CC BY
20
СИМВОЛ НАУКИ ISSN 2410-700X № 11 / 2019
различных операций.
Здесь же разработан и запущен в производство отечественный форвардер - машина, которая используется и как транспортное средство, и как механизм, собирающий и подсортировывающий сортименты.
Также дорабатываются и машины более простых классов. На основе ранее выпускаемых машин создается множество модификаций: мульчеры, сортиментовозы, трелевочники, пакетопотборщики, сучкорезательные, бурильно-крановые и другие машины, обеспечивающие повышение производительности агрегатов и рост прибыльности лесозаготовок.
Расширение ассортимента машин позволит приобретать их небольшим компаниям, которые стремятся к тому. Чтобы обеспечить первичную обработку древесины непосредственно на месте заготовки. А появление таких гигантов промышленности как «Илим Палп Энтерпрайз», способных вкладывать средства в разработки и внедрение новых механизмов, способствует развитию отечественного производства лесозаготовительной техники.
В результате можно говорить о хороших перспективах развития отечественного лесопромышленного машиностроения, особенно если государство будет придерживаться объявленной линии на поддержку этого значимого для экономики комплекса. Список использованной литературы:
1. Александров В.А. Моделирование технологических процессов лесных машин: учебник для вузов / В.А. Александров, А.В. Александров. - СПб.: СПбГЛТА, 2009. - 297 с.
2. Перфилов М. А. Многооперационные лесосечные машины. М., 2010;
3. Шегельман И. Р. Лесная промышленность и лесное хозяйство. 4-е изд. Петрозаводск, 2008.
© Денисов А.Е., Двоеглазов И.Е., Чистяков В.О., 2019
УДК 656.056.4
Д.С. Жамангарин
PhD докторант, Казахский университет путей сообщения, Казахстан
Dus_man89@mail.ru А.С. Сарекенова м.т.н, КазУИиТС, Казахстан aliya21@bk.ru А.Е. Тажкуран м.т.н, КазУИиТС, Казахстан tazh_90@mail.ru С.И. Ашикпаева м.т.н, КазУИиТС, Казахстан lady_s111@mail. ru
СИСТЕМА ПРИОРИТЕТОВ И ПРЕДОТВРАЩЕНИЯ СТОЛКНОВЕНИЙ
ДЛЯ СВЕТОФОРОВ
Аннотация
В этой статье представлена система предотвращения столкновений, позволяющая обнаружить работающий красный свет и предупредить находящиеся поблизости транспортные средства и пешеходов в режиме реального времени, чтобы предотвратить возможные аварии. Здесь не требуется никаких сложных решений на основе инфраструктуры, таких как основанные на радарах или камерах. Вместо этого предлагается новое решение, основанное на смартфонах, которые находится внутри транспортных средства
СИМВОЛ НАУКИ ISSN 2410-700X № 11 / 2019
и предназначены для распознавание объектов. Данные устройства генерирует оповещения и предупреждает близлежащие транспортные средства и пешеходы для предотвращения несчастных случаев. В первом случае система транслирует предупреждения непосредственно для закрытия транспортных средств и пешеходов через Wi-Fi, а во втором случае предложение предупреждает транспортные средства и пешеходов в окрестности через сервер. Решение также включает в себя систему определения приоритетов, основанную на изменении дорожного освещения на перекрестках в соответствии с потребностями и характеристиками дорожного движения в любое время, уделяя первоочередное внимание аварийным транспортным средствам.
1. Введение
В результате роста численности населения во всем мире возникли различные проблемы дорожного движения, особенно в крупных урбанизированных районах и густонаселенных районах.
В этой статье предлагается новый инструмент, основанный на интерактивном и совместном вождении, который включает в себя эффективную систему управления движением для предоставления дополнительных данных водителям, что может быть очень полезно для принятия ими решений.
Так называемая интеллектуальная транспортная система (ITS) представляет собой набор технологических решений, предназначенных для оптимизации различных видов транспорта. Его основными целями являются повышение комфорта пассажиров, повышение безопасности путешествий, уменьшение заторов на дорогах и снижение расхода топлива.
Основная идея этой статьи - представить систему приоритетов и предотвращения столкновений для перекрестков, управляемую элементами VANET, использующими преимущества коммуникаций V2V и V2I. В настоящее время управление светофорами является статическим, то есть светофоры меняются в зависимости от запрограммированных временных диапазонов, но они не учитывают состояние дорог в реальном времени. В этой работе только связь V2I используется для постоянного определения местонахождения транспортных средств. Система предназначена для использования с помощью обычных инструментов, таких как смартфоны, так что VANET создается с помощью мобильных устройств.
2. Связанные работы
Необходимость улучшения управления дорожным движением очевидна во всем мире. По этой причине они пытаются улучшить безопасность дорожного движения, исследуя потенциал ИТС с помощью многочисленных исследовательских проектов.
В работе представлена программная методология, которая отслеживает базовый набор данных существующей инфраструктуры обнаружения транспортных средств на основе радиолокатора для непрерывного мониторинга инцидентов, связанных с «красным светом».
В частности, траектории движения транспортных средств, приближающихся к перекрестку, были зарегистрированы и объединены с информацией о состоянии сигнала, так что при анализе положения транспортных средств и состояния сигнала были обнаружены инциденты, связанные с проблеском красного света. Аналогичное исследование, основанное на радиолокационных данных, было выполнено в с использованием дерева решений. Объекта применили искусственные нейронные сети для прогнозирования работы красного света с использованием данных имитации радара. Система на базе смартфона, представленная в этом документе, не имеет этих ограничений и недостатков. Что касается мер противодействия, уже реализованных на практике, были протестированы различные решения, чтобы попытаться уменьшить работу красного света.
Одним из инновационных приложений ITS, обеспечивающих решение проблемы работы красного света, является так называемый интеллектуальный светофор, который может самоконтролироваться для максимизации потока на маршруте или реагировать на потребности пешеходов, например, зеленый свет меняет свою продолжительность для слепых пешеходов. Кроме того, интеллектуальные светофоры могут также использоваться для наказания пользователей, которые запускают красные огни. Эти камеры контроля за соблюдением правил дорожного движения автоматически снимают изображение любого транспортного
СИМВОЛ НАУКИ ISSN 2410-700X № 11 / 2019
средства, въезжающего на перекресток, после включения красного светофора и отправляют это фото в систему контроля дорожного движения, чтобы фотография могла быть использована в качестве доказательства, помогающего властям в применении ими законов о дорожном движении. Обычно камера срабатывает, когда транспортное средство въезжает на перекресток после того, как дорожный сигнал загорелся красным. Различные исследования показывают, что камеры с красным светом на самом деле имеют тенденцию увеличивать количество несчастных случаев и почти всегда стимулируются денежными стимулами. Еще одна большая проблема связана с конфиденциальностью. В этом случае проблемы, связанные с использованием камер, упомянутых выше, добавляются к текущему отсутствию связи 12У. В работе представлена адаптивная система светофора, основанная на беспроводной связи У2У и фиксированных узлах контроллера, развернутых на перекрестках, которые определяют оптимальные значения для фаз светофора. Эта система основана на беспроводной связи У2У, которая пока недоступна. Предлагаемые решения должны занимать меньше времени, чем статические традиционные механизмы принятия решений. Эта проблема решалась различными способами с использованием таких инструментов, как нечеткая логика, нейронные сети и экспертные системы, для управления перекрестками.
Несколько нечетких систем были проверены, чтобы знать, когда включить свет. Этот параметр рассчитывается с учетом количества транспортных средств на перекрестке. Простая идея добавления VANET в такого рода сценарии вызывает улучшение. Они предполагают, что им дан наивысший приоритет, но ни один механизм для этого не определен.
Полная система, которая позволяет нам извлекать и обрабатывать данные из VANET, должна быть такой же, как предложенная в которой у нас есть разные контроллеры для принятия решений об изменении светофора. Проблема в том, что они приблизительно определяют глобальную систему и коммуникации, но не учитывают реализацию системы. Они сосредоточены на схеме, но не на алгоритмах или контроллерах. Эта статья основана на работе, где был предложен первый подход к системе предотвращения столкновений для светофора. Представленная здесь система включает в себя систему приоритетов для светофора, которая учитывает работу в режиме реального времени с целью улучшения времени реагирования аварийных служб. Кроме того, были сделаны некоторые улучшения в системах моделирования и в надежности используемых нейронных сетей. Таким образом, лучшие результаты были получены. Кроме того, были проведены новые симуляции и тесты для проверки правильности работы системы. Таким образом, здесь представлена более полная и надежная система.
В заключение, основная цель этой работы - предложить дешевую систему управления системами динамического светофоры. Основная идея этой работы состоит в том, чтобы представить систему приоритетов для перекрестков, управляемых элементами VANET, использующих преимущества коммуникаций У2У и У21, и для того, чтобы прогнозировать и / или обнаруживать включенный красный свет, чтобы предупредить находящихся рядом водителей и пешеходов. Цель состоит в том, чтобы попытаться избежать возможных несчастных случаев и создать эффективный световой контроль.
Необходимо принять во внимание, что описанное приложение предлагается в качестве предварительного шага внутреннего внедрения системы в интеллектуальных транспортных средствах. В предложении предполагается, что большинство водителей в настоящее время используют мобильные приложения с несколькими службами для вождения, поэтому предлагаемое решение может быть интегрировано в приложение для навигации по маршруту.
3. Предлагаемая система
В этом разделе подробно рассказывается об избежание столкновений для системы красного света и системы динамического светофора.
3.1. Предотвращение столкновений для системы красного света
Работа предлагаемой системы поясняется ниже. Любое транспортное средство со смартфоном на борту или пешеходом, несущим его, может воспользоваться системой при приближении к светофору с датчиком и модулем связи. Приложение имеет две функции. Во-первых, он советует водителю соблюдать
СИМВОЛ НАУКИ ISSN 2410-700X № 11 / 2019
правила дорожного освещения, когда они горят красным, и отправляет предупреждения как о приближении транспортных средств, так и пешеходов с помощью радиоинтерфейса Wi-Fi, когда он прогнозирует, что транспортное средство собирается включить красный свет, и другим транспортные средства и пешеходы по соседству через центральный сервер, если на самом деле он прошел красный свет. Во-вторых, он получает предупреждающие сообщения от близлежащих транспортных средств и центрального сервера и представляет визуальные и звуковые предупреждения водителю / пешеходу. Когда транспортное средство приближается к светофору, смартфон на борту получает от светофора маяк с его цветом в этот момент, и если он горит красным, смартфон предупреждает водителя аудио- и визуальными сигналами. Затем, если смартфон водителя через обработанные данные прогнозирует, что транспортное средство не останавливается на светофоре, он немедленно отправляет предупреждение о закрытии транспортных средств и пешеходов через Wi-Fi. Наконец, если на самом деле он / она не останавливается и не запускает красный свет, смартфон водителя автоматически обнаруживает его и отправляет предупреждение на центральный сервер, который предупреждает другие смартфоны по соседству. Таким образом, другие водители и пешеходы получают предупреждение об опасной ситуации через свои смартфоны.
Рисунок 1 - Связь внутри системы.
Предлагаемая система основана на коммуникациях I2V, V2V, V2I и V2P (см. Рис. 1) и состоит в основном из:
• Светофоры: оснащены датчиками освещенности и модулями Bluetooth Low Energy (BLE) для связи с близлежащими смартфонами.
• Смартфоны: расположены внутри транспортных средств или перевозятся пешеходами для прогнозирования и обнаружения включенного красного света и для отправки предупреждений на другие смартфоны и на облачный сервер.
Таким образом, внедренная система использует датчики, смартфоны и облачные серверы для автоматического прогнозирования, обнаружения и сообщения о том, что водитель не соблюдает сигнал светофора. На рис. 2 показан обзор работы системы.
Предложенная схема требует, чтобы светофор непрерывно посылал маяки своего цвета. Интервал рекламы маяка может быть установлен между 20 мс и 10,24 с, но в целом рекомендуется, чтобы он был не менее 100 мс. В этом случае он обрабатывает собранные данные, чтобы предсказать возможное срабатывание красного света или обнаружить работающий красный свет.
Каждой полосы рассчитывается, направление учитывается и вычисляются окончательные расчеты.
СИМВОЛ НАУКИ ISSN 2410-700X
№ 11 / 2019
Рисунок 2 - Логические матрицы полосы
4. Анализ реализации
4.1. Система предотвращения столкновений
Он включает в себя датчик, подключенный к светофору, чтобы улавливать его цвет, и устройство Arduino для передачи статуса света через рекламу маяка. С одной стороны, датчики светофора, выбранные для реализации, представляют собой небольшие электронные модули, которые могут быть встроены в любой тип светофора.
ОС принимается любым смартфоном на борту приближающегося транспортного средства на максимальном расстоянии 100 м. Такой смартфон отвечает за обработку информации и самоотчетность любого предупреждения о возможном включении красного света.
Системные технологии, использованные при реализации, показаны на рис. 9.
Что касается классификатора, реализованного как часть приложения Android, была использована распределенная библиотека программного обеспечения модели SVM для Java.
Рисунок 3 - Использование потока и технологий, используемых в системе.
Как только векторы получены, и обучающий и тестовый образцы классифицированы так, чтобы можно было рассчитать истинно положительные, ложноположительные и ложноотрицательные значения, эти значения дают точность прогнозов модели SVM.
Когда классификатор завершает прогнозирование или обнаружение включенного красного света, передатчик предупреждающего сообщения немедленно начинает монтировать пакет, полезная нагрузка которого включает в себя GPS-координаты транспортного средства (4 байта), его скорость (2 байта), его
СИМВОЛ НАУКИ ISSN 2410-700X № 11 / 2019
направление (2 байта), и его идентификация (номерной знак) (7 байт).
Внедренная система применяет различные процессы для отправки отдельных пакетов данных. В матрице показан размер различных пакетов данных, используемых в предлагаемой системе, где пакеты отправляются с светофора на смартфон через BLE и со смартфона на смартфон / сервер через Wi-Fi / LTE.
Каждый раз, когда на смартфон поступает предупреждающее сообщение, он сразу же выводит на экран большое предупреждающее сообщение и начинает звучать предупреждение (см. Рис. 3).
Моделирование было выполнено с использованием SUMO. Цель состояла в том, чтобы оценить улучшения по сравнению с существующей системой светофора с учетом аварийных транспортных средств.
Для моделирования этого поведения был выбран инструмент Simulink. Используя эти настройки, был создан сценарий, в котором несколько устройств отправляют и получают данные. Вокруг моделируемой области было выбрано 300 человек, пострадавших от разных пробежек красного света. Первый из них заключается в том, что в случае связи Wi-Fi два устройства находятся в движении, а в случае ОС BLE оно статично в дорожном освещении. Второй фактор заключается в том, что в автомобиле между автомобилями посредством BLE передатчик и приемник находятся внутри автомобиля, где могут существовать магнитные помехи. Эти два фактора могут объяснить полученные результаты.
Рисунок 4 - Сравнение систем.
5. Выводы
Системы, предложенные в этой работе, определяют решение для двух наиболее распространенных проблем, связанных с дорожными огнями, включением красного света и возможностью столкновения из-за этого, и оптимизацией времени с дорожными огнями на перекрестках. Предложенная здесь система предотвращения столкновений позволяет автоматически обнаруживать работающий красный свет и предупреждать находящиеся поблизости транспортные средства и пешеходов в режиме реального времени, чтобы попытаться предотвратить возможные аварии. Каждое транспортное средство соединено со смартфоном водителя, который отвечает за сбор и обработку этих маяков вместе с другими данными, касающимися скорости и местоположения, чтобы оценить с помощью алгоритма машинного обучения, собирается ли транспортное средство включить красный свет или имеет уже запустить его.
Была представлена система динамической расстановки приоритетов на пересечениях, основанная на весах, уделяя особое внимание транспортным средствам скорой помощи и их интеграции в VANET. В ходе моделирования были получены значительные улучшения во времени ожидания транспортного средства.
СИМВОЛ НАУКИ ISSN 2410-700X № 11 / 2019
Список использованной литературы:
1. K.A. Al-Khateeb, J.A. Johari, W.F. Al-Khateeb, Dynamic traffic light sequence al-gorithm using RFID, J. Comput. Sci. 4 (2018) 517-524.
2.P. Alvarez Lopez, M. Behrisch, L. Bieker-Walz, J. Erdmann, F. Yun-Pang, R. Hilbrich, L. Lücken, J. Rummel, P. Wagner, E. Wießner, Microscopic traffic simulation using SUMO, in: Proceedings of the Twenty-First IEEE International Conference on Intelligent Transportation Systems, 2018.
3.G.S. Aoude, V.R. Desaraju, L.H. Stephens, J.P. How, Behavior classification algo-rithms at intersections and validation using naturalistic data, in: Proceedings of the IEEE Intelligent Vehicles Symposium, 2011, pp. 601-606.
© Жамангарин Д.С., Сарекенова А.С., Тажкуран А.Е., Ашикпаева С.И., 2019
УДК 658.5
М.Н. Зотова
магистр МГТУ «СТАНКИН» К.Л. Стоякова
канд. пед. наук, доцент МГТУ «СТАНКИН»
г. Москва, РФ E-mail: kseniya.st@mail.ru
АНАЛИЗ МЕТОДИКИ ОБУЧЕНИЯ РАБОТНИКОВ ТРАНСПОРТА С ПОМОЩЬЮ
ОБУЧАЮЩИХ ТРЕНАЖЕРОВ
Аннотация
В статья рассматривается значение тренажеров в процессе обучения диспетчеров транспорта. Авторы подробно разбирают методику и основные принципы работы на тренажере диспетчеров. Предлагается провести анализ работы тренажеров и обосновать необходимость обучения диспетчеров.
Ключевые слова:
Тренажер поездного диспетчера, диспетчерский круг, линии метрополитена, контур управления,
программные средства, модель тренажера.
Тренажер в широком смысле означает комплекс, систему моделирования и симуляции, компьютерные и физические модели, специальные методики, создаваемые для того, чтобы подготовить человека к принятию качественных и быстрых решений. Необходимость использования тренажеров очевидна, так как они позволяют сформировать у обучающегося навыки действий моторно-рефлекторного и когнитивного типа в сложных ситуациях, понять сущность протекающих процессов, их взаимозависимость.
Тренажеры призваны решить следующие задачи: ознакомить со структурой объектов и их элементами; сформировать устойчивые навыки выполнения, как отдельных операций, так и полного их цикла; изучить технологическую схему и получить представление об этапах технологического процесса; изучить инструментарий и технологии, необходимые для проведения работ; ознакомиться с требованиями техники безопасности; научиться выявлять дефекты в работе оборудования и его отдельных узлов; закрепить навыки правильного оформления документации.
Применительно к образовательному процессу мы определим тренажер как устройство для обучения, которое по условиям выполнения психологических и дидактических требований, должно иметь три
