Что такое интеллектуальный светофор

Как работают умные светофоры? Стоит начать с того, что в России полноценно такая система функционирует лишь в нескольких крупных городах. Флагманом внедрения технологии и одновременно экспериментальным полигоном является, конечно же, Москва и Московская область. «Умность» их заключается в умении адаптироваться под постоянно меняющиеся условия городского трафика.

Существует два вида умных светофоров: адаптивные и нейросетевые. Работать они могут в нескольких режимах, при необходимости переключаясь на ручное управление. Из нашего материала вы узнаете о принципах их работы, преимуществах и недостатках разных технологий, опыте использования в России и за рубежом.

Актуальность технологии умных светофоров

Пробки на дорогах стали настоящим бичом крупных городов. Количество автомобилей постоянно растет, и транспортная инфраструктура оказывается не готова к увеличению трафика в таких масштабах. Это провоцирует снижение производительности труда, ухудшение логистики, негативное отношение горожан к власти, которая не может справиться с ситуацией. Не в лучшую сторону меняется качество жизни людей: многочасовое стояние в пробках, дополнительные траты на бензин. Кроме того, увеличивается выброс вредных веществ в атмосферу.

Специалисты американского Университета Карнеги-Меллона посчитали потери экономики США из-за проблем на дорогах, сумма вышла внушительная – более $120 млрд. Эти потери связаны с неэффективным использованием трудовых ресурсов и дополнительным выбросом в атмосферу около 25 млрд. кг вредных веществ.

Вместе с тем, ученые исследовали влияние системы «Умный светофор» на дорожную ситуацию. Выяснилось, что ее внедрение позволяет сократить автомобилю время в пути почти на 25 %, а время нахождения в пробках – более, чем на 40 %. Кроме того, почти на 21 % уменьшаются вредные выбросы в атмосферу. Выходит, умные светофоры – изобретение весьма полезное как для водителей, так и для планеты.

Как работают умные светофоры? В основе принципа действия системы лежит возможность динамического управления сигналами. Благодаря этому происходит увеличение пропускной способности перекрестков. Система состоит из контроллеров, камер и удаленных датчиков движения, которые в режиме реального времени анализируют ситуацию на перекрестках, оценивают степень их загруженности и передают эту информацию на центральный сервер управления. Передача осуществляется посредством радиосреды или по оптическим линиям связи.

Получив свежие данные, центральный сервер посылает контроллерам светофоров определенную команду, которая позволяет разгрузить перекресток как можно быстрее. То есть зеленый или красный сигнал светофора включается определенным образом для сокращения времени пребывания автомобилей на перекрестках. Допустим, в случае усиленного трафика на одной из магистралей система продлит время действия зеленого сигнала светофора, для того чтобы избежать образование пробок.

Кроме того, умный светофор может прогнозировать дорожную ситуацию на 15-30 минут вперед. Это позволяет скорректировать его работу, выбрав более эффективную стратегию управления потоком автомобилей. При возникновении ДТП на перекрестках в план оперативно вносятся изменения.

Несмотря на большое количество плюсов системы, она не в состоянии полностью избавить города от пробок. Ее главная функция – увеличить производительность перекрестков. Невозможно наладить комфортный трафик без изменения транспортной инфраструктуры: расширения дорог, строительства развязок и т.п.

На данный момент одна дорожная полоса в городе в среднем способна обслужить не более 1800 автомобилей в час. Причем рассматривается идеальная ситуация, при которой транспортное средство постоянно находится в движении, то есть не останавливается на перекрестках и не сталкивается с препятствиями вроде плохого дорожного покрытия, сужения дороги и т.п. Однако в жизни, особенно это касается российских реалий, идеальная картинка возможна только в теории. Рост количества автомобилей сегодня заставляет решать проблему дорожного трафика в разных ее аспектах, без этого города начнут задыхаться от выхлопных газов автомобилей, стоящих в многокилометровых пробках.

Умные светофоры в России и за рубежом

Умные светофоры пытались создать еще в 60-ые годы 20 века в США и Канаде, однако тогда это сводилось к их централизованному управлению. Сегодня система «Умный светофор» эффективно работает в большинстве развитых стран, кроме того, продолжается ее активное внедрение. К примеру, в Дании, где существует целая велосипедная культура, хотят потратить $ 9 млн. бюджетных средств на установку около 400 умных светофоров, которые будут давать приоритет велосипедистам и общественному транспорту. Такой подход заставляет людей осознанно пересаживаться с личных автомобилей на автобусы и велосипеды, что уменьшает общий трафик и способствует улучшению экологической ситуации.

В данный момент разработкой умных светофоров занимается несколько компаний, лидируют среди которых IBM, SCOOT, SCATS, RHODES, UTOPIA. Интересно, что 2010 году компания IBM заявила о намерении создать систему, которая позволила бы удаленно отключать двигатели автомобилей, проезжающих на красный свет.

В нашей стране интеллектуальные системы сначала появились конечно же в Москве, это произошло примерно 10 лет назад. Они были установлены на опытном участке протяжённостью 7,5 км. Благодаря успешному прохождению испытаний к 2015 году «умными» стали светофоры во многих районах города. Их подключили к автоматизированной системе управления дорожным движением (АСУДД). С 2016 года столичные светофоры, установленные на магистралях, стали анализировать и оценивать не только дорожный трафик, но также метеоусловия и ДТП.

3 режима работы умных светофоров

Как работают умные светофоры? Они имеют связь с компьютером и управляются специальной программой. Благодаря ей система может самостоятельно выбирать режим работы, а также объединяться с другими светофорами для получения нужного результата. В Москве насчитывается более 40 тыс. светофоров, 2,5 тыс. из которых являются интеллектуальными. Управляются они несколькими способами.

• Локальный режим. Он предполагает автономную работу светофора по заранее заложенной программе (это может быть сценарий для вечернего или утреннего часа пик).
• Координированное управление. Это синхронная работа нескольких светофоров в связке. Чаще всего данный режим используется на вылетных магистралях, он необходим для поддержания определенной интенсивности движения на участке дороги.

• Адаптивный режим. Светофор получает информацию, на основании которой проводит анализ ситуации на дороге и подстраивает свою работу под нее. Данные о трафике передаются светофору от индукционных петель или датчиков, вмонтированных в дорожное полотно на перекрестке. Это сложное оборудование, которое умеет определять не только интенсивность потока, но и тип автомобиля, подъезжающего к перекрестку – к примеру, общественный транспорт. Вся получаемая светофорами информация передается ими в центр управления.

В самом центре умную систему обслуживают специалисты, которые работают посменно в связке со многими городскими службами, включая ГИБДД и МЧС. Такой комплексный подход дает возможность принимать оперативные решения, а если необходимо, вручную регулировать трафик на проблемных участках.

В России умные светофоры установлены не только в Москве, но также в Петербурге, Ярославской области.

Принцип работы адаптивных умных светофоров

Адаптивные светофоры устанавливаются на относительно простых перекрестках, то есть там, где отсутствует постоянное интенсивное движение транспорта во всех направлениях. Дело в том, что для их работы необходим трафик разной динамики – в этом случае светофор и будет адаптироваться к его изменениям. Подобные системы впервые появились в США в начале 70-х годов 20 века, а у нас в стране они стали внедрятся относительно недавно. На сегодняшний день число адаптивных светофоров в России не превышает 3 000. Нужно сказать, что такие системы не имеют ничего общего с обычными светофорами – теми, что меняют режим работы в зависимости от времени суток и дней недели.

В России, к сожалению, используются довольно несовременные технологии подсчета автомобилей на перекрестках: физические датчики или видеодетектор фона. Датчики могут фиксировать транспортное средство исключительно в том месте, где они установлены. Разумеется, можно проложить их на протяжении всей проезжей части, однако это обойдется в круглую сумму.

Видеодетектор фона показывает только степень заполнения дороги автомобилями. При этом камера должна четко видеть всю площадь, что не всегда возможно: препятствием является большое расстояние и даже осадки.

К примеру, метель будет рассматриваться камерой как транспортное средство, так как она не различает тип детекции. Нужно отметить, что адаптивные светофоры могут работать даже в таких условиях, потому что для нормального выполнения своих функций им не нужны абсолютно точные данные. Их смысл в переключении режимов в очевидных ситуациях исключительно на слабо загруженных перекрестках.

При этом работа светофоров очень сильно зависит от выполнения правил установки видеокамер, высоты подвеса, отсутствия препятствий на линии обзора (это требование, кстати, выполнить непросто, так как всегда имеются какие-то провода или столбы, загораживающие вид). Нередко для монтажа оборудования приходится строить специальные фермы, так как существующие опоры просто не подходят. Как итог – он становится очень дорогим.

Кроме того, камеры адаптивных светофоров регулярно меняют свое положение под действием ветра и дорожной вибрации, что приводит к нарушениям в их работе, ведь видеодетектор четко привязан к виду дорожного полотна. Их необходимо возвращать в исходное положение, что требует ресурсов – временных, человеческих, финансовых. Помимо этого, приходится ограничивать движение на время работ.

Преимущества использования нейросетевых умных светофоров

Нейросетевые светофоры сложнее и технологичнее. Они регулируют трафик на более высоком уровне. Учитывается сразу множество факторов, влияющих на него. «Мозги» умного светофора на основании полученных данных подбирают самый эффективный алгоритм его работы – так, чтобы в единицу времени по участку дороги проезжало больше автомобилей.

Объекты на дороге распознаются нейронными сетями, благодаря чему светофоры получают более точную картину происходящего. Нейронные сети способны распознавать самые разные образы в их любых положениях и на больших расстояниях (машины, коляски, велосипеды, чемоданы и даже оружие), они более точно считают количество транспортных средств и способны определять их качественный состав, а также умеют распознавать людей. Последнее очень важно учитывать, ведь пешеходам тоже нужно предоставить возможность перейти дорогу.

По сравнению с адаптивными светофорами, нейронные сети почти не ограничены в плане мест их монтажа. Они способны распознавать любые объекты даже при больших перекрытиях, им хватает всего лишь 15 % изображения, чтобы понять, что это. По этой причине нейросетевой светофор становится дешевле в установке, сокращается количество видеокамер, уменьшается длина проводов и т.п.

Нейросетевые камеры не боятся смены положения под воздействием внешних факторов (в рамках разумного), они могут снимать все, что происходит на дороге, пока это в принципе возможно.

Сегодня на рынке имеются еще и геоинформационные системы. Даже компания Яндекс занималась их продвижением. Как работают умные светофоры этого типа? Принцип их действия основан на использовании GPS и GLONASS навигации для определения типа транспортных средств: автомобилей, общественного автотранспорта, а также спецмашин. Светофор подстраивается под них, обеспечивая свободное движение. Однако на практике оказалось, что геоинформационные светофоры не работают. Дистанционное планирование нарушается постоянными изменениями трафика. Расчеты оказываются неактуальными обстановке на перекрестке, ведь для нормальной работы светофора важна оперативная информация.

Умные светофоры в паре с умными камерами

Что включает в себя интеллектуальная транспортная система?

• Подсистему мониторинга параметров транспортного потока.
• Подсистему информирования участников ДД с помощью ДИТ и ЗПИ.
• Подсистему метео-мониторинга.
• Подсистему мониторинга состояния дорог и дорожной инфраструктуры.
• Подсистему мониторинга экологических параметров.

Большую важность имеет учет уникальных черт региона при установке в нем подсистем ИТС. Индивидуальный подход способствует росту их эффективности.

Подсистемы выполняют важную функцию – они передают полезную информацию органам управления дорожным хозяйством. Это данные о состоянии дорожных объектов, погодных условиях, транспортной ситуации, нарушениях нормативов содержания и ремонта, состояния производственных процессов, экологических параметрах и др.

Благодаря систематически поступающей информации от интеллектуально-аналитических модулей специальные службы, ответственные за дорожную ситуацию, могут создавать более грамотные прогнозы в рамках своей работы, принимать правильные решения, осуществлять контроль за происходящим. Кроме того, ИТС позволяют автоматизировать процессы принятия решений диспетчерскими службами. В целом это способствует более эффективной трате средств из государственного или муниципального бюджета. Кроме того, метеорологические данные, предоставленные оперативно, дают возможность значительно повысить безопасность дорожного движения.

Организации, которые занимаются ремонтно-строительными работами, а также эксплуатационные компании могут оптимизировать производственно-технологические процессы, повысить рентабельность дорожных работ благодаря внедрению интеллектуальных подсистем.

Одна из компаний, которые занимаются разработкой и внедрением такого оборудования, – АО «ТРАССКОМ». Она создает решения, которые легко интегрируются в региональные интеллектуальные модули, занимается подготовкой квалифицированных специалистов в области систем мониторинга и прогнозирования состояния дорог. Продукт компании представляет собой надежную многофункциональную систему мониторинга, аналитики и поддержки процессов принятия решений. Мониторинг дорожной ситуации осуществляется благодаря использованию мобильных комплексов, применению технологии искусственного интеллекта, прогнозирования и термокартирования. Кроме того, система может работать автономно.

Уникальная разработка «ТРАССКОМ» – мобильный комплекс дорожного мониторинга (МДКМ) «Иней-М». Он имеет относительно небольшие размеры и может быть установлен на любое транспортное средство. Собирая информацию, комплекс оперативно передает ее в диспетчерский центр, сообщая свои точные координаты.

Технологические решения компании «ТРАССКОМ» способны значительно повлиять на безопасность дорожного движения. Кроме того, их внедрение уже дает значительную экономическую отдачу. Например, в Свердловской области приобретение оборудования для контроля дорожных работ окупилось всего за один зимний период. Более того, система каждый год подтверждает свою эффективность и важность.

Специалисты АО «ТРАССКОМ» нацелены на разработку и внедрение по-настоящему полезных и востребованных технологий и инструментов, которые позволят сделать трафик более легким и безопасным, повысить эффективность производственных процессов.

From Wikipedia, the free encyclopedia

Smart traffic lights or Intelligent traffic lights are a vehicle traffic control system that combines traditional traffic lights with an array of sensors and artificial intelligence to intelligently route vehicle and pedestrian traffic.^[1] They can form part of a bigger intelligent transport system.

Research[edit]

A technology for smart traffic signals has been developed at Carnegie Mellon University and is being used in a pilot project in Pittsburgh in an effort to reduce vehicle emissions in the city. Unlike other dynamic control signals that adjust the timing and phasing of lights according to limits that are set in controller programming, this system combines existing technology with artificial intelligence.

The signals communicate with each other and adapt to changing traffic conditions to reduce the amount of time that cars spend idling. Using fiber optic video receivers similar to those already employed in dynamic control systems, the new technology monitors vehicle numbers and makes changes in real time to avoid congestion wherever possible. Initial results from the pilot study are encouraging: the amount of time that motorists spent idling at lights was reduced by 40% and travel times across the city were reduced by 25%.^[2]

Possible benefits[edit]

Companies involved in developing smart traffic management systems include BMW and Siemens,^[3] who unveiled their system of networked lights in 2010. This system works with the anti-idling technology that many cars are equipped with, to warn them of impending light changes. This should help cars that feature anti-idling systems to use them more intelligently, and the information that networks receive from the cars should help them to adjust light cycling times to make them more efficient.

A new patent appearing March 1, 2016 by John F. Hart Jr. is for a «Smart» traffic control system that «sees» traffic approaching the intersections and reacts according to what is needed to keep the flow of vehicles at the most efficient rate. By anticipating the needs of the approaching vehicles, as opposed to reacting to them after they arrive and stop, this system has the potential to save motorist time while cutting down harmful emissions.

Romanian and US research teams believe that the time spent by motorists waiting for lights to change could be reduced by over 28% with the introduction of smart traffic lights, and that CO₂ emissions could be cut by as much as 6.5%.^[4]

A major use of Smart traffic lights could be as part of public transport systems. The signals can be set up to sense the approach of buses or trams and change the signals in their favour, thus improving the speed and efficiency of sustainable transport modes.

Obstacles to widespread introduction[edit]

The main stumbling block to the widespread introduction of such systems is the fact that most vehicles on the road are unable to communicate with the computer systems that town and city authorities use to control traffic lights. However, the trial in Harris County, Texas, referred to above, uses a simple system based on signals received from drivers’ cell phones, and it has found that even if only a few drivers have their phone switched on, the system is still able to produce reliable data on traffic density. This means that the adoption of smart traffic lights around the world could be started as soon as a reasonable minority of vehicles were fitted with the technology to communicate with the computers that control the signals, rather than having to wait until the majority of cars had such technology.^{[citation needed]}

The first experiment[edit]

In July 2019 the first experiment of a traffic signal regulated by 100% «connected» vehicles was carried on at University of Calabria (Unical) with the help of common commercial smart phones by a team of researchers working for Unical and the innovative Start Up SOMOS.^[5][6][7]

Simpler systems[edit]

In the United Kingdom, lights that changed to red when sensing that an approaching motorist was traveling too fast were being trialled in Swindon in 2011,^[8] to see if they are more effective at reducing the number of accidents on the road than the speed cameras that preceded them and which were removed following a council decision in 2008. These lights are more focused on encouraging motorists to obey the law but if they prove to be a success then they could pave the way for more sophisticated systems to be introduced in the UK.

Previous research[edit]

In addition to the findings of the Romanian and US researchers mentioned above, scientists in Dresden, Germany came to the conclusion^[when?] that smart traffic lights could handle their task more efficiently without human interface.^[9]

See also[edit]

• Traffic light control and coordination
• Level crossing
• Pedestrian crossing
• Scalable Urban Traffic Control
• Traffic optimization

References[edit]

Что такое интеллектуальный светофор

В большинстве развитых стран прогресс автомобильных дорог настолько опережает отечественный, что, оказавшись в некоторых странах, российские туристы пребывают в состоянии шока. Одним из таких шокирующих девайсов является интеллектуальный светофор, который не только очень практичен, но и недорог.

Это не просто единичные модные девайсы, призванные систематизировать траффик. Это реальная интеллектуальная система, которая контролирует движение транспорта во всем городе в целом. Именно к этой системе подключаются и светофоры в том числе. Кроме того, в нее могут также входить шлагбаумы и прочие средства контроля дорожного движения. Такие интеллектуальные системы имеют источники бесперебойного питания, которые необходимы для того, чтобы в городе не наступил транспортный коллапс, ведь при перебое с электроэнергией выйдут из строя сразу все устройства.

К каждому светофору подключена вебкамера. Видеокамеры передают самую актуальную информацию в режиме онлайн о плотности потока всем соседним светофорам, которые соединены между собой последовательно. Технология, которая регулирует время между сменами сигнала светофора, основывается на последних данных, полученных от соседних узлов интеллектуальной системы.

Эта система дает возможность пропускать авто с минимальной задержкой, при этом придерживая автомобили, если на соседней улице образовался транспортный затор. Система мгновенно реагирует на такие ситуации, как дорожно-транспортные происшествия, поломки авто на дороге, ремонтные работы или стоянки ТС вдоль обочин, для своевременной блокировки трафика. Задержки на таких светофорах незначительны, но всего за одну минуту такое интеллектуальное устройство может полностью отрегулировать движение на сложном перекрестке или в ситуации с ДТП.

Преимущества таких интеллектуальных устройств очевидны для всех. На отечественных дорогах в экстренных случаях на дорогу выходят регулировщики, которые помогают водителям пройти сложный участок. Но это не всегда действенный метод, ведь регулировщик не знает о ежеминутно меняющемся трафике на соседних улицах. А интеллектуальная система сама просчитывает необходимое время задержки автомобильного движения, получая самые последние данные о состоянии на соседних улицах.

Кроме того, установка таких светофоров позволит полностью упразднить данное подразделение. Ведь в регулировщиках не будет уже никакого смысла. Их заменят полностью автоматизированные системы, которые не дают сбоев и работают в любых условиях, независимо от обстоятельств на дорогах.

Вы нервно стоите на красный, хотя машин нет. Как сделать светофор умнее, а проезжать и загруженные перекрестки быстрее?

От старого Умного перекрестка до самообучающегося.

---

Здесь есть статья про то, какие типы Умных светофоров бывают, но она описывает устройства прошлого века, поэтому, возможно, будет интересно узнать о технологиях сегодняшних. Итак, типы Умных светофоров, которые уже можно увидеть на перекрестках городов:

Адаптивный работает на сравнительно простых перекрестках, где правила и возможности переключения фаз совершенно очевидны. Адаптивное управление применимо лишь там, где нет постоянной загрузки по всем направлениям, иначе ему просто не к чему адаптироваться – нет свободных временных окон. Первые перекрестки на адаптивном управлении появились в США в начале 70-х годов прошлого века. К сожалению, до России они дошли только сейчас, их число по некоторым оценкам не превышает 3 000 по стране. (Часто под этим же названием понимаются обычные светофорные объекты, алгоритмы работ которых меняются в зависимости от времени суток и дней недели. С терминологией в России пока совсем плохо, здесь мы точно обсуждаем не адаптацию по времени.)

Нейросетевой – более высокий уровень регулирования движения автотранспорта. Нейронные сети учитывают сразу массу факторов, которые даже и не всегда очевидны. Их результат основан на самообучении: компьютер в прямом эфире получает данные о пропускной способности и всеми возможными алгоритмами подбирает максимальные значения, чтобы в сумме со всех сторон в комфортном режиме за единицу времени проезжало как можно больше транспортных средств. Как это делается, обычно программисты отвечают – не знаем, нейросеть – это черный ящик, но мы вам раскроем основные принципы…

(Некоторые фирмы, и даже в этом был замечен Яндекс, предлагают еще Геоинформационные светофоры. Эти декларируют использование GPS и GLONASS навигации для определения ТС общественного автотранспорта, а также спецмашин, чтобы подстраиваться под их беспрепятственное прохождение. Но мы не рассматриваем этот тип умных перекрестков уже потому, что практика показала их несостоятельность. Такое дистанционное планирование постоянно натыкается на резкие изменения в характере движения потоков, в результате чего расчеты все время претерпевают изменения и не согласуются с текущей обстановкой на перекрестке, где важна каждая доля секунды. Пока не будет доказано обратное, мы эту тему не описываем.)

Адаптивные светофоры используют устаревшую технологию подсчета автотранспорта на перекрестках: физические датчики или видеодетектор фона в определенных зонах. Емкостной датчик или индукционная петля видят ТС только в месте установки — на несколько метров, если конечно не потратить миллионы на прокладку их во всю длину проезжей части. Видеодетектор фона показывает лишь заполнение транспортными средствами дорожного полотна относительно этого полотна. Т.е. камера должна четко видеть эту площадь, что достаточно сложно на большом расстоянии из-за перспективы и сильно подвержено атмосферным помехам: даже легкая метель будет диагностироваться как наличие движения автотранспорта – фоновый видеодетектор не различает тип детекции.

Справедливости ради надо сказать, что адаптивным светофорам и не нужны качественные данные о всех параметрах движения, повторим: они работают только в ситуациях, где правила переключения абсолютно очевидны и только на мало загруженных перекрестках. 

Нейросетевые светофоры и для распознавания объектов тоже используют нейронные сети, за счет этого они получают более информативную и супер точную картину происходящего. Эти «мозги» распознают любые образы в их любых положениях и поэтому более точно считают количество транспортных средств, делают это на гораздо большем расстоянии с одной камеры. Кроме этого, нейронные сети определяют качественный состав ТС как по типу, так и множеству других параметров. Например, длинная фура и быстрый Ferrari имеют совершенно разную манеру начала движения, что по-разному влияет на алгоритмы умного светофора. Даже постоянно забывающая трогаться на зеленый свет блондинка со знаком «У» на ТС постепенно включается в коэффициент поправки расчетов. Кроме того, нейронные сети умеют распознавать и людей, что тоже очень важно – ведь пешеходам тоже хочется пройти через дорогу. А также нейросети диагностируют более сотни других объектов от детской коляски с велосипедами до чемоданов и оружия.   

Нейронные сети вообще почти не имеют ограничений по точкам установки, они распознают любые объекты из любых ракурсов в любом виде и при больших перекрытиях – часто достаточно видеть лишь 15% автомобиля, чтобы понять, что это автомобиль. Соответственно, нейросетевой светофор дешевле в монтажном плане, в количестве видеокамер, длине проводов и прочих монтажных хитростях.

Нельзя не сказать про сложность юстировки камер для адаптивных светофоров, их видеодетектор жестко привязан к виду дорожного полотна. В результате ветров и вибраций от грузового автотранспорта эти видеокамеры постоянно сбиваются со своего обзора и требуют чуть ли не еженедельной подстройки, а это «вышка», люди, затраты. И ограничение движения на время работ. Нейросетевые камеры будут понимать всё происходящее до тех пор, пока хоть как-то видят дорожную обстановку, даже большие смещения для них не критичны.

Разберем подробнее, где и за счет чего эти умные светофоры позволяют повысить пропускную способность:

Пример 1. Прилегающая к трассе второстепенная дорога.

В этой конфигурации в одинаковой степени подходят оба типа светофоров: адаптивный – потому что эта ситуация абсолютно очевидна, нейросетевой – потому что он дешевле. (Почему дешевле – разберем дальше.)

Кто-то здесь скажет: — Давайте лучше построим разгоночную полосу – и светофор вообще не нужен. — Но машинам иногда надо поворачивать налево – тогда придется делать и разворотное кольцо. А у нас еще и пешеходы, которые тоже не прочь пересечь трассу – им нужно построить под- или надземный переход. Всё это потребует уже десятки миллионов рублей на строительство и миллионы на обслуживание. Поставить и обслуживать два столба с тремя лампочкам и с парой видеокамер – цифры на два порядка дешевле. Хотя… выбор есть.

Пример 2. Городской перекресток в незагруженное время.

В обычных городах мы часто сталкиваемся с ситуацией, когда стоим на красный свет в то время, как в поперечном направлении никого нет. Например, в Иванове час пик бывает только несколько часов в сутки. А ночью и вообще всех нас нервирует никому не нужное ожидание чуть ли не на каждом перекрестке. Зачем мы тратим время и бензин, а также изнашиваем тормозные колодки? Здесь постоянно приходит на ум ненормативный термин — тупой светофор.

Если по какому-то из направлений нет движения или оно быстро закончилось после включения там зеленого сигнала, светофор имеет все предпосылки – дать проезд загруженному участку. Но мы стоически ждем своей фазы!

Никакими расписаниями этот вопрос не решить, обычная логика, которая есть в любом контроллере светофорных объектов, ошибется конкретно в этот день и в это время. Хотя ручные подстройки, конечно, ведутся и какой-то эффект они приносят. Но гораздо правильнее иметь обратную связь здесь и сейчас: если видеокамеры видят, где идет транспорт, то и включить надо зеленый в этом месте. Причем, заранее – не заставляя тормозить.

Опять же подходят оба типа светофоров: адаптивный – потому что ситуация очевидна, нейросетевой чуть лучше – потому что видит транспортные средства дальше, не потребуется тормозить, ведь нам надо задолго дать команду – несколько секунд уйдет на желтый. К тому же у нас опять же есть люди. Адаптивный будет постоянно выдавать им какое-то время на переход, потому что он их не различает. Нейросетевой – будет переключать только по появлению.

Вы опять что-то хотели сказать: пешеходам можно дать кнопку. Да, только как-то это не кошерно в присутствии умного девайса. К тому же требуется определить — все ли перешли, а это может сделать только нейросетевой светофор. Адаптивный даст лишь среднестатистическое время для движения быстрым шагом. А ситуация здесь двоякая: какой-то мальчонка быстро перебежал, а какая-то бабушка будет долго ковылять. А то и вовсе пойдет отряд юнармейцев из соседней школы.

Вы еще что-то хотели сказать: в ночное время надо включать мигающий желтый на всех перекрестках! — Пробовали, уже много десятков лет. Выяснили, что в нашей стране это очень опасно. Интернет просто забит роликами автогонок, никакие измерители скорости не останавливают ночных любителей разогнаться по городским дорогам до 300 км/час. В хлам превращаются не только автомобили, люди тоже переходят дороги по ночам.

И, если мы говорим про ночной режим, нейросетевые светофоры гораздо эффективнее не только с точки зрения пропускной способности – не придется тормозить, если вы едете с нормальной скоростью, они еще и выполняют роль полицейского – могут остановить любого гонщика. Нейронные сети определяют скорость несущегося, наличие другого автотранспорта и пешеходов, которым это может угрожать, и вычисляют степень опасности. Причем, конкретно мы против превращения умного устройства в наказательный механизм. Если компьютер видит даже повышенную скорость, но не находит угрозы, то конкретно наша логика не мешает проезду, скажем так, нарушителю.

Так сделано не потому, что мы как-то не признаем закон, мы так настроили наше оборудование в качестве задела на будущее. С нашей точки зрения жесткие ограничения скоростей, в принципе, не нужны. Кому с какой скоростью и в каком месте двигаться – должен определять компьютер! Он всё просчитывает и выдает достаточно точное решение. Умный светофор должен останавливать только тех, чья скорость реально угрожает другим участникам движения. А ловить нарушителей – другая тема, для этого есть специальные устройства.

Пример 3. Постоянно загруженный перекресток.

Здесь, наверно, каждому понятно, что подойдет только нейросетевой светофор , потому что очевидной логики по переключению светофорных фаз просто нет: со всех сторон идет автотранспорт сплошным потоком, и кому дать приоритет?

Тем не менее, мы должны выделить какие-то временные фазы, у них есть длина. Сколько дать времени для проезда с севера на юг, чтобы прошло максимальное количество транспортных средств? Одну минуту, две, три? А может 569 секунд? Кто вот это должен сказать, какой-то очень умный человек или все-таки применить научный подход?

Мы еще ничего не рассказали, но уже услышали ваш вопрос: — Не все ли равно? – Нет, потому что движение неоднородное, мы имеем автотранспортную пружинку: при трогании потока она растягивается, при остановке сжимается. И по времени часто превышает сам процесс движения между соседними перекрестками. Чем больше остановок, тем меньше ТС пройдет в результате всего времени.

И вы сразу предлагаете: — Тогда надо дать максимально длинную фазу, чтобы не создавать частых пружин. – Правильно это было бы, если у нас не было другого направления: с востока на запад. Оно тоже требует максимальную фазу. Эта игра у нас называется «волки – овцы»: Те, кто едет – волки, а стоят – овцы.  

И вы, уже не подумавши скажете: — Давайте всем дадим поровну! – Допустим! Но сколько именно поровну? Ладно, договорились на 5 минут каждому. Но одно направление утыкается во второй перекресток, и ему эти 5 минут – как мертвому припарка, оно встает уже через 3 минуты.  Остальные две минуты перекресток просто забит еле двигающимися автомобилями. Мы теряем в скорости трафика, что тоже ведет к понижению пропускной способности.

В результате мы должны учитывать еще и скорость всех потоков в каждый момент времени. Кстати, от неё зависит и время сжатия пружин на каждом направлении: чем выше скорость была, тем дольше остановка потока. Также пружины зависят от типа автотранспорта: фура будет намного  дольше разгоняться, легковые намного быстрее, поэтому нам нужно понимать тип ТС и его размеры.

Кстати, об авариях, это еще целый комплекс вводных с тысячью неизвестных. Просчитать оптимальные режимы всех светофорных объектов – задача для компьютера, а не примитивной житейской логики. Когда на совершенно простом незагруженном перекрестке фура уронила ящик, адаптивный светофор сошел с ума. Он все время пытался пропустить загруженное направление, а это было невозможно физически. В результате в пробку встало и другое – свободное направление. 

А нейросетевой светофор просчитывает миллионы постоянно меняющихся параметров, подбирая оптимальные алгоритмы работы, в результате обеспечивает и повышение пропускной способности в любых, в том числе аварийных условиях, а также повышает безопасность: автоматически останавливает транспорт на полосах, где одно столкновение может перерасти в серийное.

 И это только 30% повышения эффективности на загруженных всегда перекрестках. Самое интересное, что эту цифру легко довести до 60%, как вам такое? Не устали стоять в пробках? Хотите ездить в два раза быстрее? Здесь уже говорили, что самая затратная часть в этом процессе – автотранспортная пружинка: на остановки и троганья уходит где-то ДО, а где-то БОЛЕЕ 50% времени.  Что, если мы не будем останавливать больше половины автотранспорта? Если к нашему Умному светофору подключить соседние Умные светофоры, то нейронная сеть получает ценную информацию: когда, где и на какой скорости движется поток, какой типа транспорта в каждом потоке, даже манеру вождения отдельных транспортных средств (помните блондинку, которую все объезжают?). Таким образом, мы уже можем убрать каждую вторую «пружинку», а то и больше.

— Видим, что у вас появились и конструктивные предложения: — А что если и пред-предыдущие светофоры завести в общую систему? – Совершенно верно, таким способом по Москве или Питеру можно ездить в разы быстрее!

А что сейчас? В больших городах построены шикарные центры АСУДД, в которых профессиональные специалисты (извините за тавтологию) управляют светофорными объектами. Они, конечно, не нажимают кнопку для каждой лампочки, но именно вручную выставляют режимы работы каждому светофору. В других городах и этого нет – просто среднестатистическое расписание. Наверно, это круто для 30-х годов! Не сегодняшнего, а прошлого века, когда на улице стоял в будке регулировщик – теперь его работа ведется удаленно.

Хотя…, человек может обыграть компьютер в шахматы! В этой игре тоже миллион неизвестных. Наверно, в АСУДД работают профи. Но сколько существует гроссмейстеров на миллион людей, которые просто умеют играть в эту игру? Все-таки в 99,999999999999…% выиграет компьютер. 

После этих слов обычно возникает тяжелая пауза – люди не любят верить в некий искусственный интеллект, уж больно часто им в нашей стране называли совершенно неинтеллектуальные вещи. Поэтому приведем пример совершенно очевидной эффективности, который понятен и интеллекту живому. Возьмем три последовательных перекрестков в обоих направлениях, расположенных на небольшом расстоянии друг от друга – скажем, в минуте езды. Если мы включим «зеленую волну» по каждому направлению, то оба пропустят транспорт за 3 минуты. Заметьте, это комфортное время ожидания для «овец». Но сейчас мы имеем пружину: два троганья и три торможенья, которые в три раза увеличивают время каждого потока и соответственно время ожидания поперечного.   

В 3 раза повышается пропускная способность на загруженных перекрестках! 

И снова вопрос: — Да, вы сделаете 3 участка, где транспорт будет летать, но весь этот поток упрется в четвертый – уже не такой умный – перекресток! – Позвольте сразу не согласиться с фразой «весь этот поток». Перегруженные перекрестки находятся в городах, обычно в их центрах, соответственно там много жилых домов, офисов, магазинов и прочих мест, куда едут люди. Т.е. за 3 участка не весть поток упрется в 4-ый перекресток, часть рассосется – опять же нейросетевая система управления может это легко рассчитать. К тому же за эту зеленую фазу мы исключаем приток других авто, т.е. мы можем заранее узнать максимальный объем ТС и соответственно вывести всех на такой участок дороги, который позволит создать приемлемую очередь перед обычным перекрестком. Т.е. заранее нужно выбирать длинные участки дорог перед старой версией светофоров. Никакого коллапса здесь не будет!

Хотя правильно замечено, что на общую систему нейросетевого управления лучше завязывать вообще весь город. И это тоже возможно и нужно, к этому мы когда-нибудь все придем! Умные светофоры на базе нейронных сетей – это безусловное будущее для России. Ненормально бесконечно строить высотки в центре Москвы, торпедировать продажу автомобилей и при этом ездить медленнее, чем ходить пешком. Для всего развитого мира нейросетевые технологии стали уже обыденностью, и такие задачи там решаются очень быстро.      

Внедрение Умных перекрестков.
Это самый простой с точки зрения технической реализации и самый сложный с точки зрения борьбы с технократией вопрос. Достаточно поставить 4 камеры во все направления даже на уже имеющиеся опоры и в большинстве случаев можно запускаться в работу. Главным элементом Умного перекрестка является программное обеспечение. Конечно, чем больше камер, тем выше эффективность, количество подбирается путем проектирования. 

О самом сложном!
Сегодня везде уже стоят светофорные объекты прошлого века. Под них создана огромная инфраструктура с немалыми деньгами на обслуживание. Руководство регионов РФ само по себе технократично, а тут еще и передел рынка.

Есть и позитивная новость, Правительство РФ активно развивает Интеллектуальную транспортную систему, как минимум, на словах. Есть достаточно много Постановлений Правительства РФ для этого, более того выделяются деньги – хотя бы по этому Указу. Но, по нашему опыту, на местах настолько сильно сопротивляются прогрессу, что даже часто не осваивают эти средства, не смотря на то, что за это предусмотрено наказание. 

Есть еще одна новость средней позитивности: Прогресс все равно придет! Было бы неправильно думать, что деньги выделяются просто так, правительственные круги активно двигают московские фирмы, которые занимаются поставкой адаптивных светофоров. И против Москвы сопротивляться сложно, она придет и снесет всех «политиков» региона. Но новость средняя, потому что адаптивное управление – это прошлый век, оно уже 50 лет как используется в Штатах и сегодня там меняется на нейросетевое. А у нас пока только ставится устаревшее адаптивное управление перекрестками.

Чаще всего, чтобы ничего не делать, говорят: на весь город денег нет, а постепенное внедрение сломает годами выстроенную логику работы других светофоров и приведет к коллапсу, типа, если где-то транспортные потоки пойдут быстрее, в других местах всё встанет. Постоянно это слышим. Но, в городах каждый день происходят какие-то изменения с пропускной способностью: перекрываются на ремонт дороги, строятся новые, сужаются зимой улицы, устанавливаются новые светофорные объекты, меняются знаки… Ничего не привело еще к коллапсу, а наоборот – разгружает трафик. 

Установка отдельно взятого умного перекрестка равносильна постройке еще одной полосы во всех направлениях или выставлению знака «остановка запрещена» на обочинах. Такую ситуацию легко просчитать, и перестроить ближайшие светофоры, как это всегда и делалось много десятков лет. Разговоры о конце света сильно преувеличены.   

Более того, нейросетевой перекресток видит транспортный поток и на съезд, поэтому может быстро перестроиться, если понимает, что в данном конкретном направлении пускать транспорт нет смысла. 

Информативности ради, надо добавить, что через десяток лет придет еще один тип Умных светофоров — Коммуникационный. Уже сегодня в машинах марки Volvo устанавливается оборудование, способное передавать данные о себе всем заинтересованным системам управления движением. Не потребуются даже камеры. Но для этого надо, чтобы поржавели все старые модели. Хотя не исключено, что такие устройства станут обязательными — также как автолокаторы на самолетах, которые ввели после одной из воздушных авиакатастроф. До России, конечно, полезные и спасающие жизни технологии могут долго не дойти.

Интеллектуальная транспортная система «умный светофор»

• Авторы
• Руководители
• Файлы работы
• Наградные документы

Текст работы размещён без изображений и формул.
Полная версия работы доступна во вкладке «Файлы работы» в формате PDF

Введение

Транспортные пробки – один из наиболее негативных факторов современного города. Их отрицательное влияние распространяется на множество аспектов – таких как логистика, производительность туда, экология и многие другие.

Уменьшение негативных факторов автомобильных пробок – задача, которая решается путем построения интегрированной системы: люди — транспортная инфраструктура — транспортные средства, с максимальным использованием новейших информационно-управляющих технологий. Такие «продвинутые» системы и стали называть интеллектуальными. 

Управление транспортом в наши дни – это сфера, объединяющая целый комплекс научных дисциплин, таких как: теорию управления, системный анализ, геодезическое обеспечение, теорию транспортных систем, информационное моделирование, топологический анализ, пространственные знания.

Управление транспортной системой – совокупность различных мероприятий направленных на эффективное функционирование данной системы посредством координации, организации, упорядочения элементов данной системы, как между собой, так и с внешней средой. Интеллектуальная транспортная система (ИТС) – система управления, реализующая инновационные разработки для управления автомобильными потоками. В результате использования таких систем, мы получаем так называемые «умные дороги». Рассмотрим одну из составляющих ИТС – систему «умный светофор».

Цель проекта: создание прототипа умного светофора.

Согласно цели проекта были сформулированы следующие задачи:

Изучить теоретические особенности и принцип работы «умного « светофора.

Создать модель контроллера светофора, работающего на основе плотности потока автомобилей, с использованием Arduino и удовлетворяющего следующим требованиям:

— избегать ожидания на перекрестках для участников движения,

— если ожидание неизбежно — существенно снижать время ожидания для участников движения.

Методы исследования: описательные (наблюдение, обобщение), эксперимент, анализ полученных данных, математические расчеты.

Объект исследования: управление транспортной системой.

Предмет исследования: интеллектуальная транспортная система — «умный» светофор.

Теоретическая значимость: обоснование необходимости использования интеллектуальных транспортных систем, выделение положительных и отрицательных сторон при их использовании в современных условиях.

Прикладная ценность полученных результатов: разработанный код программы контроллера светофора, работающего на основе плотности потока автомобилей, с использованием Arduino.

Глава 1. Теоретические особенности и принцип работы интеллектуальных транспортных систем

Принципы работы системы «Умный» светофор

Обычный светофор работает по простейшей программе, которая не меняется в течение длительного времени (пока его вновь не решат перепрограммировать), — 10 секунд на красный, 20 — на зеленый (к примеру). Решение о том, сколько должен гореть «зеленый», а сколько «красный», принимает человек. В случае с «умным» светофором это за него делает компьютер.

«Умный» светофор следит за трафиком и может подстраиваться под дорожную ситуацию – самостоятельно менять продолжительность красного или зелёного сигналов.

Программа дает возможность нескольким светофорам на одной улице действовать синхронно – «разгонять» движение, организовывать «зеленую волну», «растворять» пробки. Такие светофорные объекты самостоятельно мониторят дорожную ситуацию и адаптируются к ней на основании поступающих к ним данных. Схема принципа работы системы «Умный светофор» представлена на рис.1

Рис. 1 Принцип работы системы «Умный светофор».

Видеокамера или датчики устанавливаются на определенной высоте и над конкретным участком трассы. Далее, сигнал от нее поступает в модуль обработки видеоинформации. Затем в данном модуле происходит выделение подвижных транспортных средств и определение различных интегральных оценок. После этого, на основе этих показаний, центральный сервер дает команду контроллерам светофоров включить красный или зеленый свет и на какое время.

Системы видеоконтроля, ориентированные на транспорт, предоставляют данные трех типов: 

Во-первых, это информация о трафике для статистической обработки: общее количество обнаруженных автомобилей, скорость, ускорение транспортного потока, плотность потока, загруженность полос движения, классификация автомобилей.

Во-вторых, информация о происшествиях на дороге: высокая скорость, плотность потока или занятость полос, наличие заторов или движения по встречной полосе, остановившиеся или медленно движущиеся автомобили, наличие на дороге подозрительных предметов .

В-третьих, информация о наличии или отсутствии автомобилей: наличие приближающихся автомобилей, наличие автомобилей, остановившихся на перекрестке, число автомобилей, проехавших через зоны обнаружения, измерение длины очереди.

Система интегрируется в модуль управления светофорами, что позволяет согласовать работу абсолютно всех светофоров перекрестка в каком-либо напряженном транспортном узле.

Например, на перекрестке, где установлен стандартный светофор, пешеходу предоставляется одно и то же время на переход дороги. Время не зависит от того, едет ли по ней в данный момент один автомобиль или несколько десятков. Благодаря системе «умный светофор», данное время контролируется и меняется в зависимости от загруженности. Или предположим, в одном из направлений есть высокая загруженность, то именно там и продлевается зеленый свет, что ведет к сокращению времени пребывания машин на перекрестках.

Другими словами, процессор «умного светофора» получает информацию о потоке машин с видеокамер. После этого, обрабатывает её. Затем в соответствии с этим по установленному алгоритму принимает решение, в каком направлении и насколько открывать движение. Таким образом, вероятность образования большой пробки, в каком либо направлении существенно снижается.

Положительные стороны системы «Умный светофор»

1. Светодиоды более яркие, чем устаревшие лампы, долговечны: гарантированные десять лет экономно расходуют энергию, отличаются даже внешне — они плоские. А главный плюс — в новых светофорах нет так называемого фантом-эффекта, когда при ярком солнечном освещении кажется, что горят все три секции или, напротив, все одновременно потухли.

2. Система способна предсказывать транспортную ситуацию на 15-30 минут вперед и заранее выработать эффективный план управления трафиком. При возникновении ДТП на перекрестках, данный план автоматически корректируется.

3. В зависимости от типов датчиков, система может учитывать приоритет общественного транспорта, экстренных служб и «спецсопровождения» перед остальными участниками движения. В случае сбоя светофоры переключаются в автономный режим работы, и перекрестки начинают регулироваться традиционным способом. Это позволяет избежать транспортного коллапса при возникновении внештатных ситуаций.

4. Неблагоприятные погодные условия тоже не будут являться помехой для их работы.

Отрицательные стороны использования системы «Умный светофор»

1. Не смогут полностью решить проблему пробок. Система «Умный светофор» способна лишь максимально увеличить производительность перекрестка. При этом городским властям все равно придется расширять дороги и строить сложные транспортные развязки. По подсчетам аналитиков, одна городская полоса в среднем способна обслужить не более 1800 автомобилей в час. И это при условии, что транспортные средства не останавливаются на перекрестках и не сталкиваются с такими препятствиями, как сужение дороги, неудовлетворительное качество дорожного полотна и др. Поскольку количество автомобилей в нашей стране неуклонно растет, то очевидно, что даже при максимальной производительности перекрестков, пробки в крупных мегаполисах будут расти, если заниматься только внедрением систем «Умный светофор» и не решать остальные дорожные проблемы.

2. Стоимость диодного «умного» светофора в 5 раз дороже обычного лампового.

Глава 2: Разработка собственной модели системы «Умный светофор» на базе микроконтроллера Arduino

2.1 Сборка контроллера светофора.

Составные части.

-плата микроконтроллера Arduino Uno

— два ультразвуковых датчика HC—SR04

— две макетные платы

— по паре красных, жёлтых и зелёных светодиодов

— соединительные провода 14 шт.

— резисторы 12 х 220 Ом

Схема управления светофором

Два ультразвуковых датчика соединены с Arduino. Аrduino считывает данные с этих датчиков и рассчитает расстояние. Этот датчик может измерять расстояние от 2 до 400 см.

Ультразвуковой датчик излучает ультразвуковую волну и отраженное от объекта эхо принимается датчиком. Чтобы генерировать волну, нам нужно будет установить триггер на 10 мкс, который отправит звуковой импульс с 8 циклами на частоте 40 кГц, который посылается в сторону объекта, и после отражения сигнала возникает эхо. Затем эхо скажет нам время, когда волна пришла обратно к датчику (микросекунды). Затем мы преобразуем это время в пройденное расстояние, используя формулу S = V * T.

Светодиоды подключены к Arduino через резисторы 220 Ом. Необходимо использовать резистор со светодиодом. Резистор ограничивает ток, протекающий через светодиод. Если вы не будете использовать его, светодиод сгорит. Вы можете использовать резистор от 100 Ом до 10 кОм со светодиодом. Чем больше значение сопротивления, тем меньше будет проходить ток.

С помощью программы Fritzing была создана электрическая схема контроллера светофора. Fritzing – уникальное программное обеспечение от University of Applied Sciences Potsdam для перевода прототипа в физическую модель. Приложение представляет собой утилиту с открытым исходным кодом, облегчающую процесс работы специалистов разного уровня (художников, инженеров, дизайнеров и т.д.). Программа позволяет создавать модели печатной платы и превращать их в реальные PCB (англ. printed circuit board — печатная плата). Удобные инструменты прототипирования призваны максимально облегчить превращение идеи в цифровой проект. Основное окно Fritzing – это рабочий стол с возможностью проектирования платы. Чтобы создать макет, достаточно выбрать желаемое расположение нужных микросхем и способы их соединения с платой. Итерфейс Fritzing представлен на рис. 2.

Рис. 2 Интерфейс Fritzing

Схема электрической цепи контролера светофора представлена на рис. 3.

Рис.3 Схема электрической цепи светофора

2.3 Программный код

На компьютер была установлена программа Arduino IDE, которая позволяет написать код на языке программирования C++. Плата микроконтроллера Arduino прошивается данным кодом и простые железки становятся способными на многие удивительные вещи.

Используя программную среду Arduino IDE, можно, основываясь лишь на знаниях C++, решать самые разные творческие задачи, связанные с программированием и моделированием.

В Arduino IDEмногие скетчи работают с библиотеками, в которых уже есть большая часть кода, который не нужно будет писать.

Прежде всего, мы включили библиотеку timerone. Эта библиотека используется для повторного измерения периода времени в микросекундах, и в конце каждого периода будет вызываться функция прерывания. Мы использовали эту библиотеку, потому что мы хотим считывать сигналы с датчиков и управлять светодиодами одновременно. Библиотека позволит нам вызывать функцию, в которой мы будем непрерывно считывать данные с датчиков, а в функции цикла мы будем управлять сигналами светофора.

В функции setup мы использовали функцию Timer1.initialize (микросекунды). Эта функция должна быть вызвана, прежде чем использовать любой из других методов библиотеки timerone. «Микросекунды» — это период времени, который занимает таймер. Здесь можно указать период таймера. Период по умолчанию составляет 1 секунду.

Timer1.attachInterrupt (softInterr) вызывает функцию каждый раз, когда заканчивается период таймера. Мы установили период таймера на 100000, поэтому наша функция будет вызываться через 100 миллисекунд.

В функции цикла проверяется, есть ли какие-либо транспортные средства под расстоянием 5 см или нет. Если будет автомобиль, то будет вызвана функция для включения разрешающего сигнала в данном направлении.

Softinterr () — это функция прерывания, которая будет вызываться через каждые 100 миллисекунд. В этой функции мы считали с ультразвуковых датчиков и рассчитали расстояние.

При постоянном наличии трафика система работает в обычном состоянии. Если на одной из полос есть трафик — на другой нет, система переключает приоритетный свет. Код программы представлен в приложении.

2.4 Испытание контроллера.

Внешний вид собранной системы «Умный светофор» представлен на рис. 4

Рис. 4 Собранная система «Умный светофор»

Рис. 5 Работа светофора в режиме наличия трафика на одном направлении.

Рис. 6. Работа светофора в нормальном режиме

2.5 Дальнейшее развитие спроектированного «умного» светофора

В будущем будет добавлено ещё два светофора на третье и четвёртое направление, будет разработан код, контролирующий одновременно все четыре сигнала. В программе будут более модифицированные функции, позволяющие манипулировать железом как душе угодно. Появилась идея создания быстрого переключения разрешающего сигнала для машин спецслужб; реализовать идею можно при использовании инфразвукового датчика.

Планируется более глубокое погружение в систему «умный город», изучение компонентов и принципов их работы. Будет предпринята попытка создать новый светофор, который будет «умнее» нашего «умного».

Заключение.

Ситуация на дорогах, особенно в крупных мегаполисах, крайне напряжённая: помимо других факторов постоянно возникают пробки. Из-за этого в атмосферу выбрасывается больше химических соединений, люди теряют массу времени на простои, уходит много денежных средств на топливо. Иногда дело доходит до нервных конфликтов.

Используя разные продвинутые технологии, разрабатываются специальные элементы, направленные на улучшение дорог. В результате использования таких элементов, мы получаем так называемые «умные дороги».

Система «умный» светофор может дать некоторые улучшения. Полностью устранить проблемы пробок она не сможет, но сможет достаточно хорошо выполнять свои функции.

Современные системы постоянно улучшаются, создаются новые и новые. В совокупности этих систем можно получить очень удовлетворительный результат.

Значит, можно считать, что нами был создан небесполезный компонент системы «умный город», и вместе с другими элементами он может действительно помочь современным проблемам на дорогах.

Список литературы

1. Принцип действия «умного» светофора: http://www.bolshoyvopros.ru/questions/679414-kak-dejstvuet-umnyj-svetofor.html

2. Умный светофор. Arduino технологии: https://arduino—tech.ru/2018/12/29/umnyj—svetofor/

3. «умные» светофоры: https://roads.ru/forum/topic/20612-umnye-svetofory/page/2/

4. «Умный» светофор будет угадывать намерения пешеходов: https://hightech.plus/2019/05/28/umnii-svetofor-budet-ugadivat-namereniya-peshehodov

5. «Умный» светофор в России: https://trashbox.ru/topics/111337/v-rossii-predstavili-umnyj-svetofor

6. Светофор-телепат: https://pobetony.ru/poleznye-stati/umnyj-svetofor/

7. «Умный светофор» — комфорт и безопасность на дорогах: https://ap-n.com/umnyj-svetofor/

8. «Умные» светофоры, датчики в асфальте: https://tass.ru/obschestvo/7017266

Приложение

Код программы.

#include<TimerOne.h> // подключение библиотеки

int signal1[] = {10, 9, 8}; // объявление переменных и констант

int signal2[] = {13, 12, 11};

volatile int triggerpin1 = 5;

volatile int echopin1 = 4;

volatile int triggerpin2 = 3;

volatile int echopin2 = 6;

volatile long time;

volatile int S1, S2;

int t = 5;

void setup(){ // постоянная функция

for(int i=0; i<3; i++){ // объявление пинов, как выходов

pinMode(signal1[i], OUTPUT);

pinMode(signal2[i], OUTPUT);

}

pinMode(triggerpin1, OUTPUT);

pinMode(echopin1, INPUT);

pinMode(triggerpin2, OUTPUT);

pinMode(echopin2, INPUT);

Serial.begin(115200); // работатаймера

Timer1.initialize(100000);

Timer1.attachInterrupt(softInterr);

}

void softInterr() { // функция, включающая таймер после его завершения

// 1 датчик

digitalWrite(triggerpin1, LOW);

delayMicroseconds(2);

digitalWrite(triggerpin1, HIGH);

delayMicroseconds(10);

digitalWrite(triggerpin1, LOW);

time = pulseIn(echopin1, HIGH);

S1= time*0.034/2;

// 2 датчик

digitalWrite(triggerpin2, LOW);

delayMicroseconds(2);

digitalWrite(triggerpin2, HIGH);

delayMicroseconds(10);

digitalWrite(triggerpin2, LOW);

time = pulseIn(echopin2, HIGH);

S2= time*0.034/2;

// Печать значений расстояний на последовательном мониторе для отладки

Serial.print(«S1: «);

Serial.print(S1);

Serial.print(» S2: «);

Serial.print(S2);

}

void loop() { // циклическаяфункция

if(S1<t) {

signal1Function();

}

if(S2<t) {

signal2Function();

}

}

void signal1Function() { // функция, определяющая работу 1 светофора

Serial.println(«1»);

low();

digitalWrite(signal1[0], LOW);

digitalWrite(signal1[2], HIGH);

delay(4000);

if(S2<t) {

digitalWrite(signal1[2], LOW);

delay(500);

digitalWrite(signal1[2], HIGH);

delay(500);

digitalWrite(signal1[2], LOW);

delay(500);

digitalWrite(signal1[2], HIGH);

delay(500);

digitalWrite(signal1[2], LOW);

delay(500);

digitalWrite(signal1[2], HIGH);

delay(500);

// 2

digitalWrite(signal1[2], LOW);

digitalWrite(signal2[1], HIGH);

digitalWrite(signal1[1], HIGH);

delay(3000);

}

}

void signal2Function() { // функция, определяющая работу второго светофора

Serial.println(«2»);

low();

digitalWrite(signal2[0], LOW);

digitalWrite(signal2[2], HIGH);

delay(4000);

if(S1<t) {

digitalWrite(signal2[2], LOW);

delay(500);

digitalWrite(signal2[2], HIGH);

delay(500);

digitalWrite(signal2[2], LOW);

delay(500);

digitalWrite(signal2[2], HIGH);

delay(500);

digitalWrite(signal2[2], LOW);

delay(500);

digitalWrite(signal2[2], HIGH);

delay(500);

// 2

digitalWrite(signal2[2], LOW);

digitalWrite(signal1[1], HIGH);

digitalWrite(signal2[1], HIGH);

delay(3000);

}

}

// Функция, делающая все светодиоды низкими, кроме красного

void low() {

for(int i=1; i<3; i++) {

digitalWrite(signal1[i], LOW);

digitalWrite(signal2[i], LOW);

}

for(int i=0; i<1; i++) {

digitalWrite(signal1[i], HIGH);

digitalWrite(signal2[i], HIGH);

}

}

Просмотров работы: 2440