ЗАДАЧИ ПОСТРОЕНИЯ ИНТЕЛЛЕКТУАЛЬНОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ УПРАВЛЕНИЯ БЕЗОПАСНОСТЬЮ ДОРОЖНОГО ДВИЖЕНИЯ

Статья посвящена проблеме обеспечения безопасности дорожного движения. Приводится схема работы автоматической видеофиксации нарушений правил дорожного движения в Тверской области, описываются структура интеллектуальной информационной системы и перспективы ее внедрения.

Ключевые слова: безопасность дорожного движения, искусственный интеллект, принятие решений, нечеткая логика, нечеткий анализ, интеллектуальная система.

Рост автомобильного парка России значительно опережает темпы дорожного строительства. При чрезмерной загруженности дорог транспортными средствами скорость их движения, особенно в крупных городах, снижается настолько, что автомобиль полностью утрачивает одно из своих важнейших достоинств – динамичность, кроме того, увеличивается количество ДТП. Безопасность дорожного движения (ДД) относится к наиболее приоритетным задачам развития страны. Государства мира рассматривают обеспечение безопасности населения как важный элемент обеспечения национальной безопасности и стараются найти технические и организационные средства и методы для ее решения [1].

В связи с этим следует отметить, что

– применение новых компьютерных и телекоммуникационных технологий в информатизации деятельности по обеспечению безопасности ДД является одним из важных приоритетов в развитии транспортной инфраструктуры региона;

– мероприятия, направленные на снижение аварийности и улучшение организации движения транспорта и пешеходов, в значительной степени могут быть решены интеллектуальными системами, созданными на основе современных информационных технологий.

Скоростное и безопасное движение в современных городах обеспечивается за счет выполнения комплекса мероприятий архитектурно-планировочного и организационного характера. К архитектурно-планировочным мероприятиям относятся строительство новых и реконструкция существующих дорог, многоуровневые транспортные развязки, подземные и надземные пешеходные переходы, объездные дороги для отвода транзитных транспортных потоков и т.д. Они требуют значительных капиталовложений и не всегда осуществимы. Организационные мероприятия способствуют упорядочению движения на уже существующей дорожной сети. В реализации таких мероприятий особая роль принадлежит внедрению технических средств регулирования с применением ЭВМ, средств автоматики, телемеханики, диспетчерской связи и телевидения для управления движением в масштабах крупного района или целого города.

В развитых странах интенсивно ведутся работы по созданию сложных АСУ ДД.

Сегодня городские АСУ ДД – это зачастую системы управления лишь светофорной сигнали-зацией, а не транспортными потоками.

Для светофорных объектов, объединенных в единую сеть с выводом информации в центр управления АСУ ДД, расчет управляющих параметров выполняется вручную. Для дорожной сети составляется расписание работы светофоров, которое учитывает суточные, недельные и сезонные колебания характеристик транспортного потока. Оператору доступна лишь информация о состоянии светофорных объектов (исправен/неисправен) и текущих режимах работы светофоров. Режимы могут переключаться автоматически по расписанию или по команде оператора АСУ ДД. Недостаток в том, что для оператора нет оперативной обратной связи.

Транспортный поток как объект управления обладает крайне неприятными с точки зрения управления свойствами. На него оказывают непосредственное влияние самые разные случайные события: дорожные работы на отдельных участках, ДТП, резкие колебания погоды, изменение условий видимости и состояния дорожного покрытия. Это приводит к несоответствию режима работы светофора реальной обстановке на перекрестке. Затор, возникший на одном перекрестке, немедленно распространяется по всей дорожной сети.

АСУ ДД работает следующим образом: данные о параметрах транспортных потоков собираются детекторами и телекамерами, передаются в центр управления АСУ ДД и обобщаются, а потом на основе полученных данных рассчитываются режимы работы светофоров. АСУ ДД также может выводить сообщения о ДТП, заторах, пробках на информационные табло или передавать на мобильные терминалы различных служб и частных пользователей. Опыт зарубежных стран показывает, что внедрение подобных систем, в том числе с применением интеллектуальных технологий, без строительства дополнительных дорог может обеспечить повышение пропускной способности до 25 %.

За рубежом уже длительное время используют технические средства автоматической фото- и видеофиксации административных правонарушений, причем сейчас на основе автоматизированных систем (повышение вероятности выявления фактов нарушения скоростного режима, освобождение ДПС от рутинной работы по протоколированию, снижение обращений в судебные органы по оспариванию фактов нарушения правил ДД). Например, автоматизированные системы контроля скорости движения могут обеспечить снижение количества ДТП на треть. Информация обрабатывается в созданных региональных и национальных центрах.

С учетом зарубежного опыта Департаментом отдела безопасности ДД МВД России разработана концепция создания автоматизированной системы фиксации административных правонарушений с применением специальных технических средств. Цель – повышение уровня безопасности ДД. Опыт использования технических средств в некоторых регионах страны показал необходимость использования в субъектах РФ региональных центров обработки информации, интегрированных в информационную систему ГИБДД.

Применение приборов фото- и видеофиксации в Тверской области, несомненно, оказывает положительное влияние на безопасность ДД. Сейчас информация о правонарушениях поступает с фото- и видеофиксаторов сотрудникам, ответственным за ее сохранность, и размещается на жестких дисках компьютеров.

Схема работы автоматической видеофиксации нарушений правил ДД в Тверской области следующая:

• выявление нарушения с помощью стационарного или передвижного комплекса видеофиксации, работающего в автоматическом режиме;
• снятие информации с комплекса видеофиксации вручную;
• сопоставление БД выявленных нарушений ПДД с базой принадлежности транспортного средства;
• распечатка постановлений по делам об административных правонарушениях;
• подготовка к отправке постановлений и фотографий автомобиля-нарушителя, создание реестра корреспонденции;
• отправка документов заказной корреспонденцией владельцу транспортного средства;
• оплата нарушителем административного штрафа в банке;
• поступление информации об оплате штрафа в Госавтоинспекцию.

Предполагается, что в ближайшее время система видеофиксации нарушений правил ДД будет функционировать в автоматическом режиме.

Структуру интеллектуальной информационной системы можно представить так, как изображено на рисунке.

БД может создаваться, например, в Delphi, а БЗ при помощи программной экспертной системы CLIPS, которая является одной из наиболее широко используемых экспертных систем благодаря своей скорости, эффективности и бесплатности.

Как и другие экспертные системы, CLIPS имеет дело с правилами и фактами. Различные факты могут сделать правило применимым. Применимое правило затем допускается. Факты и правила создаются предварительным объявлением, как показано в примере [2]:

(deffacts trouble_shooting
(car_problem (name ignition_key) (status on))
(car_problem (name engine) (status wont_start))
(car_problem (name headlights) (status work))
)
(defrule rule1
(car_problem (name ignition_key) (status on))
(car_problem (name engine) (status wont_start))
=>
(assert (car_problem (name starter) (status faulty))
)

Далее, применяя мягкие методы и нечеткую логику, целесообразно использовать модель нечеткого описания управления безопасностью критериев и оценки эффективности.

Пусть z – сообщение, r – способ действий, f – результат, f∈F – целевое множество; z∈Z – множество допустимых сообщений, r∈R – множество допустимых способов действий; μ_F(f) – функция принадлежности f нечеткому целевому множеству F, μ_Z(z) – функция принадлежности z нечеткому множеству Z, μ_R(r) – функция принадлежности r нечеткому множеству R; f∈F→μ_F(f), z∈Z→μ_Z(z), r∈R→μ_R(r); ((z,r)→f)→μ_→((z,r)→f), μ_→((z,r)→f) – функция принадлежности суждения о причинноследственном отношении (z,r)→f; (z,r)→μ_Z,R(z,r), μ_Z,R(z,r) – функция принадлежности существования z и r одновременно, тогда

где (r,z)∈R×Z; μ_i(f_i) – функция принадлежности _i целевому множеству _i;  – допустимое значение функции принадлежности суждения о том, что цель максимально достигнута.

Цель – выбрать группе ЛПР такое значение управляющего решения, которое обеспечивает максимальное значение функции принадлежности суждения о том, что цель группы достигнута относительно целевой функции всей группы, равной произведению функций принадлежности суждений о том, что целевая функция соответствующего ЛПР равна ее максимальному значению.

Итак, АСУ ДД требуют развития технических и программных средств, которые смогут выполнять мониторинг, автоматическое распознавание и регистрацию различных ситуаций, а именно:

1) определение характеристик транспортного потока: адаптивное управление ДД с помощью светофоров;

2) обнаружение заторов, пробок и ДТП – ускорение реагирования соответствующих служб;

3) определение фактов грубого нарушения правил ДД с последующим автоматическим наведением телекамеры на автомобиль и распознаванием его регистрационного номера: сохранение видеоролика, фиксирующего нарушение правил ДД и распознанный регистрационный номер;

4) обнаружение объектов, вызывающих резкое ухудшение дорожно-транспортной обстановки: принятие решения о направлении к месту события эвакуаторов или дорожных служб.

В дальнейшей работе целесообразно использовать реинжиниринг традиционной структуры ДД региона с целью создания интеллектуальной системы безопасного движения, выбор и обоснование методов искусственного интеллекта для прогнозирования аварийных ситуаций в области ДД. Внедрение новых информационных технологий в целом создает реальную предпосылку для повышения эффективности безопасности ДД.

Литература

1. Новиков Д.А., Суханов А.Л. Модели и механизмы управления научными проектами в вузах. М.: Ин-т упр. образованием РАО, 2005.

2. Частиков А.П., Гаврилова Т.А., Белов Д.Л. Разработка экспертных систем. Среда CLIPS. СПб: БХВ-Петербург, 2003.