Inteligentne skrzyżowanie w logistyce miejskiej

• Autorzy: Celiński I. , Sierpiński G.

Warianty tytułu

EN

Intelligent intersection in city logistics

• Języki publikacji: PL

Abstrakty

PL

Artykuł prezentuje idee działania „inteligentnego” skrzyżowania z sygnalizacją świetlną, jako elementu wspomagającego efektywne zarządzanie ruchem w mieście. W odróżnieniu od systemów sterowania, które pracują na zasadzie adaptacji do wybranych parametrów opisujących chwilowe warunki ruchu, prezentowana koncepcja pozwala dostosować działanie tych systemów do wymagań współczesnego ruchu w gęstych sieciach transportowych. Proces taki realizowany jest poprzez adaptacje do innych, nowych charakterystyk strumieni. Obecnie, w gęstych sieciach drogowych występują sytuacje gdzie „proste” mierzenie podstawowych charakterystyk ruchu nie jest procesem wystarczającym aby zapewnić płynność ruchu mimo zasadnych działań podejmowanych w tym kierunku. W artykule proponowane jest takie rozwiązanie, w którym system sterowania skrzyżowaniem adaptuje się nie tylko do warunków ruchu, ale również do charakterystyk opisujących zachowania osób kierujących pojazdami. W prezentowanym podejściu, w zarysie, wykorzystano zagadnienia sztucznych sieci neuronowych i logiki rozmytej. W prezentowanej koncepcji zakłada się określenie sposobu pomiaru dodatkowych charakterystyk w stosunku do obecnie obserwowanych charakterystyk ruchu drogowego.

EN

The article deals conception of “intelligent” intersection usage as support to effective traffic management in city. Presented idea helps to adjust control systems to contemporary traffic in dense transportation network (in opposition to adaptive signal control). Currently, in dense transportation network, simple measure of basic traffic parameter are not sufficient to very complex situations on roads. Conception of adaptive control with travel behavior analyzing with fuzzy logic and neural network usage was proposed in this article.

Słowa kluczowe

PL

logistyka miejska; inteligentne skrzyżowania; zarządzanie ruchem; sygnalizacja świetlna; sztuczna sieć neuronowa; logika rozmyta

EN

city logistics; intelligent intersections; traffic management; traffic lights; fuzzy logic; artificial neural network

• Wydawca: Instytut Naukowo-Wydawniczy "TTS" Sp. z o.o
• Czasopismo: TTS Technika Transportu Szynowego
• Rocznik: 2012
• Tom: R. 19, nr 9
• Strony: 947--959, CD
• Opis fizyczny: Bibliogr. 38 poz.

Twórcy

autor

Celiński I.

• Wyższa Szkoła Biznesu w Dąbrowie Górniczej

autor

Sierpiński G.

• Wyższa Szkoła Biznesu w Dąbrowie Górniczej

Bibliografia

• 1. Allsop R. E.: Delay at a fixed time traffic signal – I: Theoretical analysis. Transportation Science, 6, 3, 260-285, London 1972.
• 2. Altrock C.: Fuzzy logic and neuroFuzzy applications in business and finance. Upper Saddle River : Prentice Hall PTR, cop. 1997.
• 3. ARTR - Odczyt tablic rejestracyjnych. Przykłady Inteligentnej Analizy Obrazu - rozpoznanie twarzy, analiza zachowań itp. http://www.ithome.pl/6/ (odsłona 6.10.2012).
• 4. Bąk M. (red.): Koszty i opłaty w transporcie, Wydawnictwo Uniwersytetu Gdańskiego, Gdańsk 2009.
• 5. Celiński I, Sierpiński G.: Koncepcja obliczania przepustowości z wykorzystaniem technologii GSM i GPS (artykuł przesłany do redakcji Przeglądu Komunikacynego).
• 6. Edgar R.: Evaluation of microwave traffic detector at the Chemawa Road/Interstate 5 Interchange. Final Report Project 304-021. Oregon Department of Transportation Research Group, April 2002.
• 7. Gaca S., Suchorzewski W., Tracz M.: Inżynieria ruchu drogowego. Teoria i praktyka. WKiŁ, Warszawa 2008.
• 8. Gutenbaum J.: Modelowanie matematyczne systemów. Akademicka Oficyna Wydawnicza EXIT, Warszawa 2003.
• 9. Helbing D., J. Siegmeier S. Lammer.: Selforganized network flows. Networks and Heterogeneous Media,2007.
• 10. Helbing D.: Modelling supply networks and business cycles as unstable transport phenomena. New Journal of Physics, 2003.
• 11. Keep Europe moving – Sustainable mobility for our continent. Mid-term review of the European Commission’s 2001 Transport White Paper. COM(2006) 314 final, Brussels 2006.
• 12. Lammer S., Helbing D.: Self-control of translights and vehicle flows in urban road networks. Journal of Statistical Physics P, 2008.
• 13. Lammer S., Kori H., Peters K., Helbing D.: Decentralised control of material or traffic flows in networks using phase-synchronisation. Physica A, 2006.
• 14. Lammer S., Krimmling J., Hoppe A.: Selbst-Steuerung von Lichtsignalanlagen in Strasennetzwerken.Strasenverkehrstechnik 11 , 2009.
• 15. Lammer S., Donner R., Helbing D.: Anticipative control of switched queueing systems. The European Physical Journal B 63, 2007.
• 16. Lammer S.: Reglerentwurf zur dezentralen Online-Steuerung von Lichtsignalanlagen In Straennetzwerken. Dresden University of Technology, 2006.
• 17. Leśko M., Guzik J.: Sterowanie ruchem drogowym – sygnalizacja świetlna i detektory ruchu pojazdów. Politechnika Śląska, Gliwice 2000.
• 18. Leśko M., Guzik J.: Sterowanie ruchem drogowym. Sterowniki i systemy sterowania i nadzoru ruchu. Politechnika Śląska, Gliwice 2000.
• 19. Liu H. X., Oh J.-S.., and Recker, W.: Adaptive signal control system with on-line performance measure. California PATH Working Paper UCB-ITS-PWP-2002-5.
• 20. Lorenz E. N.: Can chaos and intransitivity lead to interannual variability? Tellus. Vol.42A 1990.
• 21. Lorenz E. N.: Designing Chaotic Models. Journal of the Atmospheric Sciences: Vol. 62, No. 5, pp. 1574–1587.
• 22. Lorenz E. N.: Nondeterministic theories of climate change. Quaternary Research. Vol. 6 1976.
• 23. Mazur M.: System detekcji i rozpoznawania znaków drogowych. Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie, praca dyplomowa, Kraków 2009.
• 24. Peiris S.: Bicycle Detection at Signalized Intersections. City of Palo Alto, http://www.mtc.ca.gov/ (odsłona 7.10.2012).
• 25. Piegat A. Modelowanie i sterowanie rozmyte. Akademicka oficyna wydawnicza EXIT, Warszawa 1999.
• 26. Rutkowski L.: Metody i techniki sztucznej inteligencji. PWN, Warszawa 2005.
• 27. SITRAFFIC Motion, http://www.mobility.siemens.pl/main_imo/6699.htm (odsłona 7.10.2012).
• 28. Steindel M.: Technologies for automated pedestrian detection at signalized intersections. University of Manitoba Transport Information Group, http://www.cite7.org/ (odsłona 6.10.2012).
• 29. Systemy inteligentnego monitoringu. http://www.inteligentnymonitoring.pl/ (odsłona 7.10.2012).
• 30. Szymczak M.: Logistyka miejska. Wydawnictwo Akademii Ekonomicznej w Poznaniu, Poznań 2008.
• 31. Tadeusiewicz R.: Sieci neuronowe. Akademicka Oficyna Wydawnicza RM, Warszawa 1993.
• 32. Tracz M., Allsop R. E.: Skrzyżowania z sygnalizacją świetlną. WKŁ 1990.
• 33. Traffic Control Systems Handbook: Chapter 6. Detectors. U. S. Department of Transportation. Federal Highway Administration, http://ops.fhwa.dot.gov/ (odsłona 7.10.2012).
• 34. Uchwała Komitetu Sterującego Regionalnej Strategii Innowacji Województwa Śląskiego Nr 2/2011 z dnia 11 marca 2011 r., Załącznik 1 Zaktualizowana „Lista kierunków rozwoju technologicznego województwa śląskiego do roku 2020” identyfikująca priorytetowe obszary specjalizacji technologicznych (obszary technologiczne) oraz technologie.
• 35. Winter K.: Adaptive Signal Control Gradually Emerging As a New Way to Decrease Costs Associated With Delays, Stops and Fuel Consumption. Charlottesville, October 2007.
• 36. www.fuzzytech.com
• 37. Zadeh L.: Fuzzy Set. Information and Control. vol. 8, 1965
• 38. Zamkowska S.: Środki i metody przeciwdziałania kongestii w miastach [w:] Woch J., Janecki R., Sierpiński G. (red.): Współczesne systemy transportowe. Wybrane problemy teorii i praktyki. Wydawnictwo Politechniki Śląskiej. Monografia nr 202. Gliwice 2009.