Москва является одним из крупнейших городов (мегаполисов) мира. Население Москвы составляет 10,5 млн. человек, в т.ч. временное - 2,9 млн. чел.
Общая протяженность улично-дорожной сети (УДС) - 3580 км, в том числе магистральной - 1316 км. На 1000 жителей в Москве приходится 0,31 км УДС, при том, что в Берлине эта величина достигает почти 1,5 км, в Париже - 1,37 км, в Лондоне - 1,24 км, в Нью-Йорке - 0,96 км и в Токио - 0,56 км.
Протяженность маршрутной сети автобусов составляет 5728 км, трамваев – 430км, троллейбусов - 970 км. Ежегодно наземным транспортом перевозится 3 млрд. пассажиров (37 % всего объема перевозок, осуществляемых городским пассажирским транспортом).
На состояние транспортного комплекса значительное влияние оказывает интенсивное развитие парка легкового автотранспорта: с 1990 г. он увеличился в 4,7 раза. В настоящее время его численность составляет более 3,3 млн. ед. Парк личных автомобилей в обозримом будущем будет увеличиваться на 50% каждые 10 лет.
Автомобилизация наряду с положительным влиянием на экономику и социальное развитие несет в себе и отрицательные последствия, связанные с большим числом дорожно-транспортных происшествий (ДТП), погибших и раненых, огромным материальным ущербом, негативным влиянием на экологическое состояние городской среды, загромождением улиц стоящими автомобилями.
По имеющимся оценкам ежегодно в России убытки от транспортных заторов составляют 7 - 9% ВВП. В результате перегруженности УДС города снижается скорость и регулярность доставки грузов и пассажиров. Снижение скорости движения, в свою очередь, ведет к увеличению на 20-30% себестоимости перевозок, росту транспортной составляющей в конечной стоимости продукции и услуг.
Основной проблемой городской транспортной системы является несоответствие пропускной способности УДС реальному спросу на транспортные услуги. Если в 1999 году, в среднем по городу, были перегружены транспортными потоками (работали на пределе пропускной способности или исчерпали ее) 43,8 % магистралей, то в настоящее время доля магистралей, работающих с перегрузкой, достигла 74 %.
Причиной заторов на дорогах является поступление потока машин, превышающего их пропускную способность из-за увеличения потока в часы «пик» или снижения пропускной способности дороги.
Есть несколько способов предотвращения заторов:
увеличение пропускной способности дорог: расширение дорог; строительство переходно-скоростных полос; использование интеллектуальных транспортных систем; оптимальная организация дорожного движения;
регулирование доступа к дорогам: взимание дорожной платы; ограничение въезда; ограничение стоянки.
Строительство новых и реконструкция существующих объектов дорожной инфраструктуры представляется наиболее очевидным и кардинальным решением проблемы перегруженности УДС города. Для уменьшения количества транспортных заторов объективно необходимы реконструкция наиболее загруженных участков автомагистралей, строительство обходов наиболее насыщенных городских зон в целях отвода из них транзитных потоков. В то же время, строительные решения обладают высокой капиталоемкостью и требуют значительных затрат времени. Для реализации требуемой протяженности магистральной улично-дорожной сети к 2015 году потребуется построить 1080 км магистралей. Для этого необходимо увеличение темпов строительства магистралей общегородского значения до 55 км в год и объемов капвложений до 700-785 млрд. руб. в год.
Опыт многих крупных мегаполисов мира показывает, что строительство новых и реконструкция существующих магистралей и дорог при постоянном росте количества транспортных средств не позволяют полностью сократить разницу между пропускной способностью УДС и уровнем спроса на автомобильные перевозки, т.к. ввод в действие нового участка магистрали приводит к резкому росту осуществляемых по ней перевозок.
В целом ряде случаев в международной практике проблема перегруженности городских дорог решается за счет повышения эффективности управления дорожным движением, в том числе благодаря внедрению и развитию современных интеллектуальных транспортных систем (ИТС), способных обеспечить управление дорожным движением на существующей УДС без увеличения плотности дорожной сети.
Однако есть более дешевый и не менее действенный метод борьбы с заторами – это создание оптимальной схемы организации дорожного движения путем анализа различных смоделированных схем организации движения.
В некоторых странах Европы и СССР в 80-х годах прошлого века активно велась разработка подобных программ и методов, которые помогли бы наиболее верно организовать движение, как на отдельных участках улично-дорожной сети, так и в целом городе, но по известным причинам работа над этими проектами в СССР была остановлена, но другие страны, такие как Германия, Великобритания, Испания продолжили разработку своих программных комплексов для решения этой задачи. Например, программный комплекс Aimsun разработанный компанией Transport Simulation Systems (TSS), расположенной в Испании, или Vissim, разработанный немецкой компанией PTVtrafficmobilitylogistics, и программа Arena,созданная RockwellAutomation (США), и некоторые другие.
Данные программы имеют возможность имитации движения транспорта в населенных пунктах и вне населенных пунктов, базирующаяся на шаге времени и на поведении водителя. Наряду с индивидуальным транспортом может моделироваться также внутригородской и пригородный железнодорожный и автобусный общественный пассажирский транспорт. Движение транспорта имитируется в различных условиях, с возможностью учета разделения полос движения, индивидуального и общественного транспорта, регулирования с помощью светосигнальных установок и т.д. Относительно транспортно-технических параметров могут быть оценены различные варианты. Так же в данных программах есть возможность работы с интеллектуальными системами управления движением.
Данные программы можно применять:
в случаях, когда ведутся строительные работы на проезжей части, и требуется перенаправить транспортные потоки;
для оптимизации работы интеллектуальные транспортные системы ( ИТС);
для оптимизации работы светофорных объектов с жестким циклом регулирования с целью уменьшения либо ликвидации затора;
для создания новой или оптимизации существующей транспортной схемы;
для моделирования и имитации потоков пешеходов на дорогах и в зданиях.
Отсюда следует, что прежде чем покупать и устанавливать дорогостоящее оборудование для ИТС следует проверить, даст ли это хоть какой-то значимый результат.
При одинаковом назначении данные программы имеют кардинальные различия, как в интерфейсе и системе ввода данных, так и в самой имитации транспортных потоков, и движения одиночных ТС, поскольку каждая из компаний вела независимые исследования в данной области.
В России на данный момент представлены только две из этих программ: Vissim и Aimsun.
Система имитации VISSIM состоит из двух отдельных программ, которые взаимодействуют друг с другом с помощью интерфейса, в котором происходит обмен данными измерений детекторов и данными о состояниях систем регулирования. Результат имитации - это анимация движения транспорта в виде графики в режиме реального времени и последующая выдача всевозможных транспортно-технических параметров, таких как, например, распределение времени в пути и времени ожидания, дифференцированных по группам пользователей.
В модель транспортного потока заложены модель следования за впереди идущим транспортным средством (ТС) с целью отображения движения в колонне за впереди идущим ТС по одной полосе движения и модель смены полосы движения. Зависящая от транспортного движения логика регулирования моделируется с помощью внешних программ регулирования светосигнальных установок. Программа для логического управления запрашивает параметры детекторов в такте от 1 секунды до 1/10 секунды (в зависимости от настройки и типа светофорных установок). Из полученных значений и временных интервалов программа определяет состояние всех систем регулирования для следующего шага имитации и вносят их в имитацию транспортного потока.
Существенным для точности системы имитации является качество модели потока транспортного движения, т.е. метода, с помощью которого рассчитывается передвижение транспортных средств в сети. В отличие от более простых моделей, в которых за основу берутся постоянные скорости и неизменное поведение следования за впереди идущими транспортными средствами, VISSIM использует психофизиологическую модель восприятия Видемана (1974 г., 1999 г.). Основная идея модели заключается в том, что водитель транспортного средства, движущегося с более высокой скоростью, начинает тормозить при достижении своего индивидуального порога восприятия относительно удаленности от впереди идущего транспортного средства, когда дистанция до впереди идущего транспортного средства начинает восприниматься им как слишком маленькая. Так как он не может точно оценить скорость впереди идущего транспортного средства, то его скорость будет падать ниже скорости впереди идущего транспортного средства до тех пор, пока он не начнет снова немного ускоряться после достижения своего порога восприятия, когда он начнет воспринимать возникшую между ним и впереди идущим ТС дистанцию как слишком большую. Это ведет к постоянному легкому ускорению и замедлению. С помощью функций распределения для скорости и дистанции имитируется различное поведение водителей.
После многочисленных эмпирических исследований, проведенных техническим университетом г. Карлсруэ, эта модель следования за впереди идущим ТС стала эталонной. Более актуальные измерения доказывают, что изменившаяся за последние годы манера езды и технические возможности транспортных средств корректно отображаются в данной модели.
На многополосных проезжих частях водитель в VISSIM-модели учитывает не только впереди идущие транспортные средства, но и транспортные средства на обеих соседних полосах. Особенное внимание у водителя дополнительно вызывает светофор в 100 м перед достижением стоп - линии.
В VISSIM так называемые единицы «водитель - транспортное средство» двигаются по сети. Каждый водитель со своими индивидуальными параметрами поведения соотносится с определенным транспортным средством. При этом манера езды совпадает с техническими возможностями транспортного средства.
Aimsun включает два компонента, обеспечивающих выполнение динамической имитации, — микроимитатор и мезоимитатор. Оба способны моделировать различные транспортные сети — системы городских дорог, автострады, скоростные шоссе, окружные дороги, магистрали — в любом их сочетании.
Средства Aimsun способны имитировать поведение адаптивных систем регулирования дорожного движения; систем, управляемых участниками дорожного движения и обеспечивающих приоритет общественному транспорту; расширенных систем управления движением, использующих знаки с переменным содержанием, стратегии нормализации трафика, политики управления ограничителями на въезде и т.д.; систем указания маршрута; систем управления расписаниями движения общественного транспорта; систем и приложений, обеспечивающих контроль выбросов загрязняющих веществ в окружающую среду и потребление энергии и пр.
Aimsun Micro реализует принципы имитационного моделирования на микроуровне. Это значит, что в процессе имитации непрерывно моделируется движение каждого автомобиля в пределах дорожной сети с учетом заданных поведенческих моделей (в частности, моделей следования, смены полосы и т.д.). В системе существуют некоторые элементы (скажем, автомобили и детекторы), состояние которых изменяется непрерывно в течение периода имитации, разделяемого на короткие интервалы времени (шаги имитации). Система включает и такие элементы (например, светофоры и пункты въезда), состояние которых варьируется дискретно в определенные моменты времени периода имитации. Система обеспечивает высокую степень детализации модели движения транспорта, учитывает различия между типами участников движения, допускает широкий диапазон геометрических характеристик дороги, помимо того, позволяет моделировать дорожно-транспортные происшествия, конфликтные маневры и прочее. Микроимитатор также способен моделировать функции большинства образцов оборудования, используемого в реальных дорожно-транспортных системах: светофоров, детекторов движения, знаков с переменным содержанием, ограничителей въезда и т.д.
В процессе мезоимитации автомобиль также трактуется как отдельная сущность – как и при микроимитации, - однако поведенческие модели (связанные, например, с порядком следования или сменой полосы) упрощены с незначительной потерей степени реализма, но с ориентацией на более адекватное воспроизведение событий, проистекающих в моделируемом процессе.
Входными данными для инструментов Aimsun служит сценарий имитации наряду с набором параметров, определяющих эксперимент. Сценарий состоит из данных четырех типов: описания сети, планов управления движением, запросов на трафик и планов движения общественного транспорта. Параметры имитации представляют собой фиксированные значения, описывающие эксперимент (продолжительность периода имитации, время подготовки ("прогрева двигателей"), статистические интервалы и т.п.), а также некоторые изменяемые значения, используемые для калибровки моделей (время реакции, зоны смены полосы и пр.).
Обе модели транспортного движения, используемые в Vissim и Aimsun, зарекомендовали себя с хорошей стороны, они позволяют с высокой точностью сымитировать движение как одиночных транспортных средств, так и транспортного потока, но следует помнить, что качество моделей в большой мере зависит от наличия и точности входных данных. Поэтому пользователь должен осознавать, что для построения хорошей модели от него требуется предоставить адекватный набор данных.
Таким образом, для решения транспортной проблемы в Москве необходимо сначала попробовать улучшить организацию движения, скоординировать работу светофорных объектов и оптимизировать транспортную схему с помощью программ имитационного моделирования дорожного движения, прежде чем вкладывать огромные средства в строительство новых и ремонт старых дорог.
- Список информационных источников
Приложение к постановлению Правительства Москвы. Концепция формирования ИТС в городе Москве на 2011-2016 годы.
Официальный сайт PTVVission [Электронный ресурс] ptv-vision.de
Официальный сайт TSS [Электронный ресурс] aimsun.com
Официальный сайт RockwellAutomation [Электронный ресурс] arenasimulation.com
Wilhelm Leutzbach, Modelling of traffic flow Lecture Notes in Control and Information Sciences, 1994, Volume 198/1994, 30-42,
