Automatizirana detekcija zastoja u

signaliziranom križanju
Autori:
Damir Kovač, Adriatic zaštita projekt d.o.o.
Tomislav Ostoić, Teltronic d.o.o.

Sažetak: Stvarno-vremenskom analizom video slika, CRONOS-ovim algoritmom (ContROl of

Networks by Optimization of Switchovers), vrši se detekcija prometnih stanja unutar križanja. Izravnim
utjecajem sustava na predefinirani signalizacijski plan križanja, omogučava se optimizacija trajanja
signalnih ciklusa odnosno offset vremena. U članku je ukratko dan pregled parametara algoritma, te je
prikazan način rada sustava.

Summary: The real-time video image analysis algorithm CRONOS (ContROl of Networks by
Optimization of Switchovers), detects traffic conditions inside intersections. The system's possibility to
influence the pre-defined intersection signalization plan, provides optimization of signal cycles or offset
times. The article shortly discusses algorithm parameters and the system process.

1 Uvod
Analiza video snimaka može pružati širi spektar podataka o nadolazećem prometu nego što je to
moguće pomoću postojećih metoda kontrole prometa temeljenih na induktivnim petljama.
Vizualna detekcijska metoda nudi jednostavniju instalaciju, održavanje, rekonfiguraciju nadziranih
traka bez brekida prometnih tokova, itd.
Sustav upozorenja zastoja, francuske tvrtke Citilog, nudi napredno ITS (inteligentni transportni sustavi)
rješenje, koje vrši kontinuirano optimiziranje signalizacijskog plana usporedbom trenutnog prometnog
opterećenja na križanju.
Citilog MediaCity sustav može se primijeniti lokalno (na križanju kojim se nadziru lokalna prometna
stanja) ili udaljeno (u centru za upravljanje prometom, u suradnji sa glavnim planom upravljanja
prometom)

2 Adaptivni kontrolni algoritam

CRONOS (ContROl of Networks by Optimization of Switchovers) [1], je stvarno-vremenski kontrolni

prometni algoritam razvijen devedesetih godina na francuskom CERTu (Centre d’Etudes et de
Recherches de Toulouse).

Algoritam pokušava kroz vremenski period od jedne minute, smanjiti prometni kriterij ukupnog
kašnjenja na križanju. Algoritam kontrolira zone nekoliko križanja u istom optimizacijskom procesu,
kako bi bio što koherentniji, te mjeri prometne tokove na ulazima u zone.

Algoritam unaprijed definira ciklični pristup. Križanje je definirano kao skup sigurnosnih ograničenja.
Svako rješenje koje zadovoljava sigurnosna ograničenja, moguće je rješenje algoritma. Koriste se
video mjerenja kako bi na raspolaganju bilo više informacija nego količine koje bi se ostvarile temeljem
induktivnih petlji. Dužina reda mjeri se direktno, a situacija unutar križanja je poznata.

Algoritmov modul predviđanja zaprima prometna mjerenja svaku sekundu po digitalnoj obradi slika.
Temeljem primljenih informacija, modul predviđa dolaske vozila na ulazne točke zona nadziranog
područja. Takvo predviđanje koristi simulacijski modul kako bi bio upoznat o prometu koji prilazi zoni.
Simulacijski modul propagira vozila unutar zone prema predefiniranim stanjima signalizacijskih
uređaja na pojedinim križanjima. Promet se modelira po prometnim pravcima, ali i u zonama stvaranja
redova unutar križanja.

Cilj optimizacijske metode je traženje slijedećeg optimalnog perioda trajanja svjetlosne signalizacije,
kako bi se zadovoljio traženi kriterij prometnog stanja na križanju.

1
Takva optimizacija temeljena je na sukcesivnim pokušajima, a rješenje se modificira do konvergencije,
obzirom na najvišu vrijednost kriterija. Prednost algoritma je vremenski polinom u ovisnosti o broju
kontroliranih križanja. Rezultat je mogučnost simultane kontrole zone sa nekoliko križanja (u istom
optimizacijskom ciklusu) ili kontrola kompleksnog križanja sa velikim brojem uređaja za prometnu
signalizaciju.[2]

3 Definicije križanja

Kontrolna metoda, koja opisuje stanja prometne signalizacije na križanju, temelji se na grupnom
pristupu. Najmanja grupa definirana je stanjima svjetlosne signalizacije na križanjima, odnosno, to je
skup signala kojima se kontroliraju prometni tokovi.

F.Boillot [3] opisuje križanje listom skupova svjetlosne signalizacije, te skupom sigurnosnih
ograničenja, koja definira sigurnosnu razinu križanja. Sva ograničenja koja eliminiraju nedozvoljena
stanja križanja moraju biti definirana (trajanje pojedinog stanja svjetlosne signalizacije – crvena, žuta,
zelena, ili korelacija između stanja). Takva ograničenja ručno se postavljaju i definira ih prometni
inženjer, koji ne smije zamijeniti sigurnosne od kontrolnih aspekata ograničenja. Kontrolni aspekti se
izvode pomoću upravljačkog alata.

Ograničenja koja uvjetuju jedan skup:

- minimalno i maksimalno trajanje stanja zelene svjetlosne signalizacije

- minimalno i maksimalno trajanje stanja crvene svjetlosne signalizacije

Ograničenja koja uvjetuju dva skupa, i i j:

- minimalno i maksimalno trajanje svjetlosne signalizacije „sve-crveno“ za antagonistički skup

(trajanje između kraja zelenog stanja skupa i i antagonističkog skupa j)
- minimalno i maksimalno trajanje „striktnog“ offset-a (trajanje između početka zelenog skupa i te
početka zelenog skupa j)
- minimalan i maksimalan „ne-striktni“ offset (trajanje između zelenog skupa i te početka zelenog
skupa j – ukoliko su oba skupa istovremeno zeleni)
- korelacija između boje a skupa i, naprema boji b skupa j, sa minimalnim i maksimalnim offset
vremenima na početku i kraju stanja svjetlosne signalizacije - boja (ukoliko je boja a skupa i,
tada je skup j automatski b, sa offset periodom na početku i na kraju stanja a i b)

Ograničenja koja uvjetuju tri skupa:

- autorizirano redanje između trostrukih antagonističkih skupina (i, j, k) (skupovi i,j,k mogu imati
ovaj redosljed: zeleno skupa k pojavljuje se nakon zelenog skupa j koji se pojavljuje nakon
zelenog skupa i).

4 Detekcija zagušenja u križanju

Kada se stupanj narušenosti protoka križanja unutar sustava približava definiranom limitu narušenosti,
cijeli sustav će biti pogođen obzirom na povećanje reda čekanja, odnosno prelijevanja prometa. Takav
se fenomen često naziva gridlock ili “de facto crveno”. [4]

Slika 1. ilustrira gridlock situaciju na prometnoj arteriji. Po nastanku navedene situacije, vozila na
arteriji su blokirana, a sama koordinacija na čitavoj arteriji se urušava. U međuvremenu, vozila na
prilaznim cestama uz arteriju, također se ne mogu otpustiti. Pritom, ukupan kapacitet križanja uzduž
arterije značajno opada, te se formiraju redovi na arteriji i njenim prilaznim cestama. Gridlock ili “de
fact crveno” prenosi stanje narušenosti protoka na susjedno križanje i izaziva ozbiljna zagušenja
cestovne mreže.

2
 Slika 1: “de facto crveno” na arteriji

Dva su razloga koja mogu prouzročiti stanja “de fact crveno” na križanjima.

Prvi, da su križanja duž arterije toliko blizu postavljena da čak i normalan prometni tok može generirati
redove čekanja te popuniti kapacitete u periodu crvenog stanja svjetlosne signalizacije. Tada
poteškoću možemo okarakterizirati kao geometrijskim problemom, koje se ne može jednostavno
riješiti adaptacijom signalizacijskih stanja na križanju.

Drugi razlog vezan je uz vremensko parametriranje svjetlosne signalizacije na križanjima, te uz

njihovu kordinaciju duž prometne arterije. Vremenski signalizacijski planovi mogu biti bitan faktor pri
pojavi redova uslijed prelijevanja prometa sa prethodnih križanja uslijed njihove zagušenosti. Ukoliko
vremenska faza zelenog svjetla ne dozvoljava da dovoljno veliki promet prođe kroz križanje, ili ukoliko
je offset vrijeme između križanja nepravilno podešeno, red vozila se povečava iznad kapaciteta linka.

Sveukupna efikasnost rada križanja može biti poboljšana relokacijom zelenog vremenskog stanja
svjetlosne signalizacije između različitih načina pristupa te korištenjem izgubljenih intervala zelenog,
koju neki načini pristupa imaju i previše. Omjer otpuštanja vozila te efektivni gubitak zelenog
vremenskog intervala svjetlosne signalizacije, ilustriran je na slici 2.

Slika 2: Otpuštanja vozila tijekom zelene faze u normalnoj i “de facto crveno” situaciji

3
Detekor stanja “de facto crveno” u direktnoj je komunikaciji sa kontrolerom, te spriječava stvaranje
redova niz prometni tok, blokiranjem križanja uz prometni tok, ili na “de facto crveno” križanju,
blokiranjem jednog toka, kako bi se spriječilo nizanje na drugom prometnom toku.

Slika 3. Definiranje parametara na signaliziranom križanju Error! Reference source not found.

Sustav razlikuje stvarno zaustavljena vozila od stalne prisutnosti vozila u zoni promatranja
(kontinuiranom prisutnošću označavaju se vozila koja kontinuirano prolaze zonom, ali nisu blokirana).
stvarno-vremenskom analizom prostorne okupiranosti zaustavljenih vozila u područjima lijevog
skretanja. Alarm se šalje prema kontroleru svaki puta kada se prijeđe predefinrana prostorna
okupiranost unutar predefinirane kombinacije antagonističkih područja.

Slika 4. Detekcija zastoja u signaliziranom križanju Error! Reference source not found.

Pri detekciji zastoja, lokalni kontroler prometa može produžiti vrijeme raščišćivanja križjanja (potpuna
crvena faza) kako bi se oslobodio centar. Kada nema detekcije visokorizične za “de facto crveno”
situacije, vrijeme raščišćivanja je podešeno na minimalne vrijednosti kako bi se optimizirali ciklusi
svjetlosne signalizacije.

4 Zaključak

Članak objašnjava način stvaranja “de fact crveno” situacija te kako se primjenom Citilog rješenja,
baziranog na adaptivnom kontrolnom algoritmu CRONOS (Control of Networks by Optimization of
Switchovers), može detektirati i spriječiti njen nastanak.Rješenje nudi poboljšanu pouzdanost pri
kalkulaciji vremena putovanja te minimizira konfliktne situacije između cestovnih korisnika. Opisani
sustav, pored autonomnog lokalnog djelovanja na signalizacijski kontroler križanja, može biti
primjenjen i u nadzornom centru, te se može primjeniti na raznim križanjima, ovisno o tjednim,
mjesečnim ili godišnjim potrebama rješavanja situacija prometne zagušenosti pojedinih križanja.

4
Sustav može primjenjen i u aplikacijama inteligentnih transportnih sustava poput sustava upravljanja
prioritetima (bus/tram), kojim javni transport ostvaruje prednosti prioretiziranja prolaska križanja, kako
bi optimirao red dolaska.

Reference
[1] Boillot F., S. Midenet, J.C. Pierrelée, CRONOS field evaluation : first results, International
Conference on Modeling and Management in Transportation, Poznan-Krakow, Poljska, 1999.
[2] F. Boillot, CRONOS a real-time urban traffic control algorithm, raspoloživo na INRETS stranicama
http://www.inrets.fr/ur/gretia/fiches/produits/Cronos_Ang_FB.htm, pristupano listopad 2008.
[3] F. Boillot, Group-based safety constraint description of an intersection, In Proc. 9th Mini-EURO
Conference on Handling Uncertainty in the Analysis of Traffic and Transportation Systems, Budva,
Jugoslavija, 2002.
[4] S. Chen: Real-time Traffic Signal Control for Over-Saturated Networks, Dissertation, Texas Tech
University, SAD, prosinac, 2007.
[5] Citilog S.A., Video Detection for Intersection Control, http://www.citilog.com/en/applications/
intersection.php, pristupano listopad 2008.