Способ навигации в потоке автотранспорта, направленный на оптимизацию загруженности дорог Российский патент 2024 года по МПК G08G1/968 G08G1/01 G06N3/06 

Данный способ относится к области навигационных систем в целом и конкретно к системе и способу обработки запросов пользователей на получение информации об интересующем их маршруте в потоке автотранспорта.

Различные глобальные или локальные сети связи (Интернет, Всемирная Паутина, локальные сети и подобные им) предлагают пользователю большой объем различных систем по построению маршрутов автотранспорта. Зачастую такого рода системы предлагают пользователю наиболее быстрый пути для прохождения маршрута, иногда таких путей предлагается несколько. Такого рода рекомендации не способствуют уменьшению автомобильных «пробок», а зачастую наоборот увеличивают их количество. Предлагаемый нами способ призван улучшать ситуацию на автомобильных дорогах общего пользования, путем применения ряда технологий для достижения более равномерного распределение автомобилей по дорогам, чтобы свести к минимуму количество автомобильных «пробок», и сделать риск их возникновения минимальным.

Способ включает в себя загружаемую с жёсткого диска подготовленную карту реального города, что видно на фиг.2 и фиг.4. Далее производится запуск построения карты в виде двумерного массива строк, после чего на карте генерируется контролируемое число «агентов» в случайных точках города, которые при создании получают две произвольные точки на карте, между которыми они будут осуществлять движение. Далее происходит запуск математической модели названой симуляцией, в ходе которого «агенты» двигаются по карте определяя каждый свой последующий шаг опираясь на PEDD (I.V.Kashin. Predetermined equilibrium driven dynamics, AIP Conf. Proc. 2313, 030048 (2020) DOI: 10.1063/5.0032348), а результаты их движения записываются в двумерный массив визуализация которого видна на фиг.2 и фиг.4, а также фиг.3, причём симуляция осуществляет свою работу такое количество итераций, какое задают до её запуска. После установления динамического равновесия в симуляции, полученное распределение используется в качестве основы для построения рекомендованного пользователю маршрута, который представлен в виде зелёных точек на фиг.2, фиг3, фиг.4. В симуляции пользователя олицетворяет «специальный агент», точки для движения которого определил пользователь. Далее «специальный агент» вводится в симуляцию к остальным «агентам», а данные о своем движении записывает в отдельный выделенный в оперативной памяти компьютера массив. После чего на основе данных, полученных от «специального агента» двусторонний муравьиный алгоритм выдаёт пользователю оптимальный для движения маршрут.

Наиболее близким по техническому решению является «Навигатор для общественного транспорта» (Бик Рой, Эрец Нир, Эврон Ярон. Навигатор для общественного транспорта, Патент РФ №2 595 551) в котором пользователю предлагается прокладывать маршрут между двумя заданными точками «старт»/«финиш» с учётом фактической организации дорожного движения, минимального времени прохождения маршрута.

Недостатком данного способа является то, что он не вносит вклад в равномерную загруженность автомобильных дорог, что влечёт за собой не уменьшение количества автомобильных «пробок», а увеличение.

Техническим результатом способа навигации в потоке автотранспорта, оптимизирующего загруженность дорог, является оптимизированный маршрут, построенный на основе данных, полученных из симуляции, двигаясь по которому пользователь будет делать загруженность автомобильных дорог более равномерной, что ведёт к минимизации шанса возникновения автомобильных «пробок».

Заявленный способ состоит из симуляции движения городского трафика для получения наиболее точных рекомендаций, когда на карту реального города выпускается большое количество «агентов» симулирующих движение реальных автомобилистов. «Агенты» начинают своё движение из случайных точек на карте и движутся также к случайным точкам, которые определяются при создании «агента», такого рода движение симулирует реальный городской трафик. Это даёт возможность предсказывать появление пробок и учитывать результаты симуляции при построении маршрута для пользователя. Также способ включает метод PEDD (I.V.Kashin. Predetermined equilibrium driven dynamics, AIP Conf. Proc. 2313, 030048 (2020) DOI: 10.1063/5.0032348) численного моделирования для равновесных распределений разных мерностей. Итоговая реализация состоит в обосновании динамики физической системы не стремлением энергии к минимуму, а стремлением распределения ее состояний в фазовом пространстве к заданному. Данный метод применяется для принятия «агентами» решений при построении пути. Ещё одним объектом настоящей технологии является «Муравьиный алгоритм», данный метод используется для построения рекомендованного пользователю пути. Его запуск осуществляется сразу из двух точек указанный в маршруте пользователя. При построении рекомендованного маршрута он опирается на данные, полученные из симуляции.

На Фиг.1 представлена блок-схема способа навигации в потоке автотранспорта, оптимизирующем загруженность дорог, выполненная в соответствии с вариантами осуществления настоящей технологии.

На Фиг.2 представлена схематичная карта не существующего города в том виде, в котором она была загружена для работы со способом и после применения способа на ней.

На Фиг.3 представлены результаты работы способа и построенный при помощи двустороннего муравьиного алгоритма маршрут, показанный зелёным цветом, для двух разных попыток применения способа.

На Фиг.4 представлены карта реального города Екатеринбурга, использующаяся для проведения испытаний, и уже прошедшая обработку карта с простроенным на ней маршрутом между заданными оператором точками показанный зелёным цветом.

На Фиг.1 представлена блок схема системы, выполненная в соответствии с осуществлением настоящей технологии. Важно иметь в виду, что нижеследующее описание представляет собой изложения иллюстративных вариантов осуществления настоящей технологии. Таким образом, все описание представлено только как воссоздание иллюстративного примера настоящей технологии. Это воспроизведение не предназначено для определения объема или установления границ настоящей технологии.

Изобретение относится к способу навигации в потоке автотранспорта, направленного на оптимизацию загруженности дорог. Карту переводят в двумерный массив, состоящий из нулей и единиц. Единица - это дорога, а ноль её отсутствие. Загружают координаты и размеры допустимой для движения области в центре города и вне центра города. Строят математическую модель города, в которой автомобили введены в виде «агентов» с двумя индивидуальными областями приоритета, между которыми прокладывают их маршруты. Определяют две случайные точки приоритета для каждого «агента» в симуляции. Одна точка находится на периферии города, символизируя место проживания «агента», а вторая в центре, символизируя место работы. Формируют динамическое равновесие путем асимптотического стремления текущего распределения загруженности дорог к равномерному. Пользователь вводит начальную и конечную точку маршрута. Подготавливают дополнительный массив «специального агента», с точками пользователя. Устанавливают динамическое равновесие, извлекают итоговый маршрут при помощи результирующего динамического равновесия, используя двусторонний муравьиный алгоритм. Достигается создание маршрута, направленного на равномерное распределение загруженности дорог. 4 ил.

Способ навигации в потоке автотранспорта, направленный на оптимизацию загруженности дорог, содержащий функционал для прокладывания маршрута между двумя точками в произвольном реальном городе, отличающийся тем, что используемую карту подготавливают на основе схем или изображений и переводят в вид двумерного массива, загружают в компьютер карту дорог города и переводят её в вид двумерного массива, состоящего из нулей и единиц, где единица — это дорога, а ноль её отсутствие, загружают на карту основные параметры в виде файла: координаты и размеры допустимой для движения области в центре города, а также вне центра города, строят математическую модель города, в которой автомобили введены в виде «агентов» с двумя индивидуальными областями приоритета, между которыми прокладывают их маршруты, для карты города и для параметров в оперативной памяти компьютера выделяют массивы, куда загружают данные с жёсткого диска, определяют две случайные точки приоритета для каждого «агента» в симуляции, где одна точка находится на периферии города, символизируя место проживания «агента», а вторая в центре, символизируя место работы, запускают процесс формирования динамического равновесия путем асимптотического стремления текущего распределения загруженности дорог к равномерному, после чего пользователь вводит начальную и конечную точку маршрута, подготавливают в памяти дополнительный массив для хранения и распределения «специального агента», которого вводят в модель не с произвольными точками, а с теми, что задал пользователь, дополнительно устанавливают динамическое равновесие, извлекают итоговый маршрут при помощи результирующего динамического равновесия, используя двусторонний муравьиный алгоритм.