Калібрування VISSIM-моделі перехрестя за результатами відеоаналізу дорожнього руху

Abstract

У роботі інструментом для виконання процедури калібрування транспортної імітаційної моделі на мікрорівні виступили результати інтелектуального відеоаналізу даних руху з використанням штучного інтелекту. Розроблено метод калібрування параметрів моделей Wiedemann 74 із використанням даних відеоаналізу руху GoodVision на основі троьохкроковї процедури: калібрування часу у дорозі на основі зон зниження швидкості усередині перехрестя, часової затримки між транспортними засобами та розподілу часу прибуття транспортних засобів. Для показника часу у дорозі калібрування дозволило зменшити величину середньоквадратичної похибки з 43,4% до 11,3% та збільшити коефіцієнт кореляції між спостережуваними та модельованими показниками з 12,1% до 88,9%, для часової затримки – зменшити середньоквадратичну похибку до 11%, а відстань між середніми величинами – з 17 до 8%, що говорить про якісність запропонованого методу.