Планирование действий при аварийной эвакуации: снижение вероятности заторов и повышение уровня общественной безопасности

Задача:

Интеллектуальные системы транспорта (ИТС) отслеживают и анализируют то, как транспортные средства, дорожные структуры и природные факторы влияют на дорожное движение.

Чувство бессилия и раздражение, вызываемые пробками на дорогах, знакомы большинству из нас. Обычно в час пик снижается мобильность отдельных транспортных средств, и всё дорожное движение в целом замедляется. Данное явление усиливается при массовой мобилизации в случае таких катаклизмов, как ураган или нечто подобное. Исследователи ИТС заинтересовались этой проблемой и решили изучить, как можно повысить уровень общественной безопасности, организовав связь между некоторой долей транспортных средств.

Решение:

Модель эвакуации дорожной сети

Модель дорожной сети с радиационным шлейфом и затронутыми им дорогами

Одна из старейших и крупнейших независимых некоммерческих научно-исследовательских организаций в США решила использовать ПО AnyLogic, чтобы изучить то, как организация связи между некоторой долей транспортных средств через смартфоны или выделенную связь ближнего действия (DSRC) помогает улучшить координацию транспортных средств во время крупномасштабной эвакуации. Агенты-автомобили в модели включают в себя параметры, представляющие вероятности того, что ТС оборудовано аппаратурой связи и что оно будет следовать за идущей впереди машиной, находясь в состоянии затрудненного движения. Второй параметр приблизительно передаёт поведение водителей-людей, которые следуют за другими водителями, полагая, что они знают наилучшую дорогу. Затем, исследователи смоделировали несколько сценариев на основе этих параметров, и сравнили проведенное в пробке время и общую дозу полученной водителями радиации.

Среда моделирования AnyLogic сочетает агентное и системно-динамическое моделирование и обладает интуитивным графическим интерфейсом для построения такого типа моделей. Исследователи моделировали сценарий эвакуации, основанный на радиоактивном заражении в городской местности. Модель включала упрощенную систему дорожного движения, скопированную с данных по автострадам Сан-Антонио, штат Техас, и три типа агента, представляющих транспортное средство, дорожную сеть и событие.

Диаграмма состояний для агента-автомобиля и системно-динамическая модель для дорожной пробки

Диаграмма состояний для агента-автомобиля и системно-динамическая модель для дорожной пробки

Результаты:

Результаты исследования позволили дать количественную оценку эффективности дорожной системы на основании средней и общей дозы радиации, полученной транспортными средствами, а также общей плотности пробки, отмеченной каждым автомобилем-агентом в разных сценариях. Результаты продемонстрировали, что получение хотя бы немногими ТС точной и своевременной информации о потенциальной опасности на их пути положительно влияет на общую безопасность. Моделирование также показало преимущество следования за другими ТС, что является особенностью систем дорожного движения, состоящих из водителей-людей. Включение автономных ТС в систему дорожного движения может свести это преимущество на нет. Однако, автономные ТС также, скорее всего, будут соединены между собой средствами связи.

Похожие проекты

Другие истории успеха