Texnik universiteti

SSHD radaridan transport oqimlarining xususiyatlari

Passiv usulda transport oqimi xususiyatlarini baholash SmartSensor HD (SSHD) mikroto'lqinli radar (Wavetronix, AQSh) yordamida amalga oshirildi.

SSHD mikroto'lqinli radar 2011 yilda MADI binosi oldida o'rnatilgan. Radar transport vositalarini 10 ta kuzatilgan bo'lakning har birida ma'lum o'lchamdagi aniqlangan maydonda o'rnatdi. SSHD radarlari transport vositalarining tezligini, avtomobillar orasidagi masofani, harakat yo'nalishini, avtomobil sinfini va bo'laklardagi tirbandlikni aniqlash imkonini berdi.
Ma'lumotlar fragmenti 51-rasmda ko'rsatilgan.

46. 
    rasm - SSHD mikroto'lqinli radardan olingan ma'lumotlarning bir qismi
    

Ushbu ma'lumotlarni qayta ishlash uchun ko'rsatkichlarni qayta hisoblash kerak: tezlikni m / s da, masofani esa metrlarda ko'rsating. Barcha harakat yo'llari uchun bu ma'lumotlar tezlikka nisbatan avtomobil masofasining syujeti sifatida ifodalanishi mumkin.
Ushbu parchalangan tadqiqot 2011 yilda Buslaev va Gorodnichev bilan
birgalikda konferentsiya tezislarida va nomzodlik dissertatsiyasida chop etilgan [91].
Tajriba natijasida juda ko'p ma'lumotlar to'plandi va qayta ishlandi. Qayta ishlashdan so'ng, bu maydon xaotik emas, balki aniq tuzilishga ega ekanligi aniqlandi. Ushbu dissertatsiya tadqiqoti doirasida biz ushbu bog'liqlik qanday shakllanishi mumkinligi haqidagi farazlarni qidirmoqdamiz.
Radar ma'lumotlarini qayta ishlash natijasida eksa bo'ylab qiymatlar maydoni olindix
- tezlikv, biz taxmin qilmoqchimiz (m/c) eksa bo'ylaby- masofadorasida avtomobillar (m). Juftlar (v,d) ishlov berilgandan keyin maydonga joylashtiriladi bu to'g'ri chiziqlar statistik jihatdan barqaror bo'lib tuyuldi (52 va 53-rasmlar).

46. 
    rasm - Avtotransport vositalarining kunlik transport oqimi 10 ga
    

harakat yo'llari

46. 
    rasm - Avtotransport vositalarining birin-ketin kunlik harakat oqimi
    

harakatlanish chizig'i
Bir chiziq chiziq emas, balki haydovchilarning bir psixologik guruhiga to'g'ri keladi. Shunday qilib, turli guruhlarda o'xshashlik mavjud

haydovchilarning xulq-atvori, biroq ayni paytda bir qatorda haydovchilarning turli xulq-atvor guruhlari mavjudligi kuzatiladi.

Radar ma'lumotlar maydonining klasterlash effektini tushuntirish uchun deterministik stoxastik yondashuvga asoslangan simulyatsiya modeli yaratildi, u haydovchining turiga qarab transport vositasini qayta qurish ehtimolini hisobga oladi va 2-bobda muhokama qilinadi. tajriba, vaqt o'tishi bilan avtomobil juftlari orasidagi tezlik va masofa naqshlarining paydo bo'lishi (54- rasm).

46. 
    rasm - bilan deterministik-stokastik modelga ko'ra maydon dv
    

qayta qurish

2. Chiziqli yaqinlashishlarni tanlash

Etakchi modelga ko'ra, avtomobillar zanjirining harakatini tenglama bilan ifodalash mumkin:

-^-xn+1(t) −xn=C0+C1xn(t.) +C2xn(t).,.

.
^- ≤x (t)≥M1,∀n=0…N,∀t>0,
(4.2)

-0 n
-..

dastlabki shartlar bilan:
-∣xn(t)∣ ≥M2,∀n=0…N,∀t>0,
-

va chegara shartlari:

x1(0) =x1…xn(0) =xn (4.3)


xN+1=f(t) _(4.4)

funksiya qayerdaf(t) harakatning funksiyasidirx(N+1) transport vositasi

(rahbar). Qolgan zarrachalarning harakat funktsiyasini tiklash kerak;

C0– dastlabki masofa (empirik tarzda hisoblangan);
C1− haydovchining o‘rtacha reaksiya vaqti;
C2- yo'l va texnik sharoitlarga, masalan, bosimga bog'liq
shinalar, yo'l pürüzlülüğü, g'ildirak yuki, asfalt harorati va namligi;M1- Tezlik chegarasi; cheklashM2inhibisyon bilan bog'liq
cheklashM3- tezlashuv bilan.
Biz trafik oqimi ma'lumotlarini grafikaga o'tkazamiz va koeffitsientlarni olish uchun bu egri chiziqlarni 2 darajali polinom bilan yaqinlashtiramiz. Chunki grafik o'qdan siljiydiOYyoqilgan5 birlik o'ngga, keyin bu qiymat dastlabki masofaga qo'shiladiC0. Natijalar 7-jadvalda jamlangan.

7. 
   jadval-Chiziqli yaqinlashish natijasi
   

Guruh	C0	C1	C2
1-guruh	5 + 4E-15	3.3	0
2-guruh	5	3.5	0
3-guruh	5 + 8E-15	3.8	0
4-guruh	5 + 3E-14	4	0
5-guruh	5	4.3	0
6-guruh	5 + 5E-13	4.6	0
7-guruh	5 + 4E-12	5	0

Chiziqli moslash sxemasi 55-rasmda ko'rsatilgan.

55-rasm - qo'shni harakat guruhlarining egri chiziqlarini yaqinlashtirish

avtomobillar

Shunday qilib, biz koeffitsientlarni oldikC0,C1,C2va bizda imkoniyat bor

harakatni simulyatsiya qilish va oldingi avtomobilga kerakli masofani hisoblash uchun ulardan foydalaning.
Ko'rib chiqilgan usullar va transport vositasining yo'ldagi harakatini baholash va natijalarni keyinchalik qayta ishlash ADES tizimida sinovlarni yaratish metodologiyasini aniqlashtirish va uning holatini tanlash, tayyorlash, monitoring qilish usullari bo'yicha talablar va tavsiyalarni ishlab chiqish imkonini beradi. harakat xavfsizligini ta'minlash uchun haydovchilarning ish va dam olish rejimlari. Shunday qilib, ishlab chiqilgan mijoz-server tizimi 56-rasmda ko'rsatilganidek, transport sanoati ekotizimida amalga oshirilishi mumkin.

56. 
    rasm - IS ADESni transport sanoatida joriy etish metodologiyasi