facebook LinkedIN LinkedIN - follow
Exkluzivní partner sekce
Tematické sekce
 
Branžové sekce
Přehledy
 
Tematické seriály
 

GDPR

General Data Protection Regulation zásadně mění zpracování osobních údajů a zavádí nové povinnosti...

články >>

 

Jak uřídit IT projekt a nezbláznit se

Užitečné tipy a nástroje pro řešení problémů řízení inovací a vývoje produktů...

články >>

 

Industry 4.0

Průmysl 4.0

Jaký vliv bude mít čtvrtá průmyslová revoluce na výrobu a výrobní firmy?

články >>

 

Komplexní svět eIDAS

O nařízení eIDAS již bylo mnoho řečeno i napsáno. A proto jediné, o čem...

články >>

 

Trendy v CRM

Systémy pro řízení vztahů se zákazníky (CRM) prochází v posledních letech výraznou změnou. Zatímco dříve...

články >>

 

Příručka úspěšného IT manažera

Dnes je řada IT manažerů opomíjena. Úspěšní bývají brouci Pytlíci a Ferdové...

články >>

 
Partneři webu
Dialog 3000Skylla
IT SYSTEMS 9/2009 , Logistika

Floreon+ Traffic

Systém pro modelování, simulace a monitorování dopravy

Michal Radecký


V dnešní době je problematika dopravy velmi aktuálním tématem, se kterým se setkáváme v různých podobách a situacích. Mimo klasické vnímání dopravy z pohledu účastníků silničního provozu má dopravní situace významný vliv také na různé krizové situace a jejich řízení a řešení. A právě to je důvod, proč je oblast dopravních informací a managementu významnou součástí projektu Floreon+. Jedná se o vědecko-výzkumný projekt, jehož hlavím cílem je vybudování systému pro modelování, simulace a monitorování situací způsobených nejen přírodními jevy, a to včetně problematiky dopravy. Znalost dopravní situace a možnost využití sofistikovaného aparátu, který tyto informace bude efektivně shromažďovat a zpracovávat, je zásadní pro celou řadu činností nejen z pohledu krizového řízení, ale také pro každodenní život.


 

Schéma 1
Schéma 1


Systém Floreon+ Traffic je konstruován jako jeden z modulů zapadajících do celkové koncepce a architektury systému Floreon+. Celý princip jeho fungování je založen na algoritmech, které jsou schopny efektivně zpracovávat velké množství dat, získávat z nich potřebné informace a ty následně vyhodnocovat s ohledem na jejich geografickou polohu. Vstupem jsou tedy data z různých zdrojů a v různých formátech, výstupem pak agregované informace spjaté s určitým místem na mapě, respektive na Zemi. Mezi vstupy patří:

  • reálné souřadnice a jízdní parametry z vozidel na infrastruktuře,
  • dopravní informace v rámci distribučního kanálu JSDI,
  • data z kamerových systémů,
  • data z telematických zařízení,
  • meteorologická data a data o průjezdnosti a sjízdnosti komunikací.

 

Schéma 2
Schéma 2


V současné době tvoří hlavní datovou základnu samotná vozidla a datové distribuční rozhraní JSDI. Díky spolupráci se společnostmi, které se zabývají monitorováním vozového parku, jsme schopni získávat anonymizovaná data o polohách a rychlostech jednotlivých vozidel v reálném čase. Data jsou anonymizována do takové podoby, která znemožňuje zpětné odhalení konkrétního pohybu konkrétního vozidla, jeho rychlost, způsob jízdy či aktuální polohu. Takto získávaná jednotlivá data (GPS souřadnice, rychlost vozidla, případně indikátor zapnutí motoru) jsou po přijetí zkombinována s ostatními daty, která se týkají daného úseku komunikace v daný čas.

Obr. 1: Rychlostní profil ze všech relevantních dat získaných z vozidel
Obr. 1: Rychlostní profil ze všech relevantních dat získaných z vozidel


Celý princip je postaven na vlastním algoritmu, který je pomocí speciálně vyvinuté datové struktury schopen, téměř v reálném čase, zjišťovat vazby mezi polohou vozidla (GPS souřadnice) a reálným úsekem komunikace (vektorový mapový podklad, kdy každá komunikace má jednoznačný identifikátor) – v podstatě se jedná o převod z 2D do 1D. Díky tomuto vlastnímu unikátnímu algoritmu jsme schopni zpracovávat poměrně velké množství dat, které je generováno pohybujícími se vozidly a vytvářet tak informace k jednotlivým úsekům. Výhodou využití tohoto zdroje dat je globální možnost nasazení, a to až na úroveň detailní analýzy provozu uliční sítě v jednotlivých městech. Vše je závislé pouze na počtu participujících vozidel, jejich aktivitě v daném území a samozřejmě technologii GPS. S tímto přístupem souvisí také celá řada problémů, především se jedná o nepřesnost systému GPS ve vozidle, kdy odchylky skutečné polohy vozidla od polohy, která je zaslána systému, může způsobit, že daný záznam bude nepoužitelný, protože jej s nastavenou odchylkou nebude možné přiřadit k dané komunikaci. Podobné problémy souvisejí s analýzou jízdních pruhů a směru jízdy, což jsou problémy, které je potřeba aktuálně vyřešit, aby výsledná agregovaná data mohla být ještě kvalitnější a přesnější. Rovněž počet vozidel a pokryté území jsou faktory ovlivňující toto řešení.

Obr. 2: Obrazovka aplikace zachycující model rozlivu říčky Stonávky
Obr. 2: Obrazovka aplikace zachycující model rozlivu říčky Stonávky


V současné době získáváme údaje o přibližně 2 200 vozidlech různého typu (osobní automobily, nákladní automobily, kamiony apod.) a tato data agregujeme do jednoduchých rychlostních profilů v čase, a to na území celé ČR (pokrytí je závislé pouze na dostupnosti vektorových dat, získané polohy jsou nyní analyzovány proti silniční síti, protože aplikace na kompletní uliční síť by nebyla dostatečně relevantní vzhledem k počtu pohybujících se vozidel, rozsáhlosti této sítě a přesnosti GPS technologie). V blízké budoucnosti budeme takto získaná data podrobovat daleko hlubší analýze, a to tak, abychom mohli grafovou strukturu křižovatek a komunikací libovolně rozšiřovat o taková data, která budou tvořit potřebnou informační základnu pro vyhodnocování provozu a aplikaci grafových a jiných algoritmů.

Obr. 3: Zobrazení mapy a grafu s měřenými a modelovanými veličinami
Obr. 3: Zobrazení mapy a grafu s měřenými a modelovanými veličinami


Doplnění těchto reálných dat z provozu o informace o dopravních nehodách, uzavírkách a omezeních nám umožňuje vytvářet vazby mezi změřenou rychlostí v daném místě a konkrétní událostí. Je samozřejmé, že v případě, že se na daném silničním úseku běžně jezdí průměrnou rychlostí 80 km/h a k danému úseku začnou přicházet data s informací o rychlosti do 20 km/h, je zřejmé, že v daném místě došlo k nějaké události ovlivňující cestovní rychlost. Pokud navíc bude tato informace potvrzena ze systému JSDI (Jednotný Systém Dopravních Informací) je jasné, že rychlost byla ovlivněna konkrétním typem události. Na základě této znalosti je systém v budoucnu schopen problémové úseky detekovat (a upozorňovat na ně) ještě dříve, než bude daná událost vložena do agendového systému.

Obr. 4: Obrazovka aplikace s rychlostními profily
Obr. 4: Obrazovka aplikace s rychlostními profily


V současné době jsou tedy do systému anonymně přijímány záznamy z přibližně 2 200 vozidel. Z pohledu množství dat se pak ve špičce jedná přibližně o třináct přijatých záznamů za sekundu. Vzhledem k aplikovanému algoritmu, nepřesnosti GPS a konkrétním relevantním datům od vozidel (vypnutý motor, apod.) je úspěšnost umístění dané informace na konkrétní úsek přibližně třicet procent.

Obr. 5: Obrazovka z aplikace v 3D vizualizaci se zvýrazněnou uliční sítí
Obr. 5: Obrazovka z aplikace v 3D vizualizaci se zvýrazněnou uliční sítí


Tyto informace mají obecně vysokou vypovídající hodnotu o reálné situaci na komunikacích, nicméně vzhledem k velké závislosti na kvalitě a množství získávaných dat musí být tyto informace podpořeny daty i z jiných zdrojů. Nejvýznamnější jsou z tohoto pohledu data přímo z infrastruktury. Tato data mohou být získávaná například z mýtných bran, telematických čidel, kamerových systémů apod. a v rámci svého lokálního umístění mohou přímo ovlivňovat agregovaná data vztažená k danému úseku komunikace. Výhodou těchto zdrojů dat je vysoká přesnost poskytované informace (počty průjezdů vozidel apod.). Naopak nevýhodou je pouze jejich lokální působnost a poměrně vysoké náklady na zřízení a zajištění jejich provozu. Nicméně vhodnou kombinací on-line dat získaných z provozu a dat přímo z infrastruktury je možné vytvořit poměrně kvalitní snímek o celkové dopravní situaci.

Obr. 6: Obrazovka aplikace s rychlostními profily a reálným obrazem z dopravní kamery
Obr. 6: Obrazovka aplikace s rychlostními profily a reálným obrazem z dopravní kamery


Výstupy systému Floreon+ Traffic je možné definovat na několika úrovních, a to především z pohledu jejich dalšího využití. Mimo poskytování agregovaných dat pro další zpracování je možné hlavní budoucí přínosy tohoto řešení vidět v následujících výstupech, aplikacích a rozšířeních:

  • detailní statistické informace k jednotlivým úsekům, ulicím či tahům (rychlostí mapy, mapy vytížení, apod.),
  • zohlednění ohodnocení úseků podle množství, kvality a zdroji dat, které daný úsek ovlivňují,
  • vizualizace celé řady informací (kamerové systémy, nehody, kvalita dat, apod.) ve 2D i 3D pohledu,
  • poskytování funkcí a operací nad všemi daty a informacemi (vyhledávání a plánování optimální trasy s ohledem na reálnou situaci apod.),
  • zpracování a integrace dat z různých zdrojů dat (JSDI, telematická zařízení, meteo. data, digitální obraz atd.),
  • analýza historických dat vzhledem k aktuální situaci (automatická detekce problémů na komunikacích na základě porovnání obvyklé rychlosti v daném úseku a aktuální rychlosti),
  • aplikace vyšších algoritmů (např. teorie mravenišť, algoritmy záplavové vlny) pro vytváření predikcí a simulací využitelných dalšími systémy především z pohledu managementu dopravy,
  • informace o průjezdnosti a sjízdnosti (dopravní nehody, dopravní omezení, atd.), a to nejen z agendových systémů typu JSDI, ale také autonomně a automatický detekovaných problémů na základě znalosti aktuální reálné dopravní situace – to může zahrnovat také například automatickou detekci a informování o zaplavených komunikacích v případě povodní.

 

Obr. 7: - Vizualizace poloh vozidel a rychlostí za 7 dní, podklad Google
Obr. 7: - Vizualizace poloh vozidel a rychlostí za 7 dní, podklad Google


Použitelnost celého systému je přímo závislá na datech, jejich kvalitě, kvantitě a různorodosti. Výhodou dat získávaných přímo od vozidel je jejich plošné pokrytí a okamžitá dostupnost, nicméně nikdy nemohou být dostatečně relevantní. Až teprve kombinací například s daty z telematických čidel (pouze lokální umístění, ale vysoká důvěryhodnost a přesnost) je možné vytvářet celkový a reálný model dopravní situace. Praktické využití výsledných poskytovaných výstupů bude velmi rozsáhlé. Tyto výstupy mohou v budoucnu být významným prvkem při krizovém řízení (optimální trasy pro pohyb záchranných složek, analýza vytížení komunikací pro evakuaci apod.), ale také při běžných osobních či firemních úkonech (plánování logistiky a cestování, informovanost a znečištění z dopravy a její intenzitě apod.).

Obr. 8: Vizualizace poloh vozidel a rychlostí za 24 hodin, podklad Google2
Obr. 8: Vizualizace poloh vozidel a rychlostí za 24 hodin, podklad Google

 

Obr. 9: Vizualizace poloh vozidel a rychlostí za 7 dní, podklad VirtualEarth
Obr. 9: Vizualizace poloh vozidel a rychlostí za 7 dní, podklad VirtualEarth

 

Obr. 10: Vizualizace poloh vozidel a rychlostí za 24 hodin, podklad VirtualEarth
Obr. 10: Vizualizace poloh vozidel a rychlostí za 24 hodin, podklad VirtualEarth

 

Obr. 11: Statistika pokrytí (počet přijatých poloh vozidel) za měsíc
Obr. 11: Statistika pokrytí (počet přijatých poloh vozidel) za měsíc

 

Obr. 12: Statistika pokrytí (počet přijatých poloh vozidel) za měsíc
Obr. 12: Statistika pokrytí (počet přijatých poloh vozidel) za měsíc



info@floreon.cz
www.floreon.cz

 

Chcete získat časopis IT Systems s tímto a mnoha dalšími články z oblasti informačních systémů a řízení podnikové informatiky? Objednejte si předplatné nebo konkrétní vydání časopisu IT Systems z našeho archivu.

Inzerce

Žádný systém sám o sobě nic nevyřeší

IT Systems 4/2021V aktuálním vydání IT Systems opět najdete spoustu novinek ze světa informačních technologií a inspirace, jak je využít pro rozvoj vaší firmy nebo organizace. Mapujeme aktuální trendy v digitalizaci stavebnictví, vybavení pro kontaktní centra a service desky. Věnujeme se řízení práce na dálku a onboardingu zaměstnanců v době covidu, řízení projektů a hybridnímu cloudu. Významným tématem je jako vždy zajištění kybernetické bezpečnosti – konkrétně zabezpečení ICS, důsledky kauzy Exchange, DDoS útoky a bezpečnost mobilních zařízení.

Helios
- inzerce -