ОЦЕНКА ЭФФЕКТИВНОСТИ ДВИЖЕНИЯ ТРАНСПОРТНЫХ ПОТОКОВ НА ОСНОВЕ ОБРАБОТКИ НАВИГАЦИОННЫХ ДАННЫХ О ДВИЖЕНИИ ТРАНСПОРТНЫХ СРЕДСТВ

Рассмотрены метод оценки параметров транспортных потоков и определения эффективности вариантов организации дорожного движения, а также качества дорожного движения. Разработан метод оценки основных параметров транспортного потока с использованием двухжидкостной математической модели Германа – Пригожина на основе пассивной обработки навигационных данных о движении дорожных транспортных средств на транспортных магистралях и улично-дорожной сети городов. Достоинствами и новизной разработанного метода (в отличие от традиционного использования математической модели Германа – Пригожина на основе активной обработки навигационных данных) являются: пассивная обработка GPS-треков и поддержка их форматов, что позволяет существенно повысить качество и адекватность результатов модели; облачная обработка данных (использование для хранения больших объемов данных облачного хранилища); наличие клиентского мобильного приложения для ОС Android для сбора данных в дополнение к работе с уже собранными навигационными данными от навигационно-информационного центра и других источников; применение для расчетов и обработки данных современных веб-технологий; масштабируемость и настраиваемость системы. Работоспособность предложенных алгоритмов, математических моделей оценки параметров транспортных потоков и системы в целом подтверждена в ходе ее апробации с использованием набора треков на основных магистралях Беларуси.

1. Prigogine, I. Kinetic Theory of Vehicular Traffic / I. Prigogine, R. Herman. N.Y.: Elsevier, 1971.

2. Разработка системы оценки параметров транспортных потоков в рамках транзитных транспортных коридоров на территориях государств – участников СНГ на основе обработки навигационных данных о движении транспортных средств: отчет о НИР «Поток-СНГ-РБ» / ОАО «Агат – системы управления» – управляющая компания холдинга «Геоинформационные системы управления», науч. рук. О. А. Капцевич. Минск, 2015. 319 с.

3. Herman, R. A Two-Fluid Approach to Town Traffic / R. Herman, I. Prigoginc // Science. 1979. Vol. 204. P. 148–151.

4. Nelson, P. The Prigogine-Herman Kineticmodel Predicts Widely Scatteredtraffic Flow Data at Highconcentrations / Р. Nelson, A. Sopasakis // Transportation Research Part B: Methodological. 1998. Vol. 32, No 8. Р. 589–604.

5. Nelson, P. The Prigogine – Herman Kineticmodel Predicts Widely Scatteredtraffic Flow Data at Highconcentrations / Р. Nelson, A. Sopasakis // Transportation Res. 1998. Part B: Methodological. Vol. 32, No 8. Р. 589–604. DOI: 10.1016/s0191-2615(98)00020-4.

6. Studying the EBB and Flow of Stop-and-Go; Los Alamos Lab Using Cold War Tools to Scrutinize Traffic Patterns Alan Sipress Washington Post Staff Writer, Thursday, August 5, 1999, Last updated 1/31/00.

7. Румянцев, Е. А. Совершенствование методов оценки условий движения транспортных потоков на город-ской улично-дорожной сети / Е. А. Румянцев // Вест-ник Иркутск. гос. техн. ун-та. 2012. № 9. С. 148–151.

8. Блинкин, М. Я. Системная оценка условий движения на базе модели Германа – Пригожина (Ч. 1) / М. Я. Блин-кин (НИИТДХ), Б. А. Ткаченко (ЦИТИ) // Сайт «Транс-портные системы городов и зон их влияния» [Элек-тронный ресурс]. Режим доступа: http://waksman.ru/ Russian/Org&B/2008/blinkin1.htm.

9. Material Design // Сайт Google Design Guidelines [Элек-тронный ресурс]. Режим доступа: https://www.google. com/design/spec/material-design/introduction.html.

10. Directions Service // Сайт Google Developers [Элек-тронный ресурс]. Режим доступа: https://developers. google.com/maps/documentation/javascript/directions.

11. Parse Android Developers Guide // Сайт Parse [Элек-тронный ресурс]. Режим доступа: https://parse.com/ docs/android/guide.

12. Google Maps Javascript API // Сайт Google Developers [Электронный ресурс]. Режим доступа: https://develo pers.google.com/maps/documentation/javascript/examples/ event-simple.

13. Алгоритмы семейства FOREL // Сайт «Википедия» [Электронный ресурс]. Режим доступа: https://ru.wiki pedia.org/wiki/Алгоритмы_семейства_FOREL.

14. Flask // Сайт Flask (A Python Microframework) [Элек-тронный ресурс]. Режим доступа: http://flask.pocoo. org.

15. Location and Sensors APIs // Сайт Android developers [Электронный ресурс]. Режим доступа: http://develo per.android.com/guide/topics/sensors/index.html.

16. jQuery API Documentation // Сайт jQuery [Электронный ресурс]. Режим доступа: http://api.jquery.com/.

17. The Python SQL Toolkit and Object Relational Mapper. SQLAlchemy. Available at: http://www.sqlalchemy.org.

18. SQLite Documentation // Сайт SQLite [Электронный ре-сурс]. Режим доступа: https://www.sqlite.org/docs.html.

19. Лутц, М. Изучаем Python, 4-е издание / М. Лутц. М.: Изд-во «Символ плюс», 2010. 1280 c.

20. Ardekani, S. A. Urban Network-Wide Variables and their Relations / S. A. Ardekani, R. Herman // Transportation Science. 1987. Vol. 21, No l. Р. 1–16. DOI: 10.1287/ trsc.21.1.1