Оптимизация процессов получения информации и управления движением транспортных потоков высокой интенсивности тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат наук Медовщиков, Максим Игоревич

• Медовщиков, Максим Игоревич
• кандидат наук
• 2013

Оглавление диссертации кандидат наук Медовщиков, Максим Игоревич

Содержание

Введение

Глава 1. Анализ методов получения параметров и управления транспортными потоками

1.1 Анализ существующих методов получения информации о транспортных потоках

1.2 Анализ существующих методов управления транспортными потоками

1.3 Постановка задачи

1.4 Заключение по главе

Глава 2. Оптимизация процессов получения информации о транспортных потоках (ТП)

2.1 Оптимизация количества детекторов транспорта

2.2 Методика определения скорости транспортных средств по акустическому излучению

2.3 Методика определения интенсивности транспортного потока по акустическому излучению

2.4 Заключение по главе

Глава 3. Оптимизация процессов управления транспортными потоками

3.1 Объект управления и структура адаптивной АСУДД

3.2 Подход к расчёту динамики транспортных потоков при адаптивном управлении

3.3 Оптимизация параметров светофорных объектов с применением генетических алгоритмов

3.4 Сегментирование транспортной сети и объединение сегментов

3.5 Заключение по главе

Глава 4. Реализация и оценка эффективности внедрения исследованных методов

4.1 Реализация пассивного акустического детектора транспорта

4.2 Применение метода оптимизации количества детекторов транспорта к сегменту транспортной сети г. Краснодара

4.3 Реализация модуля централизованного адаптивного управления транспортными потоками на базе АСУДД «СПЕКТР» на примере группы сегментов г. Краснодара

4.4 Оценка эффективности применения реализованных модулей АСУДД

4.5 Заключение по главе

Заключение

Список сокращений и условных обозначений

Список литературы

Приложение 1. Дополнительные сведения о существующих АСУДД и структуре

объекта управления

Приложение 2. Описание существующих методов определения параметров

транспортного потока по акустическому излучению

Приложение 3. Блок-схемы алгоритмов, применённых в разработанных методиках

Приложение 4. Справочная информация по детекторам транспорта

Приложение 5. Информация о разработанных имитационных моделях

Приложение 6. Дополнительные сведения о результатах исследования

разработанных методик

Приложение 7. Структура адаптивной АСУ дорожного движения

Приложение 8. Формирование модели транспортной сети г. Краснодара

Приложение 9. Дополнительные сведения о реализованных устройствах и

модулях

Приложение 10. Свидетельства о регистрации ПО и акты о внедрении результатов

Введение диссертации (часть автореферата) на тему «Оптимизация процессов получения информации и управления движением транспортных потоков высокой интенсивности»

Введение

Актуальность исследования.

Задачи, решаемые в диссертационной работе, относятся к проблеме эффективного управления транспортными потоками высокой интенсивности, включая проблему актуальности и достоверности информации о состоянии транспортных потоков. Проблема эффективности управления транспортными потоками известна с середины XX века. В результате автомобилизации и роста численности населения в городе возрастают объёмы транспортных потоков, загружая транспортную инфраструктуру города. С одной стороны общий рост интенсивности нерегулируемых потоков приводит к увеличению вероятности дорожно-транспортных происшествий, с другой стороны недостаточная эффективность регулирования потоков приводит к снижению пропускной способности транспортной сети и увеличению транспортных заторов.

Пигу, Найтом и Вардропом в результате формирования базовых принципов распределения транспортных потоков было доказано [175], что самоорганизующиеся транспортные потоки достигают состояния баланса, в котором путь каждого транспортного средства является оптимальным, но при этом общие показатели эффективности движения (время ожидания в пути, количество остановок, средняя скорость, суммарная интенсивность) оптимальными не являются. Поэтому эффективное управление транспортными потоками способно повысить не только безопасность, но и качество движения.

В ходе исследования путей решения данной проблемы было разработано множество различных методов, включая создание макромодели динамики потоков на основе уравнений гидродинамики и фундаментальной диаграммы интенсивности потока (LWR-модель, названная в честь основателей: Лайтхилла, Уизе-ма и Ричардса) [127, 179], развитие макромоделей и вида фундаментальной диаграммы в работах Кернера [120], а также создание микромоделей Ньюэла, Газиса, Трайбера [168], включая модель на основе клеточных автоматов Рикета, Нагеля и

Шрекенберга [154], изученные в работах Гасникова [12], а также мезо-модели динамики на основе теории массового обслуживания, включая оптимизационный подход Вебстера [176], мезо-модели Хайдемана [116] и современные модели, такие как модель Осорио [143]. Помимо моделей разрабатывались различные подходы к оптимизации, описанные в работах Гордона [112], Клейна [124], Хейта [77], Иносэ [29], Кременца [36], Капитанова [30], Петрова [57], таких как: локальную оптимизацию перекрёстка методом Вебстера; координированное управление методом «зелёной волны», изобретённым в научном центре TRL, Великобритания [156]; а также методы параметрического централизованного (SCOOT [155]), децентрализованного (UTOPIA [149]) и полного структурного (ОРАС [126]) адаптивного управления. При этом и в наши дни ведётся активный научный и практический поиск новых более точных моделей и принципов управления транспортными потоками, включая методы с использованием генетических алгоритмов [144] и пакетов моделирования [174], так как в условиях распространения явлений транспортных заторов актуализируются задачи эффективного управления в предзаторных и заторных состояния транспортной сети.

Помимо этого, развиваются методы получения актуальной и достоверной информации о состоянии транспортных потоков. Сеть транспортных потоков является слабо устойчивой: появление затора в одном конце города может привести к заторам в другом конце города. Поэтому современной эффективной системе управления необходима своевременная точная информация о транспортных потоках. К примеру, широко распространённой в мире системе SCOOT требуется по одному детектору транспорта на приходящую к перекрёстку полосу, а американской системе ОРАС ещё дополнительно по одному детектору на каждую исходящую полосу. Таким образом, эффективность управления зависит также и от количества детекторов транспорта и эффективности их работы. Поэтому в контексте проблемы эффективного управления требуется также решение задач оптимизации процессов получения информации о состоянии транспортных потоков.

Цель и задачи диссертации

Целью диссертационной работы является повышение эффективности процессов получения информации и управления движением транспортных потоков высокой интенсивности.

Для достижения указанной цели поставлены следующие задачи:

- анализ существующих подходов к управлению транспортными потоками, к моделированию транспортных потоков, а также подходов к получению информации о транспортных потоках;

-разработка методики оптимизации количества детекторов транспорта, используемых при управлении транспортными потоками;

- разработка методик определения параметров транспортных потоков по акустическому излучению, включая методику определения скорости потока с использованием оценки времени задержки акустического сигнала, и методику определения интенсивности потока с использованием аппарата исчисления конечных разностей;

- разработка методики оптимизации вычислительной сложности поиска времени задержки профиля акустического сигнала;

- разработка методики оптимизации параметров светофорных объектов с применением генетических алгоритмов в режиме реального времени и расщеплением модели транспортной сети на сегменты;

- реализация разработанных методик, а также исследование эффективности их внедрения.

Объект и предмет исследования

Объектом диссертационной работы является распределённая система транспортных потоков.

Предметом исследования является процесс получения параметров и управления движением транспортных потоков.

Методологическая и теоретическая основа исследования

В диссертационной работе использованы следующие теоретические методы: методы теории управления, цифровой обработки сигналов, теории вычислительной сложности, теории акустики, теории акустической локации, методы аппарата исчисления конечных разностей, методы определения времени рассогласования сигналов, параметрические и структурные методы идентификации, а также метод оптимизации с использованием генетических алгоритмов.

В дополнение к приведённым методам использованы: методы имитационного моделирования и физический эксперимент.

Научная новизна диссертации

1. Разработана методика оптимизации количества детекторов транспорта в зависимости от требуемой точности определения состояния транспортной сети по суммарным значениям параметров транспортных потоков. В отличие от существующих подходов, основанных на эмпирических рекомендациях, а также на специализации под конкретную систему управления, разработанная методика позволяет идентифицировать состояние транспортной сети с заданной точностью при различных принципах управления, применённых в АСУ дорожного движения.

2. Разработан способ определения скорости транспортных средств с использованием функций оценки времени задержки профиля акустического сигнала. В отличие от других способов, таких как способ с использованием эффекта Доплера, или способ с использованием акустических сигнатур, новый способ позволяет определить параметры транспортного потока при меньших вычислительных и временных затратах, позволяет избежать дополнительных преобразований сигнала, таких как преобразование Фурье и выделение частотного спектра сигнала.

3. Разработана методика оптимизации вычислительной сложности поиска времени задержки профиля акустического сигнала. Методика позволяет повысить эффективность систем получения параметров транспортного потока по акустическому излучению с использованием функций оценки времени задержки профиля акустического сигнала путём снижения требований к производительности вычис-

лительных устройств компонентов систем.

4. Разработан способ определения интенсивности транспортного потока по акустическому излучению на основе аппарата исчисления конечных разностей. В отличие от других способов, таких как способ оценки пространственного распределения мощности акустического излучения, или способ порогового определения наличия транспортных средств, новый способ позволяет определить интенсивность транспортного потока при меньших вычислительных и временных затратах, и в то же время является более точным по сравнению с пороговым методом, не требуя адаптивной поправки пороговых значений.

5. Применён генетический алгоритм в процессе оптимизации параметров светофорных объектов в реальном времени с расщеплением модели сети на сегменты. При этом для вычисления функции приспособленности производится моделирование динамики транспортных потоков в пакете моделирования SUMO. По сравнению с применением генетических алгоритмов, использующих пакет SUMO без сегментирования, новый подход позволяет ускорить моделирование и производить параллельные вычисления в реальном времени без необходимости интенсивного обмена информацией между вычислительными устройствами.

Практическая значимость работы

Разработанная методика оптимизации количества детекторов транспорта позволяет сократить затраты на внедрение и расширение АСУДД путём сокращения используемого количества детекторов транспорта при незначительном уменьшении точности идентификации транспортных потоков.

Разработанный пассивный акустический детектор транспорта может применяться в составе АСУДД. При этом детектор эффективен на немагистральных участках со средней интенсивностью 600 авт/ч до двух полос дорожного движения. Разработанный детектор не требователен к вычислительной производительности, а также обладает низкой себестоимостью производства. Применение данного детектора в составе АСУДД позволяет сократить затраты в процессе повышения плотности информационного обеспечения системы.

Разработанная методика оптимизации параметров светофорных объектов увеличивает эффективность управления в условиях высокой загрузки транспортной сети по сравнению с подходом, использующим календарные программы координированного управления.

Результаты диссертационной работы использованы и внедрены в производственный процесс ОАО НПК «ЗИП-Магнитоника» (см. приложение 10).

Предмет защиты и личный вклад автора

На защиту выносятся следующие положения диссертационной работы:

1. Методика оптимизации количества детекторов транспорта в зависимости от требуемой точности определения состояния транспортной сети по суммарным значениям параметров транспортных потоков.

2. Способ определения скорости транспортных средств методом оценки времени задержки акустического профиля.

3. Методика оптимизации вычислительной сложности поиска времени задержки акустического профиля.

4. Способ определения интенсивности транспортного потока на основе аппарата исчисления конечных разностей.

5. Методика оптимизации параметров светофорных объектов в реальном времени с применением генетических алгоритмов, пакета моделирования SUMO и сегментированием транспортной сети.

Автором лично предложены и разработаны:

1. Разработана методика оптимизации количества используемых детекторов транспорта при заданной точности идентификации состояния транспортной сети.

2. Предложен способ определения скорости транспортных средств по акустическому излучению с использованием методов оценки времени задержки акустического профиля.

3. Предложен способ определения интенсивности транспортного потока по акустическому излучению с использованием аппарата исчисления конечных разностей.

4. Разработана методика оптимизация вычислительной сложности процесса определения скорости транспортных средств по акустическому излучению с использованием методов оценки времени задержки.

5. Применён генетический алгоритм при оптимизации параметров светофорных объектов в реальном времени, включая расщепление модели на сегменты и применение пакета моделирования SUMO.

6. Разработана имитационная модель акустических свойств транспортного потока.

7. Разработана имитационная модель пассивного акустического детектора транспорта.

8. Разработано программное обеспечение пассивного акустического детектора транспорта, адаптированное под микроконтроллеры архитектуры ARM.

9. Разработано программное обеспечение модуля адаптивного управления, работающего в реальном времени, позволяющее производить распределённые вычисления в сети Ethernet.

Автором лично проведены численные, имитационные и физические эксперименты, обработка и обобщение научных результатов.

Апробация работы

Результаты диссертационной работы публиковались, докладывались и обсуждались на следующих конференциях:

- VII Всероссийская научно-практическая конференция студентов, аспирантов и молодых ученых «Молодежь и современные информационные технологии» (г. Томск, 2009 год);

-I Межвузовская научно-практическая конференция «Автоматизированные информационные и электроэнергетические системы» (г. Краснодар, 2010 год);

- VIII Всероссийская научно-практическая конференция студентов, аспирантов и молодых учёных «Технологии Microsoft в теории и практике программирования» (г. Томск, 2011 год);

-II Международная научно-практическая конференция, посвященная 51-й годовщине полета Ю.А. Гагарина в космос (г. Краснодар, 2012 год);

- II Межвузовская научно-практическая конференция «Автоматизированные информационные и электроэнергетические системы» (г. Краснодар, 2012 год).

Публикации

По теме диссертации опубликовано 16 научных трудов, включая 3 статьи в журналах, рекомендованных ВАК России для опубликования научных результатов диссертации, 9 публикаций статей, докладов и тезисов, а также 4 свидетельства регистрации ПО для ЭВМ (см. приложение 10).

Структура и объём диссертации

Диссертационная работа состоит из введения, 4 глав, заключения, списка использованной литературы и 10 приложений. Объём работы составляет 158 страниц основного текста, включая 21 рисунок, 16 таблиц и библиографию из 183 наименований, из которых работы автора составляют 16 наименований.

Благодарность

Автор выражает благодарность научному руководителю - к.т.н, доценту По-смитному Евгению Владимировичу за вклад в виде консультаций, практических советов и помощи в поиске необходимого технического оборудования. Также автор выражает благодарность кафедре автоматизации производственных процессов факультета компьютерных технологий и автоматизированных систем ФГБОУ ВПО «КубГТУ» за консультации по различным сферам технических наук, за предоставление помещений для проведения экспериментальной работы и предоставления программных сред компьютерного моделирования.

Глава 1. Анализ методов получения параметров и управления

транспортными потоками

1.1 Анализ существующих методов получения информации о транспортных потоках

Эффективность управления дорожным движением в условиях городской транспортной сети зависит не только от методов управления, но и от точности, детализации и актуальности получаемой информации о состоянии транспортных потоков.

Впервые задача автоматического получения информации была поставлена при разработке первых автоматизированных систем регулирования транспортных потоков на отдельных перекрёстках в 1930-х годах в США [112]. Для её решения был изобретён первый детектор транспорта контактного типа. Разработанная система производила динамическое регулирование светофорного объекта в зависимости от наличия транспортных средств в направлении главной дороги, предоставляя приоритет перед второстепенным маршрутом.

Детектор транспорта (ДТ) - это устройство, производящее измерение параметров транспортного потока (ТП), таких как скорость транспортных средств, интенсивность потока и плотность потока [132]. Контактный детектор транспорта позволял определять наличие транспортного средства перед светофорным объектом, но применение такого типа детекторов было осложнено необходимостью регулярного ремонта, что требовало перекрытия движения и вскрытия дорожного полотна.

В последствии с развитием автоматизированных систем управления дорожным движением (АСУДД) требования к точности, стоимости обслуживания и количеству детекторов транспорта существенно возросли. В настоящее время современным системам управления ДД требуются тысячи детекторов транспорта.

Например, в настоящее время известная английская АСУДД SCOOT в Лондоне получает данные от 2000 детекторов транспорта [118]. При этом в 2014 планируется расширение количества детекторов до 3000.

Необходимость большого количества детекторов транспорта определяется свойствами самих транспортных потоков: затруднение движения транспортного потока в одном участке городской сети может привести к появлению пробок (транспортных заторов) в отдалённых от первоначального участка областях сети, включая магистральные каналы движения [57]. Поэтому от детализации покрытия городской сети детекторами транспорта напрямую зависит эффективность управления транспортными потоками.

1.1.1 Классификация методов получения информации

Детекторы транспорта разделяют на две основные категории: встраиваемые в дорогу и устанавливаемые около дороги [36, 47].

К детекторам транспорта, встраиваемым в дорогу отнесены следующие:

- детектор на пневматических трубках;

- детектор на индукционной петле;

- электромагнитный детектор;

- детектор на пьезоэлектрических датчиках;

- детектор-весы (взвешивающий в движении).

К детекторам транспорта, устанавливаемых около дороги отнесены следующие:

- видеодетектор транспорта;

- радиолокационный детектор;

- детектор на инфракрасных датчиках;

- ультразвуковой детектор;

- детектор на двухмерном массиве пассивных акустических датчиков.

В дополнение к представленной классификации также следует добавить системы без специализированных транспортных детекторов, но также выполняющие функции снятия первичных данных о транспорте. К таким системам относятся:

- навигационная система на основе передатчиков NAVSTAR GPS / ГЛО-НАСС [133];

- навигационные системы на основе сетевых беспроводных технологий [183].

Навигационные системы предполагают наличие специального передающего устройства, расположенного непосредственно в транспорте.

Детекторы транспорта, встраиваемые в дорогу, являются наиболее традиционным средством снятия первичной информации о транспорте. К общим достоинствам категории встраиваемых детекторов относятся: большой опыт эксплуатации, дешевизна устройств детекторов, доступность для приобретения, устойчивость к погодным условиям. К недостаткам данной категории относятся: необходимость вскрытия дорожного полотна при установке и ремонте, перекрытие транспортного движения при проведении работ с детектором, уменьшение срока службы дорожного полотна, чувствительность к состоянию дороги.

Детекторы на индукционной петле [95] и пневматических трубках чувствительны к высокой интенсивности транспортного движения и перепадам температуры. При этом детектор на индукционной петле предоставляет наиболее точные данные по сравнению с другими встраиваемыми детекторами.

Электромагнитные детекторы устойчивы к интенсивности транспортного движения и температуре. Но для полноценного снятия информации о одной полосы дороги может потребоваться установка сразу нескольких детекторов. Данные детекторы также не рекомендуется использовать для детекции остановленного транспорта.

Детекторы транспорта, устанавливаемые около дороги, обладают общим преимуществом - отсутствием необходимости вскрывать дорожное полотно и пе-

рекрывать дорожное движение на время установки и ремонта. Также к общему преимуществу детекторов данной категории следует отнести возможность детекции транспорта сразу в нескольких зонах (либо на нескольких полосах дороги). Некоторые детекторы (микроволновый и видеодетектор) при установке непосредственно над дорогой могут потребовать перекрытия движения. Общим недостатком устанавливаемых около дороги детекторов является чувствительность к окружающей среде, более высокая стоимость оборудования, необходимость более частого проведения ремонтных, либо эксплуатационных работ.

Микроволновой радар [157] наиболее устойчив к погодным условиям по сравнению с другими детекторами той же категории. Но модели, использующие допплеровский эффект, непригодны для детекции остановленного транспорта.

Активный инфракрасный детектор [132] имеет наилучшую точность детекции скорости транспортного средства в представленной категории. Но в плохих погодных условиях (ограничение видимости до 6 метров при тумане, интенсивный снегопад) точность детекции падает. Пассивные инфракрасные детекторы при меньшей стоимости имеют дополнительное ограничение - их не рекомендуют использовать для детекции наличия транспорта ввиду резкого увеличения погрешности измерений при замедлениях и остановках транспортных средств.

Ультразвуковые детекторы [117] имеют большой опыт использования в Японии. К достоинствам данных детекторов можно отнести возможность определения характеристик очень большого по габаритам транспорта, а также возможность детекции больших по сравнению с инфракрасными и микроволновыми детекторами зон транспорта. К недостаткам следует отнести чувствительность к сильному ветру, перепадам температуры, слишком громкому звуку от транспорта.

К достоинствам акустического детектора [93] (на основе двумерного массива микрофонов) относится возможность пассивной детекции транспорта на больших зонах по сравнению с пассивным инфракрасным детектором. Также к достоинствам следует отнести устойчивость к осадкам. К недостаткам относится чувствительность к низкой температуре окружающей среды. Некоторые модели не реко-

мендуется использовать для детекции медленно движущегося транспорта, а также транспорта в условиях периодических остановок (в пробке).

Видеодетекторы [152] обладают наибольшей зоной детекции по сравнению со всеми детекторами (из обоих категорий). Видеодетекторы эффективны при одновременной детекции транспортных средств на 10 и более полосах дороги, либо перекрёстка. По сравнению с другими детекторами, данные детекторы способны предоставить расширенный набор данных о транспортном средстве. К недостаткам относится высокая чувствительность к условиям окружающей среды: дождь, снег, переход день/ночь; вибрациях при ветре; теням от транспортных средств; воде, грязи и кусочкам льда на объективе. Также возможны проблемы детекции транспорта, сливающегося по цвету с дорогой и перегороженного другими транспортными средствами в условиях плотной пробки.

Снятие первичной информации о транспортных средствах на основе навигационных систем используется сравнительно недавно. К достоинствам данного способа относится экономность развёртывания системы, минимальные затраты на поддержку системы, отсутствие привязки информации к фиксированным точкам транспортной сети, возможность получения информации в труднодоступных для установки других датчиков участках (мосты, плохие или недостроенные дорожные сети). Наиболее сильным недостатком применения навигационных систем является сложность определения интенсивности транспортных потоков (навигационные системы дают информацию о скорости и положении, но не об интенсивности) [27]. Таким образом применение данных, полученных с навигационных систем, к разработанным теориям транспортных потоков затруднительно, что делает неэффективным применение навигационных систем к задачам управления транспортными потоками высокой интенсивности.

По данным исследования Университета Нью-Мексико [132], проведённого по заказу департамента транспорта США, среди всех представленных технологий ни одна не является безусловным лидером, каждая технология оптимальная для своих условий.

1.1.2 Магистральные и местные участки городской дорожной сети

Согласно СНиП 2.07.01-89* дороги улично-дорожной сети (УДС) подразделяются на дороги магистрального и местного значения [74]. Дороги магистрального значения предназначены для движения транспорта по основным направлениям в разных уровнях улично-дорожной сети. Дороги местного значения предназначены для транспортной связи на территории жилых, научно-производственных и промышленных районов. Так как в диссертационной работе не рассматриваются уличные переходные, велосипедные и прочие участки УДС за исключением транспортных дорог, то в тексте диссертации под магистральными и местными участками подразумеваются соответственно транспортные дороги магистрального и местного значения.

Для получения информации с магистральных участков сети рекомендуется использование бесконтактных многополосных детекторов транспорта с большой зоной детектирования и высокой точностью. К таким детекторам относятся в первую очередь видео-детекторы, а также акустические и радиолокационные детекторы. Широкая зона детектирования и высокая точность окупают затраты на приобретение и эксплуатацию детекторов данной категории [132]. При этом видео-детекторы на магистральных участках используются наиболее часто во многих странах, включая РФ, Китай, большинство стран Европы, Англию и США. Радиолокационные детекторы менее распространены для данной задачи. Акустические детекторы на магистральных участках используются в основном в США.

Список литературы диссертационного исследования кандидат наук Медовщиков, Максим Игоревич, 2013 год

Список литературы

1. Автоматизированная система управления дорожным движением «Агат» (АСУДД «Агат») [Электронный ресурс] // ОАО «АГАТ-системы управления». — Режим доступа: http://www.agat.by/products/transport/dd/asudd-agat/ (дата обращения: 22.03.2010). — Копия электронного ресурса в архиве: http://www.webcitation.org/6GDofBdPb.

2. Автоматизированная система управления дорожным движением «Город-ДД» [Электронный ресурс] // КБСТ. — Режим доступа: http://www.cbst.by/rus/activity/traffic/asu/assud (дата обращения: 21.03.2010). — Копия электронного ресурса в архиве: http://www.webcitation.org/6GDpJ0Hb3.

3. Айфичер, Э.С. Цифровая обработка сигналов: практический подход, 2-е издание. [Текст] / Э.С. Айфичер, Б.У. Джервис; пер. И.Ю. Дорошенко, A.B. Наза-ренко; под ред. A.B. Назаренко. — М.: Издательский дом «Вильяме», 2004. — 992 е. —ISBN 5-8459-0710-1.

4. АСУДД «СПЕКТР 2.0». Система управления дорожным движением следующего поколения. Специальный анонс. [Электронный ресурс] // ЗАО «РИ-ПАС»: Разработка и производство автоматизированных систем. — Режим доступа: http://ripas.ru/index.php/option/content/task/view/id/105 (дата обращения: 23.03.2010). — Копия электронного ресурса в архиве: http://www.webcitation.org/6GDpZypLY.

5. АСУДД «СПЕКТР»: Взаимодействие элементов [Электронный ресурс] // ЗАО «Рипас». — Режим доступа: http://ripas.ru/pictures/ASUDD_elements.pdf (дата обращения: 01.09.2012). — Копия электронного ресурса в архиве: http://www.webcitation.org/6GBySA5oe.

6. Баклицкий, В.К. Методы фильтрации сигналов в корреляционно-экстремальных системах навигации [Текст] / В.К. Баклицкий, A.M. Бочкарев, М.П. Мусьяков; под ред. В.К. Баклицкого. — М.: Радио и связь, 1986. — 216 с.

7. Белов, C.B. Средства защиты в машиностроении. Расчет и проектирование [Текст] : справочник / C.B. Белов, А.Ф. Козьяков, О.Ф. Партолин, [и др.]; под ред. C.B. Белова. — М.: Машиностроение, 1989. — 368 с. — ISBN 5-217-00407-Х.

8. Буслаев, А.П. Вероятностные и имитационные подходы к оптимизации автодорожного движения [Текст] / А.П. Буслаев, A.B. Новиков, В.М. Приходько, [и др.]; под ред. В.М. Приходько. — М.: Мир, 2003. — 368 с. — ISBN 5-03003646-6.

9. Васильева, Е.М. Оптимизация планирования и управления транспортными системами [Текст] / Е.М. Васильева, Р.В. Игудин, В.Н. Лившиц; под ред. В.Н. Лившица. — М.: Транспорт, 1987. — 208 с.

10. Вечером 21 декабря пробки в Краснодаре достигли рекордных 10 баллов [Электронный ресурс] // ЮГА.ру - интернет-портал Южного региона. — Режим доступа: http://www.yuga.ru/news/282484/ (дата обращения: 25.12.2012). — Копия электронного ресурса в архиве: http://archive.is/MRrMS.

11. Виницкий, A.C. Очерк основ радиолокации при непрерывном излучении радиоволн [Текст] / A.C. Виницкий. — М.: Сов. радио, 1961. — 495 с.

12. Гасников, A.B. Введение в математическое моделирование транспортных потоков [Текст] : учеб. пособие / A.B. Гасников, С.Л. Кленов, Е.А. Нурминский, Я.А. Холодов, [и др.]; под ред. A.B. Гасникова. — М.: МФТИ, 2010. — 360 с. — ISBN 978-5-7417-0334-2.

13. ГОСТ 12936-82. Спидометры автомобильные с электроприводом. Общие технические условия [Текст] : Введ. 1983-07-01. — М.: ИПК Изд-во стандартов, 1998, — 8 с.

14. ГОСТ 12997-84. Изделия ГСП. Общие технические условия [Текст] : Введ. 1986-07-01. — М.: Стандартинформ, 2007. — 31 с.

15. ГОСТ 15150-69. Машины, приборы и другие технические изделия. Исполнения для различных климатических районов. Категории, условия эксплуатации, хранения и транспортирования в части воздействия климатических факторов внешней среды [Текст] : Введ. 1971-01-01. — М.: Стандартинформ, 2010. — 60 с.

16. ГОСТ 24.501-82. Автоматизированные системы управления дорожным движением. Общие требования [Текст] : Введ. 1983-01-01. — М.: Стандартин-форм, 2009. — 6 с.

17. ГОСТ 25176-82. Техническая диагностика. Средства диагностирования автомобилей, тракторов, строительных и дорожных машин. Классификация. Общие технические требования [Текст] : Введ. 1983-01-01. — М.: Изд-во стандартов, 1986. — 11 с.

18. ГОСТ 34.601-90. Информационная технология. Комплекс стандартов на автоматизированные системы. Автоматизированные системы. Стадии создания. [Текст] : Введ. 1992-01-01. — М.: Стандартинформ, 2009. — 6 с.

19. Гринченко, В.Т. Основы акустики [Текст] : Учебное пособие / В.Т. Грин-ченко, И.В. Вовк, В.Т. Мацыпура. — Киев: Наукова думка, 2009. — ISBN 978966-00-1022-2.

20. Давыдов, П.С. Радиолокационные системы воздушных судов [Текст] : Учебник для вузов / П.С. Давыдов, А.И. Козлов, B.C. Уваров, [и др.]; под ред. П.С. Давыдова. — М.: Транспорт, 1988. — 359 с. — ISBN 5-277-00019-4.

21. Данные OpenStreetMap в форматах XML и PBF [Электронный ресурс] // GIS-Lab. — Режим доступа: http://gis-lab.info/projects/osm_dump/ (дата обращения: 01.09.2012). — Копия электронного ресурса в архиве: http://archive.is/ldKdz.

22. Дополнительное оборудование для дорожных контроллеров серии (арт.75) [Электронный ресурс] // Торговый дом МЕГАПРОМ. — Режим доступа: http://www.tdmegaprom.ru/?tid=749&p (дата обращения: 01.09.2012). — Копия электронного ресурса в архиве: http://archive.is/lDbCs.

23. Дорожные контроллеры [Электронный ресурс] // Торговый Дом «МЕГАПРОМ». — Режим доступа: http://www.tdmegaprom.ru/ (дата обращения: 10.04.2012). — Копия электронного ресурса в архиве: http://archive.is/lkYIj.

24. Дрю, Д.Р. Теория транспортных потоков и управление ими [Текст] / Д.Р. Дрю; пер. Е.Г. Коваленко, Г.Д. Шермана; под ред. Н.П. Бусленко. — М.: Транспорт, 1972. —424 с.

25. Жилищные условия [Электронный ресурс] // Территориальный орган Федеральной службы государственной статистики по Краснодарскому краю. — Режим доступа: http://kjsdstat.gks.ru/wps/wcm/connect/rosstat_ts/krsdstat/ru/statistics/housing/ (дата обращения: 15.09.2012). — Копия электронного ресурса в архиве: http://archive.is/yVzJz

26. Зайцев, А.П. Технические средства и методы защиты информации [Текст] : учебник для вузов / А.П. Зайцев, A.A. Шелупанов, Р.В. Мещеряков; под ред. А.П. Зайцева. — М.: ООО «Издательство Машиностроение», 2009. — 508 с.

— ISBN 978-5-94275-454-9.

27. Затор и покраснение. Разработчики "Яндекс.Пробки" рассказали о способах предсказания будущего // Лента.Ру - Наука и техника. — Режим доступа: http://lenta.ru/articles/2012/12/18/yndx/ (дата обращения 14.02.2009). — Копия электронного ресурса в архиве: http://archive.is/XVGw7.

28. Зональные центры управления дорожным движением «СТАРТ-КВИН» [Электронный ресурс] // RTSoft. — Режим доступа: http://www.rtsoft.ru/projects/detail.php?ID=61 (дата обращения: 24.03.2010). — Копия электронного ресурса в архиве: http://archive.is/ylxv6.

29. Иносэ, X. Управление дорожным движением [Текст] / X. Иносэ, Т. Ха-мада; пер. М.П. Печерского; под ред. М.Я. Блинкина. — М.: Транспорт, 1983. — 248 с.

30. Капитанов, В.Т. Управление транспортными потоками в городах [Текст] / В.Т. Капитанов, Е.Б. Хилажев. — М.: Транспорт, 1985. — 94 с.

31. Карты OpenStreetMap для GisRussa [Электронный ресурс] // ГисРусса. — Режим доступа: http://osm-russa.narod.ru/ (дата обращения: 01.09.2012). — Копия электронного ресурса в архиве: http://archive.is/ZJHpo.

32. Карты OSM для «Навитела» [Электронный ресурс] // Навител Навигатор.

— Режим доступа: http://navitel.osm.rambler.ru/?country=Russia (дата обращения: 01.09.2012). — Копия электронного ресурса в архиве: http://archive.is/S0KZ9.

33. Кисляков, В.М. Математическое моделирование и оценка условий движения автомобилей и пешеходов [Текст] / В.М. Кисляков, В.В. Филиппов, И.А. Школяренко. — М.: Транспорт, 1979. — 200 с.

34. Клинковштейн, Г.И. Организация дорожного движения [Текст] : Учеб. для вузов / Г.И. Клинковштейн, М.Б. Афанасьев. — 5-е изд., перераб. и доп. — М.: Транспорт, 2001. — 247 с.

35. Краснодар утроит количество уличных видеокамер [Электронный ресурс] // Официальный сайт главы муниципального образования город Краснодар.

— Режим доступа: http://www.glava.krd.ru/news/359/ (дата обращения: 10.12.2012). — Копия электронного ресурса в архиве: http://archive.is/HEcc3.

36. Кременец, Ю.А. Технические средства организации дорожного движения [Текст] : Учебник для вузов / Ю.А. Кременец. — М.: ИКЦ «Академкнига», 2005.

— 279 с. — ISBN 5-94628-111-9.

37. Медовщиков М.И. Методика оптимизации количества детекторов транспорта в автоматизированных системах управления дорожным движением / Е.В. Посмитный, М.И. Медовщиков // Электронный журнал «Современная техника и технологии» [Электронный ресурс]. — Апрель, 2013. — Режим доступа: http://technology.snauka.ru/2013/04/1825. — Копия электронного ресурса в архиве: http://archive.is/kxsyz.

38. Медовщиков, М.И. Имитационная модель стереоакустических данных транспортного потока. ИМСДТП. [Текст] : Свидетельство о государственной регистрации программы для ЭВМ / М.И. Медовщиков, Е.В. Посмитный, JI.A. По-смитная, К.П. Сабодашев. — РОСПАТЕНТ. — №2012618984; заявл. 14.08.2012; опубл. 04.10.2012.

39. Медовщиков, М.И. К вопросу о сравнении методик определения скорости в пассивном акустическом детекторе транспорта [Текст] / М.И. Медовщиков, Е.В. Посмитный // Сборник научных статей II Международной научно-практической конференции, посвященной 51-й годовщине полета Ю.А. Гагарина

в космос. — Краснодар: Филиал ВУНЦ ВВС «ВВА им. проф. Н.Е. Жуковского и Ю.А. Гагарина», — 2012. — С. 240-242.

40. Медовщиков, М.И. Методика адаптивного управления транспортными потоками высокой интенсивности в условиях города на основе мезо-модели динамики с применением генетических алгоритмов / Е.В. Посмитный, М.И. Медовщиков // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2012. - №10(84). С. 953 - 963. - Режим доступа: http://ej.kubagro.ru/2012/10/pdf/75.pdf, 0,688 у.п.л., импакт-фактор РИНЦ=0,577. — Копия электронного ресурса в архиве: http://archive.is/5Ku5d.

41. Медовщиков, М.И. Методика обнаружения транспортного средства в чувствительной зоне пассивного акустического детектора транспортного потока / Е.В. Посмитный, М.И. Медовщиков // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2011. - №09(73). С. 390 - 405. - Шифр Информрегистра: 0421100012X0363. - Режим доступа: http://ej.kubagro.ru/2011/09/pdf/37.pdf, 1 у.п.л., импакт-фактор РИНЦ=0,577. — Копия электронного ресурса в архиве: http://archive.is/fGnnY.

42. Медовщиков, М.И. Методика определения интенсивности транспортного потока по акустическому излучению с использованием аппарата исчисления конечных разностей / Е.В. Посмитный, М.И. Медовщиков // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета (Научный журнал КубГАУ) [Электронный ресурс]. - Краснодар: КубГАУ, 2012. - №10(84). С. 964 - 974. - Режим доступа: http://ej.kubagro.ru/2012/10/pdf/76.pdf, 0,688 у.п.л., импакт-фактор РИНЦ=0,577. — Копия электронного ресурса в архиве: http://archive.is/tW80e.

43. Медовщиков, М.И. Модель блока измерения скорости для пассивного акустического детектора транспорта с использованием корреляционных подходов. ПАТД - Модель. [Текст] : Свидетельство о государственной регистрации

программы для ЭВМ / М.И. Медовщиков, Е.В. Посмитный, JI.A. Посмитная. — РОСПАТЕНТ. — №2012618987; заявл. 14.08.2012; опубл. 04.10.2012. — 22 с.

44. Медовщиков, М.И. Модуль адаптивного управления с применением генетических алгоритмов ITS-GenTL [Электронный ресурс] / М.И. Медовщиков // SourceForge. — Режим доступа: https://sourceforge.net/projects/itsgentl/ (дата обращения: 25.03.2013). — Копия электронного ресурса в архиве: http://archive.is/yo6b7.

45. Медовщиков, М.И. Обзор методов обнаружения двигающегося объекта по акустическим данным [Текст] / М.И. Медовщиков, Е.В. Посмитный // Сборник научных трудов факультета KT АС КубГТУ. — Краснодар: Издательский дом -ЮГ, — 2011. — Вып. 4. — С. 31-34.

46. Медовщиков, М.И. Оптимизация вычислительной сложности задачи определения скорости транспортного средства по стереоакустическим данным [Текст] / М.И. Медовщиков, Е.В. Посмитный // «Автоматизированные информационные и электроэнергетические системы», Материалы II Межвузовской научно-практической конференции (7-9 сентября 2012 года). — Краснодар: Издательский дом - ЮГ, — 2012. — С. 182-186.

47. Медовщиков, М.И. Получение информации о транспортных средствах в интеллектуальных транспортных системах [Текст] / М.И. Медовщиков, Е.В. Посмитный, A.A. Данич // Сборник научных трудов факультета КТАС КубГТУ. — Краснодар: Издательский дом - ЮГ, — 2010. — Вып. 3. — С. 12-15.

48. Медовщиков, М.И. Применение звукового анализатора для измерения скорости автодорожного транспортного потока [Текст] / М.И. Медовщиков, Е.В. Посмитный, А.Н. Загребельный // Сборник научных трудов факультета КТАСиЗИ и ИСТЭК. — Краснодар: Издательство КубГТУ, — 2008. — Вып. 1. — С. 198.

49. Медовщиков, М.И. Программное обеспечение пассивного акустического измерителя скорости транспортного средства для микроконтроллеров архитектуры ARM. АкусТД ARM. [Текст] : Свидетельство о государственной регистрации программы для ЭВМ / М.И. Медовщиков, Е.В. Посмитный. — РОСПАТЕНТ. — №2012618986; заявл. 14.08.2012; опубл. 04.10.2012. — 63 с.

50. Медовщиков, М.И. Программный модуль расчёта скорости транспортного средства по акустическим данным с использованием функции невязки. АТ-ДФН. [Текст] : Свидетельство о государственной регистрации программы для ЭВМ / М.И. Медовщиков, Е.В. Посмитный, JI.A. Посмитная, Д.А. Камсков. — РОСПАТЕНТ. — №2012618988; заявл. 14.08.2012; опубл. 04.10.2012. — 5 с.

51. Медовщиков, М.И. Разработка имитационной модели акустических свойств транспортного потока для исследования принципов определения скорости транспортных средств по звуку [Текст] / М.И. Медовщиков // «Технологии Microsoft в теории и практике прогаммирования», Сборник трудов VIII Всероссийской научно-практической конференции студентов, аспирантов и молодых учёных. — Томск: Изд-во ТПУ, — 2011. — С. 11-13.

52. Медовщиков, М.И. Разработка прототипа акустического датчика скорости автомобильного потока [Текст] / М.И. Медовщиков, Е.В. Посмитный, А.Н. За-гребельный // «Автоматизированные информационные и электроэнергетические системы», Материалы I Межвузовской научно-практической конференции (15-17 сентября 2010 года). — Краснодар: Издательский дом - ЮГ, — 2010. — С. 162— 165.

53. Медовщиков, М.И. Способ измерения скорости автодорожного транспортного потока на основе анализа звуковой информации [Текст] / М.И. Медовщиков, Е.В. Посмитный, А.Н. Загребельный // Сборник трудов VII Всероссийской научно-практической конференции студентов, аспирантов и молодых ученых «Молодежь и современные информационные технологии». — Томск: Изд-во СПБ Графике, — 2009. — Т. 2. — С. 85-87.

54. Методические рекомендации по оценке эффективности инвестиционных проектов : Бизнес планирование [Электронный ресурс] // Торгово-промышленная палата Российской Федерации. — Режим доступа: http://www.tpprf.ru/ru/activities/investment_s/analitic/mam03/ (дата обращения: 01.09.2012). — Копия электронного ресурса в архиве: http://archive.is/mP9nw.

55. О предприятии [Электронный ресурс] // ГУП КК «СМЭУ». — Режим доступа: http://cM3y-KK^ftstor.html (дата обращения: 10.12.2012). — Копия электронного ресурса в архиве: http://archive.is/DXWqB.

56. Официальная статистика [Электронный ресурс] // Территориальный орган Федеральной службы государственной статистики по Краснодарскому краю. — Режим доступа: http://krsdstat.gks.ru/wps/wcm/connect/rosstat_ts/krsdstat/ru/statistics/ (дата обращения: 15.09.2012). — Копия электронного ресурса в архиве: http ://archi ve. is/zVMbs.

57. Петров, B.B. Автоматизированные системы управления дорожным движением в городах [Текст] : Учебное пособие / В.В. Петров. — Омск: Изд-во Си-6АДИ, 2007. — 104 с. — ISBN 978-5-93204-322-6.

58. Пластинин, A.B. Бизнес-план: Экономическая оценка инвестиций [Текст] : Учебное пособие / A.B. Пластинин. — Архангельск: Из-во АГТУ, 2007. — 93 с.

59. Подробная карта улиц города Краснодар с телефонным справочником [Электронный ресурс] // 2ГИС. — Режим доступа: http://krasnodar.2gis.ru/ (дата обращения: 10.12.2012). — Копия электронного ресурса в архиве: http://archive.is/IQKWC.

60. Правдин, Н.В. Прогнозирование пассажирских потоков [Текст] / Н.В. Правдин, В.Я. Негрей. — М.: Транспорт, 1980. — 222 с.

61. Пробок в Краснодаре станет меньше [Электронный ресурс] // KUBAN.KP.RU Комсомольская правда в Краснодаре. — Режим доступа: http://kuban.kp.ru/daily/25977/2911874/ (дата обращения: 25.12.2012). — Копия электронного ресурса в архиве: http://archive.is/Iwgpa.

62. Протокол СПЕКТР [Электронный ресурс] // ЗАО «РИПАС»: Разработка и производство автоматизированных систем. — [2011]. — Режим доступа: http://ripas.ru/files/CUDD_demo/protocol%20SPEKTR%20vl_13.doc (дата обращения: 16.02.2012). — Копия электронного ресурса в архиве: http://archive.is/9Qcgy.

63. Пугачёв, И.Н. Проблемы развития систем управления движением транспорта в г. Хабаровске [Текст] / И.Н. Пугачёв — Хабаровск: Хабар, гос. техн. ун-т, — 2003, —С. 1-8.

64. Рабинер, JT. Теория и применение цифровой обработки сигналов [Текст] / JI. Рабинер, Б. Гоулд; под ред. Ю.Н. Александрова. — М.: Издательство "Мир", 1978. —848 с.

65. Рихачек, А. Сигналы, допустимые с точки зрения доплеровского эффекта [Текст] / А. Рихачек // ТИИЭР. — 1966. — Т. 54, № 6. — С. 38-48.

66. Руководство по установке и запуску демонстрационного программного обеспечения центра АСУДД [Электронный ресурс] // ЗАО «РИПАС»: Разработка и производство автоматизированных систем. — [2012]. — Режим доступа: http://ripas.ru/files/CUDD_demo/Manual.doc (дата обращения: 10.10.2011). — Копия электронного ресурса в архиве: http://archive.is/Zg61Z.

67. Ручин, А.Б. Урбоэкология для биологов [Текст] / А.Б. Ручин, В.В. Мещеряков, С.Н. Спиридонов. — М.: КолосС, 2009. — 195 с. — ISBN 978-5-9532-06860.

68. Саати, Т.Л. Элементы теории массового обслуживания и ее приложения [Текст] / Т.Л. Саати. — М.: Сов. радио, 1965. — 510 с.

69. Самые автомобилизированные города России [Электронный ресурс] // РБК.Рейтинг. — Режим доступа: http://rating.rbc.ru/article.shtml72008/09/30/32143066 (дата обращения: 01.12.2011). — Копия электронного ресурса в архиве: http://archive.is/lM80Y.

70. Семенов, В.В. Математическое моделирование динамики транспортных потоков мегаполиса [Текст] / В.В. Семенов. — М.: Препринт ИПМ РАН № 34, 2004. — 44 с.

71. Семенов, В.В. Смена парадигмы в теории транспортных потоков [Текст] / В.В. Семенов. — М.: Препринт ИПМ РАН № 46, 2006. — 32 с.

72. Сильянов, В.В. Транспортно-эксплуатационные качества автомобильных дорог и городских улиц [Текст] : учебник для студ. высш. учеб. заведений / В.В.

Сильянов, Э.Р. Домке. — 2-е изд., стер. — М.: Издательский центр «Академия», 2008. — 352 с. — ISBN 978-5-7695-4864-2.

73. Строительные нормы и правила: СНиП 2.05.02-85. Автомобильные дороги [Текст] : Нормативно-технический материал. — Введ. 01.01.87. — М.: ЦИТП, 1986.

74. Строительные нормы и правила: СНиП 2.07.01-89*. Градостроительство. Планировка и застройка городских и сельских поселений [Текст] : Нормативно-технический материал. — Введ. 01.01.90. — М., 1994.

75. Сухоченков, A.C. Анализ методов оценки эффективности различных технологий управления дорожным движением [Электронный ресурс] / A.C. Сухоченков // AGA Group, Inc. — Режим доступа: http://www.againc.net/media/30170/анализ%20методов%20определения%20эффект ивности%20разлтехнологий^Г (дата обращения: 04.06.2012). — Копия электронного ресурса в архиве: http://archive.is/KivOL

76. фон Нейман, Дж. Теория самовоспроизводящихся автоматов [Текст] : пер. с англ. / Дж. фон Нейман; под ред. В. Варшавского. — 2-е изд. — М.: УРСС, 2010. — 384 с. — ISBN 978-5-397-01084-9.

77. Хейт, Ф. Математическая теория транспортных потоков [Текст] / Ф. Хейт; под ред. И.Н. Коваленко. — М.: Издательство "Мир", 1966. — 287 с.

78. Хемминг, Р.В. Цифровые фильтры [Текст] / Р.В. Хемминг; под ред. A.M. Трахтмана. — М.: Сов. радио, 1980. — 224 с.

79. Хилажев, Е.Б. Микропроцессорная техника в управлении транспортными потоками [Текст] / Е.Б. Хилажев, В.Д. Кондратьев. — М.: Транспорт, 1987. — 174 с.

80. Цены на автомобильное топливо [Электронный ресурс] // Официальный интернет-портал администрации муниципального образования город Краснодар и городской думы Краснодара. — [2013]. — Режим доступа: http://www.krd.ru/tarify/tarify_krasnodar/analytic_info/analitica_2012/2012god/ceni_gs

m_2012g/ (дата обращения: 01.03.2013). — Копия электронного ресурса в архиве: http://archive.is/x9cYf.

81. Что такое система "Старт"? [Электронный ресурс] // ЦТАУ ДТ Управления ГИБДД ГУВД по г. Москве. — Режим доступа: http://www.gibddsao.ru/article35.php (дата обращения: 25.03.2010). — Копия электронного ресурса в архиве: http://archive.is/oihwV.

82. Швецов, В.И. Алгоритмы распределения транспортных потоков [Текст] / В.И. Швецов // Автоматика и телемеханика. — 2009. — № 10. — С. 148-157.

83. Швецов, В.И. Математическое моделирование транспортных потоков [Текст] / В.И. Швецов // Автоматика и телемеханика. — 2003. — № 11. — С. 3-46.

84. About STREAMS: Intelligent Transport System (ITS) [Electronic resource] // Transmax. — Mode of access: http://www.transmax.com.au/main/index.php/streams.html (accessed date: 20.03.2010). — Archival copy: http://archive.is/lCGSV.

85. Acoustic sensor system for vehicle detection and multi-lane highway monitoring [Text] : patent 5798983: IPC U.S. Classification: 367/135 International Classification : H04B 1100 / Kuhn J.P., Bui B.C., Pieper G.J. publ. 25.08.1998.

86. Adaptive Traffic Control Systems: Domestic and Foreign State of Practice [Text] // Transportation research board. Ser. NCHRP Synthesis 403. — WASHINGTON, D.C., US: 2010. — P. 1-105.

87. Alexiadis, V. Traffic Analysis Toolbox [Text] : Vol. 1 Traffic Analysis Tools Primer / V. Alexiadis, K. Imou, K. Chandra. — Oakland, С A, US: Federal Highway Administration, 2004. — 34 p.

88. Almasri, E. A new offset optimization method for signalized urban road networks [Text] : Dissertation : Doctor of engineering :-Date of examination 18.04.2006 / Essam Almasri — University of Hanover, 2006. — 165 p.

89. Analysis of Micro-Simulation Tools [Electronic resource] // The Smartest Project. — Mode of access: http://www.its.leeds.ac.uk/projects/smartest/append3d.html (accessed date: 15.04.2012). — Archival copy: http://archive.is/NRJse.

90. Barbagli, B. Acoustic Sensor Network for Vehicle Traffic Monitoring [Text] / B. Barbagli, G. Manes, R. Facchini, A. Manes2012. // VEHICULAR 2012, The First International Conference on Advances in Vehicular Systems, Technologies and Applications. — 2012. — P. 1-6. — ISBN 978-1-61208-241-7.

91. Behrisch, M. SUMO - Simulation of Urban Mobility: An Overview [Text] / M. Behrisch, L. Bieker, J. Erdmann, D. Krajzewicz // SIMUL 2011, The Third International Conference on Advances in System Simulation. — Barcelona, Spain: 2011. — P. 63-68. — Mode of access: http://sumo.sourceforge.net/ (accessed date: 24.04.2012). — Archival copy: http://archive.is/52bv0.

92. Burghout, W. Hybrid microscopic-mesoscopic traffic simulation [Text] : dissertation. / Burghout Wilco. — KTH, 2004.

93. Cai, M. Passive acoustic detection of a small remotely operated vehicle [Text] / M. Cai, B. Bingham // OCEANS, 2011 IEEE - Spain2011. — P. 1 -7.

94. Cevher, V. Vehicle Speed Estimation Using Acoustic Wave Patterns [Text] / V. Cevher, R. Chellappa, J.H. McClellan // IEEE Transactions on Signal Processing. — 2009. — Vol. 57, № 1. — P. 30 -47.

95. Cheung, S.Y. Traffic Measurement and Vehicle Classification with a Single Magnetic Sensor [Text] / S.Y. Cheung, S. Coleri, B. Dundar, S. Ganesh, C.-W. Tan, P. Varaiya // PATH Working Paper. — 2004.

96. Clayton, A.J. Road traffic calculations [Text] / A.J. Clayton // Institution Civil Engineers J /UK/. — № 0.

97. Coifman, B. Vehicle reidentification and travel time measurement on congested freeways [Text] / B. Coifman, M. Cassidy // Transportation Research Part A: Policy and Practice. — 2002. — Vol. 36, № 10. — P. 899-917.

98. Cousins, W. Comparative study of traffic models: a concrete mass evacuation example [Text] / W. Cousins, S. Deutsch, P.A. Gremaud, A. Stroka, M.H. Tessler, J. Washington // Department of Mathematics, University of Virginia, Charlottesville, VA. — Vol. 22903.

99. Couvreur, C. Doppler-based motion estimation for wide-band sources from single passive sensor measurements [Text] / C. Couvreur, Y. Bresler //, 1997 IEEE International Conference on Acoustics, Speech, and Signal Processing, 1997. ICASSP-97: Vol. 51997. — P. 3537-3540 vol.5.

100. Couvreur, C. Modeling and estimation for Doppler-shifted Gaussian random processes [Text] / C. Couvreur, Y. Bresler // Statistical Signal and Array Processing, 1996. Proceedings., 8th IEEE Signal Processing Workshop on (Cat. No.96TB 100041996. — P. 28 -31.

101. Cremer, M. A fast simulation model for traffic flow on the basis of boolean operations [Text] / M. Cremer, J. Ludwig // Mathematics and Computers in Simulation. — 1986. — Vol. 28, № 4. — P. 297-303.

102. Daganzo, C.F. Fundamentals of Transportation and Traffic Operations [Text] /C.F. Daganzo — 1997.

103. Davol, A.P. Modeling of Traffic Signal Control and Transit Signal Priority Strategies in a Microscopic Simulation Laboratory [Text] : Master of Science in Transportation. / Davol A. P. — Massachusetts institute of technology, US, 2001. — 118 p.

104. Directive 2010/40/EU of the European Parliament and of the Council of 7 July 2010 on the framework for the deployment of Intelligent Transport Systems in the field of road transport and for interfaces with other modes of transport (Text with EEA relevance). [Text] // Official Journal of the European Union. — 2010.

105. EASE - Enhanced Acoustic Simulator for Engineers [Electronic resource] // AFMG - Ahnert Feistel Media Group. — [2012]. — Mode of access: http://ease.afmg.eu/ (accessed date: 15.04.2011). — Archival copy: http://archive.is/3MCdT.

106. Fazenda, B. Acoustic based safety emergency vehicle detection for intelligent transport systems [Text] / B. Fazenda, H. Atmoko, F. Gu, L. Guan, A. Ball // ICCAS-SICE, 20092009. — P. 4250 -4255.

107. Fox Traffic Simulation - UTMC [Electronic resource] — Mode of access: http://www.foxtrafficsimulation.co.uk/utc.html (accessed date: 20.09.2010). — Archival copy: http://archive.is/WCsWF.

108. GAlib Documentation, version 2.4 [Electronic resource] // Massachusetts Institute of Technology and Matthew Wall. — Mode of access: http://lancet.mit.edu/galib-2.4/GAlib.html (accessed date: 10.03.2012). — Archival copy: http://archive.is/8PF0D.

109. Gartner, N.H. Implementation of the OP AC adaptive control strategy in a traffic signal network [Text] / N.H. Gartner, F.J. Pooran, C.M. Andrews // Intelligent Transportation Systems, 2001. Proceedings. 2001 IEEE2001. — P. 195-200.

110. Gazis, D.C. Traffic Theory [Text] / D.C. Gazis. — Springer, 2002. — 292 p. — ISBN 9781402070952.

111. Gillen, D. Assessing the Benefits and Costs of ITS Projects: Volume 1 Methodology [Text] / D. Gillen, J. Li, J. Dahlgren, E. Chang // Institute of Transportation Studies University of California, Berkeley — 1999.

112. Gordon, R.L. Traffic control systems handbook [Text] / R.L. Gordon, W. Tighe // US Department of Transportation, Federal Highway Administration, Office of Operations; Siemens, ITS. — 2005. — 478 p.

113. Grakovski, A. The analysis of possibility of acoustic sensors application for moving road vehicles detecting [Text] / A. Grakovski, V. Ovchinnikov, S. Kamenchen-ko // Proceedings of the 9th International Conference "Reliability and Statistics in Transportation and Communication" (RelStat'09), 21-24 October 2009, Riga, Latvia — 2009. — October. — P. 178-184. — ISBN 978-9984-818-21-4.

114. Greenshields, B.D. Traffic performance at urban street intersections [Text] / B.D. Greenshields, D. Schapiro, E.L. Ericksen // Bureau Highway Traffic, Yale University; Eno Foundation for Highway Traffic Control. — 1946. — Tech Rpt 1. — 152 p.

115. Haight, F.A. Mathematical theories of traffic flow [Text] / F.A. Haight. — ARRB Group Limited, 1965. — 242 p.

116. Heidemann, D. Queueing at unsignalized intersections [Text] / D. Heidemann, H. Wegmann // Transportation Research Part B: Methodological. — 1997. — Vol. 31, №3.— P. 239-263.

117. Imou, K. Ultrasonic Doppler Sensor for Measuring Vehicle Speed in Forward and Reverse Motions Including Low Speed Motions [Text] / K. Imou, M. Ishida, T. Okamoto, Y. Kaizu, A. Sawamura, N. Sumida // International Commission of Agricultural Engineering (E-Journal). — 2001. — Vol. 3, PM 01 007.

118. Jackman, G. Provision for All-Adaptive Signal Control for Cities Where Modal Demands Are Changing-The London Case Study [Text] / G. JACKMAN, M. HUTT // 2011 Conference and exhibition of the transportation association of Canada. Transportation successes: let's build on them. 2011 Congress et Exhibition de l'Association des Transports du Canada. Les Succes en Transports: Une Tremplin vers l'Avenir. —2011.

119. Kassem, N. RF-Based Vehicle Detection and Speed Estimation [Text] / N. Kassem, A.E. Kosba, M. Youssef // Vehicular Technology Conference (VTC Spring), 2012 IEEE 75th2012. — P. 1 -5.

120. Kerner, B.S. Introduction to Modern Traffic Flow Theory and Control: The Long Road to Three-phase Traffic Theory [Text] /B.S. Kerner. — Springer, 2009. — 271 p. — ISBN 978-3-642-02605-8.

121. Kesting, A. MovSim: Multi-model Open-source Vehicle-Traffic Simulator [Electronic resource] / A. Kesting, M. Budden, R. Germ, M. Treiber — Mode of access: http://www.h2063376.stratoserver.net/movsim/ (accessed date: 15.03.2012). — Archival copy: http://archive.is/EotWH.

122. Kesur, K. Advances in Genetic Algorithm Optimization of Traffic Signals [Text] / K. Kesur // Journal of Transportation Engineering. — 2009. — Vol. 135, № 4. — P. 160-173.

123. Kinzer, J.P. Application of the Theory of Probability to Problems of Highway Traffic [Text] : thesis submitted in partial satisfaction of requirements for degree of B.C.E. / J.P. Kinzer. — Polytechnic Institute of Brooklyn, 1933.

124. Klein, L.A. Traffic Detector Handbook: Third Edition - Volume I [Text] / L.A. Klein, M.K. Mills, D.R.P. Gibson // Federal Highway Administration (FHWA), US. —2006,—P. 288.

125. Klein, L.A. Traffic Detector Handbook: Third Edition - Volume II [Text] / L.A. Klein, M.K. Mills, D.R.P. Gibson // Federal Highway Administration (FHWA), US. —2006.—P. 394.

126. Liao, L.C. A review of the optimized policies for adaptive control strategy (OPAC) [Text] / L.C. Liao // PATH working paper; UCB-ITS-PWP-98-9. — 1998.

127. Lighthill, M.J. On Kinematic Waves. II. A Theory of Traffic Flow on Long Crowded Roads [Text] / M.J. Lighthill, G.B. Whitham // Proceedings of the Royal Society of London. Series A. Mathematical and Physical Sciences. — 1955. — Vol. 229, № 1178. —P. 317-345.

128. Lin, Z. Detection of helicopter signals using cyclostationarity [Text] / Z. Lin // International Conference on Acoustics, Speech, and Signal Processing 1995. ICASSP-95. — Vol. 3. — 1995. — P. 1952 -1955

129. López-Valcarce, R. Estimation of road vehicle speed using two omnidirectional microphones: a maximum likelihood approach [Text] / R. López-Valcarce, C. Mosquera, F. Pérez-González // EURASIP J. Appl. Signal Process. — 2004. — Vol. 2004. —P. 1059-1077.

130. Lubashevsky, I. Towards a variational principle for motivated vehicle motion [Text] /1. Lubashevsky, S. Kalenkov, R. Mahnke // Physical review. E, Statistical, nonlinear, and soft matter physics. — 2002. — Vol. 65, № 3. — P. 036140.1-036140.5.

131. Lubashevsky, I. Towards the fundamentals of car following theory [Text] /1. Lubashevsky, P. Wagner, R. Mahnke // arXiv:cond-mat/0212382. — 2002.

132. Mimbela, L.E.Y. Summary of vehicle detection and surveillance technologies used in intelligent transportation systems [Text] / L.E.Y. Mimbela, L.A. Klein; Vehicle Detector Clearinghouse; Southwest Technology Development Institute; New Mexico State University; Department of Transportation. — Washington DC, USA: Office for Intelligent Transportation Systems, 2000. — 211 p.

133. Mobile Millennium Project [Electronic resource] // University of California, Berkeley. — Mode of access: http://traffic.berkeley.edu/ (accessed date: 16.04.2011). — Archival copy: http://archive.is/U3iEH.

134. Mohan, P. Nericell: rich monitoring of road and traffic conditions using mobile smartphones [Text] / P. Mohan, V.N. Padmanabhan, R. Ramjee // Proceedings of the 6th ACM conference on Embedded network sensor systems: SenSys '08. — New York, NY, USA: ACM, 2008. — P. 323-336.

135. Moore, J.E. SCOOT performance in Anaheim advanced traffic control system [Text] / J.E. Moore, R. Jayakrishnan, M.G. McNally, C.A. MacCarley // Intellimo-tion. — 1999, —Vol. 8, № 3.

136. Nadeem, A.C. Guidelines for selecting signal timing software [Text] : Technical Report Documentation / A.C. Nadeem, G.K. Vijay, S.M. Mahabubul Alam. — Springfield, Virginia, US: National Technical Information Service, 2002. — 28 p.

137. Newell, G.F. Applications of queueing theory [Text] : Monograph / G.F. Newell. — Washington: Transportation Research Board, 1982. — 344 p.

138. Oda, T. Evaluation of measured travel time utilizing two-way communication in UTMS [Text] / T. Oda, K. Takeuchi, Y. Yoshio, S. Niikura // Vehicle Navigation and Information Systems Conference, 1996. VNIS '96: Vol. 71996. — P. 54 - 61.

139. Open Source MITSIMLab [Electronic resource] // MIT Intelligent Transportation Systems. — [2009]. — Mode of access: http://mit.edu/its/MITSIMLabOSnew.html (accessed date: 20.04.2012). — Archival copy: http://archive.is/X02p3.

140. OpenStreetMap [Electronic resource] — Mode of access: http://www.openstreetmap.org/ (accessed date: 15.03.2012). — Archival copy: http://archive.is/QQS8P.

141. Osmconvert [Electronic resource] // OpenStreetMap Wiki. — Mode of access: http://wiki.openstreetmap.org/wiki/Osmconvert (accessed date: 01.09.2012). — Archival copy: http://archive.is/tJ5CQ.

142. Osorio, C. A surrogate model for traffic optimization of congested networks: an analytic queueing network approach [Text] / C. Osorio, M. Bierlaire // Report TRANSP-OR. — 2009. — Vol. 90825. — P. 1-23.

143. Osorio, C. An analytic finite capacity queueing network model capturing the propagation of congestion and blocking [Text] / C. Osorio, M. Bierlaire // European Journal of Operational Research. — 2009. — Vol. 196, № 3. — P. 996-1007.

144. Park, B. A genetic algorithm-based signal optimization program for oversatu-rated intersections [Text] / B. Park // Towards the new horizon together. Proceedings of the 5th world congress on intelligent transport systems, held 12-16 october 1998, seoul, korea. Paper no. 1026. — 1998. — ISBN 89-950073-2-X.

145. Park, B. Evaluation of traffic signal timing optimization methods using a stochastic and microscopic simulation program [Text] : Report on Federally Funded Project / B. Park, J.D. Schneeberger // Virginia Transportation Research Council. — 2002.

— P. 33.

146. Park, B. Traffic signal optimization program for oversaturated conditions: Genetic algorithm approach [Text] / B. Park, C.J. Messer, T. Urbanik // Transportation Research Record: Journal of the Transportation Research Board. — 1999. — Vol. 1683.

— P. 133-142.

147. Park, B.B. Enhanced genetic algorithm for signal-timing optimization of oversaturated intersections [Text] / B.B. Park, C.J. Messer, T. Urbanik II // Transportation Research Record: Journal of the Transportation Research Board. — 2000. — Vol. 1727. —P. 32-41.

148. Perros, H. Open queueing networks with blocking - a personal log [Text] / H. Perros; In G. Kotsis, editor // Performance Evaluation - Stories and Perspectives. — Vienna, Austria: Austrian Computer Society, 2003. — P. 105-115.

149. Prothmann, H. Organic Traffic Control [Text] : Dissertation : Date of examination 15.07.2011 / Prothmann Holger — Karlsruher Institut fur Technologie (KIT), 2011. — 279 p. — ISBN 978-3-86644-725-7.

150. Ranjitkar, P. Car-following models: an experiment based benchmarking [Text] / P. Ranjitkar, T. Nakatsuji, A. Kawamua // Journal of the Eastern Asia Society for Transportation Studies. — 2005. — Vol. 6. — P. 1582-1596.

151. Rehborn, H. Traffic Prediction of Congested Patterns [Text] / H. Rehborn, S.L. Klenov // R. Meyers (Ed.): Encyclopedia of Complexity and Systems Science. — Springer New York. — 2009. — P. 9500-9536.

152. Rehborn, H. Using ASDA and FOTO to generate RDS/TMC traffic messages [Text] / H. Rehborn, J. Palmer // Traffic engineering & control. — Vol. 49, № 7. — P. 261-267.

153. Research [Electronic resource] // OpenStreetMap Wiki. — Mode of access: http://wiki.openstreetmap.org/wiki/Research (accessed date: 01.09.2012). — Archival copy: http://archive.is/cTgal.

154. Rickert, M. Two lane traffic simulations using cellular automata [Text] / M. Rickert, K. Nagel, M. Schreckenberg, A. Latour // Physica A: Statistical Mechanics and its Applications. — 1996. — Vol. 231, № 4. — P. 534-550.

155. Robertson, D.I. Optimizing networks of traffic signals in real time-the SCOOT method [Text] / D.I. Robertson, R.D. Bretherton // IEEE Transactions on Vehicular Technology. — 1991. — Vol. 40, № 1, —P. 11-15.

156. Robertson, D.I. Transyt: A traffic network study tool [Text] / D.I. Robertson; Road Research Laboratory [UK]. —Highway Safety Literature, 1969. — 43 p.

157. Salah, M. Speed Estimation in Forward Scattering Radar by Using Standard Deviation Method [Text] / M. Salah, M.F.A. Rasid, R.R. Abdullah, M. Cherniakov // Modern Applied Science. — 2009. — Vol. 3, № 3. — P. PI6.

158. Samad, S.A. A Survey of Modeling and Simulation Tools for Underwater Acoustic Sensor Networks [Text] / S.A. Samad, S.K. Shenoy, G.S. Kumar, P.R.S. Pillai // International Journal of Research and Reviews in Computer Science (IJRRCS); Simulation, Benchmarking and Modeling of Systems and Communication Networks. — 2011, —№40.—P. 40-47.

159. SCATS - History of SCATS Development [Electronic resource] // Department of Main Roads (DMR); Roads and Traffic Authority (RTA). — Mode of access: http://www.scats.com.au/product_history.html (accessed date: 20.04.2010). — Archival copy: http://archive.is/jIUUN.

160. Schonhof, M. Criticism of three-phase traffic theory [Text] / M. Schonhof, D. Helbing // Transportation Research Part B: Methodological. — 2009. — Vol. 43, № 7. — P. 784-797.

161. Singh, V.P. Passive Acoustic Localisation: (Prototype Design and Implementation) For Military Applications [Text] : A Thesis Report Submitted in Partial Fulfillment of the Requirement for the Degree of Master of Technology / V.P. Singh, P. Gupta. — Indian Institute of Technology Kanpur, 2008. — 104 p.

162. Sommer, C. Emissions vs. Travel Time: Simulative Evaluation of the Environmental Impact of ITS [Text] / C. Sommer, R. Krul, R. German, F. Dressier // Vehicular Technology Conference (VTC 2010-Spring), 2010 IEEE 71st2010. — P. 1-5.

163. Su, R. Research on Virtual Reality Sound Effects for High-Speed Train Simulation System [Text] / R. Su, K. Zhang, W. Yan, Z. Zhao, H. Xu, T. Wen // Journal of Software. — 2012. — Vol. 7, № 8.

164. TraCI [Electronic resource] // SUMO - Simulation of Urban Mobility. — [2012]. — Mode of access: http://sumo.sourceforge.net/doc/current/docs/userdoc/ TraCI.html (accessed date: 20.05.2012). — Archival copy: http://archive.is/86h32.

165. TRANSIMS - An open source transportation modeling and simulation toolbox [Electronic resource] // Google Project Hosting. — [2011]. — Mode of access: http://code.google.eom/p/transims/ (accessed date: 15.04.2012). — Archival copy: http://archive.is/D5pku.

166. Treeby, B.E. k-Wave: MATLAB toolbox for the simulation and reconstruction of photoacoustic wave fields [Text] / B.E. Treeby, B.T. Cox // Journal of Biomedical Optics. —2010, —Vol. 15, №2, —P. 021314-021314.

167. Treiber, M. Congested traffic states in empirical observations and microscopic simulations [Text] / M. Treiber, A. Hennecke, D. Helbing // Physical Review E. — 2000. — Vol. 62, № 2. — P. 1805-1824.

168. Treiber, M. Traffic Flow Dynamics: Data, Models and Simulation [Text] / M. Treiber, A. Resting. — Berlin: Springer, 2012. — 503 p. — ISBN 978-3-64232459-8.

169. Urban traffic control systems taxonomy and description: [Electronic resource] // Institute for Transport Studies; University of Leeds. — Mode of access: http://www.konsult.leeds.ac.uk/private/level2/instruments/instrument014/12_014summ. htm (accessed date: 14.03.2010). — Archival copy: http://archive.is/MRUhl.

170. Urban traffic control systems. Evidence on performance [Electronic resource] // KonSULT. — Mode of access: http ://www.konsult. leeds. ac.uk/private/level2/instruments/instrument014/12014c.htm (accessed date: 01.09.2012). — Archival copy: http://archive.is/XJJgW.

171. Valerio, D. Exploiting Cellular Networks for Road Traffic Estimation: A Survey and a Research Roadmap [Text] / D. Valerio, A. D'Alconzo, F. Ricciato, W. Wiedermann // Vehicular Technology Conference, 2009. VTC Spring 2009. IEEE 69th2009. — P. 1 -5.

172. van Woensel, T. Modeling traffic flows with queueing models: A review [Text] / T. van Woensel, N. Vandaele // Asia-Pacific Journal of Operational Research (APJOR). — 2007. — Vol. 24, № 04. — P. 435-461.

173. Wand, M. A Real-Time Sound Rendering Algorithm for Complex Scenes [Text] / M. Wand, W. Straßer // WSI/GRIS. — Tübingen, Germany: University of Tübingen, 2003. — 13 p. — ISSN 0946-3852.

174. Wang, J. Optimization of Traffic Signal Timings in Xujiahui Crossroad (Shanghai) Using GA and SUMO [Text] / J. Wang, J.F. ThuongAmerican Society of Civil Engineers, 2009. — P. 4529-2535.

175. Wardrop, J. G. The Distribution of Traffic on a Road System. «Theory of Traffic Flow» [Text] / J. G. Wardrop // Proceedings of the Symposium on the Theory of

Traffic Flow; General Motors Research Labs. — Elsevier, Amsterdam, 1961. — P. 57—78.

176. Webster, F. V. Traffic signal settings [Text] : Technical Report 39 / F. V. Webster // Road Research Laboratory. — 1958.

177. Weiss, S. Adaptive noise cancellation of doppler shifted noise signals : a linear framework [Text] / S. Weiss, R. Stewart // Signal Processing Division. Ser. 8th European Signal Processing Conference; Dept. of Electronic and Electrical Engineering University of Strathclyde, Glasgow, Scotland — 1996. — P. 1-4.

178. White, P. Using Microphone Polar Patterns Effectively [Electronic resource] / P. White // SOUND ON SOUND. Sound Workshop. — Mode of access: http://www.soundonsound.com/sos/mar07/articles/micpatterns.htm (accessed date: 07.11.2011). — Archival copy: http://archive.is/xkHr9.

179. Whitham, G.B. Linear and Nonlinear Waves [Text] / G.B. Whitham. — New York: Wiley, 1974. — 661 p. — ISBN 0-471-35942-4.

180. Wood, K. Urban traffic control: Systems review [Text] / K. Wood. — Crowthorne, Berkshire, UK: Transport Research Laboratory, 1993. — 53 p.

181. Yan, F. Combinatorial optimization algorithms for intelligent vehicle sequencing problem at an isolated intersection [Text] / F. Yan, M. Dridi, A.E.L. Moudni // International Journal of Combinatorial Optimization Problems and Informatics. — 2012. — Vol. 3, № 3. — P. 3-19.

182. Yoon, J. Surface street traffic estimation [Text] / J. Yoon, B. Noble, M. Liu // In MobiSys '07ACM, 2007. — P. 220-232.

183. Youssef, M. Challenges: device-free passive localization for wireless environments [Text] / M. Youssef, M. Mah, A. Agrawala // Proceedings of the 13th annual ACM international conference on Mobile computing and networking: MobiCom '07. — New York, NY, USA: ACM, 2007. — P. 222-229.

Приложение 1. Дополнительные сведения о существующих АСУДД

и структуре объекта управления

1.1 Перечни известных зарубежных и отечественных АСУДД

Перечень известных зарубежных АСУДД составлен в соответствии с исследованиями зарубежных транспортных научных центров [86, 112, 169] (также дополнительные ссылки указаны в таблице).

Таблица 1.1 - классические зарубежные АСУДД (UTC Systems и ITS)

Краткое название Полное название системы Страна, год внедрения Тип системы

TRLTRANSYT TRL Traffic Network Study Tool Великобритания, 1967 Оптимизация жёстко заданных фаз светофоров [156]

STREAMS TRANSMAX STREAMS Австралия, 1969 по наст, вр. Автоматический выбор программ координированного управления, разработанных экспертами [84]

SCATS Sydney Co-ordinated Adaptive Traffic System Австралия, 1976 по наст, вр. Сетевая оптимизация фаз светофоров по фактическим данным с детекторов на перекрёстке [159]

SCOOT Split, Cycle and Offset Optimization Technique Великобритания, с 1978 по наст. вр. Адаптивная оптимизация периодов и смещений фаз светофоров по фактическим данным с детекторов за 100-300 метров до перекрёстка [155]

Краткое название Полное название системы Страна, год внедрения Тип системы

ОРАС Optimization Policies for Adaptive Control США, с 1980 по наст. вр. Глубокая структурная адаптивная оптимизация процесса управления по данным с детекторов [126]

UTOPIA (SPOT) Urban Traffic Optimization by Integrated Automation (System for Priority and Optimization of Traffic) Италия, 1985 Децентрализованная самоорганизующаяся система оптимизации по детекторам. SPOT - вычислительная единица данной системы, устанавливаемая на перекрёстке [149].

UTMS Universal Traffic Management System Япония, 1994 Распределённая адаптивная оптимизация фаз светофоров по данным с детекторов и по данным с контрольных автомобилей (с устройством передачи данных) [107, 138].

BALANCE; MOTION Balancing Adaptive Network Control Method; Method for the Optimization of Traffic Signals in Online-Controlled "Networks Германия, 1985-2003 Глубокая структурная адаптивная оптимизация процесса управления по данным с детекторов. Использование эволюционных алгоритмов при оптимизации. [149, 86]

Список отечественных известных АСУДД составлен в соответствии с публикациями известных специалистов в области систем дорожного движения [29, 30, 34, 36, 57], а также в соответствии с имеющейся доступной публичной информации от разработчиков и производителей АСУДД и комплектующих (дополнительные ссылки указаны в таблице).

Таблица 1.2 - список отечественных АСУДЦ

Название Страна. Город, год внедрения Краткое описание

ТСКУ СССР. Ленинград, 1963-1970 годы. Первая АСУДД в СССР. Формирование программ координированного управления (ПКУ) с ограниченным набором диапазонов параметров светофорных объектов. [63]

Город СССР. Алма-Ата, 1975 г. Формирование программ координированного управления (ПКУ) в ручном режиме. Отсутствие возможности оперативной поправки параметров дорожных контроллеров (ДК) из центрального управляющего пункта (ЦПУ). [63]

АСС-УД «Сигнал» СССР. Омск, 1980; Свердловск, 1985; Красноярск, 1985 и др. Формирование программ координированного управления (ПКУ) в ручном режиме, поправка параметров дорожных контроллеров (ДК) из центрального управляющего пункта. [57]

СТАРТ СССР. Москва, 1982 Формирование программ координированного управления (ПКУ) в ручном режиме, поправка параметров дорожных контроллеров (ДК) из центрального управляющего пункта. [57, 63]

АСУД-С РФ. Омск, 1990; Екатеринбург, 1994; Красноярск 1994; Воронеж 2003 и др. Формирование программ координированного управления (ПКУ) в ручном режиме, поправка параметров дорожных контроллеров (ДК) из центрального управляющего пункта. Автоматическое локальное регулирование ПКУ по данным с детекторов транспорта у перекрёстков. [57]

СТАРТ + СТАРТ-КВИН РФ. Москва, 1999 Формирование программ координированного управления (ПКУ) в ручном режиме, поправка параметров дорожных контроллеров (ДК) из центрального управляющего пункта. Плавная смена программ координированного управления, задание большего количество предварительно рассчитанных ПКУ. [28]

Название Страна. Город, год внедрения Краткое описание

АСУДД «Го-род-ДД» Белоруссия, Минск. РФ, Владивосток. 2000-2010 годы. Использование беспроводных технологий связи (GSM/GPRS/EDGE/CDMA) и сетевой связи Ethernet между дорожными контроллерами (ДК) и центральным управляющим пунктом (ЦУП). Локальное автоматическое управление на контролируемых перекрёстках [2].

СПЕКТР, АСУДД «Автоматика» РФ. Санкт-Петербург, 20002004; Казань, 2004-2009; Пенза 2010. Использование беспроводных технологий связи (GPRS, TETRA, WiMax) и оптоволоконной связи между дорожными контроллерами (ДК) и центральным управляющим пунктом (ЦУП). Локальное автоматическое управление на контролируемых перекрёстках [5].

АСУДД «Агат» Белоруссия. Минск, Баранови-чи, Гродно, 2010. РФ. Калининград, 2006, Новосибирск, 2010. Использование беспроводных технологий связи (GSM/GPRS/EDGE/CDMA) и сетевой связи Ethernet между дорожными контроллерами (ДК) и центральным управляющим пунктом (ЦУП). Локальное автоматическое управление на контролируемых перекрёстках [1].

СПЕКТР 2.0 РФ. Санкт-Петербург, 2010 Использование беспроводных технологий связи (GPRS, TETRA, WiMax) и оптоволоконной связи между дорожными контроллерами (ДК) и центральным управляющим пунктом (ЦУП). Реализация системы полного адаптивного управления параметрами светофорных объектов во всей контролируемой транспортной системе с использованием макромоделей динамики транспортных потоков [4].

1.2 Общие требования к АСУДД и структура типовой АСУДД

Требования к разработке автоматизированных систем управления дорожным движением (АСУДД) устанавливаются в соответствии с ГОСТ 24.501-82 [16]. В указанном стандарте по отношению к системе управлению дорожным движением используется аббревиатура АСУД. Так как существует ещё ряд автоматизирован-

ных систем управления с такой же аббревиатурой (в частности автоматизированные системы управленческого документооборота и автоматизированные системы управления и диспетчеризации), то в настоящей диссертационной работе используется аббревиатура АСУДД как более точная и однозначная.

Указанный стандарт регламентирует назначение АСУДД: регулирование транспортных средств и пешеходных потоков, как в дорожной городской сети, так и на автомагистрали.

Стандарт выделяет три вида АСУДД:

1. АСУДД на отдельном перекрёстке или въезде на автомагистраль;

2. АСУДД автомагистрали;

3. АСУДД всей дорожной сети.

Также стандартом определяются следующие показали качества работы АСУДД:

- время ожидания транспортных средств (ТС) на перекрёстках;

- количество остановок ТС на перекрёстках;

- средний расход топлива ТС;

- средняя скорость движения ТС;

- пропускная способность транспортной системы;

- уровень безопасности движения.

Зарубежные АСУДД разделяются на две категории: классические АСУДД (UTC System) и интеллектуальные транспортные системы (ИТС, ITS). Отечественные АСУДД по устройству схожи с классическими зарубежными UTC Systems. ИТС, в отличие от классических АСУДД, регламентируются современными американскими регламентами и европейскими директивами. Например, в соответствии с директивой 2010/40/EU европейского парламента от 7 июля 2010 [104], интеллектуальной транспортной системой является комплекс современных средств и методов, которые помимо того, что используют интеллектуальные технологии, предоставляют инновационные возможности по поддержке в управлении, координировании, организации движения транспортных средств и транспортных потоков, а также обеспечивают информацией пользователей транспорт-

ной сети, увеличивают уровень безопасности дорожного движения и повышают степень эффективности распределения потоков в сети.

Подобно стандарту РФ европейская директива также регламентирует назначение ИТС, её функции, приоритеты, требования к структуре, видам связей между подсистемами и показателям качества её работы.

При этом директива описывает требования более широко, включая множество требований к способам организации обмена информацией, возможностям различных подсистем ИТС и необходимым возможностям для пользователей транспортной системы, включая возможности по оповещению о занятости парко-вочных мест, по способам вызова служб экстренной помощи, по структуре информационных потоков между всеми участниками системы.

В то же время директивой не описаны внутренние технологические подробности реализации транспортной системы, даже показатели качества работы ИТС указаны общими терминами (в отличие от ГОСТ РФ, регламентирующего конкретные технологические параметры качества):

- уровень заторов в системе;

- уровень вредных выбросов в окружающую среду;

- уровень эффективности расхода энергии;

- уровень безопасности системы;

- уровень защищённости от злонамеренного воздействия людей.

Таким образом можно заключить о том, что европейская директива ИТС более структурирована, охватывает большее количество качеств и сторон системы, и в то же время менее детальная и опирается на большее количество директив следующего, более низкого (детального) уровня. Также следует заметить, что ГОСТ РФ старее европейской директивы на 28 лет, поэтому требования, изложенные в ГОСТ, не учитывают множество современных подходов в разработке систем управления дорожным движением.

Для всех рассмотренных АСУДД можно выделить следующие характерные элементы их структуры [57, 112]:

- наличие центрального управляющего пункта (ЦУП), в котором производится формирование программ оптимальной работы светофоров (в некоторых случаях также схем расстановки знаков дорожного движения и разметки), слежение за состоянием системы и оперативное регулирование отдельных участков системы (если предусмотрено);

- наличие автоматизированных рабочих мест (АРМ), распределённых по различным надзорным службам города;

- наличие сети двусторонней передачи информации между ЦУП и контроллерами, расположенными по месту, включая контроллеры зональных центров (КЗЦ), способы передачи информации (проводные - телефонный провод, Ethernet, оптоволоконный; беспроводные - GSM, GPRS, EDGE, CDMA, WiMax), протоколы передачи данных;

- наличие устройств по месту (светофорные объекты, детекторы транспорта, дорожные контроллеры).

Обобщённая структура АСУДД приведена на рисунке 1.1.

Рисунок 1.1 - Обобщённая структура АСУДД [57]

На рисунке 1.1 использованы следующие обозначения:

АРМ - Автоматизированное рабочее место (наблюдательный пункт внешней контролирующей службы);

ЦУП - Центральный управляющий пункт;

ТКП - Табло коллективного пользования (диагностика узлов системы);

ДПОУ - Дисплейный пункт оперативного управления (для операторов АСУД);

КРЦ - Контроллер районного центра;

ППР - Приёмопередатчик по радиоканалу;

КЗЦ - Контроллер зонального центра;

ЛСУ - Локальные системы управления;

ДК - Дорожный контроллер;

СО - Светофорный объект;

ДТ - Детектор транспорта (определение параметров транспортного потока);

ТВП - Табло вызова пешеходное (оперативное управление светофором);

ЭКО - Датчик контроля уровня загрязнения воздушной среды.

Интенсивность передачи информации в классических АСУДД обычно составляет не более 10 кбод/сек. Современные АСУДД, наоборот, интенсивно используют информационные каналы в основном для передачи видеоинформации.

Таким образом типовая АСУДД представляет собой многоуровневую распределённую систему управления, использующую различные типы каналов передачи информации. Информационные потоки обычно концентрируются на промежуточных контроллерах зональных центров, а также в дата центрах интернет провайдеров, участвующих в процессе информационного обеспечения АСУДД. В последствии вся информация собирается в центральном управляющем пункте (ЦУП) всей системы.

1.3 Классификация методов управления транспортными потоками

Ведущим научным транспортным центром в США (Federal Highway Administration) составлена классификация видов автоматизированного регулирования транспортных потоков [86, 112].

В соответствии с данной классификацией выделяются следующие основные категории (виды) регулирования:

- независимое управление перекрёстком;

- координированное управление по единому (равному для всех перекрёстков) циклу работы светофорного объекта;

- централизованное координированное управление по часам дня и дням недели;

- параметрическое адаптивное управление;

- структурное адаптивное управление.

В таблице 1.3 приведено их краткое описание.

Таблица 1.3 - категории динамического регулирования дорожного движения

Категория (вид) управления Описание Подход к управлению Методы К каким ситуациям применимо

Независимое управление перекрёстком Перекрёсток рассматривается игнорируя смежные перекрёстки Жёстко заданное время Задаётся план работы СО. План рассчитывается по усреднённым показателям потоков. Перекрёсток реально изолирован от других. Характеристики транспортных потоков практически не зависят от состояния транспортной сети. Требования к перекрёстку несовместимы с другими перекрёстками.

По состоянию прилегающих потоков Привязка времени зелёного света к информации с детекторов на одной или нескольких прилегающих к перекрёстку полосах

Координированное управление (по единому циклу СО) Формирование программы координированного управления перекрёстками по единому циклу СО Жёстко заданная ПКУ Программа на компьютере рассчитывает фазы и смещения для заданной длительности цикла (оффлайн). Перекрёстки достаточно близки друг к другу и потоки достаточно равномерны для жёсткого задания ПКУ.

Продолжение таблицы 1.3

Категория (вид) управления Описание Подход к управлению Методы К каким ситуациям применимо

Централизованное координированное управление СО объединены сетью и связаны с ЦУП. Имеется информация о состоянии СО. Передача ПКУ из ЦУП в СО по расписанию или по требованию. Набор жёстко заданных ПКУ. Возможность выбора ПКУ оператором. Программа на компьютере рассчитывает набор ПКУ: набор фаз и смещений для заданных длительностей циклов (оффлайн). Оператор выбирает ПКУ для отправки в СО по обстоятельствам. Наборы ПКУ используются в условиях, когда по дню и времени дня возможно достаточно точное предсказание распределения транспортных потоков. Вмешательство оператора обычно производится по особенным обстоятельствам.

Координированное управление по состоянию транспортных потоков Традиционное управление по состоянию транспортных потоков Использование информации с детекторов транспорта для выбора ПКУ ПКУ выбираются в зависимости от значений параметров ТП. Обычно используются большие наборы предварительно рассчитанных ПКУ. Выбор ПКУ по информации с детекторов используется в случае, когда при общей предсказуемости потоков по времени возможны предсказуемые по состоянию сети ситуации в непредсказуемые моменты времени.

Продолжение таблицы 1.3

Категория (вид) управления Описание Подход к управлению Методы К каким ситуациям применимо

Интервальное адаптивное управление Автоматическая генерация параметров ПКУ по показаниям детекторов транспорта Изменение периодов фаз СО и смещений циклов по показаниям с детекторов в реальном времени (каждые несколько минут). Задана только структура ПКУ (структура фаз СО). Загрузка информации с детекторов, оптимизация целевой функции управления (по времени проезда, или по уровню заторов). Непредсказуемость состояния транспортной сети по времени. Существенные параметрические изменения распределения транспортных потоков.

Структурное адаптивное управление Автоматическая генерация структуры и параметров ПКУ по показаниям детекторов транспорта Изменение всей структуры ПКУ (включая состав и маршрутизацию фаз) в реальном времени. Предсказание всего распределения транспортной сети по показаниям с детекторов транспорта. Непредсказуемость состояния транспортной сети по времени. Существенные структурные и параметрические изменения распределения транспортных потоков.

Применительно к поставленной в настоящей диссертации задаче (оптимизация регулирования транспортных потоков высокой интенсивности) необходимо исходить из непредсказуемости динамики транспортных потоков в условиях, предшествующих формированию заторов на участках дорожной сети.

Как было рассмотрено в подразделе 1.2.2 главы 1 диссертационной работы в условиях высокой интенсивности транспортные потоки теряют предсказуемость (переходя в фазу синхронного движения по Кернеру). При этом подход с использованием предварительно рассчитанных ПКУ (программ координированного управления) оправдан только в очень узком диапазоне отклонений от условий, для которых производился расчёт ПКУ. Изменение погоды, дорожно-транспортные происшествия, а также оперативное ручное регулирование движения транспортных потоков на перекрёстках очень быстро приводит к существенному рассогласованию программы координированного управления с реальной ситуацией в транспортной сети.

Поэтому для регулирования движения в условиях высокой интенсивности применяются адаптивные методы управления. При этом данные методы разделяются на интервальные (параметрические) и структурные.

В качестве примера системы интервального адаптивного управления можно привести такие системы как UTOPIA (SPOT) и SCOOT. В них сформирован критерий оптимального управления, учитывающий состояние окружающих (UTOPIA), либо всех (SCOOT) детекторов транспорта.

Критерий, используемый в системе UTOPIA при регулировании, опирается на информацию от смежных детекторов транспорта [149]. При этом достижение полной оптимизации режимов светофорных объектов невозможно. Вместо этого достигается квазиоптимальное состояние транспортного равновесия [82]. С практической точки зрения данное состояние является целесообразным и позволяет эффективно функционировать транспортной системе.

В системе SCOOT от известного научного центра Великобритании TRL (Transport Research Laboratory, UK) сформирован критерий оптимальности на ос-

нове макромоделей и с использованием модулей инструмента ТКАКБУТ. При этом особенностью данного вида адаптивного управление является ограничение по величине интервала изменения параметров светофорных объектов на одну итерацию, производимую один раз в 10 минут [155]. Данное ограничение применяется для исключения переходных процессов в интенсивности транспортных потоков, происходящих сразу после установки нового режима светофорных объектов.

Наиболее глубокая структурная оптимизация обеспечивается в системе ОРАС (США). Оптимизация производится параллельно для различных участков транспортной сети. Затем производится сведение результатов оптимизации изолированных участков в единую модель. При этом получается квазиоптимальное значение транспортного равновесия между участками городской сети. Для перехода к оптимальному состоянию данный процесс повторяется итеративно. При этом происходит уточнение пограничных условий на оптимизированных участках по результатам предыдущих итераций. По сути в данном случае применяются методы динамического программирования [109]. Данный подход является наиболее целесообразным при оптимизации большой городской транспортной сети.

Также представляют интерес адаптивные методы, использующие эволюционные вычисления [122, 144-147, 174]. В частности, применение генетических алгоритмов вызывает интерес ввиду возможности прямой оптимизации всей структуры дорожной сети. Современные версии широко известного инструмента расчёта «зелёных волн» (приоритетных маршрутов движения) Т11АК8УТ-7Р также применяет генетические алгоритмы для нахождения зелёных волн в плотно связанной транспортной сети. Применение генетических алгоритмов для оптимизации транспортной сети в реальном времени ещё не исследовано в достаточной степени [149], поэтому применение данного подхода в совокупности с использованием динамического программирования при расщеплении транспортной сети на участки является актуальной задачей как научном, так и в практическом смысле.

1.4 Структура объекта управления

Совокупность транспортных потоков, как объект управления, представляется графом параметров транспортных потоков, дуги которого содержат информацию о транспортных потоках между перекрёстками транспортной сети, а узлы - информацию о самих перекрёстках.

Вид такого графа представлен на рисунке 1.2.

6. 7 8. 9, 1С

Рисунок 1.2- структура совокупности ТП

Состояние графа описывается тремя матрицами:

- матрицей транспортных потоков;

- матрицей перекрёстков;

- матрицей связей графа.

Матрица транспортных потоков имеет следующий вид:

II -Ю ¿у 4' V'' V? <г¥ Рьг 1 Г1 2 (1.1)

N4 ¿г <

где: - индекс транспортного потока, номер по порядку, используемый для

идентификации транспортного потока в других матрицах, I = 1, £/п;

- длина транспортного потока, м;

У^ - средняя скорость транспортного потока за час, км/ч;

- средняя интенсивность транспортного потока за час, авт/ч; Р^ - средняя плотность транспортного потока за час, авт/км; tfn - количество транспортных потоков.

Дополнительно к матрице ТП при получении информации с измерительных устройств используется матрица точек измерений (точек детекторов транспорта), которая имеет следующий вид:

Мйг =

и* ум рМ

А/^ 1% V}1 ()? Р^

^йт М^ У^п Qdtn Р(

м

йт

(1.2)

где: - индекс точки измерения (детектора транспорта), номер по порядку, используемый для идентификации точки измерения в моделях транспортных

потоков, ] = 1,сИп;

Л^^ - индекс транспортного потока, на полосе которого установлена точка

измерения;

ь^ -позиция точки измерения на полосе транспортного потока от стоп-линии перед перекрёстком (от конца полосы ТП) в обратном направлении, м; У-11 - средняя скорость транспортного потока в точке измерения за час, км/ч; (¿^ - средняя интенсивность транспортного потока в точке измерения за час, авт/ч;

- средняя плотность транспортного потока в точке измерения за час, авт/км;

(¿Сп - количество точек измерения (детекторов транспорта).

Физический смысл матриц транспортных потоков и точек измерений представлен на рисунке 1.3.

ДЕТЕКТОР ТРАНСПОРТА 1

¡-сИ2

ДЕТЕКТОР ТРАНСПОРТА 2

СТОП-ЛИНИЯ

Рисунок 1.3- физический смысл строки матрицы точек измерений (детекторов транспорта)

Матрица перекрёстков имеет следующий вид: N1" Тс[3 Тб[3 Мр/г^"1

М15 =

Щ3 Тс123 Тб123 Мр/45

.Л7&, Гс&, 7-5,1 МрЛ?

' 15П

ЧБП

'1571

1571

(1.3)

где: - индекс перекрёстка, номер по порядку, используемый для идентифика-

ции перекрёстка в других матрицах, I = 1, isn;

Ttf - время полного цикла фаз светофорного объекта (СО) на перекрёстке, с;

Ts{s - время смещения цикла фаз СО относительно общего времени отсчёта

транспортной системы, с;

Mphf - матрица светофорных фаз;

isn - количество перекрёстков.

Матрица светофорных фаз имеет следующий вид:

Mph\s =

< Tg Urft

N

ph

тГ* мгГн

l,phn l,phn l,phn

(1.4)

где: Л^ - индекс светофорной фазы, номер по порядку, используемый для иден-

тификации светофорной фазы, к = 1 ,phnh I = 1, isn;

- время активности светофорной фазы, с;

Мг^ - матрица разрешённых маршрутов на светофорной фазе; ¿5П - количество перекрёстков;

рКщ - количество светофорных фаз ¿-го перекрёстка.

Матрица разрешённых маршрутов на светофорной фазе имеет следующий

вид:

Mrff =

Nrs

tf

l,k,2 Nrdlk,l

NrSifk,rn Nrdlk,m

(1.5)

где: Мг8ик т - индекс транспортного потока, из которого разрешено движение в

маршруте, к = 1, р/гп, I = 1, 1бп, т = 1 ,гп;

~ индекс транспортного потока, в который разрешено движение в маршруте;

¿5П - количество перекрёстков; р/гп - количество светофорных фаз;

гп - количество разрешённых маршрутов на светофорной фазе.

Направление множества разрешённых маршрутов и вид светофорного объекта показаны на рисунке 1.4.

Рисунок 1.4 - направления множества разрешённых маршрутов и вид светофорного объекта (включающего четыре сигнальных устройства)

Матрица средств организации дорожного движения (ОДД) для перекрёстков имеет следующий вид:

M sois

N?ois Nis[ois Ntfi°is X(ois Vi°is

Nsois Nissois Ntfsois xsois ysois

Д7 SOIS AJjçSOis tu j. f SOiS ysois тrSOÎS

J » en i c-n i » SQÎSYl ' ' ^ У S О î C"rt ** cm' cti » с

'soisn

' soisn "soisn 'soisn-'

(1.6)

где: - индекс средства ОДД для перекрёстка, iso = 1, soisn; Nis- индекс перекрёстка из матрицы перекрёстков Mis; Ntfis°ois ~ индекс ТП из матрицы ТП Mtf\ XÎsoS ~ тип средства ОДД, влияющего на указанный ТП; Viso15 ~~ вектор параметров средства ОДД; soisn - количество средств ОДД для перекрёстков.

Матрица средств ОДД для транспортных потоков имеет следующий вид: N™tf Ntf*otf LTf Xfot/ Ksot/l