Адаптивная маршрутизация самоуправляемых транспортных средств с сетевым подключением для безопасных и продуктивных систем транспортировки в нестабильной и динамичной среде


Соглашение № 15 -11 - 10032 от 18 мая 2015 г. на период 2015 – 2017 гг. с Российским научным фондом

Руководитель проекта: профессор Лиу Сыюань

Сумма гранта на весь период: 24 млн. руб.

Цель проекта - разработка адаптивной маршрутизации, обеспечивающей безопасность и эффективность связанных систем автономных транспортных средств в неопределенных и динамических средах. 

Qu1.jpg

Непредвиденные дорожные происшествия и, как следствие, скопление транспорта, так называемые «пробки» на дорогах, негативно сказывается на экономике и качестве жизни населения. Организацию транспортных систем можно усовершенствовать с помощью технологий самоуправляемых транспортных средств с сетевым подключением, которые обеспечивают транспортный контроль, коммуникации, а также эффективное распространение информации между транспортными средствами. Адаптивная маршрутизация транспортных средств является одним из многообещающих приложений к данным технологиям, которые позволят усилить безопасность и увеличить продуктивность транспортных систем.

Проведение научно-исследовательской работы по выполнению проекта разбито на 5 этапов:

Этап 1 Обнаружение отклонений от норм дорожного движения и оценка дорожных рисков.

Этап 2. Построение динамической модели скопления транспорта по Гауссовскому процессу для быстрой оценки дорожного движения.

Этап 3. Разработка адаптивной маршрутизации для индивидуальных транспортных средств.

Этап 4. Системная оптимизация адаптивной маршрутизации.

Этап 5. Разработка прототипа для демонстрации адаптивной маршрутизации.

Текущие результаты, достигнутые в ходе выполнения проекта:

В течение 2015 года, мы завершили работу над двумя этапами нашей исследовательской работы по проекту «Адаптивная маршрутизация самоуправляемых транспортных средств с сетевым подключением для безопасных и продуктивных систем транспортировки в нестабильной и динамичной среде».

Для транспортной системы, основанной на изучении прошлых данных о дорожном движении, мы сконструировали карту, предназначенную для обнаружения схем отклонений от нормы дорожного движения. Наша исследовательская группа обнаружила схемы отклонения от скоростных норм для индивидуальных транспортных средств (например, резкое торможение), при котором предупреждение на основе оценки риска передается другим транспортным средствам. С учетом самоуправляемых автомобилей с диапазоном связи, начиная от разных исходных точек до разных мест назначения путём опроса участников социальной сети, мы получили данные о дорожном движении. Мы предложили динамическую модель скопления транспорта, которая устанавливает пространственные и временные отношения между рисками на дороге и временем в пути в рамках Гауссовского процесса. Затем мы построили вероятностную модель Гауссовского процесса скоростей передвижения по сегментам дороги и временным контекстам. Для быстрой оценки мы разработали две стратегии: компактная функциональная форма, которая исключает необходимость переработки прежних данных для каждой оценки и подвыборка для хорошей приблизительной оценки.

Участие в мероприятиях, с целью демонстрации полученных результатов:

Научный коллектив принял участие на конференции IEEE CIG 2015 (http://cig2015.nctu.edu.tw/), где был представлен доклад на тему «Система репутации игрока в среде с NPC агентами» (31.08.15 - 02.09.15 гг.).

В своем докладе мы сконцентрировали свое внимание на методах распространения, изученных в ходе исследования транспортных данных для моделирования системы игрока NPC. Эта статья исследует, как настоящие методы репутации из приложений могут быть применимы на практике, что позволяет более надежную передачу информации между агентами NPC, позволяя им действовать в рамках повествования с ожидаемым поведением.

Результаты, полученных в ходе проекта научных результатов, также были представлены в ноябре 2015 года на международной конференции IEEE. Мероприятие было посвящено интеллектуальному анализу данных (Data Mining) http://icdm2015.stonybrook.edu/. Международная конференция по интеллектуальному анализу данных (ICDM) зарекомендовала себя как ведущая научно-практическая конференция и посвящена теме интеллектуального анализа данных (Data Mining). Эта конференция - площадка для международного обсуждения и презентаций исходных результатов исследований, а также распространения и обмена инновационным практическим опытом развития.

qu2.jpg

В рамках конференции доцент Университета Иннополис Цюй Цян организовал и провел сессию по анализу мобильности данных социальных сетей. Доценты Университета Джуйонг Ли и Садех Нобари выступили с докладами.

Доклад, подготовленный доцентом Садехом Нобари, был посвящен вопросам моделирования социально-значимых тем, поведению пользователей и их местоположению в одной модели обучения, которая может быть использована для контент-анализа в социальном контексте и для прогнозирования местоположения пользователей. Экспериментальные результаты данного исследования по большим объемам данных, собранным в сети Twitter, подтверждают эффективность модели для выявления интересных тем с привязкой к местонахождению, а также для решения задач прогнозирования.

Работа над проектом продолжится в 2016-2017 г.г.

В центре внимания

Сайт находится в технической разработке