Автореферат (1172948), страница 3
Текст из файла (страница 3)
В результате были отобраны81 350 треков, что позволило получить необходимую информацию о динамикедвижения ОПСП.Помимо определения скоростных характеристик ОПСП, задачей данногоисследования также является определение преимущества ОПСП в транспортномпотоке.
Для этого был разработан метод ретроспективного сравнения геоинформационных данных движения спецтехники с движением транспортного потока.Суть метода заключается в определении скорости транспортного потока на маршруте,пройденномоперативнымподразделениемнепосредственново время экстренного вызова и сравнение ее со скоростью оперативного пожарно-спасательного подразделения. Скорость транспортного потока была получена при помощи картографического сервиса Google maps. Данный сервис обладает функцией отображения загруженности дорог ретроспективно, при помощи этой функции было определено время необходимое для преодолениямаршрута, пройденного ОПСП во время экстренного выезда с учетом загруженности дорог на момент выезда.Зная расстояние до места вызова и время, за которое транспортный потокпреодолеет это расстояние, была получена скорость транспортного потокана маршруте следования ОПСП по экстренному вызову, непосредственно в момент выезда.Обработка записанных треков, а также получение информации о скороститранспортного потока из картографического сервиса Google maps в ручном режиме занимало значительное время, поскольку каждый выезд приходилось обрабатывать отдельно, как и при обработке записанных во время экстренныхвызовов GPX-треков, что затрудняло процесс обработки большого массива данных.
Для ускорения процесса обработки и частичного анализа данных была разработана компьютерная программа «Программа обработки и анализаГЛОНАСС-данных о следовании к месту вызова пожарно-спасательных подразделений», при помощи которой как обработка записанных GPX треков, таки определение скорости транспортного потока по Google maps на данном маршруте следования выполняется в автоматическом режиме. Следует заметить, чтоколичество одновременно обрабатываемых данных практически неограниченно,и этот факт значительно ускоряет процесс получения необходимой информации.Программа обработки и анализа данных ГЛОНАСС о следовании к местувызова ОПСП была написана на языках программирования HTML и PHP.Она предназначена для обработки геоинформационных данных записанныхв формате GPX.
В данном исследовании она применялась для обработки и частичного анализа геоинформационных данных, записанных во время экстренныхвыездов ОПСП. Программа определяет время следования и протяженностьмаршрута до места вызова по данным, полученным из файлов GPX, затем припомощи координат и времени записи данных координат содержащихся в записанном треке получает из картографического сервиса Google maps время, необходимое для преодоления того же маршрута со скоростью транспортного потокапо оптимистичному прогнозу (движение с максимальной скоростью транспортного потока), по пессимистичному прогнозу (движение с минимальной скоро-9стью транспортного потока), и время, необходимое для преодоления этого маршрута в идеальных условиях, то есть с максимально разрешённой скоростью движения на данном участке дороги. Блок-схема компьютерной программы представлена на рисунке 2.Все записанные треки импортировались в программу, после чего программа обрабатывала полученные данные в автоматическом режиме, в качествепримера представленные в таблице 1.НАЧАЛОi = 1, KНЕТi≤KДАИзвлечение из файла данных: идентификационного номера ГЛОНАССустройства пожарного автомобиля, координаты, дата и время выездаОпределение параметров движения ПА: протяженности маршрута следования к месту вызова, время следованияОпределение времени необходимого для преодоления маршрута до меставызова со скоростью транспортного потока: без пробок, оптимистичныйпрогноз, пессимистичный прогнозi=1i=i+1НЕТi≤KДАВывод: 1) идентификационный номер ГЛОНАСС устройства; 2) датаи время начала выезда, время следования ПА; 3) прогноз времени следования со скоростью транспортного потока: пессимистичный, оптимистичный,с максимально разрешенной скоростью; 4) расстояние до меставызоваКОНЕЦi=i+1Рисунок 2 – Принципиальная блок-схема программы обработки и анализа ГЛОНАСС данныхо следовании к месту вызова оперативных пожарно-спасательных подразделений:i – счётчик; K – количество треков (файлы GPX)Таблица 1 – Интерфейс программы обработки и анализа ГЛОНАСС данных о следованиик месту вызова пожарно-спасательных подразделенийИдентификационныйномерГЛОНАССустройства1024082Датаи времявыездаФактическое Пессимистич- Оптимистичный ПрогнозРасстояние,времяныйпрогнозвременимследованияпрогнозо времениследованияПА, со времениследования ТП, ТП без про(чч:мм:сс) следования, сс (чч:мм:сс)бок, с(чч:мм:сс)(чч:мм:сс)09.08.20164451114603553622114:58:00(00:07:25)(00:18:34)(00:10:03)(00:09:13)10Число выездовПосле обработки записанных треков был проведен анализ скоростных характеристик ОПСП по времени реагирования на экстренные вызовы.
Для получения представления о распределении выездов по продолжительности и протяженности следования до места вызова весь массив данных был отсортированпо количеству выездов на каждую минуту следования и на каждый километр расстояния пройденного ОПСП. В результате распределения выездов были построены гистограммы (рисунки 3–4).Представленные распределения частоты выездов ОПСП по экстренномувыезду достаточно хорошо описываются распределением Эрланга различныхпорядков и коррелируются с данными полученными другими способамии другими исследователями.160146140126126120107991021007980787055602041 46314029 34 2417 18 21232123118 8 6 5 11 52 3 4 3 5 0 0 1 0 10 1 501357911131517192527293133353739Время прибытия, минЧисло выездовРисунок 3 – Число выездов по минутам прибытия для всего массива данных250211200160148150171142891008277625935503123514101010561516171819 >2001234567891011121314Расстояние, кмРисунок 4 – Число выездов на каждый километр расстояния до места вызоваСледующим этапом стало исследование факторов, оказывающих влияниена скоростные характеристики ОПСП, следующих по экстренному вызову.Зависимость изменения скорости следования от расстояния до места вызова представлена на рисунке 5.
На графике видно, что с увеличением расстояниядо места вызова наблюдается увеличение скорости следования, данная зависимость описывается статистической моделью следующего вида:11VСРПА 0,1181 S 2 3,4948 S 17,76 .(1)Скорость, км/чКоэффициент корреляции при этом составляет R2 = 0,901.6560555045403530252015105012345678910111213141516171819 >20Расстояние, кмРисунок 5 – Зависимость изменения средней скорости следования оперативныхпожарно-спасательных подразделений от расстояния до места вызова(пунктирными линиями обозначено среднеквадратичное отклонение – по средним значениямна каждый километр)В следующей части анализа было исследовано влияние типа пожарно-спасательного автомобиля на скорость следования подразделений к местувызова.
В пожарной охране применяются пожарные автомобили различныхтипов, которые обладают различными техническими характеристиками и особенностями применения, что не может не сказаться на их скоростных характеристиках. Данные, полученные в результате анализа, представлены в таблице 2.Таблица 2 – Средние показатели по типам пожарно-спасательных автомобилейТип ПАЧисло выездовСреднее расстояние, км Средняя скорость, км/чАЦ5045,2733,69АСА6877,4636,91АБГ259,2338,25АЛ и АПК1344,5731,02Всего13506,4035,13Высокая скорость следования автомобилей газодымозащитной службыобъясняется тем, что количество данных автомобилей по сравнению с другимитипами пожарно-спасательных автомобилей, представленными в Московскомгарнизоне, незначительно, в связи с этим массив записанных данных составляет25 выездов.
Детальный анализ данных вызовов показал, что расстояние до мествызовов было выше среднего, а так как расстояние до места вызова оказываетзначительное влияние на скорость следования ПА, средняя скорость следованияАБГ составила 38,25 км/ч.Влияние дня недели на скорость транспортного потока очевидна, поскольку в будни загруженность транспортной сети увеличивается за счет того,что значительная часть населения следует к месту работы и обратно на личныхтранспортных средствах. Как показал анализ, загруженность дорог в будни оказывает негативное влияние и на скорость следования ОПСП, невзирая12Скорость, км/чна имеющееся преимущество движения в транспортном потоке.
Зависимостьскорости ОПСП от дня недели представлена на рисунке 6.38,143937,943735,0634,4334,333533,8732,823331292725понедельник ВторниквторникПонедельниксредаСредачетвергЧетвергпятницаПятницасуббота воскресеньеСубботаВоскресеньеДни неделиРисунок 6 – Распределение средней скорости ПА по дням недели37,7036,9434,0135,6932,8430,6732,8932,7131,5634,7832,9534,2836,2436,1034,9939,8240,2947,3233,043538,344037,524544,2245,625037,40Скорость, км/чВремя суток аналогично, как и день недели оказывает влияние на степеньзагруженности дорог. Наиболее сильно загруженность транспортной сети увеличивается в часы пик. На рисунке 7 представлена диаграмма, отражающая влияние времени суток на скорость следования ОПСП.3025Рисунок 7 – Распределение средней скорости ПА по времени сутокВремя, чЛогичным продолжением исследования степени влияния различных факторов было бы исследование влияния времени года на скорость оперативных пожарно-спасательных подразделений во время следования по экстренному вызову(период записи данных составляет полгода).В записанных выездах, помимо координат (широта и долгота), содержалась информация об изменении высоты во время следования оперативных пожарно-спасательных подразделений.
Для изучения скоростных характеристикОПСП во время подъемов и спусков была использована программа обработки13и анализа данных GPSLog Labs. Было проведено исследование влияния перепадов высот на скорость ОПСП – анализ показал, что прямой зависимости скоростиследования от количества и продолжительности подъемов и спусков нет.Возможно, подобный факт можно объяснить рельефом местностив Москве: редко встречающимися продолжительными подъемами и спусками.Результат обработки полученных геоинформационных данных представлен в таблице 3, данные об изменении высоты во время следования ПА по экстренному вызову представлены в таблице 4.Таблица 3 – Данные, полученные в результате анализа экстренных выездовТип пожарно-спасательныхАЦАСААЛ и КПАБГ и ДЗавтомобилейМассив данных504,00687,00134,0025,00Общее расстояние, км.2657,78 5118,14611,90230,66Максимальное расстояние, км33,2226,5218,724,82Минимальное расстояние, км0,700,921,182,42Среднее расстояние, км5,277,464,579,23Максимальная скорость, км/ч13915913190Средняя скорость, км/ч33,6736,9131,0238,25Максимальное время, мин51,6349,2231,4244,08Минимальное время, мин2,581,302,425,55Среднее время, мин9,4112,969,0615,49Максимальная остановка, мин8,5013,938,774,35Средняя остановка, мин0,751,360,630,57Всего1350,008618,4833,220,706,40159,0035,1351,631,3011,3213,931,05Таблица 4 – Данные, полученные в результате анализа изменения высотМаксимальный подъем, км2,47Максимальный спуск, км1,71Средний подъем, км0,45Средний спуск, км0,32Максимальная скорость вовремя подъема, км/ч40,59Максимальная скорость вовремя спусков, км/ч36,38Максимальное время подъема, мин4,23Максимальное время спуска, мин2,5Средняя продолжительность подъема, мин0,71Средняя продолжительность спуска, мин0,58Максимальный набор высоты, м222,00Средний набор высоты, м32,83В результате обработки геоинформационных данных была получена информация о скоростных характеристиках следования оперативных подразделений к месту вызова.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
