Адаптивное управление светофорами что это
Что означает аббревиатура «АУ» вместо желтого цвета на светофоре
Жители Москвы уже привыкли к необычным светофорам с надписью «АУ» вместо желтой секции. Но вот гости города не всегда понимают, что это за «АУ» и для чего оно нужно. Некоторые даже принимают этот сигнал за неисправность, и стараются проехать перекресток как нерегулируемый. Однако они совершают большую ошибку.
Где можно встретить необычные светофоры
Первые светофоры с необычной индикацией можно было увидеть в конце 2013 года в столице России. Через год их количество выросло до тысячи штук. В 2019 году такие светофоры можно увидеть в Санкт-Петербурге, Кемерово, Нижнем Новгороде и других крупных городах. Чаще всего их устанавливают на сложных перекрестках, где в разное время количество трафика машин меняется от большего к меньшему числу.
На самом деле изменения коснулись не только светофоров. Обновлению подверглась вся система подсчета и управления дорожным потоком. Для контроля и регулирования потока транспорта в систему сигнализации установили специальные датчики. Они подсчитывают количество машин в потоке в то или иное время.
Значительной переработке подверглась программная часть управления регулирования движения. За расчет и аналитику транспортного потока отвечают сложные алгоритмы, которые учитывают дорожную обстановку на конкретном участке дороги и в городе в целом.
Как расшифровывается «АУ»
Аббревиатура расшифровывается дословно как «адаптивное управление». Она говорит о том, что светофор находится под управлением автоматики. Система может работать на разных уровнях, в зависимости от времени суток, а также актуальной загрузки трафиком.
Кстати, адаптивное управление не всегда обозначается символами «АУ». Некоторые светофоры работают и выглядят как обычные, отсчитывая количество секунд до следующего сигнала или просто показывая желтый свет. При этом они находятся под адаптивным управлением.
Чем адаптивные светофоры отличаются от стандартных
Адаптивные и обычные светофоры — это, чаще всего, новые светодиодные сигнализаторы. Только в адаптивных моделях центральную секцию программируют на выведение аббревиатуры «АУ».
Обычный светофор получает команды из центральной диспетчерской службы. Чаще всего его программируют на работу в двух режимах: дневной и дежурный. В первом случае переключения сигналов идет по строгому временному интервалу. На каждом перекрестке заранее просчитывают данные промежутки, после чего программа поступает на светофор через линии связи. Второй режим работы включается в ночное и вечернее время. При этом работает только одна индикация — желтого цвета. По сути, перекресток становится нерегулируемым.
У адаптивных светофоров система самостоятельно делает прогноз на включение и выключение того или иного сигнала. Просчитывает недельный прогноз, делая от 18 до 150 замеров в течение 7 дней. После чего строятся так называемые фазовые таблицы. На основании этих данных светофор делает макропрогноз на ближайшее время.
Кроме того система учитывает актуальную дорожную обстановку по принципу «здесь и сейчас». Это уже микро-прогноз — может корректировать поток машин в случае ДТП на одном из участков дороги, или срабатывать с разными временными интервалами в часы пик.
Вообще говоря об адаптивном управлении нужно понимать целую систему, включающую в себя светофорную сигнализацию, сеть датчиков и обрабатывающий центр.
АДАПТИВНОЕ УПРАВЛЕНИЕ СВЕТОФОРНЫМИ ОБЪЕКТАМИ
Ю. Е. Заломаева, А. В. Симонова
Ярославский государственный технический университет
Современные крупные города в течение последних лет характеризуются увеличением количества автомобилей, которые привели к повышению нагрузки на транспортную инфраструктуру и стали причиной возникающих транспортных заторов. В сложившейся ситуации особо актуальной является необходимость поиска способов управления транспортными потоками. Для борьбы с образованием заторов на улично-дорожной сети (УДС) мы предлагаем применить на светофорном объекте адаптивное управление, которое позволит повысить пропускную способность существующих УДС городов.
Город Ярославль также нуждается во внедрении адаптивного управления светофорными объектами. В качестве примера мы исследовали светофорный объект на пересечении проспекта Фрунзе и Суздальского шоссе. На данном участке было проведено обследование интенсивности транспортных средств и пешеходов, а также существующего режима работы светофорного объекта, был выполнен расчет режимов светофорной сигнализации на основании существующих интенсивностей движения на объекте, определенных натурными обследованиями.
Таким образом, адаптивное регулирование позволяет равномерно разгружать все направления на перекрёстках, пропуская только то количество транспорта, которое сможет пропустить соседний перекрёсток. Светофор не будет «вхолостую» гореть зелёным светом для направлений, где нет автомобилей, передав это время более загруженному направлению.
Доклады о будущих и современных технологиях
Надежные системы хранения данных от «ОПТИМА-Сервис»
Современные организации полагаются на свои собственные информационные ресурсы для принятия важных бизнес-решений. Они используют мощные алгоритмы для извлечения полезной информации о клиентах и конкурентах из неструктурированных данных.
Технологии «Умный дом».
Технология «Умный дом» создавалась с одной целью – экономия времени, которое тратится на домашнюю рутинную работу. Новые технологии, применяемые в системе умного дома, поражают своим многообразием. С помощью, так называемой …
ОСОБЕННОСТИ АНАЛИЗА И ОСНОВНЫЕ НАПРАВЛЕНИЯ ПО УКРЕПЛЕНИЮ ФИНАНСОВОГО СОСТОЯНИЯ ХИМИЧЕСКИХ ПРЕДПРИЯТИЙ Ю. А. Ратова
Продажа шагающий экскаватор 20/90
Цена договорная
Используются в горнодобывающей промышленности при добыче полезных ископаемых (уголь, сланцы, руды черных и
цветных металлов, золото, сырье для химической промышленности, огнеупоров и др.) открытым способом. Их назначение – вскрышные работы с укладкой породы в выработанное пространство или на борт карьера. Экскаваторы способны
перемещать горную массу на большие расстояния. При разработке пород повышенной прочности требуется частичное или
сплошное рыхление взрыванием.
Вместимость ковша, м3 20
Длина стрелы, м 90
Угол наклона стрелы, град 32
Концевая нагрузка (max.) тс 63
Продолжительность рабочего цикла (грунт первой категории), с 60
Высота выгрузки, м 38,5
Глубина копания, м 42,5
Радиус выгрузки, м 83
Просвет под задней частью платформы, м 1,61
Диаметр опорной базы, м 14,5
Удельное давление на грунт при работе и передвижении, МПа 0,105/0,24
Размеры башмака (длина и ширина), м 13 х 2,5
Рабочая масса, т 1690
Мощность механизма подъема, кВт 2х1120
Мощность механизма поворота, кВт 4х250
Мощность механизма тяги, кВт 2х1120
Мощность механизма хода, кВт 2х400
Мощность сетевого двигателя, кВ 2х1600
Напряжение питающей сети, кВ 6
Более детальную информацию можете получить по телефону (063)0416788
АСУДД: Эволюция «умных» светофоров
В прошлый раз в статье «АСУДД: Что висит над дорогой?» мы бегло прошлись по «железу», которое устанавливается на транспортных магистралях: по типам детекторов транспортного потока, светодиодным табло и дорожным контроллерам.
Сегодня мы продолжим говорить об управлении трафиком, но уже в городе. Рассмотрим из чего состоит цикл светофорного регулирования, чем именно «рулят» управляющие системы и с чего это все, собственно, началось.
Я долго не решался начать писать этот пост, так как тема управления трафиком на городских улицах настолько объемная и разносторонняя, что рассуждая о ней постоянно рискуешь оказаться в роли «ламера» в смежных областях. Но я все же рискну и попробую.
Красный, желтый, зеленый…
Для того, чтобы понимать чем именно «подруливают» управляющие алгоритмы, необходимо знать пять базовых определений светофорного регулирования.
Теперь открываем американскую книжку «Traffic Control Systems Handbook». Американцы добавляют еще два определения, имеющих ключевое значение для автоматизации процесса регулирования:
Секция регулирования (Split). Процент цикла регулирования, выделенный каждой из фаз регулирования.
Грубо говоря, варьируя процент времени на фазу, можно управлять длительностью зеленого сигнала на наиболее нагруженном направлении. На отдельно стоящем перекрестке это дает уменьшение задержек.
Смещение (Offset). Разница (в секундах или процентах от цикла регулирования) между часами на конкретном перекрестке и мастер-часами (на сети перекрестков).
Так как термин звучит немного заумно, вот картинка, которая его очень хорошо иллюстрирует. 
Видно, что фазы на соседнем перекрестке смещены относительно предыдущего. Времени смещения как раз хватает, чтобы группа автомобилей успела подъехать к нему и проскочить на зеленый. Расчет выполняется обычно для какой-то средней принятой в данном регионе скорости. Поэтому «гонщики» и «тормоза» как правило на таких магистралях обламываются.
Вот здесь можно прочитать обо всем упомянутом подробно. Оттуда же и последняя картинка.
Как «умнели» светофоры
Основные типы «умных» светофоров интересно рассмотреть в исторической перспективе, так как появлялись они не сразу и развивались от простого к сложному.
Автомобильные светофоры пришли к нам от железнодорожников. Первый электрический светофор с ручным управлением в США был установлен в Кливленде в 1914 году. А уже через три года, в 1917 году в Солт Лейк Сити была сконструирована система, управляющая светофорами сразу на шести перекрестках. Роль дорожного контроллера выполнял регулировщик. В 1922 году в Хьюстоне сделали то же самое, но уже на двенадцати перекрестках. Управление велось в ручном режиме из специальной башни.
Концепция автоматического светофора была предложена в 1928 году. Его мог установить и настроить любой электрик и все принялись закупать и устанавливать такие светофоры. Но сразу же возникли проблемы в больших городах, где существуют утренние и вечерние часы пик, в которые хорошо бы поменять планы координации светофоров, чтобы не создавались пробки. В полный рост встали проблемы нехватки персонала для этого ответственного дела. Пытливый американский разум задумался над дальнейшим совершенствованием дорожной автоматики.
В период с 1928 по 1930-й годы изобретатели предложили различные конструкции детекторов давления, определяющих наличие автомобилей на перекрестке. Это позволило сделать первые модели светофоров, реагирующих на транспорт (traffic-actuated). Такие светофоры давали эффект на магистралях, где красный по главному ходу включался только если со стороны второстепенной дороги подъезжала машина. Такие системы стоят в США до сих пор и неплохо справляются со своей задачей на изолированных перекрестках. Похожим образом работают и пешеходные вызывные кнопки, при нажатии на которую в следующий цикл регулирования встраивается пешеходная фаза.
В 1952 году в Денвере установили первый аналоговый контроллер, который позволил объединить несколько разрозненных перекрестков в единую управляемую сеть и переключать заранее рассчитанные планы координации в зависимости от времени суток и дней недели. В последующее десятилетие несколько сотен подобных систем было проинсталлировано по всему миру.
Подобные системы активно использовали параметр смещения, включая зеленый не сразу на всех перекрестках, а со смещением, зависящим от расстояния между перекрестками и параметров транспорта («зеленая волна»). Специально обученный инженер рассчитывал и рисовал на бумажке схемы координации, которые потом закладывались в контроллеры. Система оказалась настолько простой и надежной, что активно используется до сих пор в городах, не обремененных излишним трафиком.
В 1960 году в Торонто для управления светофорами установили первый «настоящий» компьютер – шикарный агрегат IBM 650 с барабанной памятью на 2000 машинных слов. Это был колоссальный прорыв в технологиях управления дорожным движением! Через три года под централизованным управлением находились более 20 перекрестков, а к 1973 году компьютер управлял уже 885 перекрестками!
Видя столь явный успех, IBM продолжила работать над использованием своих компьютеров в управлении светофорами. В 1964 году стартовал проект в центре Сан Хосе с компьютером IBM 1710, а в 1965 для города Вичита Фоллс (Техас) был установлен IBM 1800 (продвинутая версия модели 1130 с увеличенным количество портов ввода/вывода), который успешно управлял 85 перекрестками. Компьютер в Сан-Хосе также был заменен впоследствии на IBM 1800. Система оказалась настолько удачной, что данную конфигурацию стали использовать во многих американских городах от Остина и Портленда до Нью Йорка.
Вот он, легендарный аппарат IBM 1800 (источник картинки) 
Работа над стандартизацией систем управления светофорами стартовала в 1967 году. В рамках пилотного проекта построили управляющую систему для Вашингтона, которая включала 113 перекрестков, оснащенных 512 детекторами транспорта на основе индуктивной петли. Компьютер получил возможность не только вслепую переключать планы координации, но и получать информацию о транспортных очередях на перекрестках (тогда еще допплеровские радары для измерения скорости потока не использовали).
Короче говоря, критическая масса подключенных к компьютерам светофоров была достигнута, и переход от количества к качеству был лишь делом времени. Начались масштабные исследования в области разработки управляющих алгоритмов.
Идея иметь планы координации на все случаи жизни в теории была неплоха, но на все случаи жизни, как оказалось, планов не напасешься. Разработка каждого плана в 70-х производилась на бумаге и была довольно трудоемким и творческим процессом. И если для длинной улицы со светофорами, наподобие Ленинского проспекта в Москве, рассчитать алгоритмы было довольно легко, то на сети улиц это была уже совсем нетривиальная задача. Там более, что городов много, и не все из них могут себе позволить держать в штате грамотного транспортно инженера.
И вот в 70-х британское исследовательское бюро TRRL (The Transport and Road Research Laboratory) разработало и внедрило на улицах Глазго систему SCOOT (Split, Cycle and Offset Optimization Technique), которая позволяла «играться» параметрами цикла светофорного регулирования в определенных границах в зависимости от информации транспортных детекторов, измеряющих наличие и длину очередей на светофорах. SCOOT совмещала преимущества фиксированных планов координации для сети и адаптивного управления, когда «умный» светофор сам «подруливает» циклом и длительностями зеленых сигналов. SCOOT в 80-х имел ряд успешных внедрений в Европе и Северной Америке. Более того, сейчас этот алгоритм (уже в третьем поколении) лицензирован более чем 100 компаниям для использования в составе своих систем.
SCOOT в третьем поколении показывает чудеса изощренного управления: он умеет обрабатывать нестандартные ситуации, растаскивать заторы, сглаживать последствия вмешательства в транспортный поток регулировщиков и временных перекрытий движения, которые так любят устраивать в сами знаете какой стране.
Также развивались и полностью адаптивные алгоритмы управления (traffic adaptive), который представляли в мире OPAC (Optimized Policies for Adaptive Control) и RHODES, разрабатываемый Аризонским универом.
Сейчас разница в эффективности управления между адаптивными и «чувствительными» системами практически стерлась. Подобно гонке интернет браузеров, эти «тупоконечники» и «остроконечники» постоянно проводят исследования, чтобы доказать эффективность именно своего алгоритма, но отчеты независимых экспертов говорят о том, что в общем разницы-то особой нет.
Зато сейчас с развитием и удешевлением компьютерной техники появились возможности повышения живучести систем управления. Часть управляющей логики стали зашивать непосредственно в дорожные контроллеры, которые даже в случае обрыва связи с центром не терялись и начинали объединяться в управляющие кластеры с соседними контроллерами. В условиях территориально распределенных систем управления обрыв каналов связи обычное дело, и такой бонус стал совсем не лишним.
А что же в России?
Собирался было закруглиться на сегодня и вспомнил вдруг о том, что ни словом не упомянул российский (советский) опыт. Итак, мне бы очень хотелось, чтобы мы были уникальны и впереди планеты всей, но это не так. Большинство отечественных работ по управлению трафиком на автодорогах основаны на переводе американской книжки 1972 года. В отличие от оборонки, эта область не отличалась уникальностью.
Работы по централизованному компьютерному управлению светофорами начались у нас в стране в начале 80-х (то есть на 20 лет позже американцев). По заданию правительства Москвы и министерства транспорта РФ в Дефаулт-сити была создана система Старт, умевшая осуществлять координированное управление светофорами. В управляющем центре трудился сервер на «солярке» с базой данных Informix. Технически система была верхом доступного нашим специалистам совершенства. Более 400 светофорных объектов по всему городу управлялись из единого центра! Но ни о каком адаптивном управлении речи не шло. Фактически, это был аналог систем, которые внедрялись по всему миру в 70-е годы до появления адаптивных алгоритмов. Потом грянули всем известные события, никак не способствовавшие развитию отечественных транспортных систем. И сегодня мы имеем в разных городах форменный зоопарк из фрагментов западных систем управления. Но будем надеяться, что со временем ситуация в этой области нормализуется и появятся более интересные комплексные реализации. Ничего ведь сложного в этом нет. Правда ведь, коллеги?
На этом предлагаю завершить обзор управляющих алгоритмов и перейти к транспортному моделированию, которое, в общем-то и наполняет всю эту технику смыслом. Мне бы хотелось рассказать в следующей публикации об использовании транспортных моделей, их разновидностях и интеграции в контур систем управления дорожным движением.
Вы нервно стоите на красный, хотя машин нет. Как сделать светофор умнее, а проезжать и загруженные перекрестки быстрее?
От старого Умного перекрестка до самообучающегося.
Здесь есть статья про то, какие типы Умных светофоров бывают, но она описывает устройства прошлого века, поэтому, возможно, будет интересно узнать о технологиях сегодняшних. Итак, типы Умных светофоров, которые уже можно увидеть на перекрестках городов:
Адаптивный работает на сравнительно простых перекрестках, где правила и возможности переключения фаз совершенно очевидны. Адаптивное управление применимо лишь там, где нет постоянной загрузки по всем направлениям, иначе ему просто не к чему адаптироваться – нет свободных временных окон. Первые перекрестки на адаптивном управлении появились в США в начале 70-х годов прошлого века. К сожалению, до России они дошли только сейчас, их число по некоторым оценкам не превышает 3 000 по стране. (Часто под этим же названием понимаются обычные светофорные объекты, алгоритмы работ которых меняются в зависимости от времени суток и дней недели. С терминологией в России пока совсем плохо, здесь мы точно обсуждаем не адаптацию по времени.)
Нейросетевой – более высокий уровень регулирования движения автотранспорта. Нейронные сети учитывают сразу массу факторов, которые даже и не всегда очевидны. Их результат основан на самообучении: компьютер в прямом эфире получает данные о пропускной способности и всеми возможными алгоритмами подбирает максимальные значения, чтобы в сумме со всех сторон в комфортном режиме за единицу времени проезжало как можно больше транспортных средств. Как это делается, обычно программисты отвечают – не знаем, нейросеть – это черный ящик, но мы вам раскроем основные принципы…
(Некоторые фирмы, и даже в этом был замечен Яндекс, предлагают еще Геоинформационные светофоры. Эти декларируют использование GPS и GLONASS навигации для определения ТС общественного автотранспорта, а также спецмашин, чтобы подстраиваться под их беспрепятственное прохождение. Но мы не рассматриваем этот тип умных перекрестков уже потому, что практика показала их несостоятельность. Такое дистанционное планирование постоянно натыкается на резкие изменения в характере движения потоков, в результате чего расчеты все время претерпевают изменения и не согласуются с текущей обстановкой на перекрестке, где важна каждая доля секунды. Пока не будет доказано обратное, мы эту тему не описываем.)
Справедливости ради надо сказать, что адаптивным светофорам и не нужны качественные данные о всех параметрах движения, повторим: они работают только в ситуациях, где правила переключения абсолютно очевидны и только на мало загруженных перекрестках.
Нейросетевые светофоры видят объекты при любых ракурсах
Нейронные сети вообще почти не имеют ограничений по точкам установки, они распознают любые объекты из любых ракурсов в любом виде и при больших перекрытиях – часто достаточно видеть лишь 15% автомобиля, чтобы понять, что это автомобиль. Соответственно, нейросетевой светофор дешевле в монтажном плане, в количестве видеокамер, длине проводов и прочих монтажных хитростях.
Нельзя не сказать про сложность юстировки камер для адаптивных светофоров, их видеодетектор жестко привязан к виду дорожного полотна. В результате ветров и вибраций от грузового автотранспорта эти видеокамеры постоянно сбиваются со своего обзора и требуют чуть ли не еженедельной подстройки, а это «вышка», люди, затраты. И ограничение движения на время работ. Нейросетевые камеры будут понимать всё происходящее до тех пор, пока хоть как-то видят дорожную обстановку, даже большие смещения для них не критичны.
Разберем подробнее, где и за счет чего эти умные светофоры позволяют повысить пропускную способность:
Пример 1. Прилегающая к трассе второстепенная дорога.
Пример применения: Прилегающая к трассе второстепенная дорога.
В этой конфигурации в одинаковой степени подходят оба типа светофоров: адаптивный – потому что эта ситуация абсолютно очевидна, нейросетевой – потому что он дешевле. (Почему дешевле – разберем дальше.)
Пример 2. Городской перекресток в незагруженное время.
Пример применения: Городской перекресток в незагруженное время.
Если по какому-то из направлений нет движения или оно быстро закончилось после включения там зеленого сигнала, светофор имеет все предпосылки – дать проезд загруженному участку. Но мы стоически ждем своей фазы!
Никакими расписаниями этот вопрос не решить, обычная логика, которая есть в любом контроллере светофорных объектов, ошибется конкретно в этот день и в это время. Хотя ручные подстройки, конечно, ведутся и какой-то эффект они приносят. Но гораздо правильнее иметь обратную связь здесь и сейчас: если видеокамеры видят, где идет транспорт, то и включить надо зеленый в этом месте. Причем, заранее – не заставляя тормозить.
Опять же подходят оба типа светофоров: адаптивный – потому что ситуация очевидна, нейросетевой чуть лучше – потому что видит транспортные средства дальше, не потребуется тормозить, ведь нам надо задолго дать команду – несколько секунд уйдет на желтый. К тому же у нас опять же есть люди. Адаптивный будет постоянно выдавать им какое-то время на переход, потому что он их не различает. Нейросетевой – будет переключать только по появлению.
И, если мы говорим про ночной режим, нейросетевые светофоры гораздо эффективнее не только с точки зрения пропускной способности – не придется тормозить, если вы едете с нормальной скоростью, они еще и выполняют роль полицейского – могут остановить любого гонщика. Нейронные сети определяют скорость несущегося, наличие другого автотранспорта и пешеходов, которым это может угрожать, и вычисляют степень опасности. Причем, конкретно мы против превращения умного устройства в наказательный механизм. Если компьютер видит даже повышенную скорость, но не находит угрозы, то конкретно наша логика не мешает проезду, скажем так, нарушителю.
Так сделано не потому, что мы как-то не признаем закон, мы так настроили наше оборудование в качестве задела на будущее. С нашей точки зрения жесткие ограничения скоростей, в принципе, не нужны. Кому с какой скоростью и в каком месте двигаться – должен определять компьютер! Он всё просчитывает и выдает достаточно точное решение. Умный светофор должен останавливать только тех, чья скорость реально угрожает другим участникам движения. А ловить нарушителей – другая тема, для этого есть специальные устройства.
Пример 3. Постоянно загруженный перекресток.
Пример применения: Постоянно загруженный перекресток.
Тем не менее, мы должны выделить какие-то временные фазы, у них есть длина. Сколько дать времени для проезда с севера на юг, чтобы прошло максимальное количество транспортных средств? Одну минуту, две, три? А может 569 секунд? Кто вот это должен сказать, какой-то очень умный человек или все-таки применить научный подход?
В результате мы должны учитывать еще и скорость всех потоков в каждый момент времени. Кстати, от неё зависит и время сжатия пружин на каждом направлении: чем выше скорость была, тем дольше остановка потока. Также пружины зависят от типа автотранспорта: фура будет намного дольше разгоняться, легковые намного быстрее, поэтому нам нужно понимать тип ТС и его размеры.
Кстати, об авариях, это еще целый комплекс вводных с тысячью неизвестных. Просчитать оптимальные режимы всех светофорных объектов – задача для компьютера, а не примитивной житейской логики. Когда на совершенно простом незагруженном перекрестке фура уронила ящик, адаптивный светофор сошел с ума. Он все время пытался пропустить загруженное направление, а это было невозможно физически. В результате в пробку встало и другое – свободное направление.
А нейросетевой светофор просчитывает миллионы постоянно меняющихся параметров, подбирая оптимальные алгоритмы работы, в результате обеспечивает и повышение пропускной способности в любых, в том числе аварийных условиях, а также повышает безопасность: автоматически останавливает транспорт на полосах, где одно столкновение может перерасти в серийное.
И это только 30% повышения эффективности на загруженных всегда перекрестках. Самое интересное, что эту цифру легко довести до 60%, как вам такое? Не устали стоять в пробках? Хотите ездить в два раза быстрее? Здесь уже говорили, что самая затратная часть в этом процессе – автотранспортная пружинка: на остановки и троганья уходит где-то ДО, а где-то БОЛЕЕ 50% времени. Что, если мы не будем останавливать больше половины автотранспорта? Если к нашему Умному светофору подключить соседние Умные светофоры, то нейронная сеть получает ценную информацию: когда, где и на какой скорости движется поток, какой типа транспорта в каждом потоке, даже манеру вождения отдельных транспортных средств (помните блондинку, которую все объезжают?). Таким образом, мы уже можем убрать каждую вторую «пружинку», а то и больше.
А что сейчас? В больших городах построены шикарные центры АСУДД, в которых профессиональные специалисты (извините за тавтологию) управляют светофорными объектами. Они, конечно, не нажимают кнопку для каждой лампочки, но именно вручную выставляют режимы работы каждому светофору. В других городах и этого нет – просто среднестатистическое расписание. Наверно, это круто для 30-х годов! Не сегодняшнего, а прошлого века, когда на улице стоял в будке регулировщик – теперь его работа ведется удаленно.
Хотя…, человек может обыграть компьютер в шахматы! В этой игре тоже миллион неизвестных. Наверно, в АСУДД работают профи. Но сколько существует гроссмейстеров на миллион людей, которые просто умеют играть в эту игру? Все-таки в 99,999999999999…% выиграет компьютер.
После этих слов обычно возникает тяжелая пауза – люди не любят верить в некий искусственный интеллект, уж больно часто им в нашей стране называли совершенно неинтеллектуальные вещи. Поэтому приведем пример совершенно очевидной эффективности, который понятен и интеллекту живому. Возьмем три последовательных перекрестков в обоих направлениях, расположенных на небольшом расстоянии друг от друга – скажем, в минуте езды. Если мы включим «зеленую волну» по каждому направлению, то оба пропустят транспорт за 3 минуты. Заметьте, это комфортное время ожидания для «овец». Но сейчас мы имеем пружину: два троганья и три торможенья, которые в три раза увеличивают время каждого потока и соответственно время ожидания поперечного.
В 3 раза повышается пропускная способность на загруженных перекрестках!
Хотя правильно замечено, что на общую систему нейросетевого управления лучше завязывать вообще весь город. И это тоже возможно и нужно, к этому мы когда-нибудь все придем! Умные светофоры на базе нейронных сетей – это безусловное будущее для России. Ненормально бесконечно строить высотки в центре Москвы, торпедировать продажу автомобилей и при этом ездить медленнее, чем ходить пешком. Для всего развитого мира нейросетевые технологии стали уже обыденностью, и такие задачи там решаются очень быстро.
Внедрение Умных перекрестков.
Это самый простой с точки зрения технической реализации и самый сложный с точки зрения борьбы с технократией вопрос. Достаточно поставить 4 камеры во все направления даже на уже имеющиеся опоры и в большинстве случаев можно запускаться в работу. Главным элементом Умного перекрестка является программное обеспечение. Конечно, чем больше камер, тем выше эффективность, количество подбирается путем проектирования.
О самом сложном!
Сегодня везде уже стоят светофорные объекты прошлого века. Под них создана огромная инфраструктура с немалыми деньгами на обслуживание. Руководство регионов РФ само по себе технократично, а тут еще и передел рынка.
Есть и позитивная новость, Правительство РФ активно развивает Интеллектуальную транспортную систему, как минимум, на словах. Есть достаточно много Постановлений Правительства РФ для этого, более того выделяются деньги – хотя бы по этому Указу. Но, по нашему опыту, на местах настолько сильно сопротивляются прогрессу, что даже часто не осваивают эти средства, не смотря на то, что за это предусмотрено наказание.
Есть еще одна новость средней позитивности: Прогресс все равно придет! Было бы неправильно думать, что деньги выделяются просто так, правительственные круги активно двигают московские фирмы, которые занимаются поставкой адаптивных светофоров. И против Москвы сопротивляться сложно, она придет и снесет всех «политиков» региона. Но новость средняя, потому что адаптивное управление – это прошлый век, оно уже 50 лет как используется в Штатах и сегодня там меняется на нейросетевое. А у нас пока только ставится устаревшее адаптивное управление перекрестками.
Чаще всего, чтобы ничего не делать, говорят: на весь город денег нет, а постепенное внедрение сломает годами выстроенную логику работы других светофоров и приведет к коллапсу, типа, если где-то транспортные потоки пойдут быстрее, в других местах всё встанет. Постоянно это слышим. Но, в городах каждый день происходят какие-то изменения с пропускной способностью: перекрываются на ремонт дороги, строятся новые, сужаются зимой улицы, устанавливаются новые светофорные объекты, меняются знаки… Ничего не привело еще к коллапсу, а наоборот – разгружает трафик.
Установка отдельно взятого умного перекрестка равносильна постройке еще одной полосы во всех направлениях или выставлению знака «остановка запрещена» на обочинах. Такую ситуацию легко просчитать, и перестроить ближайшие светофоры, как это всегда и делалось много десятков лет. Разговоры о конце света сильно преувеличены.
Более того, нейросетевой перекресток видит транспортный поток и на съезд, поэтому может быстро перестроиться, если понимает, что в данном конкретном направлении пускать транспорт нет смысла.