В связи с ростом числа автомобилей на дорогах, увеличение грузопассажирских потоков и внедрение высокоавтоматизированных транспортных средств, возникает необходимость в разработки и совершенствования технологий, направленных на обеспечение безопасности дорожного движения. Также, следует отметить, что с развитием информационных технологий появилась возможность отслеживать движения водителей, изучать их поведение в потоке и оценивать их физические характеристики во время управления транспортным средством.
В статье представлены результаты исследования манеры вождения и психофизиологических особенностей водителей для целей разработки методик обучения, тестирования и создания систем, направленных на повышение безопасности дорожного движения. Основные аспекты анализа включают в себя время реакции, уровень усталости, склонность к риску и другие факторы.
В наше время учитывая широкое распространение систем помощи водителям и различные категории водителей, включая молодежь и пожилых людей, акцент делается на исследовании влияния этих изменений в поведении на общую картину безопасности дорожного движения. Целью является создание системы, которая будет собирать и анализировать данные, основываясь на оценке поведенческих характеристик водителя, влияющих на безопасность дорожного движения.
Результаты данного исследования могут способствовать разработке эффективных стратегий управления транспортными потоками и повышению уровня безопасности на дорогах путем учета человеческого фактора в его различных аспектах.
Ключевые слова : дорожное движение, дорожно-транспортные происшествия, транспорт, оценка безопасности, траснпортный поток, машины.
Due to the increasing number of vehicles on the roads, growing traffic flows, and the introduction of highly automated transport vehicles, there is a need to develop and improve technologies aimed at ensuring road safety. Additionally, with the advancement of information technologies, it has become possible to track drivers' movements, study their behavior in traffic, and assess their physical characteristics while operating a vehicle.
This article presents the results of research on driving behavior and psychophysiological characteristics of drivers for the purpose of developing training methods, testing, and creating systems aimed at improving road safety. Key aspects of the analysis include reaction time, fatigue level, risk propensity, and other factors.
In today's world, considering the widespread use of driver assistance systems and various categories of drivers, including youth and elderly people, the focus is on studying the impact of these behavioral changes on the overall picture of road safety. The goal is to create a system that will collect and analyze data based on the assessment of driver behavioral characteristics affecting road safety.
The results of this study can contribute to the development of effective traffic management strategies and increase the level of road safety by considering the human factor in its various aspects.
Keywords: traffic, road accidents, transport, safety assessment, traffic flow, cars.
Актуальность
Транспортная инфраструктура является основой для существования и развития современных городов и мегаполисов. Эта система включает в себя улично-дорожные сети, объекты обслуживания транспорта, а также станции и вокзалы. Обеспечение эффективной работы и развитие такой инфраструктуры требуют комплексного планирования и управления, особенно в контексте безопасности [1], организации дорожного движения и планирования маршрутов. Одним из актуальных направлений исследования является анализ структуры транспортного потока на улично-дорожной сети.
Структуру транспортного потока можно описать с учетом различных типов транспортных средств, их загрузки, а также режимов движения. В соответствии с классификацией В. Ф. Бабкова [2] — [3], можно выделить следующие виды движения транспортных средств:
– Свободный поток: характеризуется редким движением автомобилей, где движение одного автомобиля не влияет на другие, и каждое транспортное средство может двигаться с комфортной скоростью.
– Частично-связный поток: в потоке наблюдаются небольшие группы автомобилей, следующих друг за другом, при этом скорость определяется лидером группы, и возможны обгоны и переходы в свободный поток.
– Связный поток: характеризуется большими группами автомобилей, где скорость зависит от лидера группы, и обгоны становятся сложными, так как после обгона автомобиль попадает в новую группу.
– Насыщенный поток: транспортные средства движутся друг за другом, обгоны практически невозможны, что часто приводит к образованию заторов.
В современных городах и мегаполисах особенно важно изучение связных и насыщенных потоков, которые имеют высокую плотность транспортного движения и требуют особого внимания. При анализе и прогнозировании состояния улично-дорожной сети выделяются основные параметры транспортного потока:
– Интенсивность движения на отдельных участках сети.
– Объем перевозок в общественном транспорте.
– Средние скорости движения транспортных средств.
– Плотность потока, выраженная в количестве транспортных средств на определенном участке дороги.
– Временные задержки в движении и другие характеристики.
При моделировании транспортных потоков необходимо учитывать множество переменных с различными интервалами изменений, таких как пропускная способность дороги, состояние дорожного полотна, реакции водителей и работа высокоавтоматизированных транспортных средств. Анализ этих факторов позволяет сделать вывод о следующих свойствах транспортных потоков:
– Стохастичность: Обусловлена человеческим фактором. Поведение транспортных средств на дороге нельзя предсказать абсолютно точно, и возможно только приближенное прогнозирование с определенной вероятностью. Для описания такого поведения необходимо использовать вероятностные методы, так как оно не подчиняется строгим законам механики твердого тела.
– Нестационарность: Происходит из-за изменений в погодных условиях, состоянии дорожного потока, времени суток и времени года. Эти факторы могут значительно влиять на характеристики транспортных потоков, такие как скорость движения и плотность, что делает моделирование более сложным из-за постоянных изменений в системе.
Таким образом, учет стохастичности и нестационарности является важным аспектом моделирования транспортных потоков, поскольку он позволяет учесть изменчивость в поведении участников дорожного движения и условиях окружающей среды.
Материалы и методы
Постоянное наблюдение за дорожной обстановкой играет ключевую роль в обеспечении безопасности на дорогах. Это наблюдение может осуществляться различными способами: от мониторинга общего транспортного потока до отслеживания отдельных транспортных средств и поведения их водителей. Важно отметить, что понятие «водитель» включает не только человека, но и компьютер в случае высокоавтоматизированных транспортных средств.
Эксперименты на реальных дорогах, проводимые с использованием активного и пассивного мониторинга, представляют собой значимый инструмент для сбора данных и анализа дорожной обстановки (рисунки 1–2). Активный мониторинг предусматривает установку смартфона в каждое транспортное средство. Смартфон записывает и передает на сервер данные о перемещении ТС: координаты, скорость, высоту над уровнем моря и другие параметры. Пассивный мониторинг предусматривает установку мобильных устройств с камерами на перекрестках УДС города, либо использование стационарных камер и микроволновых радаров. Видео − поток с камер анализируется, выделяются транспортные средства отслеживаются направление их движения и скорости. Примеры сбора данных с помощью активного и пассивного мониторингов могут быть проиллюстрированы на рисунке ниже.
Рис. 1. Активный и пассивный методы мониторинга
Рис. 2. Активный и пассивный методы мониторинга
Технологии сбора и анализа данных о поведении водителей, влияющих на безопасность на дороге, включают в себя различные методы и инструменты для сбора, обработки и анализа информации о дорожных событиях, действиях водителей и условиях на дороге.
- Дорожные камеры и видеонаблюдение : Установленные на дорогах камеры могут записывать видео событий на дороге, таких как нарушения правил дорожного движения, аварии и другие происшествия.
- Датчики и сенсоры на дорогах : Датчики движения, скорости, освещенности и другие сенсоры могут собирать данные о трафике, погодных условиях и других параметрах, влияющих на безопасность.
- Телематические системы в транспортных средствах : Технологии, такие как системы GPS и системы связи, могут собирать данные о местоположении, скорости и маневрах транспортных средств.
- Методы машинного обучения и анализа данных : Применение алгоритмов машинного обучения и анализа данных для обработки больших объемов информации, выявления паттернов и трендов в поведении водителей и выявления потенциальных опасных ситуаций на дороге.
- Системы распознавания номерных знаков и лиц : Технологии распознавания номерных знаков и лиц могут использоваться для идентификации нарушителей и контроля доступа на дорогах.
- Анализ данных социальных сетей и общественных источников : Мониторинг и анализ публичных данных из социальных сетей, новостных и других источников для выявления информации о дорожных событиях и реакции общественности на них.
- Системы предупреждения и автоматического управления : Разработка и внедрение систем предупреждения водителей о возможных опасностях на дороге и автоматического управления транспортными средствами для предотвращения аварийных ситуаций.
Рассмотрим фрагмент многополосной магистрали с заданным числом полос K (рисунок 3). Разбиваем данный участок на M сегментов. Задается количество транспортных средств на магистрали m . В каждом сегменте может находиться только одно транспортное средство. Для каждой полосы задается плотность потока ri ( k ) где i обозначает тип водителей, а k — полосу. Это показывает сколько транспортных средств определенного типа проходит по каждой полосе. Для каждого типа водителя вводится время реакции водителя ∆ ti , интенсивность попыток индивидуального маневра i -го транспортного средства λi , количеством автомобилей.
Количество автомобилей, принадлежащих к определенному типу, обозначается как αi . Вероятность перестроения для транспортного средства обозначается как ρi .
Рис. 3. Фрагмент многополосной магистрали, разбитой на сегменты
Предположим, что два типа частиц движутся на участке с K полосами. Частицы характеризуются двумя типами поведения водителей:
- Продолжение движения по той же полосе (1 тип).
- Стремление сменить полосу (2 тип).
Участок разбит на m отрезков, каждый из которых содержит l ячеек. Размер каждой ячейки на отрезке m обозначается как dm, где m = 1,…, M. Ячейка характеризуется координатами (x, y), где x — номер полосы, а y — номер точки на полосе.
Для m-го отрезка и k-й полосы содержатся ячейки с координатами (i, y), где y принимает значения от
Частицы первого типа движутся по одной из полос и не стремятся сменить полосу, соответствующие автомобилям, которые не планируют менять полосу. Частицы второго типа стремятся перейти к концу участка на полосу 1, соответствуя автомобилям, которые планируют свернуть на другую дорогу в конце участка.
Значение d m соответствует динамическому габариту автомобиля.
Правила движения для каждого типа частиц:
- Частицы первого типа (не стремящиеся сменить полосу) :
– Если частица первого типа находится на полосе x, она остается на этой полосе во время движения по участку.
– В течение кванта времени частица первого типа, находящаяся на полосе k и отрезке m, с вероятностью λ 1, m Δ t стремится переместиться на одну ячейку в направлении движения. Попытка реализуется, если ячейка впереди свободна.
- Частицы второго типа (стремящиеся сменить полосу) :
– Если частица второго типа находится в ячейке (k, j), где k < L, и ячейка (k-1, j) (ячейка на полосе справа от рассматриваемой частицы) свободна, то частица переходит в ячейку (k+1, j) с вероятностью λ1m Δ t .
– Если частица второго типа находится на полосе k и ячейка справа от нее занята, частица не переходит в другую ячейку.
Плотности потоков на первом отрезке и каждой полосе заданы.
Результаты и обсуждения
На рисунке 4 предоставленна информация по количеству дорожно-транспортным происшествиям (далее –ДТП) за 2023 год в Республике Казахстан. Как мы можем увидеть по г. Алматы наибольшее количество ДТП связано с тем, что в г. Алматы численность автотранспорта выше, чем в других регионах. Соотвестсвенно с многочисленностью автомобилей в городе Алматы образуются пробки и постоянные смены полос водителями, что влечет за собой ДТП, а также водитель автотранспортного средства утомляется и испытывает стресс, что негативно влияет на его реакцию и психическое состояние, а также эмоциональное состояние водителя. [4]
Рис. 4. Количество ДТП по областям РК
Основная причина дорожно-транспортных происшествий заключается в человеческом факторе, преимущественно в нарушениях правил дорожного движения, которые совершают все участники дорожного движения. Исследования, проводимые в Германии, указывают на то, что водители личных автомобилей чаще всего отвлекаются от управления транспортным средством, что увеличивает риск дорожно-транспортных происшествий.
Для составления ежегодного отчета о состоянии безопасности на дорогах в Германии проводятся наблюдения в различных регионах страны, различное время суток и типы автомобильных дорог. Данные о ситуации на дорогах собираются в 8 регионах в разное время суток и дни недели, а также группируются по возрастным категориям, полу водителей и видам дорог.
При анализе данных получены следующие результаты: около 30 % водителей используют смартфоны, из которых 20 % пишут сообщения, игнорируя дорогу, и 10 % разговаривают по телефону без использования функции «свободные руки» [5]. Кроме того, примерно 50 % случаев отвлечения от управления транспортным средством происходят при курении, приеме пищи или напитков. Систематизация подобных данных может помочь разработать методику наблюдения за поведением водителей и далее выработать рекомендации по предотвращению дорожно-транспортных происшествий, вызванных действиями водителей.
Выводы
В ходе исследования было проведено:
- Изучение традиционных моделей транспортных потоков и выявление тех, которые учитывают человеческий фактор.
- Влияния перестроений транспортных средств на скорости многополосного потока.
- Разработка технологий сбора и анализа данных о поведении водителей, влияющих на безопасность на дороге.
- Проверка и оценка полученных результатов исследования воздействия человеческого фактора на безопасность дорожного движения.
Далее были разработаны математические модели дифференцирования транспортного потока на основе детерминированно-стохастической модели. Эти модели позволяют предсказывать поведение водителя на дороге с учетом его психофизиологических характеристик. Основой исследования послужил детерминированно-стохастический подход, который обеспечивает гибкую настройку математической модели, учитывая не только основные характеристики транспортного потока, но и дополнительные параметры, такие как вероятность передвижения на дороге в зависимости от стиля вождения, физиологические характеристики и дорожная обстановка.
Проведено сравнительное исследование двух методов наблюдения за состоянием автотранспортного потока: активного и пассивного. При активном методе наблюдения возможно детальное анализирование отдельных транспортных средств с последующей корректировкой их поведения в потоке при наличии единой информационной системы «коллективного разума». В то время как при пассивном методе происходит оценка транспортного потока и его основных характеристик, таких как скорость и дистанция между автомобилями. С использованием данных, полученных при пассивном мониторинге, была выявлена зависимость между скоростью движения и расстоянием между транспортными средствами, которая зависит от типа водителя.
Также был проведен сравнительный анализ влияния человеческого фактора на безопасность дорожного движения. Установлено, что время реакции водителя представляет собой комплексный параметр, включающий в себя физиологические, психофизиологические и психологические характеристики, а также эмоциональное состояние водителя.
В исследовании предложена детерминированно-стохастическая модель, которая гибко настраивается и корректируется в зависимости от многофакторной оценки времени реакции водителя и типа транспортного средства. Эта модель, используя экспериментальные данные и отражая основные характеристики транспортного потока, описывает поведение транспортных потоков в современном мире. До настоящего времени технологии геймификации не применялись в автотранспортной отрасли.
Литература:
- Бабков, В. Ф. Проектирование автомобильных дорог. Часть 1 / В. Ф. Бабков, О. В. Андреев. — М.: Транспорт, 1987. [1]
- Бабков, В. Ф. Дорожные условия и безопасность дорожного движения / В. Ф. Бабков. — М.: Транспорт, 1993. — 271 с. [2]
- Бабков, В. Ф. Дорожные условия и безопасность дорожного движения / В. Ф. Бабков. — М.: Транспорт, 1993. — 271 с. [3]
- «Карта аварийности» — комитет по правовой статистике и специальным учетам генеральной прокуратуры Республики Казахстан. [4]
- Hafikeit von Anblenkung bei Autofahren Berichte der Bundesanstalt for Strafenwesen // Mensch und Sicherkeit, 2020, Heft M 297. [5]
