Новая система поможет расставить приоритеты на дорогах. Новая прототипная система, которая контролирует количество и тип прицепов-тягачей, перемещающихся по региону, может помочь специалистам по планированию перевозок определить и определить приоритеты инфраструктурных проектов и повысить операционную эффективность.

Сара Эрнандес (в центре) со студентами Коллином Беррисом (слева) и Магдаленой Асборно (справа). Фото: Рассел Котрен

«Специалисты по планированию перевозок нуждаются в лучшей информации о характеристиках грузовых автомобилей и товарных потоках, чтобы принимать трудные решения при выборе и расстановке приоритетов проектов», — сказала Сара Эрнандес, доцент кафедры гражданского строительства в Инженерном колледже Университета Арканзаса. «Хотя существуют сенсорные технологии, которые обеспечивают оценки объемов грузовых автомобилей, эти системы ограничены плохими условиями дорожного покрытия и не обеспечивают уровень детализации, необходимый для эффективного планирования. Наша ненавязчивая система способна к более сложному сбору данных и не подвержена неблагоприятным дорожным условиям».

Hernandez; Магдалена Асборно, докторант и аспирант-исследователь в области гражданского строительства; и Коллин Баррис, студент бакалавриата в области компьютерных наук и вычислительной техники, использовал недорогие однолучевые датчики LIDAR, установленные вдоль занятых участков дорог в Арканзасе, для сбора информации о количестве и типах прицепов-тягачей, перемещающихся по этим районам. Как и радар, LIDAR использует импульсный инфракрасный лазерный луч для обнаружения удаленных объектов и измерения расстояния до этих объектов. Датчики были установлены на штативах рядом с шоссе и примерно в четырех футах от земли, чтобы они могли контролировать несколько полос движения и не зависели от дорожных условий в отношении точности или надежности.

Измерения с метками времени, записанные датчиками LIDAR, позволили исследователям генерировать «подписи» и сопоставлять эти подписи с формами отдельных транспортных средств.

Прототип охватил пять различных типов кузовов тракторных прицепов с высокой степенью точности, и исследователи совершенствуют систему и расширяют модель данных, чтобы идентифицировать до 50 уникальных типов кузовов прицепов.

Знание типа телосложения дает информацию о товарах, перевозимых через регион. Например, мониторинг движения бункеров, типа грузовиков, которые перевозят рис и сою — две культуры, критически важные для штата Арканзас, — может объяснить, как и когда фермеры доставляют эти товары на рынок. Это, в свою очередь, может помочь специалистам по планированию перевозок лучшие методы для устранения транспортных узких мест, которые затрагивают определенные отрасли, такие как сельское хозяйство.

Система, которая предоставляет информацию о типе кузова грузового автомобиля, может также принимать решения о том, следует ли расширять автомагистрали или разрабатывать новые маршруты, а также о том, как осуществлять политику, способствующую переходу на железнодорожный или водный транспорт, причем последний предполагает стратегическое расположение порта или других интермодальных объектов.

«Наша цель — работать с очень дешевыми технологиями, чтобы мы могли добиться широкомасштабного развертывания», — сказал Эрнандес. «Например, с датчиком в 1000 долларов Департамент транспорта Арканзаса может развернуть 100 датчиков по всей сети, а не использовать датчики в 10 тысяч долларов только в 10 местах. Таким образом, мы получаем лучшее освещение и, следовательно, лучше понимаем движение грузовиков».

Статья о прототипе была опубликована в журнале исследований транспорта.

По материалам phys.org