КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ


Номер проекта 23-79-01021

НазваниеИсследование процесса управления транспортными потоками в городах на основе нейросетевых технологий

Руководитель Морозов Вячеслав Валерьевич, Кандидат технических наук

Организация финансирования, регион Федеральное государственное бюджетное образовательное учреждение высшего образования "Тюменский индустриальный университет" , Тюменская обл

Конкурс №84 - Конкурс 2023 года «Проведение инициативных исследований молодыми учеными» Президентской программы исследовательских проектов, реализуемых ведущими учеными, в том числе молодыми учеными

Область знания, основной код классификатора 09 - Инженерные науки; 09-608 - Инженерно-технические и информационные автоматизированные системы мониторинга биоресурсов, биосферы и технических систем

Ключевые слова Организация дорожного движения, транспортный поток, улично-дорожная сеть, интеллектуальные транспортные системы, искусственный интеллект, нейросетевые технологии, нейронная сеть, мониторинг

Код ГРНТИ73.43.81


 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ


Аннотация
В настоящее время для РФ остаётся актуальной проблема повышения связанности территорий внутри города, а также с другими населёнными пунктами. Решение данной проблемы невозможно в современных условиях дорожного движения, которые характеризуются постоянным формированием транспортных заторов на улично-дорожной сети. В совокупности, поиск выхода из этой ситуации становится нетривиальной задачей для инженерного, научного сообществ и муниципалитетов. Вместе с тем отечественный и зарубежный опыт показывает, что вне зависимости от реализуемых подходов, используемых для развития и устойчивости транспортных систем, повышение связанности городских территорий в принципе невозможно без применения современных интеллектуальных транспортных систем (далее ИТС). Задача прогнозирования и предотвращения формирования транспортных заторов в данном случае реализуется посредством управления транспортными потоками в первую очередь путём изменения светофорных циклов регулируемых уличных пересечений. Принятие решения о выборе того или иного режима работы светофоров осуществляется на основании мониторинга и сложного анализа большого объёма данных о различных параметрах транспортных потоков. Сбор данных, их актуализация и последующая обработка должны производится в режиме реального времени с достаточно высокой скоростью. В противном случае, весь процесс управления либо не принесёт никаких существенных изменений, либо наоборот усугубит существующую ситуацию. В большинстве ИТС, действующих в городах РФ, сбор исходных данных осуществляется посредством работы детекторов транспортных средств различного типа, которые устанавливаются на каждом подходе к регулируемому пересечению. Наибольшее распространение в настоящее время получили видеодетекторы, которые в сравнении с другими отличаются большей мобильностью, простотой в установке и отладке и дополнительной возможностью видеонаблюдения за транспортными потоками. Однако за последние 8 лет средняя стоимость детекторов возросла более чем в 2 раза и приближается к отметке в 1 млн. руб. за 1 шт. Кроме того, одних лишь детекторов недостаточно, чтобы полноценно реализовать процесс управления. Как минимум требуется прокладка линий связи для передачи данных от детектора к серверу, закупка и настройка работы сервера, специализированное программное обеспечение и т.д. В совокупности, это существенно повышает первоначальные затраты и увеличивает срок окупаемости технических решений. Также, на данный момент большинство детекторов изготавливается зарубежными компаниями. Во-первых, это создаёт нежелательную зависимость РФ от импортных производителей. Во-вторых, в связи со сложной ситуацией в мире, это в принципе ставит под вопрос дальнейшую работоспособность ИТС, действующих на территории РФ, т.к. в случае поломки какого-либо из элементов или отказа в обновлении программного обеспечения возникают реальные риски прекращения полного функционирования ИТС. В конечном итоге, возникает необходимость разработки новой, более надёжной, менее затратной и независимой отечественной системы мониторинга и управления транспортными потоками на улично-дорожной сети. Выполнение данного проекта будет направлено на повышение эффективности организации дорожного движения городов путём применения нейросетевых технологий для управления транспортными потоками. Достижение поставленной цели планируется реализовать посредством обработки видеоизображения, поступающих с камер уличного наблюдения открытого доступа, при помощи нейронных сетей.


 

ОТЧЁТНЫЕ МАТЕРИАЛЫ


 

Аннотация результатов, полученных в 2025 году
Основой для проведения исследования отчётного периода являлись результаты, полученные по итогам первого года реализации проекта (https://rscf.ru/project/23-79-01021). Основными задачами второго года реализации проекта являлись проведение экспериментальных исследований и разработка методики практического применения результатов исследования. Главной целью проведения экспериментальных исследований являлось подтверждение рабочей гипотезы, полученной в ходе теоретических исследований за первый год реализации проекта. Рабочая гипотеза заключалась в том, что влияние относительной энтропии занятости полос на суммарную кинетическую энергию транспортного потока на регулируемом пересечении может быть описано полиномом третьей степени [1]. Для подтверждения гипотезы на основании общеизвестных положений теории планирования эксперимента был разработан план проведения экспериментальных исследований. В рамках планирования были выявлены камеры уличного наблюдения с открытым доступом, видеоизображение которых может быть использовано для последующей обработки нейронными сетями и проведения мониторинга транспортных потоков. Также, был определено место и период времени проведения эксперимента: участок на ул. М. Тореза в створе улично-дорожной сети, ограниченном ул. Герцена и ул. Республики г. Тюмени, рабочие дни недели, с 07 ч 00 мин до 23 ч 00 мин. Выбор данного участка обосновывался его ключевой значимостью для транспортной системы города, а периода времени – наибольшей интенсивности движения автомобилей и формирования транспортных заторов [1-4]. Для получения исходных экспериментальных данных было разработано программное обеспечение для мониторинга транспортных потоков на основе нейронных сетей, которое позволяет распознавать и отслеживать движение транспортных средств на регулируемом пересечении с учётом их класса и направления движения, а также формировать итоговый отчёт о проведённом мониторинге в формате MS Excel. Реализация программного обеспечения выполнялось на языке Python в программной среде Visual Studio Code c использованием библиотеки YOLOv8 [5]. Обучение нейронной сети проводилось с применением аугментации исходного датасета, т.е. искусственного наращивания и увеличения тренировочного датасета посредством изменения различных характеристик исходного изображения: оттенка, насыщенности, яркости, масштаба и др. Проверка работы обученной нейронной сети в реальных условиях показала, что точность её распознавания транспортных средств в сравнении с натурным мониторингом составляет более чем 70 процентов [3-4]. При помощи разработанного программного обеспечения и обученной нейронной сети был произведён сбор исходных данных для эксперимента. Общая выборка фактически собранных данных об относительной энтропии и кинетической энергии транспортного потока составила 562 измерения. Относительная энтропия занятости полос и суммарная кинетическая энергия транспортного потока определялись в соответствии с формулами, полученными в результате теоретических исследований за первый год реализации проекта. Полученные исходные экспериментальные данные обрабатывались методом группировки по средним значениям. Далее, методом наименьших квадратов были определены численные значения параметров математической модели [2]. В соответствии с выдвинутой гипотезой в качестве аппроксимирующей функции использовался полином третьей степени. По результатам проверки полученных результатов по ряду общепринятых статистических характеристик было установлено, что разработанная математическая модель описывает рассеивание экспериментальных данных с коэффициентом детерминации приблизительно равным 0.93, что подтверждает её высокую достоверность [1]. Коэффициента корреляции, значение которого составило приблизительно 0.96, в соответствии со шкалой Чеддока, свидетельствует об очень высокой силе связи между переменными. Ценность установленной корреляции подтвердилась по критерию Стьюдента. По результатам проверки разработанной математической модели по критерию Фишера подтвердили её адекватность с вероятностью не менее 0,9. В конечном итоге, экспериментальные исследования подтвердили теоретические положения, полученные по итогам первого года реализации проекта, что позволило продолжить работу в части разработки методики практического применения результатов исследования. В ходе определения дальнейших направлений практического применения полученных результатов было установлено, что управление транспортными потоками на улично-дорожной сети городов главным образом осуществляется посредством изменения длительностей сигналов светофоров на регулируемых пересечениях [2]. В Российской Федерации проектирование светофорных циклов осуществляется на основании отраслевого дорожного документа. В связи с этим, для разработки новой методики существующий порядок был проанализирован и усовершенствован с учётом полученных результатов исследования. В конечном итоге была разработана алгоритм-схема управления транспортными потоками на городской улично-дорожной сети. Применение данного алгоритма может быть реализовано в работе интеллектуальных транспортных систем, например, в качестве дополнительного программного модуля [4]. Экономический эффект от применения полученных результатов исследования может заключаться в сокращении расходов на оборудование для проведения мониторинга транспортных потоков, что составит примерно от 1 до 3 млн.руб. в зависимости от конфигурации перекрёстка и особенностей его организации дорожного движения. Кроме этого, предлагаемая технология также может поспособствовать сокращению задержек при передвижении транспортных средств через регулируемое пересечение, уменьшить расход топлива на холостом режиме работе двигателя и снизить выбросы вредных веществ в атмосферу. Ссылки на информационные ресурсы в сети Интернет, посвященные проекту: 1) http://www.mdpi.com/2071-1050/16/6/2596 2) http://media-publisher.ru/wp-content/uploads/Nom-3-2025s.pdf 3) http://www.elibrary.ru/download/elibrary_79613432_18228433.pdf 4) http://www.elibrary.ru/item.asp?id=80448178 5) http://elibrary.ru/item.asp?id=80655509

 

Публикации

1. Морозов В.В. Управление транспортными потоками на улично-дорожной сети городов при помощи нейросетевых технологий Организация и безопасность дорожного движения в крупных городах, Организация и безопасность дорожного движения в крупных городах : Материалы XVI Международной конференции, посвященной памяти доктора технических наук, профессора Кравченко Павла Александровича, Санкт-Петербург, 25–28 сентября 2024 года. – Санкт-Петербург: Санкт-Петербургский государственный архитектурно-строительный университет, 2025. – С. 14-19. (год публикации - 2025)

2. Морозов В.В. Применение нейросетевых технологий для мониторинга и управления транспортными потоками на улично-дорожной сети городов Цифровая трансформация транспорта: проблемы и перспективы, Цифровая трансформация транспорта: проблемы и перспективы : материалы IV Международной научно-практической конференции, Москва, 25 сентября 2024 года. – Москва: Российский университет транспорта, 2024. – С. 102-105. (год публикации - 2024)

3. Моделирование транспортных потоков и управление ими при помощи нейронных сетей Моделирование транспортных потоков и управление ими при помощи нейронных сетей Наука и техника, Морозов, В. В. Моделирование транспортных потоков при помощи нейронных сетей / В. В. Морозов, Е. М. Чикишев // Наука и техника. – 2025. – Т. 24, № 4. – С. 317-326. (год публикации - 2025)
10.21122/2227-1031-2025-24-4-317-326

4. Моделирование процесса формирования автотранспортной очереди на городских регулируемых пересечениях Modeling the Formation of a Vehicle Queue at Urban Signal-Controlled Intersections T-COMM: ТЕЛЕКОММУНИКАЦИИ И ТРАНСПОРТ, T-Comm, 2025, vol. 19, no. 3, pр. 61-68 (год публикации - 2025)
10.36724/2072-8735-2025-19-3-61-68


Возможность практического использования результатов
Математические модели, программное и алгоритмическое обеспечение, полученные по результатам реализации проекта, могут быть использованы для совершенствования работы действующих на территории РФ автоматизированных систем управления дорожным движением и интеллектуальных транспортных систем