Прогнозирующая система управления дорожным движением

Группа изобретений относится к системе и способу оптимизации движения автотранспорта по определенной территории. Система управления движением содержит: механизмы мониторинга, механизмы регулирования дорожного движения/навигационных систем, наборы аналитических машин, комплекты оценочных машин, контрольный механизм. Механизмы мониторинга обеспечивают предоставление в реальном времени данных о характеристиках транспортного потока на всей территории определенного района. Механизмы регулирования дорожного движения/навигационных систем дорожной информации обладают определенным интерфейсом для подачи сигнала на устройство с набором функциональных возможностей, расположенное в известном месте конкретного района. Аналитические машины выполнены с возможностью прогнозирования и/или обнаружения дорожной пробки или задержек движения на основе данных в реальном времени, полученных от каждого из механизмов мониторинга. Оценочные машины определяют функции, которые должны быть выполнены при помощи механизмов регулирования дорожного движения/навигационных систем дорожной информации в определенном районе, чтобы предотвратить или свести к минимуму задержки в пути. Контрольный механизм управляет интерфейсом выбранных механизмов регулирования дорожного движения/навигационных систем и заставляет их выполнять определенные функции. Достигается повышение эффективности управления транспортным потоком для определенного района. 2 н. и 20 з.п. ф-лы, 8 ил.

 

ОБЛАСТЬ ТЕХНИКИ

Настоящее изобретение относится к системе, обеспечивающей управление дорожным движением. В частности, изобретение касается оптимизации движения транспортных потоков в пределах определенной области.

УРОВЕНЬ ТЕХНИКИ

Почти все современные города и городские центры сталкиваются с существенными проблемами, связанными с заторами в движении автотранспорта. Эти проблемы приводят к огромным потерям в виде потерь продуктивного времени по причине задержек при перемещении из одного пункта в другой. Одна из оценок финансового воздействия этого явления приводится в отчете, опубликованном в журнале The Economist в статье под названием «The Cost of Traffic Jams», опубликованной в ноябре 2014 года, где приводятся данные, предоставленные лондонской консалтинговой компанией и INRIX (фирмой, занимающейся анализом данных о дорожном движении), согласно оценкам которых влияние таких задержек на экономику Великобритании, Франции, Германии и Америки составляет 200 млрд. долл. США. Другие данные, представленные в статье («Routing Multiple Vehicles Cooperatively: Minimizing Road Network Breakdown Probability»), опубликованной в IEEE Transactions on Emerging Topics in Computational Intelligence в феврале 2017 года, оценивают финансовые затраты в развитых странах по всему миру в размере 2 200 млрд. долл. США в год. В другой статье под названием «Traffic Congestion Costs Americans $124 Billion a Year, Report Says», опубликованной 14 октября 2014 года в журнале Forbes, приведены аналогичные данные о больших экономических издержках. Эти оценки ясно свидетельствуют о широком признании огромных масштабов вредных последствий данной проблемы.

В дополнение к финансовому влиянию, имеет место значительное неблагоприятное влияние на здоровье человека, вызванное физическим и эмоциональным стрессом. Обострение ситуации может привести к насилию на дорогах, что может представлять серьезную угрозу жизни людей и имуществу. Проблемы со здоровьем, связанные с загрязнением, могут создавать дополнительные негативные последствия для качества жизни людей, непосредственно использующих автотранспорт, а также людей, живущих вблизи загруженных транспортом дорог. Рабочий документ под названием «New research finds link between Air Pollution and Traffic Accidents», опубликованный Исследовательским институтом Грэнтхема по изменению климата и окружающей среде 3-го октября 2016 года на веб-сайте Лондонской школы экономики, содержит научные данные по этому вопросу. Подобным образом, в статье под названием «Traffic Congestion and Infant Health: Evidence from E-ZPass», авторами которой являются Janet Currie и Reed Walker, опубликованной в American Economic Journal в январе 2011 года, представлены количественные доказательства проблем воздействия на здоровье людей в результате Загрязнения воздуха, вызванного Дорожными пробками.

Управление дорожным движением призвано свести к минимуму заторы на дорогах и осуществляется, главным образом, путем регулирования движения на перекрестках. Ранее системы управлялись вручную, но они были практически полностью заменены автоматическими светофорами, работающими посредством переключения в фиксированные интервалы времени. Такие «Автоматические системы регулирования движения транспорта» использовались в течение длительного периода времени и позволяли облегчить бремя регулирования движения транспорта вручную. В эти системы были внесены усовершенствования посредством смещения фаз сигналов синхронизации движения, поступающих последовательно вдоль основного маршрута в шахматном порядке, чтобы создать «зеленую волну» непрерывно движущегося транспортного потока. Данные Системы "поэтапного" регулирования движения также использовались в течение длительного времени. Обе эти системы не учитывают фактических условий движения, существующих на перекрестке, и запрограммированы на работу в зависимости от «ожидаемых» условий, рассчитанных на основе данных наблюдений о движении, полученных за определенный период времени. Так или иначе, стремительный рост объемов движения транспорта показал несовершенство обеих систем и даже их контрпродуктивность в определенных ситуациях.

Недостатки систем Автоматического и Поэтапного управления движением привели к разработке и внедрению «Адаптивных систем регулирования движения», способных быстро определять условия движения в непосредственной близости от перекрестка и соответствующим образом синхронизировать работу светофора. Эти системы лежат в основе существующих технологических платформ, которые в настоящее время используются в большинстве современных городов. Используются различные датчики, наиболее распространенными из которых являются датчики движения «индуктивной петли», встроенные в дорожное полотно перед перекрестком для обнаружения присутствия и движения транспортных средств. Другими используемыми приборами обнаружения являются видеокамера, радар и ультразвуковые датчики.

В некоторых адаптивных системах управления движением применяется «централизованный» метод управления, при котором сигналы от ряда пересечений дорог направляются в центральный пункт управления, который устанавливает последовательность переключения сигналов для каждого перекрестка. Такие системы, как правило, называются системами, приводимыми в действие проезжающими транспортными средствами (Vehicle-Actuated Coordinated Junctions (VACJ)). Функция управления реализуется на всех или нескольких перекрестках в составе центральной или иерархической структуры. Одним из примеров такого метода управления является система SCOOT (Split, Cycle and Offset Optimization Technique), которая широко распространена в настоящее время и использует двоичные сигналы от встроенных датчиков индуктивной петли на перекрестках с центральной компьютерной системы. Другая такая система SCATS (Sydney Co-ordinated Adaptive Traffic System), с другой стороны, является иерархической и распределительной системой, которая использует инкрементную обратную связь от датчиков индуктивной петли, расположенных перед стоп-линией у каждого перекрестка. Аналогичным образом, UTOPIA (Urban Traffic OPtimization by Integrated Automation) является еще одной иерархическая системой типа VACJ, использующая децентрализованное управление, в котором используются петлевые детекторы, которые располагаются сразу за предыдущим перекрестком для получения информации о транспортном средстве. Это позволяет учитывать данные соседних перекрестков для обеспечения динамического скоординированного управления. Система использует 3-уровневую иерархию - Низкий уровень для мониторинга конкретного перекрестка, Районный уровень, который контролирует группу перекрестков, и Городской уровень, который интегрирует UTOPIA с другими системами, например, расписанием движения автобусов для создания макроскопической модели. RHODES (Real-time Hierarchical Optimized Distributed and Effective System) - это еще одна система, которая использует 3-уровневую иерархию, аналогичную UTOPIA, но основанную на прогнозируемых схемах прибытия партии/серии (группы автотранспортных средств, движущихся в одном направлении) на перекресток для определения режима работы светофорной сигнализации. Prodyn - это еще одна децентрализованная система управления, которая также использует информацию детекторов с соседних перекрестков, и информация передается от перекрестка к перекрестку с убывающей значимостью.

С другой стороны, системы, приводимые в действие проезжающими транспортными средствами (VAIJ), такие как MOVA (Microprocessor Optimized Vehicle Actuated), сконцентрированы исключительно на отдельных транспортных развязках, чтобы обеспечить еще более целенаправленное управление. Отдельные перекрестки работают как отдельные островки, которые обмениваются информацией с дорожными контроллерами соседних перекрестков, но функционируют независимо друг от друга. По состоянию на 2011 год; в Великобритании использовалось около 3000 систем MOVA. SURTRAC - еще одна аналогичная система, подробная информация о которой опубликована в статье «SURTRAC: Scalable Urban Traffic Control», представленной на выставке научных работ Carnegie Mellon University Research Showcase of the School of Computer Science в январе 2013 года. Аналогичные системы предложены в статье «Multiagent Based Decentralized Traffic Light Control for Large Urban Transportation System», опубликованной в журнале Mathematical Problems in Engineering под идентификационным номером 104349, а также в техническом отчете 06-039 «Look-Ahead Traffic Adaptive Control of a Single Intersection - A Taxonomy and a new Hybrid Algorithm», опубликованном Delft University of Technology. Такие системы представляют собой рассматриваемые группы «Интеллектуальных агентов», управляющих отдельными транспортными перекрестками.

Во всех приведенных выше системах, независимо от их типа, все функционирование по контролю осуществляется вблизи перекрестка, и все внимание вышеупомянутых решений "сконцентрировано" на перекрестках. Поведение движения транспорта в точках, удаленных от перекрестка, игнорируется и ожидается, что явления дорожных пробок в таких местах будут устраняться с помощью действий, выполняемых на перекрестках. Этот фундаментальный подход определяет основные ограничения всех таких систем.

Растущая интенсивность и проблема глобального влияния дорожных пробок вызвали необходимость проведения значительных исследований в этой области, и многие научные коллективы, организации и компании активно участвуют в проведении исследований и разработке улучшенных решений. Благодаря этим исследованиям установлено, что условия движения в любом данном месте часто являются результатом гораздо более широкого распределения дорожного движения в нескольких других соединенных мест. Размер этого «соседства» может варьироваться в широких пределах и в динамическом режиме и может даже охватывать площадь в несколько квадратных километров, где расположено множество транспортных перекрестков. Поведение дорожного движения на больших пространствах между перекрестками оказывает очень заметное воздействие на общее явление дорожных пробок. Поэтому крайне важно иметь как общее представление, так и получать локальную информацию путем мониторинга условий движения по всей транспортной сети. Для достижения этой цели становятся доступными «развивающимися» технологии.

Развивающиеся решения по регулированию движения обращаются к проблеме мониторинга одним из двух способов. Первый способ заключается в развертывании системы определения дорожной ситуации Floating Car Data (FCD). В книге «Introduction to intelligent Systems in Traffic and Transportation», авторами которой являются Ana L.C. Bazzan и Franziska Klugl, и выпущенной издательством Morgan & Claypool Publishers, описываются такие системы, как, например, система бортовых датчиков на транспортных средствах, которые «перемещаются» в транспортном потоке и предоставляют информацию о движении транспорта посредством беспроводной передачи параметров трафика в соответствующих местах в режиме реального времени. В некоторых вариантах реализации это такие специальные транспортные средства, как такси или грузовые автомобили, предназначенные для доставки грузов и других коммерческих целей. На данный момент установлено, что такая система FCD имеет ограниченное применение, поскольку (i) не обеспечивается охват всей сети и (ii) система не является полностью репрезентативной из-за их относительно низких скоростей. Например, примерно 700 автомобилей таксопарка в Штутгарте (данные 2003 года) оборудованы устройствами GPS, которые передают информацию о своем местоположении и скорости движения в центр управления примерно каждые 30 с. Аналогичным образом, в научной статье: "The Use of Adaptive Traffic Signal Systems Based on Floating Car Data” за авторством Vittorio Astarita, Vincenzo Pasquale Giofre, Giuseppe Guido и Alessandro Vitale, опубликованная в журнале Wireless Communications and Mobile Computing, том 2017 (Идентификационный номер: 4617451), представлена ценная информация о данной развивающейся технологии.

Второй способ позволяет добиться того же результата более эффективно посредством использования тех же данных, собранных путем краудсорсинга через повсеместно распространенные мобильные телефоны водителей и пассажиров транспортных средств, движущихся в транспортном потоке, или бортовые системы (в случае оснащения такими системами), которые предоставляют такую информацию. Несмотря на то, что этот способ несет угрозу «нарушения неприкосновенности частной жизни», он предлагает эффективное решение по мере урегулирования проблем сохранения секретности. В Европейском патенте № EP 1938296 B1, под названием “Assessing Road Traffic Conditions using Data from Mobile Data Source” описана такая система. Аналогичным образом, в статье "SmartRoad: Smartphone-Based Crowd Sensing for Traffic Regulator Detection and Identification”, опубликованной в ACM Transactions on Sensor Networks, Том 11, № 4, Статья 55, в июле 2015 года, представлена информация по данной технологии. В статье «Tracking Traffic with Cell Phones», опубликованной 11 ноября 2008 года в MIT Technology Review, описывается научно-исследовательский проект, реализованный Калифорнийским университетом в Беркли, который подтвердил эффективность данной технологии.

Вышеуказанные технологии мониторинга трафика на основе краудсорсинга могут быть реализованы с использованием способов сбора данных с устройств, имеющихся у пассажиров транспортных средств (напр., мобильных телефонов), или за счет встроенных автомобильных функций, которые не зависят от данных, получаемых от устройств пассажиров. Информация, получаемая за счет использования любого из этих способов, также может быть передана либо напрямую от транспортного средства на внешние элементы инфраструктуры (технология транспорт-инфраструктура - Vehicle to Infrastructure - "V2I"), либо в виде данных, передаваемых между транспортными средствами или группой транспортных средств на внешний приемник (система Vehicle to Vehicle - “V2V”). Общая категория систем, охватывающая оба типа, называется «V2x».

Несмотря на то, что эти развивающиеся подходы способны решать проблемы мониторинга всей транспортной сети, они, тем не менее, имеют определенные ограничения, которые снижают их эффективность. Это, в частности:

1) весьма ограниченная способность распознавать «состав транспортного потока» (т.е. неоднородный состав видов транспортных средств) - различать двухколесные, трехколесные, легковые и грузовые автомобили, общественный транспорт (особенно в отношении его низкой наполняемости), тракторы, гужевой транспорт и пр. Данное ограничение усиливается во время реальных дорожных пробок в движении, когда все виды транспортных средств движутся с одинаковой медленной скоростью. Поскольку состав транспортного потока является важным фактором, влияющим на перегруженность, это представляет собой существенное ограничение, которое также имело место в предыдущих «адаптивных» и «поэтапных/автоматических» системах.

2) неспособность распознавать неожиданные события и условия, которые представляют собой потенциальную угрозу создания дорожных пробок, но возникают, когда движение на дорогах либо отсутствует, либо его плотность очень низкая (например, в ночное время или ранним утром, когда плотность движения, как правило, незначительная либо отсутствует). Такие события включают в себя, например, поломки транспортных средств, аварии или естественные препятствия (падение деревьев и т.д.). Такие случаи не обнаруживаются до тех пор, пока не возникает затор, и поэтому предотвратить возникновение дорожных пробок не представляется возможным.

Эти развивающиеся системы разработаны как самостоятельные системы, работающие независимо от существующих систем и предназначенные для их замены. В связи с этим, реализация таких решений, как правило, является дорогостоящим предприятием.

Предлагаемое решение повышает эффективность существующих решений и большей частью позволяет предотвращать пробки на дорогах и более эффективно управлять неизбежным возникновением дорожных пробок. Настоящее усовершенствование позволяет достичь экономического эффекта за счет исключения необходимости замены существующих решений.

СУЩНОСТЬ ИЗОБРЕТЕНИЯ

Предлагаемое решение позволяет недорого усовершенствовать существующие системы управления дорожным движением в определенном районе с помощью интерфейса к дополнительному уровню управления, который синергетически объединяет работу этих ресурсов с помощью дополнительных ресурсов, которые расширяют возможности системы посредством преодоления ограничений в существующих системах, описанных выше. Данное решение обеспечивает мониторинг характеристик дорожного движения по всему рассматриваемому району. Дополнительный уровень управления анализирует данные мониторинга в режиме реального времени с использованием технологий искусственного интеллекта, включающего в себя Усиленное обучение и эвристические способы для прогнозирования местоположения и причин возникновения ситуаций, которые могут привести к возникновению пробок на дорогах, а также потенциально возможных ситуаций задержки движения, которых можно избежать. Дополнительные технологии искусственного интеллекта используются для определения действий, необходимых для предотвращения дальнейшего развития таких ситуаций с учетом известных местоположений и возможностей доступных механизмов регулирования дорожного движения. В итоге, соответствующие существующие механизмы регулирования дорожного движения вынуждены будут выполнять определенные действия при помощи усовершенствованных интерфейсов.

Этот вариант также позволяет предлагаемой системе повысить свою эффективность путем получения данных о требованиях к поездке и ее конечных пунктах от пользователей, которые выбирают подписку на программу планирования поездок и навигации к цели поездки, опирающуюся на фактические данные регулирования дорожного движения.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

Эти и другие признаки, аспекты и преимущества настоящего изобретения будут лучше поняты после прочтения последующего подробного описания со ссылкой на прилагаемые чертежи, на которых одинаковые номера позиций представляют одинаковые элементы на всех чертежах и на которых изображено следующее:

Фиг. 1 иллюстрирует ограничение существующего уровня техники с помощью примеров причин пробок на дорогах, которые невозможно обнаружить до тех пор, пока не возникнет дорожная пробка.

Фиг. 2 демонстрирует признак с «высоты птичьего полета», предлагаемый в настоящем изобретении, на котором изображены детали транспортного потока и его состава, не описанные в существующем уровне техники.

Фиг. 3 иллюстрирует некоторые предпочтительные варианты осуществления беспилотной аэроплатформы, используемой для реализации предложенного решения.

Фиг. 4 иллюстрирует шаги способа регулирования дорожного движения, описанного в настоящем изобретении.

Фиг. 5 представляет блок-схему системы регулирования дорожного движения в соответствии с настоящим изобретением.

Фиг. 6 представляет блок-схему пользовательской программы, предусмотренной настоящим изобретением.

ОПИСАНИЕ

Нижеследующее описание представлено исключительно в целях объяснения определенных аспектов, преимуществ и новых признаков изобретения. Необходимо понимать, что не все преимущества изобретения могут быть достигнуты за счет любого одного варианта осуществления изобретения. Таким образом, настоящее изобретение может быть реализовано таким образом, чтобы осуществить или оптимизировать одно преимущество или группу преимуществ без необходимости достижения других преимуществ.

Специалистам в данной области техники также будет очевидно, что изобретение не ограничено конкретными раскрытыми здесь вариантами осуществления и может быть реализовано во многих различных формах. Варианты осуществления и описание, используемые в раскрытии изобретения, не предназначены для ограничения объема изобретения.

В настоящем описании ссылки на «вариант осуществления», «один вариант осуществления» или «некоторые варианты осуществления» могут относиться к нескольким местам. Это не обязательно означает, что каждая такая ссылка относится к одному и тому же варианту (вариантам) осуществления, или что признак применяется только к одному варианту осуществления. Отдельные признаки разных вариантов осуществления также могут сочетаться для обеспечения других вариантов осуществления.

Единственное число при использовании в этом документе включает в себя формы множественного числа, если из контекста явно не следует иное. Далее необходимо понимать, что термины «включает в себя», «включающий в себя» и (или) «содержит», «содержащий» при использовании в данном описании, указывают на наличие определенных признаков, целых величин, шагов, операций, элементов и/или компонентов, но не исключают наличие или дополнение одного или более признаков, целых величин, шагов, операций, элементов, компонентов и/или их групп. Понятно, что когда один элемент упоминается как «соединенный» или «связанный» с другим элементом, он может быть соединен или связан с другим элементом напрямую или могут присутствовать промежуточные элементы. Кроме того, термины «соединенный» или «связанный», используемые в настоящем документе, могут включать в себя понятие функционально связанный или соединенный. Используемый здесь термин «и/или» включает в себя любые и все сочетания и конфигурации одного или более перечисленных сопоставленных элементов.

Специалисту в данной области техники должно быть очевидно, что приведенная в качестве примера конструкция может также содержать другие функции и конструкции. Необходимо понимать, что функции, структуры, элементы и протоколы, используемые для передачи данных, не имеют отношения к настоящему изобретению. Поэтому нет необходимости их подробного рассмотрения в настоящем описании.

Все описанные устройства включают в себя программные и/или аппаратные компоненты, необходимые для их функционирования. Кроме того, каждое устройство может содержать внутри себя один или более компонентов, которые понятны по смыслу. Эти компоненты могут быть функционально связаны друг с другом и могут быть выполнены с возможностью передачи данных для выполнения функции упомянутого устройства.

Специалистам в данной области техники должно быть очевидно, что в варианты осуществления, раскрытые в настоящем описании, могут быть внесены различные модификации и изменения в соответствии с настоящим изобретением, без отступления от его сущности и объема.

Если не указано иное, все термины (включая технические и научные термины), используемые в настоящем документе, имеют те же значения, которые обычно понятны специалистам в области техники, к которой относится это изобретение. Также необходимо понимать, что термины, обычное определение которым дано в словарях, должны истолковываться в том значении, которое соответствует их значению в контексте соответствующего уровня техники, и не должны истолковываться в идеализированном или чрезмерно формальном смысле, если только это явно не определено в настоящем документе.

Следующие определения применяются в контексте настоящего раскрытия:

1. Механизм - любое устройство или набор устройств или любое функциональное поведение, которое обеспечивает желаемый результат. Механизм может быть реализован в виде аппаратного, программного обеспечения или любого сочетания аппаратного и программного обеспечения.

2. Мониторинг дорожного движения - это любая совокупность действий для получения данных, поступающих в реальном времени, об определенных характеристиках и параметрах дорожного движения в определенном одном или более пунктов или в определенном районе. Для осуществления этих действий можно использовать любой чувствительный элемент или сочетание чувствительных элементов. Предпочтительными являются системы видеонаблюдения и мониторинга на основе изображений, а также мониторинг, основанный на объединенных данных, полученных с GPS-датчиков и датчиков мобильных телефонов, не поддерживающих GPS, расположенных на отдельных транспортных средствах и способных сообщать о местоположении, скорости и направлении движения транспортного средства.

3. Механизм регулирования дорожного движения- любое устройство или набор устройств, работающих централизованно или в распределенной среде для регулирования потока автотранспорта на одной или более транспортных развязок, независимо от того, функционирует он в качестве «Интеллектуального агента» или в составе иерархической или централизованно контролируемой системы, такой как SCOOT, SCATA, UTOPIA, RHODES или любой другой.

4. Механизм мониторинга дорожного движения - это любой механизм, который выполняет мониторинг дорожного трафика.

5. Навигационная система дорожной информации - это любая система, которая передает информацию на транспортные средства или водителям транспортных средств для облегчения условий их поездки и (или) улучшения условий движения - такие механизмы не ограничиваются функционированием только на перекрестках и включают в себя Сообщения бегущей строкой, а также Речевое/текстовое оповещение по каналам мобильной связи и (или) через автомобильные навигаторы. Предпочтительные варианты осуществления таких навигационных систем дорожной информации включают в себя «приложения» для смартфона (и аналогичные приложения, установленные в бортовых системах), которые обеспечивают интерфейсы для получения подробных данных о поездке от зарегистрированного пользователя и предоставляют аудио/видео/текстовые навигационные инструкции.

6. Вычислительный механизм - это любое вычислительное устройство, программное обеспечение или любая их комбинация.

7. Аналитическая машина - это любой вычислительный механизм, который анализирует входные данные для определения характеристик, представляющих интерес для определенного приложения. К таким данным могут относиться изображения, потоковое видео, текстовое, звуковое или голосовое сообщение или любой другой вид данных.

8. Оценочная машина - это любой вычислительный механизм, который определяет действия, необходимые для достижения желаемого результата.

9. Система контроля - это любой вычислительный механизм, который отслеживает другие механизмы, являющиеся частью системы и влияют на их поведение в соответствии с определенными правилами и требованиями.

На фиг. 1 показана структурная схема транспортной сети по существующей технологии с серией транспортных развязок на пересечениях дорог. Границы, очерченные вокруг каждого перекрестка, определяют район, который контролируется установленными там механизмами управления движением. Инциденты, которые происходят за пределами этих границ, не обнаруживаются датчиками системы. В частности, если инциденты происходят тогда, когда движение на дорогах незначительно или полностью отсутствует, то системы на основе FCD и системы передачи данных с использованием краудсорсинга, например, программы передачи данных с мобильных телефонов, также не в состоянии воспринимать такие случаи, пока дорожные пробки не возникнут фактически. Таким образом, ни одно из существующих решений не способно предотвратить дорожные пробки в таких ситуациях. Дорожно-транспортное происшествие или поломка (105) транспортного средства ранним утром, когда движение отсутствовало, разрыв (106) магистрального водопровода, заброшенный участок строительных работ (107), являются примерами таких ситуаций. Эти примеры ярко демонстрируют ограничения существующих систем.

На фиг. 2 показана реализация в соответствии с одним вариантом осуществления предложенного решения в виде аэроснимка (200), произведенного в ночное время. Такая методика аэросъемки «Глаза в небе» обеспечивает полный обзор района и использует как данные от существующих систем датчиков, в том числе данные краудсорсинга, так и аэрофотоснимки для обеспечения непрерывного получения полной информации об условиях движения транспорта во всех точках по всему району. Система способна одновременно просматривать перегруженные участки (202) и (204) движения, а также причины заторов (203) и (201) в движении, соответственно. В то же время она также может предсказывать возникновение пробок на дорогах путем идентификации потенциальных или «формирующихся» районов, которые еще не стали перегруженными, как показано на примере (205). Прогнозирование осуществляется при помощи соответствующего сочетания известных способов, включая технологии искусственного интеллекта, такие как усиленное обучение, эвристические способы и формальные процедуры для анализа данных мониторинга. Дальнейшая обработка осуществляется по результатам анализа путем применения подходящего сочетания известных способов, включающих в себя технологии искусственного интеллекта, например, усиленное обучение, эвристические способы и формальные процедуры для определения действий, которые должны быть выполнены одним или более доступных существующих и (или) дополнительных механизмов управления. Эти действия затем выполняются посредством передачи входных данных / инструкций для выбранных механизмов управления / навигационных систем при помощи предоставленных интерфейсов.

На фиг. 3 представлены некоторые предпочтительные варианты осуществления аэроплатформ. На (3А) изображен привязной беспилотный аэростат, а на (3В) - привязной беспилотный воздушный шар. Это примеры стационарных платформ, которые могут использоваться как недорогие варианты обеспечения воздушного наблюдения. Поскольку коммерческая нагрузка чрезвычайно мала, состоящие только из видеооборудования с дистанционным управлением аэроплатформы могут быть очень небольшими и недорогостоящими. Расход электроэнергии видеооборудования также низкий, а электропитание легко осуществляется через канат-кабель. На (3C) изображен непривязной беспилотный летательный аппарат, который может быть расположен предлагаемым решением над определенными точками, чтобы обеспечить получение более «точных» входных данных с большей детализацией.

На фиг. 4 представлена структурная схема, объясняющая функционирование предлагаемого решения. Операция инициализируется на шаге (401) путем сбора информации, которая идентифицирует месторасположение, эксплуатационные характеристики и интерфейс управления каждого доступного механизма регулирования дорожного движения, навигационной системы дорожной информации и механизма мониторинга дорожного движения. Это действие осуществляется первоначально во время ввода системы в эксплуатацию и далее по мере обновления программ. Существующие механизмы оснащены соответствующими интерфейсами, совместимыми с верхним уровнем управления, внедренным новой системой. Новые механизмы мониторинга вводятся для усовершенствования и преодоления ограничений существующих механизмов. Эти новые механизмы также взаимодействуют с верхним уровнем управления. Далее система непрерывно отслеживает характеристики транспортного потока по всему определенному району в режиме реального времени (402) и анализирует характеристики отслеживаемого транспортного потока для прогнозирования и/или обнаружения дорожных пробок (403). Мониторинг осуществляется при помощи всех доступных механизмов мониторинга дорожного движения, которые были подключены на шаге (401). Анализ выполняется на основе отслеживаемых данных для определения местоположения, характера и причин потенциального и уже существующей пробки на дороге. Данный анализ также определяет критические области, требующие повышенного внимания для оптимизации развертывания и функционирования механизмов мониторинга. Полученные результаты используются для определения функций, необходимых для выполнения выбранными механизмами регулирования дорожного движения и навигационными системами дорожной информации, чтобы избежать или сократить количество пробок на дорогах и/или минимизировать задержки (404) в пути. Эти действия затем реализуются при помощи интерфейсов доступных механизмов регулирования дорожного движения, навигационных систем дорожной информации и механизмов мониторинга дорожного движения, чтобы каждый из них выполнял определенные функции (405).

На фиг. 5 приведена блок-схема верхнего уровня структуры нового элемента управления, который взаимодействует с доступными ресурсами мониторинга дорожного движения, регулирования дорожного движения и навигационных систем дорожной информации для реализации предложенного решения. Комплекс одной или более Аналитических машин (501) обрабатывает данные, полученные от доступных механизмов мониторинга дорожного движения, и идентифицирует потенциальные пробки на дорогах, а также существующие дорожные пробки, а также причины возникновения самих дорожных пробок. Данные, предоставляемые механизмами мониторинга, анализируются для определения характера, интенсивности, местоположения и причин любой дорожной пробки, которая может быть идентифицирована как существующая или возникающая или вероятная. При анализе используются как формальные, так и эвристические способы, и могут применяться самообучающиеся методологии искусственного интеллекта, такие как Усиленное обучение. Основной подход заключается в обнаружении и прогнозировании глобальных и локальных схем транспортного потока в данном контексте, и последствий, связанных с выявленным составом транспортных средств и их распределением. В частности, информация о траектории движения отдельного транспортного средства или выбранных групп транспортных средств (партий транспортных средств) оценивается на предмет потенциального или существующего воздействия пробок на дорогах. Внешние факторы, включая погодные условия, запланированные и неожиданные события, такие как поломки транспортных средств, ремонтные работы на дорогах, оползни, которые признаются существенными факторами, влияющими на условия движения, также включены в анализ.

Для осуществления своих функций Аналитическая машина (501) способна динамически конфигурировать или перемещать те механизмы мониторинга, которые могут быть сконфигурированы или перемещены. Одна или несколько Оценочных машин (502) анализируют идентифицированные характеристики перегрузки, а также причины пробки, чтобы определить действия, необходимые для их максимально эффективного устранения. Действия, которые определены таким образом, затем передаются на Контрольный механизм (503), который преобразует каждое из них в последовательность входных сигналов для каждого целевого механизма регулирования трафика в соответствии с установленными требованиями интерфейса.

Каждая из Аналитических машин (501), каждая Оценочная машина (502) и Контрольный механизм (503) может использовать известные технологии, основанные на искусственном интеллекте, включая, помимо прочего, технологии усиленного обучения, генетическое программирование, а также различные эвристические способы. Аналитические машины (501) получают данные мониторинга дорожного движения в режиме реального времени (A) от механизмов мониторинга, развернутых в определенном районе. Управляемые механизмы мониторинга принимают входные сигналы (В) управления для оптимизации их работы. Аналитические машины (501) анализируют принятые данные (A) и прогнозируют возможные места и причины дорожных пробок, а также обнаруживают существующие явления дорожных пробок и связанные с этим причины. Эти данные поступают в Оценочные машины (502), которые определяют корректирующие действия, которые необходимо осуществить при помощи наиболее подходящих средств, выбранных из имеющейся совокупности механизмов регулирования/навигационных систем, в зависимости от их возможностей и местоположения. Полученные результаты передаются в Контрольный механизм (503) для передачи выбранным механизмам (C) при помощи отдельных интерфейсов, доступных для этой цели.

На фиг. 6 показана базовая схема системы оптимизированного планирования поездок и управления маршрутами, предоставляемая системой пользователям, подписавшимся на получение такой услуги. Приложение (601) для смартфона, предоставленное пользователю, используется для загрузки набора требований в систему (602). В этих требованиях указываются подробные сведения о планируемой поездке и руководство по прокладыванию маршрута к цели поездки. Такие параметры могут включать в себя подробную информацию о начальном и конечном пункте назначения, предпочтительные даты/дни и время начала поездки, ограничения по времени прибытия в пункт назначения, требования по оптимизации - самая короткая продолжительность поездки, минимальный расход топлива и т.д. Система (602) осведомлена о доступных маршрутах движения, схемах пробок на дорогах и соответствующих внешних факторах и получает информацию о текущем состоянии всех систем регулирования дорожного движения/навигационных систем (603) вдоль каждого возможного маршрута. Затем она динамически анализирует все доступные варианты с точки зрения желаемых критериев оптимизации и предоставляет инструкции пользователю через приложение и (или) через бортовые системы (604).

Решение, описанное в настоящем раскрытии изобретения, разработано с достаточной гибкостью для того, чтобы работать в сочетании с любыми системами и средствами управления дорожным движением, которые на данный момент функционируют в определенном районе. Нет необходимости заменять существующее оборудование, чтобы получить преимущества новой системы. Все, что необходимо сделать, это точно определить возможности, ограничения и режим работы существующей системы, а также обеспечить доступность/обновление интерфейса, который во взаимодействии с элементом(-ами) управления позволяет влиять на поведение существующей системы в заданном порядке. Следовательно, преимущества и достоинства больших установленных базовых систем SCOOT, SCATS, MOVA, UTOPIA и других решений могут быть экономически эффективно использованы.

В то же время, в предлагаемом решении также используются дополнительные устройства/механизмы мониторинга, которые расширяют возможности системы и позволяют преодолеть существующие ограничения. Предлагаемое решение реализует структуру верхнего уровня, которая обеспечивает синергетическое функционирование существующих и новых ресурсов и устройств, что способствует получению оптимального технического результата.

Месторасположения, возможности и ограничения установленной базы систем управления движением, действующих в пределах конкретного района, идентифицируются так же, как и возможности других доступных устройств, которые могут быть использованы. Предлагаемое решение будет функционально сопряжено с каждым из идентифицированных механизмов/устройств через подходящие интерфейсы, которые будут доступны или созданы. Эти интерфейсы могут быть реализованы при помощи аппаратного или программного обеспечения или любого их сочетания, и позволяют осуществлять обмен информацией и инструкциями.

1. Способ оптимизации движения автотранспорта по определённой территории, включающий в себя следующие шаги:

сопряжение с каждым доступным механизмом мониторинга дорожного движения и регулирования дорожного движения/навигационной системы дорожной информации трафика;

мониторинг, посредством одного или более механизмов мониторинга, характеристик транспортного потока по всей определённой территории в реальном времени, при этом мониторинг транспортного потока включает мониторинг на основе коллективных данных, полученных от датчиков на базе GPS, и датчиков на базе мобильных телефонов, не связанных с GPS, расположенных в отдельных транспортных средствах;

анализ, посредством одной или более аналитической машины, характеристик отслеживаемого транспортного потока для прогнозирования и/или обнаружения дорожных пробок и выявления предотвратимых потерь времени;

определение, посредством одной или более оценочной машины, функций, которые должны быть выполнены выбранным одним или более упомянутым механизмом регулирования дорожного движения/навигационных систем дорожной информации, чтобы предотвратить или сократить количество пробок на дорогах и/или свести к минимуму задержки в пути на основе возможностей и местоположения указанных механизмов регулирования/руководства движением; а также

подача, посредством контрольного механизма, команды выбранным механизмам регулирования дорожного движения/навигационным системам дорожной информации на выполнение установленных функций,

при этом одна или более аналитическая машина, и/или оценочная машина, и/или контрольный механизм реализованы в виде распределенных систем.

2. Способ по п. 1, отличающийся тем, что сопряжение с доступными механизмами мониторинга дорожного движения и регулирования дорожного движения/навигационной системы дорожной информации включает в себя оперативное соединение с каждым доступным существующим механизмом, а также с каждым новым механизмом, предоставленным для использования, на основании данных о его местоположения и эксплуатационных характеристик.

3. Способ по п. 2, в котором сопряжение с механизмом мониторинга дорожного движения содержит устройство для получения от него данных о дорожном движении в реальном времени и возможность определять его рабочие параметры, где это возможно, а в отношении регулирования дорожного движения/навигационной системы дорожной информации содержит схему, позволяющую выполнять любую функцию в пределах его возможностей.

4. Способ по п. 1, в котором мониторинг характеристик транспортного потока содержит динамический выбор, использование и получение данных в реальном времени из доступных механизмов мониторинга.

5. Способ по п. 1, в котором анализ характеристик отслеживаемого транспортного потока содержит обработку характеристик отслеживаемого потока с использованием сочетания одного или более известных и/или эвристических способов и/или средств искусственного интеллекта, включая усиленное обучение, для обнаружения и прогнозирования пробок на дорогах и задержек в пути, которых можно избежать.

6. Способ по п. 1, в котором определяющие функции, которые должны быть выполнены, достигаются путём применения сочетания одного или более известных и/или эвристических способов и/или средств искусственного интеллекта, включая усиленное обучение, для идентификации действий, необходимых для предотвращения возникновения прогнозируемой дорожной пробки, а также корректирующих мер, необходимых для минимизации последствий воздействия обнаруженной дорожной пробки и предотвращения потерь времени.

7. Способ по п. 1, в котором инициируются выбранные механизмы регулирования дорожного движения/навигационной системы дорожной информации путём определения и выдачи сигналов управления каждому такому механизму/устройству в соответствии с идентифицированными индивидуальными эксплуатационными характеристиками и возможностями способом, обеспечивающим выполнение установленной функции.

8. Способ по п. 1, в котором мониторинг характеристик (402) транспортного потока содержит анализ видеосъёмки в реальном времени с одной или более платформ, расположенных и оборудованных для обеспечения непрерывного и беспрепятственного наблюдения за всеми транспортными средствами в пределах всего определённого района.

9. Способ по п. 1, в котором упомянутые характеристики (402) мониторинга транспортного потока содержат физическое позиционирование одного или более динамически перемещаемых механизмов обнаружения трафика.

10. Способ по п. 8, отличающийся тем, что местоположение платформы находится на высоте, которая предотвращает эффект затенения большими транспортными средствами меньших по размеру транспортных средств, а возможности регулируемого масштабирования в устройствах видеозахвата позволяют чётко идентифицировать общие и выбранные траектории движения транспортного средства.

11. Способ по п. 1, в котором упомянутый мониторинг включает в себя

получение параметров пункта назначения и требований к поездке от одного или более транспортных средств, на которые оформлена подписка на услуги по прокладке маршрута,

включение параметров назначения и требований к поездке в процесс анализа,

отслеживание местоположения и траектории движения каждого оформившего подписку транспортного средства, участвующего в контролируемом транспортном потоке, а также

навигация каждого упомянутого транспортного средства при составлении расписания его поездки и достижении пункта назначения в соответствии с требованиями.

12. Способ по п. 1, в котором анализ характеристик транспортного потока включает дополнительные требования в случае предвиденных/непредвиденных погодных условий, ремонтных/строительных работ, природных чрезвычайных ситуаций, социальных событий, а также других обстоятельств, требующих предоставления приоритета в движении.

13. Способ по п. 12, в котором дополнительные требования включают в себя планирование поездки и руководство по прокладке маршрута транспортных средств, на которые оформлена подписка на получение такой услуги, а параметры и требования к поездке которых точно определены или получены на основе данных предыдущих схем поездки.

14. Система управления движением транспортных средств для определённого района, содержащая один или более механизмов мониторинга, осуществляющих мониторинг в реальном времени данных о характеристиках транспортного потока на всей территории определённого района, причем мониторинг осуществляется одним или более механизмом мониторинга, основанным на коллективных данных, полученных от датчиков на базе GPS и датчиков на базе мобильных телефонов, не связанных с GPS, расположенных в отдельных транспортных средствах,

один или более механизмов регулирования дорожного движения/навигационных систем дорожной информации, обладающих определённым интерфейсом для подачи сигнала на любое устройство с набором или несколькими определёнными наборами функциональных возможностей, расположенное в известном месте конкретного района,

набор из одной или более аналитических машин, выполненных с возможностью прогнозирования и/или обнаружения дорожной пробки или задержек движения на основе данных в реальном времени, полученных от каждого из механизмов мониторинга,

комплект из одного или нескольких оценочных машин, способных определять функции, которые должны быть выполнены при помощи выбранного одного или более доступных механизмов регулирования дорожного движения/навигационных систем дорожной информации в определённом районе, чтобы предотвратить или свести к минимуму задержки в пути, на основе возможностей и местоположения указанных механизмов регулирования/руководства движением, а также

контрольный механизм, который управляет определённым интерфейсом каждого из выбранных механизмов регулирования дорожного движения/навигационных систем и заставляет их выполнять определённые функции,

при этом одна или более аналитическая машина, и/или оценочная машина, и/или контрольный механизм реализованы в виде распределенных систем.

15. Система по п. 14, в которой механизмы мониторинга включают в себя данные о местонахождении транспортного средства и его перемещении, полученные в результате краудсорсинга от множества транспортных средств в определённом районе.

16. Система по п. 14, в которой механизмы мониторинга включают в себя одну или более привязных или передвижных аэроплатформ, способных предоставлять в реальном времени изображения и/или видеосъемку одной или более зон в определённом районе.

17. Система по п. 16, в которой одна или более привязных или передвижных аэроплатформ являются управляемыми в отношении функций захвата изображений и/или видеосвязи.

18. Система по п. 16, в которой одна или более передвижных аэроплатформ являются управляемыми в плане их положения, а также функций захвата изображения и/или потокового видео.

19. Система по п. 14, в которой механизмы регулирования дорожного движения включают в себя одну или более управляемых транспортным средством отдельных транспортных развязок.

20. Система по п. 14, в которой механизмы регулирования дорожного движения включают в себя одну или более управляемых транспортным средством систем координации действий перекрёстков.

21. Система по п. 14, в которой одна или более аналитических машин используют эвристические способы и/или один или более известных методов искусственного интеллекта, включая усиленное обучение.

22. Система по п. 14, в которой одна или более оценочных машин используют один или более известных методов искусственного интеллекта, включая усиленное обучение.