Using logistic mapping to determine the size of the set of autonomous vehicles in the monitored area

• Autorzy: Więckowski Dariusz

Identyfikatory

DOI

10.15199/48.2025.03.65

Warianty tytułu

PL

Wykorzystanie mapowania logistycznego do określenia wielkości zestawu pojazdów autonomicznych na monitorowanym obszarze

• Języki publikacji: EN

Abstrakty

EN

The work is related to the issue of collecting and processing data on the number and type of vehicles in the monitored area. Attention was paid to mobility not only on roads, but also in space, without traffic jams and stress and without a driver. It was noted that, regarding drivers, many publications refer to research related to their physical fitness, mental fitness, knowledge, skills and attitudes. Very often, a characteristic parameter is selected, i.e. reaction time (braking, avoiding obstacles). The paper presents a method for supporting the management of autonomous vehicle traffic organization. Issues such as maintaining an appropriate distance between vehicles to avoid collisions were taken into account, making it possible to achieve driving velocities appropriate to given traffic conditions. The attention was paid to maintaining a smooth ride by limiting acceleration and braking, which results in energy reduction, and at the same time it is possible to optimize the energy recovery process in the case of electric drives. For this purpose, a control and management model was proposed. Logistic mapping was used also for this purpose. The logistic mapping allows us to explain specific processes with planned flow parameters. A function describing the model was proposed. A model for analysing the growth of the vehicle fleet on a year-to-year basis over a 12-year period is presented. The model proposed in this work eliminates subjective issues because it refers to objects moving without the participation of the operator (driver). A stability criterion was proposed. A logistic mapping stability process was carried out.

PL

Praca dotyczy zagadnienia gromadzenia i przetwarzania danych o liczbie i rodzaju pojazdów na monitorowanym obszarze. Zwrócono uwagę na mobilność nie tylko na drogach, ale także w przestrzeni, bez korków i stresu oraz bez kierowcy. Zauważono, że w odniesieniu do kierowców wiele publikacji odwołuje się do badań związanych z ich sprawnością fizyczną, sprawnością psychiczną, wiedzą, umiejętnościami i postawami. Bardzo często wybierany jest charakterystyczny parametr, tj. czas reakcji (hamowanie, omijanie przeszkód). W artykule przedstawiono metodę wspomagania zarządzania organizacją ruchu pojazdów autonomicznych. Uwzględniono takie zagadnienia, jak utrzymanie odpowiedniej odległości między pojazdami w celu uniknięcia kolizji, co pozwala na osiągnięcie prędkości jazdy odpowiednich do danych warunków ruchu. Zwrócono uwagę na utrzymanie płynności jazdy poprzez ograniczenie przyspieszania i hamowania, co skutkuje redukcją energii, a jednocześnie możliwa jest optymalizacja procesu odzyskiwania energii w przypadku napędów elektrycznych. W tym celu zaproponowano model sterowania i zarządzania. Wykorzystano w tym celu mapowanie logistyczne. Mapowanie logistyczne pozwala na wyjaśnienie określonych procesów z zaplanowanymi parametrami przepływu. Zaproponowano funkcję opisującą model. Przedstawiono model do analizy wzrostu floty pojazdów w ujęciu rok do roku w okresie 12 lat. Model zaproponowany w tej pracy eliminuje kwestie subiektywne, ponieważ odnosi się do obiektów poruszających się bez udziału operatora (kierowcy). Zaproponowano kryterium stabilności. Przeprowadzono proces mapowania stabilności logistycznej.

Słowa kluczowe

EN

set increase analysis; number of autonomous vehicles in a specific area; logistic mapping

PL

analiza wzrostu zestawu; liczba pojazdów autonomicznych na określonym obszarze; mapowanie logistyczne

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2025
• Tom: R. 101, nr 3
• Strony: 281--285
• Opis fizyczny: Bibliogr. 25 poz., rys.

Twórcy

autor

Więckowski Dariusz

• Warsaw University of Technology, Faculty of Automotive and Construction Machinery Engineering; Narbutta st 84, 02-524 Warsaw, Poland

• https://orcid.org/0000-0002-6367-4489

Bibliografia

• [1] Anderson, J.E. An Intelligent Transportation Network System. PRT International LLC, Minneapolis, 2011.
• [2] Benderius, O. & Markkula, G. & Wolff, K. & et al. Driver behavior in unexpected critical events and in repeated exposures a comparison. Eur. Transp. Res. Rev. 2013. 6. P. 51-60.
• [3] Brzozowski, M. Samochody autonomiczne sensory otoczenia i problemy percepcji. Akademia Techniczno-Humanistyczna w Bielsku-Białej, Bielsko-Biała 2022. 85 p.
• [In Polish: Brzozowski, M. Autonomous vehicles, environmental sensors and perception problems Bielsko-Biała University of Technology and Humanities]
• [4] Choromański, W. & et al. Samochody autonomiczne i systemy transportu autonomicznego. Wydawnictwo PWN. 2020. 346 p.
• [In Polish: Choromański, W. & et al. Autonomous vehicles and autonomous transport systems. PWN Publishing House]
• [5] Dębowski, A. & Faryński, J.J. & Żardecki, D.P. The validity of sensors and model in the lane change control process. SENSORS. 2023. 23. 10. P. 1-25. https://doi.org/10.3390/s23104738
• [6] Dębowski, A. & Faryński, J.J. & Żardecki, D.P. The bicycle model of a 4WS car lateral dynamics for lane change controller. In: IOP Conference Series: Materials Science and Engineering, Volume 1247, The 13th International conference on Automotive Safety (Automotive Safety 2022) 26/04/2022 - 29/04/2022 Kaluza, Slovakia.
• [7] Di Milia, L. & Kecklund, G. The distribution of sleepiness, sleep and work hours during a long distance morning trip: A comparison between night- and non-night workers. Accid. Anal. Prev. 2013. 53. P. 17–22.
• [8] Gidlewski, M. & et al. Sensitivity of a vehicle lane change control system to disturbances and measurement signal errors - Modeling and numerical in visitations. Mechanical Systems and Signal Processing. 20212. 147. P. 1-20.
• [9] Guzek, M. & et al. Assessment of Driver's reaction times in diversified research environments. Archives of Transport. 2012. 24(2). P. 149–164.
• [10] Jurecki, R.S. & et al. Analysis of the Structure of Driver Maneuvers in Different Road Conditions. Energies. 2022. 15(19). No. 7073. P. 1-16. DOI: 10.3390/en15197073
• [11] Jurecki, R.S. Influence of the Scenario Complexity and the Lighting Conditions on the Driver Behaviour in a Car-Following Situation. Arch. Automot. Eng. Arch. Motoryz. 2019. 83. P. 151– 173.
• [12] Jurecki, R.S. & Stańczyk, T.L. Modelling Driver’s Behaviour While Avoiding Obstacles. Appl. Sci. 2023. 13. P. 616. https://doi.org/10.3390/app13010616
• [13] Land Transport Authority Singapore https://www.lta.gov.sg/content/ltaweb/en/public-transport/mrtand- lrt-trains.html (2024.10.11)
• [14] Land Transport Authority of Singapure, MRT and LRT lines. 2019. Rapid Transit Systems Act (CHAPTER 263A).
• [15] Logistyka-Net logistic mapping. https://www.logistyka.net.pl/bank-wiedzy/item/5648- odwzorowanie-logistyczne (2023.12.12).
• [16] Marzoug, R. & et al. Car accidents induced by a bottleneck. Eur. Phys. J. B. 2017. Vol. 90(240). P. 1-7. DOI: 10.1140/epjb/e2017- 70695-5
• [17] Matuszak, Z. & Jaskiewicz, M. & Więckowski, D. Remarks to the Reliability As assessment and to Human Actions – Especially Car Driver. MATEC Web of Conferences 34(2):00036 LOGI 2017. DOI:10.1051/matecconf/201713400036. P.1-8.
• [18] Mohebbi, R. & et al. Driver Reaction Time to Tactile and Auditory Rear-End Collision Warnings While Talking on a Cell Phone. Hum. Factors. 2019. 51. P. 102–110.
• [19] Sayarshad, H. & Tavasoni, S. & Zhao, F. A multi-periodyk optimization formulation for bike planning and bike utilization. Applied Mathematical Modelling. 2012. 26. P. 4944-4951 DOI: 10.1016/j.apm.2011.12.032
• [20] Singapore public transport 2019. https://www.lta.gov.sg/content/ltaweb/en/public-transport.html
• [21] Szumska, E.M. & et al. Total Cost of Ownership analysis and energy efficiency of electric, hybrid and conventional urban buses. Eksploatacja i Niezawodność. Maintenance Reliability. 1/2022. 24. P. 7-14. DOI: https://doi.org/10.17531/ein.2022.1.2
• [22] Taylor, J.T. Classical mechanics. University Science books. U.S., 2004. 310 p.
• [23] Vaiciunas, G. & et al. Specification of estimation of a passenger carride smoothness under various exploitation conditions. Eksploatacja i Niezawodność. Maintenance Reliability. 2021. 23. P. 719-725. , http://doi.org/10.17531/ein.2021.4.14.
• [24] Wakita, T. & et al. Identification Using Driving Behavior Signals. IEICE Trans. Inf. Syst. 2006. 89. P. 1188-1194. DOI:10.1109/ITSC.2005.1520171
• [25] Więckowski, D. Controlling of vehicles in new epoch of science civilization. Asian journal of science and technology. 2018 Vol. 09. No. 04. P. 7837-7840. Available Online at http://www.journalajst.com