Эволюционное моделирование интеллектуальных транспортных систем «умного» города: принятие индивидуальных решений, кластеризация агентов и оптимизация характеристик среды

В настоящее время развивается новое направление, относящееся к проектированию многоагентных интеллектуальных транспортных систем (МИТС) и исследованию фундаментальных проблем управления наземными беспилотными транспортными средствами (БТС), взаимодействующих с обычными транспортными средствами (ОТС) и другими участниками дорожного движения в рамках «умного города». При этом, наиболее важными являются задачи повышения эффективности индивидуальных систем принятия решений БТС и безопасности МИТС в условиях растущей интенсивности транспортных потоков. Вместе с тем, индивидуальные системы принятия решений БТС нацелены на эффективное маневрирование и оптимальную маршрутизацию в зависимости от складывающейся дорожной ситуации. Так, например, при появлении дорожных заторов, БТС могут выбрать более благоприятный альтернативный маршрут движения в уличной дорожной сети (с учётом особенностей ее конфигурации), при появлении транспортных средств (ТС) с аномальным поведением, БТС способны отказаться от маневрирования (например, обгона, смены полос движения и т.д.), при ухудшении уровня видимости и неожиданном появлении препятствий в виде пешеходов на проезжей части дороги, БТС, в частности, могут существенно скорректировать свой скоростной режим и т.д. Важным направлением развития МИТС является их эволюционная трансформация в направлении рационального использования индивидуальных и общественных транспортных систем в рамках «умного города» (например, внедрение электрифицированного беспилотного каршеринга). При этом возникает ряд фундаментальных проблем, относящихся к задачам оптимального конфигурирования уличной дорожной сети (ДС), рационального размещения электрозаправок в городе, а также интеллектуальных светофоров, обеспечивающих эффективную приоритизацию трафика. На возможности практической реализации подобной системы существенное влияние оказывают экономические и технологические факторы (например, стоимость электроэнергии, емкость аккумуляторов, затраты на модернизацию уличной дорожной сети и т.д.). Фактически требуется постановка и решение ряда взаимосвязанных оптимизационных задач большой размерности, целевые функционалы которых вычисляются в результате имитационного моделирования (например, трафик выходного потока ДС, количество аварий и др.). Цель данного проекта – разработка новых методов эволюционного моделирования интеллектуальных транспортных систем, а также эвристических оптимизационных алгоритмов (класса генетических алгоритмов) с целью повышения безопасности и гармонизации дорожного движения (т.е. снижению локальной концентрации ТС при сохранении высокой пропускной способности уличной дорожной сети) в рамках «умного города». В рамках такого подхода предполагается разработка моделей, использующих дифференциальные и конечно-разностные уравнения с переменной структурой, описывающих движение ансамблей агентов: БТС, ОТС, других участников дорожного движения при различной конфигурации ДС (в том числе, многоуровневой, многосвязной и т.д.), взаимодействующих друг с другом и с инфраструктурой «умного города». Также требуется развитие индивидуальных систем принятия решений полностью автономных и частично автономных ТС с целью минимизации влияния эффектов «турбулентности», «давки», «волнового снижения скорости и распространения пробок», в том числе за счёт прогнозирования структурных изменений (фазовых переходов), повышающих вероятность возникновения дорожно-транспортных происшествий в ДС и дорожных заторов и эффективного маневрирования. Применение методов нечёткой кластеризации и генетических алгоритмов, агрегированных по целевых функционалам с имитационными моделями поведения ТС, позволит существенно улучшить характеристики МИТС и повысить безопасность дорожного движения.