Нечеткая логика как инструмент управления безопасностью дорожного движения



В статье рассматривается проблема повышения безопасности дорожного движения на примере нечеткого управления транспортными потоками. Производится анализ существующих разработок и обозначаются перспективы развития нечеткого моделирования в задачах автомобильного транспорта.

Ключевые слова: автомобиль, транспорт, модель, безопасность, нечеткая логика.

В современных городских условиях безопасность дорожного движения является одной из важнейших проблем. Увеличение количества транспортных средств при существующем уровне развития методов управления транспортными потоками в дальнейшем способно привести к ухудшению условий движения. Решение данной проблемы потребует разработки и внедрения современных методов управления транспортными потоками, обеспечивающих необходимый уровень эффективности функционирования городских автомобильных дорог [3]. Например, управление светофорным объектом является сложной задачей, которая должна учитывать множество параметров дорожно-транспортной среды (интенсивность движения транспортных средств, интенсивность движения пешеходов, скорость, насыщенность, задержки, плотность, ускорение, замедление автомобиля при подходе к перекрестку и т. д.). Сложность подобной задачи заключается не только в количественном многообразии параметров, но и в их неоднородности. Результатом усреднения входных данных будет являться весьма низкое качество выходных данных, а значит и невысокий уровень адекватности математической модели по отношению к реальной системе. В подобных случаях видится целесообразным использование методов, ориентированных на построение моделей, учитывающих «размытость» исходных данных. Такую возможность дают методы нечеткого моделирования, основой которых служит нечеткая логика.

1. Основные принципы обеспечения безопасности дорожного движения

Очевидно, что без оптимизации, модернизации и расширения улично-дорожной сети становится невозможной организация безопасного дорожного движения. Решение данной проблемы предполагает использование современных и инновационных комплексных методов управления потоками транспорта, обеспечивающих высокий уровень эффективности функционирования городских автомобильных магистралей. Дорожно-транспортные происшествия и заторы перед перекрестками являются основными причинами простоя автомобильного транспорта, что влечет за собой снижение эффективности движения по транспортным магистралям. При этом частота возникновения ДТП существенно ниже по сравнению с частотой переключения сигналов светофоров. Таким образом, оптимальным направлением поиска решения видится разработка и совершенствование систем управления транспортными потоками, обеспечивающих наилучшее распределение потоков транспорта. В настоящее время для управления транспортными потоками используются автоматические светофоры с фиксированными интервалами сигналов, работающие в нескольких режимах, однако этот метод при своей простоте не обеспечивает требуемого качества управления в условиях широкого диапазона изменения интенсивности движения транспорта. Для реализации эффективного управления транспортным потоком и повышения безопасности дорожного движения предлагается введение управляющей системы на основе нечеткой логики [1].

2. Основные свойства систем управления сиспользованием нечеткой логики

Предпосылкой разработки теории нечетких множеств является принцип несовместимости, согласно которому сложность системы и точность, с которой ее можно описать традиционными математическими методами, по своей сути противоречат друг другу. Практические успехи нечеткого моделирования получили теоретическое обоснование после того, как в 1992 г. американский математик Барт Коско доказал теорему о нечеткой аппроксимации [5]. Согласно данной теореме, любая математическая система может быть аппроксимирована системой на нечеткой логике. Как следствие, с использованием естественно-языковых высказываний «если-то» с последующей их формализацией средствами теории нечетких множеств можно сколь угодно точно отобразить произвольную связь «входы-выход» [4]. Методы нечеткой логики позволяют строить логико-лингвистические модели, отражающие общую смысловую постановку задачи, используя качественные представления, соответствующие «человеческим» способам рассуждений и принятия решений. Нечеткое управление (Fuzzy Control, Fuzzy-управление) в настоящее время является одной из перспективнейших интеллектуальных технологий, позволяющих создавать высококачественные системы управления.

Условиями, предполагающими использование нечетких систем управления, с одной стороны, является неопределенность, связанная со сложностью системы, неполнотой информации и, как следствие, нерациональность описания ее традиционными методами, и, с другой стороны, наличие сведений качественного характера о самом объекте и о необходимых управляющих воздействиях. Основным признаком классификации нечетких систем управления является место нахождения блоков нечеткого логического вывода в системах управления: либо нечеткая система сама формирует управляющие сигналы, либо сигналы с нечеткой системы управляют параметрами традиционной системы управления.

3. Применение нечеткой логики вмоделировании иуправлении транспортными потоками как средство повышения безопасности дорожного движения

В настоящее время существует уже немалое количество реализаций управления транспортными потоками с использованием принципов нечеткой логики. Считаются классическими задачами, включенными во многие учебники по программированию, задачи на разработку нечеткого контроллера управления светофором. Имеются данные и об использовании нечетких контроллеров в регулировании дорожного движения в реальных дорожных условиях [6]. По некоторым косвенным признакам, излагаемым Х. Иносэ и Т. Хамада в «Управлении дорожным движением», можно предположить, что описываемые системы, в том числе автоматические системы координированного управления дорожным движением, могли быть созданы с использованием принципов нечеткой логики [2]. В пользу этого предположения также можно привести упоминаемый во многих источниках пример использования системы нечеткого управления движением поездов в метро г. Сендай (Япония), по времени относящийся к 80-м годам XX в.

Процесс управления потоком транспортных средств на основе нечеткой логики разделен на шаги, соответствующие одному циклу работы светофора.

Один шаг моделирования включает в себя следующие этапы:

1) определение четких значений входных переменных;

2) фаззификация значений входных переменных;

3) выработка решения;

4) дефаззификация значений выходных переменных;

5) реализация управляющих воздействий — изменение длительности сигналов светофора;

6) обновление данных.

Каждый этап предназначен для решения соответствующей задачи:

1. Определение значений входных переменных — определение количества машин на различных направлениях движения, а также длительности сигнала светофора, сбор информации о состоянии системы управления. Кроме того, на данном этапе можно ввести в систему управления информацию о различных возмущающих факторах, например, о проводимых дорожных работах, о произошедших ДТП и других событиях, влияющих на дорожное движение.
2. Фаззификация значений входных переменных — переход от четких значений к лингвистическим переменным. Для выбранной формы функций принадлежности операция фаззификации сводится к нескольким операциям умножения и деления.
3. Выработка решения — на основе лингвистических переменных и их функций принадлежности.
4. Дефаззификация значений выходных переменных — переход от лингвистических переменных к четким значениям. В данной работе применяется подход, основанный на использовании метода центра тяжести. Данный метод был выбран ввиду его хорошей точности результатов. Так как в данном случае используются только треугольные и трапециевидные функции принадлежности, то вычислительные затраты, связанные и использованием данного метода дефаззификации, являются незначительными и не оказывающими заметного влияния на быстродействие системы. При использовании других функций принадлежности может возникнуть необходимость использования других методов дефаззификации.
5. Обновление данных — изменение числа машин перед перекрестком в соответствии с длительностью сигналов светофора; определение числа машин, подошедших к перекрестку.

Предложенный подход позволяет реализовать систему управления потоком транспорта, направленную на снижение времени простоя на перекрестках, повышения скорости передвижения, уменьшения очередей транспортных средств, уменьшения количества пробок, а также в целом повышение безопасности дорожного движения.

4. Дальнейшие перспективы развития систем контроля дорожного движения сиспользованием нечеткого моделирования

В заключение приведенного краткого обзора применения нечеткой логики в задачах управления перечислим основные методы формирования блоков нечеткого логического вывода для систем управления:

– экспертное определение;

– автоматическая генерация путем слежения за действиями человека-оператора;

– использование закономерностей между характеристиками нечеткой системы и реализуемым ей оператором;

– лингвистический синтез по лингвистической модели объекта управления;

– синтез на основании нечеткой модели объекта управления, используя принцип обратной динамики;

– аппроксимация нечеткой системой оптимальных законов управления, полученных традиционными методами;

– используя аналитические методы исследования нелинейных систем управления;

– адаптивный подход на основе нечетких нейросетей.

За последние два десятилетия существенно преобразились методы проектирования и настройки нечетких систем. С развитием прикладных приложений как нечетких множеств (нечеткой логики), так и искусственных нейросетей (ИНС) стало возможным их более широкое практическое применение. Результатом научных разработок и практической потребности стали нечеткие нейронные сети — гибридный аппарат, сочетающий в себе принципы и нечеткой логики, и искусственных нейросетей.

В настоящее время нечеткие нейросети хорошо разработаны и изучены, предложено большое количество алгоритмов обучения от аналога метода обратного распространения ошибки, известного из теории обычных нейросетей, до генетических алгоритмов. Перспективным направлением разработки видится развитие теории и практического применения алгоритмов самоорганизации нечетких систем, позволяющих адаптировать не только параметры функций принадлежности, но и число продукционных правил. Алгоритмы самоорганизации систем нечеткого логического вывода находятся на стадии интенсивной разработки [7].

Таким образом, следующим шагом в развитии систем управления безопасностью дорожного движения видится дальнейшее внедрение аппарата нечетких систем с возможностью самообучения с целью улучшения адаптации модели к реальным условиям характера дорожного движения.

Заключение

В настоящей работе был произведен обзор одного из возможных методов повышения безопасности дорожного движения, основанный на программно-целевом подходе к деятельности по обеспечению безопасности дорожного движения. Для реализации эффективного управления транспортным потоком и повышения безопасности дорожного движения было рассмотрено предложение о введении управляющей системы транспортных потоков на основе нечеткой логики. В контексте работы была рассмотрена система, разработанная нашими соотечественниками, коллективом авторов: «Системы управления потоком транспортных средств на основе аппарата нечеткой логики» (Брегеда С. Ю., д.т.н. Бурковский В. Л., д.т.н. Чопоров О. Н.). Данное направление развития процесса управления видится перспективным и обоснованным.

Литература:

1. Брегеда С. Ю., д.т.н. Бурковский В. Л., д.т.н. Чопоров О. Н. Системы управления потоком транспортных средств на основе аппарата нечеткой логики // Вестник Воронежского Государственного Технического Университета. Воронеж, 2009, № 5, стр. 17–21
2. Иносэ Х., Хамада Т. Управление дорожным движением/под ред. М. Я. Блинкина: Пер. с англ., М.: Транспорт, 1983
3. Федеральный закон от 10.12.1995 № 196-ФЗ (ред. от 26.07.2017) «О безопасности дорожного движения».
4. Штовба С. Д. Проектирование нечетких систем средствами MATLAB / С. Д. Штовба. — М.: Горячая линия — Телеком. — 2007. — 288 с., ил.
5. Kosko Bart. Fuzzy Systems as Universal Approximators / Bart Kosko // IEEE Trans. on Computers. — 1994. — Vol.43. — № 11.- p. 1153–1162
6. Tien-I Liu, Pramod Krisnani et al. Automatic Traffic Light Control System. California State University, Sacramento, USA, 2008
7. Усков А. А. Принципы построения систем с нечеткой логикой // Приборы и системы. Управление, контроль, диагностика. 2004, № 6, с. 7–13