Use of uncertainty modelling to ensure ICT resources for the ITS

• Autorzy: Sumiła M. , Stawowy M.

Warianty tytułu

PL

Zastosowanie modelowania niepewności do oceny technik teleinformatycznych dla Inteligentnych Systemów Transportowych

• Języki publikacji: EN

Abstrakty

EN

This article presents an assessment of the effectiveness of available data transmission technologies application in order to execute telematic services in ITS system. This assessment adopts the uncertainty modelling method namely certainty factor of hypothesis modelling method employed in expert systems and in artificial intelligence [3]. The first part of the article introduces a model of data acquisition in ITS including the type of service described in ISO 14813-1. Next a comparative analysis based on chosen criteria was applied to popular technologies for data radio transmission and finally the problem of the delay introduced during data transmission is elaborated. In the second part the CF modelling is employed in estimating uncertainty factors of the adopted transmission technology [11]. This led to an indication which of the evaluated systems meets the required conditions.

PL

Artykuł przedstawia ocenę skuteczności dostępnych technologii teletransmisyjnych wykorzystywanych do realizacji usług telematycznych w systemie ITS. Do potrzeb oceny zaadoptowano metodę modelowania wskaźników niepewności można użyć modelowania współczynnika pewności hipotezy CF (Certainty Factor) wykorzystywanego w systemach ekspertowych i sztucznej inteligencji [3]. W pierwszej części artykułu zaprezentowano model akwizycji danych w systemie ITS uwzględniający typy usług opisanych w ISO 14813-1 [6]. Następnie przeprowadzono analizę porównawczą wybranych kryteriów oceny popularnych technologii radiowej transmisji danych i omówiono problem opóźnień wprowadzanych podczas tej transmisji. W drugiej części został zastosowany współczynnik pewności hipotezy CF (ang. Certainty Factor) jako metodę do wyboru właściwej technologii bezprzewodowej [11]. W efekcie prowadzi to do wskazania, która z rozważanych technologii teletransmisyjnych spełnia wymagania realizacji wybranej usługi.

Słowa kluczowe

EN

ITS; intelligent transport system (ITS); ICT; uncertainty modelling

PL

ITS; Inteligentny System Transportowy; ICT; modelowanie niepewności

• Wydawca: Oficyna Wydawnicza Politechniki Warszawskiej
• Czasopismo: Prace Naukowe Politechniki Warszawskiej. Transport
• Rocznik: 2016
• Tom: z. 113
• Strony: 477--486
• Opis fizyczny: Bibliogr. 14 poz., rys., tab.

Twórcy

autor

Sumiła M.

• Warsaw University of Technology, Faculty of Transport

autor

Stawowy M.

• Warsaw University of Technology, Faculty of Transport

Bibliografia

• 1. DIRECTIVE 2010/40/EU OF THE EUROPEAN PARLIAMENT AND OF THE COUNCIL of 7 July 2010 on the framework for the deployment of Intelligent Transport Systems in the field of road transport and for interfaces with other modes of transport.
• 2. E.800: ITU-T E-Series Recommendations, Overall Network Operation, Telephone Service, Service Operation And Human Factors. ITU-T, Geneva (2008).
• 3. Heckerman D.: The certainty-factor model. In S. Shapiro, editor, Encyclopedia of Artificial Intelligence, Second Edition, pp. 131-138, Wiley, New York (1992).
• 4. http://www.itsa.org/knowledgecenter/technologyscan (access date: December 2015).
• 5. http://www.frame-online.net/ (access date: December 2015).
• 6. ISO 14813-1: Intelligent transport systems - Reference model architecture(s) for the ITS sector - Part 1: ITS service domains, service groups and services ISO, Geneva (2007).
• 7. Miller J.: Vehicle-to-Vehicle-to-Infrastructure (V2V2I) Intelligent Transportation System Architecture. 2008 IEEE Intelligent Vehicles Symposium Eindhoven University of Technology Eindhoven, The Netherlands (2008).
• 8. Rosiński A.: Rationalisation of the maintenance process of transport telematics system comprising two types of periodic inspections. In „Proceedings of the Twenty-Third International Conference on Systems Engineering”, editors: Selvaraj H., Zydek D., Chmaj G., given as the monographic publishing series -„Advances in intelligent systems and computing”, Vol. 1089, pp. 663-668, Springer (2015).
• 9. Shortliffe, E.H.; Buchanan, B.G., Rule-Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Project, (ebook version), http://aitopics.net/RuleBasedExpertSystems (2012).
• 10. Stawowy M.: Comparison of Uncertainty Models of Impact of Teleinformation Devices Reliability on Information Quality, Proceedings of the European Safety and Reliability Conference ESREL 2014 ’’Safety and Reliability: Methodology and Applications”, editors Nowakowski T., Młyńczak M., Jodejko-Pietruczuk A. & Werbińska-Wojciechowska S. pp. 2329-2333, CRC Press/Balkema (2015).
• 11. Stawowy M., Dziula P.: Comparison of uncertainty multilayer models of impact of teleinformation devices reliability on Information Quality, Proceedings of the European Safety and Reliability Conference ESREL 2015, “Safety and Reliability of Complex Engineered Systems” editors Luca Podofillini, Bruno Sudret, Bozidar Stojadinovic, Enrico Zio,Wolfgang Kroger, pp. 2685-2691, CRC Press/Balkema (2015).
• 12. Sumiła M., Siergiejczyk M.: Method of dynamic identification of hazardous driver behavior by traffic parameters detection. Safety and Reliability Methodology and Applications - Nowakowski et al. (Eds). pp. 109-114, CRC Press Taylor & Francis Group. London (2015).
• 13. Sumiła M.: Selected Aspects of Message Transmission Management in ITS Systems. Telematics in the Transport Environment. pp. 141-147.Springer Heidenberg (2012)
• 14. Sussman J.: Lecture notes to An Introduction To Intelligent Transportation Systems. MIT. Cambridge (2005).