Моделирование транспортных пересечений городских улиц с адаптивным регулированием дорожного движения

Об авторах:

Андронов Роман Валерьевич, кандидат технических наук, доцент кафедры автомобильных дорог и аэродромов, Тюменский индустриальный университет; aroma77777@mail.ru; ORCID: 0000-0001-6574-8456

Леверенц Евгений Эдуардович, старший преподаватель кафедры строительной механики, Тюменский индустриальный университет;  leverentsee@tyuiu.ru; ORCID: 0000-0001-6574-8456

Мальцева Татьяна Владимировна, доктор физико-математических наук, профессор кафедры строительной механики, Тюменский индустриальный университет;  maltsevatv@tyuiu.ru; ORCID: 0000-0002-0274-0673

Аннотация:

Внедрение систем автоматизированного регулирования дорожного движения на улично-дорожной сети позволит повысить эффективность ее работы. Это приведет к увеличению пропускной способности и улучшению равномерности параметров дорожного движения. Уменьшится количество остановок, торможений, износ ходовой части автомобилей, расход моторного масла и топлива, снизится экологическая нагрузка на окружающую среду.

Моделирование работы транспортных пересечений является одной из актуальных задач при исследовании функционирования городской улично-дорожной сети. Метод моделирования используется как для последующей оптимизации дорожного движения, так и при обосновании работ, связанных с совершенствованием, реконструкцией и увеличением пропускной способности пересечений улиц.

Современные методики и программы транспортного моделирования позволяют смоделировать дорожное движение через участки улично-дорожной сети и спрогнозировать результаты моделирования на требуемый период времени (несколько лет). Это необходимо для технико-экономического обоснования мероприятий по оптимизации дорожного движения с индивидуальным гибким подходом к каждому транспортному узлу вместо использования общих рекомендаций нормативных документов, во многих случаях не учитывающих индивидуальный характер работы каждого элемента улично-дорожной сети.

В статье предлагается модель работы транспортного пересечения, в том числе с адаптивным управлением, опирающаяся на результаты экспериментальных исследований и учитывающая неравномерность пропускной способности по каждому светофорному циклу. Применительно к транспортному пересечению на показатель неравномерности пропускной способности влияют способы пропуска пешеходов (в отдельной фазе или нет) и возможности совершения поворотных маневров автомобилями. Всё вышеизложенное также влияет на общую величину пропускной способности пересечения, безопасность движения, длину очереди и величину задержек транспортных средств на пересечении. Введение параметра неравномерности пропускной способности позволит точнее прогнозировать величину транспортных задержек и очередей.

Предложенная модель может быть использована для задач организации и управления дорожным движением и при обосновании мероприятий по совершенствованию улично-дорожной сети крупных и крупнейших городов, принятии решения по переустройству транспортного пересечения или строительству развязки в разных уровнях.

Список литературы:

1. Андронов Р. В. Влияние организации движения на регулируемом пересечении на равномерность пропускной способности / Р. В. Андронов, Е. Э. Леверенц, Д. А. Гензе, Е. Н. Легостаева // Вестник гражданских инженеров. 2020. № 6 (83). С. 179-185.

2. Андронов Р. В. Моделирование очередей на регулируемых пересечениях улично‑дорожной сети крупного города в условиях плотного транспортного потока: дис. канд. техн. наук / Р. В. Андронов. Тюмень, 2007. 187 с.

3. Андронов Р. В. Понятие затора и формирование очередей на регулируемом пересечении в условиях плотного транспортного потока / Р. В. Андронов, Б. П. Елькин, Д. А. Гензе // Научно-технический вестник Поволжья. 2015. № 1. С. 39-41.

4. Андронов Р. В. Применение статистического моделирования для оценки эффективности адаптивного регулирования и реконструкции пересечений улично‑дорожной сети / Р. В. Андронов, Е. Э. Леверенц // Архитектура, строительство, транспорт. 2021. № 3. С. 40-49.

5. Тестешев А. М. Дистанционный мониторинг транспортных потоков г. Тюмени при различных состояниях дорожного покрытия на основе спутникового наблюдения / А. М. Тестешев, А. А. Тестешев, И. Е. Лощинина // Актуальные проблемы архитектуры, строительства, энергоэффективности и экологии — 2016: сб. материалов международной научно-практической конференции: в 3 томах (Тюмень, 27-29 апреля 2016 г.). Тюмень: Тюм. индустр. ун-т, 2016. Том 1. С. 167‑173.

6. El Zarwi F. A discrete choice framework for modeling and forecasting the adoption and diffusion of new transportation services / F. El Zarwi, A. Vij, J. L. Walker // Transportation Research Part C: Emerging Technologies. 2017. Vol. 79. Pp. 207-223. DOI: 10.1016/j.trc.2017.03.004

7. Hongsheng Qi. Monte Carlo Tree Search-based intersection signal optimization model with channelized section spillover / Hongsheng Qi, Xianbiao Hu // Transportation Research Part C: Emerging Technologies. 2019. Vol. 106. Pp. 281-302. DOI: 10.1016/j.trc.2019.07.017

8. Lidén T. An optimization model for integrated planning of railway traffic and network maintenance / T. Lidén, M. Joborn // Transportation Research Part C: Emerging Technologies. 2017. Vol. 74. Pp. 327-347. DOI: 10.1016/J.TRC.2016.11.016

9. Nyantakyi E. K. Synchronization of signalised intersections: A case study of three major intersections on the 24^th February Road, Kumasi, Ghana / E. K. Nyantakyi, C. A. Adams, J. K. Borkloe, D. Pobee // International Journal of Engineering Research and Applications. 2013. Vol. 3. Iss. 4. Pp. 2566-2590.

10. Seunghyeon Lee. Integrated deep learning and stochastic car-following model for traffic dynamics on multi-lane freeways / Seunghyeon Lee, Dong Ngoduy, M. Keyvan‑Ekbatani // Transportation Research Part C: Emerging Technologies. 2019. Vol. 106. Pp. 360-377. DOI: 10.1016/j.trc.2019.07.023

11. Tiancheng Ruan. Stability of heterogeneous traffic considering impacts of platoon management with multiple time delays / Tiancheng Ruan, Linjie Zhou, Hao Wang // Physica A: Statistical Mechanics and its Applications. 2021. Vol. 583. P. 126294. DOI: 10.1016/j.physa.2021.126294