Wykonywanie krótkookresowych prognoz ruchu na potrzeby zarządzania i sterowania ruchem

• Autorzy: Dybicz T.
• Języki publikacji: PL

Abstrakty

PL

Skuteczne zarządzanie i sterowanie ruchem realizowane z wykorzystaniem technologii ITS jest efektywne w przypadkach powiązania ze sobą strategii sterowania wraz z krótkookresowymi prognozami zmian natężenia ruchu oraz warunkami ruchu w sieci. Stosowanie jedynie urządzeń zliczających pojazdy nie jest rozwiązaniem wystarczającym, ponieważ system musi dobierać odpowiednią strategię z wyprzedzeniem w stosunku do stanu istniejącego. W tym celu powstają systemy, które wykorzystują dane zbierane w czasie rzeczywistym do wykonywania prognoz ruchu i warunków ruchu przed podjęciem decyzji o realizacji strategii.

EN

The effective management and steering of traffic by means of ITS technologies is only then effective when combined with steering strategies and shortperiod forecasts of traffic intensity fluctuations and traffic conditions in network. The use of appliances counting the vehicles exclusively is not enough, because the system must choose an appropriate strategy in advance. To that end the systems are being created, which use the data gathered in the real time for making the traffic forecast and traffic conditions before deciding which strategy to realize.

Słowa kluczowe

PL

inteligentny system transportowy; zarządzanie ruchem; sterowanie ruchem; natężenie ruchu drogowego

• Wydawca: ELAMED Media Group
• Czasopismo: Magazyn Autostrady
• Rocznik: 2010
• Tom: Nr 8-9
• Strony: 30--34
• Opis fizyczny: Bibliogr. 13 poz., rys.

Twórcy

autor

Dybicz T.

• Instytut Dróg i Mostów Politechniki Warszawskiej

Bibliografia

• 1. Zhang M., Nie Y., Shen, W. i inni: Development of a Path Flow Estimstor for Inferring Steady-State and Time_Dependent Origin-Destination Trip Matrices. California PATH Research Report, UCB-ITS-PRR-2008-10, czerwiec 2008.
• 2. Ohmori N., Harata N., Nakazato M.: GPS Mobile Phone-Based Activity Diary Survey. Proceedings of the Eastern Asia Society for Transportation Studies. Vol. 5, 2005.
• 3. Bell M., Shield C.: A log-linear model for path flow estimation. Proceedings of the Fourth International Conference on the Application of Advance Technologies in Transportation Engineering, Capri 1995.
• 4. Chen A., Chootinan P.: Handling inconsistency of traffic counts in path flow estimator. Tristan VI, Phuket Island, Thailand, 10-15 czerwca 2007.
• 5. Matsumoto Y., Horiba Y., Fujita M., Matsui H.: Estimation of path flows and modification of o-d flows based on probe vehicle information and traffic counts. Journal of the Eastern Asia Society for Transportation Studies, Vol. 6, 2005.
• 6. Nie Y., Zhang H, Recker W.: Inferring origin–destination trip matrices with a decoupled GLS path flow estimator. Transportation Research Part B 2005.
• 7. PTV AG, PTV TrafficPlatform. Product description. Karlsruhe, wrzesień 2009.
• 8. http//www.calccit.org/projects/corridors_management.html
• 9. http//pems.eecs.berkeley.edu/
• 10. Lomax T.: Quantifying congestion. Report – National cooperative highway research program, 398, ed. National Research Council (U.S.). Transportation Research Board and T.T. Institute. 1997, Washington, D.C. National Academy Press. 2 vol.
• 11. Das S., Levinson D.: A Queuing and Statistical Analysis of Freeway Bottleneck Formation. ASCE Journal of Transportation Engineering,Vol. 130, No. 6, 2004.
• 12. Joubert P., Danech-Pajouh M., Blondeau F.: Temps de parcours de reference. Avancement du project a mi-parcours. 2006.
• 13. PTV AG. PTV. PTV Traffi cCountManagement. Karlsruhe, September 2009.