Людмила ВОЛОЩУК, канд. техн. наук, доц.
ORCID ID: 0000-0002-2510-0038
e-mail: lavstumbre@gmail.com
Одеський національний університет імені І. І. Мечникова, Одеса, Україна
Олександр СБІТНЄВ, асп.
ORCID ID: 0009-0008-6311-612X
e-mail: alexsbitnev99@gmail.com
Одеський національний університет імені І. І. Мечникова, Одеса, Україна
DOI: https://doi.org/10.17721/AIT.2024.1.10
Анотація
В с т у п . Запропоновано нову архітектуру інтелектуальної транспортної системи (ІТС), що використовує технології інтернету речей (IoT) і хмарну платформу Azure. Наукова новизна полягає у розробленні архітектури, що поєднує граничні обчислення, хмарні сервіси й алгоритми машинного навчання для адаптивного керування дорожнім рухом на основі даних у реальному часі. Розроблена архітектура дозволяє ефективно обробляти інформацію про стан транспортних потоків, здійснювати їхнє моделювання й автоматично регулювати сигнали світлофорів із метою зниження заторів. Ефективність архітектури перевірено через серію експериментів, спрямованих на розпізнавання транспортних засобів, оптимізацію керування світлофорами та моніторинг транспортної ситуації в реальному часі.
М е т о д и . Використано метод імітаційного комп’ютерного моделювання для керування інтелектуальною транспортною системою, метод навчання з підкріпленням для навчання інтелектуальної транспортної системи,метод комп’ютерного зору для розпізнавання транспортних засобів.
Р е з у л ь т а т и . Запропонована архітектура ІТС базується на IoT-технологіях і дозволяє збирати й аналізувати дані про дорожній трафік у режимі реального часу. Розроблену систему протестовано на різних ділянках міського мікрорайону з різними рівнями транспортного навантаження. Експерименти показали, що система здатна адаптивно змінювати сигнали світлофорів на основі аналізу транспортної ситуації, що дозволяє значно покращити пропускну спроможність доріг і зменшити затори.
Вис н о в к и . Результати проведених експериментів підтвердили ефективність запропонованої архітектури інтелектуальної транспортної системи. У подальших дослідженнях можливо вдосконалити систему завдяки впровадженню складніших алгоритмів штучного інтелекту для автоматизації прийняття рішень щодо керування світлофорами.
Ключові слова: інтелектуальна транспортна система, хмарна платформа, оптимізація транспортної системи, проєктування архітектури IoT-системи.
Опубліковано
2024-12-20
Як цитувати
Людмила ВОЛОЩУК, Олександр СБІТНЄВ“ ГІБРИДНА ХМАРНА ІТЕЛЕКТУАЛЬНА ТРАСПОРТНА IOT-СИСТЕМА МОНІТОРИНГУ ДОРОЖНЬОГО ТРАФІКА ЖИТЛОВОГО МІКРОРАЙОНУ” Сучасні інформаційні технології №1(3), pp. 83–96, 2024
Номер
Сучасні інформаційні технології № 1 (3), 2024
Розділ
Мережні й інтернет-технології
Список використаних джерел
Клюєв С.О., Цимбал С. В., & Сігонін А.Є. (2023). Розвиток інтелектуальних транспортних систем. Вісник машинобудування та транспорту, 2(18), 80–84. https://doi.org/10.31649/2413-4503-2023-18-2-80-86
Сбітнєв О. Ю. (2022). Дослідження і розробка методів побудови хмарних систем керування ІоТ мережею [Магістерська робота, Одеський національний університет імені І. І. Мечникова]. Одеса
El-Tantawy, S., Abdulhai, B., & Abdelgawad, H. (2014). Design of reinforcement learning parameters for seamless application of adaptive traffic signal control. Journal of Intelligent Transportation Systems, 18(3), 227–245.
Hunt, P. B., Robertson, D. I., & Bretherton, R. D. (1981). SCOOT – A traffic responsive method of coordinating signals. TRL Laboratory Report, 1014. Katerna, O. Інтелектуальна транспортна система: проблема визначення та формування системи класифікації. Економічний аналіз, 29(2), 33–43. Wiering, M., & van Otterlo, M. (2012). Reinforcement learning: State-of-the-art. Springer.
Gayratov, Z. K., Kilichov, J. R., & Toshpulatov, A. (2022). Basic definitions of twelve layer IoT architecture for smart city. In International Scientific and Technical Conference: Digital Technologies: Problems and Solutions of Practical Implementation in the Industry. Belarusian State University of Informatics and Radioelectronics,
Danshyna, S. Yu., Nechausov, A. S., & Andrieiev, S. M. (2022). Information technology of transport infrastructure monitoring based on remote sensing data. Радіоелектроніка, інформатика, управління, 4, 7–14. https://doi.org/10.15588/1607-3274-2022-4-7