Fúze heterogenních dopravních dat pro odhadování směrových vztahů

České vysoké učení technické v Praze Fakulta dopravní - Horská 30. září 2015 Praha, Česká republika

Fúze heterogenních dopravních dat pro odhadování směrových vztahů Martin Langri

Abstract: The paper deals with the use of traffic detector alliances which enable high quality and comprehensive description of traffic state. The purpose is, in particular, the possibility of operational deployment in a comprehensive traffic survey that takes place in smaller town area with the aim of detailed evaluation of directional relations and the possibility of using such devices in locations where sophisticated telematics systems installation is not economically viable and common traffic survey methods do not allow sufficient quality description of transport. Keywords: detector alliances, traffic survey

1. Úvod Doprava nabízí velké množství dat, která je možné měřit, zaznamenávat a dále využívat pro nejrůznější účely. Mezi používanými metodami měření dopravních dat jsou výrazné rozdíly v náročnosti, nákladnosti, spolehlivosti i kvalitě získaných dat. Na jedné straně jsou budovány rozsáhlé telematické systémy, které využívají moderní technologie, senzory a dopravní detektory pro přesné sledování aktuálního stavu dopravy. Mezi takové systémy můžeme řadit například liniové řízení dopravy, systém výběru mýtného, sítě strategických detektorů či systémy řízení dopravy pomocí SSZ. Na straně druhé je realizováno velké množství dopravních průzkumů, které jsou charakteristické svou krátkodobou povahou a vysokou mírou zastoupení manuálních činností. Zároveň však platí, že moderní technologie jsou využívány pouze v dopravně výrazně exponovaných lokalitách. Jinými slovy to znamená, že i přes široké možnosti současných dopravních technologií je většina standardních dopravních průzkumů realizována manuálně, a že rozšíření současných telematických systémů na větší rozsah dopravní infrastruktury není z ekonomických důvodů reálný. Uvedené tvrzení se stalo základním motivem pro odbornou činnost, která je v jednotlivých aspektech detailně popsána v disertační práci autora. Hlavním cílem je návrh a ověření metod pro záznam dopravní situace v území, prostřednictvím sítě heterogenních mobilních senzorů dopravních dat. V tomto textu jsou popsány základní aspekty a poznatky.

2. Metody měření dopravních dat – dopravní průzkumy Dopravní data lze sledovat pomocí dopravních průzkumů, které můžeme definovat jako souhrn činností, kterými zjišťujeme informace o silniční, železniční, resp. i o jiném druhu dopravy a dopravních zařízeních [1]. Jde o definici spíše obecnou, neboť pojem dopravní průzkum je často používán i pro konkrétnější označení určitého okruhu způsobů měření dopravních dat krátkodobého charakteru. V této rovině však můžeme mezi dopravní průzkumy řadit i kontinuální měření dat s využitím dopravních technologií.

i

Ing. Martin Langr, ČVUT v Praze, Fakulta dopravní, Konviktská 20, 110 00 Praha 1, [email protected]

1


Existuje mnoho pohledů a parametrů, podle kterých lze dopravní průzkumy třídit. Smyslu této práce nejvíce odpovídá dělení průzkumů podle zdroje [2], který je rozděluje především v závislosti na metodách jejich realizace. Hlavní rozdělení průzkumů je tak na průzkumy prováděné manuálně a automatizovaně. 2.1.

Manuální sledování dopravy

Metody manuálního sledování dopravy spočívají v nenahraditelné úloze sčítače – člověka, který sleduje dopravní situaci a do připravených formulářů tužkou zaznamenává vše potřebné. Přesto, že realizace průzkumu tímto způsobem se zdá být velice jednoduchá, naráží na několik úskalí. Jedním je potřebný počet osob, které průzkum realizují a druhým je omezené množství dat, které je každý schopen zaznamenat. Především při zvýšené intenzitě dopravy schopnost člověka zaznamenávat potřebná data v potřebné kvalitě výrazně klesá. Průzkumy kvantitativní jsou nejméně náročné a získávají informace o intenzitách dopravního proudu. Sčítači zaznamenávají průjezd vozidel do formulářů na základě jejich typů odděleně po zvolených časových intervalech. Výstupem takového průzkumy jsou intenzity provozu, které mohou být dále zpracovávány. Do této kategorie patří i směrové průzkumy na křižovatkách. Kvalitativní průzkumy krom intenzit vyhodnocují i další parametry dopravního proudu jako je rychlost či hustota dopravy. Stejně tak můžeme díky vhodnému rozmístění měřících stanovišť zjistit trasy konkrétních vozidel a odhalit tak například podíl tranzitní dopravy, objízdné trasy či významné cesty v rámci daného území. V rámci větších oblastí je identifikace vozidel prováděna pomocí záznamu registračních značek vozidel společně s jejich typem a časem průjezdu. Tato metoda se využívá pro uvedené dopravní průzkumy včetně určování úsekových rychlostí vozidel. Průzkumy pozorovací zaznamenávají další informace o provozu či chování konkrétních řidičů. Příkladem může být sledování tzv. skoronehod, neboli rizikového chování řidičů různé závažnosti či obsazenost jednotlivých vozidel. Při manuálních průzkumech mohou být využívány různé pomůcky pro usnadnění měření. Tyto pomůcky však často „pouze“ zjednodušují manuální záznam, například mechanickými či elektronickými jednoúčelovými počítadly. Případně odsouvají manuální činnosti na až do fáze zpracování dat využitím zařízení pro záznam videa či zvuku. 2.2.

Automatizované sledování dopravy

Na rozdíl od manuálních metod jsou zde využívány různé typy dopravních detektorů, které zvyšují kvalitu měřených dat. Většina dopravních detektorů vyžaduje specifické podmínky pro jejich instalaci což je jejich hlavní nevýhodou pro krátkodobé či jednorázové využití v libovolném místě dopravní infrastruktury. Své neodmyslitelné místo mají v rámci ucelených systémů využívajících aktuální dopravní informace pro řízení dopravy, zvyšování plynulosti a bezpečnosti dopravy. Například v rámci ucelených oblastí řízených pomocí SSZ či systémů liniového řízení dopravy [5] nebo bezpečnostních systémů v tunelech, ale také pro automatické měření dat na frekventovaných komunikacích [4] mají nenahraditelnou roli. Základní rozdělení dopravních detektorů je založeno na tom, zda jde o zařízení intrusivní nebo nikoli. Tedy zda je pro jeho činnost nutný zásah do vozovky nebo je umístěn mimo dopravní prostor. Další často používané dělení je dle využívaného fyzikálního principu. Detektorů existuje široké spektrum a je nad rámec tohoto textu je detailněji popisovat.

2


3. Návrh kombinací dopravních průzkumů a technologií Nevyváženost možností dopravních technologií a jejich využití pro lepší popis dopravní situace při realizaci krátkodobých měření vede k úvahám, jaké technologie a postupy by bylo možné s úspěchem využít. Použití různých zařízení se může zdát jednoduché, ale bez důkladného promyšlení a ověření snadno vede k závažným problémům ve fázi vyhodnocení celého průzkumu. Je proto třeba definovat základní požadavky a parametry, které je nutné dodržet, aby navržené kombinace technologií splňovali cíle celého záměru. Tím je již naznačené využití kombinací technologií a postupů umožňující komplexní popis dopravy nejen v jednotlivých měřících profilech, ale i v celé sledované lokalitě. Nejde však o budování plně automatizovaného sytému. Schéma procesu měření a zpracování dat je uvedeno v následujícím schématu.

Obr. 1 Schéma procesu měření a zpracování dopravních dat

V souvislosti s vyhodnocením dat v rámci ucelené oblasti je jako základ navrhovaného systému měření zvolena identifikace vozidel pomocí záznamu registračních značek. Rozpoznání však není technicky možné u vozidel, které mají značku poškozenou, špinavou či ji nemají vůbec. Z tohoto důvodu je nutné videozáznam doplnit dalšími metodami a technologiemi, které umožní v každém profilu sledování standardních dopravních parametrů jako je intenzita, rychlost a typ vozidel. Požadavky pro volbu vhodných technologií lze rozdělit na požadavky technické a datové. Technické požadavky zajišťují, aby bylo reálné dané zařízení používat v různých místech dopravní infrastruktury po potřebnou dobu. V praxi to znamená, že technologie musí být přenosná bez nutnosti složité instalace a nastavení na konkrétním místě. Musí mít také vyřešenu otázku napájení a způsobu ukládání měřených dat po celou dobu měření. Datové požadavky popisují různé aspekty formátu dat a způsoby jejich ukládání. Nesplnění dílčích požadavků, na rozdíl od těch technických, je možné určitými kroky řešit. Čím více takových řešení je však uplatněno, snižuje se kvalita celkového vyhodnocení průzkumu. Základním požadavkem je mít pod kontrolou čas. Některé technologie umožňují přesné nastavení času, jiné automaticky přebírají systémový čas počítače, kterým jsou nastavovány, a u některých je nastavení přesného času problematické či nemožné. Je tedy nutné zvolit jeden zdroj času, podle kterého je možné všechny technologie synchronizovat či alespoň zaznamenat časový rozdíl nastavení pro pozdější korekci dat.

3


Důležitým požadavkem je i způsob ukládání dat. Žádoucí je, aby byly ukládány průjezdy jednotlivých vozidel. Některé technologie to totiž neumožňují a agregují data do volitelných časových intervalů. Technologie by také měli umožňovat sledovat další dopravní parametry. Potenciálně problematické se jeví určování typů vozidel. Technologie založené na záznamu jednotlivých náprav totiž určují kategorie vozidel na základě jejich uspořádání. Řada dalších technologií naopak udává celkovou délku vozidel, podle které jsou také rozřazovány do jednotlivých kategorií. Při kombinaci dat z těchto dvou různých typů technologií musíme mít na paměti, že nelze určit jednoznačný způsob propojení kategorií vozidel. Pro řešení tohoto problému byly definovány a ověřeny délky různých kategorií vozidel, ke kterým lze přiřadit různé kategorie získané pomocí sledování náprav. To celé s důrazem na to, aby výsledné kategorie co nejvíce korespondovali s nejčastějším dělením typů vozidel používaným v různých aplikacích.

4. Komponenty navrhovaného měřícího systému Na základě definovaných požadavků bylo ověřováno použití různých technologií a metod měření dopravních dat. V následujícím textu jsou popsány základní výsledky a zkušenosti s jejich využitím. Rozpoznání registračních značek vozidel je základním stavebním kamenem navrhovaného měřicího systému. Značky jsou rozpoznávány pomocí speciálního softwaru z off-line (dříve pořízeného) videozáznamu. K tomu slouží sady videokamer s potřebným příslušenstvím. Základním principem funkce softwaru je vyhledání oblastí snímků s možným výskytem značek, kde jsou následně pomocí OCR rozpoznány jednotlivé znaky. Po kontrole gramatiky celého řetězce znaků je značka společně dalšími parametry zaznamenána do databáze. Úspěšné rozeznávání značek je dáno hlavně vhodným umístěním videokamer a kvalitou záznamu. Existuje proto řada situací, kdy může být kvalita záznamu ovlivněna. Jde především o problém klimatických podmínek. Přímé slunce či naopak déšť a mlha mohou negativně ovlivnit záznam a tím i kvalitu výsledků. Je tedy potřeba s takovými vlivy počítat. Výsledkem testování zařízení je mimo jiné i srovnání různých metod směrových průzkumů, kdy využití softwaru rozpoznání vykazuje úspěšnost přes 91 % oproti necelým 80 % při použití klasického záznamu do papírových formulářů [3]. Aplikace Counter. Nejjednodušším testovaným způsobem doplnění záznamu o typy vozidel, je využití manuálního záznamu avšak nikoli do papírového formuláře, ale pomocí mobilní aplikace Counter, která byla pro tento účel vyvinuta [6]. Stiskem tlačítek zaznamenává přesný čas průjezdu vozidel, přičemž jednotlivá tlačítka reprezentují různé typy vozidel. Využití audiozáznamu provozu je další ověřovanou metodou. Princip spočívá v zobrazení průjezdu vozidel detekovaných na základě rozpoznání registračních značek na časové ose audiozáznamu. Z charakteristiky křivky záznamu lze odhadnout, ve kterých časech profilem pravděpodobně projelo vozidlo, aniž byla rozeznána jeho značka. Následně je možné informaci o čase průjezdu nerozpoznaného vozidla manuálně doplnit. Nejedná se tedy o příliš automatizovaný způsob, ale v určitých situacích může výrazně pomoci. Magnetický detektor NC200 je přenosné zařízení, které splňuje výše popsané požadavky. Umisťuje se na povrch vozovky do osy jízdního pruhu. Kovové tělo detektoru společně s gumovým krytem se na vozovku upevňuje širokou lepicí páskou a tvoří tak menší nerovnost, jejíž výška nepřesáhne 2 cm. Po asi 30 minutové kalibraci na místě je připraven

4


začít měřit. Detektor zaznamenává průjezd vozidel, jejich rychlost a délku. Dosavadní zkušenosti s jeho využíváním jsou pozitivní. Pneumatický detektor MetroCount se řadí mezi technologie, které nejsou v současné době v prostředí Česka příliš rozšířená. Její použití spočívá v instalaci dvou gumových hadic přes vozovku kolmo k její ose. Projíždějící vozidla, respektive jejich nápravy, jsou zaznamenávány díky změně tlaku v hadicích [4]. Detektor je použitelný především na obousměrných komunikacích nižších tříd. Při vyšších intenzitách provozu může docházet k chybám měření způsobené současným projížděním vozidel v obou směrech. Nevýhodou je umístění hadic na vozovku. Mikrovlnný radar Siersega je zástupcem neintrusivní technologie, která na základě tzv. Dopplerova principu dokáže rozpoznat průjezd vozidel, jejich rychlost a délku a rozlišit směr jejich jízdy. V plastové skříňce se umisťuje vedle komunikace na značku, lampu či jinou konstrukci. I tato technologie splňuje všechny popsané požadavky. Nevýhodou je především již poměrně vysoká cena detektoru. V rámci měření byly testovány i další technologie, které se však ukázaly jako nepraktické kvůli složité na instalaci i nevhodném způsobu měření dat. Tyto technologie nebyly pro další ověřování použity. Jedná se především o videodetekci Pico Iteris a kombinovaný detektor Swarco.

5. Ověření navrhovaných řešení Všechny navrhované technologie a metody je nezbytné ověřit a otestovat, zda jsou použitelné v souladu se sledovanými cíli. Toto ověření bylo navrženo ve třech úrovních. Nejprve byly samostatně testovány jednotlivé technologie a metody. Díky tomu bylo možné detailně popsat principy a omezující podmínky jejich využití a následně popsány postupy pro práci s nimi. Na základě těchto testů bylo možné i navrhnout další postupy při řešení případných nedostatků. Ve druhé úrovni byla v rámci průzkumu ověřována možnost kombinace různých technologií. Průzkum proběhl v rámci jednoho měřícího stanoviště na pražské Spiritce. Výsledky tohoto průzkumu umožnili hledat vhodná řešení pro fúzi dat z jednotlivých zařízení.

Obr. 2 Měřící stanoviště na pražské Spiritce

Třetí fáze ověření je připravována na září roku 2015, kdy bude proveden komplexní dopravní průzkum ve Slatiňanech. Ten bude obsahovat více samostatných měřicích stanovišť. Výsledky tohoto průzkumu budou po vyhodnocení publikovány v rámci disertační práce autora. Stejně tak i celkové závěry celé řešené problematiky. 5


6. Závěr Postup řešení problematiky vychází z předpokladu, že dopravní průzkumy jsou jen v malém měřítku realizovány s pomocí moderních technologií. Jsou tak často pasovány do pouhého popisu teoreticky sice velkého počtu, ale zato velmi izolovaných stanovišť. Toto velmi kontrastuje s moderními technologiemi využívanými v rámci telematických systémů, které však není ekonomicky a často ani technicky možné použít v lokalitách menšího dopravního významu. Navržený postup měření dat, při kterém jsou data rozpoznaných registračních značek vozidel doplňována dalšími dopravními parametry pomocí dalších metod a technologií, je principiálně použitelná a funkční. Spolehlivost je však odvislá od použitých technologií a metod. Celá řada dopravních technologií není pro tento účel použitelná, především z technických důvodů složitosti jejich instalace či podobou měřených dat. Navržené postupy byly ověřovány pomocí technologií, které byly dostupné v rámci ČVUT FD. Zároveň byl však navržen způsob jak s pomocí budované databáze konkrétních dopravních technologií hledat další vhodné, pro možné budoucí využití. K tomuto účelu byla definována řada spíše uživatelských parametrů, které většinou nejsou uváděny v technických specifikacích zařízení. Pozitivním přínosem je, že podíl manuální činnosti v průběhu měření dat je nižší, než u plně manuálních metod. Zároveň se ale ukazuje, že dostupná zařízení jsou často natolik různá, že jejich instalace a nastavení často přinášejí zcela jiné požadavky na obsluhu, takže náročnost realizace měření se výrazně nesnižuje. Manuální činnosti se také často přesouvají do dalších fází zpracování a vyhodnocení dat. Nedochází tedy k výrazné úspoře lidské práce a úsilí. To lze ale vyvážit kvalitativním posunem v popisu stavu dopravy. Jednotlivé poznatky řešené problematiky umožňují aktivně vyhledávat a ověřovat využití dalších vhodných technologií, které budou v budoucnu dostupné.

Literatura [1] [2] [3]

[4] [5] [6] [7]

Medelská, V., Jirava, P., Nop, D. Rojan, J., Dopravné inžinierstvo, Bratislava, 1991, 376 s., ISBN 80-05-00737-X Slinn, M., Matthews, P., Guest, P., Traffic Engineering Desing, London, 1997, ISBN 0-340-67647-7 Langr, M. - Hrubeš, P. - Kučera, T., Přínosy směrových dopravních průzkumů s využitím systému automatického rozpoznávání SPZ/RZ, In: Dopravní inženýrství. 2012, ISSN 1801-8890. Míšek, J., Úloha automatického sčítání dopravy, In: Dopravní inženýrství, 2006, ISSN 1801-8890 Kňákal, M., Krajčíř, D., Telematický systém na Pražském okruhu, In: Silniční obzor, 2012, číslo 3, ISSN 0322-7154 Kovaljov, M. - Langr, M.; Counter; [Software splňující podmínky RIV (dřív Autorizovaný]. 2011 Pacík, R., Analýza využití pneumatického detektoru MetroCount v podmínkách ČR; [Bakalářská práce]. Praha: ČVUT FD, Ústav dopravní telematiky, 2008, 45 s.

Zkrácené recenzní řízení provedl: doc. Ing. Ivan Nagy, Ph.D. 6

Fúze heterogenních dopravních dat pro odhadování směrových vztahů

Recommend Documents