ассистент кафедры информационных управляющих систем Санкт-Петербургского государственного университета телекоммуникаций им. проф. М.А. Бонч-Бруевича
кандидат технических наук, ведущий научный сотрудник лаборатории проблем организации транспортных систем Института проблем транспорта им. Н.С. Соломенко Российской академии наук
Актуальность исследования обусловлена тем, что, с одной стороны, развитие искусственного интеллекта и информационных технологий в целом открывает новые перспективы внедрения в процессы дорожного регулирования инновационных методик и алгоритмов управления трафиком, а с другой – в большинстве существующих решений присутствует ряд ограничений: статические модели не адаптивны к изменениям интенсивности потока автомобилей и не рассчитаны на эффективную работу в условии пиковых нагрузок, а динамические обладают медленной реакцией на непредсказуемые ситуации, например, возникновение аварий или массовые мероприятия, а также их применение ограничено особенностями регионов.
Целью данной работы является выбор граничных параметров разработанного алгоритма и анализ его эффективности по сравнению с другими методами управления дорожным трафиком. В ходе исследования были использованы методы теории массового обслуживания и теории графов для модели дорожного движения, мультиагентный подход и обучение с подкреплением для алгоритма управления фазами светофоров, для оценки эффективности системы ‒ имитационное моделирование.
Решение научной задачи: сформированы функциональные требования разработанного программного обеспечения; проведена серия экспериментов по имитационному моделированию процесса управления дорожным трафиком при различных сценариях; реализована имитационная модель участка дороги Невского района Санкт-Петербурга; проведен ряд экспериментов по моделированию дорожной ситуации и оптимизации длительности фаз светофора, а также выявлению граничных параметров эффективно функционирования системы; проведен сравнительный анализ методов управления дорожным трафиком.
Научная новизна работы определяется авторским подходом к комбинированию способов управления дорожным трафиком и формировании алгоритма, выявляющего наиболее подходящие методы для текущей дорожной ситуации.
Практическая значимость разработанного решения состоит в том, что оно более эффективно по сравнению с другими, рассматриваемыми в статье, алгоритмами и может быть использовано для управления автомобильным трафиком и анализа эффективности дорожной сети.
The relevance of this research is due to the fact that, on the one hand, the development of artificial intelligence and information technologies in general opens up new prospects for the implementation of innovative traffic management methods and algorithms in road regulation processes, and on the other hand, most existing solutions are not adaptive to changes in the intensity of vehicle traffic and are not designed to operate effectively under peak loads.
The purpose of this work is to select the boundary parameters of the developed algorithm and analyze its effectiveness in comparison with other methods of traffic control.
The paper uses methods of queuing theory and graph theory for the traffic model, and also applies a multi-agent approach and reinforcement learning for the algorithm of traffic light phases control, simulation modeling is used to evaluate the system efficiency.
Results. In the course of solving the scientific problem, the functional requirements of the developed software were formed. A series of experiments was conducted on the simulation of the traffic management process under various scenarios. A simulation model of a road section in the Nevsky District of St. Petersburg was implemented. A number of experiments were conducted on the simulation of traffic situations and the optimization of the duration of traffic light phases, as well as the identification of the boundary parameters for the effective functioning of the system. A comparative analysis of traffic management methods was conducted.
The scientific novelty of the work is determined by the author's approach to combining methods of road traffic management and creating an algorithm that identifies the most suitable methods for the current traffic situation.
The practical significance of the developed solution lies in the fact that it is more effective than other algorithms considered in the article and can be used for managing road traffic and analyzing the efficiency of the road network.
The authors declare that there are no conflicts of interest present.