и/или автоматическое управление, совместное управление, информационное взаимодействие и т.д. ICV -это транспортные средства, которые удовлетворяют как " интеллектуальным", так и "подключенным" способностям [8]. Такие функции, как осведомленность об окружающей среде, интеллектуальное принятие решений, автоматическое управление и совместное управление, обычно называют интеллектуальными функциями, причем функции совместного управления обычно требуют поддержки со стороны функции подключения. Транспортное средство с интеллектуальными функциями называется "интеллектуальным транспортным средством". Функция транспортных средств, использующее коммуникационные технологии для реализации функции взаимодействия с информацией из внешнего мира, называется подключенной функцией, "внешний мир" означает вне сферы действия самого транспортного средства, например, носимое оборудование и т.д. относится к категории "внешний мир". Connected cars или «подключенные транспортные средства» - это транспортные средства, которые могут выходить в Интернет, взаимодействовать с интеллектуальными устройствами и другими транспортными средствами и дорожной инфраструктурой, а также собирать данные в режиме реального времени из различных источников.

Рисунок 1 - Концепция технологий ICV

ПИТС состоит из четырех модулей: интеллектуальные мобильные терминалы (пешеходы) «Р», 1СУ (транспортные средства) «V», интеллектуальные подключенные дороги (дороги) «Я» и средства управления движением (управление) «С». Связь между модулями можно разделить на "восприятие" и "подключение". "восприятие" означает получение информации о состоянии соответствующей цели с помощью датчиков, радаров и других устройств, а "подключение" означает установление связи через единый стандартный протокол связи и обмен информацией. Хотя пешеходы не всегда имеют при себе интеллектуальные мобильные терминалы и уполномочены определять их местонахождение, другие модули могут получить доступ к информации о пешеходах через свои сенсорные устройства. Аналогично, модули в рамках ПИТС могут быть широко прочувствованы и связаны через сенсорные и коммуникационные устройства. Взаимосвязь между модулями ПИТС показана на рисунке 2.

Яся

Рисунок 2 - Взаимосвязь между модулями ПИТС

При поддержке сети LTE/5G-V2X, интеграции интеллектуальных транспортных средств, дорог, придорожных объектов и платформ с технологией V2X, распределенного развертывания некоторых сенсорных, вычислительных и сервисных функций среди транспортных средств, дорог и облаков, и необходимости

изучения глубокой интеграции и системной реконфигурации транспортных средств, дорог, придорожных объектов и облаков. В результате исследования была разработана логическая структура ПИТС.

В отличие от традиционных ИТС, полная интеграция интеллектуальных транспортных средств, дорог, придорожных объектов и платформ с сетями С-У2Х приведет к развитию ПИТС конвергенции транспортного средства-дороги-облака с логической структурой, подобной той, что показана на рисунке 3. Интеллектуальная транспортная система в рамках новой архитектуры включает в себя 1СУ, интеллектуальные подключенные дороги (ИПД), интеллектуальную подключенную инфраструктуру (ИПИ) и интеллектуальные подключенные облака (ИПО) в сети У2Х, соединяя транспортные средства, дороги и облака (платформа граничных вычислений/облако регионального центра обработки данных/платформа контроля дорожной

полиции ГИБДД/платформа производителя автомобилей/платформа третьей стороны), интегрируя транспортные средства, дороги, обочины, облака, транспортные средства к сети и платформы третьих сторон и т.д. для достижения интегрированного зондирования, принятия решений и контроля, картирования, безопасности и прикладных услуг транспортных средств, дорог и облаков. Интеграция транспортных средств, дорог, обочин, облаков, транспортных средств в сеть и сторонних платформ и других данных, услуг, пользователей и других ресурсов для достижения интеграции зондирования, принятия решений и контроля, картирования, безопасности и прикладных услуг транспортных средств, дорог и облаков, что также является основным содержанием интеграции автомобильной промышленности и развития технологии У2Х.

Рисунок 3 - Логическая структура ПИТС

Интеллект транспортных средств и интеллект транспортной инфраструктуры (дороги) - два наиболее приоритетных аспекта для разработки приложений ПИТС. В связи с этим международные и национальные автомобильные и дорожные инженерные общества разработали стандарты для классификации уровней автоматизации транспортных средств и интеллекта дорог или инфраструктуры.

1. Интеллект транспортных средств

Классификация уровня автоматизации системы вождения обеспечивает руководство для разработки технологии автономных транспортных средств высокого уровня. SAE J3016, определенный Американским сообществом автомобильных инженеров (Society of Automotive Engineers, SAE), является наиболее влиятельным и широко используемым международным

стандартом классификации автономного вождения. С момента публикации в 2014 году стандарт обновлялся три раза: в 2016, 2018 и 2021 годах. Принципы классификации уровней автоматизации вождения транспортных средств основаны на степени, в которой система автоматизации вождения может выполнять динамические задачи вождения, назначение задач и ролей для пользователей (водитель) и систем вождения, а также наличие или отсутствие ограничений области функционирования. В целом, автомобили можно разделить на шесть уровней автоматиза-

ции от высокого до низкого^0-Ь5), в следующем порядке: полное отсутствие автоматизации, помощь в вождении, частичная автоматизация, условная автоматизация, высокая автоматизация и полная автоматизация. Определения и подробные описания каждого класса можно найти в стандарте [9]. «Подключение» является главной особенностью технологий ICV. В соответствии с содержанием отчета [10], уровни под-ключенности транспортных средств классифицируются следующим образом (таб.1).

Уровень подключенности Описание Контролирующая сторона Тип информации Требования к передаче данных

1 .Вспомогательное Основанная на связи V2V и V2I, позволяет получать вспомогательную информацию, такую как навигация, и загружать данные о движении автомобиля и данные о поведении водителя. Человек Карты, транспортный поток, расход топлива, пробег, привычки вождения и т.д. Низкие требования к реальному времени и надежности

2.Всестороннее восприятие На основе V2V, V2I и других коммуникаций V2X он обменивается информацией о восприятии транспортного средства и получает в режиме реального времени информацию об окружающей транспортное средство дорожной обстановке в качестве входных данных для системы принятия решений и управления транспортным средством. Человек и системы Местоположение и скорость окружающих транспортных средств и пешеходов, фазировка сигналов, дорожные предупреждения и т.д. Высокие требования к реальному времени и надежности

З.Совместное принятие решений и контроль Основываясь на V2V, V2I и других коммуникациях V2X, в условиях гарантированной информационной безопасности, позволяет получать информацию о дорожной среде вокруг транспортного средства и информацию о принятии решений транспортным средством в режиме реального времени, а также объединять информацию между транспортными средствами и транспортными средствами, транспортными средствами и дорогами и другими участниками дорожного движения для достижения совместного принятия решений и управления. Человек и системы Идентичная информация управления между транспортным средством и автомобилем, транспортным средством и дорогой, транспортным средством и инфраструктурой, транспортным средством и пешеходом, транспортным средством и облачной платформой Самые высокие требования к реальному времени и надежности

Таблица 1 - Классификация уровня подключенности ICV

2. Интеллект транспортной инфраструктуры

Сегодня в каждой стране существует относительно четкая классификация уровней автоматизации транспортных средств, но классификация интеллекта дорог и инфраструктуры неясна. На основе отчета[11] объясняется классификация интеллектуальных подключенных дорожных систем.

10 (традиционный) - это традиционный способ управления дорожной информацией, т.е. отсутствует информационное взаимодействие между дорожной инфраструктурой и системами отдельных транспортных средств. Главная особенность заключается в том, что дорожная инфраструктура не имеет функций обнаружения и зондирования, а водитель контролирует транспортное средство на протяжении всего процесса движения и разрешения особых ситуаций.

11 (менее интеллектуальный) - это все еще традиционный способ управления дорожной информацией. Основные характеристики: дорожная система может собирать цифровые статические данные инфраструктуры движения, обновлять и хранить их, оборудование для зондирования инфраструктуры движения может получать динамические данные, такие как транспортные средства и окружающая среда в непрерывном пространстве в реальном времени, автоматически обрабатывать неструктурированные данные и объединять с историческими данными для достижения краткосрочного, микроскопического прогнозирования движения транспортных средств; различные типы данных не могут быть эффективно объединены друг с другом, и временная задержка сбора, обработки и передачи информации очевидна. Информация о зондировании дорожной инфраструктуры и результаты прогнозирования могут предоставляться транспортным средствам в режиме реального времени, помогая транспортным средствам управлять автомобилем автоматически, например, предоставляя информационные услуги и услуги активного управления движением; дорожная инфраструктура осуществляет одностороннюю передачу информации системам транспортных средств.

12 (первичный интеллект) - это транспортная инфраструктура со сложными возможностями зондирования и глубокого прогнозирования, которая может поддерживать автоматизированную помощь при вождении и управление дорожным движением в более высоких пространственных и временных разрешениях посредством информационного взаимодействия с системами транспортных средств (включая

12Х). В дополнение к функциям, предусмотренным в 11, он позволяет осуществлять непрерывный мониторинг и обновление статических данных, таких как базовая реализация в пространстве и времени; более высокую точность обнаружения и зондирования динамических неструктурированных данных, таких как транспортные средства и окружающая среда; высокую степень объединения данных и низкие временные задержки при сборе, обработке и передаче информации; поддержку обмена некоторыми данными в режиме реального времени между транспортными средствами и между транспортными средствами и инфраструктурой, обеспечивая глубокий анализ и долгосрочное прогнозирование. Захват и управление самодвижущимися автомобилями может быть осуществлен в ограниченных сценариях, что позволяет автоматизировать вождение и оптимизировать принятие решений для ограниченных сценариев. Ограничения заключаются в следующем: при возникновении особых ситуаций водитель должен взять на себя управление самодвижущимся автомобилем; глобальная оптимизация на уровне системы невозможна; в основном реализуется помощь при вождении, а автоматизированное вождение должно быть выполнено в ограниченных сценариях.

13 (высший интеллект) может предоставлять динамическую информацию и команды управления окружающими автомобилями отдельным автономным автомобилям (уровень автоматизации >2 и выше) в течение миллисекунд, обеспечивая условно автоматизированное вождение на основных дорогах, включая выделенные полосы. Основными особенностями являются: высокая степень сетевой и условной интеллектуальности дорожной инфраструктуры; частичная автоматизация отдельных автономных транспортных средств на дорогах, покрытых дорожной инфраструктурой; поперечное и продольное управление автономными транспортными средствами системой дорожной инфраструктуры; работа в ограниченных сценариях на основных дорогах, включая выделенные полосы и т.д.; особые ситуации, требующие участия водителя. .

14 (высокоинтеллектуальный) Дорожная инфраструктура предоставляет подробные инструкции по вождению для автономных транспортных средств (уровень автоматизации >2), позволяя высокоавтоматизированное вождение в определенных сценариях/областях (например, в заранее определенных пространственно-временных зонах). В исключительных случаях система дорожной инфраструктуры берет управ-

ление на себя, не требуя участия водителя. Основные характеристики: высокая степень информативности и интеллектуальности; способность предоставлять динамическую информацию об окружающих транспортных средствах и инструкции по продольному и поперечному управлению для отдельных автономных транспортных средств; способность управлять автономными транспортными средствами (уровень автоматизации 2 или выше) как по горизонтали, так и по вертикали; способность центров управления дорожным движением оптимизировать развертывание покрытых транспортных средств для достижения глобальной оптимизации; высокая степень автоматизированного вождения в сценариях смешанного движения в определенных сценариях/районах. В особых ситуациях система дорожной инфраструктуры берет управление на себя без участия водителя. Однако он все еще ограничен закрытыми зонами, такими как испытательные полигоны и парки, автоматизированные автостоянки; автомагистрали, городские скоростные дороги; некоторые городские магистральные сети и выделенные автобусные маршруты.

15 (полностью интеллектуальный) обеспечивает транспортную инфраструктуру, которая может вместить все отдельные автономные транспортные средства (уровень автоматизации более 2 и выше) для полного ощущения, прогнозирования, принятия решений, управления и связи во всех сценариях, а также оптимизировать развертывание всей сети транспортной инфраструктуры для достижения полностью автономного вождения. Подсистемы, необходимые для полностью автономного вождения, не требуют наличия резервной системы в автономном автомобиле. Предусмотрены все функции активной безопасности. Исключительные ситуации контролируются системой дорожной инфраструктуры без участия водителя.

В процесс исследования установлен основной показатель оценки уровня внедрения ПИТС в городских агломерациях: Щ - уровень интеллекта транспортной системы - суммирование технических и функциональных возможностей, обеспечивающих непрерывное развитие четырех измерений транспортной системы: "интеллект транспортных средств", "интеллект транспортной инфраструктуры и дороги", "системная интеграция" и "сетевая взаимосвязь". Для оценки уровня внедрения подключенных кооперативных интеллектуальных транспортных систем в городских агломерациях, причинно-следственная связь между уровнем интеллекта транспортной системы и уровнями тех-

нических развития каждого измерений моделируется следующим соотношением :

IQ=f[V,I,S,Cl где IQ - критерий оценки уровня внедрения ПИТС в городских агломерациях, который должен иметь максимальное значение ( W^- max);

V - уровнь развития интеллекта транспортных средств;

- уровнь развития интеллекта транспортной инфраструктуры;

S— уровнь развития системной интеграции;

C— уровнь развития сетевой взаимосвязи.

Создание и внедрение ПИТС требует си-нергетического развития всех аспектов. Текущий уровень развития интеллекта транспортных средств и интеллекта транспортной инфраструктуры неравномерен, а степень подключенности между транспортными средствами и транспортной инфраструктурой далека от достаточной. В нашем исследовании только два измерения, уровень автоматизации транспортного средства и уровень интеллекта дороги, рассматриваются с точки зрения их влияния на уровень интеллекта ПИТС. В этом случае уровень интеллекта ПИТС можно выразить в виде бинарной функции Q = F(v,i) с уровнем интеллекта транспортного средства и уровнем интеллекта дороги в качестве зависимых переменных. Предположим, что уровень интеллекта транспортного средства на определенном этапе равен v, а уровень интеллекта дороги - i, через период времени t, когда наступит момент времени T, уровень автоматизации транспортного средства и уровень интеллекта дороги транспортной системе изменились на различные степени Av и Ai соответственно. Согласно разложению бинарной функции Тейлора, уровень интеллекта транспортной системы в момент времени T может быть выражен следующим уравнением:

IQT = f(v + Av,i + Ai) = f(v, i) + 1 W(v, i)Av + f'(v, i)Ai] + 1 [f£(v, i)Av2 +

2ft;(v, QAvAi + fH(v, i)Ai2] +1 [££(v +

QAv, i + 9Ai)Av3 + 3fJi(v + QAv, i + 9Ai)Av2Ai + 3frfi(v + QAv, i + 9Ai)AvAi2 + fiii(v + 9Av„ i + 9Ai)Ai3],0 < в < 1.

Коэффициент в выражает влияние внедрения новых автоматизированных технических средств контроля движением трансортных средств на интеллект транспортных средств и интеллект транспортной инфраструктуры в процессе развитии городской транспортной системы.

В случае ПИТС функциональная эффек-

тивность системы может быть оценена с помощью следующих 8 показателей, поскольку целью системы является достижение безопасной, эффективной, комфортной и точной мобильности:

1) Аварийность на дорогах

2) Тяжесть дорожно-транспортных происшествий (ущерб)

3) Пропускная способность дорожной сети, средняя скорость движения

4) Время в пути транспортного средства

5) Комфортность поездок

6) Объем перевозок (пассажиры, грузы)

7) Точность восприятия дорожного движения

8) Эффективность средств управления дорожным движением

Предполагается, что с развитием технологий все измерения ПИТС будут развиваться синергетически, степень подключения между модулями станет более тесной, а показатели, отражающие функциональную эффективность системы, будут улучшаться в той или иной степени.

На основе установленного коэффициента (0), учитывающий влияние функционирования новых автоматизированных технических средств контроля движением транспортных средств на интеллект транспортных средств и интеллект транспортной инфраструктуры возможна оценка эффективности применения автоматизированных технических средств и оборудования в соответствии с целями задачи. Отказаться от устаревших технических средств и оборудования, не отвечающих потребностям развития транспортной системы, и постоянно внедрять современные передовые технические средства, такие как технология 1СУ, для обеспечения аппаратно-технического поддержки модернизации транспортной системы.

Обсуждение

Ввиду неравномерного развития интеллекта транспортных средств и интеллекта дорог на данном этапе отсутствует "взаимосвязь" между транспортными средствами на дороге и транспортной инфраструктурой, кроме того, данные с различных платформ уровня предприятия и платформ государственного регулирования не связаны между собой. На национальном уровне необходимо содействовать созданию трехуровневой платформы для интеллектуальных подключенных автомобилей, включая национальную платформу базовых данных, платформу общественных услуг и платформу разработки приложений. Государство должно

взять на себя ведущую роль в создании и эксплуатации платформы базовых данных для интеллектуальных подключенных автомобилей, а также посредством стандартного взаимодействия данных соединиться с различными платформами уровня предприятия и платформами управления отраслью для достижения обмена данными, предоставления услуг базовых данных и повышения эффективности надзора за отраслью.

Развитие и внедрение современные интеллектуальные технология 1СУ и ПИТС требует стандартных форматов данных и протоколов для взаимодействия между транспортными средствами и транспортными средствами, транспортными средствами и дорогами, транспортными средствами и сетевыми платформами (облаками)[12-13]. Необходимо ускорить исследования для определения систем связи 1СУ и стандартов протоколов связи с учетом национальных особенностей(Россия и Китай), а также изучить и разработать стандарты, связанные с информационной безопасностью транспортных средств.В то же время следует ускорить внедрение спецификаций для тестирования 1СУ на открытых дорогах, а также эффективно управлять демонстрацией и тестированием 1СУ.

Глобализация стала важной особенностью развития автомобильной промышленности, а гармонизация и взаимное признание стандартов и правил дорожного движения транспортных средств позволит сократить инвестиции, сократить время цикла, ускорить итерацию продукта и взять инициативу в разработке на себя, что имеет большое значение для развития и внедрения интеллектуальных подключенных транспортных средств в Китае и России.

Заключение

Благодаря постоянному совершенствованию технологий искусственного интеллекта, связи, восприятия и системной интеграции, современные интеллектуальные технология 1СУ и ПИТС предоставляют новые идеи и подходы к реализации для быстрого развития автономного вождения транспортных средств и решения проблем дорожного движения. Подключенный транспорт означает комплексную транспортную сеть, основанную на интеллектуальных транспортных средствах и интернет-технологиях, с основными участниками (люди, транспортные средства и дороги) в качестве узлов сети, предоставляющих интегрированные местные и удаленные информационные услуги с помощью технологии зондирования и объединения информации о дорожном движении из нескольких

источников, а также коммуникационных и вычислительных возможностей повсеместной сетевой платформы.

В работе сравниваются понятия, связанные с ПИТС, их определения и границы, определяются четыре важных модуля системы "транспортное средство-дорога-человек-управ-ляющая платформа", и проектируется логическая структура ПИТС, которая отражает возможности системных функций и направление информационных потоков внутри системы. Уделяется внимание уровням разработки и внедрения двух измерений "интеллкт транспортных средств" и " интеллект транспортной инфраструктуры", проводится разделение уровней и подробно описываются их характеристики на основе соответствующих стандартов и документов. Предложенные модели и показатели могут стать руководством для внедрения технологий подключенных транспортных систем. Автоматизированные аппаратно-технические средства и оборудования являются важными компонентами, составляющими ИТС, и их эффективное внедрение и функцирование имеют большое значение для модернизации всех измерений ИТС. Оценка функциональной эффективности автоматизированные аппаратно-технические средств контроля движения транспортных средств является перспективным направлением исследований [14].

Литература

1. Сафиуллин, Р. Н. Системы автоматизации и контроля движения на автомобильном транспорте / Р. Н. Сафиуллин, В. В. Резниченко, А. Ф. Калюжный. -Санкт-Петербург : Лань, 2019. - 516 с. - ISBN 978-58114-3655-2.

2. Li Ke-Qiang, Dai Yi-Fan, Li Sheng-Bo, Bian Ming-Yuan. State-of-the-art and technical trends of intelligent and connected vehicles. Journal of Automotive Safety and Energy, 2017, 8(1): 1-14. (in Chinese)

3. Chu, W., Wuniri, Q., Du, X., Xiong, Q., Huang, T., & Li, K. (2021). Cloud control system architectures, technologies and applications on intelligent and connected vehicles: A review. Chinese Journal of Mechanical Engineering, 34(1), 139. https://doi.org/10.1186/s10033-021-00638-4

4. Чжан, Л. Трансформация китайских угольных

компаний в соответствии с концепцией ESG-требований устойчивого развития / Л. Чжан, Т. В. По-номаренко, Х. Сюй // Экономика Центральной Азии.

- 2022. - Т. 6, № 3. - С. 243-254. - DOI 10.18334/asia.6.3.115128.

5. О. М. Писарева, В. А. Алексеев, Д. Н. Медников, А. В. Стариковский. Развитие интеллектуальных транспортных систем в Российской Федерации: определение требований и организация создания полигонов тестирования информационной безопасности. Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Экономические науки. - 2020. - Т. 13, №

5. - С. 7-23. - DOI 10.18721/JE.13501.

6. Melnikova, O., Nazarychev, A., & Suslov, K. (2022). Enhancement of the technique for calculation and assessment of the condition of major insulation of power transformers. Energies, 15(4), 1572. https://doi.org/10.3390/en15041572

7. Belikova, D. D., & Safiullin, R. N. (2022). The design and evaluation of a telematic automated system of weight control for heavy vehicles. Infrastructures, 7(7), 86. https://doi.org/10.3390/infrastructures7070086

8. T/ITS 0095-2018. The standard system of intelligent connected driving. URL: https://www.c-its.org.cn/In-dex/downloadnews/id/418.html.

9. SAE International. Taxonomy and definitions for terms related to driving automation systems for on-road motor vehicle (Standard J3016_201609).

10. China-SAE. Technology roadmap for energy saving and new energy vehicles. Beijing: Mechanical Industry Press, 2016. (in Chinese)

11. Classification and Definition for Connected Automated Highway (CAH) Systems. URL: https://www.hatchip.com/Content/xxzx/cyfx/2022-04/673.html.

12. Simonova, L. A., Dem'yanov, D. N., & Kapitonov, A. A. (2020). Smart information system for generating design constraints in the auto industry. Russian Engineering Research, 40(12), 1034-1038. https://doi.org/10.3103/S1068798X20120199.

13. Ang, L.-M., Seng, K. P., Ijemaru, G. K., & Zungeru, A. M. (2019). Deployment of iov for smart cities: Applications, architecture, and challenges. IEEE Access, 7, 6473-6492.

https://doi.org/10.1109/ACCESS.2018.2887076

14. Р.Н. Сафиуллин, Р.Р. Сафиуллин, А.В. Марусин, Х. Тянь. Адаптивно-управляемый подход формирования и оценки автоматизированных систем оперативного управления движением транспортных средств. Мир транспорта и технологических машин.

- 2022. - № 3-5(78). - С. 104-111. - DOI 10.33979/2073-7432-2022-5(78)-3-104-111.