Интеллектуальная автоматизированная система адаптивного управления светофорами перекрестка тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат наук Антониади Георгий Дмитриевич

• Антониади Георгий Дмитриевич
• кандидат наук
• 2021

Оглавление диссертации кандидат наук Антониади Георгий Дмитриевич

ВВЕДЕНИЕ

ГЛАВА 1. АНАЛИТИЧЕСКИЙ ОБЗОР ИНТЕЛЛЕКТУАЛЬНЫХ ТРАНСПОРТНЫХ СИСТЕМ

1.1 Автоматизированные системы управления движением

1.2 Транспортные системы SCOOT, SCAT

1.3 Система адаптивного управления дорожным движением САУДД

1.4 Российская интеллектуальная транспортная система РИТС

1.5 Постановка цели и задач исследования

1.6. Выводы по главе

ГЛАВА 2. МОДЕЛИРОВАНИЕ ТРАНСПОРТНЫХ СИСТЕМ

2.1 Минимальное время разрешающего сигнала светофора

2.2 Анализ модели задержки автотранспорта Бэкманна

2.3 Анализ модели задержки Вебстера

2.4 Численное моделирование работы модели Вебстера для условий реального перекрёстка

2.5 Значимость параметров для величины задержки

2.6 Выводы по главе

ГЛАВА 3. СПАВНИТЕЛЬНЫЙ АНАЛИЗ МОДЕЛЕЙ ЗАДЕРЖКИ

АВТОТРАНСПОРТА

3.1 Моделей задержки М. Дж. Бекманна

3.2 Моделей задержки Ф.В. Вебстера

3.3 Новая математическая модель задержки автотранспорта

3.4 Оценка адекватности модели

3.5 Выводы по главе

ГЛАВА 4. НТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА АДАПТИВНОГО УПРАВЛЕНИЯ РАБОТОЙ ПЕРЕКРЕСТКА АВТОДОРОГ

4.1 Дискретно-событийное управление

4.2 Управление с помощью модели задержки транспорта

4.3 Интеллектуальная система управления дорожным движением

4.4 Оборудование ИСУСП

4.5 Расчёт экономической эффективности

4.6 Выводы по главе

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

Приложение А Патент на изобретение

Приложение Б Свидетельство огосударственной регистрации программы для

ЭВМ

Приложение В Свидетельство огосударственной регистрации программы для

ЭВМ

Приложение Г Программа для оптимального управления работой светофоров на

круговом перекрёстке

Приложение Д Программа для оптимального управления работой светофоров на

круговом перекрёстке (вариант программы )

Приложение Е Программа для оптимального управления работой светофоров на Т

- образном перекрёстке

Приложение Ж Программа для оптимального управления работой светофоров на Т - образном перекрёстке (вариант программы)

Введение диссертации (часть автореферата) на тему «Интеллектуальная автоматизированная система адаптивного управления светофорами перекрестка»

ВВЕДЕНИЕ

Интенсивный рост количества автомобильного транспорта, особенно в городах, постоянно повышает актуальность мероприятий, направленных на снижение негативных явлений, вызванных автомобилизацией. Увеличение загрузки улично-дорожной сети снижает эффективность использования транспорта (увеличение времени задержек, количества остановок, расхода топлива, износа автомашин, разметки и дорожного полотна), повышает количество дорожно-транспортных происшествий и значительно ухудшает экологическую обстановку (загрязнение воздушного бассейна, в том числе канцерогенными компонентами, увеличение шума).

Проблема имеет комплексное решение, которое связано, в основном, с оптимальным регулированием движения потоков автотранспорта на перекрёстках, а также с расширением дорог, увеличением количества полос движения, использованием объездных дорог и др.

Актуальность темы исследования обусловлена тем, что постоянный рост загрузки улично-дорожной сети (УДС) снижает эффективность использования транспортных средств (ТС) из-за увеличения времени задержек, количества остановок, расхода топлива, износа автомашин, разметки и дорожного полотна, повышает количество дорожно-транспортных происшествий и значительно ухудшает экологическую обстановку. Светофорное регулирование движения, преимущественно в «жёстком» календарном (сезонном) режимахне решает проблему эффективного проезда перекрёстков.

Степень разработанности проблемы - в настоящее время системы оптимального регулирования проезда ТС через перекрёстки недостаточно разработаны как в РФ, так и за рубежом.Принципы оптимизации при расчете параметров светофорного регулирования основаны на двух базовых подходах: расчетном (системно-динамическом) и оптимизационном (дискретно-событийном). Расчетный метод основывается на моделях задержки ТС перед светофорами (модели М.Дж. Бэкманна, Дж.Н. Дарроча, В.РМакНейла, Ф.В. Вебстера, А.Дж. Миллера, Дж.Ф. Ньювелла и др.), по которым управление на следующий цикл работы светофора рассчитывается

по результатам проезда ТС через перекрёсток в предыдущем цикле. Оптимизационный метод использует имитационную модель и оптимизатор, учитывающие текущие транспортные потоки, очереди и время проезда перекрёстка в соответствии с критерием оптимальности. Оба метода дают существенные погрешности.

Объектом исследованияявляется интеллектуальная система автоматизированного оптимального адаптивного управлениясветофорами перекрёстка (ИС-УСП) городской УДС.

Предмет исследования-методы и особенности интеллектуального управления работой светофоров, математическое описание моделей задержки, имитационных моделей и оптимизаторов транспортных потоков при проезде перекрёстков городской УДС.

Целью исследованияявляется анализ и развитие математического описания задержек и методов управления проездом ТС через перекрёстки городской УДС, оптимальное адаптивное управление работой светофоров на перекрёстках.

Достижение поставленной цели реализуется решением комплекса взаимосвязанных задачисследования:

1. Анализ методов математического моделирования работы управляемых перекрёстков.

2. Анализ существующих моделей задержки ТС на перекрёстке.

3. Разработка новой математической модели задержки ТС на перекрёстке в соответствии с физическими законами процессов проезда ТС.

4. Разработка имитационной модели и оптимизатора работы перекрёстка по сигналам от детекторов занятости дорожных полотен.

5. Разработка принципов работы, структуры и составных частей ИСУСП.

6. Разработка программного обеспечения ИСУСП для проездаконкретных перекрёстков г. Краснодара.

В работе использованы следующие методы исследования - математическое и компьютерное моделирование транспортных процессов в городской инфраструктуре выполнялось с помощью методов системного и статистического анализа,тео-рии чувствительности, физического смысла процессов при проезде перекрёстка ТС

и др. При проведении исследований использованы программные продукты Visual C#, MicrosoftExcel 2010.

Научная новизна заключается в разработке интеллектуальной автоматизированной системы адаптивного управления сигналами светофоров перекрёстка. При этом впервые:

- проведён анализ составляющих основных моделей задержки ТС перед перекрёстками, их чувствительности к параметрам управления;

- разработана новая математическая модель задержки ТС перед перекрёстком, основанная на законах физики;

- разработаны новые имитационная модель и оптимизатор проезда перекрёстков;

- разработана блок-схема структуры, составные части и принципы работы ИСУСП;

- разработано программное обеспечение ИСУСП для двух перекрёстков г. Краснодара.

Для практического применениявуправлении сигналами светофоров перекрёстка могут быть использованы следующие результаты:

1. Разработанная математическая модель задержки автомобилей, основанная на законах физики.

2. Разработанные имитационная модель и оптимизатор проезда перекрёстков по сигналам от детекторов занятости дорог.

3. Блок-схема структуры, составные части и принципы работы ИСУСП

4. Математическое и программное обеспечение ИСУСП.

Внедрение работы. Результаты исследований проверены департаментом транспорта и дорожного хозяйства администрациимуниципального образования город Краснодар при управлении работой светофоров двух перекрёстков.

Апробация работы. Результаты выполненных исследований докладывались на международной научно-практической конференции, научных семинарах кафедры «Информатика и вычислительная техника» КубГТУ.

Основные принципы оптимизации при расчете параметров светофорного регулирования основаны на двух базовых подходах: расчетном и оптимизационном. Они также называются системно-динамическим и дискретно-событийным.

Системно-динамический подход втранспортном моделировании подразумевает приращение модельного времени с постояннымшагом вне зависимости отте-кущей загрузки сети. Расчетный метод основывается на эмпирических формулах, позволяющих оценить параметры регулирования, при которых будут обеспечены наилучшие условия движения. Такие модели выведены по результатам различных исследований и позволяют моделировать задержку автотранспорта на перекрёстках при различных условиях его работы.

В дискретно-событийном подходе движение модельного времени происходит скачками от одного модельного события до другого с выпуском промежуточных интервалов времени. При этом опускаются такие интервалы, втечение которых не происходят события, способные привести к изменению выходных данных моделирования. Этот подход заключается в поиске наилучших параметров регулирования при помощи алгоритмов оптимизации, при этом оценка параметров производится с использованием некоторой модели, не зависящей напрямую от текущего времени регулирования работы светофора. Результаты, полученные оптимизационным методом, во многом зависят от качества модели, используемой в контуре оптимизации.

В настоящей работе предлагается развитие обоих подходов оптимизации светофорного регулирования.

Для расчётного (системно-динамического) метода разработана новая математическая модель задержки транспортных средств (ТС) при проезде перекрёстка.

Для оптимизационного (дискретно-событийного) метода создана имитационная модель транспортных потоков, их очередей и временах проезда перекрёстка, а также оптимизатор, который согласно полученному значению критерия оптимальности изменяет длины фаз работы светофора, реализуя заданную пользователем стратегию.

Публикации. Основное содержание результатов диссертационного исследования представлено в монографии, 9 статьях, в том числе в 7 статьях, опубликованных в ведущих научных журналах и изданиях, рекомендованных ВАК, докладе на международной конференции, 1 патенте и 2 свидетельствах на программы для ЭВМ.

Структура и объем работы. Диссертация состоит из введения, 4-х глав, выводов по каждой главе, заключения и выводов по всей работе объёмом 148 страниц, 31 рисунка, 14 таблиц, списка литературы из 76 наименований и 7 приложений.

Во введении отмечается, что неуклонный рост автомобилизации городов к увеличению задержек ТС, расхода топлива, износа автомашин, разметки и дорожного полотна, повышает количество дорожно-транспортных происшествий и значительно ухудшает экологическую обстановку (загрязнение воздуха канцерогенами, увеличение шума и т.п.).

Оптимальное управление работой светофоров позволяет уменьшить время проезда ТС через перекрёстки и, соответственно, снизить уровень перечисленных негативных факторов.

В первой главе выполнен аналитический обзор известных наиболее характерных отечественных и зарубежных интеллектуальных транспортных систем (SCOOT, SCATS, САУДД, СТАРТ), их назначение, решаемые задачи, поставлены цели и задачи исследования.

Во второй главе рассмотрены основные понятия моделирования УДС, интеллектуальных транспортных систем, определено минимальное время разрешающего сигнала светофора, проанализированы основные модели задержки Бэкманна и Вебстера, выявлены их достоинства и недостатки.

В третей главе проведен сравнительный анализ моделей задержки автотранспорта, разработана новая модель задержки на основе законов физики, проведена экспериментальная оценка её адекватности реальным условиям.

В четвёртой главе разработана интеллектуальная система адаптивного управления работой перекрёстка автодорог, предложены варианты её реализации на базе дискретно-событийного управления и управления с помощью модели задержки

транспорта, произведён выбор оборудования системы, сделан расчёт экономической эффективности.

В заключении представлены основные результаты диссертационного исследования с подведением итогов выполненной работы.

ГЛАВА 1. АНАЛИТИЧЕСКИЙ ОБЗОР ИНТЕЛЛЕКТУАЛЬНЫХ

ТРАНСПОРТНЫХ СИСТЕМ

В мировой практике большое внимание уделяется разработке систем управления дорожным движением автомобильного транспорта, сегодня системы адаптивного управления дорожным движением применяются в большинстве городов США и Европы, существуют примеры успешной реализации подобных систем и проектов.

В Евросоюзе ещё в 1991 году была создана Европейская Ассоциация участников рынка интеллектуальных транспортных систем ERTICO, представляющая собой консорциум, в который входят все ведущие европейские производители, заинтересованные в развитии рынка интеллектуальных транспортных систем, общественные организации, представители различных министерств и ведомств, инфраструктурные операторы связи, пользователи, и прочие организации.

Главной целью ERTICO является разработка и внедрение различных программ, направленных на развитие европейских инновационных технологий в области развития дорожной инфраструктуры, применения интеллектуальных транспортных систем в целях управления дорожным движением, повышения мобильности населения и грузов, улучшение качества жизни людей, повышение безопасности на дорогах и снижение вредного воздействия автотранспорта на окружающую среду.

За последние годы ERTICO реализованы такие программы обеспечения безопасности дорожного движения в странах Евросоюза, как:

-ADASIS (Advanced Driver Assistant Systems Interface Specification) - использование точных картографических данных в средствах навигации для получения водителем прогноза ситуации на дороге впереди по ходу движения;

-AIDE (Adaptive Integrated Driver-Vehicle Interface) - использование специального электронного оборудования и программного обеспечения, позволяющего концентрировать внимание водителя в момент обгона и отключения функций приборов в салоне автомобиля, отвлекающих внимание во время совершения сложного маневра;

-ERTRAC (The European Road Transport Research Advisory Council) - программа координации взаимодействия Европейских исследовательских институтов в дорожном и транспортном комплексе в целях структурирования и оптимизации научно-исследовательских работ в интересах стран Евросоюза;

-eSafety Forum - европейская программа по массовому внедрению систем активной и пассивной безопасности, включающая в себя работы по проекту eCall («экстренный вызов»), созданию электронных карт для использования экстренными службами, изучению эффективности различных каналов передачи информации от автомобиля в диспетчерский центр оператора, сотрудничество с участниками американского, японского и других рынков телематических услуг с целью выработки приоритетных задач и международных стандартов по оказанию экстренной помощи пострадавшим в аварии на дорогах, гармонизация технических решений по передаче информации от автомобиля к автомобилю или от автомобиля к дорожной инфраструктуре, организация информирования участников дорожного движения в режиме реального времени о ситуации на дорогах через специальный радиоканал. Программа eCall («Экстренный вызов») направлена, в первую очередь на помощь водителям, попавшим в ДТП. В рамках общеевропейской программы ERTICO выступила с инициативой по оборудованию транспортных средств специальными устройствами для определения местонахождения попавшего в аварию транспортного средства и вызова экстренных служб к месту ДТП. Программа поддержана практически всеми странами Европейского Союза (ЕС) и законодательно устанавливает требования к автопроизводителям по оборудованию поставляемым для продажи автомобили телематическими блоками, которые позволяют точно определить место ДТП по спутниковой навигации и в автоматическом режиме через диспетчерские центры вызвать необходимую помощь;

-FeedMAP - обеспечение постоянного обновления электронных карт;

-GST (Global System for Telematics) - создание технологической платформы для развития сотрудничества, необходимого для развития массового рынка откры-

тых телематических услуг, в первую очередь обеспечивающих сбор, передачу обработку информации для пользователей - участников дорожного движения, скорой помощи и служб спасения;

-HeavyRoute - программа поддержки быстрых и безопасных грузовых перевозок;

-IP PReVENT - программа внедрения специальных электронных устройств (ADAS - Advanced Driver Assistance Systems), позволяющих водителю получать превентивную информацию о возможных опасностях по ходу движения и избегать аварийных ситуаций;

-MAPS&ADAS (IP PReVENT) - использование электронных карт для повышения безопасности на дорогах;

-SAFESPOT - программа поддержки появления большего количества «умных» машин на «умных» дорогах;

-SpeedAlert Forum - информирование водителей о соблюдении установленного скоростного режима;

-ENITE (European Network on ITS Training & Education) - программа подготовки специалистов по интеллектуальным транспортным системам;

-EuroRoadS - программа по созданию базы данных о европейской дорожной инфраструктуре;

-FRAME Forum - программа построения архитектуры для Европейской интеллектуальной транспортной системы;

-RCI (Road Charging Interoperability) - программа развития платных дорог;

-Road Traffic Information Group - программа развития информационного сопровождения участников дорожного движения;

-TMC Forum (Traffic Message Channel) - программа информирования участников дорожного движения о реальной дорожной обстановке по специальному выделенному радиоканалу;

-CONNECT, SIMBA - национальные и международные программы по развитию рынка интеллектуальных транспортных систем. Включают в себя программы в Странах Центральной и Восточной Европы, Бразилии, Индии, Китае, ЮАР а с

2008 года - в России. Национальным координатором проекта SIMBA 2 в России является Профессиональная Ассоциация противодействия угонам транспортных средств.

-Network of National ITS Associations - программа по развитию международной сети Ассоциаций Интеллектуальных транспортных систем;

Принятие в Российской Федерации, как в ЕС или в Бразилии, на государственном уровне решения об оснащении, начиная с 2012 года, каждого автомобиля, производимого или поставляемого на российский рынок, телематическим модулем, работающим с использованием сигналов ГЛОНАСС/GPS, позволит повысить безопасность, сократить смертность и травматизм на дорогах Российской Федерации, создать эффективно функционирующую систему информационного сопровождения мер по обеспечению управления дорожным движением.

В настоящее время разработано множество автоматизированных транспортных систем, которые решают разные задачи управления городским движением на различных уровнях (от оптимального управления пропускной способностью перекрёстков до личной безопасности водителей автотранспорта) и с помощью различных технических средств.

1.1 Автоматизированные системы управления движением

В современных автоматизированных системах управления дорожным движением, распространенных в большинстве европейских стран, широко используется информация от видеокамер, входящих в состав подсистем видеоконтроля. Полученная от них информация позволяет организовать оптимальное управление транспортными потоками, скоординировать работу ключевых транспортных узлов города и т. п. Преимуществом систем видеоконтроля является сочетание числовой и визуальной информации, которая радикально отличает их от других систем наблюдения. Например, возможна организация моментальной обратной связи с оператором системы, диспетчером центра управления при возникновении какой-либо внештатной ситуации или же для обычной проверки системы.

Принцип работы системы видеоконтроля широко известен. Над определенным участком трассы, транспортным узлом, магистралью, опасным участком дороги на некоторой высоте устанавливается видеокамера. Сигнал от нее поступает в модуль обработки видеоинформации. В этом модуле происходит выделение подвижных транспортных средств и определение различных интегральных оценок. Далее в центре управления могут быть получены как числовые данные, для чего достаточно канала с низкой пропускной способностью, так и непосредственно видеоизображение с контролируемого участка.

Системы видеоконтроля, ориентированные на транспорт, предоставляют данные трех типов:

1. Информация о трафике для статистической обработки:

- общее число обнаруженных автомобилей;

- скорость;

- ускорение транспортного потока;

- плотность потока;

- занятость полос движения;

- классификация автомобилей.

2. Информация о происшествиях на дороге:

- высокая скорость, плотность потока или занятость полос;

- наличие заторов или движения по встречной полосе;

- остановившиеся или медленно движущиеся автомобили;

- наличие на дороге подозрительных предметов.

3. Информация о наличии/отсутствии автомобилей:

- наличие приближающихся автомобилей;

- наличие автомобилей, остановившихся на перекрестке;

- число автомобилей, проехавших через зоны обнаружения;

- измерение длины очереди.

Последний тип информации, как свидетельствует опыт зарубежных стран, широко применяется в системах управления светофорами. Система видеоконтроля ин-

тегрирована в модуль управления светофорами, что позволяет скоординировать работу всех светофоров перекрестка в каком-либо напряженном транспортном узле. Например, на наших дорогах пешеходу предоставляется одно и то же время на переход дороги независимо от того, едет ли по ней в данный момент один автомобиль или несколько десятков.

Информационное обеспечение дорожного движения. Во многих странах мира четко налажена информация участников движения о транспортной ситуации на направлениях движения, о возможных маршрутах объезда перегруженных участков, о парковках. На пересечениях дорог указываются не только разрешенные направления движения, но и названия районов и улиц. Для передачи водителям информации используются многопозиционные дорожные знаки, световые табло со сменной информацией, специальные радио и видеоканалы. Например, после включения световых табло с предупреждением о заторах, они устранялись за 20 - 30 минут; без табло на это уходило 3 - 4 часа.

Техническая организация движения. В настоящее время уже созданы технологии, соединяющие компьютерные чипы в транспортных средствах и на автомобильных дорогах. Разработаны специальные радары и приборы радио-предупреждения, с помощью которых можно избежать столкновения на дороге. Внедряются блокирующие устройства, не позволяющие запустить двигатель автомобиля лицам, находящимся в состоянии опьянения. Спутниковые технологии, разнообразные навигационные системы и системы определения местонахождения транспортного средства, доступные пока лишь немногим, скоро, по прогнозам экспертов, станут обычным явлением, помогая водителю найти дорогу в незнакомом городе или вызвать помощь простым нажатием кнопки. Все более широкое распространение получат системы, автоматически включающие устройства для передачи сигналов в полицию при срабатывании надувных подушек безопасности, угоне транспортного средства и т.д.

Франция. В европейских государствах толчком к технической модернизации систем управления и контроля за движением автотранспорта стал опыт Фран-

ции.Следует отметить, что техническое перевооружение систем слежения за порядком на дорогах в этой стране было лишь одним из предпринятых мер по обеспечению безопасности движения.

Вначале, в 2003 г. был принят новый закон "Об изменениях правил дорожного движения", который предусматривал значительное ужесточение санкций за нарушения на дорогах.И лишь затем была проведена техническая модернизация дорог: управление светофорами в городах стало производиться из единого центра; на основных трассах были установлены новые камеры, связанные с радарами, которые автоматически засекали превышение скорости, фиксировали на пленку номер автомобиля, лицо его хозяина. Эти данные передавались на центральный компьютер, который без участия человека выписывал штраф владельцу машины.

Благодаря этим нововведениям количество ДТП на французских дорогах снизилось за два года на треть.Тем не менее, в отдельных государствах существуют свои специфические особенности технической организации движения.

Великобритания. Одна из британских компаний разработала «транспортные видеокамеры», которые должны повысить безопасность на дорогах, прежде всего, за счет регулирования скорости движения. Новые устройства - это вмонтированные в дорожное полотно светящиеся маячки, которые при помощи видеокамеры определяют скорость проезжающих автомобилей, износ их покрышек и идентифицирует номерные знаки. Связанная с компьютером камера диаметром 13 см возвышается над асфальтом меньше, чем на 4 мм.

Когда скорость приближающегося транспортного средства измерена, устройство начинает работать подобно светофору - светодиоды подают автомобилистам световые сигналы от красного до зеленого. Использовать маячки планируется на железнодорожных переездах и пешеходных переходах.

Данные, полученные благодаря маячкам, не будут использоваться для взыскания штрафа - это система предупреждения участников движения, а не наказания.

В Великобритании же разработана новая система, способная при помощи спутников следить за соблюдением правил парковки. Если один из датчиков системы зафиксирует автомобиль, припаркованный в неположенном месте, он автоматически сообщит об этом полиции с помощью текстового сообщения.

Датчики будут работать с помощью спутниковых систем GPS или новой европейской системы Galileo, которая разрабатывается в настоящее время. Сигнал от спутников постоянно принимается сенсором, расположенным непосредственно на дороге. Если рядом паркуется машина - сигнал ослабевает, после чего датчик автоматически информирует дорожную полицию.

Цена каждого сенсора, обслуживающего только пять футов дороги (менее 2 м), составит 30 фунтов стерлингов (примерно 50 долл.). Британские власти считают, что это не так много, учитывая ожидаемые суммы штрафов за неправильную парковку.

Кроме того, в Великобритании используется лазерное устройство для сканирования места дорожно-транспортного происшествия, что позволяет за 5 мин. произвести все необходимые процедуры оформления документов, связанных с аварией и установлением виновности водителей. Раньше на эти процедуры тратилось не менее 1 часа. Это значительно повлияло на организацию движения на дорогах страны: стало меньше заторов, увеличилась их пропускная способность.

Япония. С начала 2006 г. в стране на автомобилях появились «умные» номера, оснащенные встроенным микрочипом, запоминающим и передающим информацию о номере автомобиля, его размере, месте регистрации и владельце.Цель эксперимента, проводимого министерством строительства и транспорта страны, - ограничить с помощью современных технологий скопление автомобилей в часы пик на центральных магистралях японских городов.

Желающим проехать в центральную часть города в «запрещенные» часы в перспективе придется платить специальные сборы, размер которых и будет рассчитываться с помощью встроенного в автомобильный номер микрочипа. Для введения новой системы необходимо согласие местного органа самоуправления. Жела-

ние внедрить «умные» номера уже высказали шесть крупных муниципальных образований Японии. Если эксперимент будет удачным, новая система будет рекомендована к распространению во всех населенных пунктах, где зарегистрировано более 100 тысяч автомобилей.

Список литературы диссертационного исследования кандидат наук Антониади Георгий Дмитриевич, 2021 год

СПИСОК ЛИТЕРАТУРЫ

1. 33 самые медленные легковушки России — от Ferrari до.... [Электронный ресурс]. URL:https://www.kolesa.ru/artide/hit-parad-samyh-medlennyh-legkovushek-kazhdoy-marki, (дата обращения: 2013-04-17).

2. Антониади, Г.Д., Архипов В.О., Цуприков А.А. Анализ модели задержки автотранспорта М.Дж. Бэкманна. - М.: ВИНИТИ, НТС Транспорт: наука, техника, управление, 2019. №2, - С .

3. Антониади, Г.Д., Архипов В.О., Цуприков А.А. Анализ модели задержки Вебстера. Ежемесячный научный журнал "Евразийский союз учёных", № 11(56) / 2018, 9 часть, -С. 6-12.

4. Антониади, Г.Д., Архипов В.О., Цуприков А.А. Интеллектуальная система адаптивного управления работой перекрёстка автомобильных дорог. - М.: ВИНИТИ, НТС Транспорт: наука, техника, управление, 2019. №6, - С .

5. Антониади, Г.Д., Архипов В.О., Цуприков А.А. Математическая модель задержки транспорта на перекрёстке. - М.: ВИНИТИ, НТС Транспорт: наука, техника, управление, 2019. №4, - С. 210-215 .

6. Антониади, Г.Д., Архипов В.О., Цуприков А.А. Математическая модель задержки автотранспорта на регулируемом перекрёстке. - М.: Информационные технологии, 2019. Т. 25, №4, - С. 210-215.

7. Антониади, Г.Д., Архипов В.О., Цуприков А.А. Определение минимального времени разрешающего сигнала светофора. Ежемесячный научный журнал "Евразийский союз учёных", № 11(56) / 2018, 9 часть, -С. 13-18.

8. Антониади, Г.Д. Моделирование транспортных сетей с помощью электрической модели. Международное научное объединение "Prospero". 20-я Международная научно-практическая конференция: «Научное обозрение физико-математических и технических наук в XXI веке», Россия, Москва, 28-29 августа, 2015.

9. Антониади, Г.Д., Анализ проблемных участков транспортной сети г. Краснодара и мероприятия для их разгрузки / Антониади Г.Д., Цуприков А.А. //

Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2015. - №08(112). - с. 255-264. - IDA [article ID]: 1121508018. - Режим доступа: http://ej.kubagro.ru/2015/08/pdf/18.pdf, 0,625 у.п.л.

10. Антониади, Г.Д., Принципы организации и работы коллективного такси / Антониади Г.Д. // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2015. - №08(112). - с. 265-274. - IDA [article ID]: 1121508019. - Режим доступа: http://ej.kubagro.ru/2015/08/pdf/19.pdf, 0,625 у.п.л.

11. Антониади, Г.Д., Электрическая модель транспортной сети города / Антониади Г.Д., Цуприков А.А. // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2015. -№08(112). - с. 245-254. - IDA [article ID]: 1121508017. - Режим доступа: http://ej.kubagro.ru/2015/08/pdf/17.pdf, 0,625 у.п.л.

12. Антониади, Г.Д., Электрическая модель городской транспортной сети. Моделирование городских транспортных потоков : Монография / Г.Д. Антониади, А.А. Цуприков. - Саарбрюкен: LAP Lambert Academic Publishing, ISBN: 978-3-659-81028-2, 2015. - 125 с.

13. Андронов, Р.В. Леверенц Е.А. Расчёт методом Монте-Карло задержек транспортных средств на изолированном регулируемом пересечении при его работе на высоких уровнях загрузки // Вестник гражданских инженеров. 2017. №1 (60). С.221- 226.

14. Бродский Г.С., Айвазов А.Р. Автоматизированное управление дорожным движением в городской среде // Мир дорог. 2007. №26. - С 2-3.

15. Буре, В. М., Елфимов А. Н., Карелин В. В. Стационарные циклы в детерминированной системе обслуживания // Вестник Санкт-Петербургского университета. Прикладная математика. Информатика. Процессы управления. 2018. Т. 14. Вып. 1. С. 40-50.

16. Важник Ю. П. Использование нелинейной модели потока насыщения для определения параметров светофорного регулирования / Белорусская государственная политехническая академия. — Минск, 1999. — 14 с. Деп. в ВИНИТИ РАН 27.07.1999 № 2443-В1999.

17. Воробьев Э. Автоматизированная система управления движением в городе. Системная интеграция / Городской транспорт. 2000 [Электронный ресурс]. http://www.cta.ru (дата обращения 28.01.2019 г.)

18. Врублевская С. С. Интеллектуальная система управления транспортными потоками на основе светофорных объектов: Автореф. дис. на соиск. уч. степ. канд. техн. наук.— Воронежский государственный архитектурно-строительный университет, Воронеж, 2007.

19. Гасников А.В., Введение в математическое моделирование транспортных потоков: учеб. пособие / Гасников А.В., Кленов С.Л., Нурминский Е.А., Холодов Я.А., Шамрай Н.Б. - М., МФТИ, 2010. - 362 с.

20. Голубков, А.С., Царев В.А. Адаптивное управление дорожным движением на городском перекрестке на базе микроскопической дискретнособытийной модели транспортных потоков и оптоэлектронного метода контроля.2016. - 9 с.

21. Горев, А.Э. Транспортное моделирование : учеб. Пособие для студ. направления подготовки 190700: Технология транспортных процессов / А.Е. Горев, К. Бёттгер, А.В. Прохоров, Р.Р. Гизатуллин - СПб.: СПб. Гос. архит.-строит. ун-т, 2014, - 182 с.

22. Значимость разгона до 100 км/ч крайне преувеличена [Электронный ресурс] . URL: http://autoutro.ru/review/2016/10/03/znachimost-razgona-do-100-km-ch-krajne-preuveli chena (дата обращения: 2016 - 03 - 10)

23. Карпов Ю. Г. Имитационное моделирование систем. Введение в моделирование С AnyLogic 5. - СПб.: БХВ-Петербург, 2006, - 400 С.

24. Крылатов, А. Ю. Оптимальные стратегии управления пропускной способностью маршрутов транспортной сети // Вестник Санкт-Петербургского университета. Прикладная математика. Информатика. Процессы управления. 2017. Т. 13. Вып. 2. С. 182-192.

25. Методика выбора рационального режима работы светофорного объекта на автомобильном транспорте / Боровской А. Е., Шевцова А. Г. // Трансп.: Наука, техн., упр./ ВИНИТИ РАН.— 2012 № 6.— С. 50-53.

26. Методические рекомендации по разработке и реализации мероприятий по организации дорожного движения Использование программных продуктов математического моделирования транспортных потоков при оценке эффективности проектных решений в сфере организации дорожного движения. М.: Минтранс РФ, 2017. -72 с.

27. Михеева, Богданова, Сапрыкина - Интеллектуальное управление транспортными потоками на локальном уровне / Синергетика в естественных науках // Труды международной междисциплинарной научной конференции. -Тверь, 2010. - С. 273-276.

28. Михеева, Т.И., Михеев С.В. Объектно- ориентированный подход к построению интеллектуальных систем // Математич. моделирование информ. процессов и систем в науке, технике и образовании: Межвузовский сборник научных трудов. - Самара: Самарск. гос. арх.-строит. ун-т., 2010. С.36-42.

29. Михеева, Т.И., Михеев С.В., Богданова И.Г. Модели транспортных потоков в интеллектуальных транспортных системах // Современные проблемы науки и образования. - 2013. - № 6.; URL: http://science-education.ru/ru/article/view?id=11808 (дата обращения: 13.03.2019).

30. ОДМ 218.6.003-2011 Методические рекомендации по проектированию светофорных объектов на автомобильных дорогах. -М.: Федеральное дорожное агентство (Росавтодор), 2013. -69 с.

31. ОДМ 218.2.020-2012 Методические рекомендации по оценке пропускной способности автомобильных дорог - М.,2012.[Электронный ресурс]. http://docs.cntd.ru/document/1200092512, (дата обращения: 2018 - 09 - 10)

32. Оптимизация светофорного регулирования с помощью программы моделирования транспортных потоков / Ахмадинуров М. М. // Вестн. ЮУрГУ. сер. Компьютер. технол., упр., радиоэлектрон.— 2010 № 12.— С. 26-30.

33. Способ адаптивного управления работой светофора на регулируемом перекрёстке. Антониади Г.Д., Архипов В.О., Цуприков А.А. Заявка на патент от 20.04.2019.

34. Пропускная способность перекрёстка. [Электронный ресурс]. URL: http://waksman.ru/Russian/Vehi/shel/39.htm, (дата обращения: 2013-04-17).

35. Разработка и исследование интеллектуальной системы управления движением транспорта / Соловьев В. В., Коринец А. Д., Ваарман В. В., Пак М. И. // Наука и образ. на рубеже тысячелетий.— 2015 № 1.— С. 91-94 Библ.: 4. .— русский

36. Румшиский, Л.З. Математическая обработка результатов эксперимента : справочное руководство / Л.З. Румшиский. -М.: Наука, 1971. - 192 с.

37. Скульбеденко, Н.А. Методы расчёта задержек пешеходов на регулируемых пешеходных переходах // Транспорт. Вестник ИрГТУ №3 (39) 2009. -С. 76-79

38. Советов Б. Я., Яковлев С. А. Моделирование систем. - М.: Высшая школа, 2001, - 343 С.

39. Тимофеева О.П., Малышева Е.М., Соколова Ю.В. Проектирование интеллектуальной системы управления светофорами на основе нейронной сети // Современные проблемы науки и образования. - 2014. - № 6.; URL: http://www.science-education.ru/ru/article/view?id=16496 (дата обращения: 22.11.2018).

40. Транспортное моделирование: Учеб. пособие для студ. направления подготовки 190700: Технологии транспортных процессов / А.Э.Горев, К.Бёттгер,

A.В.Прохоров, Р.Р.Гизатуллин - СПб.: СПб. гос. архит.-строит. ун-т, 2014, 182 с.

41. Трофимов Ю. И., Скрыпников А. В., Свиридов О. В., Литвиненко К.

B. Управление светофорной сигнализацией отдельного перекрестка / Воронежская государственная лесотехническая академия. — Воронеж, 2009. — 11 с. — Библ.: 2 назв. — русский. — Деп. в ВИНИТИ РАН 11.01.2009 № 2-В2009

42. Фаттахова, А.В. Теория транспортных процессов и систем: методиче-скиеуказания / А.В. Фаттахова, Оренбургский гос. ун-т. - Оренбург: ОГУ, 2012. -71 с.

43. Цуприков, А.А. Определение влияния точности измерения параметров

бурения на чувствительность показателей процесса / А.А. Цуприков // Сборник материалов НТВ СПбГПУ. -СПб. : Изд - во Политехн. ун-та, 2009. - №3 (80). - С. 14 - 18.

44. Цуприков, А.А. Чувствительность показателей механического бурения к изменению параметров управления / А.А. Цуприков // Сборник материалов НТВ СПбГПУ. -СПб. : Изд - во Политехн. ун-та, 2009. - №3 (80). - С. 4 - 7.

45. Шевцова А. Г. Совершенствование организации дорожного движения на основе рационального управления светофорным объектом: Автореф. дис. на со-иск. уч. степ. канд. техн. наук.— Государственный университет - учебно-научно-производственный комплекс, Орел, 2016. — 20 с.

46. Яворский, Б.М. Справочник по физике для инженеров и студентов вузов / Б. М. Яворский, А. А. Детлаф. - 2-е изд. - М. : Мир, 1989. - 792 с.

47. Якимов М.Р. Транспортное планирование: создание транспортных моделей городов: монография / М.Р. Якимов. -М.: ЛОГОС, 2013. - 188 с.

48. Aimsun. The integrated transport modeling software. URL: http://www.aimsun.com (дата обращения: 20.05.2010).

49. Beckmann M. J., McGuire C. B. and Winsten C. B., Studies in the Economics of Transportation, Yale University Press, 1956.

50. Darroch, J. N. On the Traffic-Light Queue. Ann. Math. Statist., 35, 1964.

51. Darroch, J. N., G. F. Newell, and R. W. J. Morris., Queues for a Vehicle- Actuated Traffic Light. Operational Research, 12, 1964.

52. Khamitova, A. D. Characteristic polynomials for a cycle of non-linear discrete systems with time delays. Vestnik of Saint Petersburg University. Series 10. Applied mathematics. Computer science. Control processes, 2016, issue 4, pp. 104-115. DOI: 10.21638/11701/spbu10.2016.410

53. McNeil, D. R. A Solution to the Fixed-Cycle Traffic Light Problem for Compound Poisson Arrivals. J. Appl. Prob. 5, 1968.

54. Miller, A. J. Settings for Fixed-Cycle Traffic Signals. Operational Research Quarterly, Vol. 14, 1963.

55. Newell, G. F. Queues for a Fixed-Cycle Traffic Light. The Annuals of

Mathematical Statistics, Vol.31, No.3, 1960.

56. Quadstone Paramics. Traffic Simulation Solutions, URL: http://www.para-mics- online.com (датаобращения: 20.05.2010).

57. SATURN Software Web Site. URL: https://satumsoftware.co.uk (датаобращения: 20.05.2010).

58. TransModeler Traffic Simulation Software. URL: http://www.cali-per.com/transmodeler (датаобращения: 20.05.2010).

59. Webster, F. V. Traffic Signal Settings. Road Research Laboratory Technical Paper No. 39, HMSO, London, 1958.

60. Wardrope J.G. Some theoretical aspects of road traffic research // Proc. of the Inst. of Civil. Eng, Part II, 1952, 1, pp. 325-378.

61. http://www.rcmm.ru/content/topics/795_print.html Лев Каплан, Станислав Донин Сколько стоит построить дорогу в России и за рубежом(дата обращения: 21.08.2018).

62. https://www.newkaliningrad.ru/news/economy/3154493 4 развязки и 3 моста: детали проекта «Восточной» эстакады в Калининграде(дата обращения: 12.11.2018).

63. https://studopedia.ru/7_31480_datchiki-dorozhnogo-dvizheniya.html Датчики дорожные (дата обращения 21.04.2019).

64. https://svetofor-zom.ru/dorojnyie-kontrolleryi.html . Дорожные контроллеры (дата обращения 21.04.2019).

65. https://svetofor-zom.ru/sredstva-svyazi-dlya-sistemyi-asudd.html. Средства связи АСУДД (дата обращения 21.04.2019).

66. https://svetofor-zom.ru/rm-04-radiomodem.html. РМ-04 радиомодем. (дата обращения 22.04.2019).

67. http://www.fcp-pbdd.ru/special_equipment/transport_systems/ Интеллектуальные транспортные системы (дата обращения 25.01.2019).

68. http://www.fcp-pbdd.ru/special_equipment/20043/ АСУД и светофоры (дата обращения 25.01.2019).

69. http://www.arterylite.ru/wp-content/uploads/2012/04/Sistemyi-adaptivnogo-upravleniya-dorozhnyim-dvizheniem.pdf Системы адаптивного управления дорожным движением (дата обращения 15.11.2019).

70. https://controlengrussia.com/otraslevye-resheniya/gorodskoj-transport-pod-kontrolem-skat/ Городской транспорт под контролем СКАТ (дата обращения 25.10.2019).

71. https://www.bibliofond.ru/view.aspx?id=801124 Адаптивная система управления дорожным движением (дата обращения 22.10.2019).

72. http://www.arterylite.ru/adaptive-control/ Адаптивное управление (дата обращения 22.10.2019).

73. https://docplayer.ru/146879747-Lokalnoe-adaptivnoe-upravlenie-svetofornymi-obektami-vse-prava-zashchishcheny-pri-perepechatke-i-citirovanii-ssylka-obyazatelna.html Локальное адаптивное управление светофорными объектами (дата обращения 21.10.2019).

74. Пат. 2710306 Российская федерация, МПК Е21В 44/00 (2006.01). Способ адаптивного управления работой светофора на регулируемом перекрёстке / Ан-тониади Г.Д., Архипов В.О., Цуприков А.А. ; заявитель и патентообладатель Федерал. гос. бюджетн. образоват. учрежд. выс. проф. образ. "Кубанск. гос. технологич. ун-т". - № 2019111575, заявл. 16.04.19 ; опубл. 25.12.2019, Бюл. №36.

75. Программа для ЭВМ. Свидетельство №2 2018660575 от 24.08.2018. Программа для оптимального управления работой светофоров на круговом перекрёстке. / Антониади Г.Д., Митюгов А.И., Цуприков А.А. - М. : Госреестр программ для ЭВМ, 2018. - С. 7.

76. Программа для ЭВМ. Свидетельство №2 2018660574 от 24.08.2018. Программа для оптимального управления работой светофоров на Т - образном перекрёстке. / Антониади Г.Д., Цуприков А.А. - М. : Госреестр программ для ЭВМ, 2018. - С. 7.

Приложение А Патент на изобретение

Приложение Б

Свидетельство огосударственной регистрации программы для ЭВМ

Приложение В

Свидетельство огосударственной регистрации программы для ЭВМ

Приложение Г

Программа для оптимального управления работой светофоров на круговом

перекрёстке

usingSystem;

using System.Collections .Generic; using System.Linq; using System.Text; using System.Threading.Tasks; using System.Windows; using System.Windows.Controls; using System.Windows.Data; using System.Windows.Documents; using System.Windows.Input; using System.Windows.Media; using System.Windows.Media.Imaging; using System.Windows.Navigation; using System.Windows.Shapes; using System.Windows.Threading;

namespace Traffic_Lightspp1 {

public partial class MainWindow : Window

{

int[][] ConnectTable = {new[] {-1}, new[] {-1}, new[] {-1},/*3*/new[] {18, 28},/*4*/new[] {26},/*5*/new[] {-1},/*6*/new[] {-1},/*7*/new[] {22},

/*8*/new[] {22,20},/*9*/new[] {20},/*10*/new[] {-1},/*11*/new[] {-1},/*12*/new[] {-1},/*13*/new[] {25},/*14*/new[] {29},/*15*/new[] {16}, /*16*/new[] {12,17},/*17*/new[] {1},/*18*/new[] {5,6},/*19*/new[] {21},/*20*/new[] {10,11},/*21*/new[] {10,11},/*22*/new[] {23,24},

/*23*/new[] {16},/*24*/new[] {25},/*25*/new[] {26,29},/*26*/new[] {21,22},/*27*/new[] {21},/*28*/new[] {19,27},/*29*/new[] {28,18} };

if (pass) {

Carlist[i].phase++;

Carlist[i].place[0] = Ways[Carlist[i].FullPath[Carlist[i].phase]].X[Car-list[i].index];

Carlist[i].place[1] = Ways [Carlist[i] .FullPath[Carlist[i] .phase]].Y[Car-list[i].index];

Canvas.SetLeft(Carlist[i].el, Carlist[i].place[0] - 6); Canvas.SetTop(Carlist[i].el, Carlist[i].place[1] - 6); sensors.CountIfIsSensorsPlace(Carlist[i].place, SensorsPlace, TL, canvas, TrafficLights, sensors, Timers, TL_0, LightsBrush);

decrement(TP, sensors, TL, Timers, TL_0);

}

}

else {

canvas.Children.RemoveAt(i + 80); Carlist.RemoveAt(i);

i-- ;

}

Приложение Д

Программа для оптимального управления работой светофоров на круговом

перекрёстке (вариант программы )

usingSystem;

using System.Collections .Generic; using System.Linq; using System.Text; using System.Threading.Tasks; using System.Windows; using System.Windows.Controls; using System.Windows.Data; using System.Windows.Documents; using System.Windows.Input; using System.Windows.Media; using System.Windows.Media.Imaging; using System.Windows.Navigation; using System.Windows.Shapes; using System.Windows.Threading;

namespace Traffic_Lightspp1 {

public partial class MainWindow : Window

{

int[][] ConnectTable = {new[] {-1}, new[] {-1}, new[] {-1},/*3*/new[] {18, 28},/*4*/new[] {26},/*5*/new[] {-1},/*6*/new[] {-1},/*7*/new[] {22},

/*8*/new[] {22,20},/*9*/new[] {20},/*10*/new[] {-1},/*11*/new[] {-1},/*12*/new[] {-1},/*13*/new[] {25},/*14*/new[] {29},/*15*/new[] {16}, /*16*/new[] {12,17},/*17*/new[] {1},/*18*/new[] {5,6},/*19*/new[] {21},/*20*/new[] {10,11},/*21*/new[] {10,11},/*22*/new[] {23,24},

/*23*/new[] {16},/*24*/new[] {25},/*25*/new[] {26,29},/*26*/new[] {21,22},/*27*/new[] {21},/*28*/new[] {19,27},/*29*/new[] {28,18} };

if (pass) {

Carlist[i].phase++;

Carlist[i].place[0] = Ways[Carlist[i].FullPath[Carlist[i].phase]].X[Car-list[i].index];

Carlist[i].place[1] = Ways [Carlist[i] .FullPath[Carlist[i] .phase]].Y[Car-list[i].index];

Canvas.SetLeft(Carlist[i].el, Carlist[i].place[0] - 6); Canvas.SetTop(Carlist[i].el, Carlist[i].place[1] - 6); sensors.CountIfIsSensorsPlace(Carlist[i].place, SensorsPlace, TL, canvas, TrafficLights, sensors, Timers, TL_0, LightsBrush);

decrement(TP, sensors, TL, Timers, TL_0);

}

}

else {

canvas.Children.RemoveAt(i + 80); Carlist.RemoveAt(i);

i-- ;

}

Приложение Е

Программа для оптимального управления работой светофоров на Т - образном перекрёстке

MainForm: using System;

using System.Collections .Generic; using System.ComponentModel; using System.Data; using System.Drawing; using System.Linq; using System.Text; using System.Threading.Tasks; using System.Windows.Forms;

namespace EVM_svetofor {

public partial class MainForm : Form {

int def_green_1 = 50; int def_green_2 = 30; System.Timers.Timer timSft1 = null; int interval_sft_1 = 5;//время зеленого сигнала на большой дороге в секундах

int interval_sft_2 = 3;//время зеленого сигнала на маленькой дороге в секундах int count_sec_sft = 0;

int diff_1_3_1 = 10; int diff_1_3_2 = 20; int diff_1_3_3 = 30;

int diff_2_1 = 10; int diff_2_2 = 15; int diff_2_3 = 20;

{

MessageBox.Show(мНекорректное значение для времени светофора \nЗначение первого светофора должно быть больше значения второго"); return;

}

def_settings["diff_1_3_1"] = Convert.ToInt32(tbTD1_3_1.Text); def_settings["diff_1_3_2"] = Convert.ToInt32(tbTD1_3_2.Text); def_settings["diff_1_3_3"] = Convert.ToInt32(tbTD1_3_3.Text);

def_settings["diff_2_1"] = Convert.ToInt32(tbTD2_1.Text); def_settings["diff_2_2"] = Convert.ToInt32(tbTD2_2.Text); def_settings["diff_2_3"] = Convert.ToInt32(tbTD2_3.Text);

Form main_form = new MainForm(def_settings);

main_form.ShowDialog(); }

}

}

Приложение Ж

Программа для оптимального управления работой светофоров на Т - образном перекрёстке (вариант программы)

usingSystem;

using System.Collections .Generic; using System.Linq; using System.Text; using System.Threading.Tasks; using System.Windows; using System.Windows.Controls; using System.Windows.Data; using System.Windows.Documents; using System.Windows.Input; using System.Windows.Media; using System.Windows.Media.Imaging; using System.Windows.Navigation; using System.Windows.Shapes; using System.Windows.Threading;

namespace Traffic_Lightspp1 {

public partial class MainWindow : Window

{

int[][] ConnectTable = {new[] {-1}, new[] {-1}, new[] {-1},/*3*/new[] {18, 28},/*4*/new[] {26},/*5*/new[] {-1},/*6*/new[] {-1},/*7*/new[] {22},

/*8*/new[] {22,20},/*9*/new[] {20},/*10*/new[] {-1},/*11*/new[] {-1},/*12*/new[] {-1},/*13*/new[] {25},/*14*/new[] {29},/*15*/new[] {16}, /*16*/new[] {12,17},/*17*/new[] {1},/*18*/new[] {5,6},/*19*/new[] {21},/*20*/new[] {10,11},/*21*/new[] {10,11},/*22*/new[] {23,24},

/*23*/new[] {16},/*24*/new[] {25},/*25*/new[] {26,29},/*26*/new[] {21,22},/*27*/new[] {21},/*28*/new[] {19,27},/*29*/new[] {28,18} }; Rectangle[] TL; Rectangle[] TL_0; PATH[] Ways = new PATH[30];

{

Carlist[i].phase++;

Carlist[i].place[0] = Ways[Carlist[i].FullPath[Carlist[i].phase]].X[Car-list[i].index];

Carlist[i].place[1] = Ways [Carlist[i] .FullPath[Carlist[i] .phase]].Y[Car-list[i].index];

Canvas.SetLeft(Carlist[i].el, Carlist[i].place[0] - 6); Canvas.SetTop(Carlist[i].el, Carlist[i].place[1] - 6); sensors.CountIfIsSensorsPlace(Carlist[i].place, SensorsPlace, TL, canvas, TrafficLights, sensors, Timers, TL_0, LightsBrush);

decrement(TP, sensors, TL, Timers, TL_0);

}

}

else {

canvas.Children.RemoveAt(i + 80); Carlist.RemoveAt(i);

i-- ;

}