Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
SVEUČILIŠTEURIJECI
POMORSKIFAKULTETURIJECI
JasminĆelić
MODELKOOPERATIVNOGAPRISTUPAUSUSTAVIMAUPUĆIVANJAVOZILANA
PARKIRANJE
DOKTORSKIRAD
Rijeka,2015.
SVEUČILIŠTEURIJECI
POMORSKIFAKULTETURIJECI
JasminĆelić
MODELKOOPERATIVNOGAPRISTUPAUSUSTAVIMAUPUĆIVANJAVOZILANA
PARKIRANJE
DOKTORSKIRAD
Mentor: prof.dr.sc.VinkoTomas
Rijeka,2015.
UNIVERSITYOFRIJEKA
FACULTYOFMARITIMESTUDIESINRIJEKA
JasminĆelić
MODELOFCOOPERATIVEAPPROACHTOPARKINGGUIDANCESYSTEMS
DOCTORALTHESIS
Rijeka,2015
iv
Mentorrada:prof.dr.sc.VinkoTomas
Doktorskiradobranjenje21.7.2015.naPomorskomfakultetuSveučilištauRijeci,
predpovjerenstvom:
1. Prof.dr.sc.DraganČišić,predsjednik
(PomorskifakultetuRijeci)
2. Prof.dr.sc.VinkoTomas,mentor,član
(PomorskifakultetuRijeci)
3. Izv.prof.dr.sc.SadkoMandžuka,član
(FakultetprometnihznanostiSveučilištauZagrebu)
4. Doc.dr.sc.IrenaJurdana,član
(PomorskifakultetuRijeci)
5. Doc.dr.sc.SinišaVilke,član
(PomorskifakultetuRijeci)
v
Doktorski rad je izrađen u sklopu projekta 'Informacijsko-komunikacijske tehnologije u inteligentnim prometnim sustavima' (2014-2015, voditelj prof. dr. sc. Vinko Tomas, Pomorski fakultet Sveučilišta u Rijeci) i projekta 'Intelligent Cooperative Sensing for Improved Traffic Efficiency' (FP7-317671, 2012-2015, voditelj izv. prof. dr. sc. Sadko Mandžuka, Fakultet prometnih znanosti Sveučilišta u Zagrebu).
vi
SAŽETAK
Trend rasta i migracije stanovništva u gradska središta te kontinuirano
povećanjebrojamotornihvozilauzrokujuprometnegužveizagušenjauvećinivelikih
svjetskih gradova. Jedan od prepoznatih uzroka navedenog negativnog učinka je
kruženjeupotrazizaraspoloživimparkirališnimmjestomkojinesamodadoprinosi
ukupnojkoličinizagušenjaugradskimcentrimavećutječenakoličinuvremenakoje
vozači bespotrebno provode u vozilu, razinu stresa vozača, količinu emisije štetnih
plinova,teindirektnonazdravljeisigurnostsvihživihbića.
U svrhu otklanjanja problema izazvanim kruženjem u potrazi za raspoloživim
parkirališnimmjestom,odnosnozagušenjem,provodeserazličitemetode ipristupi.
Prije svegasu toodgovarajuće strategije ipolitikekoje sedonoses ciljemuređenja
postojećegstanjaidemotiviranjadijelastanovništvačijidolazakugradskicentarnije
nužan.Drugisunačini,kojimaseuovomeraduposvećujenajvećapažnja,inteligentni
parkirališnisustavi.
Inteligentni parkirni sustavi se koriste za upućivanje vozača na raspoloživa
parkirališnamjesta ipružanje informacijaonjihovimkarakteristikama.Redovito se
koristeizarezervacijuinaplatuparkiranja,nounajvećembrojuslučajevabilisuvezani
isključivo za zatvorena parkirališta i garaže. Tehnološkim napretkom i razvojem
inteligentnihosjetilapostalojemogućekontroliratiiuličnaparkirališnamjestaštose
uovomeraduposebnoističe.
Uradujeanaliziranklasičanmodeltraženjaraspoloživogparkirališnogmjesta,azatim
je predložen napredni model upućivanja na raspoloživa parkirališna mjesta
upotrebom kooperativnog pristupa. Izrađen je simulacijski model predloženog
naprednogsustava i ispitani supokazateljiuspješnosti za četiri različita scenarijau
slučaju s i bez zagušenja prometnog toka. Provedena simulacija pokazala je sve
prednostiovakvogsustavauodnosunaklasičanpristupiistaknutisuvodećičimbenici
njegoveučinkovitosti.
Ključneriječi:
Inteligentni transportni sustavi, kooperativan pristup, napredni sustavi za
informiranjeputnika,inteligentniparkirnisustavi,sustavizaupućivanjeinavigaciju,
traženjerute,parkiranje,parkirališta.
vii
SUMMARY
Thegrowthtrendandthetrendofpopulationmigrationintocitycenters,aswell
as the continuous increase in the number ofmotor vehicles cause traffic jams and
congestionsinmostmajorcitiesintheworld.Oneoftheidentifiedfactorsoftheabove
mentionednegativeeffectisthecirclinginsearchofavailableparkingspace,whichnot
onlycontributestothetotalamountofcongestionincitycenters,butalsoaffectsthe
amountoftimethatdriversspendunnecessarilyinvehicle,thestresslevelofdrivers,
theamountofemissions,and,indirectly,thehealthandsafetyoflivingbeings.
Inordertoeliminatetheproblemscausedbythecirclinginsearchofavailableparking
space,i.e.bythecongestion,thedifferentmethodsandapproachesareimplemented.
Firstofall,thesearetheappropriatestrategiesandpoliciesthataremadeinorderto
regulatetheexistingsituationandtodemotivatethearrivalofpartofthepopulation
inthecitycenter,whichdoesnotrepresentanecessity.Anotherwaytoeliminatethe
above problem,which is themost emphasized in this paper, is represented by the
intelligentparkingsystems.
Intelligentparkingsystemsareusedtoguidethedrivertotheavailableparkingspace
andtoprovidetheinformationonthecharacteristicsofthesame.Regularlytheyare
alsousedforparkingreservationandpayment,but inmostcasestheywererelated
exclusivelytoclosedparkinglotsandgarages.Withthetechnologicalprogressandthe
development of intelligent sensors it has become possible to even control street
parkingspaces,whichisespeciallyemphasizedinthispaper.
Furthermore,theclassicmodelofsearchofavailableparkingspacesisanalyzed,and
thentheadvancedmodelofguidancetoavailableparkingspacesusingacooperative
approach is proposed. The simulation model of the proposed advanced system is
developedandindicatorsofeffectivnessforfourdifferentscenariousinthecaseswith
and without traffic congestion are examined. The simulation analysis presents the
advantagesofthissystemcomparedtotheclassicalapproachandmainfactorsofits
effectivenessarehighlighted.
Keywords:
Intelligent Transportation Systems, Cooperative Approach, Advanced Transport
InformationSystems,IntelligentParkingSystems,GuidanceandNavigationSystems,
RoutesSearching,Parking,ParkingLots.
JasminĆelić Doktorskirad
viii
Sadržaj
SAŽETAK..........................................................................................................................................................vi
SUMMARY......................................................................................................................................................vii
Sadržaj............................................................................................................................................................viii
1.UVOD..............................................................................................................................................................1
1.1.Problem,predmetiobjektistraživanja..............................................................................8
1.2.Znanstvenahipotezaipomoćnehipoteze.........................................................................9
1.3.Svrhaiciljeviistraživanja......................................................................................................10
1.4.Pregleddosadašnjihistraživanja.......................................................................................10
1.5.Znanstvenemetode..................................................................................................................13
1.6.Strukturarada............................................................................................................................14
2. PARKIRANJEIPARKIRALIŠTA....................................................................................................16
2.1.Obilježjaparkiranja..................................................................................................................17
2.2.Upravljanjeparkiranjem........................................................................................................21
2.3.Sustavizainformiranjeiupućivanjenaparkirališnamjesta.................................25
2.3.1.PGIsustaviugradskimsredištima........................................................................26
2.3.2.PGIsustaviusklopuvelikihparkirališta............................................................27
2.3.3.ModerniPGIsustavi....................................................................................................28
3. NAPREDNISUSTAVIZAINFORMIRANJEPUTNIKA...........................................................38
3.1. Naprednaosjetilaucestovnomprometu.......................................................................40
3.1.1.Induktivnepetlje...........................................................................................................41
3.1.2.Magnetskaosjetila........................................................................................................41
3.1.3.Radarskaosjetila...........................................................................................................42
3.1.4.Infracrvenaosjetila......................................................................................................43
3.1.5.Ultrazvučnaosjetila.....................................................................................................43
3.1.6.Akustičnaosjetila..........................................................................................................44
3.1.7.Videoprocesori...............................................................................................................45
3.2.Naprednetehnologijezalociranjevozilainavigaciju...............................................46
3.2.1.Pozicijskisustavi...........................................................................................................46
3.2.2.Tehnologijezaprikazipružanjeinformacija...................................................49
3.2.2.1.Znakovisdinamičkimsadržajem..........................................................49
JasminĆelić Doktorskirad
ix
3.2.2.2.Radiosustavi....................................................................................................52
3.2.2.3.Ostalemetodeinformiranjaputnika....................................................54
3.3. Sustavizanavigacijuiupućivanjevozila........................................................................54
4. KOOPERATIVNIINTELIGENTNITRANSPORTNISUSTAVIUCESTOVNOMPROMETU.............................................................................................................................................57
4.1.C‐ITSarhitektura.......................................................................................................................59
4.1.1.Komponentesustava...................................................................................................61
4.1.1.1.Aplikacijskajedinica....................................................................................62
4.1.1.2.Jedinicauvozilu.............................................................................................62
4.1.1.3.Jedinicaucestovnojinfrastrukturi........................................................62
4.1.2.Tehničkipreduvjetiiograničenja..........................................................................63
4.2.Komunikacijaukooperativnimsustavima....................................................................65
4.2.1.Normeiakronimi..........................................................................................................66
4.2.2.Distribuiranoupravljanjezagušenjimaukomunikaciji...............................68
4.3. ICSIarhitekturasustava........................................................................................................69
4.3.1. Domenskimodel...........................................................................................................72
4.3.2. Funkcionalnimodel.....................................................................................................74
4.3.3. Komunikacijskimodel................................................................................................77
4.3.4. Informacijskimodel.....................................................................................................78
4.3.5. Sigurnosnimodel..........................................................................................................79
5.MODELIIZBORARUTE.......................................................................................................................80
5.1.Najkraćiput.................................................................................................................................81
5.2.Korisničkaravnoteža...............................................................................................................81
5.3.Stohastičkakorisničkaravnoteža......................................................................................83
5.4.Metodaoznačavanja................................................................................................................84
5.5.AlgoritamKrazličitihputova...............................................................................................86
5.6.Uklanjanjeprometnihdionica.............................................................................................87
5.7.Metodaotežavajućihčimbenika.........................................................................................87
5.8.Metodagrananja........................................................................................................................88
5.9.Simulacijskipristup.................................................................................................................88
5.10.C‐Logit.........................................................................................................................................89
5.11.Logitveličineputa..................................................................................................................91
5.12.PoprečnougniježđeniLogit...............................................................................................92
5.13.ProbitiLogitjezgra...............................................................................................................94
5.14.Implicitnaraspoloživost/perceptivniLogit.............................................................95
JasminĆelić Doktorskirad
x
5.15.Generiranjeskupaizboraiizborrute...........................................................................97
6. NAPREDNIMODELUPUĆIVANJAVOZILANARASPOLOŽIVAPARKIRALIŠNAMJESTA..............................................................................................................100
6.1.Strukturasustavacestovnogprometa..........................................................................100
6.1.1.Modeliranjeprometneinfrastrukture..............................................................100
6.1.2. Modeliranjecestovnogprometa.........................................................................102
6.1.3. Ponašanjevozača.......................................................................................................103
6.1.4. Dodjeljivanjeprometa.............................................................................................104
6.2. Klasičnimodeltraženjaraspoloživogparkirališnogmjesta...............................107
6.3. Naprednimodelsustavazaupućivanjevozilanaraspoloživaparkirališna mjestaskooperativnimpristupom................................................................................109
6.3.1.Opisnaprednogmodelaskooperativnimpristupom................................110
6.3.2. Vrijemeputovanjaiukupnitroškovi.................................................................112
6.3.3. Traženjeiizborodgovarajućerute....................................................................115
6.3.4. Izborparkirališnogmjesta.....................................................................................117
7. EVALUACIJAUSPJEŠNOSTINAPREDNOGMODELAZAUPUĆIVANJEVOZILA................................................................................................................................................120
7.1. Opissimulacijskogmodela................................................................................................120
7.2. Ispitivanjeiocjenauspješnostisimulacijskogmodela..........................................122
7.2.1. Vrijemeputovanja.....................................................................................................122
7.2.2. Prijeđeniput................................................................................................................129
7.2.3. Ukupnitroškovi..........................................................................................................130
7.2.4. Emisijaštetnihplinova............................................................................................132
7.3. Diskusijarezultata.................................................................................................................134
8. ZAKLJUČAK.......................................................................................................................................137
POPISKRATICAIAKRONIMA...................................................................................................141
POPISOZNAKAISIMBOLA.........................................................................................................146
POPISSLIKA......................................................................................................................................151
POPISTABLICA................................................................................................................................153
Bibliografija.......................................................................................................................................154
Životopis.....................................................................................................................................................164
JasminĆelić Doktorskirad
1
1.UVOD
Razvoj gradskih središta i sve veći broj vozila na cestama širom svijeta, odnosno
vidljivopovećanjepotražnjezaparkirališnimmjestimaugradskimcentrimaozbiljnoutječe
nakvalitetuprometa.Traženjeslobodnogparkirališnogmjestapovećavaprometnivolumen
kojeg postojeći kapacitet prometne mreže nije u mogućnosti na odgovarajući način
zadovoljiti.
Slika1. Povećanjebrojaputničkihvozilana1000stanovnika1990.‐2004.[1]
Svakodnevniživotljudiznačajnoovisioprometu.Stalniporastcestovnogprometaizvorje
mnogihozbiljnihproblemaupogleduzagušenja,sigurnostiiutjecajanaokolinu.Zahvatina
postojećoj infrastrukturi ili u potpunosti nova infrastruktura, ako ih je uopće moguće
realiziratizbogpostojećihograničenja,nemoguriješitisvenavedeneprobleme.Stogaseu
tu svrhu koriste inovativni pristupi u okviru inteligentnih transportnih sustava koji
upotrebom informacijsko‐komunikacijskih tehnologija nude odgovarajuća napredna
rješenjaprometnihproblema.
Inteligentnitransportnisustaviimajuširokuprimjenuurazličitimtransportnimmodovima
iprometnimsegmentimapasetako,najčešćepodnazivominteligentnisustaviparkiranjaili
pametni parkirni sustavi, mogu pronaći i kao odgovor na probleme koji su posredno ili
neposrednouzrokovaniparkiranjima.Potražnjazaodgovarajućimslobodnimparkirališnim
mjestom jedan je od vodećih uzročnika zagušenja u gradskim središtima [2]. Kruženje
prometnicamaupotrazizaslobodnimparkirališnimmjestomnepovećavaukupnovrijeme
JasminĆelić Doktorskirad
2
putovanjasamotogvozilavećisvihostalihvozilakojasuzbogprouzročenogzagušenjai
zastojamorala usporiti ili stati. Time se ukupni negativni učinci ovoga fenomena poput
potrošnjegoriva,emisiještetnihplinova,proizvodnjebukeiugrožavanjasigurnostiznatno
uvećavaju.Jednaodvodećihsvjetskihkompanijanapodručjunavigacijskihikartografskih
proizvodaobjavila je indekseprometnihzagušenjazapreko180gradovanagotovosvim
kontinentimadiljemsvijetaprovodećimjerenjaurazličitimdijelovimadanaisvimdanima
u tjednu. Visoka razina prometnih zagušenja koja semože pronaći u glavnimgradovima
pojedinih zemalja pokazuje koliko je rasprostranjen i ozbiljan navedeni problem.Naime,
zagušenjeuMoskvi(Rusija)iznosičak74%.Utablici1.prikazanisuindeksizagušenjaza
europskegradovekojenajvišepogađaovapojava.
Tablica1. 10prometnonajzagušenijihgradovauEuropiu2013.godini[3]
Poredak Trend Grad DržavaRazina
zagušenja
Vršnojutarnjezagušenje
Vršnoposlijepodnevno
zagušenjeAutoceste Ostalo
1. … Palermo Italy 39% 60% 64% 29% 45%
2. ↓ Warsaw Poland 39% 71% 75% 37% 41%
3. ↓ Rome Italy 37% 71% 64% 26% 41%
4. ↓ Dublin Ireland 35% 74% 71% 27% 42%
5. ↓ Marseille France 35% 60% 70% 20% 41%
6. … Paris France 35% 65% 65% 35% 35%
7. ↑ London UK 34% 60% 63% 22% 40%
8. ↓ Athens Greece 34% 54% 49% 14% 40%
9. ↑ Brussels Belgium 34% 73% 77% 31% 36%
10. … Stockholm Sweden 30% 59% 66% 27% 33%
Procjenjujesedavišeod70%europskepopulaciježiviugradskimsredištima[4]podgotovo
neprekidnimutjecajemonečišćenjazrakaibukeuzrokovanecestovnimprometom.No,uz
navedena onečišćenja bitno je naglasiti da problem pod nazivom cruising for parking1
uzrokuje više od 30% od ukupnog uobičajenog prometnog zagušenja nastalog uslijed
dnevnihputovanjaigužvizbogradovanacestama,prometnihnezgodaisličnihprometnih
problema,jertraženjeslobodnogparkirališnogmjestauprosjekutraje20minuta[5].Ovoje
istraživanjeobuhvatilopreko8000putnikau20velikihsvjetskihgradova.Premadrugim
provedenim studijama ovaj postotak može biti i puno veći pa tako u dijelu Minhena
(Schwabing)prelazičak44%[6],audijeluBrooklyna(ParkSlope)45%[7].Ovajfenomen,
između ostalog, u domeni uličnog parkiranja predstavlja i značajan čimbenik prometnih
nezgodaisigurnostinacestamaopćenito[8].Premaranijojobjaviistogautora,studijekoje
1Uznavedeninazivuliteraturisekoristeisearchingforparkingilookingforparkingjednakoznačno.
JasminĆelić Doktorskirad
3
suobuhvaćale10gradovaupetameričkihdržavaobjedinjeneuFHWAizvješćupokazujuda
24%svihprometnihnezgodačinenezgodeuzrokovanenepažljivimparkiranjem(ulaskom
i izlaskom s parkirališnog mjesta), neodgovornim napuštanjem vozila, naglim
zaustavljanjemisl.
IzvješćaEuropskeunijepokazujuda sebroj smrtnih slučajevanaprometnicamau2012.
godinismanjioza9%.Brojsmrtnostradalihiznosioje28.000,aozlijeđenih1,5milijunau
oko milijun prometnih nezgoda što je društvo koštalo otprilike 130 milijardi eura [9].
Pravovremeneprometneinformacijeocestovnojsigurnostimoglebidovestidosmanjenja
brojasmrtnostradalihod2,7do7%iozlijeđenihza1,8do6,3%,odnosnoostvarilabise
uštedaodotprilike75do118milijunaeuragodišnje.
Oko 44 osoba pogine i 1.430 ih je ozlijeđeno uslijed nesreća izazvanih parkiranjem.
Prikazivanjemstatičkihidinamičkihinformacijakojebiukazivalenalokacijuparkirališnih
prostorateraspoloživostparkirališnihmjestamogaobisesmanjitibrojincidenataza40%
ipovećatiproduktivnostza160milijunaeura(smanjujućitroškoveuzrokovaneincidentima
– za oko 48 milijuna eura, smanjujući vrijeme vožnje potrošeno u traženju slobodnog
parkirališnogmjesta – za oko 90milijuna eura, smanjujući ostale troškove – za oko 24
milijunaeura)[10].
Brojvozilausvijetuuneprestanomjeporastu.Očekujesedaćedo2030.godinesamouUK
brojvoziladosećibrojkuod39milijunaodčegaćeoko2,8milijunabitiparkiranonauličnim
parkiralištima[11].PremapredviđanjimaRoyalAutomobileClubFoundationteprocjenida
svakovoziloparkiranonaulicizahtijevauprosjekuprostordužine5metara,ovakvostanje
moglobirezultiratipotražnjomzanovih14.000kilometararubnikauzkojegćeseparkirati
vozila. Činjenica da se broj prometnica i njihova dužina neće u međuvremenu znatno
povećati,dovestćedovelikogproblemakojićezahtijevatidrastičnepromjeneparkirališne
politikeiupotrebupametnihsustavakojićejepratiti.
Uz zagušenje prometa, te svoje ekološke i sigurnosne aspekte, kruženje u potrazi za
slobodnim parkirališnimmjestom ima i svoj značajan ekonomski utjecaj. U 2010. godini
navedenazagušenjaprouzrokovalasuuAmerici4,8milijardisatikašnjenja,7,2milijarde
litaradodatnepotrošnjegorivaitrošakod101milijardudolara[12].SamouLosAngelesu
napotražnjuslobodnihparkingmjestapotrošilose178.000litaragoriva(štojedostatnoda
se38putaobiđesvijet)iproizvelo730tonaugljičnogdioksida[13].Netrebazaboravitini
povećanupotrebuzaodržavanjemprometnicakojuuvjetujeintenzivnijekorištenje.
Proces migracije stanovništva u gradove je kontinuiran, a samim time i potražnja
za parkirališnim mjestima kontinuirano raste. Ulična i izvanulična ponuda parkirališnih
mjestaugradovimagotovojeredovitonedostatnazasvevećibrojvozila.Važnostprimjene
JasminĆelić Doktorskirad
4
odgovarajućestrategijeupravljanjaparkirališnimprostorimamožesepronaćiiuprocjeni
datipičnovozilotijekomdanaprovedeustanjumirovanja95%vremena[14].
Kruženjeupotrazizaslobodnimparkirališnimmjestomuzrokujedodatnistresvozačakoji
pokušavapronaćinajpovoljnije rješenje,najčešćesobziromnablizinukrajnjegodredišta
(poslovnog prostora, trgovačkog centra, centra za rekreaciju i sl.) i cijenu parkirališnog
mjesta. Ponašanje vozača pri izboru vrste i lokacije mjesta za parkiranje, te donošenje
konačneodlukeovisionizučimbenikaiznatnojesloženijeitrebamuposvetitipunoviše
pažnje nego što se to ranije činilo. Uporište za ovu tvrdnju može se pronaći u više
istraživačkihradova[15‐19].
Rješenja za smanjenje prometnih zagušenja se prije svega pokušavaju pronaći u
odgovarajućemodnosucijeneuličnogiizvanuličnogparkiranja.Nadalje,koristeserazličiti
režimizanaplatuparkiranja,teuvrijemevršnihopterećenjaupojedinimgradovimacijena
vrtoglavoraste(Tablica2.).
Usklađivanjecijenauodnosusparkirališnomponudomipotražnjomovisioparkirališnoj
politicigradaiodnosuponudeipotražnje,nosvakakotrebauzetiuobziričinjenicudana
cijenumožeutjecatismanjenjebrojavozilaugradskomsredištuisl.
Tablica2. Usporedbacijenauličnogiizvanuličnogparkiranja*[20]
*PodatkeoTelAvivudodaoDr.KarelMartensuIzraelskojvalutinovišekel
Uosnovnestrategijezaupravljanjeparkiranjemuzrazličitemehanizmenaplateparkiranja
spadajujoširegulatornemjere,elementifizičkogdizajnaikvalitetaugovorenihusluga[21].
U praksi se koriste različite kombinacije navedenih strategija kako bi se ostvarili ciljevi
određenigradskimpolitikama.Upotrebanaprednihtehnologijaneizbježnajeuostvarenju
odabranekombinacijestrategija.
Potražnjazaslobodnimparkirališnimmjestomdinamičkajeveličina,dakleveličinakojase
mijenja tijekomvremena,pase logičkinamećepotrebazapružanje informacijavozačima
JasminĆelić Doktorskirad
5
motornih vozila o lokacijama i stanju ponude parkiranja u realnom vremenu. Sustavi
pružanjainformacijakorisnicimaoponudimjestazaparkiranjepočelisusekoristitiunekim
svjetskim gradovima već prije više od 40 godina imogu se pronaći pod nazivima poput
"A Guided Parking System" ili "Dynamic Parking Guidance System" [22]. Dakle, ideja o
uporabi specifičnihsustavausvrhurješavanjaprethodnoopisanihproblemanijenovijeg
datuma,većsesustavizaupućivanjevozilanaparkiranjeurazličitimizvedbamakoristedugi
niz godina. Najprije su ovi sustavi pružali korisnicima samo statičke pretputne i putne
parkirneinformacije.Informacijesubiledostupneputeminternetanaosobnimračunalima
iliutusvrhuposebnopredviđenimmjestima(infokiosk)iputemprometnihznakovakojisu
najčešće prikazivali samo naziv parkirališnog objekta, smjer, kapacitet i udaljenost. Na
posebnouređeniminternetskimstranicamamoglesusepronaćiinformacijeuoblikumape
nakojojsuoznačeniparkirališniobjektiuneposrednojbliziniodabranedestinacijeilirute
kojom će se korisnik koristiti i način na koji se do njih može stići. U svrhu stvaranja
odgovarajućeg parkirališnog plana korisnicima su se pružale i informacije poput adrese
parkirališnogobjekta,kapaciteta,radnogvremena,troškova,načinaplaćanja,itd.
Tehnološki napredak omogućio je pružanje dinamičkih informacija korisnicima pa su se
sukladno tome počeli koristiti prometni znakovi s promjenjivim sadržajem i dinamičke
internetskestranice.Dinamičkidioprometnihznakovaspromjenjivimsadržajemprikazivao
je informaciju o zauzeću parkirališta (npr. u obliku zelenog ili crvenog svjetla, teksta
"slobodno" ili "zauzeto" i sl.) ili podatak o broju slobodnih parkirališnih mjesta. Pružane
informacijenisuuvijekbiledovoljnoprecizneikvalitetnejersučestobilenetočneizakašnjele
zbognesavršenostisustava,tedostupnesamozazatvoreneparkirališneobjekte.
Uporabomsustavaza informiranje iupućivanjenaparkirališnamjesta (Parkingguidance
andinformationsystem,PGISiliPGIsustav),kakoseidanasupraksičestonazivaju,moguće
je u stanovitoj mjeri unaprijediti proces parkiranja i povećati njegovu uspješnost i
učinkovitost.
Daljnji razvoj informacijskih, komunikacijskih i drugih tehnologija (senzora) doveo je do
stvaranja takvih sustava koji prikazuju informacije u stvarnom vremenu, otporni su na
greške, sposobni su pružati podatke o svakom pojedinom uličnom i izvanuličnom
parkirališnom mjestu, identificiraju vozila, omogućavaju naplatu različitim platežnim
sredstvima, provode postupak rezervacije i mogu osigurati prikupljene i obrađene
informacijesvimzainteresiranimskupinama,brinućisepritomosigurnostiiodgovarajućim
ovlastima.Informacijesemoguprikazivatiubilokojevrijemeinabilokojemmjestu(stolna
ili prijenosna računala, dlanovnici, tableti, pametni telefoni, uređaji u vozilu, prometni
znakovi s promjenjivim sadržajem, razni zasloni). Uz postojeće računalne sustave i
internetskestranicepočelesuseizrađivatiirazličitemobilneaplikacije.
JasminĆelić Doktorskirad
6
Vodećiproblemikojipraterazvojsustavazaupućivanjevozilanaparkiranjeiinformiranje
suiznimnovisokitroškovi.Tehnološkinapredaknijedoveosamodosmanjenjadimenzija
senzora,komunikacijskogsklopovlja iuređajazanapajanjevećseicijenaopremeznatno
smanjila. Time se otvorio prostor za pojavljivanje cijelog niza različitih rješenja za
upravljanjeparkirališnimprostorimaiupućivanjenaraspoloživaparkirališnamjesta.
Moderni sustavi koji se danas mogu pronaći na tržištu razlikuju se prije svega po tipu
senzora koje koriste za pronalaženje raspoloživog parkirališnog mjesta i tipu
komunikacijskihsklopovaiprotokola.Sustavekojikoristežičneioptičkevezegotovojeviše
sasvimneisplativoupotrebljavativeć seunavedenusvrhukoristebežičnemrežeosjetila
(WSN), redovito s autonomnim napajanjem (baterijama) i ugrađenom sposobnošću
pretprocesiranjainformacija(mikrokontroler).
Sustavi za upućivanje vozila na raspoloživa parkirališnamjesta koriste različite senzore
(induktivne petlje, magnetometre, piezoelektrične kablove, mikrovalne radare, laserske
radare, akustična polja, kamere, infracrvene i ultrazvučne senzore [23]), no detekcija
popunjenostiparkirališnogmjestauporabombežičnihsenzorskihmrežanajčešćesezasniva
namagnetskim[24],[25],[26]iultrazvučnimsenzorima[24],[27],[28],[29].
Nedostacikojiseočitujukodsustavazaupućivanjenaraspoloživaparkirališnamjestamogu
se prije svega sagledati u slabim ili nikakvim mogućnostima rezervacije parkirališnog
mjesta.Dosadašnjaiskustvaukazalasunanizproblemakojiseuočavajuunutarpostojećih
rješenja, a prvenstveno u slučajevima upravljanja uličnim parkiralištima. U praksi se
događaju slučajevi da vozači ne pronađu raspoloživo parkirališno mjesto na koje ih je
upućivaosustavjerjeumeđuvremenupostalozauzeto.Također,sustavmožeuputitiviše
vozačanaistoparkirališnomjesto,adadotrenutkapristizanjanitijedanneuspijeparkirati
namjestopredviđenotakvimuputnimsustavom[30].
Upućivanje više vozača u smjeru parkirališta s manjim brojem slobodnih parkirališnih
mjestarezultiratćepojavomkojaćeumjestodasmanjikoličinuzagušenjaučinitiupravo
suprotno.Nadalje, čak i da sustav zaupućivanjedjeluje s visokoučinkovitimalgoritmima
pojavljujesevjerojatnostdaseprilikomupućivanjavozilanabilokojeslobodnoparkirališno
mjesto isključuje potencijalna mogućnost parkiranja na kvalitetnijem, jednako tako
slobodnomparkirališnommjestu[30].
Ugradnja opreme za sprječavanje neovlaštenog parkiranja u svako pojedino parkirališno
mjestonaulicisloženajeineisplativa.Rješenjakojauključujuposebnesustaveoznačavanja
poput slovnih (MR – Mobile Reservation), vizualnih (podne svjetleće oznake u raznim
bojama ovisno o statusu parkirališnog mjesta) i zvučnih (intenzivan zvuk prilikom
parkiranjavozilabez rezervacije)nisupokazala zadovoljavajuće rezultate.Kulturaosoba
JasminĆelić Doktorskirad
7
kojeupravljajumotornimvozilimanijenatakvojrazinidabi takvarješenja funkcionirala
besprijekorno.Iakoseugradskimsredištimatežiksmanjivanjuuličnihparkirališnihmjesta
ilinjihovomapsolutnomukidanju–ovajproblemidaljeostajeotvoren.
Inteligentni transportni sustavi (ITS)moguznačajnodoprinijeti čišćim, sigurnijim ipuno
učinkovitijimtransportnimsustavima.Zakonodavniokvir(Direktiva2010/40/EU)usvojen
7.srpnja2010.imazadatakubrzatirazvojinovativnihtransportnihtehnologijanapodručju
Europe. Ova Direktiva predstavlja važan instrument za koordiniranu implementaciju
inteligentnihtransportnihsustavauEuropi,te imazaciljuspostavitimeđusobnoovisnei
djelotvorneITSuslugeostavljajućipritomdržavamačlanicamasloboduodlučivanjaukoje
ćesustaveulagati.
UskladusnavedenomDirektivomEuropskakomisijamoraurazdobljuod7sljedećihgodina
usvojiti specifikacije (funkcionalne, tehničke, organizacijske) kako bi osigurala
kompatibilnost, interoperabilnost i kontinuitet ITS rješenja širom EU‐a. Jedan od prvih
prioritetabitćeprometneiputneinformacije.
Europska je komisija 16. prosinca2008. usvajanjemAkcijskogplana već napravila veliki
korakpremaimplementacijiiuporabiITS‐aucestovnomprometu(isučeljapremadrugim
prometnimoblicima).
PGI sustavi iskorištavaju sve prednosti stvarnovremenskih senzora i komunikacijske
infrastrukture kako bi dinamički nadzirali raspoloživa parkirališna mjesta i uspješno
navodilizainteresiranevozačemotornihvozila.Upravotačinjenicanavelajeiautoraovoga
teksta da kroz suradnju na projektu pod nazivom Intelligent Cooperative Sensing for
Improvedtrafficefficiency(ICSI),razvitipotencijalnorješenjeopisanihproblemananačinda
se unaprijede postojeći ili izrade novi algoritmi i prometni modeli, te stvori prijedlog
strategije upravljanja prometom, a posebice u kontekstu raspoloživih parkirališnih
potencijala.Usvrhuuspješnogiučinkovitogprijevozaljudiiroba,kojebismanjiloprometna
zagušenja u urbanim središtima, a time i utjecaj onečišćenja na okolinu, neophodno je
usvojitiiodgovarajućenoveprometnepolitike.Onebitrebaleizmeđuostaloguključivatii
alternativneoblikeprijevoza,potaknutiintermodalniprometunutarurbanihcentara(npr.
biciklima i/ilielektričnimvozilima) i izgradnjuparkiralištablizupostaja javnoggradskog
prijevozailipružateljauslugadijeljenogprijevoza(vehicle‐sharingstationsandinter‐modal
parking).UokviruICSIprojektaPGIsustavbipredstavljaosamouslužnipodsustavkojibi
pružao zainteresiranim korisnicima informacije o najbližim raspoloživim parkirališnim
mjestima,alternativnimmultimodalnimprijevoznimmogućnostima,cijenama imodelima
naplatezahvaljujućipodacimadobivenimodinteligentnihkooperativnihsenzora,uređajai
podsustavakojićeihprikupljati,obrađivatiidistribuiratiustvarnomvremenu.
JasminĆelić Doktorskirad
8
Model razvoja specifičnih informacijsko‐komunikacijskih tehnologija predložen u ICSI
projektu potaknuo je i ovo istraživanje koje bi svojim rezultatima trebalo opravdati
uključivanjeteprepoznatljivodjelovatinasmanjivanjekoličinezagušenjanaprometnicama
u gradskim centrima, a time i na smanjivanje vremena putovanja, razine stresa vozača
motornih vozila, količine štetnih onečišćenja i buke, indirektno nastalih nepotrebnih
troškovaiopćenitopovećanjasigurnostiuprometu.
1.1.Problem,predmetiobjektistraživanja
Velika većina svjetskih gradskih središta odlikuje se nesrazmjerom parkirališne
ponude i potražnje. Broj osobnih vozila koji se, vođeni različitim motivima, pokušavaju
dovestičimbližeatraktivnimgradskimsadržajima,poslovnimilitrgovačkimkompleksima
sve je veći, a njime se učestalo stvara dodatni prometni volumen koji je puno veći od
kapaciteta prometne mreže. Gradska infrastruktura redovito nije podložna velikim
promjenamatakodajemogućnostpovećanjaparkirališnihkapacitetajakomalailigotovo
nikakvaštosvevišesmanjujemogućnostpronalaženjaodgovarajućegparkirališnogmjesta.
Rezultat potrage za slobodnimparkirališnimmjestomdodatno opterećuje već zasićene i
zagušene prometnice, te se stoga gradske vlasti u suradnji s prometnim stručnjacima
odlučujunaupotreburazličitihmjerakojećedestimuliratidolazakvozačaosobnimvozilima
u urbana središta. Strategije koje se u tu svrhu koriste najčešće ograničavaju vrijeme
parkiranja, reguliraju cijenu parkiranja i populariziraju neki od alternativnih oblika
prijevoza.
Brojni su negativni učinci koje donosi ovakav oblik funkcioniranja prometa u gradskim
središtima, a očituje se osim u zagušenju prometnica i u onečišćenju okoline ispušnim
plinovima i bukom, smanjivanjem sigurnosti na prometnicama i povećanju prometnih
nezgodaipovećanjuvremenaputovanja.
Sobziromnasvenavedenečinjenice,pokazujesedajekorisnousvrhusmanjenjaprometnog
volumenanastaloguslijedtraženjaslobodnogparkirališnogmjestapružitivozačima,čijaje
intencijaulazakugradskosredište,informacijeolokacijamauličnihiizvanuličnihslobodnih
parkirališnihmjesta.
Uskladustomtvrdnjommožesepostavitisljedećiproblemistraživanja:
'Premdasepostojećestrategije ipolitikekojeseprimjenjujuugradovimauodređenojmjeri
nosesproblematikomnedostatkaparkirališnihkapacitetaiutječunasmanjenjezagušenjana
prometnicamaugradskimsredištima,jošuvijekjetajproblemdovoljnoopsežanteopravdava
provođenje znanstvenog istraživanja u svrhu učinkovitijeg upravljanja slobodnim
parkirališnimmjestima. Razvoj informacijsko‐komunikacijskih tehnologija omogućit će uz
JasminĆelić Doktorskirad
9
pomoćrezultataznanstvenihistraživanjastvoranjeodgovarajućihinteligentnihrješenjakoja
ćejošuspješnijeiučinkovitijenavoditivozačedoslobodnihparkirališnihmjesta,pružatiimsve
neophodneinformacijeitimesmanjitinegativneučinkesuvišnevožnje.'
Sukladnoproblemuistraživanjadefiniraseipredmetistraživanjaovogadoktorskograda:
'Sustavno istražiti i konzistentno utvrditi sve relevantne teorijske i praktične značajke
upućivanjavozilanaraspoloživaparkirališnamjesta,identificiratisveprednostiinedostatke
postojećih ido sadapredloženihrješenja, te istražitimogućnostiprimjene i implementacije
inteligentnih rješenja koja će biti temeljena na kooperativnim osjetilima i telematičkim
sustavimauvozilu.'
Prethodnodefiniraniproblemipredmet znanstvenog istraživanjaodnosesenanekoliko
značajnihobjekata istraživanja, i tona:parkiranje iparkirališne sustave, tehnologije za
detektiranje slobodnih parkirališnih mjesta, telematičke sustave u vozilu, sustave za
informiranje, navigaciju i upućivanje vozila, inteligentna kooperativna osjetila,
inteligentnemodelezaupućivanjenaraspoloživaparkirališnamjesta.
1.2.Znanstvenahipotezaipomoćnehipoteze
S obzirom na izneseni problem, predmet i objekt znanstvenog istraživanja
postavljenajeitemeljnaznanstvenahipoteza:
'Inteligentnoupućivanje vozilana raspoloživa parkirališnamjesta uporabom telematičkog
sustava u vozilu smanjuje potrebu za kruženjem u potrazi za slobodnim parkirališnim
mjestom.'
Iz temeljne znanstvene hipoteze koja se direktno odnosi na predmet znanstvenog
istraživanjaproizlaziinekolikopomoćnihhipoteza:
PH 1: Inteligentno upućivanje vozila na raspoloživa parkirališna mjesta upotrebom
kooperativnogsustavauvozilusmanjujeprometnazagušenjaugradovima.
PH 2: Inteligentno upućivanje vozila na raspoloživa parkirališna mjesta upotrebom
kooperativnogsustavapovećavasigurnostuprometu.
PH3: Inteligentno upućivanje vozila na raspoloživa parkirališna mjesta upotrebom
kooperativnogsustavasmanjujevrijemeputovanja.
PH4: Inteligentno upućivanje vozila na raspoloživa parkirališna mjesta upotrebom
kooperativnogsustavasmanjujekoličinuštetnihispušnihplinova.
JasminĆelić Doktorskirad
10
1.3.Svrhaiciljeviistraživanja
Glavni cilj je razvoj modela za inteligentno upućivanje vozila na raspoloživa
parkirališnamjestauporabomtelematičkogsustavauvozilukojipredstavljadioistraživanja
zarazvojstrategijekojaćepredstavljatiosnovuzaizgradnjubudućihPGIsustavanastalih
uporabom naprednih informacijsko‐komunikacijskih tehnologija. U svrhu ostvarenja
glavnogciljaistraživanja,potrebnojeostvaritiinizsporednihciljevapoput:
upoznavanja s postojećim modelima, algoritmima i rješenjima primjenjivim na
parkirališnuproblematiku
upoznavanja s problemima koji se postavljaju pred istraživače u navedenom
području
utvrđivanjatrenutnogstanjanatržištusustavazaupravljanjeparkirališnimmjestima
optimiziranjauporaberaspoloživihparkirališnihmjesta
pojednostavljenjaprocesaparkiranja
mjerljivogzadovoljstvakorisnikausluge
ublažavanjaprometnihzagušenja
smanjivanje onečišćenja uzrokovanog nepotrebnim kruženjem u potrazi za
parkirališnimmjestomiostalenegativneučinketogfenomena.
Svrha istraživanja je ponuditi poboljšana rješenja za inteligentno upućivanje vozila na
raspoloživa parkirališna mjesta pri čemu će posebna pažnja biti posvećena skraćivanju
vremena putovanja i traženja slobodnog parkirališnog mjesta, čime će se posljedično
povećatizadovoljstvokorisnikausluge,smanjitionečišćenjeispušnimplinovimaibukom,
smanjiti nepotrebna potrošnja goriva, rasteretiti prometnice i parkirališta u urbanim
središtima.Dodatno,ovakavpristupimaisvrhujednostavnijerealizacijestrategijekojaće
bitipreduvjetzaizgradnjubudućegPGIsustavausklopuICSIprojekta.
1.4.Pregleddosadašnjihistraživanja
Potražnja za raspoloživim parkirališnimmjestima i brojni negativni učinci koji su
rezultatovogfenomenajedansuodvodećihprometnihproblemaugradovimaširomsvijeta
[13], [31], [32], [33]. Visok stupanj motorizacije i razvoj gradskih središta, uz slabe
mogućnostipovećanjakapacitetaprometnica,dovelisudogotovosvakodnevnihzagušenja
prometaupojedinimdobimadana,tedosvevećepotrebezaodgovarajućimrješenjimakoja
bitajproblemublažilailiucijelostiuklonila.Izvorizagušenjamogubitirazličiti[34],anjihov
značajančimbenikjeipotražnjazaraspoloživimparkirališnimmjestom.Gradskesevlastiu
JasminĆelić Doktorskirad
11
suradnjisasvimostalimzainteresiranimstranamanarazličitenačinepokušavajuoduprijeti
širenju posljedica ovoga problema. U skladu s time stvaraju se, mijenjaju i nadopunjuju
strategije upravljanja zagušenjima, donose nove prometne politike i primjenjuju sve
modernijaprometnarješenja[35],[36],[37].
Jednoodrješenjakojesesvevišeprimjenjujesurazličitiinteligentniparkirališnisustaviza
upućivanjevozilanaraspoloživaparkirališnamjesta.Onipružajuvozačimamotornihvozila
dinamičke informacijeostanjuuprometuunutarkontroliranihpodručja, te imukazujuna
raspoloživostslobodnihparkirališnihmjestaiupućujuihnaparkiranjeoptimalnimrutama.
Prvisetakvisustavipodnazivomsustavizainformiranjeiupućivanjenaparkirališnamjesta
(PGI sustavi)počinjupojavljivati početkom70‐ih godinauEuropi [38], a zatimu Japanu i
SjedinjenimAmeričkimDržavama.Osnovna je zadaća takvih sustava smanjivanjevremena
kojevozačiprovodeupotrazizaparkiralištemikoličinezagušenjakojeizazivaju,atimeisvih
ostalihindirektnihposljedicapoputpovećaneemisiještetnihplinova,buke,nesrećanacestii
stresavozača.Sustavisuupočetkubiliskromnihmogućnostiinajčešćesupomoćustatičkih
znakovausmjeravalivozačeusmjeruparkiralištaugradskimsredištima.Informacijekojesu
pružalivozačimabilesupriličnooskudneisvodilesusenastanje(punoiliprazno)ismjeru
kojemsenalazioodređeniparkirališniprostor.Kasnijeinačicesustavakoristilesuznakoves
promjenjivim porukama kako bi korisnicima pružili informaciju o očekivanom broju
raspoloživih parkirališnihmjesta na određenomparkiralištu i/ilimogućnostimaplaćanja i
cijeniparkiranja.UsvomraduObdeijn[39]uspoređujeučinkovitostPGIsustavau3europska
i2japanskagradaipokazujedaudiovozačakojimijenjajusvojuodlukuokrajnjemodredištu
(parkirališnommjestu)naosnoviinformacijaPGIsustavaradnimdanomiznosiod10%do
16%,anedjeljomod15%do18%.Uspješnost,učinkovitostiopravdanosttakvihsustava
temesubrojnihznanstvenihradova[38],[40],[41].
Daljnjitehnološkinapredakomogućiojerazvojvelikogbrojarazličitihpristupairješenjaza
problemeuzrokovaneparkiranjem.Inteligentniilipametniparkirnisustavi,kakosedanas
najčešće nazivaju, sposobni su pružiti informaciju o svakom pojedinom uličnom i
izvanuličnomparkirališnommjestukojejeopremljenoodgovarajućimosjetilima,sugerirati
vozačuoptimalnurutudoodabranogmjesta ipreciznoganavoditiputemodgovarajućeg
uređajauvozilu.Informacijeoraspoloživomparkirališnommjestumoguuključivaticijenu
parkiranja i prihvatljive oblike plaćanja te druge potencijalno korisne informacije poput
maksimalnodopuštenogvremenaparkiranja,mogućnostimarezervacije,itd.
Inteligentniparkirnisustaviuosnovisesastojeodpodsustavazaotkrivanjeprisustvavozila,
podsustava za računalno upravljanje, podsustava za distribuciju informacija i
komunikacijskogpodsustava.Usvrhuotkrivanjaprisustvavozilamogusekoristitirazličita
osjetila [23], no najčešće se u garažnim objektima koriste ultrazvučna osjetila, a na
JasminĆelić Doktorskirad
12
otvorenimparkiralištima i uličnimparkirališnimmjestimamagnetska. Tehnološki razvoj
osjetiladoveo jedonjihoveminimizacije,pa ih jemogućenaći iuMEMS iNEMS izvedbi
(mikro i nanoelektromehanička osjetila). Jednostavnija ugradnja i puno prihvatljiviji
troškoviomogućili sunjihovuprimjenu i nauličnimparkirališnimmjestima.Ovaosjetila
mogu biti opremljena s odgovarajućim izvorima napajanja, te uz svoju osnovnu funkciju
raspolagati i s: obradompodataka i bežičnomkomunikacijom. To ih čini prikladnimada
bududiobežičnemrežeosjetila [42], [43], [44] iliarhitekture internetastvari (IoT) [45],
[46].
Ucentralnomsedijeluupravljačkogsustavaobrađujuprikupljeneinformacijeiprosljeđuju
podsustavima za distribuiranje, te se prikazuju na prometnim oznakama s promjenjivim
porukama, infopanelima, infokioscima,zaslonimamobilnihuređajaili jedinicamauvozilu
[47].Naosnoviraspoloživihinformacijainteligentnialgoritmisobziromnakarakteristike
vozačapronalazenajprikladnijemjestozaparkiranje[48],[49],[50]teodgovarajućurutu
[51],[52],[53],[54],[55],kojomćegapopotrebinavoditi.
Značaj uvođenja PGI sustava ilustrira se dvama praktičnim primjerima u hrvatskim
gradovima. U gradu Zagrebu je 1998. godine za potrebe izrade Prometne studije grada
Zagreba ("TrafficStudy for theCityofZagreb")provedeno ispitivanje imjerenjekoličine
vremenakojevozila svelikomvjerojatnošćuprovodeu traženjuslobodnogparkirališnog
mjesta (vozila koja se pojavljuju dva ili više puta na promatranom području u relativno
kratkomvremenu).IstejegodinesličnomjerenjeizvršenoiugraduRijecizapotrebeizrade
Studije automatskog upravljanja prometom u gradu Rijeci (“Study on Automatic Traffic
ManagementintheTownofRijeka”).Uprijepodnevnimjesatimaradnimdanomovajoblik
vožnje u Zagrebu iznosio čak 30%, dok je u Rijeci iznosio 17%.Nepotrebno prometno
opterećenje nastalo navedenim oblikom vožnje i izraženo jezikom prometnih modela u
gradu Zagrebu iznosilo je 6,4 km, a u Rijeci oko 2,2 km. Ove vrijednosti odgovaraju za
prosječnozauzećeprostoraod6mpojednomvozilu.Ekološkiučincipotencijalneprimjene
PGI sustava vidljivi su u smanjenju buke (manji broj vozila u određenim segmentima
prometnemreže),tesmanjenjupotrošnjegorivaiemisijeispušnihplinova(kraćevrijeme
putovanjaipovećanjeprotočnosti)[56].
Sustavi koji se temelje na ad hoc mrežama vozila predmet su intenzivnih istraživanja u
posljednjihnekolikogodina[57],[58],[59],pasepredviđadaćeseprvavozilaiodgovarajući
sustavi pojaviti ubrzona tržištu. Jedanodpoznatihproizvođača vozila je2012. godineu
NjemačkojupokrajiniRhine‐Mainnapraviovelikopokusnopodručjekojejeuključivalo120
povezanihvozila.Istraživanjaitestiranjakojasuzapočelajoš2006.godinenaC2Xsustavima
provedenasuiugraduPaloAlto,California,kakobisesustaviprilagodiliiameričkomtržištu.
Nakonnavedenogopsežnogidotadavjerojatnonajvećegeuropskogtestiranjasličantest
JasminĆelić Doktorskirad
13
nedugozatimprovodiiU.S.DepartmentofTransport(DoT)uregijiAnnArbor,Michigan,
koje svojim programom pod nazivom Connected Vehicle Safety Pilot Model Deployment
Programobuhvaćačak3000vozila.
UzvećnavedenestudijekojesebaveproblemomparkiranjapoputPolakoveiWaerdenove,
moguseistaćiistudijeHuntaiTeplyja[60],Millera[61],Lambe[62],HessaiPolaka[63],
Guanaisuradnika[64],Harmatucka[65],teBorgersaisuradnika[66].Oddomaćihradova
moguseizdvojitiautorikojisebaveistraživanjemučinkovitostinaplateparkirališnihusluga
[67],primjenomtelematičkihuređajauparkirnimsustavima[68],optimizacijomkapaciteta
gradskihparkirališta[69]ipolitikomparkiranjaopćenito[70].Osimkonferencijskihradova
i radova u časopisima i zbornicima, podršku istraživanju pružaju i knjige iz navedenog
područja[71],[72],[73],[74],[75],[76].
1.5.Znanstvenemetode
U ovome se doktorskom radu u skladu s objektima istraživanja koristi metoda
matematičkogmodeliranjazamodeliranjetehnologijazatraženjeraspoloživihparkirališnih
mjesta, ponašanja vozača u odnosu na dinamiku parkiranja i postupaka za inteligentno
upućivanje vozila, a za provjeru postavki i rezultata, eksperimentalna metoda i metoda
simulacije. Metode inteligentne identifikacije, fuzije podataka, aproksimacije i predikcije
koriste se za identifikaciju međuovisnosti odabranih značajnih parametara sustava. Za
modeliranje algoritama inteligentnog upućivanja vozila koriste se različite algoritamske
strukture.Metodemjerenjaiprojektiranjadinamičkihsustavaurealnomvremenukoriste
sezasimulacijuprikupljanjaiobraderaspoloživihpodatakasustava.Zarazvojsimulacijskih
modela, testiranje iverifikacijukoristi seprogramskorješenjePTVVISSIM.Svapotrebna
mjerenjaiispitivanjaprovedenasuuzpomoćdostupnihresursauLaboratorijuzaprocesna
mjerenjaiupravljanjenaPomorskomfakultetuuRijeci.
Za potrebe znanstvenog istraživanja, analize, sinteze i prezentacije rezultata istraživanja
primjenjuje se kombinacija više istraživačkih metoda. Pri opisu problema i donošenju
temeljnih postavki za vrednovanje mogućnosti primjene sustava koristi se metoda
deskripcijeidedukcije,azadonošenjeopćihzaključakaotopologijamaiznačajkamasustava
induktivnaideduktivnametoda.Uokvirusistematizacijeiusporedneanalizeprimjenjujese
metodaklasifikacije,teformalneikomparativneanalize.Odostalihmetodatrebaizdvojiti
metodukompilacijezapregleddosadašnjihistraživanjairadovatemetoduintervjuiranjaza
prikupljanje potrebnih informacija od strane korisnika sustava. Za prihvaćanje ili
opovrgavanjepostavljenihtezavodećuuloguimajumetodedokazivanjaiopovrgavanja.
JasminĆelić Doktorskirad
14
1.6.Strukturarada
Sukladno svrsi i ciljevima istraživanja i s obziromna problem, predmet i objekte,
doktorskijeradpodijeljenuosampoglavljakojačinejednufunkcionalnucjelinu.
Uprvomdijelu,UVODU,definiranisuproblem,predmetiobjektiistraživanja,postavljenesu
znanstvenehipoteze (glavna i pomoćne), opisana svrha i ciljevi istraživanja, danpregled
dosadašnjihistraživanjatenavedeneznanstvenemetodekojesusekoristileiobrazložena
strukturarada.
UdrugomdijelupodnaslovomPARKIRANJEIPARKIRALIŠTAopisujuseobilježjaparkiranja
i problematikaparkiranja. Zatim suprikazanemetodeupravljanjaparkiranjem i rješenja
koja se u tu svrhu koriste. Kao jedan od osnovnih načina za rješavanje parkirališne
problematikenavodisesustavzaupućivanjenaraspoloživaparkirališnamjesta iopisuju
njegoveinačice.
NAPREDNI SUSTAVI ZA INFORMIRANJEPUTNIKA, u trećemdijelu, opisuju se uporabom
različitih tehnologijakojesekoristeu tusvrhu teseposebno ističekooperativanpristup
detektiranjuslobodnihparkirališnihmjesta.Uznaprednaosjetilaprikazujuseitehnologije
zalociranjevozilainavigaciju.Nakrajusuopisanisustavizanavigacijuiupućivanjevozila.
U poglavlju KOOPERATIVNI INTELIGENTNI TRANSPORTNI SUSTAVI U CESTOVNOM
PROMETU navode se postojeći sustavi za informiranje, navigaciju i upućivanje vozila s
osvrtom na kooperativni pristup pri prikupljanju prometnih i navigacijskih informacija.
Prikazanajearhitekturakooperativnihsustavainaglašenakomunikacijakaojedanodbitnih
čimbenikasvojstvakooperativnosti.NakrajujeprikazanaICSIarhitekturasustavakojaje
nastalausklopuprojektauokvirukojegjeinastaoovajrad.
MODELI IZBORA RUTE, kako je naslovljen peti dio, predstavljaju različite matematičke
modele za pronalaženje odgovarajuće rute nakon odabranog skupa mogućih ruta i
razmatranjasvihalternativa.Navedenesurazličitemetodekojesekoristeurutnimvodičima
isustavimazanavigacijutenaglašenenjihoveprednostiinedostaci.
Šesti dio pod nazivom NAPREDNI MODEL UPUĆIVANJA VOZILA NA RASPOLOŽIVA
PARKIRALIŠNA MJESTA obuhvaća prije svega modeliranje tehnologija za traženje
raspoloživih parkirališnihmjesta, ponašanja vozača s obzirom na dinamiku parkiranja i
postupaka za inteligentno upućivanje vozila. Prikazuje se klasični model traženja
raspoloživog parkirališnogmjesta, a zatim se izrađuje poboljšani algoritam upućivanja s
mogućnošćukorekcijeodabranogprometnogpravcaurealnomvremenuiprikazujerazvoj
poboljšanog modela telematičkog sustava u vozilu za inteligentno upućivanje vozila uz
upotrebuinteligentnihkooperativnihosjetila.
JasminĆelić Doktorskirad
15
SedmidiosnaslovomEVALUACIJAUSPJEŠNOSTINAPREDNOGMODELAZAUPUĆIVANJE
VOZILApredstavljatestiranjeiocjenjivanjepredloženihkoncepatarazvojemsimulacijskog
modela.Utusvrhuodređujusepostavkezasimulacijetepretpostavkeiograničenjamodela.
Definirasenizscenarijaiprovodisimulacijskomodeliranje.Postavljajusekriterijizaocjenu
uspješnosti te se analiziraju i ocjenjuju dobiveni simulacijski rezultati uporabommetode
komparativneanalizepredloženogmodelaiodabranihpostojećihrješenja.
U posljednjem su dijelu rada prezentirani svi relevantni ZAKLJUČCI. Izneseni zaključci
predstavljajudokazenatemeljukojihsuprihvaćenepostavljenehipoteze.Također,uovome
sedijeludajupreporukezadaljnjaistraživanjanaodnosnompodručjuismjernicezarazvoj
odgovarajućihstrategijaibudućihinteligentnihparkirališnihsustava.
Nakon iznesenog sadržaja svih sedam dijelova ovoga doktorskog rada, popisane su sve
korištenereference(literatura),kratice,oznakeisimboli,indeksi,slikeitablice.Nasamom
krajupriloženježivotopisdoktoranda.
JasminĆelić Doktorskirad
16
2.PARKIRANJEIPARKIRALIŠTA
Povećanjebrojavozilaivisokstupanjmotorizacijerazvijenihzemaljasvijetarezultira
problemimauprometu, jergradovinisupredvidjeli tolikaprometnaopterećenja.Štoviše,
velikisvjetskigradovinastalisuprijenegoštosusemotornavozilamoglaizamisliti,pase
stoga takavučinak teškomogaopredvidjeti.Ovaj seproblemneodnosi samonavozilau
pokretu kojima je u značajnoj mjeri otežano kretanje prometnicama unutar gradskih
središta već i na tzv. promet u mirovanju koji zapravo predstavljaju parkirana vozila.
Postojeći parkirališni kapaciteti u velikom broju slučajeva ne zadovoljavaju ni trenutne
potrebeugradovimapaćevrloteškouspjetizadovoljitipotrebekojećenastatiubudućnosti.
Prostorezanovaparkiralištaigaražegotovojenemogućepronaćiugradskimsredištimaveć
seutusvrhumožejedinoizvršitiprenamjenaobjekata,odnosnorušenjenekogodpostojećih
objekata kako bi se sagradio prostor za parkiranje ukoliko to ne predstavlja problem s
kulturološko‐povijesnogaspekta.
Nedostatakdostatnogkapacitetaprometnicapotiče idejuuklanjanjauličnihparkirališnih
prostora kakobi se taj problemunekojmjeri ublažio, no to svakako rezultira još većim
parkirališnimproblemomdokseneosiguradovoljnoparkirališnogprostoraizvankolnika.
Raspoloživi parkirališni kapaciteti nisu jedini prepoznat problem. Smještaj postojećih
parkirališnih mjesta također može značajno utjecati na propusnu moć ulica i normalan
prometnitok.Kolonevozilakojesemoguformiratinaprilazimagaražailiparkiralištaina
tajnačinnepovoljnoutjecatinaodvijanjeprometa.Vozilakojatražeslobodnoparkirališno
mjestouzrubprometnicečestomijenjajudinamikusvogkretanja,štosetakođerodražava
napoželjanjednoličantokprometa.Nerijetkoseisasvimzaustavljajukakobiseparkirala
vožnjomunazadčimezaustavljajusavprometjednimprometnimtrakom.
Prometumirovanju,odnosnoparkiranjevozilaugradovimainaseljimapreraslojeuvrlo
složenproblemskojimsesuočavajugradskevlastimnogihgradova.Štojevećinedostatak
odgovarajućihparkirališnihmjestatojevećapojavanepropisnogparkiranja.Neodgovorni
vozačineparkirajusvojavozilasamonamjestimazainvalideiosobesposebnimpotrebama
većdoslovnogdjegod stignu.Tako senepropisnoparkiranavozila izmeđuostalogmogu
pronaći na pješačkim prijelazima, uz prometna raskrižja, uz kontejnere za smeće, na
autobusnimitaksipostajama,napodručjimaograničenogparkiranjailipodručjimazabrane,
na pločniku, na dječjim igralištima ili dvostruko parkirana uz već zauzeta parkirališna
mjesta.Gradskevlastipokušavajuusuradnjiskomunalnimdruštvima,agencijama,policijom
i drugim zainteresiranim stranama stati na kraj ovome problemu uporabom različitih
regulatornihmjera,strategijaipolitikaparkiranjatetimeriješitiizraženinesrazmjerizmeđu
JasminĆelić Doktorskirad
17
broja zahtjeva zaparkiranje s jedne strane ili parkirališnepotražnje i raspoloživogbroja
parkirališnihmjestasdrugestraneiliponudeparkiranja.
2.1.Obilježjaparkiranja
Parkiranjepredstavlja aktivnost smještanja vozila i ostavljanje vozila bez vozača i
putnikanaodređenovrijemeograničenovremenomdolaskaivremenomodlaska.Zarazliku
odparkiranja,zaustavljanjevozilajesvakiprekidkretanjavozilanacestiutrajanjudotri
minuteprikojemvozačnenapuštavozilo,osimprekidakojisečinidabisepostupilopo
znakuilipravilukojimseupravljaprometom.
Infrastrukturuzaparkiranječineprostoriiobjektikojisunamijenjeniitehničkiopremljeni
zaparkiranjevozila.Parkirališnomjestojepovršinanamijenjena,projektirana,uređena,
označena i tehnički opremljena za parkiranje. Sva infrastruktura za parkiranje unutar
određenogpodručjapredstavljainjegovuparkirališnuponudu.Parkirališnapotražnjaje
ukupan broj vozila koja na određenom području u određenom vremenu traže
raspoloživo parkirališnomjesto. Prema prostoru gdje su smještena parkirališnamjesta
mogusepodijelitina:
uličnaparkirališnamjesta
izvanuličnaparkirališnamjesta.
Izvanuličnaparkirališnamjestamogusenadaljepodijelitina:
parkirališta,
garaže.
Izvanuličnaparkirališnamjestamogu imati objedinjenulaz i izlaz vozila, ili se onimogu
realizirati odvojeno na jednom ili više mjesta. Ovisno o namjeni parkirališta i garaža
potrebnojeposebnupažnjuposvetitiobjektimaipodručjimaodinteresaprilikomplaniranja
i izgradnjekakobinjihovsmještajbiooptimalan(npr.akoseradiogaražiiliparkiralištu
trgovačkogcentraondajetomjestoskolicimazakupovinu,ulazuobjekt,mjestozanaplatu
popotrebiisl.).
Gradovismanjimbrojemstanovnikarijetko imajuuređenegaražneprostorezbogvisoke
cijene izgradnje takvih objekata. U tablici 3. prikazana je ovisnost broja raspoloživih
parkirališnihmjestaoveličinigrada.Izprikazanihsepodatakamožezaključitidabrojuličnih
parkirališnihmjestauodnosunabrojstanovnikakontinuiranoopada,abrojgaražnihmjesta
raste.
JasminĆelić Doktorskirad
18
Tablica3. Brojparkirališnihmjestauodnosunaveličinugrada
Brojstanovnikaupromatranimgradovima(u1000)
Mjestazaparkiranje
uličnaparkirališnamjesta parkirališta garaže
broj % broj % broj %
10–25 1090 41 1530 58 10 0
25–50 1430 36 2420 61 140 4
50–100 1610 35 2790 60 260 6
100–250 2130 28 4760 62 820 11
250–500 2450 20 7910 64 1940 16
500–1000 3200 14 12500 55 6900 31
preko1000 8000 14 32200 55 18600 32
Izvor:Highwayresearchboard:"Parkingprinciples",SpecialReportNo.125,USA,1971.
Motivi za parkiranje su primarni razlozi zbog kojih korisnik vozila parkira vozilo na
promatranompodručjuimogubiti:
stanovanje–parkiranjezbogdolaskanamjestostalnogboravka
posao–parkiranjezbogdolaskanaradnomjesto
poslovni posjet – parkiranje zbog odlaska u poduzeće koje ne predstavlja radno
mjesto(poslovnisastanciisl.)
privatan posao – parkiranje zbog obavljanja privatnog posla (plaćanje računa
isl.)
kupovina–parkiranjezbogodlaskautrgovinu
rekreacija–parkiranjezbogpasivnerekreacije(posjetemuzeju,kazalištu,biblioteci
isl.)iliaktivnerekreacije(amaterskesportskeaktivnosti)
ostalo–sviostalirazlozikojinespadajuuprethodnonavedene.
Utjecaj na parkiranje imaju i objekti smješteni u prostornu strukturu gradskih središta
ovisno o svojem sadržaju. Osnovne karakteristike objekata s obzirom na parkirališnu
problematikusustupanjatraktivnostiivrijemetrajanjaatraktivnosti.Stupanjatraktivnosti
može se prikazati kao odnos između jednovremenskih zahtjeva u vremenu trajanja
atraktivnosti i jednovremenskih zahtjeva izvan vremena trajanja atraktivnosti. Vrijeme
trajanjaatraktivnostijerazdobljeukojemkorisnicisadržajazadovoljavajusvojepotrebe.
JasminĆelić Doktorskirad
19
Uznavedenečimbenikeredovitoseuistraživanjimakoristeiparametrikojipredstavljaju
gustoćustanovništvanapromatranompodručjuibrojvozilapodomaćinstvu.
Premadužinitrajanjaparkiranjasemogupodijelitina:
jakokratkaparkiranja(15do30minuta)
kratka(30do120minuta)
srednjeduga(2do6sati)
duga(6do10sati)
jakoduga(višeod10sati).
TrajanjeparkiranjaΔtpjevremenskiintervalzadržavanjavozilanaparkirališnommjestuod
početka parkiranja t1 do napuštanja parkirališnog mjesta t2 izraženo u odgovarajućim
vremenskimjedinicama.SrednjetrajanjeparkiranjanaMparkirališnihmjestaτjeprosječnozadržavanjevozilanapromatranimparkirališnimmjestimaiupromatranomintervaluΔt,
odnosno
2 1
1 1
1
ikM
ij iji j
M
ii
t t
k
, (1)
gdjesu:
M – ukupanbrojpromatranihparkirališnihmjestazakojaseračunasrednjetrajanje
parkiranja
(t1)ij – vrijemedolaskaj‐togvozilanai‐tomjestozaparkiranje
(t2)ij – vrijemeodlaskaj‐togvozilasai‐togmjestazaparkiranje
ki – brojostvarenihparkiranjanai‐tommjestuzaparkiranje
urazdobljuΔt.
Akumulacijaparkiranja[75]jebrojparkiranihvozilanaodređenojpovršiniuodređenom
trenutku.Onapredstavljamjerilopotražnjezaparkiranjem.Parkirališnivolumen[160]je
ukupanbrojjedinstvenihvozilaparkiranihnapromatranompodručjuudanomrazdoblju.
Stupanj atraktivnosti nekog područja katr izračunava se kao odnos između akumulacije
parkiranja na početku razdoblja trajanja atraktivnosti A0 i maksimalne akumulacije
parkiranjaurazdobljutrajanjaatraktivnostiAmax,odnosno
0
maxatr
Ak
A . (2)
JasminĆelić Doktorskirad
20
Koeficijentiskorištenjapromatranogbrojamjestazaparkiranjebiobi
isk
Ak
M , (3)
gdjejeAakumulacijaparkiranja.
Prosječan koeficijent iskorištenja ili indeks parkiranja koristi se za ocjenu uspješnosti
korištenjaodređenogkapacitetazaparkiranje.Možeseizračunatikao
opterećenjeparkiranja
100kapacitetparkiranjaprosiskk , (4)
gdjejeopterećenjeparkiranja[voz/h]područjeispodkrivuljeakumulacijeimožesedobiti
umnoškombrojavozilakojazauzimajuparkirališniprostorusvakomvremenskompresjeku
AjsduljinomvremenskogintervalaT,akapacitetparkiranjaukupanbrojraspoloživihsati
za parkiranje na M parkirališnih mjesta u razdoblju Δt. Dakle, prosječan koeficijent
iskorištenjamožesedobitiizizraza
1 100pros
m
jj
isk
A Tk
M t
, (5)
Obrtiliizmjenaparkiranjakjeostvarenibrojparkiranjanajednomparkirališnommjestuu
promatranomvremenuΔt.SrednjibrojizmjenapojednomparkirališnommjestuksrednaM
raspoloživihparkirališnihmjestaizračunavasepomoćuizraza
1
M
ii
sred
kk
M
, (6)
gdjesu:
ksred – srednji broj izmjena parkiranja u promatranom vremenu Δt po jednom
parkirališnommjestu
ki – brojostvarenihizmjenaparkiranjanai‐tomparkirališnommjestu
M – brojpromatranihparkirališnihmjestazakojaseračunasrednjibrojizmjena.
UdaljenostzapješačenjeLpjeudaljenostkojuvozačprijeđepješiceodparkirališnogmjesta
do krajnjeg odredišta. Ovo je obilježje vrlo značajno pri izboru lokacije za izgradnju
parkirališta ili garaže. Udaljenost za pješačenje ovisi o veličini grada, motivu i trajanju
parkiranja.Razvojemgradapovećavase iprihvatljivaudaljenostzapješačenje[75].Zbog
JasminĆelić Doktorskirad
21
relativno visokih cijena parkiranjamnogi su vozači spremni duže pješačiti i parkirati na
jeftinijim parkirališnim mjestima. Prihvatljiva duljina pješačenja ovisi o cijelom nizu
čimbenikapoputdobnestrukturevozača,vremenskihprilika,navikazapješačenjem,doba
dana,dobagodine,raspoloženjavozača,svrhevožnje,cijeneparkiranja,činjenicežurilise
ilinevozaču,tedrugih[76].
2.2.Upravljanjeparkiranjem
Sustavnoupravljanjeparkiranjem,poputnaplatecestarinaiostalihpristupakojise
zasnivaju na prometnoj potražnji, može utjecati na prometno zagušenje i na taj način
smanjiti potražnju za putovanjem u promatrano područje. Elastičnost, kao jedna od
karakteristika ovoga pristupa rješavanju problema zagušenja u gradskim središtima,
omogućuje precizno usmjeravanje na ciljanu skupinu u odnosu na prostor i vrijeme.
Prometnazagušenja izračunavajusepomoćuparametaraprometnog tokapoputprotoka,
prosječnebrzineiprosječnegustoće[161].
Upravljanje parkiranjem je općenito prihvaćeno kao način za racionalno korištenje
ograničenogparkirališnogprostoraupodručjimasvisokomaktivnošću(npr.ograničenana
maksimalno2sataparkiranja).Akosekoristineovisnoodrugimmjerama,sveopćajavnost
gajemanjespremnaprihvatitiusmislumjerezareguliranjeukupneupotrebeosobnihvozila
istogaćebitiznatnomanjeučinkovituublažavanjuzagušenjaugradskimsredištima.
Dva najzastupljenija pristupa koja se u okviru upravljanja parkiranjem koriste u svrhu
smanjivanjaprometnihzagušenjasuograničenjebrojaraspoloživihparkirališnihmjesta i
povećanje cijene parkiranja. Ograničenje broja iskoristivih ili raspoloživih parkirališnih
mjestautječeinasmanjenjebrojavozilanaprometnojmreži.Jedanodindirektnihoblika
kontrolepristupaužojgradskojjezgrimožebitiiparkirališnapolitikakojomćesespriječiti
ili dozvoliti upotreba uličnih i izvanuličnih parkirališnih prostora, iako sama po sebi ne
predstavljamjerukontrolepristupa.
Jedanodvodećihproblemakojiindirektnouzrokujuprometnazagušenjauvelikimurbanim
sredinamasunekontroliranaibesplatnaparkirališnamjestauglavnomuokviruposlovnih
objekata u užem centru grada. Takve potencijalne mogućnosti privlače vozila u urbana
središta inegativnoutječunanaporekojisuuloženiupromocijukorištenjaalternativnih
mogućnostiprijevozaugradu.Neovisnootome,slabaparkirališnaponudauodnosunavisok
stupanjkorištenjavozilavodepremakruženju,odnosnotraženjuraspoloživogparkirališnog
mjesta.Stoga,upravljanjeparkiranjem,kaoneizostavandioukupnestrategijeupravljanja
potražnjom,predstavljabitančimbenikstvaranjaravnotežeizmeđuponudeipotražnje.
JasminĆelić Doktorskirad
22
Upravljanje parkiranjem u urbanim sredinama nosi sa sobom i niz nelogičnosti. S jedne
stranegradoviželeosigurativisokstupanjpristupačnosti,uključujućipritomipristupačnost
osobnimvozilom,dokseistovremenoneželepreplavitiprometomiotvoritisepremasvima
s više odgovarajućih parkirališnih prostora. Također, prepoznatljiva je razlika između
količineparkirališnogprostorakojulokalnevlastiodgovornezaprometugradusmatraju
optimalnomionerazinekojuposlovnisubjekti(aredovitoiostataklokalnihvlasti)smatraju
neophodnom za njihovu održivost i nesmetan rad. Upravo su navedeni razlozi uzrok
uobičajenihnesuglasicaizmeđulokalnihvlastikojeunačelukontrolirajuuličnaparkirališna
mjestaiprivatnogsektorakojinajvećimdijelomkontroliraizvanuličnaparkirališta.Svakako,
posebnupažnjutrebaobratitiinarazlikuizmeđuočekivanjalokalnogstanovništvaprema
raspoloživim uličnim parkirališnimmjestima i onih koji u gradsko središte dolaze zbog
svojihaktivnosti(posla,kupovine,rekreacije,zabaveidr.).
Ove su nelogičnosti, nesuglasice i neusklađenosti često rezultirale gotovo jednako tako
nesuvislim i nedosljednim parkirališnim pravilima i politikama čime su se u prošlosti
ugrožavalestrategijeupravljanjazagušenjima.Rješenjenavedenesituacijemožesepotražiti
u sveobuhvatnom pristupu upravljanju parkiranjem koji će se znati nositi s navedenom
problematikom i biti jedan od ključnih elemenata uravnotežene strategije upravljanja
zagušenjima.
Čestomeđusobnokomplementarne,mnogesuparkirališnestrategijekojesemogupojaviti
kao podrška politikama upravljanja zagušenjima. One obuhvaćaju mjere orijentirane na
općepoznata ulična i izvanulična parkirališta i mjere koje nastoje indirektno upravljati
privatnimparkirališnimprostorimapoputparkirališnihprostorausklopuraznihposlovnih
objekataikomercijalnihodredišta.
Glavnajeulogaupravljanjaparkiranjemosiguravanjeodređenogbrojaparkirališnihmjesta,
tekontroliranje,reguliranjeiograničavanjenjihoveupotrebe.Brojparkirališnihmjestase
naodređenimpodručjimalimitiraidodjeljujusepravapovlašteneupotrebeparkirališnih
mjestaza lokalnostanovništvo ivozilasvišeputnika.Upravljanjeponudomparkirališnih
mjesta podrazumijeva i određivanje lokacije garaža na ključnim lokacijama u gradu
uključujući i pružanje informacija korisnicima o količini i raspoloživosti slobodnih
parkirališnihmjesta,čimeseosiguravamogućnostograničavanjabrojauličnihparkirališnih
mjesta i reducira zagušenje koje nastaje uslijed kruženja u potrazi za raspoloživim
parkirališnimmjestom.Naposljetku trebauložitipotrebnenaporekakobi seučimvećoj
mjeripoštivaliodgovarajućipropisi.
JasminĆelić Doktorskirad
23
Usvrhuizbjegavanjanegativnihučinakakojimogunastatiprovedbompolitikeupravljanja
parkiranjem,trebauzetiuobzirsljedeće:
uspješno upravljanje parkiranjem temelji se na provođenju politike naplate
parkiranja,nounastojanjimadaseodržiodgovarajućarazinapristupačnostitreba
postojatisvijestopotencijalnimkontraproduktivnimučincimaipostupatiuskladus
time;
nužna je dosljednost u primijenjenoj praksi i politici cijena u cijelom urbanom
području, a ne samo u glavnom zagušenom dijelu određenog gradskog središta –
strategijaupravljanjaparkiranjemtrebasesvudasustavnoprovoditi;
javni i privatni pružatelji usluga parkiranja trebaju surađivati i djelovati u sklopu
jedinstvenog programa upravljanja parkiranjem kako bi se održala garancija
ravnomjerneponude;
u svrhu učinkovitog korištenja parkirališnih objekata i izbjegavanja stvaranja
nepotrebnog prometa izazvanog traženjem slobodnog parkirališnog mjesta,
korisnicima treba pružiti odgovarajuće i precizne informacije o raspoloživim
parkirališnimmjestima;
upravljanjeparkirališnimmjestimaiodređivanjecijenaparkiranjatrebabitiuskladu
s:
- pozicijom(udaljenostodpodručjaodinteresa,npr.gradskogsredišta)
- trajanjemparkiranjaiodgovarajućomdobidana
- tipomkorisnikainjihovimaktivnostima(posjet,posao,stanovanje,kupovina,
dostava,...)
- poticanjem vozača na prijevoz više putnika (povlastice za vozila s više od
jednogputnika)
- mogućnostimaupotrebe integriranih višenamjenskihparkirališnih objekata
koji mogu uslužiti više korisnika na manjem prostoru od pojedinačnih
parkirališnihmjesta(postojimogućnostdijeljenjaparkirališnihmjestaizmeđu
grupe korisnika na specifičnom području u ovisnosti o njihovim dnevnim
potrebamazaparkiranjem,odredištimaidobidana).
Politika parkiranja ima i vrlo velik utjecaj na ponašanje vozača i putnika. U ovisnosti o
odrednicama prihvaćene parkirališne politike oni će mijenjati modove prijevoza,
prilagođavatitrajanjeboravkanaodređenojlokacijiilivrijemeputovanjaiodlučivatisena
izbor drugih parkirališta. Stoga politika parkiranja kao jedna odmjeramože doprinositi
JasminĆelić Doktorskirad
24
upravljanjuzagušenjima,utjecatinaušteduukupnogvremenaprovedenognaputovanjui
smanjenjeemisiještetnihplinovaibuke.
Upravljanjeparkiranjemobuhvaćaitzv.Parkandride(P+RiliP&R)objektekojisusmješteni
u predgrađu i predstavljaju parkirališta vezana za javni prijevoz putnika, te na taj način
omogućavajusvimputnicimakojisuseuputiliunekogradskosredišteostavitisvojavozila
na parkiralištu i koristiti alternativne mogućnosti prijevoza poput autobusa, tramvaja,
trolejbusa,vlakaisl.Navedeniobjektimogusekoristitiiusvrhudijeljenjavozila(carpooling,
car‐sharing).
U pojedinim europskim zemljama lokalne vlasti u suradnji s poslovnim sektorompotiču
ostavljanjeosobnihvozila izvangradskihsredištananačindapoduzećafinancirajutrošak
parkiranjazaposlenikaukolikoseodlučezanavedenimodel.Upravljanjeparkiranjemjeu
navedenomprimjerumjerakojomsepotičeodređenagrupakorisnikasmanjenjuupotrebe
svojih osobnih vozila. Stoga je za uspješno upravljanje parkiranjem potrebno osigurati
kvalitetan javni prijevoz i dovoljan kapacitet vozila javnog prijevoza s odgovarajućim
cijenama u odnosu na cijene parkiranja. P+R objekti na rubovima gradskih zona snažno
utječunapovećanuupotrebujavnogprijevozaputnikaidoprinosenastojanjimapromjene
prijevoznihmodovausmjerugradskihsredišta.
Smanjivanje zagušenja u cestovnom prometu i rješavanje ostalih problema posredno i
neposredno izazvanih parkiranjem (sigurnost, okoliš i dr.) korištenjem odgovarajuće
politike parkiranja dat će najbolje rezultate u sredinama u kojima najveći udio prometa
predstavljaonajkojemjeodredišteunutaristesredine.Akojevećidioprometaprolaznog
tipatadaćepolitikaparkiranjaimatiznatnomanjiutjecajnanavedenuproblematiku,amože
čak imati i suprotno djelovanje, odnosno da privlačenje još većeg toka prometa kroz
promatranosredište.
Cjelovita i učinkovita parkirališna politika kao neizostavni dio upravljanja parkiranjem i
snažna potpora upravljanju zagušenjima treba biti usklađena s prostornim uređenjem i
razvojnim planovima i baviti se svim aspektima parkiranjima (uličnim i izvanuličnim
parkiranjem,javnimiprivatnim)uključujućiodređeniobliknaplateparkiranjairaspodjele
parkirališnihmjesta,tebitipovezanaspolitikompromoviranjapristupaurbanimsredištima
alternativnimmodovimaprijevoza.GradRimjekrozprojektProgress[77]postaoprimjer
dobreprakse ipokazaokakoupotrebomintegriranestrategijedoćidodobrihrezultatau
nastojanjusmanjivanjautjecajazagušenja.
JasminĆelić Doktorskirad
25
2.3.Sustavizainformiranjeiupućivanjenaparkirališnamjesta
Kruženje u svrhu traženja slobodnog parkirališnog mjesta značajan je čimbenik
zagušenjaprometaugradskimsredištimauvrijemevršnihdnevnihprometnihopterećenja.
Od25do50postorazdobljanajvećihprometnihgužviotpadanaprometvozilaizazvanna
taj način. Takvo je stanje veoma teško ispitati i potvrditi, no kada cijena i kvaliteta
raspoloživih parkirališnih mjesta nisu jednako raspodijeljene duž prometno zagušenog
gradskog središta, promet uzrokovanparkirališnompotražnjommožebiti značajan [78].
Ovaj se problem ne odnosi samo na ulične parkirališne prostore već je uzrokovan i
potražnjom odgovarajućeg parkirališnog mjesta unutar izvanuličnih parkirališta [79].
Studijakoja jeobuhvatilazračnelukeuSAD‐upokazujeiskustvaputnikačije jekašnjenje
uslijedproblemanastalihprilikomdolaskanaodgovarajućaparkiralištaitekakoutjecalana
kvalitetunjihovihputovanja[80].
Glavniciljsustavazainformiranjeiupućivanjenaparkirališnamjesta(ParkingGuidanceand
Information,PGI) jesmanjenjeprometauzrokovanogtraženjemodgovarajućegslobodnog
parkirališnogmjestaugradskimsredištimaivelikimparkiralištima.Naulazimaiizlazima
parkirališta ili na pojedinačnim parkirališnim mjestima obično su instalirana osjetila ili
uređaji za brojanje vozila kako bi se omogućilo prikupljanje podataka o broju zauzetih
parkirališnih mjesta. Osjetila koja se koriste u ovu svrhu najčešće su induktivne petlje,
infracrvena,ultrazvučnaimagnetskaosjetila,strojnivid,telaser[81],[109],[110],nouistu
svrhu se koriste imnoge druge tehnologije [82]–[94]. Prikupljeni podaci o raspoloživim
parkirališnimmjestimašalju se žičnim ilibežičnimvezamau centralno računalou svrhu
procesiranja i odgovarajuće se informacije prenose vozačima putem statičkih ili
promjenjivihprometnihznakova,mobilnihuređaja,radija,internetailitelematičkihsustava
uvozilukojinajčešćeslužezanavigaciju.Oveporukeobičnosadržepozicijuraspoloživih
parkirališnih mjesta i informacije o mogućim prometnim pravcima do istih, a mogu
sadržavati i ostalekorisnepodatkepoput zone,ukupnogbroja raspoloživihparkirališnih
mjestanaparkiralištu,cijeneparkiranjaisl.
Sustavizaupućivanjenaparkirališnamjestaiinformiranjeoblikovanisuiimplementiranis
ciljemostvarenjanizaprednostiuključujući:skraćenjevremenaputovanja,manjezagušenja
na prometnicama i smanjenje nezadovoljstva vozača, manju potrošnju goriva i energije,
smanjenjezagađenjazraka,smanjenjebuke,povećanjeprihodaodparkiranjaiunaprjeđenje
provedbeparkirališnihograničenja[95].
PrvijePGIsustavpostavljenugraduAachenuNjemačkojranih70‐ihgodina.Procjenjujese
dajedosredine90‐ihgodinaprošlogstoljećapostavljenougradoveširomsvijetavišeod
100inteligentnihsustavazaupravljanjeparkiralištimasnajvećomkoncentracijomuEuropi
JasminĆelić Doktorskirad
26
iJapanu[96].Većinajeovihsustavapružalaparkirališneinformacijezagradskasredišta,no
također ih se moglo pronaći u sklopu velikih parkirališta izvangradskih središta (npr.
trgovačkimcentrimaizračnimlukama).BrojnisugradoviimplementiraliPGIsustaveiza
rubnouličnoparkiranje(npr.Southampton).
PosljednjihsusedvadesetakgodinaPGIsustavipostaviliširomSAD‐a.Takosusepojaviliu
gradskim središtima u St. Paulu (Minnesota) i Pittsburghu (Pennsylvania) te na velikim
parkirališnimprostorimausklopuzračnihlukauBaltimoreu(Maryland),Houstonu(Texas),
Orlandu(Florida)iMinneapolisu/St.Paulu(Minnesota).
2.3.1.PGIsustaviugradskimsredištima
UgraduYokohamauJapanuPGIsustavpružavozačimainformacijeoraspoloživosti
slobodnihparkirališnihmjestaiupućujeihnaparkirališta.Obuhvaćenoje16parkiralištas
višeod4000parkirališnihmjesta.Sustavdijeligradučetirikoncentričnezone.Uprvojzoni
vozačiulazenapodručjegradagdje seupoznaju s raspoloživimslobodnimparkirališnim
mjestimaputemdetaljnihinformacijanaprometnimznakovimaspromjenjivimsadržajem.
Ulaskomutrećuzonuprometniznakovispromjenjivimsadržajemusmjeravajuvozačena
parkirališta,tenaposljetkunaulazuuparkirališneobjektepokazujunazivobjektaiukupan
brojslobodnihparkirališnihmjesta[108].
PGIsustavpodnazivomROMANSEpostavljenje1992.uSouthamptonu(Hampshire,UK).
Ovajjesustavuključivao13parkiralištai26pločaspromjenjivimsadržajemsmještenimna
glavnim prometnicama koje su prikazivale informacije u stvarnom vremenu o broju
slobodnihparkirališnihmjesta.Sustavjetrebaloproširitiinauličnaparkirališnamjestauz
izmjenuprogramskogdijelaparkirališnihuređajakakobibiliumogućnostikomuniciratis
centralnimračunalomzaobradupodataka[97].
UEuropijekasnih70‐ihgodina,nakonprvihuspješnopostavljenihPGIsustava,uFrankfurtu
naMaini(Njemačka)izvornoinstaliranPGIsustavkakobinavodiovozačenaparkiralištasa
slobodnim parkirališnim mjestima. Sustav je nadograđen 1992. godine pločama s
promjenjivim sadržajem kako bi vozačima pružio više informacija o geografskim
specifičnostima(npr.gradskazona,područje,parkiralište)utrenutkukadaonipristupaju
svojimodredištimapoputsustavaprimijenjenoguYokohami[98],[108].
PGI sustav u gradu Ghent (Belgija) uključuje pet različitih procesnih faza: detekciju i
procesiranje na lokalnoj razini, centralno procesiranje, kontrolu i provjeru, dinamičke
znakove i prijenos podataka iz različitih komponenti sustava [99]. U svrhu prijenosa
podataka parkirališnih osjetila do centralnog računala i slanja poruka s parkirališnim
informacijama statičkim i dinamičnim promjenjivim prometnim oznakama koristi se
televizijska distribucijska mreža. Sustav se neprekidno nadzire kako bi se otkrio svaki
JasminĆelić Doktorskirad
27
potencijalnikvarukomunikacijiizmeđuparkiralištaicentralneprocesnejedinice.Uslučaju
prekinute komunikacije sustav predviđa raspoloživost parkirališnih mjesta uporabom
povijesnihpodataka[100].
USAD‐useoperativnitestPGIsustavapoprviputaprovodiugraduSt.Paul(Minnesota),no
umeđuvremenusezbogzastarjeleopremeobustavljaipokrećepostupakzanadogradnjui
zamjenudijelasustava.Namijenjenprvenstvenoposjetiocimaituristimasustavjepovezivao
10parkirališta(7garažai3otvorenaparkirališnaprostoraujavnomiprivatnomvlasništvu)
s centralnim računalom. Podaci s parkirališta su se u stvarnom vremenu obrađivali na
centralnomračunaluiparkirališnesuseinformacijeprikazivalenaLEDzaslonimakojisuse
nalazilinasvimkritičnimgradskimraskrižjima[100],[108].
U Pittsburghu (Pennsylvania) je implementiran PGI sustav koji je vozače navodio do
parkirališta i posebnih znamenitosti. Većina prometnih znakova sustava bila je statičkog
karakteraosimonihkojisusenalazilinaparkiralištimausklopugradskogstadiona[106],
[108].
Također, predložena je i planirana ugradnja PGI sustava s odgovarajućim prometnim
znakovima koji bi prikazivali dinamičke poruke i pružali informacije o slobodnim
parkirališnimmjestima u stvarnom vremenu u San Joseu (California) i New York Cityju
[101],[107].
U novije se vrijeme razvijaju i implementiraju različite inačice sustava za upućivanje na
raspoloživa parkirališna mjesta širom svijeta. Postojeći se sustavi nadograđuju novim
mogućnostima ili se u cijelosti zamjenjuju, te svoju primjenu nalaze kod sve šireg broja
korisnika.
2.3.2.PGIsustaviusklopuvelikihparkirališta
JedanodvodećihprimjeraPGIsustavanavelikimparkiralištimaizgrađenjeugradu
BristoluEngleskoj.Nekolikoparkirališnihstrukturasukupno2.645parkirališnihmjesta
opremljeno je PGI sustavom za detekciju i upućivanje vozila do slobodnog parkirališnog
mjesta.Sustavjekoristioinfracrvenaosjetilazadetekcijuraspoloživihparkirališnihmjesta,
prenosioinformacijedocentralnogračunala,prikazivaobrojslobodnihparkirališnihmjesta
nasvakojstrukturalnojraziniinavodiovoziladonjih.Sustavjebioumogućnostipredviđati
parkirališnu potražnju u određenom dijelu dana na osnovi povijesti parkiranja na
parkirališnom prostoru. Rezultat toga je sposobnost sustava da pravovremeno predvidi
trenutakpopunjenjaparkiralištailinjegovogsegmentatepreusmjeripopotrebivozilana
drugaraspoloživaparkirališta[108].
JasminĆelić Doktorskirad
28
DrugitakavprimjerjeparkiralištesvišerazinakojedjelujeusklopuzračnelukeBlagnacu
Toulouseu(Francuska).Svakoparkirališnomjestonadgledanojeultrazvučnimosjetilomi
LEDsvjetlanavodevozačedoraspoloživihparkirališnihmjesta.Sličansustavinstaliranjei
naparkiralištetrgovačkogcentrauIstambulu(Turska)[108].
Puno napredniji sustav implementiran je u međunarodnoj zračnoj luci Baltimore‐
Washington u SAD [100]. Ovaj sustav trenutno koristi ultrazvučne senzore u svakom
parkirališnommjestuparkiralištazapraćenjezauzetostiparkirališnogprostora.Svijetleće
elektroničkeoznakenavodevozačadoraspoloživogparkirališnogmjesta,prikazujuukupan
brojraspoloživihparkirališnihmjestapoprolazuistatuszauzećasvakogpojedinogmjesta
[100],[108].
DrugadvaparkiralištauSADkoristePGIsustavekojipratebrojraspoloživihparkirališnih
mjesta napojedinim razinamaparkirališta, a ne svakopojedino raspoloživo parkirališno
mjesto.Umeđunarodnojzračnoj luciSt.Paulprate seulazna i izlaznarazinaparkirališta
Humphrey, te se uz pomoć svijetlećih signala na stropu vozilimaprikazuje raspoloživost
parkirališnihmjestanasvakojrazini[108],dokseumeđunarodnojzračnojluciGeorgeBush
koristi sustav žica ugrađen u infrastrukturu garaže (sedam razina sa 6.500 mjesta) za
praćenjeraspoloživostiparkirališnihmjesta,drvenerampezazatvaranjepopunjenihrazina
idigitalnizaslonizaupućivanjevoziladorazinesaslobodnimparkirališnimmjestima[111].
UsprkosrelativnovelikombrojuPGIsustavainstaliranihuSAD,EuropiiJapanupostojitek
nekoliko studija koje vrednuju njihove učinke [102] i većina se tih studija fokusira na
dinamičke sustave upućivanja na raspoloživa parkirališnamjesta u gradskim središtima.
Nažalost,provedenestudijeradijetežeopisnimstatističkimmetodamanegopunosloženijim
tehnikamasviševarijabli[87].
Rezultati istraživanja navedenih studija i istraživanja koja su provedena u sklopu
razmatranja inteligentnih sustava za upućivanje vozila na slobodna parkirališna mjesta
[103], [104], [105], pokazuju da se upotrebom PGI sustava vidljivo doprinosi smanjenju
vremenaputovanja,asamimtimeismanjenjupotrošnjegorivaiemisiještetnihplinovate
ostalihnegativnihučinaka.
2.3.3.ModerniPGIsustavi
Danassenatržištumogupronaćirazličitarješenjaipristupiurealizacijisustavaza
upućivanjevozilanaparkiranje.U.S.DepartmentofTransportationpokrećeprogrampod
nazivomActiveTransportationandDemandManagement(ATDM)unutarkojegsenalazi i
Active Parking Management program čija je uloga dinamičko upravljanje parkirališnim
objektimauregijikakobisepovećalaučinkovitostiiskoristivostnanačinutjecajanaizbor
vremena i modova putovanja, te naposljetku i odgovarajućeg parkirališnog objekta. Cilj
JasminĆelić Doktorskirad
29
programajesmanjitizagušenja,povećatisigurnostiinfrastrukturnaulaganja.ATDMpristup
uključuje dinamičko određivanje cijene parkiranja, dinamičko rezerviranje parkirališnih
mjesta,dinamičkopronalaženjeputaidinamičkopopunjavanjeparkirališnihkapaciteta.
Osnovna komponenta aktivnog upravljanja parkiranjem je informacija. Informacija koju
trebapružitikorisnikukakobimogaodonijetiodlukuuvezisparkiranjemmorabitijasna,
precizna,relevantna,detaljnaistvarnovremenskateprenesenanavišerazličitihnačinaiu
više različitih formata.Touključuje i tradicionalne statičkeprometneznakove,prometne
znakovespromjenjivimsadržajem, internet,mobitele,pametnemobitele isličnemobilne
uređaje, navigacijske uređaje i sl. Buduća bi rješenja trebala unaprijediti postojeća i
uključivatinovenaprednetehnologije,teseprimijenitiinauličneiizvanuličneparkirališne
prostore.
Primjeridobrepraksekojisunastalikaorezultatprethodnonavedenogprogramasu:
SFpark
(SanFrancisco,CA,http://sfpark.org)
PARKSmart
(NewYork,NY,http://www.nyc.gov/html/dot/html/motorist/parksmart.shtml)
ExpressPark™
(LosAngeles,CA,http://expresspark.lacity.org)
Capri
(Stanford,CA,https://stanfordcapri.org)i
QuickPark
(SanDiego,CA,http://compass.511sd.com/QuickPark/Default.aspx).
NjemačkimobilnioperaterDeutscheTelekompokrenuoješestomjesečnipilot–projektčijije
zadatakbiousmjerennauvođenjeinteligentnogsustavazaupućivanjenaparkiranjeugradu
Pisi (Italija) kako bi se pomoglo vozačimamotornih vozila i turistima pronaći slobodno
parkirališnomjestobrzoilako.
DeutscheTelekom i partnerska kompanija Kiunsys u suradnji s lokalnim vlastima ovoga
talijanskoggradaugradilisusenzoreusvakoparkirališnomjestonapodručjupodnazivom
PiazzaCarrara.Ugrađeniuređajprikupljainformacijeiprosljeđujeihputemmobilnemreže
u gradsku poslužiteljsku infrastrukturu prije prikazivanja na interaktivnim panelima za
upućivanjevozačanaslobodnomjestoiliunutarpostojećegradskeaplikacijeTap&Park.
Sustavomogućavagradskimdužnosnicimaanaliziranjepovijesnihpodatakaputemvelikog
podatkovnogservisa,pomažepriizbjegavanjuprometnihgužviismanjujeemisijuštetnih
plinovaugradu(Slika2.).
JasminĆelić Doktorskirad
30
Rješenje za pametne gradove pod nazivom Fastprk (www.fastprk.com) proizvelo je
poduzeće Worldsensing čija je osnovna djelatnost proizvodnja senzora za specifične
potrebe. Jedno od najnaprednijih i najpouzdanijih sustava ovoga tipa za upućivanje na
parkiranje omogućava informiranje korisnika putem uličnih panela ili mobilnih uređaja.
Fastprkradiustvarnomvremenu,koristimagnetskesenzoreimožebitispojennabilokoji
sustavnaplate(Slika3.).
Slika2. RješenjetelekomunikacijskogoperatorautalijanskomgraduPisi
Slika3. PrikazmogućnostirješenjazaupućivanjenaparkiranjepodnazivomFastprk
JasminĆelić Doktorskirad
31
PoduzećeParkHelp(www.parkhelp.com)specijaliziralosezaizraduparkirališnihrješenja
za općine. Njihovi inteligentni sustavi za upućivanje vozila na parkiranje pružaju
stvarnovremenske informacije o slobodnim parkirališnim mjestima te brzo i učinkovito
upućujukorisnikedoslobodnihmjesta.Sustavodlikujurobusnisenzoriotporninaincidente,
dinamičkasignalizacija,mobilnaaplikacija,centralnaupravljačkaaplikacija,apopotrebise
ugrađuju i uređaji koji putem signalnih stupova signaliziraju korisniku kada istječe
zakupljeniperiodparkiranja.
Slična rješenja nude: švicarsko poduzeće TinyNode (www.tinynode.com), njemačka
poduzećaMSR‐Traffic (www.msr‐traffic.de) iMobilisis (mobilisis.eu),globalnakorporacija
HUB Parking Technology (www.hubparking.com), američki IPS Group Inc.
(www.ipsgroupinc.com), francuski Parkeon (www.parkeon.com), grčka Moviva
(www.moviva.gr), nizozemski Nedap (www.nedap.com), belgijski Pulsar Consulting SA
(www.parking‐guidance.com), austrijski Swarco AG (www.swarco.com), azijski Rosim
(www.rosimits.com)iInnoTek(www.innotek‐co.com),temnogidrugi2.
Posebnosesvojiminovacijamaiširokimpodručjemprimjeneudomenipametnihgradova
ističe španjolski proizvođač bežične senzorske opremeLibelium (www.libelium.com).Na
slici 4. prikazan je cijeli spektar mogućnosti primjene različitih senzora koji uključuju i
pametnoparkiranjetesprječavanjeprometnihzagušenja.
Uz cjelovita programsko‐sklopovska rješenja za upućivanje vozila na parkiranje koja se
mogu naći na tržištu, posljednjih desetak godina razvijen je cijeli niz različitihmobilnih
aplikacijazaupravljanjeparkirališnimmjestima.
U Madridu i Barceloni u Španjolskoj pojavio se sustav za upravljanje parkiranjem koji
ostvaruje52%uštedenanaknadamazaparkiranjeiuprosjekuoko20minutanatraženju
slobodnogparkirališnogmjesta.PoduzećeWeSmartpark spoznalo jedauBarceloni svaki
dan375.000voziladoputujeugrad,akoličinaparkirališnihmjesta je279.000.Uželjida
pomognu riješiti ovaj problem poduzeće je osmislilo sustav koji će dozvoliti vlasnicima
privatnihparkirališnihmjestaiznajmljivanjeurazdobljimakadasuonatijekomdanaprazna
inekoristese.Naovajsenačinudvostručavabrojparkirališnihmjestaiznatnopovećava
parkirališnaponudaugraduštojeubrzoprepoznatoiizvangranicaŠpanjolske,tesuidruge
državeprihvatiledioidejakojesunastaleizovogpristupa.
2 Na Parking Network internetskim stranicama (www.parking‐net.com), koje predstavljaju relevantan
izvor informacija u svezi s parkirališnom industrijom, redovito se objavljuju novosti o novim
postignućima.
JasminĆelić Doktorskirad
32
Slika4. KonceptpametnogsvijetapremavizijamarazvojnogtimapoduzećaLibelium
Korisnik servisa treba rezervirati jedno parkirališno mjesto koje je vlasnik postavio na
internet.Pomoćukarticekojasemože„napuniti“novcemosiguranjepristuprezerviranom
parkirališnommjestu.WeSmartpark sustav detektira vozilo i ako je rezervacija ispravna
automatski otvara vrata. Rezervaciju je moguće provesti putem računala ili mobilne
aplikacije pod nazivom Aparca Ya (parkiraj sad) koja pruža informaciju vozaču o
raspoloživimparkirališnimmjestimablizunjegovogželjenogodredišta.Rezerviratisemože
prije dolaska u grad ili u stvarnom vremenu tijekom traženja slobodnog parkirališnog
mjesta.Zahvaljujućiovomnovomsustavumobilnostljudiugradupunojeučinkovitija.
Mobilnaaplikacija JustPark (www.justpark.com)podrijetlom izUK, funkcionira istokao i
aplikacijaWeSmartpark,koristiječak180.000ljudiuUKi250.000širomsvijeta.
UBarceloniseuzmobilnuaplikacijuWeSmartparkkojakoristiprivatnaparkirališnamjesta,
koristiiaplikacijapodnazivomapparkB.Nakonštosugradskevlastiutomgraduodlučile
dozvolitinaplatuparkiranjaputemmobilnihuređajazasvojuplavuizelenuzonugrađanisu
mogli koristiti mobilne uređaje kao alternativu plaćanja putem parkirališnih uređaja.
Posebnapogodnostkoja senudilagrađanimabila jenaplata točnoonogvremenakoje je
voziloprovelonaparkiralištu za razlikuod sustavanaplateputemparkirališnih aparata.
JasminĆelić Doktorskirad
33
Također,akobikorisnikzaboraviogdjejeparkiraovozilo,aplikacijabiganavodilauzpomoć
geolokacijskihusluga.
Aplikaciju jeucijelosti financiraogradtakoda jezakorisnikebesplatna,amoguće ju je
koristitiinaiOSiAndroiduređajima.Dabiseaplikacijamoglakoristitinužnojeizvršiti
registracijukojaćeupamtiti IDosobe,brojkreditnekartice i registarskuoznakuvozila.
Prilikomkorištenja,aplikacijaobavještavakorisnikakadamuističerezervacija,auslučaju
da mobilni uređaj ostane bez baterije najam se može prekinuti upotrebom običnog
telefona. Korisnik je prilikom upotrebe aplikacije upoznat s maksimalnim dozvoljenim
trajanjemparkiranjauodređenojzoniicijenikojajenasnaziuzahtijevanomvremenu.Uz
privatnuregistracijusvakikorisnikmožeimatiidrugikorporativniračunkojiomogućava
da više korisnika koristi isto vozilo. Poduzeća imaju potpuni nadzor nad troškovima
parkiranjaubilokojemtrenutku.Gradskislužbenicimoguprovjeravatiparkiranavozila
očitavanjemregistarskihoznakaupotrebomdlanovnikainatajnačinspriječitinelegalno
korištenjeparkirališta.
AplikacijapodnazivomPayParkkojasekoristiuMadriduiGironiradinaistinačinstimeda
savprihodostvarentimputemodlazinaosobesinvaliditetom.UgraduOttawi(Kanada)
koristiseaplikacijakojojsemožepristupitiputeminternetailimobilnimuređajimaikojase
uosnovirazlikujeodaplikacijeapparkBpotomeštonegeolocirasvojekorisnike.Aplikaciji
jepotrebnoproslijeditibrojsuređajazanaplatuparkiranjaisračunaćeseskinutiodređen
iznos cijeneparkiranjauvećanza25centi.Aplikacija senazivaPayByPhoneParking.Ova
aplikacijasekoristiiucentruLondonateuameričkomgraduSeattle,alisdrugomcijenom
transakcije.
Natržištusemogupronaćiimnogedrugemobilneaplikacijezaupravljanjeparkirališnim
mjestima poput Parkopedie koja omogućava korisnicima razmjenu informacija o
parkiralištimasciljempronalaženjanajadekvatnijegparkirališnogmjesta,WhereiParkkoja
tražiparkirališnamjestablizuodredišta,uspoređujecijeneinaposljetkuzakupljujemjesto,
ParkingPande,Sofortparkenitd.NeštodrugačijipristupkoristemobilneaplikacijeMonkey
Parking, Sweetch i ParkModo. Vozači registriraju mjesto gdje su parkirali i kada odluče
napustiti lokaciju prepuštajumjesto drugom zainteresiranom vozaču na istom području.
Drugivozačkojidolazinaparkirališnomjestoplaćaprvom,aaplikacijaobračunavatroškove
usluge. Na taj način vozači ostvaruju uštedu jer ne plaćaju za vrijeme koje nisu koristili
parkiralište,odnosnoparkiranjesenenaplaćujedvaputa.
Sva navedena pametna parkirališna rješenja, bez obzira radi li se samo o mobilnim
aplikacijama koje upravljaju parkirališnim mjestima ili o cjelovitim inteligentnim
parkirnimsustavima,uodređenojmjeriumanjujunegativneučinkekojisunastaliuslijed
procesa parkiranja. Ovu činjenicu vjerojatno najbolje potvrđuje istraživanje koje je u
JasminĆelić Doktorskirad
34
SAD‐uproveoMeđunarodniinstitutzaparkiranje(InternationalParkingInstitute),ačiji
surezultatiprikazaninaslici5.
Slika5. RezultatiistraživanjaMeđunarodnoginstitutazaparkiranje
Parkirališnajeindustrijaustalnomrazvojuzahvaljujućinovimtehnologijama,inovativnim
aplikacijama i znanju te stručnosti profesionalaca na području parkiranja. Izvješće
Međunarodnog parking instituta, kojeg čine parkirališna udruženja na području SAD‐a,
stavljanaglasaknanekolikoključnihnadolazećihtrendova[112]:
Održivost– objekti namijenjeni za parkiranje postaju „zeleni“ uporabom
energetskiučinkoviteflourescentnerasvjetekojadužesvijetliipruža
više sigurnosti. Potrošnja energije u objektima za parkiranje se
smanjuje uporabom brojača, fotoćelija i prigušenog osvjetljenja.
VećinanovihobjekatagradisepremazahtjevnimLEED3standardima
što uključuje primjenu reciklažnih sustava kao što su sustavi za
recikliranjekišnice,korištenjerecikliranihmaterijalaukonstrukcijii
uporabu obnovljivih izvora energije poput solarnih ploča,
vjetroelektrana, bioloških goriva i vodikove gorive ćelije. Objekti
takođerimajurazvijenesustavezagospodarenjeotpadominjegovo
odlaganje.
3 LeadershipinEnergyandEnvironmentalDesign
JasminĆelić Doktorskirad
35
Uporabamobilnih aplikacija – ekspanzija novih aplikacija za pametne telefone i
mobilneuređajepružamogućnostipronalaska,rezervacijeiplaćanja
parkiranja.
Poboljšano upravljanje prometom – osnaživanje prometnih tokova uporabom
bežičnih senzora koji ukazuju na raspoloživost prostora u
parkirališnim objektima i uređajima za navigaciju u vozilu koji
prikazujulokacijuparkirališta.
Kontrolapristupaparkiralištu–upotrebakameraispecifičnihprogramskihrješenja
zaprepoznavanjeregistracijskihoznakausvrhuutvrđivanjaovlasti
prilikompristupaparkirališnomobjektu.
E‐plaćanje–parkirališna se industrija sve više odmiče od tradicionalnog načina
plaćanjanovčanicamaipružamogućnostplaćanjanarazličitenačine.
Postaje zapunjenje električnihvozila –uslijedpovećanjabroja električnihvozila
očekujesedaparkiralištaimajustanicuzapunjenje.
Integracija parkiranja s planiranjem – parkirališni su operateri prepoznati kao
osobe koje svojim specijalističkim znanjima mogu značajno
pridonijeti urbanim projektima. Potrebno ih je uključiti u timove s
arhitektima,inženjerima,programerimaiplanerima.
Naslici6.prikazanisutrendovikojiimajunajvećiutjecajnaparkirališnuindustriju,anaslici
7.onikojinajvišemoguutjecatinapoboljšanjeodrživosti.
Međunarodniinstitutzaparkiranjejeusvojojpublikaciji[112]objaviodaćedo2020.godine
napodručjuAmerikeznatnoporastibrojparkirališnihmjestaopremljenihsenzorimaštoće
otvoritinizrazličitihmogućnostizapametneparkirnesustave.
Europskoudruženjezaparkiranje(EuropeanParkingAssociation,EPA)ukazujenapotrebu
razvijanjasvijestiočinjenicidanepostojebesplatnaparkirališnamjesta,tedavozačiuopće
nisusvjesnipotrebeplaćanjaukupnihtroškovaparkirališnihmjesta.Tucijenuucijelostine
plaćajuvozači,alijesubvencioniranaodstraneporeznihobveznikauEuropiuiznosuod300
eurapoporeznomobveznikugodišnje[114].
JasminĆelić Doktorskirad
36
Slika6. Prikaztrendovakojiimajunajvećiutjecajnaparkirališnuindustriju[113]
Slika7. Prikaztrendovakojiimajunajvećipotencijalzapoboljšanjeodrživosti[113]
JasminĆelić Doktorskirad
37
S ciljem osiguravanja kvalitete i sigurnosti na području europskemobilne infrastrukture
2013. godine provedeno je testiranje u sklopu EuroTest programa na 60 garaža širom
Europe4 koje je između ostaloga obuhvaćalo i sustave za dinamičko upućivanje na
parkiranje. Od ukupnog broja testiranih garaža njih čak oko 25% nema implementiran
nikakavsustavzanavođenje,jednatrećinaimasustavesasignalizacijomkojanijeoptimalna
iliuopćenijeufunkciji,višeodpolatestiranihgaražanemanumeričkioznačenaparkirališna
mjestakakobi sepomoglovozačima jednostavnijepronaći svojavozila, čakvišeoddvije
trećinenemaoznačenepješačke staze, 70%garažanema telefone zahitne slučajeve, od
ukupnogbrojaparkirališnihmjesta19%suminimalneširineod3mijednačetvrtinagaraža
jelošeodržavana.
Evidentniimjerljiviproblemiusvezisparkiranjemkojiseprijesvegaodnosenazagušenja,
onečišćenjeokolišaisigurnost,opravdajurelativnovisokaulaganjauinteligentneparkirne
sustave.Racionalnoupravljanjeparkirališnimprostorimaikvalitetnopostavljenestrategije
i politike parkiranjamogu znatno djelovati na kvalitetu života u lokalnim zajednicama i
zadovoljstvokorisnikausluga.Navedenisustavikaopodskupinainteligentnihtransportnih
sustavapostajusastavnidijelovivizijepametnihgradovaštoimprijesvegaomogućujebrz
tehnološki razvitak.Kaoprepoznatljivdiokoncepta interneta stvari, inteligentniparkirni
sustavi ubrzo će biti neizostavni dio novih infrastrukturnih projekata većih gradskih
središta.
4 Testiranje je provodio konzorcij sastavljen od članova europskih automobilskih klubova, pod
pokroviteljstvomudruženjaFIA (Fédération Internationalede l’Automobile) izBriselakojepredstavlja
preko34milijunamobilniheuropskihkorisnika.
JasminĆelić Doktorskirad
38
3. NAPREDNISUSTAVIZAINFORMIRANJE
PUTNIKA
Sastavnidiointeligentnihtransportnihsustavasuinaprednisustavizainformiranje
putnika (Advanced traveler information systems, ATIS) koji korisnicima pružaju više
prijevoznihmogućnostiipovećavajuučinkovitostputovanja.Putnicikojiputujunakraćim
ili dužim relacijama imaju potrebu za informiranjem o stanju na cesti, vremenskim
uvjetima, dužini i trajanju putovanja, te o potencijalnim područjima od interesa koji se
mogunalaziti duž predviđene rute. Pri promjenimoda prijevoza i čekanju na nastavak
putovanja (autobusom, vlakom, brodom, zrakoplovom) informacije potrebne putnicima
poput voznih redova i cijena prijevoznih sredstava već su spremne za distribuciju
zainteresiranim korisnicima. Putnici koji imaju prethodna saznanja o prometnim
zagušenjima, incidentima na prometnicama i mogućim zastojima umanjit će stresnost
svojegputovanja,iakoupotpunostinemoguizbjećisvenegativnečimbenike.Nadalje,taksi
prijevozniciivozačikamionaimajudirektnekoristioduporabeputničkihinformacijakoje
imomogućujuizbjegavanjeneisplativihzastojauprometu,atimeivećuproduktivnosti
isplativostposlovanja.
Informacijeoputovanjumogusekoristitiprije ili tijekomputovanjapasestogamogu i
podijelitinapretputneiputneinformacije.Pretputneinformacijeomogućavajukorisniku
planiranjeputovanja,izbornačina(moda)putovanja,teprepoznavanjeiodabirmjestaza
zaustavljanje.No,uvjetisuputovanjadinamičkogkarakteraimogusepromijenitiinakon
polaskapajestogakorisnoputnicimaomogućitipristupodgovarajućiminformacijamai
tijekomputovanja,odnosnouprijevoznomsredstvuinamjestimazaustavljanja.Takvese
informacijenazivajuputneinformacije.
ATIS za razliku od svojih tehnološki znatno slabije razvijenih prethodnika na drugačiji
načinprikuplja,obrađujeiisporučujepodatke.Uovimsenaprednimsustavimainformacije
spremaju u računalne baze podataka (ili u računalne oblake koji su danas gotovo
nezaobilazni dio uslužno orijentirane arhitekture) i uz moderne računalne i
komunikacijsketehnologijemogubitipreuzetei isporučeneubilokojevrijemeinabilo
kojemmjestu.Brzrazvoj isveširaprimjenanovihtehnološkihpostignućapredstavljaju
osnovu za unaprjeđivanje. Ona se prije svega očituje u povećanju procesorske snage i
brzine, digitalizaciji svih oblika podataka, novim pristupima u bežičnom prijenosu
podataka, mogućnostima kvalitetnijeg prepoznavanja i sintetiziranja govora, odnosno
stvaranju novih ljudsko‐strojnih, odnosno ljudsko‐računalnih sučelja s kvalitetnim
prepoznavanjem govora, dostupnosti preciznijim podacima satelitskih globalnih
JasminĆelić Doktorskirad
39
položajnihsustava(GlobalPositioningSystem,GPS),stupnjuminijaturizacijeiinovacijama
napodručjuuređajazanapajanjeikemijskihizvoraenergije.
Telekomunikacijski podsustavi, koji uključuju glasovne, podatkovne ili videoprijenose
žičnimibežičnimmrežama,omogućujuzainteresiranimputnicimapristupATISbazama
podatakaputemcijelognizatehnološkisvenaprednijihirazvijenijihtipovauređajapoput
mobilnih telefona, kabelske televizije, dlanovnika i prijenosnih računala, te jedinica u
vozilu. Većina ATIS procesa je gotovo u cijelosti automatizirana i na zahtjev poslužuje
putnike bez potrebe za ljudskom intervencijom. Pretputne informacije distribuiraju se
korisnicima prvenstveno putem informacijskih servisa na fiksnim lokacijama poput
infokioska smještenim na područjima od interesa (trgovačkim centrima ili drugim
odgovarajućimmjestimasvelikimprometompješaka),mrežnihstranicakojimasemože
pristupiti s bilo kojeg mjesta gdje postoji internetska veza i servisi fiksne telefonije.
Distribucija putnih informacija prvenstveno se provodi bežičnim putem uporabom
mobilnihtelefona,prijenosnihračunalaijedinicauvozilu.
Osnovni je cilj navedenih sustava pružanje informacija koje trebaju zadovoljiti potrebe
organizacijailipojedinaca.Neovisnootomeradiliseouobičajenimputnicima,poslovnim
putnicima,turistima,osobamakojeupravljajukomercijalnimvozilimanakraćimilidužim
relacijama,sustavtrebabitisposobanpružitiodgovorenaraznapitanjakaoštosu:gdjese
nalaze prometna zagušenja, koje se autobusne i željezničke rute mogu koristiti, koje
prometnice imajuograničenjaza teška teretnamotornavozila ivozila sprikolicom, itd.
DruštvaiagencijezajavniprijevoznaATISgledajukaonaalatzaupravljanjeprijevozom
koji im pomaže u postizanju ciljeva prijevozne politike smanjivanjem zagušenja i
neposrednimpovećavanjembrojvozilautranzitu.Društvaiagencijezajavniprijevozse
nadajudaćeosiguravajućikvalitetneistvarnovremenskeinformacijeoprometnojmreži
putem ovakvih sustava utjecati na ponašanje putnika, te na taj način doprinositi
cjelokupnoj prometnoj situaciji na odnosnom području. S druge strane, to je i želja
poslovnih subjekata uključenih u razvoj i izgradnju sustava kakobi opravdali relativno
visokucijenu.
Identifikacijamogućihpodručjaprimjeneiciljevasustavajedanjeodnajvažnijihzadataka
timovakojiradenaplaniranju,notrebaimatinaumudasesustavnebitrebaousredotočiti
na dio prometne problematike i određene modove prijevoza već osigurati širinu i
dostupnostinformacija.Također,širenjeslobodnihibesplatnihinformacijanebismjelo
doprinositiuništavanjukomercijalnihservisa.
JasminĆelić Doktorskirad
40
Tablica4. SadržajkojiATISmoguprikazivati
Statičkeinformacije(unaprijedpoznate,malaučestalostpromjene)
planiraneaktivnostiizgradnjeiodržavanja
posebnidogađaji(parade,proslave,obilježavanja,sportski,kulturnii
drugidogađaji)
načiniplaćanjaitroškovicestarine
troškovivozilautranzitu,rute,čekanja,itd.
vezesdrugimmodovimaprijevoza
propisizakomercijalnavozila(npr.zaopasanteret,teškateretnamotornavozilaivozilasprikolicom)
cijenailokacijaparkirališnihmjesta
poslovnaponuda(npr.hoteli,benzinskepostaje)
turističkaodredišta
navigacijskeupute
Dinamičkeinformacije(stvarnovremenske,visokaučestalost
promjene)
uvjetinacestama,uključujućiinformacijeonezgodamaizagušenjima
alternativnerute
vremenskiuvjetinaprometnicamapoputsnijega,ledaimagle
rasporedtranzitnogprijevoza
raspoloživostparkirališnihmjesta
vrijemeputovanja
informacijeoautobusnim,željezničkimitrajektnimodredištima
Izvor:Prilagodioautornaosnovi„DevelopingTravelerInformationSystemsUsingtheNationalITSArchitecture“,U.S.DepartmentofTransportation,Washington,1998.,pp.2‐4
3.1.Naprednaosjetilaucestovnomprometu
Tehnologije koje će u nastavku biti opisane rijetko se koriste samostalno već su
neizostavni dijelovi sustava i podsustava u sklopu različitih ITS rješenja. Izraz "osjetilo"
podrazumijeva sklopovlje i ugrađenu programsku podršku kojima se otkriva prisustvo
vozila na prometnici i pretvaraju dobivene informacije u podatke o prometnom toku.
Parametri prometnog toka koji se obično koriste u ITS aplikacijama uključuju volumen,
zauzetost prometnih traka, potražnju, prostorno napredovanje, propusnost, trenutnu i
prosječnu brzinu vozila, gustoću, kašnjenje, zaustavljanje, podatke ishodište‐odredište,
okretnimomentifunkcionalnukonfiguraciju[115].
Algoritmi za obradu podataka mogu se nalaziti u sklopovlju osjetila, infrastrukturnom
elementu ili centru za upravljanje prometom. Algoritmi koji se nalaze umodulu osjetila
običnoodprimljenogsignalagenerirajusirovepodatkekojinajčešćesadržeinformacijuo
JasminĆelić Doktorskirad
41
prisustvuvozilaibroju.Onimogupružiti iobrađenepodatkepoputnapredovanja,brzine
pojedinogvozilaiprosječnevrijednostirazličitihparametaraprometnogtoka.Algoritmiu
cestovnomkontrolerupružajuprosječnevremenskepodatkepoputzauzetostitraka,broja
vozila u određenim vremenskim razdobljima, broja zaustavljanja, propusnosti i reda
čekanja.Ostatakobradepodatakaprovodiseucentrimazaupravljanjeprometomgdjese
podacidobivenisprometnicaspajajusinformacijamadobivenimizostalihizvora.
Ukooperativnimsesustavimainformacijedobiveneodosjetilamoguobrađivatiiuvozilu
kakobisespriječilomogućekašnjenjeuzrokovanoputovanjeminformacijedoupravljačkog
centra i zatim do vozila te osiguralo stvarnovremensko obilježje. Naravno, takva osjetila
morajubitiopremljenauređajimazabežičnukomunikaciju.
3.1.1.Induktivnepetlje
Induktivne petlje (Inductive loop detectors, ILD) su zbog svoje široke primjene
najčešćekorištenoosjetilousustavimazaupravljanjeprometom.Sastojeseodjednogiliviše
namotaizoliranežicekojaformirakružnicupromjera6stopailikvadratisteširine.Ugrađuju
se plitko u strukturu prometnice i spajaju s odgovarajućim električnim uređajem i
kontroleromkojisenalazeuormarićuporedprometnice.Žičanapetljasepobuđujesignalom
od10do50KHzčimeseoblikuje lokalnomagnetskopolje iznadprometnice.U trenutku
kadasemetalnovozilozaustavinaodnosnomprometnomsegmentuiliprođeprekonjega
indukcijapetljesesmanjuještopakdovodidopovećanjafrekvencijeosciliranja.Električni
uređajtadašaljeimpulskontroleruukazujućinaprisustvoiliprolazakvozila.Novijeinačice
induktivnihpetljikoristevišefrekvencijekakobiotkrileodređenemetalnedijelovevozilai
tako omogućile njihovo razvrstavanje. Posebno se može istaknuti njihova upotreba na
ulazimaiizlazimaizgaražnihobjekata,ajedanodvodećihnedostatakaimjekomplicirana
naknadnaugradnjauprometnice.
3.1.2.Magnetskaosjetila
Magnetska osjetila mjere poremećaje Zemljinog magnetskog polja uzrokovane
prisustvommetalnihdijelovavozila.Čestosekoristeumjestoinduktivnihpetljigdjenjihova
primjena nije moguća (npr. na mostovima ili ojačanim kolnicima). Dva se tipa osjetila
magnetskogpoljakoristezamjerenjeparametaraprometnogtoka.Prvisetipnazivadvo‐
osni vektormagnetometar (fluxgatemagnetometer) i otkriva promjene u horizontalnoj i
vertikalnoj komponenti Zemljinog magnetskog polja. Dva su načina rada ovoga tipa
magnetometra.Uprvom, impulsnomnačinuradamagnetometarmožebrojativozilakoja
prolaze prometnicom (isprekidani signal na izlazu), a u drugommože otkrivati njihovo
prisustvo(kontinuiraniizlaznisignaldokjevoziloprisutno).Drugitiposjetilamagnetskog
poljaotkrivapromjeneuZemljinommagnetskompoljukadavoziloupokretuprođepreko
JasminĆelić Doktorskirad
42
zone otkrivanja. Ova sumagnetska osjetila indukcijskimagnetometri. Većina ih nemože
otkritizaustavljenavozilailinjihovoprisustvojerimjepotrebnokretanjekakobiproizveli
signalnaizlazu.
Slika8. Magnetskaosjetila(©nwavetecilibelium)
3.1.3.Radarskaosjetila
Radarskaosjetilaspadajuuposebnevrsteradara.Tipoviprometnihpodatakakoje
prima mikrovalno radarsko osjetilo ovise o valnoj dužini koja se koristi za prijenos
mikrovalneenergije.Zaodređivanjebrzinevozilakoristeseradarisneprekinutimvalom,
odnosnoradarisneprekinutomemisijomodašiljača(ContinuousWave,CW).Brzinavozila
proporcionalnajepromjenifrekvencije izmeđuprimljenogiodaslanogsignalatesestoga
određujemjerenjemtepromjene.Dopplerovpomak frekvencijenastajeprolaskomvozila
krozzonuotkrivanja.Emisijaiprijamsignalatekuneprekidnopajerazdvajanjetihsignalai
osnovni problem njihove konstrukcije [116]. Doppler radar s neprekinutim valommože
otkrivatisamovozilaupokretu,aneinjihovoprisustvo.
KakobisemjeriloiprisustvovozilakoristisefrekvencijskimoduliraniCWradar.Prisustvo
vozilaseodređujenaosnovipromjeneudaljenostidociljakojasedogađakadavozilodođe
u vidno polje radara. Udaljenost se mjeri u razdobljima kada se odaslana frekvencija
smanjujeilipovećavatijekomvremena.Onajeproporcionalnarazlici frekvencija f koja
nastajeuodašiljačuizmeđuvremenaodašiljanjatf1ivremenaprijamatf2.Mjerenjebrzine
vozila postiže se tehnikom dijeljenja vidnog polja. Prilikom prolaska vozila mjeri se
vremenskarazlikaulaskavozilausvakopojedinopoljeuzpoznatuudaljenostmeđunjima.
Većinakomercijalnodostupnihmikrovalnihradarskihosjetilakojasekoristeucestovnom
prometuodašilje elektromagnetskuenergijuuX frekvencijskompojasuna frekvenciji od
10,525 GHz. Za višu rezoluciju podataka mogu se koristiti i više frekvencije, ali će
pokrivenostbitineštomanja.
JasminĆelić Doktorskirad
43
3.1.4.Infracrvenaosjetila
Infracrvenaosjetilamoguraditiuaktivnom ilipasivnomnačinurada.Uaktivnomnačinu
rada,laserskediodekojeradeuspektrublizuinfracrvenogosvjetljavajuzoneotkrivanja.Dio
odaslaneenergijereflektirasekadvoziloputujekrozzonu.Reflektiranaenergijadolazido
infracrvenog osjetnika koji je pretvara u električni signal, te se isti analizira u stvarnom
vremenu.Prisustvostacionarnogvozilailivozilaupokretuodređujesemjerenjemvremena
kojejepotrebnodaseodaslaniinfracrveniimpulsvratidoosjetilanakonštosereflektirao.
Vrijemeobilaskajekraćekadajevoziloprisutnouzonijerjeudaljenostodosjetiladovozila
manja negoudaljenost od osjetila doprometnice. Brzina vozilamjeri se uporabomdviju
fiksnih zraka od kojih je jedna usmjerenamalo unaprijed. Brzina vozila izračunava se iz
vremenske razlike koja je nastala prolaskom prednjeg dijela vozila kroz svaku pojedinu
zraku,uzpoznatuudaljenost izmeđuzraka.Klasifikacijavozilasemožedobitimjerenjem
dvodimenzionalnogvisinskogprofilavozila.Voziloseklasificiraupotrebomalgoritmakoji
uspoređujemjerenjemodređeniprofilvozilasaprofilimarazličitihklasavozilakojisenalaze
spremljeniubazipodataka.
Pasivnaosjetilaneodašiljuenergijuvećotkrivajuenergijukojaseodašiljeilireflektiraod
vozila,površineprometniceidrugihobjekatauvidnompoljuiizatmosfere.Izvorenergije
kojuemitiravoziloilipovršinaprometnicejeradijacijasivogtijelaproizvedenapovršinskom
temperaturomemisijskogobjektarazličitomodnule.Kadavozilouđeuvidnopoljeosjetila
generirasesignalkojijeproporcionalanumnoškurazlikeemisijeirazliketemperaturepod
pretpostavkom da su površinske temperature vozila i prometnice jednake. Promjene u
emitiranojenergijikoristesezaotkrivanjevozila.
3.1.5.Ultrazvučnaosjetila
Ultrazvučnaosjetilaodašiljutlačnevalovezvučneenergijenafrekvencijamaizmeđu
25 i 50 kHz koji su iznad granice ljudske čujnosti. Većina ultrazvučnih senzora radi s
impulsnim valnim oblicima, te mogu pružati informacije o broju vozila, prisutnosti i
zauzetosti.Impulsnivalnioblikkoristisezamjerenjeudaljenostidopovršineprometnice
ilivozilaotkrivanjemdijelareflektiraneenergijekojasevraćauosjetilo.Kadaseizmjerena
udaljenost razlikuje od one izmjerene do površine prometnice, osjetilo ju tumači
kao prisutnost vozila. Ultrazvučna energija pretvara se u električnu koja se analizira u
pripadnom elektroničkom sklopovlju za obradu signala. Brzina vozila se može
mjeriti snimanjem vremena prolaska vozila kroz dvije kalibrirane međusobno blisko
postavljene zrake. Ova tehnika je slična tehnici koju koriste laserski radari. Za
mjerenje brzine ultrazvučna osjetila mogu koristiti Dopplerov princip i konstantnu
frekvenciju, ali je njihova cijena znatno viša od impulsnihmodela. Dopplerov jemodel
JasminĆelić Doktorskirad
44
prvenstvenonapravljen zauporabuu sklopu infrastrukturezaupravljanjeprometomu
Japanu.
Slika9. Ultrazvučnoosjetilo(©parksol)
3.1.6.Akustičnaosjetila
Akustična osjetila mjere brzinu i protočnost vozila te zauzetost prometnice
otkrivajućizvučnuenergijukojajeuoblikučujnihzvukova.Zvukoveproizvoderazniizvori
zvukova unutar vozila, ali i interakcija guma s površinomprometnice. Prilikomprolaska
vozila kroz zonu otkrivanja, algoritam za obradu signala prepoznaje povećanje energije
zvuka i stvara signal koji označava prisutnost vozila. Nakon što vozilo napusti zonu
otkrivanja,razinaenergijezvukapadaispodpragaotkrivanjainestajesignalkojioznačava
prisutnostvozila.
Osjetila su postavljena u obliku dvodimenzionalnog polja mikrofona koji primaju
zvuk proizveden približavanjem vozila. Jedan odmodela akustičnih osjetila upotrebljava
vremenskokašnjenjeizmeđudonjihigornjihmikrofonakakobiotkriovozilouodređenoj
prometnoj traci. Kada je vozilo u zoni otkrivanja zvuk dolazi do svih mikrofona gotovo
istovremeno, a kad se nalazi izvan navedene zone gornji mikrofoni primaju zvuk sa
zakašnjenjem zbog određenog međusobnog razmaka u odnosu na donje mikrofone.
Postavljajusepodkutomod10do30stupnjeva,adometimjeod6do10,5metara.Zvuk
nastaoizvanzoneotkrivanjaseprigušuje.Ovajmodelosjetilanijeprikladanzasporipromet
vozilasčestimzaustavljanjemikretanjem.
Drugi tip akustičnog osjetila sadrži gusto popunjeno polje mikrofona i prostorno
prilagođenuobradu signala kakobi se omogućilo stvaranje više zonaotkrivanja.Osjetilo
može biti postavljeno iznad centra prometnice i nadzirati od 6 do 7 prometnih traka
istovremeno.ZonaotkrivanjausmjeruprometnogtokajeveličinezonekojupokrivaILD.
JasminĆelić Doktorskirad
45
3.1.7.Videoprocesori
Videoprocesori (Video image processors, VIP) otkrivaju prisustvo vozila analizom
videoslikaiotkrivanjempromjenauuzastopnimokvirima.Sustavseobičnosastojiodjedne
ilivišekamera,mikroprocesorazadigitalizacijuiobraduslikaiodgovarajućegprogramaza
interpretacijuslikaipretvaranjedobivenihrezultataupodatkeoprometnomtoku.Algoritmi
zaobraduslikeanalizirajunijansesivebojeuskupinipikselaslikovnihokviravideosnimke.
Filtriranjemnepoželjnihnijansisivihtonovakojinastajuuslijedvremenskihuvjeta,raznih
sjenanaprometnicamaiuslijedizmjenadanainoći,možeseuklonitipozadinai izdvojiti
objektod interesa (automobil,kamion,motor,bicikl i sl.).Analizomuzastopnihslikovnih
okviraVIPmožeizračunatiinformacijeoprometnomtoku.
VIPsustavisemogupostavititakodapratedolazniiodlaznitokvozila.Problemdolaznog
toka vozila je što duga vozila poput kamiona s prikolicom mogu smanjiti preglednost
prometnogtraka,aupotrebaprednjihsvjetalavozilaponoćizasljepljujekameru.Također,
kodzavojitihseprometnicavozilouzavojumožegreškompridružitikrivomprometnom
traku. Vozila u odlaznom toku primjećuju se odmah u neposrednoj blizini kamere i
jednostavnije seprepoznajuponoći jer stražnja svjetlavozilanezasljepljujukameruveć
olakšavajuprepoznavanje.Kameresupostavljenenajčešćeiznadprometniceiimajupuno
manjiutjecajnaponašanjevozača.
TrisurazličitekategorijeVIPsustava.Uprvojkategorijisustavakorisnikmožeodrediti
ograničenibrojzonaotkrivanjauvidnompoljuvideokamere.Kadavoziloprođejednomod
prethodnoodređenihzonabilježisepromjenapikselanaslicikoju je izazvaloprisustvo
vozila na prometnici. Druga kategorija sustava omogućava otkrivanje vozila na većem
segmentu prometnice. Ovakvi sustavi pružaju dodatne informacije o prometnom toku
poput promjene prometnog traka. Treća kategorija sustava može prepoznati i pratiti
određenovoziloiligrupuvozilakadaprođukrozvidnopoljekamere.Vozilaseprepoznaju
pronalaženjem karakterističnih područja koje sačinjavaju susjedni pikseli i zatim se ta
područjatražeuuzastopnimslikovnimokvirimakakobiseproizvelipodacizapraćenje
odabranog vozila ili grupe vozila. Buduća primjena praćenja uz pridružene podatke
omogućitćeprepoznavanje ipraćenjevozilakako istaprolazeodvidnogpolja jednedo
vidnogpoljadrugekamere,tećepredstavljatiosnovuzaizračunavanjevremenaputovanja
i pružati informacije o ishodištu i odredištu. Također, isti bi sustav mogao pronaći
svojuprimjenuupronalaženjuvozilakojekružiupotrazizaraspoloživimparkirališnim
mjestom.
JasminĆelić Doktorskirad
46
3.2.Naprednetehnologijezalociranjevozilainavigaciju
Automatska lokacija vozila (AutomaticVehicleLocation, AVL) predstavlja cijeli niz
tehnologija koje uključuju tehnologije pozicioniranja, mapiranja i komunikacije. AVL
tehnologije se rijetko koriste kao samostalne aplikacije već su sastavni dio mnogih ITS
servisa poput rutnih vodiča, tranzitnih putničkih informacija, upravljanja flotom
komercijalnihvozila,računalnopomognutogotpremništva,otkrivanjazagušenjaipovratka
ukradenihvozila.OsnovnekomponenteAVLinavigacijskihtehnologijasu:
lokacijsketehnologijeipozicijskisustavi
mape
geografskiinformacijskisustavi(GIS)imap‐matching
rutnivodičiitehnologijepronalaženjaputa
tehnologijeprikazivanjaidistribucijeinformacija.
3.2.1.Pozicijskisustavi
Četirise tipapozicijskihtehnikakoristeza ITS:navigacijapomoćuproračunavanja
puta (dead reckoning), satelitski pozicijski sustavi, zemaljska radiofrekvencija i map‐
matching.
Satelitski pozicijski sustavi koriste se u svim modovima transporta. Primjer sustava za
globalno pozicioniranje (Global positioning system, GPS) je radiopozicioniranje koje se
temeljinasatelitimaMinistarstvaobraneSjedinjenihAmeričkihDržava.Satelitiprimaju i
spremaju podatke prenesene s kontrolnih postaja, zadržavaju precizno vrijeme svojim
atomskim satovima i prenose informacije korisnicima. Zemaljske kontrolne postaje
odgovornesuzapraćenjesatelita,izračunavanjeorbita,telemetrijuinizdrugihaktivnosti
potrebnih za kontrolu satelita. Pregled globalnihnavigacijskih satelitskih sustava (GNSS)
prikazanjeutablici5.
U navigaciji pomoću proračunavanja puta trenutna se pozicija izračunava na osnovi
posljednje poznate pozicije vozila te njegovog smjera i brzine. Brzina, udaljenost i smjer
mjere se različitim osjetilima uključujući odometre, visinomjere, kompase, brzinomjere i
inercijska osjetila poput akcelerometra i žiroskopa. Dobiveni se podaci koriste za
određivanjepozicije.Najvećinedostatakovihuređajajevelikaakumulacijapogreškejersei
najmanjapogreškatijekomvremenaznačajnouvećava.Običnoseintegrirajusaglobalnim
pozicijskimsustavimakakobiseprevladalinedostaciobajusustava.
JasminĆelić Doktorskirad
47
Tablica5. GNSSklasifikacija
GNSS1
Sustavprvegeneracijeikombinacijapostojećihsatelitskihnavigacijskihsustava(GPS‐a/NAVSTARiGLONASS‐a)sasatelitskibaziranimaugmentacijskimsustavima(SatelliteBasedAugmentationSystems,SBAS)ilizemaljskibaziranimaugmentacijskimsustavima(GroundBasedAugmentationSystems,GBAS).SBASseuSjedinjenimAmeričkimDržavamamožepronaćipodnazivomŠirokopodručniaugmentacijskisustav(WideAreaAugmentationSystem,WAAS),uEuropisenazivaEuropskageostacionarnanavigacijskaprekrivajućaslužba(EuropeanGeostationaryNavigationOverlayService,EGNOS),uIndijiGPSiGEOaugmentacijskanavigacija(GPSandGEOAugmentedNavigation,GAGAN),auJapanuMultifunkcionalnisatelitskiaugmentacijskisustav(Multi‐FunctionalSatelliteAugmentationSystem,MSAS).ZemaljskubaziranuaugmentacijupružajusustavipoputLokalnihaugmentacijskihsustava(LocalAreaAugmentationSystem,LAAS).
GNSS2
Sustavidrugegeneracijekojineovisnopružajupodrškupotpunimcivilnimsatelitskimnavigacijskimsustavima,primjericeeuropskompozicijskomsustavuGalileo.Ovisustavipružitćepraćenjestočnošćuiintegritetompotrebnimzacivilnunavigaciju.KoristefrekvencijeL1iL2zacivilnuuporabuiL5zaintegritetsustava.RazvojpostojećegGPSosiguraobifrekvencijeL2iL5zacivilnuuporabu,tetakopostaosustavGNSS‐2.
Osnovnisatelitskinavigacijskisustavi
GPS,GalileoiGLONASS.
Globalnisatelitskibazirani
augmentacijskisustavi
OmnistariStarFire.
Regionalnisatelitskibazirani
augmentacijskisustavi
WAAS(SAD),EGNOS(EU),MSAS(Japan)iGAGAN(Indija).
Regionalnisatelitskinavigacijskisustavi QZSS(Japan),IRNSS(Indija)iBeidou(Kina).
KontinentalniGBAS FAAGBAS,AustralskiGRAS.
RegionalniGBAS Referentnepostaje(ContinuouslyOperatingReferenceStations,CORS)
LokalniGBAS Referentnepostajeusklopuzračnihluka.
Izvor:Prilagodioautornaosnovi"ABeginner'sGuidetoGNSSinEurope",EVPEurope,InternationalFederationofAirTrafficController'sAssociations,1999.
JasminĆelić Doktorskirad
48
Posebanpristupodređivanjupozicijejeuporabommobilnihuređaja(Slika10.).Osnovnaje
prednost ovoga pristupa mogućnost korištenja postojeće infrastrukture što značajno
umanjuje troškove uspostavljanja jedne ovakve usluge. Mobilna telefonija već ima
dodijeljenifrekvencijskiopsegivelikubazukorisnikakojajepotrebnazapodrškuovakvoj
ideji.
Slika10. NavigacijskisustavtvrtkeNavigonnapriključnimmobilnimuređajima
Usvrhupozicioniranjainavigacijekoristeserazličitemapeobičnorasterskogilivektorskog
tipa. Rasterske su mape u osnovi slike koje su prikladne za pokazivanje detalja poput
visinskihrazlikaupotrebomtopografskihoznaka.Vektorskesumapecrtežisastavljeniod
točaka, linija ipoligonaspremljenihubazupodatakauoblikux iykoordinata.Vektorske
mapeprikazujuznatnomanjegrafičkihdetaljaodrasterskihmapa.
Rasterskemapeimajuniznedostatakakojiih,bezobzirananjihoveprednosti,činegotovo
neupotrebljivimauvećiniAVLaplikacija.Onezahtijevajudalekovišememorijskogprostora
odvektorskihmapa,potrebnoimjeznatnoviševremenazaiscrtavanjenazaslonuuređajai
fiksnesuuodnosunaorijentacijujersenjihovimzakretanjemokrećeitekstkojisadržepa
se isti prikazuje naopako. Također, bez obzira na uvećanje ili smanjenjemape uvijek se
prikazujeistakoličinadetalja,adijelovistekstommogupostatipotpunonečitki.Zarazliku
od rasterskih mapa, vektorske mape su puno prikladnije za navigaciju jer se mogu
povećavatiismanjivatibezgubitkadetalja,tekstnamapiseprilagođavazakretanjuirazini
uvećanjatakotejeuvijekčitljivzakorisnikeiovisnoostupnjuuvećanjamoguprikazivati
višeilimanjeinformacija.
Geografski informacijski sustavi koriste se za upravljanje prostornim i geografskim
podacima.Uz cijeli nizmogućnosti kojepružaju takvi sustavi, oni ostvaruju veze između
specifičnihinformacijaopozicijipoputkoordinataigeografskihinformacijakaoštosunazivi
JasminĆelić Doktorskirad
49
mjesta, ulica i adrese. Često su koordinate pridružene samo glavnim raskrižjima u
određenimpodručjima,akućnisebrojeviinterpolirajuizmeđuonihpoznatihštorezultira
pogreškamausustavuzapozicioniranje.Zaodređivanjepozicijevozilauodnosunamapu
koriste semap‐matching tehnike. One se koriste za izbjegavanje učinaka pogrešaka koje
nastaju zbog nesavršenosti globalnih pozicijskih sustava. Na primjer ako GPS daje
koordinatekojeneodgovarajupreciznocestinadigitalnojmapimap‐matchingalgoritamće
pronaćinajbližucestuilocirativozilonanjoj.Kakosevozilokrećepodacidobiveniputem
različitih osjetila uspoređuju se s cestovnom mrežom digitalne mape. Za pozicioniranje
vozilakoristesekoordinatepoznatihobjekataielemenatapoputspomenutihraskrižja.Ova
tehnika zahtijeva precizne mape koje predstavljaju stvaran svijet, jer ako vozilo putuje
prometnicom koja ne postoji na mapi tada map‐matching algoritam smatra taj put
nevažećim.
JednomkadajepozicijavozilapoznataAVLsustavmožeiscrtatiputodtrenutnelokacijedo
odredišta. Navigacijski sustavi u vozilu obično tu informaciju daju direktno vozaču.
Inteligentnisustavimoguanalizirativišeputovakakobipredložilionajkojiunajvećojmjeri
smanjujeutrošakgorivaitrošenjevozilaiguma.
3.2.2.Tehnologijezaprikazipružanjeinformacija
Nove su tehnologije omogućile putnicima pristup informacijama na različitim
lokacijama. Informativni kiosci, radijski i televizijski uređaji, znakovi s dinamičkim
porukama (Dynamicmessage sign,DMS) i uređaji fiksne telefonije godinama sekoristeu
svrhupružanjainformacija.Pristupinformacijamakojesupružanetimtehnologijamabioje
prostorno i vremenski ograničen te se nije mogao usmjeravati na unaprijed određene
skupine korisnika. Posljednjih je godina uporaba mobilnih uređaja i interneta osigurala
jednusasvimnovualternativu.Mobilnisuuređajiomogućilipristupinformacijamabilokada
inabilokojemmjestu,auprilogtomeideičinjenicadajepristupinternetuizkućanstavaili
sradnihmjestaustalnomporastu.Uzmodernainformatičkarješenja icijelinizrazličitih
usluga, pružanje informacija je sve učinkovitije. U nastavku će biti prikazani znakovi s
dinamičkimporukamairadijsketehnologije.
3.2.2.1.Znakovisdinamičkimsadržajem
Znakovi s dinamičkim sadržajem mogu sadržavati poruke ili ilustracije, odnosno
kombinaciju poruka i ilustracija koje se dinamički izmjenjuju na osnovi pristiglih
informacija. Osnovna svrha znakova s dinamičkim sadržajem je pružanje informacija
putnicima prije i u vrijeme putovanja. U praksi se učestalije pojavljuju znakovi s
promjenjivim porukama čiji je sadržaj i dužina određen uvjetima na prometnici i
dozvoljenombrzinomvožnje.Oviznakoviimajudinamički,odnosnopromjenjividisplejkoji
JasminĆelić Doktorskirad
50
kod starijih inačicamožebiti gotovou cijelostimehanički, adanassepojavljujeuobliku
najmodernijih znakova s promjenjivim porukama (Variable message sign, VMS) na
autocestamaidrugimprometnicama.Iakopostojerazličiteizvedbeovihuređajauovomeće
seraduprikazatisamoVMSkaonjihovnajznačajnijipredstavnik.Natržištusudostupniu
različitim izvedbama i koriste brojne tehnologije, ali u principu se sve inačice koriste
upravljivimpikselimapomoćukojihseoblikujedisplej.Znakovimogubitifiksnovezaniza
prometnu infrastrukturu ili prenosivi (najčešće na kotačima ili kao dio vozila službe
održavanjaprometnica).Porukemogubiti različitogsadržaja,ali seopćenitodijelena tri
skupine:porukeranogupozorenja,savjetivozačimaiporukeoalternativnimrutama[117].
Njihovsadržajmorabitijasan,precizan,pouzdan,svrsishodanistvarnovremenskijerćeu
suprotnomvozači izgubitipovjerenjeuovaj tipprometnesignalizacije [118].Tehnologije
koje senajčešćeprimjenjujuuokviru inteligentnih transportnihsustavasu reflektirajuće
ploče, matrice žarulja, svijetleće diode (light emitting diodes, LED), svjetlovodni okidači
(Fiberopticshutter,FOS),hibridnisvjetlovodiihibridnesvijetlećediode.
a)Reflektirajućeploče
Ovomsetehnologijomporukaprikazujepreklapanjempločailikockikojesusjedne
strane crne s niskim sjajem, a s druge strane presvučene fluorescentnim ili
retroreflektirajućimmaterijalom.Pločeimajuširokkutvidljivosti,alitrebajuosvjetljenjeda
bisevidjelenoću.
b)Matricežarulja
VMSsmatricomžaruljaprikazujeporukekorištenjempikselakojeoblikujužarulje.
Svakažaruljamožepredstavljatijedanpikseliliseuistusvrhumožekoristitiskupinažarulja.
Složenijeizvedbekoristelećeubojikojesepalerazličitomučestalošćuinatajnačinstvaraju
animacijeuboji.Osnovnisuimnedostatcivisokizahtjevizaodržavanjemizamjenomžarulja
teznatnovišapotrošnjaelektričneenergije.
c)Svijetlećediode
LEDVMSkoristesvijetlećediodezaprikazivanjepikselakojićečinitiporuku.Zasvaki
sepikselkoristi jedna ilivišesvijetlećadiodaspojenihtakodaseuslučajuneispravnosti
zadržifunkcionalnostdispleja.Najčešćesekoristediodesažutimsvjetlom.Nedostatakimse
očitujeupotrebizaventilacijskimsustavomkojićehladitiunutrašnjostVMSdispleja.LED
VMSimajuvisokuvidljivost,aliipakneštomanjuodsvjetlovodnogVMS‐a.
JasminĆelić Doktorskirad
51
Slika11. VMSuRijeci
d)FOS
Kod ove se tehnologije koriste lampe visokog intenziteta (obično kvarc‐halogene)
kojimaseosvjetljavajuzavršetcisnopasvjetlovodnihniti.Snopovisegrupiraju iumećuu
okidač.Okidači suorganizirani upiksele kakobi se oblikovaoVMSdisplej. Zatvaranje ili
otvaranje okidača postiže se elektromagnetskim elementom ili zatvaračem. Imaju veliku
vidljivostčakiunepovoljnimuvjetimaokolineidostupnisuuširokomspektruboja.
JasminĆelić Doktorskirad
52
e)Hibridnisvjetlovodiisvijetlećediode
Ovi znakovi kombiniraju karakteristike reflektirajućih ploča s prednostima
svjetlovoda ili svijetlećih dioda. Kada je sunčeva svjetlost usmjerena prema znaku,
reflektirajućepločepružajuširokkutvidljivostiidobarkontrast,aulošimuvjetimaokoline
iliponoćivisokuvidljivostosiguravajuLEDilisvjetlovodnetehnologije.Uslijedčinjeniceda
jepotrošnjaenergijereflektirajućihpločagotovojednakanuliidaseLEDtehnologijakoristi
samopopotrebi,uštedaenergijejeznačajna.
3.2.2.2.Radiosustavi
Prometnese informacijemogupružatikorisnicima iputemradioveze.Tosemože
činiti pomoću uobičajenih servisnih informacija o stanju u prometu koje su sastavni dio
radijskog programa komercijalnih radiopostaja ili putem tzv. HAR sustava (Highway
AdvisoryRadio)iRDS‐a(RadiodataSystem).
a)HAR
Tradicionalno se informacije o stanju u prometu i na prometnicama prosljeđuju
vozačimaupotrebomodašiljačaograničenogopseganaAMiFMradioprijamnikeuvozilu.
HARsekoristizapružanjeobavijestiiupozorenjavozačimaonezgodamailizagušenjima,
nepovoljnim vremenskim uvjetima (kiša, snijeg, led, magla), održavanju i radovima na
prometnicama,amožesadržavatiiturističkeinformacije,informacijeozračnimlukamaili
alternativnimrutama.
HAR sustavi su učinkovito sredstvo za povremeno informiranje korisnika o stanju na
prometnicama i ostalim uvjetima putovanja. U slučaju nastanka događaja od interesa za
putnikenaodređenojprometnojdionici, vozače seprijedolaskaupodručjepokrivenosti
HARsignalomputemVMS‐aupućujenaprebacivanjetrenutnefrekvencijeradiouređajana
frekvencijusignalasprometniminformacijama.Informacijekojeseprenosekorisnicimasu
najčešćeunaprijedsnimljeneiakosustavimoguprenositiiporukeoperaterauživo.
Sustaviseobičnosastojeodjednopolnevertikalnopolariziraneanteneiliantenesukopanim
koaksijalnim kabelom, podsustava uzemljenja, cestovnog odašiljača male snage,
komunikacijske veze s kontrolnim centrom, uređaja za snimanje poruka i odgovarajućih
prometnihznakovazaupućivanjevozačanaprisutnostsustava.Odašiljanjeporukasemože
kontroliratisudaljenelokacijeilinalicumjestainajčešćeseprenosenafrekvencijamaod
530do1610kHz.Iakosuporukekojevozačidobivajunaovajnačinpunoduže,sadržajnijei
cjelovitijeodporukakojesemogudobitidinamičkimprometnimznakovimatemogupružiti
neophodneinformacijevećembrojukorisnika,vozačimorajupoduzetidirektnuakcijukako
bi primili informacije. Osnovni im je nedostatak mala snaga odašiljanja (ograničena
JasminĆelić Doktorskirad
53
propisima)štosečestoočitujeulošojkvalitetisignala.Područjepokrivenostiovimsignalom
jerelativnomalo i iznosiod5do7km.HARsustavimogubiti iautomatskitepopotrebi
preuzimatikontrolunadradioemisijomuvoziluiemitirati informativneporukeisavjete
vozačima.
b)RDS
Radiopostajeobičnokoristesamomalidiododijeljenogimfrekvencijskogopsegaza
emitiranje radio emisija. RDS koriste jedan dio toga spektra za prijenos informacija u
digitalnomobliku.RDSsignalimaistiopsegiisturazinupouzdanostikaoradiopostajačiju
frekvencijukoristi.Digitalnainformacijakojaseovimputemprenosineometaemitiranje
glasovnog programa. Uređaj opremljen RDS prijamnikom prima signal i dekodira ga ili
prevodiutekstualnuiliglasovnuporukukojasezatimprosljeđujekorisnikuputemzvučnika
ilidisplejasamoguređaja.
Slika12. PrincipradaRDS‐TMC
U svrhu pružanja informacija vozačimamotornih vozila koriste se navedenemogućnosti
digitalnog prijenosa podataka te se prometne informacije prenose putem RDS kanala s
prometnim porukama (RDS Traffic Message Channel, RDS TMC). RDS‐TMC prestavlja
normiranu tehnologiju i protokol (ISO14819) oblikovanu na način pružanja vozačima
motornih vozila stvarnovremenske putne i prometne informacije. TMC informacije se
JasminĆelić Doktorskirad
54
emitirajuputemFMRDSkomunikacijskogprotokola,nomogućeihjeprenositiiGPRSiDAB
protokolima5. Prometne se informacijemogu prikazivati u obliku tekstualnih poruka na
radiodisplejimailiunekomgrafičkomoblikunaprijenosnimuređajimazanavigacijupoput
navigacijskogsustavauvozilu.Niskapropusnostovogaprotokolačinigaisplativimoblikom
distribuiranjaprometnihinformacija.
ŠirokaprimjenaRDSTMCtehnologijezapočela jeu Japanuieuropskimzemljama,azbog
stanovitihograničenjaznatnokasnijeuSAD.Danassenavedenisustavmožepronaći ina
azijskomkontinentutezemljamaBliskogistoka.
3.2.2.3.Ostalemetodeinformiranjaputnika
Radio i televizija su jedan od prvih oblika informiranja putnika prije kretanja na
putovanje.Izvješćaostanjunacestamaiostaleprometneiputneinformacijediosunjihovog
svakodnevnog programa. Sljedeća generacija uređaja koja je nakon ugradnje RF
komunikacijske tehnologije postala sposobna pružati prometne pretputne i putne
informacije bili su dlanovnici (Personal Data Assistants, PDA), koji pružaju mogućnost
korisnicimaostvarivatiodređenudirektnuinterakcijusasustavimazainformiranjekakobi
dobiliodgovarajućupomoćpriplaniranjuputovanjaidrugevažneinformacije.Učinkovitost
internetakaobrzogielastičnogmedijapotaknulajebrzrazvojusvimsegmentimadruštva.
Internetskiservisikojipružajupretputneinformacijekoristesesvakodnevno,abrojstranica
kojesadržeprometneinformacijeustalnomjeporastu.Većinatihstranicasadržiinformacije
o prometnom toku u oblikumapa s oznakama u boji, savjete za planiranje puta, slike i
videozapise prometnica, obavijesti o radovimana cesti i održavanju, novosti o stanju na
cestama i vremenskimuvjetima, poveznice s drugim internetskim stranicama sa sličnom
tematikom, itd.Prijenosnaračunala isvenaprednijimobilniuređajiomogućilasupristup
prometniminformacijamanesamosradnogmjestaiizkućanstavavećiupokretu,neovisno
gdjeseputniciuodređenomtrenutkunalaze.
3.3. Sustavizanavigacijuiupućivanjevozila
Razvojdanašnjihdinamičkihsustavazanavigaciju iupućivanjevozilazapočeo jes
razvojemsustavazapozicioniranje(poputproračunavanjaputa,map‐matchingisatelitskih
sustava)tekomunikacijskihsustavazaprikupljanjeidistribuiranjeinformacija(npr.RDS).
Skupine statičkih i dinamičkih prometnih znakova (DMS, VMS) mogli bi prozvati prvim
sustavimazanavigaciju.Prvisustavizanavigacijuiupućivanjevozilasadržavalisunajbolje
odpočetnonavedenihtehnologija,odnosno,koristilesukombinacijustatičkihnavigacijskih
tehnologijaidinamičkihprometnihinformacija.Svavozilakojasuimalaugrađenesustave
5GeneralPacketRadioServiceiDigitalAudioBroadcast.
JasminĆelić Doktorskirad
55
za navigaciju dobivala su podatke iz kontrolnog centra, no ta komunikacija je bila
jednosmjerna.
Nedugozatimuslijediojeočekivanirazvojdvosmjernogilidinamičkogsustavazanavigaciju
i upućivanje vozila koji je, osim jednosmjerne komunikacije između prometnog centra i
vozila s odgovarajućom opremom, omogućavao komunikaciju i u drugom smjeru te
omogućioindirektnodijeljenjeinformacijaoprometnojsituacijiizmeđuvozila.
Tijekom80‐ihipočetkom90‐ihgodinaprošlogstoljećaprovodeseopsežnaistraživanjau
Europi (DRIVE I – 1989., DRIVE II – 1992., PROMETHEUS – 1986., AUTOGUIDE – 1987.,
ALISCOUT – 1987.), USA (TRAVTEK – 1993., ADVANCE, PATHFINDER – 1992., ROGUE –
1989., CARIN – 1987.) i Japanu (RACS – 1984., AMTICS – 1989., VICS – 1991.) [54].Ove
inicijative6nažalostnisunikaducijelostizaživjeleosimprojektaVICS(VehicleInformation
CommunicationSystem)kojiseidaljeaktivnokoristiuJapanu.
Početkomovogastoljećabrojuslugakojenuderutnevodičeenormnorasteštosevezujeuz
pristupačnostosobnihnavigacijskihuređaja(PersonalNavigationDevices,PND)čijacijena
sve više pada. Procjenjuje se da je 2010. godine u Europi 25 % vozila imalo ugrađenu
nekakvu vrstu navigacijskog uređaja, dok je taj udio u Sjevernoj Americi iznosio 20 %
(TomTom). Usluge rutnih vodiča doživljavaju kontinuiranu promjenu uslijed stalnih
inovacija. Pojavljivanjem pametnihmobilnih uređaja veliki dio aplikacija i usluga rutnih
vodiča i navigacije postaje široko dostupan i štoviše besplatan, pa navigacija prerasta u
standard i gotovo je neizostavni dio opreme vozila. Usporedo s razvojem navigacijskih
uslugarazvijajuseimapekojesekoristeutusvrhu.2Dmapezamjenjujuse3Dinačicama
kojeznatnoolakšavajunavigaciju.
Usluge rutnog vodiča i navigacije u javnom i privatnom vlasništvu susreću se sa sličnim
problemimapripružanjučimkvalitetnijihsavjeta.Uputekojepružajuvozačimanajčešćese
zasnivaju na slobodnomprometnom toku, trenutnom vremenu putovanja i raspoloživim
povijesnimpodacima,noučinakzagušenjakojisemožeiskusititijekomputovanjarijetkose
ispravnouzimauobzir.Rastućiproblemi sa zagušenjimaugradskimsredištimasveviše
naglašavaju potrebu za dinamičkim upravljanjem prometom i boljim iskorištenjem
6 Navedeneinicijativepotaklesuiproizvodnjuprvihsustavazanavigacijuiinformiranjeuvozilu.UEuropi
su to bili Boschov/Blaupunktov sustav – German Autofahrer Leit und Informationssystem (ALI),
SiemensovAUTO‐SCOUTsustav,BoschovTravelPilotkojisezasnivaonaETAKsustavuiPhillipsovCAR
Information and Navigation (CARIN) sustav, zatim u USA ETAK Navigator i NavMate tvrtke Zexel
Corporation,teuJapanuToyotinElectro‐multivision,NissanovDriveGuide,HondinElectro‐gyrocatori
MAPIXIIItvrtkeNippondenso.
JasminĆelić Doktorskirad
56
Slika13. NavigacijskisustavuAudivozilima
prometne infrastrukture, čime se u prvi plan stavlja i učinkovita uporaba sustava za
navigaciju i upućivanje vozila. Kooperativni pristup predstavlja jednu odmetoda koja bi
trebala omogućiti jednostavnije postizanje navedenog cilja. Na slici 13. prikazan je novi
sustavzanavigacijuAudivozilakojijesmještennakomandnojpločiispodvolanaiprema
raspoloživimpodacimapredstavljaprvitakavslučajusvijetu.
JasminĆelić Doktorskirad
57
4. KOOPERATIVNIINTELIGENTNITRANSPORTNI
SUSTAVIUCESTOVNOMPROMETU
Osnovna zadaća kooperativnih inteligentnih transportnih sustava (C‐ITS) je
poboljšanje cestovnog prometa. To poboljšanje bi se prije svega trebalo odnositi na
smanjenje zagušenja prometnica, skraćivanje vremena putovanja, povećanje cestovne
sigurnosti,smanjenjeutjecajavozilanaokolinutebogatijaiskustvavozača.
Kooperativni sustavi su skupina tehnologija i aplikacija koje omogućavaju učinkovitu
razmjenupodatakaputembežičnihtehnologijaizmeđuelemenataisudionikatransportnih
sustava, odnosno između dvaju vozila (vehicle‐to‐vehicle, V2V) ili između vozila i
infrastrukture (vehicle‐to‐infrastructure, V2I)7. Ipak,C‐ITS trebapromatrati kaopuno širi
pojamkojinijeograničen samonaV2V iliV2Ikomunikaciju, većuključuje i primjenuna
osjetljivesudionikeucestovnomprometupoputpješaka,biciklistaimotorista.
OpćenitojeprihvaćenačinjenicadajeC‐ITSevolucijskiproceskojićezapočetispunomanje
složenimprimjenamauprometuzadovoljavajućirazličitesudionike.Vrlojevažnoimatina
umuširinuovevizijeukojojpojedinidogađajiuprometumoguizazvativišeprocesakojiće
prenositi informacije, odnosno podatke u različite svrhe i tako dovesti do kooperativnih
sustavarazličitihnamjenakojiopetmogukoristitirazličitekomunikacijsketehnologije.Cilj
jezadržatiholističkipristupunutarinteligentnihtransportnihsustavaineodbacivatiniti
jednutehnologiju.
Osnovna jezamisaokooperativnihsustavauvozilunastalaprijedesetakgodina.Mobilna
automobilskamrežakojajeuglavnomopisivanauakademskimiistraživačkimkrugovima
podnazivomVANET (Vehicularadhoc8network) sastavni jediopuno šire idejemobilne
bežičnemrežeMANET(Mobileadhocnetwork)odnosnoWANET(Wirelessadhocnetwork).
DokseMANETmožedefiniratikaomrežamobilnihuređajabezposebneinfrastrukturekoji
imajukarakteristikusamougađanjaispojenisubežično,VANETutusvrhukoristivozilakao
mobilnečvorove.VANETpretvarasvakovozilokoje jediomrežeusvojevrsniusmjerivač
(router)itimeomogućujevozilimakojasunaudaljenostiizmeđu100i300metarastvaranje
7 U literaturi se gotovo jednoznačno koriste i kratice C2C i C2I, odnosno oblik V2X ili C2X koji
podrazumijevaobaoblikakomunikacijeionajpremavoziluionajpremainfrastrukturi.
8 Adhocjelatinskiizrazkojiznači"zbogovog"ili"zbogovesvrhe".Uopćenitomsmisluadhocoznačava
nekorješenjezanekispecifičniproblemilizadaćukojisenegeneralizira,tekojisenesmijeprimjenjivati
udrugesvrhe.
JasminĆelić Doktorskirad
58
širokopojasnemreže.Ovakonastalumrežunečinesamovozilavećiuređajiuinfrastrukturi
s odgovarajućom komunikacijskom opremom (Road Side Units, RSU). Sve navedene
karakteristike, uz zamjetan pad cijena elektroničkih komponenata i kontinuiranu volju
proizvođačazapovećanjemcestovnesigurnosti,dovelesudotrenutkakadasevozilomože
promatratikao„računalonakotačima“.
VANETuusporedbisMANET‐omimanekolikojedinstvenihkarakteristika[119]:
potencijalnovelikbrojčvorova–očekivanjasudaćesesvevišeiviševozilaopremati
odgovarajućomkomunikacijskomopremom.UzimajućiuobzirisveRSU,VANETće
trebatibitiskalabilansvrlovelikimbrojemčvorova;
visoka mobilnost i učestale promjene topologije – komunikacijski se čvorovi
periodično vrlo brzo kreću što ostavlja relativno malo vremena za razmjenu
podatkovnihpaketa;
visokizahtjeviaplikacijazaisporukompodataka–izbjegavanjecestovnihincidenata
iprometnasigurnostjednesuodnajznačajnijihVANETprimjena.Oneimajuvisoke
zahtjeveupogledupouzdanostiistvarnovremenskimpodacima.Kašnjenjeumrežiu
trajanju od samo jedne sekunde informaciju može učiniti besmislenom i
neupotrebljivom;
sigurnosne informacije nisu povjerljive – informacije sadržane u porukama
interesantnesusvimcestovnimkorisnicimaistoganemogubitipovjerljive;
privatnost – komunikacijske mogućnosti u vozilu mogu otkrivati informacije o
vozačima i korisnicima poput njihovih identiteta, brzina vozila, pozicije i
karakterističnih obrazaca kretanja. Neovisno o potrebama za potvrdama
autentičnostiineospornostisigurnosnihporuka,privatnostkorisnikaivozačamora
bitipoštivanapogotovoupogledutrenutnepozicijeianonimnosti.
IakosuMANETiVANETvrlosličnipremamnogimkarakteristikamanekiparametriseipak
bitnorazlikujuštojeprikazanoutablici6.
Uvidjevšikoristodovakvogpristupavodećisvjetskiproizvođačivozila(Audi,BMW,Daimler,
Ford,Honda,Hyundai,JaguarLandRover,MAN,Opel,PeugeotCitroen,Renault,Volkswagen,
VolvoiYamaha)osnivajukomunikacijskikonzorcijpodnazivomCAR2CARCommunication
Consortiumuzpodrškuproizvođačaopremeiistraživačkezajednice.Osnovnajezadaćaove
neprofitneorganizacijedaljnjeunaprjeđenjesigurnostiiučinkovitosticestovnogprometauz
pomoćkooperativnihinteligentnihtransportnihsustavasV2ViV2Ikomunikacijom.
JasminĆelić Doktorskirad
59
Tablica6. UsporedbaMANETiVANETparametara[120]
Parametar MANET VANET
cijenaproizvodnje jeftina skupa
promjenaumrežnojtopologiji
spora učestalaijakobrza
mobilnost niska visoka
gustoćačvorova rijetka gustaičestopromjenjiva
pojasnaširina stotinukps tisućukps
opseg do100m do500m
životnivijekčvora ovisioizvorunapajanjaovisioživotnomvijeku
vozila
multihopusmjeravanje raspoloživo jedvaraspoloživo
pouzdanost srednja visoka
uzorakkretanjačvorova slučajan uobičajen
načinadresiranja temeljennaatributima temeljennapoziciji
prikupljanjepodatakaopoziciji uporabomultrazvuka uporabomGPS‐a,radara
UzvećspomenutekraticeV2XiC2Xupraksisečestoupotrebljavaiizrazpovezanavozila
(connectedvehicle,connectedcar). Izrazseodnosinaaplikacije, servise i tehnologijekoje
povezujuvozilosokolinomukojojsenalazi. Iakoseopćenitopovezanimvozilomsmatra
vozilokojeraspolaželokalnombežičnommrežomipristupominternetu,unjemusuzapravo
prisutniuređajikojiimajusposobnostspajanjasdrugimuređajimauvoziluilisuređajima,
mrežama,aplikacijama i servisima izvanvozila.Upravilu,vozilakojasadrže interaktivne
naprednesustavepomoćivozaču(advanceddriver‐assistancesystems,ADAS)ikooperativne
inteligentne transportne sustave smatraju se povezanima. ADAS tehnologija može se
zasnivatinasustavimakamera,senzorskimtehnologijama,podatkovnimmrežamauvozilu
teV2ViV2Isustavima.V2Vkomunikacijskatehnologijamožeublažitiposljedicesudara i
smanjitiprometnazagušenjarazmjenomosnovnihsigurnosnihinformacijapoputlokacije,
brzine i smjera između vozila koja se nalaze u dometu te dopuniti postojeće sigurnosne
sustavenovimmogućnostimakaoštosuizbjegavanjefrontalnihsudarailiotkrivanjemrtvog
kuta.
4.1.C‐ITSarhitektura
Arhitekturasekooperativnihsustavaobičnosastojiod triju različitihdomena:domeneu
vozilu,adhocdomeneiinfrastrukturnedomene.
JasminĆelić Doktorskirad
60
Domenauvozilu sastoji seodmrežekoja sadrži jedinicuuvozilu (On‐boardunit,OBU) i
jednuilivišeaplikacijskihjedinica(applicationunit,AU).AUjeobičnouređajkojipokreće
jednuilivišeaplikacijaikoristiOBUukomunikacijskesvrhe.Onmožebitiintegriranidio
vozilaistalnospojennaOBUiliprijenosniuređajpoputprijenosnogračunala,dlanovnikaili
igraćekonzolekojisemogudinamičkispajatiiodspajatiodOBU.AUiOBUmogubitispojeni
žično ili bežično uporabom bluetooth tehnologije, bežične univerzalne serijske sabirnice
(WirelessUniversalSerialBus,WUSB)9isl.Ovedvijejediniceodvojenesusamologičkišto
značidapremapotrebimogubitifizičkismješteniujedanuređaj.
Ad hoc domena predstavlja zapravo VANET i sastoji se od vozila opremljenih s OBU i
stacionarnihjedinicadužprometnice(RSU).OBUjeopremljensnajmanjejednimuređajem
kratkog dometa za bežičnu komunikaciju čija je osnovna namjena vezana uz cestovnu
sigurnostteopcionalnosdrugimkomunikacijskimuređajima.Višeovakvihjedinicaformira
MANETkojiomogućujekomunikaciju izmeđučvorovanapotpunodistribuirannačinbez
potrebe za centralnom jedinicom za upravljanje. U svrhu komunikacije s odredišnim
uređajima OBU koristimogućnost direktne komunikacije bežičnom vezom ili namjenske
protokolezausmjeravanjekojiomogućujumultihopkomunikacijuakonepostojimogućnost
direktnogpovezivanjagdje sepodaciprosljeđujuod jedinicedo jedinicedoknedođudo
odredišta. Osnovna uloga RSU je unaprjeđenje cestovne sigurnosti slanjem, primanjem i
prosljeđivanjempodatakauadhocdomenusciljemproširenjapokrivenostiadhocmrežom.
Ad hoc mreža sastoji se od čvorova koje predstavljaju mobilne OBU i statičke RSU.
Komunikacija između čvorova se zbog sigurnosne politike ostvaruje uz upotrebu
sigurnosnih vjerodajnica i digitalnih certifikata odgovarajućeg tijela ovlaštenog za
certifikaciju.RSUmožebitispojennamrežnuinfrastrukturukojapakmožebitispojenas
internetom. RSU može dozvoliti pristup infrastrukturi bilo kojem OBU koji se nalazi u
dometučimeseomogućujedasvakiAUkojijeregistrirannaOBUkomunicirasbilokojim
uređajem spojenim na Internet, ako to već nije omogućeno direktno komunikacijskim
mogućnostimauvozilu.
UadhocdomenidvailivišeRSU‐amogukomuniciratidirektnoiliputemmultihopvezena
načinkorištenjaistogprotokolazausmjeravanjeizmeđuOBU‐aiRSU‐a.
OBUmožebiti opremljen i sdrugombežičnomkomunikacijskomopremom i spajati se s
internetomprekopristupnihtočakaujavnom,privatnomilikomercijalnomvlasništvu.Za
razliku od OBU gdje se internetski pristup ostvaruje putem pristupnih točaka u slabije
9 Širokopojasnibežičniradiokomunikacijskiprotokolkratkogdometa.
JasminĆelić Doktorskirad
61
kontroliranom okruženju, kod RSU‐a je pristup internetu obično postavljen kao strogo
kontroliraniprocessastranecestovneadministracijeiliupravezaceste.
UslučajevimakadapristupinternetunijeosigurannipomoćuRSU‐anitipomoćupristupnih
točaka OBU može koristiti komunikacijske mogućnosti mobilnih radiomreža (WiMAX,
4G,...)akosunjezinsastavnidio.
Slika14. C‐ITSsustav(Copyright©2009‐2012EuropeanBusinessPressSA)
4.1.1.Komponentesustava
UovomsedijeluopisujukomponentesustavakoječineosnovuC2Ckomunikacijske
arhitekture.Opisanekomponentemogudjelovatinarazličitenačine,auosnoviseupraksi
pojavljujudvijerazličitekonfiguracije:osnovnaiproširena.Osnovnasekonfiguracijasastoji
od minimalnog skupa funkcionalnosti potrebnih za podršku sigurnosti kooperativnih
aplikacija, dok je proširena nadograđena ostalim funkcionalnostima i služi za različita
područjaprimjene.
JasminĆelić Doktorskirad
62
4.1.1.1.Aplikacijskajedinica
Aplikacijskajedinica(AU)predstavljaentitetuvozilukojipokrećeaplikacijeikoristi
komunikacijske sposobnosti OBU‐a. Ove sklopovsko‐programske jedinice mogu biti
sigurnosne aplikacije koje upozoravaju korisnika na opasnost, navigacijski sustavi s
komunikacijskimsvojstvimailiizdvojeniuređajikaoštosudlanovnici,mobilnitelefoniisl.
kojipokrećuinternetskeaplikacije.
AUmože biti ugrađena u vozilo i trajno spojena s OBU što osigurava stalno izvršavanje
minimalnogosnovnogskupaaplikacijauvozilu.Također,drugitipAU‐amožesedinamički
spajatinamrežuuvozilupoputputničkihdlanovnikaimobilnihuređaja.Utrenutkuspajanja
naOBUtakviuređajibisetrebaliautomatskikonfigurirati inakonuporabeukloniti(npr.
nakonizlaskaputnikaizvozila).
Predviđa se da će novi AU koristiti IPv6 uz zadržavanje podrške za IPv4 zbog starih
prijenosnih AU‐a. Također, zbog mogućnosti da istu raspoloživu informaciju, dobivenu
putemosjetilauvoziluilidrugihčvorova,zatraživišeaplikacijaistovremeno,sustavtotreba
omogućitiputemodređenogupravljačkogprogramauvozilu.
4.1.1.2.Jedinicauvozilu
Jedinica u vozilu (OBU) je odgovorna za C2C i C2I komunikaciju, te pruža
komunikacijskeuslugeAU‐aiprosljeđujeinformacijedrugihOBU‐auadhocdomeni.Svaki
OBU je opremljen najmanje jednimmrežnimuređajem za bežičnu komunikaciju kratkog
dometa koja se temelji na IEEE 802.11p. Osnovna mu je zadaća slanje, primanje i
prosljeđivanje podataka koji se odnose na sigurnost u ad hoc domeni. Za ostale vrste
podatakaOBUmožebitiopremljenidrugimmrežnimuređajimakojesetemeljenadrugim
radiotehnologijamapoput802.11a/b/g/n.
OBUfunkcije iprocedureuključujubežičniradiopristup,geografskoadhocusmjeravanje,
upravljanjemrežnimzagušenjima,pouzdanprijenosporuka,sigurnostpodataka,podršku
za IPmobilnost, itd.OsnovnikomunikacijskiC2CsustavnaOBU‐usadržiminimalniskup
sigurnosnih aplikacija, C2C stog komunikacijskih protokola s C2C komunikacijskim
transportnim imrežnimslojem,radioprotokoles IEEE802.11puređajemisučeljeprema
osjetilima u vozilu. Potencijalna proširena konfiguracija uključuje i druge sigurnosne i
nesigurnosneaplikacijeteopcionalnamrežnasučelja.
4.1.1.3.Jedinicaucestovnojinfrastrukturi
Jedinicaucestovnojinfrastrukturi(RSU)jefizičkiuređajsmještennafiksnulokaciju
duž ceste ili autoceste, odnosno na lokaciji posebne namjene poput benzinske postaje,
parkirališnih mjesta i restorana. RSU je obavezno opremljena s mrežnim uređajem za
JasminĆelić Doktorskirad
63
bežičnukomunikacijukratkogdometakojasetemeljina802.11p.Dabisemoglaspojiti i
komuniciratisinfrastrukturnommrežomRSUjeredovitoopremljenaisdrugimmrežnim
uređajima.
OsnovnefunkcijeRSU‐asu:
proširenjekomunikacijskogopsegaadhocmreženanačindaprosljeđujeinformacije
nekogOBU‐aprilikomnjegovogulaskauzonukomunikacijskogdosegaRSU‐a;
pokretanjesigurnosnihaplikacijapoputC2Iupozorenja(npr.radovinaprometnici),
upravljanja raskrižjima, virtualnih prometnih znakova i sl. RSU predstavlja
istovremeno izvor informacija i sustavzaprijenos,odnosnoprimanje iodašiljanje
informacija;
pružanjemogućnostispajanjanainternetzaOBUkojisenalazeukomunikacijskom
dosegu.
OsnovnakonfiguracijaRSU‐aimamogućnostsamoprosljeđivatiinformacije,dokproširena
konfiguracijauključujeiostalufunkcionalnost.
4.1.2.Tehničkipreduvjetiiograničenja
Komunikacijski sustavi kao dio C‐ITS moraju vozilu i vozaču garantirati čim viši
stupanjanonimnostiinesmijuugrožavatinjegovuprivatnost.Onibiunajmanjojmogućoj
mjeri zaštitemoralipružitimakar razinuzaštitekojudanasposjedujukorisnicimobilnih
uređaja. Jedan od pristupa koji predlaže C2C konzorcij je da se koriste privremeni
identifikatoriumjestofiksnih.
U europskim se zemljama privatnost različito tretira i regulira pa C2X sustavi moraju
zadovoljiti cijeli niz različitih uvjeta kako bi osigurali prihvatljivu razinu anonimnosti i
sigurnostidiljemEurope.
Vrloznačajanpreduvjetuspješnostisustavazasigurnojeinemogućnostslanjailiprimanja
pogrešnihililažnihpodatakauslijedneispravnostidijelasustavailinastojanjazlonamjernih
korisnikadautječunasustav.Sustavmorabitipouzdaniimativisokuraspoloživostkakobi
korisnici imali povjerenja u njegove mogućnosti. Višestruko pojavljivanje pogrešaka
uzrokovalobineprihvaćanjesustavaodsvevećegdijelakorisnikačijebisepovjerenjeteško
ponovno moglo pridobiti, a pogrešne i beskorisne poruke mogle bi izazvati promjenu
ponašanjavozačaipotencijalnougrozitinjegovusigurnostilirezultiratinezgodom.Jedna
odmogućnostijeuvođenjedigitalnihpotpisaicertifikatatepovećavanjerazineotpornosti
na greške uporabom odgovarajućih algoritama premda je nejasno ako se nesreća ipak
dogoditkoćezanjupreuzetiodgovornost,odnosnotkojezaistuodgovoran.
JasminĆelić Doktorskirad
64
C2Xkomunikacijumoraodlikovatirobusnostpogotovouslučajevimasigurnosnihaplikacija.
Osiguravanje određene razine uslužnosti, odnosno minimalnog kašnjenja i maksimalne
pouzdanosti pri slanju, primanju i prosljeđivanju poruka, jedna je od nezaobilaznih
karakteristikaC2Xkomunikacije.Tukarakteristikunijemogućeostvaritiakosefrekventni
pojasdijelisaplikacijamakojenisusigurnosnenaravi ikoristeznačajanudioraspoložive
propusnosti pa se mora koristiti drugi frekvencijski pojas. Iako su kritične sigurnosne
porukerelativnomale(najčešćeoko100B)ibrzoserazmjenjuju(<100ms),tesupotaknute
određenimdogađajem,onemorajustićidosvihprijamnikanavrijemebezobziraakoseu
isto vrijeme u okolnim vozilima intenzivno koristi veliki dio raspoložive komunikacijske
opreme (npr. za skidanje muzike i filmova ili korištenja drugih oblika zabave). Takvu
kvalitetu i robusnost ne mogu osigurati otvoreni frekventni pojasevi poput ISM‐a
(Instrumentafion, Scienfific and Medical) pa se stoga predlaže alociranje učinkovito
zaštićenogfrekvencijskogpojasa.C2Ckonzorcijpredlažedatajpojasbudesmještenizmeđu
5,885i5,905GHz.
Očekuje se da C‐ITS rade u svim okolnostima na prometnicama. Oni moraju osigurati
neprekidnostkomunikacijeiuslučajevimavrlovisokegustoćeprometaiuslučajevimavrlo
male gustoće prometa ili malog broja vozila s ugrađenom odgovarajućom opremom. Uz
skalabilnost sustavaneophodno jeosigurati i očekivanukompatibilnost izmeđurazličitih
proizvođačaigeneracijauređaja.
Ugradnja i integracija odgovarajuće komunikacijske opreme u vozila u domeni je
proizvođačavozilainjihovihdobavljača,alioniipakmorajuzadovoljitiodređenepreduvjete.
Prijesvegatojeraspoloživostosnovnogskupapodatakaodpripadajućihosjetilauvozilute
kvalitetaisigurnost.
Strukturapodatakaiodređeniskupkarakteristikamoraseunaprijedodreditizaobvezne
podatkeosjetilausustavu.Primjertakvihpodatakasupodaciopozicijivozila.Preciznost
kojajepotrebnakomunikacijskomsustavunarazinijeoneuvećinidanašnjihuređajakoji
su opremljeni GPS‐om, no dio aplikacija može trebati i veću preciznost ili učestaliju
informacijuopoziciji.Također,pozicijskisustavnemorabitiobveznoGPSvećseutusvrhu
možekoristitibilokojisličansustav.
C2Ckonzorcijseobavezaoodreditistrukturupodatakakojućemoratipodržavatisvitipovi
sustavausvimvozilima,aprviprijedlogtakvihpodatakaiparametarakojemorajupružiti
osjetilauvoziluputemodgovarajućihsustavauključuje[121]:
poziciju
brzinuvozila
JasminĆelić Doktorskirad
65
smjervožnje
signaleupozorenjanaopasnost
usporavanjevozila/snagukočenja
ABS,ESPiASR10podatke
stanjebrisača/osjetilokiše.
Navedenalistaćesepopotrebidopunjavatiovisnoopotrebamaaplikacijaiodlučivatćese
ukojojmjerićepredloženipodaciosjetilabitiobvezni.
4.2.Komunikacijaukooperativnimsustavima
Ovisno o području primjene C‐ITS koriste uglavnom dvije bežične tehnologije:
komunikacijskutehnologijukratkogdometaIEEE802.11pimobilnumrežutrećegeneracije
(3G),odnosnonjezinomnadogradnjompodnazivomdugoročna3Gevolucijaili3.9G(long‐
termevolution,LTE)11.Dokmobilnemrežeoviseocentraliziranojmrežnojtopologijiukojem
savpodatkovniprometprolazikrozbaznestanice,IEEE802.11psenetemeljinapristupnim
točkamavećnadirektnojkomunikacijiITSstanicakojeformirajuVANET.FiksneITSstanice
poput pojedinih inteligentnih semafora pružaju uslugu pokretnim ITS stanicama (npr.
vozilima)iakozapravonepredstavljajupristupnetočke.
C‐ITSaplikacijemogusegrubopodijelitinaaplikacijeorijentiranenasigurnostcestovnog
prometa (npr. upozorenja o promjeni prometnog traka, prilaz vozila žurnih službi,
zaustavljenavozilanaprometnici,promijenjeniuvjetinacestiiradovinacesti),aplikacije
orijentirane na učinkovitost cestovnog prometa (npr. poboljšanje cestovnog prometnog
toka, smanjenje emisije štetnih plinova i zagađenja uz pomoć optimizirane prometne
signalizacije,signalizacijeuvoziluisustavazanavođenje)iservisesdodanomvrijednosti
(npr.najavekomercijalnogtipapoputoglašavanjahotela,benzinskihpostaja,trgovinaisl.)
[122]. Aplikacije za sigurnost cestovnog prometa imaju stroge zahtjeve u pogledu
10 Sustav za sprječavanje blokiranja kotača (Anti‐lock braking system), elektronički program stabilnosti
(Electronicalstabilityprogram)isustavzaupravljanjeproklizavanjem(Antriebsschlupfregelung).
11 Dvije su osnovne tehnologije mobilne telefonije treće generacije (3G) i to: Universal Mobile
TelecommunicationsSystem(UMTS)iCodeDivisionMultipleAccess2000(CDMA2000).Tehnologijase
nadaljerazvijauHigh‐SpeedDownlinkPacketAccess(HSDPA),odnosno3.5G,High‐SpeedUplinkPacket
Access(HSUPA),odnosno3.75GteWorldwideInteroperabilityforMicrowaveAccess(WiMAX)iprveLTE
inačice odnosno 3.9G ili pre‐4G. Wimax2 i napredni LTE predstavnici su 4G mobilne telefonije, a u
istraživačkimsekrugovimavećduževrijemespominje5GmrežačijijerazvojzapočelaNASA.
JasminĆelić Doktorskirad
66
ograničenogkašnjenjaivisokepouzdanosti.Grupaprotokolakojajedodijeljenazapodršku
ovakvomtipuaplikacijarazvijanajeuEuropiiSAD‐u.Glavnikandidatizanavedenopodručje
primjene su 802.11p i jednostavni brzi mrežni transportni protokoli. Aplikacije za
učinkovitostcestovnogprometaiservisisdodanomvrijednostimogukoristiti802.11pi/ili
3G/LTE tehnologije s mrežnim protokolom koji podržava internetsku vezu (Internet
protocolversion6,IPv6).Nepostojistrogagranicaizmeđuaplikacijazasigurnostcestovnog
prometaiučinkovitostcestovnogprometa.Akosenacestidogodiincidentnaprednisustav
zanavođenjemožesavjetovativozačedakoristealternativnurutuprijenegodođudomjesta
nesreće i završe u redu čekanja bezmogućnosti okretanja.Dakle, aplikacija za sigurnost
cestovnog prometa sprječava vozače da nalete na zaustavljeno vozilo, a aplikacija za
učinkovitostcestovnogprometaosiguravavozačeodbespotrebnogtrošenjavremenauredu
čekanjanaraščišćavanjenastalesituacije.
Različite C‐ITS aplikacije imaju i različite komunikacijske zahtjeve. Jedna od osnovnih
prednosti802.11pnormejedaseneoslanjanapokrivenostpristupnimtočkamailibaznim
stanicamakakobidistribuiraoinformacijelokalnookoITSstanice.Informacijesemoguslati
iusmjerenouodređenomsmjerukoristećigeografskonavođenje.UporabomIEEE802.11p
normekašnjenjemožebitimanje jernijepotrebanobilazakprekonajbližebaznestanice.
Stoga, C‐ITS aplikacije koje ne zahtijevajumala kašnjenja ili distribuiraju informacije na
regionalnojrazini,anenalokalnoj,mogukoristiti3G/LTEzaširenjeservisnihinformacija
okolnimvozilima.
4.2.1.Normeiakronimi
Normiranjeprometnekomunikacijepočinje1999.godinekadaAmeričkasaveznakomisija
zakomunikacije(U.S.FederalCommunicationsCommission,FCC)dodjeljujepojasod75MHz
(između 5,850 i 5,925 GHz) za ITS aplikacije kako bi se unaprijedila sigurnost putnika,
smanjila prometna zagušenost, olakšalo smanjivanje zagađenja zraka i pomoglo očuvati
vitalna fosilnagoriva.Američkoudruženjeza testiranje imaterijale (AmericanSociety for
TestingandMaterials,ASTM)prvo je izradilonormuzabežičnu lokalnupodručnumrežu
802.11, a zatim je malo prilagodilo kako bi više odgovarala jako brzim prometnim
okruženjima. Norma ASTM E2213‐03 bila je odobrena 2003. godine i sadržavala je
aplikacijski,podatkovniifizičkisloj.
Nedugozatim Institutzaelektrično ielektroničko inženjerstvo(InstituteofElectricaland
ElectronicsEngineers, IEEE)preuzimaposao odASTM‐a i stvara802.11p radnu skupinu.
Radnaskupinaproširujeprotokolnovimslojevimakakobipodržalainternetskipristupičini
gavišeholističkim,teganazivabežičnipristupzaprometnookruženje(wirelessaccess in
vehicularenvironment,WAVE).
JasminĆelić Doktorskirad
67
Da bi se označio IEEE 802.11p ili ad hoc dio WAVE arhitekture često se koristi izraz
namjenskikomunikacijskiprotokolkratkogdometa(dedicatedshort‐rangecommunication,
DSRC). Frekventni pojas kojeg koristiDSRC razlikuje se uEuropi, Americi i Japanu, ali u
osnovislužizakomunikacijukratkogdometaizmeđujediniceuvozilu(OnBoardUnit,OBU)
iinfrastrukturnejedinice(RoadSideUnit,RSU)inajčešćeseprimjenjujeujavnomprijevozu,
upravljanjuparkiranjeminaplaticestarine.
Slika15. Odnosiizmeđunormativnihtijela[123]
Međunarodnaorganizacija zanormiranje (InternationalOrganization forStandardization,
ISO)pokrenulajeinicijativuirazvilaokvirpodnazivomkomunikacijskipristupzazemaljske
mobilne uređaje (communicationsaccess for landmobiles, CALM).Osnovna je idejada se
iskoristesvipostojećitipovibežičnihpristupnihtehnologijakaoštosu2G/3G/LTE,bežični
širokopojasni pristup (npr. WiMAX), Wi‐Fi, IR i IEEE 802.11p te pružanje djelotvornih
bežičnihvezakrajnjimkorisnicimaiaplikacijama.UnutarCALMnorme,IPv6protokolsluži
kao konvergencijski sloj između različitih komunikacijskih medija i tipova aplikacija.
VANET podrška ostvarena je kroz CALM M5 normu koja se temelji na IEEE 802.11p.
Međutim,sve ITSaplikacijenisuumogućnostikoristiti IPv6zbogokruženjakojesebrzo
mijenja.
Godine2007.Europskiinstitutzatelekomunikacijskenorme(EuropeanTelecommunications
StandardsInstitute,ETSI)uspostavljaTehničkiodborzaITS(TC)kojijeodgovoranzadaljnje
donošenjenormiuEuropizaodnosnuskupinuprotokola.Europskakomisija2009.godine
JasminĆelić Doktorskirad
68
dodjeljujemandatM/453službenoprepoznatimeuropskimorganizacijamazanormizaciju:
Europskom odboru za normizaciju (European Committee for Standardization, CEN),
Europskom odboru za elektrotehničke norme (European Committee for Electrotechnical
Standardization,CENELEC)iEuropskominstitutuzatelekomunikacijskenorme.Navedene
suorganizacijepozvanepripremitisetnormi,specifikacijaivodičazapodrškuprovedbei
razvoja kooperativnih inteligentnih transportnih sustava u okvirima Europske zajednice.
Suradnjaeuropskihimeđunarodnihnormativnihtijelaprikazanajenaslici15.
UEuropise30MHz(od5,875do5,905GHz)isključivonamjenjujezaaplikacijesigurnosti
cestovnogprometa,dokseostalaprometnakomunikacijausmjeravanapojasod20MHz(od
5,855do5,875GHz).Dodijeljeni frekvencijskipojasevidijelesena10MHz frekvencijske
kanale,auslijedneposredneblizineovihpojasevafrekvencijskompojasukojiseuEuropi
koristi za elektroničku naplatu cestarine (5,795–5,805 GHz) ETSI TC ITS mora razviti
tehnologijeza izbjegavanje interferencija sCEN‐DSCRsustavima.Svinavedeni frekventni
pojasevisubesplatnizauporabu.
Prvi set normi za C‐ITS CEN i ETSI dostavljaju u veljači 2014. godine. One će omogućiti
vozilima različitih proizvođača da u budućnosti komuniciraju kakomeđusobno tako i sa
sustavimakojisudiocestovneinfrastrukture.
4.2.2.Distribuiranoupravljanjezagušenjimaukomunikaciji
PrvatehnologijakojujenormiraoETSITCITSnazvanaITS‐G5zasnivasenaIEEE802.11ps
posebnim zahtjevima usmjerenim na distribuirano upravljanje zagušenjima (distributed
congestioncontrol,DCC).DCCpredstavljaskupinumetodačijijezadatakupravljatimrežnim
opterećenjem kako bi se izbjegla nestabilnost. Metoda sloja za pristup mediju (Medium
Access Layer, MAC) koju koristi IEEE 802.11‐2012 sastoji se u višestrukom pristupu s
osluškivanjemnosioca(Carriersensemultipleaccess,CSMA).OvaseMACmetodasuočavas
problemomprijenosa u ad hoc načinu rada kada se gustoća stanica poveća. Istovremeni
prijenospodataka će se tadaprije dogoditi u geografski bližim ili kolociranim stanicama
(onimakojesuuradiodosegujednaoddruge).DCCjenačinnakojiseovajproblemmože
riješiti.Svakastanicanadgledaaktivnostiukanaluikadaserazinaaktivnostipovećaiznad
unaprijedodređenegranicezauzeća,poduzimajusemjerezaizbjegavanjenestabilnosti.
JasminĆelić Doktorskirad
69
4.3. ICSIarhitekturasustava
ICSIarhitekturasustavaoslanjasenaprethodnoopisanuC‐ITSarhitekturuipoput
većineinteligentnihtransportnihsustavasastavljenajeodčetirijuosnovnihpodsustava:
Centralnogpodsustava(CS)–centarzaupravljanjeprometomprikupljainformacije
odmjerodavnihprometnihdionika(tijelanadležnihzacestovnipromet,operatera
cestovnogprometaisl.),meteorološkihpostaja,regionalnihsredištazaprikupljanje
podatakaimjernihtočakanaprometnici.Informacijeseanalizirajuidonoseodluke
koje se prenose nazad do signalizacijskih uređaja na prometnoj infrastrukturi.
Nedostatci centraliziranog pristupa, koji ne može postići zadovoljavajuće
stvarnovremensko djelovanje, kod distribuiranog ICSI sustava se otklanjaju
upotrebom autonomnih pristupnika u sklopu kojih se već provodi analiza
prikupljenihpodatakaiodređujunajboljeprometnestrategije,acentralnipodsustav
najčešće služi kao izvor povijesnih podataka kojima se pospješuje djelovanje
inteligentnih algoritama. Na taj se način osigurava stvarnovremensko upravljanje
prometom koje se temelji na decentraliziranoj agregaciji prometnih informacija
dobivenihodcestovneinfrastrukture.
Cestovnogpodsustava(RS)–činegaRSU(osjetila,aktuatori,itd.)iopremauvozilu.
RSU se sastoje od autonomnih ugradbenih uređaja koji su zaduženi za izdvajanje
određenihITSparametara(npr.brojavozilanacestovnojdioniciilibrojaraspoloživih
parkirališnihmjesta)iliutječunaITSparametreovisnoookolini.Opremauvozilu
koristidvosmjernekomunikacijskekanalekakobirazmijenilainformacijesRSU‐om
u istomRS‐u ili drugimRS‐ovima i OBU‐ima unutar VS‐a. ICSI osjetila i aktuatori
predstavljajuM2Muređaje12ipodržavajupropisanuM2Marhitekturu[123]tenataj
način aplikacije u tim uređajima komuniciraju s pristupnikom i njegovom
aplikacijom.
Podsustava u vozilu (VS) – sadrži OBU koji pokreće M2M uređaj. Bez obzira
predstavlja li podsustav parkiranog ili vozila u pokretu, VS komunicira s M2M
uređajempristupnikakoji jedioRS‐a.M2MaplikacijakojaradinaM2Muređajuu
VS‐uuglavnomsekoristizapristupITSuslugamasigurnosti,ugodnostiiučinkovitosti
vožnje. Osnovne VS komponente sukladno ISCI projektu su: procesorska jedinica,
sučeljepremaaktuatorimazaupravljanjemotoromvozila,sučelje izmeđuvozača i
ITSusluga,mobilnaširokopojasnaopremaipozicijskisustav.
12 M2M (machine to machine) tehnologija predstavlja automatsko podatkovno povezivanje uređaja ili
strojeva,odnosnoaplikacijarazličitihnamjenausvrhunadgledanjaikontrolenjihovograda.
JasminĆelić Doktorskirad
70
Osobnog podsustava (PS) –mobilni uređaji koje koriste vozači ili pješaci u svrhu
prikupljanja mobilnih informacija ili pristupa različitim uslugama putem WiFi ili
3G/4G internetske veze. Sukladno ETSI M2M arhitekturi, PS je uređaj s
odgovarajućomaplikacijomkojijedirektnospojennaICSIpristupnik.
ICSI sustav sa svim podsustavima se zasniva na mrežama vozila i WSN‐u što ga čini
prikladnimzaprikupljanjeiobraduvelikekoličineosjetilnihpodatakanapouzdannačinis
mogućnostimadaljnjeg proširivanja. Stoga navedeni sustav čine raznovrsne komponente
(vidisliku16.)[123]:
upravljački centar–prikuplja,pohranjuje iobrađujevelikekoličinepodatakakoje
pristižuodostalihkomponenatasustava,osiguravasigurnostiodržavaučinkovitost
sustava;
RSU – smještene uzduž prometnica za prikupljanje vrijednosti različitih mjernih
veličinaputemodgovarajućihosjetila(poputosjetilaprometnogtoka,parkirališnih
osjetila, itd.), pokretanje izvršnih uređaja s povratnom spregom (poput VMS‐a ili
mjesta za punjenje električnih vozila) i spajanje na internet pri čemu djeluju kao
pristupnici(gateway,GW)13;
Slika16. Komponentesustava
13 Uređajiliaplikacijakojaspajadvijekomunikacijskemrežekojekoristerazličiteprotokole.
Pristupnik
Pristupnik
Upravljačkicentar Pristupnik
Mreža
vozila Pristupnik
Pristupnik
Pristupnik
WSN
Korisnički uređaji
Korisnički uređaji
JasminĆelić Doktorskirad
71
OBU – smještene u vozilima i opremljene uređajima za bežično umrežavanje koji
osiguravaju V2X komunikaciju umrežama vozila, a mogu se opremiti i različitim
osjetilima.Premapotrebimoguseopremitiisinternetskomvezomkojaseostvaruje
putemmobilnihmrežakakobirasteretileRSU;
korisničkiuređaji–korisničkaopremakojasesastojiodprijenosnihuređajapoput
tableta,pametnihmobilnihtelefona,itd.,akoristejepješaciivozači,odnosnoputnici
kojisuuključeniuprikupljanjenovosti,putnihidrugihoblikainformacija.
Osjetilnipodaciobrađujusenakooperativannačinvećnanajnižojraziniiunajranijojfazi,
npr. informacijaoprometnomtokumožeseprikupitiputemWSN‐ačijiseradtemeljina
jeftinojkamerikojaradikaoosjetiloipohranitilokalnoteseuupravljačkicentaršaljesamo
statističkipodatakkoji jerezultatdugotrajnogvrednovanja.UtusvrhuICSIodređujedva
ključnakoncepta:
pristupnik – fizički entitet koji je dio RSU ili upravljačkog centra i omogućava im
spajanjenaodređenopodručje
područje–sastavljenoodjednogilivišepristupnikasodgovarajućomkomunikacijom
i unaprijed postavljenim kriterijima za uspostavljanje krajnjih granica djelovanja
(npr.gustoćastanovništvailiprometa).
ICSIreferentnimodelkoristilokalnopohranjivanjepodatakaiinteligencijukojidjelujuna
ograničenomgeografskompodručju i gdje supodaci obrađeni i distribuirani u stvarnom
vremenubezpotrebezauspostavljanjemvezesCS.Utusesvrhuuvodipristupnikkojikao
svojevrsnilogičkientitetpružamogućnostijednakeonimakojeseobičnorealizirajuputem
CS‐a(npr.obradadogađajaialarmiranje).SvakijeGWspojensnizomRS,VSiPS,odnosno,
logičkijespojenna:
CS, u svrhu agregacije podataka za dugotrajne optimizacije ili druge statističke
primjene
GWuistompodručju,kojiupravljapodacimaosjetilaiaktuatorazakojejenadležan
GWizvannjegovogpodručja,uslučajudogađajakoji seodražavanaširepodručje
(npr.zagušenjakojemožeimatikaskadniučinaknavišeograničenihpodručja).
Vezasdrugimpristupnicimaostvarujesesamopremapotrebinamodelupretplate.Samo
područjeneodražavafizičkuvećlogičkucjelinupaistiGWmožeistovremenopripadatiu
više lokalnih područja ovisno o procesorskoj snazi,memorijskomprostoru i prostoru za
pohranjivanjepodataka.Veličinapodručjaodređenajejošigustoćomstanovništva,prometa
iinformacijsko‐komunikacijskihelemenata.
JasminĆelić Doktorskirad
72
Naslici17.prikazanajelogičkaICSIarhitekturakojusačinjavajutrilokalnapodručja.Svako
lokalno područje logički je povezano s globalnimpodržavajućimeđusobnu komunikaciju
kojasefizičkiostvarujeputeminternetailisporednihveza.Lokalnipodacispremajusena
GWlokalnogpodručjakojinaosnoviistihdonosiodgovarajućeodluke.Stvarnovremenska
obradapodatakaiupravljanjeusredotočenisuuglavnomnapodatkeizneposredneprošlosti
pasesukladnotomenaGW‐uičuvajujedinoonidokseostatakprenosiCS‐u.
Slika17. LogičkaICSIarhitektura
OsnovnekomponenteICSIreferentnogmodelasu:
domenskimodel
funkcionalnimodel
komunikacijskimodel
informacijskimodel
sigurnosnimodel.
4.3.1. Domenskimodel
ICSIsemožepodijelitiudvijedomenekakojeprikazanonaslici18.:
ITS domenu – sastavljena je od aplikacija i poslovne logike koja se odnosi na
kooperativnuinteligenciju(npr.kooperativnoučenje)iimazacilj:
- sigurnost
- održivost
JasminĆelić Doktorskirad
73
- smanjenjeprometnihzagušenja
- upravljanjeprometom
- nadzorprometa
- simulacijuprometa
- predviđanjeprometa.
korisničkudomenu–sastavljenajeodaplikacijaiposlovnelogikekojaseodnosina
usluge.
Slika18. DomenskiICSImodel
ICSIsustavsesastojiodpetosnovnihentiteta:
podsustava(CS,RS,VSiPS)
pristupnika(GW)–razlikujusedvatipapristupnika:
- ITS pristupnik s pripadajućom aplikacijom koja pokreće uslužnu logiku i
podržava distribuciju ICSI kooperativne inteligencije. Komunikacija između
ITSpristupnika,bežičnihmrežaosjetilaimrežavozilaimazaciljpostizanje
više razine sigurnosti, osiguravanje održivosti i smanjivanje zagušenja.
JasminĆelić Doktorskirad
74
AplikacijaITSuređajanalaziseusklopuOBU‐aiprekoITSpristupnikakojije
dioRS‐aprimapotrebneinformacije.
- korisničkipristupnikspripadajućomaplikacijomkojapružaširiskupusluga
uzpomoćuslužnelogike.Korisničkeusluge,poputprijenosavideailinaplate
parkiranja,nisuograničeneuvjetimasigurnostiiodrživostikaouprethodno
navedenom slučaju i pristupa im se putem aplikacija korisničkih uređaja
kojesepokrećunaosobnimuređajimailiOBU‐imaopremljeniminternetskom
vezom.
uređaja–korisničkiiliITSuređajikojimogupokretatiaplikacijekorisničkihiliITS
uređajarespektivno.
aplikacija–aplikacijepristupnika,kojesusmještenenapristupnicimaioslanjajuse
na uslužnu logiku kako bi pružile usluge i informacije ostalim uređajima i
aplikacijama pristupnika, i aplikacije uređaja, koje koriste usluge aplikacija
pristupnika i prikazuju informacije koje im se tim putem prosljeđuju na svojem
grafičkomsučelju.
područja–globalnailokalna.Distribuiranoizvršavanjeuslugaomogućenojeputem
međusobno spojenihpristupnika.U logičkom je sloju sažeta kooperativnapriroda
sustavapajemogućelokalnoobrađivatidogađaje,kojipristižuodWSN‐ova,mreža
vozila ili drugih pristupnika, i stvarati izlazne rezultate transparentno postižući
kooperativnost.
4.3.2. Funkcionalnimodel
Funkcionalni ICSI model predstavlja slojevitu arhitekturu podijeljenu u četiri
osnovnasloja:
aplikacijskisloj
uslužnisloj
logičkisloj
fizičkisloj.
Svakomslojuilipodslojupripadaodređenagrupafunkcionalnosti(slika19.).
JasminĆelić Doktorskirad
75
Slika19. FunkcionalniICSImodel
FizičkislojICSIarhitekturemožepodržatirazličitepostojećeITSmrežeimrežezarazmjenu
podataka ako zadovoljavaju minimalni skup zahtjeva za funkcionalnošću. Obvezne
funkcionalnostisusljedeće:
usmjeravanje – predstavlja osnovu za upravljanjemrežom i nadzor te usmjerava
podatkekojerazmjenjujučvoroviunutarmreže
povezivanje–osiguravaosnovnupovezanostmrežnihčvorova
adresiranje–koristisezaraspoznavanjeuređajapomoćuidentifikacije.
Opcionalnefunkcionalnostisu:
lokalnootkrivanje – odnosi senapostupke i procedureotkrivanjauređaja koji se
spajajunapristupnikputemWSN‐ailimrežavozila
sigurnost – sadrži osnovne postavke sigurnosti koje se proširuju prema višim
slojevimauskladusasigurnosnimmodelomkakobipostiglisigurnukomunikaciju
pouzdanost–odnosisenauspostavljanjesigurneipouzdanekomunikacije
QoS(Qualityofservice)–pružapodrškusigurnojipouzdanojkomunikaciji.
JasminĆelić Doktorskirad
76
Logički sloj sadrži podsloj pod nazivom konektor koji služi za spajanje s ICSI entitetima
fizičkog sloja.Onomogućujeuslužnom i aplikacijskomslojupristup različitimuređajima.
Ovajslojkoristepristupnicikakobiostalispojenisdrugimpristupnicimaudanompodručju
i transparentno pristupali uređajima ovisno o njihovoj lokaciji. Funkcionalnosti logičkog
slojasu:
upravljanje aplikacijama i uslugama – osigurava uvjete za dinamičko učitavanje
aplikacija,daljinskuinstalacijuinadogradnju;
upravljanje događajima – izlaže događaje višim slojevima putem konektora te
određujerasporediprioritetekojimihuslugeiaplikacijeobrađuju;
pohrana–određujepravilazaupravljanjetrajnimpodacima,prikuplja,pohranjujei
održavapodatkeunutarpodručjateihčinipristupačnimanadistribuiraninačin;
globalno otkrivanje – otkriva druge pristupnike u istom ili različitom području.
Usluga koja zahtijeva pristup određenom uređaju komunicira s logičkim slojem.
Logički sloj pristupa uređaju putem konektora ako je on lokalno spojen, a u
suprotnomsekoristifunkcionalnostglobalnogotkrivanjazalociranjeistog;
lokalnootkrivanje–putemkonektoraizlaževišimslojevimalokalnospojeneuređaje;
sigurnost – upravlja klasama sigurnosti na način da ih preslikava na osnovnu
sigurnostkojupružajukonektori;
pouzdanost–osiguravapouzdanukomunikacijuizmeđuICSIpristupnika;
QoS–osiguravaklase,politikeiprocedurekojeuslužniiaplikacijskislojkoristena
zahtjevunaprijedpostavljenihQoSrazina.
Uslužni sloj prima podatke od logičkog sloja pojavljivanjem odgovarajućeg događaja i
obrađuje ih na osnovi ugrađene posebne uslužne logike. Usluge može pokrenuti jedino
pristupnik.
AplikacijskislojsadržiaplikacijeinstaliranenaICSIuređajimakojemogubitiITSaplikacije
ilikorisničkeaplikacije.
JasminĆelić Doktorskirad
77
4.3.3. Komunikacijskimodel
Komunikacijski stog ICSI komunikacijskog modela sličan je OSI referentnom
komunikacijskom modelu14. ICSI komunikacijski model osigurava komunikaciju od
pristupnikadopristupnikaiodpristupnikadouređaja.
Slika20. ICSIkomunikacijskimodel
Modelčinišestslojeva:
fizičkisloj–imaistufunkcionalnostkaofizičkislojOSIkomunikacijskogmodela
slojveze–imaistufunkcionalnostkaopodatkovnislojOSIkomunikacijskogmodela
iuključujenajnovijatehnološkapostignućapoputdeterminističkogslojazapristup
mediju(MAC)sloja
14 Referentni model za otvoreno povezivanje sustava (Open Systems Interconnection, OSI) je najčešće
korištenimodel zaopisivanje arhitekturemreže.Ondijeli arhitekturumrežeu sedamslojeva (fizički,
podatkovni,mrežni,prijenosni,komunikacijski,prezentacijskiiaplikacijski)iopisujemeđusobneodnose
uređaja,aplikacija,uslugaiprotokolaprimrežnimkomunikacijama.
JasminĆelić Doktorskirad
78
mrežni sloj – ima istu funkcionalnost kao mrežni i prijenosni sloj OSI
komunikacijskogmodela
harmonizacijski sloj – može pokrivati različite mreže, nositi se s njihovim
raznolikostima i prilagođenim komunikacijskim shemama. Ovaj sloj pruža
jedinstveno sučelje prema višim slojevima pa oni mogu identificirati priključene
uređajeipristupitiimnatransparentannačinbezobziranaosobinespecifičnemreže
GW2GW–odgovoranjezaunutrašnjuivanjskukomunikacijumeđupristupnicima
gdjeserelevantnipodacirazmjenjujupremamodelu„izdavač‐pretplatnik“
podatkovni sloj –nudimogućnostnadzora i upravljanjapodacimau skladu s ICSI
informacijskimmodelom.
4.3.4.Informacijskimodel
ICSI informacijskimodelzasnovanjenakonceptu„događaja“kakojeprikazanona
slici21.
Slika21. ICSIinformacijskimodel
Kooperativne mreže mogu stvoriti obavijesti koje su direktni ili indirektni rezultat
pojavljivanja određenih promjena u promatranim stanjima komunikacijskemreže poput
razmjenepodataka,kolebanjanadziranihparametara,itd.Konektorisusposobniraščlaniti
teobavijestiudogađajekojiimajuopćustrukturuisemantiku.
Uslugeprimajudogađajekojidolazeodrazličitihkonektoraprekologičkogsloja,obrađuju
ihistvarajuizlaznedogađaje.Oviizlaznidogađajimoguzatimpokrenutiodređenuuslugui
obradu na drugim pristupnicima, ostvarujući time kooperativnu inteligenciju, ili
kooperativnojmreži, rezultirajući obavijestima koje imaju utjecaj na određenu interesnu
skupinu.
JasminĆelić Doktorskirad
79
Pristupnicikojiraspolažuskupomdinamičkihalgoritamamogupružatistvarnovremensko
upravljanjeprometomkojesetemeljinadecentraliziranojagregacijiprometnihinformacija
dobivenih od cestovne infrastrukture. Distribuirano upravljanje prometom i nadzor
ostvaruje se suradnjom izmeđuagenatana različitim razinama smještenimupodmodele
određene ICSI arhitekturom. Navedeno će se ostvariti uz pomoć ugradbenih modula za
podršku odlučivanju s kombinacijom neizrazite logike i neuronskih mreža koji će biti
integriraniujedinicuzakooperativnoučenje(CooperativeLearningUnit,CLU).
4.3.5. Sigurnosnimodel
Sigurnosnimodelsadržiformaliziranusigurnosnupolitikusustavanavisokojrazini.
Funkcionalni ICSImodel se koristi da bi se opisala sva funkcionalna gledišta sustava sa
stajalištasigurnosti.Touključujesveučesnikeinjihovamogućameđudjelovanja.Sigurnosni
modelopisujesigurnosneciljevedodijeljenesvakompojedinomsredstvukoječinisustavili
djelujeu sklopu istog,kakobi sezaštitilanjihovapovjerljivost i integritet.Uuskojvezi s
funkcionalnimmodelom,ovajmodelvisokesigurnosnerazinezatimstvarapravilazaniže
razinesigurnosti(kontrolapristupa,upotrebaposebnihvjerodajnicaisl.).
JasminĆelić Doktorskirad
80
5.MODELIIZBORARUTE
Izbor optimalne rute u velikim gradskim središtima ne može se zasnivati na
poznavanjucjelokupnogtransportnogsustavasastranekorisnikaijednostavnomodabiru
najkraćeruteuodnosunaprostorivrijemekaoosnovnihčimbenika.Poznavanjeprometa
svakakoutječenaizborskupinerutakojećekorisnikuzetiuobzirprilikomizbora,noistiće
ovisitiionizuvidljivihsocioekonomskihvarijabliivarijablamakojepredstavljajustavove
korisnika.
Naprednisustavizainformiranjeputnikakojikoristesamofiksneidinamičkekarakteristike
prometne mreže relativno brzo su se pokazali kao nedovoljno zadovoljavajući usprkos
činjenici da su nastojanja proizvođača sustava i pripadajućih razvojnih timova bila
orijentiranausmjeruvisokogzadovoljstvakorisnika.Testiranjerutnihvodičauvoziluna
područjugradaChicaga[124]otkrilojeznačajnonezadovoljstvokorisnikasrutamakojesu
predložili algoritmi utemeljeni na tradicionalnim modelima planiranja prijevoza (npr.
najkraće vrijemeputovanja).AkoATISpredlaže rute samonaosnovi najkraćeg vremena
putovanja,aputniciobičnouznajkraćevrijemeputovanjaurazmatranjeuzimaju idruge
čimbenikepoput smanjivanja zahtjevnosti vožnje i sl., tada sustavne sugerira putnicima
najprivlačnijurutu.Stogajezadataknaprednihalgoritamapredlaganjetakvihrutakojeće
biti više u skladu s mogućim ljudskim izborom, a time i puno bliže ATIS korisnicima i
općenitoučinkovitije.
Nakon prepoznavanja skupa izvodivih ruta putovanja potrebno je odrediti koje će rute
razmatrati putnik prilikom procesa odlučivanja. Skup izbora tada predstavlja skup
prebrojivihalternativakojejeputnikodabrao.Vjerojatnostpredviđenogizborajefunkcija
atributasvihalternativaizpojedinogskupaizbora.
Modeliranjeponašanjapriizboruruteosnovasuučinkovitostisustavasrutnimvodičimai
navigacijom. Njima semože procijeniti način na koji putnici opažaju karakteristike ruta,
prognozirati ponašanje putnika u potencijalnim scenarijima, predvidjeti buduće uvjete u
prometu na transportnim mrežama, te doprinijeti razumijevanju reakcije putnika i
prilagodbunadobiveneinformacije.Modeliranjeponašanjapriizborurutejeproblematičan
proceszbogsloženostipredstavljanjaljudskogponašanja,nedovoljnogpoznavanjamrežne
struktureodstraneputnika,nejasnognačinanakojiputnikdoživljavakarakteristikerutei
izostajanjapreciznihinformacijaosklonostimaputnika.
Modeliizborarutenepredstavljajusamopomoćuanaliziranjuirazumijevanjuponašanja
putnikavećsenanjimatemeljeimetodezadodjeljivanjeprometa.Problemumodeliranju
možebitideterminističkiilistohastički.Udeterminističkomproblemukorisničkeravnoteže
JasminĆelić Doktorskirad
81
(deterministicuserequilibrium,DUE)jednostavanmodelizborarutepretpostavljasavršeno
znanjeotroškovimaputaiodabirrutekojaminimiziratroškoveputovanja.Ustohastičkom
problemukorisničkeravnoteže(stohasticuserequilibrium,SUE)modelvjerojatnostiizbora
rute pretpostavlja neimanje savršenog znanja o troškovima puta i svih neophodnih
informacije, te se odabire ruta za koju se smatra da minimizira troškove putovanja. U
simulacijama pri dinamičkom dodjeljivanju prometa (Dynamic Traffic Assignment, DTA)
modelizborarutejeunaprijedodređenpriučitavanjumrežnestrukture.
U nastavku se prikazuju različiti pristupi i tehnologije u okviru modeliranja diskretnih
izbora. Sličan je pristup primjenjiv i u kontekstu parkiranja imultimodalnomkontekstu.
Alternativni pristupi navedenoj problematici poput neizrazite logike (fuzzy logic) [125],
[126], [127], umjetnih neuronskihmreža (ArtificialNeuralNetworks) [128] i kognitivne
psihologije[129],[130]uovomseradunećeobrađivati.
5.1.Najkraćiput
Najjednostavniji model izbora rute pretpostavlja želju korištenja rute s najmanjom
vrijednošću jedne varijable poput udaljenosti ili vremena putovanja. Tako postavljen
problem najčešće nosi naziv "problem najkraćeg puta" i obično se rješava Dijkstra
algoritmom[131].Prometnododjeljivanjeukojemsesvaputovanjanekogparaishodište‐
odredišteučitavajunanajkraćiputnazivase"sveiliništa".
Upotreba algoritma najkraćeg puta također pretpostavlja svijest o svim rutama i
pripadajućimtroškovimakojećeputnikkoristiti.
5.2.Korisničkaravnoteža
Problempostajepunosloženijikadasekaoobjektivnavarijablauključiizagušenje
vremena putovanja. Zagušenje vremena putovanja je funkcija prometnog volumena koji
predstavlja ukupan broj prometnih entiteta koji prolaze mrežnom dionicom u jedinici
vremena.Zagušenjevremenaputovanjaračunasepremaizrazukojiseopćenitokoristiu
aplikacijamazaprometnoplaniranje15:
0 1pt
c pt
VT T
C
(7)
15 UpraksisekoristicijelinizrazličitihfunkcijazagušenjakojesečestonazivajuiV‐Dfunkcijama(volume‐
delay).Funkcijakojaseovdjekoristijefunkcijasvjerojatnonajširomprimjenom,adobilajenazivprema
svomtvorcu,BPRfunkcija[133].
JasminĆelić Doktorskirad
82
gdjesu:
Tc –zagušenjevremenaputovanjanapromatranojprometnojdionici
T0 –vrijemeputovanjaslobodnimtokom
V –prometnivolumenurazdobljuodjednogsata
C –kapacitet(propusnamoć)prometniceurazdobljuodjednogsata
αpt,βpt–parametriprometnogtoka(običnoαpt=0,15,βpt=4).
Usvrhurješavanjaproblemanajkraćegputaovisnogotokuprometačestosenaizmjenično
koristi iterativni pristup između najkraćih putova s fiksnim vremenima putovanja i
preračunatim vremenima putovanja na osnovi novih prometnih volumena. Ravnoteža se
uspostavljaizmeđuodabranihrutakojesuovisneovremenuputovanjaiprolaznihvremena
zaodređenudionicukojaoviseoprometnomvolumenu.Kadaputnicikojinastojesmanjiti
vrijeme putovanja nemaju namjerumijenjati rute, iteracijski izračuni postižu stanje koje
odgovaraWardropovomprvomprincipu[132].Ovajseprincipmožeizrazitiinanačindaza
svakidaniparishodište‐odredištevrijedidasvekorišteneruteimajuistovrijemeputovanja,
a sve nekorištene rute imaju vrijeme putovanja veće ili jednako vremenu putovanja
korištenih ruta. Naziv za situaciju opisanu prvim Wardropovim principom je upravo
korisničkaravnoteža.
DrugiWardropovprincipopisujesituacijuukojojsesmanjujeukupnovrijemeputovanjau
prometnoj mreži što se često naziva optimalno dodjeljivanje prometa sustavu. Da bi se
ostvarilo optimalno dodjeljivanje prometa sustavu, putnike treba dodjeljivati prometnim
dionicamananačindaseuzimajuuobzirgraničnitroškoviputovanjakojećeproizvestisvaki
dodatniputnikpridruženpromatranojdioniciumjestoprosječnihtroškovaputovanjakoji
su indirektno opisani izrazom za izračunavanje zagušenja vremena putovanja (7).
Marginalnisutroškoviputovanjavećiodprosječnihtroškovaputovanjazbogkonkavnosti
navedenefunkcije.
Za rješavanje problema dodjeljivanja prometa ovisnog o prometnom toku koriste se
općenitodvijemetode i to:metodakonveksnihkombinacija (ili Frank‐Wolfealgoritam) i
metodauzastopnihprosjeka(MethodofSuccessiveAverages,MSA).
Metoda konveksnih kombinacija [134] je postupak kojim se pomoću dekompozicije
rješavaju problemi nelinearne optimizacije. Problem se transformira u linijski program i
jednodimenzionalni nelinearni problem odnosno tzv. "traženje linije" (line search). Svaki
korak linearnog programa naziva se "traženje smjera" (direction finding) jer predstavlja
traženje novog izvodivog rješenja kojim se unaprjeđuje funkcija cilja. Svakom iteracijom
JasminĆelić Doktorskirad
83
programatražiseprosjekizmeđutrenutnogrješenjatraženjasmjeraiprethodnihrezultata,
kako bi se odredio novi minimum funkcije cilja. Traženje smjera se provodi uporabom
izračuna najkraće rute koristeći različite algoritme (poput Dijkstra algoritma). Ovu je
metodu za rješavanje problema dodjeljivanja prometa 1968. godine prvi predložio
Bruynoughe[135].
MSA[136]predstavljapunoopćenitijiirobusnijipristupodprethodnonavedenog.Umjesto
izračunavanjatežinskihčimbenikaukorakutraženjalinije,MSAkoristiunaprijedodređene
fiksnetežinskečimbenike.Stogajeovumetodupunojednostavnijeprogramirati,aliječesto
iznatnosporija.
5.3.Stohastičkakorisničkaravnoteža
Stohastičkododjeljivanjeprometaobičnokoristimultinomiallogit(MNL)modelza
raspoređivanjeputnikaizmeđumogućihputova.MNLmodelpretpostavljaistudistribuciju
pogreškeu pogledu korisnosti koja se zasnivanaGumbelovoj distribuciji. Ovaj semodel
možepredstavitisljedećimizrazom:
ii
j
n
L
L
j C
eP
e
, (8)
gdjesu:
P(i) – vjerojatnost korištenja puta i (pod pretpostavkom da su karakteristike
putnika homogene, može se tumačiti i kao udio putovanja u paru ishodište‐
odredištekoristećiputi)
Cn – skupizboramogućihputovazasvakin
Li,Lj – dužinaputaiij
ϴ – koeficijentkorisnostiiliparametarbrzine.
Za upotrebu programskog rješenja koje koristi MNL neophodno je prepoznati moguće
putove i odrediti vrijednosti atributa tih putova poput udaljenosti, vremena putovanja i
cestarina. U stvarnosti broj mogućih putova može biti izrazito velik, iako je putnicima
privlačaniprihvatljivsamonjihovmanjidio.
Godine 1971. razvijen je STOCH algoritam [137] za pridruživanje putova cestovnim
dionicamauskladusMNLfunkcijom,alibezeksplicitnogpoznavanjamogućihputovauCn.
STOCHalgoritamkoristiskupizborakojisadržisveputovekojićeputnikaodvestidaljeod
JasminĆelić Doktorskirad
84
ishodišta i bliže odredištu.U literaturi koja se bavi stohastičkimdodjeljivanjemprometa
takviseputovismatrajurazumnijimaiučinkovitijima.
Da bi se postigla dosljednost između pretpostavljenih vremena putovanja prilikom
stohastičkog dolaska u promatrani mrežni segment i vremena putovanja s uključenim
zagušenjem prometnog toka, može se koristiti iterativni postupak kao i u slučaju s
determinističkomkorisničkomravnotežom.Rezultirajućadosljednostnazivasestohastička
korisničkaravnoteža.UsvrhudobivanjabržekonvergencijeSUEalgoritmaodonedaneMSA
pristupomFiskusvomradu[138]predstavljaminimalističkuformulaciju,aCheniAlfa[139]
prilagođavaju algoritam konveksnih kombinacija. U svakoj se iteraciji pomoću STOCH
algoritmaputnicidodjeljujucestovnimdionicama,azatimsepreračunavavrijemezagušenja
iusrednjujesvrijednostimaprethodneiteracije.
5.4.Metodaoznačavanja
Pristup označavanjem ili metoda označavanja jedna je od tehnika koja se može
koristiti u svrhu određivanja mogućih putova u okviru putovanja ishodište‐odredište
uzimajućipritomuobzirrazličite funkcijeciljevapri traženjurute.Dioćevozačatijekom
putovanjaželjetičimvišeumanjitisamovrijemeputovanja,adiomožeosjećatinelagodupri
izvođenju zahtjevnijih radnji u prometu i zato izbjegavati promjene prometnog traka,
autoceste,visokozagušeneprometnedioniceiliraskrižjabezsignalneregulacijeprometa.S
drugestrane,nekivozačimoguputovatisasvrhomkojanijestrogoposlovnogiobvezujućeg
karakteraikadajevrijemedolaskanaodredišteelastičnotekoristitirutebogateokolnim
informacijamailipovijesno‐kulturnimznamenitostima.Svakijeodnavedenihčimbenikau
izboru rute i osnovni kriterij u izboru najprikladnije rute i stoga je svaku rutu moguće
označiti premadanomkriteriju ili kriterijima zakojeonipredstavljajuoptimum.Ovaj su
pristup predložili Ben‐Akiva, Bergman, Daly and Ramaswamy [140] koristeći sljedeće
oznake za pojedine kriterije: minimalno vrijeme, minimalna udaljenost, maksimalan
doživljaj okoline, minimalna prometna signalizacija, minimalno prometno zagušenje,
maksimalnauporabaprometnicavisokogkapaciteta,maksimalnoputovanjekomercijalnim
područjem,maksimalnakvalitetaprometniceihijerarhijskiuzorakputovanjarazmatrando
trećerazine.
Uovompristupuuskladusiznesenimkarakteristikamanamećeseslučajdadvijeiliviše
oznakaukazujunaisturutu.UtomseslučajukoristiNLmodel(nestedlogit).NLmodelse
najčešćekoristizaizbormodovaputovanjaiprivišedimenzionalnimizborima(npr.mod
putovanja i odredište). U slučaju izboramoda putovanja, koristi se kada je alternative
mogućesvrstatiugrupesopćenitimatributimakojisedodatnonerazmatrajuiligrupečiji
članovi imajuvišezajedničkihobilježjanegočlanovidrugihgrupa(npr.grupu"privatan
JasminĆelić Doktorskirad
85
prijevoz"mogučinitiputniciuautomobilu,vozačiautomobilaiputniciutaksiju,dokgrupu
"javniprijevoz"mogučiniti putniciu autobusu,putniciu vlaku i putniciu tramvaju).U
višedimenzionalnimizborimaishodprvogizboraodređujenačinsvrstavanjaugrupešto
ihčini "ugniježđenim"odčega je ipotekaonazivmodela.Zboggrafičkihprikazakoji se
mogupronaćiuliteraturiihijerarhijskestrukturekojomsenajčešćeprikazujegrupiranje
alternativa ovaj se model još naziva i tree logitmodel. Dijeljenje skupa izbora Cn uM
gnijezdaCmn,možeseizrazitikao
1
M
n mnm
C C
(9)
i
,mn m nC C m m .(10)
Vjerojatnost izbora alternative je produkt izbora "gnijezda" i izbora alternative unutar
"gnijezda"
n mn n mnP i C P C C P i C . (11)
Unutar"gnijezda"vjerojatnostodabiraalternativetemeljisenaMNLmodelu
in
jn
mn
V
mn V
j C
eP i C
e
, (12)
gdjejeVinsustavnakorisnostalternativeizanputnika.
Korisnost "gnijezda" temelji se na kombinaciji korisnosti alternativa unutar "gnijezda",
mnCI ikorisnostiodatributa"gnijezda"kojinemožebitipridružen jednojalternativiniže
razine,mnCV ,odnosno
mn mn mnC C CV V I . (13)
Ben‐Akiva i Lerman [141] pokazali su da očekivana maksimalna korisnost može biti
izračunatalogaritmomzbroja
ln jn
mnmn
V
Cj C
I e
. (14)
Ovajizrazpredstavljakorisnostsvihalternativau"gnijezdu"pasestoganazivauključena
vrijednost ili uključeni trošak. Uključena se vrijednost izbora odredišta često koristi kao
JasminĆelić Doktorskirad
86
mjera pristupačnosti. U teoriji diskretnih izbora predlaže se da koeficijent uključene
vrijednosti (ugniježđeni koeficijent) treba biti između 0 i 1. Kada je vrijednost tog
koeficijenta0predlažusedvijeneovisneilinevezaneodluke,azavrijednost1seNLmodel
reducira naMNLmodel. Vrijednost koeficijenta veća od1 ukazuje napotrebu korištenja
druge"ugniježđene"struktureokretanjemhijerarhijskogredavišedimenzionalnogizbora.
UmetodioznačavanjasuoznačeniputoviorganiziraniuNLstrukturuukojojfizičkiputovi
oblikuju gornju razinu hijerarhije "gnijezda", a označeni putovi se grupiraju u skladu s
fizičkimputovima.Ipak,putniciradijebirajufizičkeputovenegooznake.Ovonepredstavlja
uobičajenu očekivanu strukturu NLmodela gdje je poznat izbor alternativa niže razine.
Procjenamodela označavanja obuhvaća analitički izračun uključenih vrijednosti i izradu
prilagođenog programa za procjenu maksimalne vjerodostojnosti koji će odrediti
koeficijente nelinearnog parametarskog modela predloženog izrazima od 2 do 5.
Identifikacija parametaramodela i nekoliko odgovarajućih specifikacija predložene su u
ranijespomenutomradu[140].
5.5.AlgoritamKrazličitihputova
AlgoritamKrazličitihputovazapravopredstavljavišestrukoponavljanjealgoritma
najkraćeg puta što rezultira kolekcijom putova. Kako dodatni putovi imaju impedanciju
blisku impedanciji najkraćeg puta tako se očekuje da će ih putnik uzeti u obzir pri
razmatranju.JednaklasaalgoritamakoristitočnoodređenorješenjezaproblemtraženjaK
putovasminimalnimvrijednostimadanefunkcijecilja(npr.najmanjeudaljenosti,najmanje
vrijemezagušenjaisl.).Heurističkarješenjasutakođervrloučestalaimogućeihjepodijeliti
utrigrupe:
1. Eliminacijsketehnike–uklanjajuprometnudionicunajkraćegputaumrežikakobi
prepoznalivišekratkihputova
2. Metoda otežavajućih čimbenika – povećavaju impedanciju prometne dionice
najkraćegputa,alijeneuklanjajuizmrežeprijepotragezakraćimputovima
3. Metodagrananja–odabireprometnudionicuprethodnoprepoznatogkratkogputai
stvara novi put tražeći najkraći put od ishodišta do početka odabrane prometne
dioniceiodkrajaprometnedionicedoodredišta.
Prva grupa rješenja predstavlja proširenje postojećih pristupa koji koriste postavljanje i
korigiranje oznakakakobi odredili najkraćiputpoputDijkstra algoritma.Umjesto jedne
oznakepridruženesvakomprometnomčvorukoristisepoljeodKoznakakakobise,pomoću
JasminĆelić Doktorskirad
87
njih,putovimoglisortiratirastućimredoslijedomuovisnostiodužini,vremenuputovanja
ilidrugomcilju.
Dioseautoraneslažesupotrebljivošćuovihalgoritamazaodabirmogućihputovajersesvi
putovičineveomasličnima,doksedrugiputovikojebivozačuzeourazmatranjeuopćene
prepoznaju.
U sljedećim trima cjelinama razmatrat će se primjena heurističkih pristupa za
aproksimiranjeproblemaKnajkraćihputovakojiserazlikujuunačinuprepoznavanjanovih
alternativnihputova.
5.6.Uklanjanjeprometnihdionica
Uklanjanje prometnih dionica predstavlja pristup u kojem se iterativno pronalazi
najkraćiput,uklanjajusveilidioprometnihdionicaizmrežetezatimpronalazinovinajkraći
put.Jednaodopasnostiuklanjanjasvihilivećineprometnihdionicanajkraćegputajedase
timpostupkomukloniineophodnidioprometnemreže(glavnoraskrižjeputova)kakobi
uopćepostojaospojizmeđuishodištaiodredišta,atimeimogućnostpronalaskabilokojih
drugih putova od ishodišta do odredišta, pa tako i onih najkraćih. U stvarnosti redovito
postojealternativnipravcidoglavnograskrižja,aliseoninećegeneriratiovommetodom.
Kriterijzazavršavanjepostupkaiteracijejeprekidprometnemreže.
Druga inačicaovogpristupaoslanjasenauklanjanjesamojedneprometnedioniceu isto
vrijeme što će rezultirati samo manjim odstupanjem od prethodno opisanog problema.
Generiranje alternativnih putovamoguće je uklanjanjem pojedinih prometnih dionica iz
najkraćegputa,zatimsvihkombinacijaparovaprometnihdionica, itd.Upraksi,putmože
sadržavatiido300prometnihdionicaštoovajpostupakčiniiznimnosloženimizahtjevnim.
Nadalje,jednaprometnadionicailikombinacijaprometnihdionicamogubitiuklanjaneiiz
putovakojipodužinislijedenajkraćimogućiputrespektivno.
5.7.Metodaotežavajućihčimbenika
Umjesto uklanjanja prometne dionice, metoda otežavajućih čimbenika16 povećava
impedanciju prometnih dionica korištenih u prethodno pronađenom najkraćem putu
prilikomtraženjanovogaputa.Prednostovogapristupajeučinjenicidaseprometnamreža
nemožeprekinutijersesveprometnedionicečijajeimpedancijapovećanamogunaknadno
ponovokoristitiunekojodsljedećihiteracija.DelaBarra,PereziAnez[142]opisujutehniku
kojomnakonštojepronađennajkraćiputsvakojseprometnojdionicipovećavavrijednost
16Ovajsepristupuliteraturimožepronaćipodnazivomlinkpenaltyilioverlappenalty.
JasminĆelić Doktorskirad
88
impedancijeza fiksnipostotak,posliječegaseponavljacjelokupnipostupak.Park iRilett
[143] jednim dijelom mijenjaju prethodno navedeni pristup na način da ne povećavaju
impedancijuprometnimdionicamakojesenalazeunekomodređenomradijusuodishodišta
i odredišta kako se ne bi stvarala nepotrebna devijacija na početku i na kraju puta. Za
određivanje prometnih dionica u blizini ishodišta i odredišta kojima se neće povećati
impedancijamožesekoristitiivrijemeputovanja.
5.8.Metodagrananja
HeurističkipristuppodnazivommetodagrananjaprvisuputapredložiliBellmani
Kalaba[144].Metodagrananjaprvokoristiproceduruzapronalazaknajkraćegputa.Nakon
togaodabiresejednaprometnadionicačijijedankrajpočivananajkraćemputu.Tudionicu
možeodabratinasumičnoilipremanekomodatributa(npr.prometnadionicasnajvećim
kapacitetom).Noviseputgenerirananačindasenanajkraćimogućinačinspojiishodištes
početkomprometnedioniceikrajprometnedionicesodredištem.Putdobivennaopisani
način se zatim sprema i sortira. Dodatni putovi mogu se generirati korištenjem drugih
prometnih dionica na isti način ili korištenjem najkraćeg prethodno generiranog puta i
njemupripadajućihprometnihdionica.
5.9.Simulacijskipristup
AlgoritamK najkraćihputovamožekoristiti sve atribute za raspoloživeprometne
dionicekojesadrži.Takoseuvišeiteracijaovajalgoritammožekoristitizaizračunavanje
npr.najprijeudaljenosti,zatimvremenaslobodnogtokaikonačno,očekivanogvremenakao
funkcije cilja za prvi najkraći put. Ovi su atributi redovito u određenom međusobnom
odnosu. Metoda K najkraćih putova generira putove koji su često veoma slični i ne
obuhvaćaju cjelokupan opseg putova koje vozač može razmatrati. Prema mišljenju
analitičara vozači vrijeme putovanja doživljavaju s pogreškom pa je razumno pristupati
problemunanačindaseprovodinasumičniodabirizdistribucijekojapredstavljaopažanje
vozača.
SheffiiPowell[145]opisujuupotrebuMonteCarlotehnikezaprimjenumultinomialProbit
modelau svrhudodjeljivanjaprometa, jermodel koji koristiGaussovudistribucijunema
konvencionalno analitičko rješenje za ovaj problem. Primijenjena tehnika uključuje
unaprijedodređenbrojiteracijazakojesevrijemeputovanjaprometnimdionicamauzima
iz Probit distribucije. Prometno dodjeljivanje pod nazivom "sve ili ništa" koristi se za
učitavanjeprometnogvolumenauprometnumrežu.Nakrajuseprometnitokizsvihiteracija
usrednjujedabi sedobioprometni tokkoji sepredviđa.Zapotrebegeneriranja,puno je
JasminĆelić Doktorskirad
89
prihvatljivije nakon iteracije spremati sve prometne dionice najkraćeg puta, nego
uprosječeneprometnetokove.
Ova tehnika razvijena je kako bi se koristio Probit model tamo gdje su distribucijski
parametri i parametrikorisnosti većprocijenjeni.Distribucijskiparametri koji suuzetiu
svrhu simulacijemoraju biti iz nekog drugog izvora jer je namjera generirati putove za
procjenumodelaizborarute.Onimogubitiodabraniizmodelaopaženihvremenaputovanja,
kalibrirani odabirom vrijednosti da se maksimizira pokrivenost ili na neki drugi način
stvoreniputevisaželjenimkarakteristikama.
5.10.C‐Logit
JednoodograničenjaLogitizrazajepretpostavkadasupogreškeneovisneijednako
distibuiraneGumbelovomdistribucijom(Independentand identicallydistributed, i.i.d.) što
rezultirasvojstvombinarneneovisnosti17.Ovojesvojstvoprikazanoprimjerimanaslici22.
Putovi 1 i 2 dijele isti segment dužine (ili impedancije) T‐d, ali se razlikuju u dijelu
označenomsd.Podpretpostavkomdasekorisnostrutetemeljisamonaudaljenosti,kojaje
zasvetrirutejednaka,MNLmodelićepredvidjetidajeudiosvakerutejednatrećina.MNL
modeljedosljedanljudskojintuicijikadajepreklapanjeputova1i2jakomalo(d T ),no
kadasepreklapanjepribližavadužinicijelerute( 0d )očekujesedaput3imaudiood
jedne polovine, a putova 1 i 2 od jedne četvrtine (dakle jednu polovinu na dijeljenom
segmentu) jerbiusuprotnomput1 i2udijeljenomsegmentu imaliprevišedodijeljenog
prometa(dvijetrećine)ipostojalabipotencijalnamogućnostnastankazagušenja.
Cascetta, Nuzzolo, Russo i Vitetta [146] predlažu C‐Logit model kako bi očuvali
jednostavnostračunanjalogitforme,aliiproizvelipunointuitivnijepredviđanjeudjelaruta.
C‐Logitmodeldodajeprilagodbukorisnosti rutekoja se temelji nakoličinipreklapanja s
drugimrutama.Ovaseprilagodbanazivačimbenikomistovjetnosti(commonalityfactor,CF)
iprikazujesenasljedećinačin
in in
jn jn
n
V CF
n V CF
j C
eP i C
e
. (15)
17 Binarnaneovisnostseuliteraturijošnazivaiindependenceofirrelevantalternatives(IIA).
JasminĆelić Doktorskirad
90
Slika22. Primjerirutiranja
Vrijednost CF treba uvijek biti negativna jer će preklopljeni putovi imati manji udio od
jedinstvenihruta.CFječestologaritamskogoblikakakobiuslučajevimajedinstvenerute
logaritamskatransformacija imalaargument jednak jedinici inebidjelovalanakorisnost
puta.Zaputovespreklapanjemtajjeargumentmanjiodjediniceivjerojatnosepribližava
nuli,pajestogakorisnosttakvihputovaimanjeprivlačnaprirazmatranju.
PrethodnonavedeniautoripredlažučetirirazličitaoblikazaCFkakoslijedi:
0 ln
k
n
ijin
j Ci j
LCF
L L
, (16)
0 ln
i
ain an
a i
lCF N
L
, (17)
0 ln ln
i
ain an
a i
lCF N
L
, (18)
JasminĆelić Doktorskirad
91
0 ln 1n
ij i ijin
j C j iji jj i
L L LCF
L LL L
, (19)
gdjesu:
β0iγk–koeficijentikojisepredviđajuilikalibriraju
Lij –udaljenostputovaiij
Γi –skupdionicaputai
la –dužinaprometnedionicea
Nan –n
ajj C
zastvarneprometnedionice(1zaspojevecentroida18)
δaj – "dummy" varijabla, 1 ako put j koristi prometnu dionicu a ili 0 u svakom
drugomslučaju.
Promatrajući neke teoretske mreže i uspoređujući predviđanja Probit i C‐Logit modela
autori zaključuju da izraz 6 najviše nalikuje na probit udio, iako se vrijednost γ mora
kalibrirati.Također,uviđajudaizraz7dajeisterezultatekaoizraz6kadajekorisnostputova
jednaka.NedostatakC‐Logitmetodejemanjakteorijekojabiodredilakojioblikčimbenika
istovjetnostitrebakoristiti.
5.11.Logitveličineputa
Logit veličine puta (Path‐Size Logit, PSL) predstavlja primjenu teorije diskretnog
izboranasveukupnealternativekojesusekoristileudrugimprometnimslučajevimapoput
izbora odredišta. Njime se teorija ponašanja pokušava uključiti u C‐Logit proces
prilagođavanja.Stogaseiuovomslučaju,kaoiuprethodnom,dodajeprilagodbakorisnosti
alternativnihruta:
ln
ln
inin in
jn jn jn
n n
VV PSin
n V PS V
jnj C j C
PS eeP i C
e PS e
, (20)
gdjejePSinveličinaputaizaosobun.
18 Centroidjetočkakojapredstavljacentaraktivnostiuzoniispajatuzonusprometnommrežom.Zonesu
malageografskapodručjakojačinepromatranucjelinu.Spojevicentroidapredstavljajuprosječantrošak
(vrijeme,udaljenost)priključivanjanaprometnumrežuzaputovečijasuishodištauodnosnojzoni.
JasminĆelić Doktorskirad
92
Putbezpreklapanjacestovnihdionicanetrebaprilagodbukorisnostiiimaveličinujedan.
Kadasejedinstveniputpodijelinavišeputovačijajeveličinaista,možesezamislitidaje
veličinadjelomičnopreklopljenihputovasastavljenaodveličinaprometnihdionicakojesu
zatimotežanenekomodgovarajućommjerom(npr.impedancijomodnosnoudjelomkojim
prometnadionicadoprinosiukupnojdužiniputa).Usvakomseslučajutrebaposvetitipažnja
kadaseprometnadionicapodijeliizmeđuputovarazličitihdužina.
LogitveličineputauvelisuBen‐AkivaiRamming[147]predstavljajućigasljedećimizrazom
1 1
i i
n
a ain
a ai an i ajj C
l lPS
L N L
. (21)
Impedancija dijela puta uvjetovana određenomdionicompredstavljena je s la/Li , dok se
ostatakizraza,1/Nan,odnosinabrojputovakojikoristecestovnudionicu.
Nadrugi dio izrazaneutječedužina ili impedancijaputova zaprometnedionice kojene
koristisamojedanputvećvišenjih.Stogaovajizraznepružazadovoljavajućupreciznost
kadasuproizvoljnodugiputoviuključeniuskupizbora.Naprimjer,kadabiuprimjeru1na
prethodnojslicidesnuprometnudionicuprvogputaučinilijakodugačkom,desnidioizraza
ostaobijednakjednojpoloviniizaput1izaput2.Put2imaveličinumanjuodjedan.Veličina
puta1bilabivrloblizujedanjerjenjegovavećinasadržanaudrugojprometnojdionici.Put
3serazlikujeinjegovajeveličina1.Prirazmatranjuvjerojatnostiizbora,put1biimaoveoma
maliudiozbogsvojevelikedužine.Putovi2i3imajuistudužinu,aliput2imaneštomanju
veličinunegoput3.Stogabimodelpredvidiodaput2imamanjiudionegoput3.Iakoput1
nebiuopćeušaouizbor,vjerojatnostnebibilajednapolovina,pabiput3biobezrazložno
višeopterećenprometom.
5.12.Poprečno"ugniježđeni"Logit
Poprečno "ugniježđeni" Logitmodel (Cross‐NestedLogit, CNL) je svojuprimjenuu
izboru rute prvi puta doživio uporabom Logit modela s "ugniježđenim" prometnim
dionicama[148].PoprečnougniježđeniLogitmodel,MultinomialLogitmodel(svarijacijama
C‐LogitiPSLogit)iugniježđeniLogitmodel(uključujućiprimjenuupristupuoznačavanjem)
diosumodelageneraliziranihekstremnihvrijednosti(GeneralizedExtremeValue,GEV).
CNLmodelserazlikujeodNLmodelapotomeštodozvoljavadaalternativenižerazinemogu
pripadati u više od jednog "gnijezda". Stoga se određuje skupina parametara za svaku
alternativu i i svako "gnijezdo"m, 0 1mi mi , koja predstavlja stupanj "članstva" ili
uključenu težinu alternative i u "gnijezdu" m. Zbroj parametara αmi svih "gnijezda" je
JasminĆelić Doktorskirad
93
generalnonormalizirananajedanzasvakualternativunižerazinei.Vjerojatnostizborau
poprečno"ugniježđenom"Logitmodeluje
1
M
n mn n n mnm
P i C P C C P i C
, (22)
in
jn
mn
Vmi
mn V
mjj C
eP i C
e
, (23)
1
C m Cmn mn
C m Cln ln
V I
mn n M V I
l
eP C C
e
. (24)
Zapoprečno"ugniježđeni"Logitmodelvrijedidaje
1/lnm
jn
mnmn
V
C mjj C
I e
, (25)
štouvrštenoupočetniizrazdaje
11 1
1
1
1
m
i im m
mn
m
i m
mn
MV V
mi mjm j C
n nM
Vmj
m j C
e e
P i C
e
. (26)
CNLmodelsemožepostepenoreduciratinaMNLmodelakosusviparametriµm jednaki
jedan:
1
1 11
1 11
m
i i ii
mn
i ii
mn mnmn
M MMV V VVmi mj mimim j C mm
n n M MM V VVmj mjmj
j C m j C mm j C
e e eeP i C
e ee
(27)
isobziromdajezbrojsvihαjednakjediniciilijednakojkonstantizasvealternativej,izraz
sereduciranaMNLmodelvjerojatnosti.
JasminĆelić Doktorskirad
94
ULNLogitmodeluprometnedionice(označenesa)oblikujustrukturugnijezdadokrute
(označenesi)oblikujualternativenižerazine.Zauključenutežinuvrijedi
aai ai
i
lL
(28)
gdjesu:
la –dužinaprometnedionicea(ilivrijemeputovanjanjome)
Li –dužinarutei(ilivrijemeputovanjanjome)
δai – "dummy" varijabla koja iznosi 1 kada ruta i prolazi prometnom dionicom a ili
0usvimdrugimslučajevima.
Provedenaistraživanjanajčešćesuobuhvaćalamanjeteoretskemrežeilistvarnemrežes
velikimograničenjimajerjeovametoda,zaprometnumrežusastvarnimbrojemprometnih
dionicaposvakomputu,vrlosloženairačunalnoveomazahtjevna.Koeficijentµ(parametar
skaliranja)možebitiprocijenjenakopostojidovoljnopodatakazanjegovoprepoznavanje,
stogaseuvećinislučajevakoristilakonstantnavrijednost.
5.13.ProbitiLogitjezgra
PrikladnostuporabeProbitmodelazaizborrutepočelaseistraživatinakonspoznaje
daIIAsvojstvoLogitmodelateškomožeprikazatiučinakpreklapajućihputova.Probitmodel
se temelji na pretpostavci da pogreška ima viševarijantnu normalnu distribuciju što je
suprotnooddistribucijeekstremnihvrijednostitipaI,kojisepodrazumijevazaMNL,idrugih
GEVmodela.
JedanodprimjeraprimjeneProbitmodelaizborarutedalisuYai,IwakuraiMorichi[149].
Autorisupretpostavilidajekovarijancakorisnostiruteproporcionalnadužinipreklapanja,
tedapogreškaimapromjenjivuvarijancukojajeproporcionalnadužiniruteiliimpedanciji.
Složenost upotrebe Probitmodela očituje se u činjenici da ne postoji zatvoreni oblik za
Gaussovukumulativnudistribucijskufunkciju(cumulativedistributionfunction,CDF)pase
morajukoristitinumeričketehnike.Numeričketehnikeintegriranjaračunalnosuizvodive
kadajebrojGaussovihvarijablimali.
Daljnjaistraživanjarezultiralasunizomalternativnihpristupairješenjaodkojihsemože
izdvojitiMultinomialProbitsLogit jezgromili jednostavnijeLogitjezgra(LogitKernel),a
koju dio autora u literaturi naziva i hibridni Logit. Ovaj semodel u općem oblikumože
prikazatikaovektorskizapis
JasminĆelić Doktorskirad
95
U Xβ ε Xβ FTζ ν , (29)
gdjesu:
U – vektorredakJnkorisnosti
β – vektorstupacKnepoznatihparametara
X – matricanezavisnihvarijabliJnputaK
ζ – vektor stupac M i.i.d. standardnih normalnih varijabli koje predstavljaju
nepromatranečimbenike
F – matricatežinskihkoeficijenataJnputaM
T – donje trokutasta matrica M puta M nepoznatih parametara (moraju se
zasebnoodrediti)
ν – vektorredakJni.i.d.Gumbelovihvarijablisparametromskaliranjaµ.
Prematomeje
2/nJ
T TVar ε FTT F Ig , (30)
gdjejegvarijancastandardneGumbelovevarijable 2 / 6 .
ElementimatriceFiTmogubitiprocijenjeniiliodređeniizpodataka.PrednostLogitjezgre
pred čistim Probit modelom je upravo navedeno svojstvo, tako da ako su korelacije
unakrsnihalternativaprocijenjenenulom,modelsesvodinaMNL.RazličitoodređeneFiT
koristeseurazličitesvrhe.
Naprimjer,uvođenjemslučajnogkoeficijentak‐tenezavisnevarijablekoristitćesekF X
ikT gdjeje
k parametarkojiseodnosinaširenjek .
ModelLogitjezgrepoputMultinomialProbitmodelaimaproblemizračunavanjasloženijih
mrežnihstruktura.
5.14.Implicitnaraspoloživost/perceptivniLogit
Cascetta,Papola,RussoiVitetta[150]uvodeimplicitnuraspoloživost/perceptivni
Logit model (Implicit Availability/Perception Logit, IAP Logit) kao prikladan način za
ugradnju svjesnosti puta u modeliranje izbora rute bez zahtjeva za generiranjem skupa
eksplicitnihizbora.IakoIAPLogitkoristilogaritamskukorekcijupoputC‐Logita,motivacija
zakorištenjekorekcijejerazličita.C‐LogitkoristikorekcijukakobiprilagodioudioputaMNL
JasminĆelić Doktorskirad
96
predviđanjakojićeput imatiako jerazličitodostalih. IAPLogitkoristikorekcijukakobi
smanjioudioputaodražavajućitimevjerojatnostdaputniknijesvjestanputailiputnemože
koristiti.VjerojatnostPn(i)daputniknodabererutuiuIAPLogitmodeluje
ln
ln
i n
j n
V i
n V j
j M
eP i
e
, (31)
gdje M predstavlja glavni skup izbora, odnosno skup svih mogućih ruta. Vrijednost
parametra 1n i označava da je put i raspoloživ, dok 0n i označava da put nije
raspoloživ ili ga putnik nije svjestan. Kada je0
lim lnn
n
i eksponent korisnosti za
neraspoloživualternativujenula.IAPLogitmodelmožesezapisatiikao
i
j
Vn
n V
nj M
i eP i
j e
. (32)
Kako analitičari ne mogu sa sigurnošću odrediti n i tada se on tretira kao slučajna
varijabla s očekivanjem n i . U tom se slučaju n i može zamijeniti s očekivanom
vrijednošću iz izraza(31).BoljapribližnavrijednostdobivaserazvojemTaylorovogreda
drugog stupnja i uz pretpostavku da n i ima maksimalnu varijancu što je rezultat
Bernoullijevedistribucije.Rezultirajućimodelimaoblik
1exp ln
2
1exp ln
2
ni n
n
n
nj n
j M n
iV i
iP i
jV j
j
. (33)
Za n i sepretpostavljabinarniLogit
1
1
1 expn K
bl inkk
iY
, (34)
gdjejeYinkk‐tavarijablauodnosunaraspoloživostilisvjesnost(percepciju)alternativeiza
osobun,aγblkoeficijentkojitrebaprocijeniti.
JasminĆelić Doktorskirad
97
5.15.Generiranjeskupaizboraiizborrute
Implicitni pristup IAP Logita koji upućuje na alternative koje putnici razmatraju unutar
njihovog skupa izboramože biti u suprotnosti s eksplicitnim generiranjem skupa izbora
(choicesetgeneration,CSG).Takavpristupuključujedvijefazeukojimasenajprijeodrede
alternative koje će korisnik razmatrati, a zatim se u drugoj fazi unutar tih alternativa
određujeodabranaalternativa.Udrugojsefaziobičnokoristemodelislučajnihkorisnosti.
Uporabom determinističkih ili stohastičkih pravila može se provesti generiranje
nekompenzacijskogskupaizbora.Primjerdeterminističkogpravilajeeliminacijapoaspektu
(Elimination by Aspects, EBA) [151]. Prema tome pravilu bilo koja alternativa koja ima
vrijednostatributaporednekogpraga(npr.vrijemeputovanjadužeoddvasata)izbacujese
iz skupa izbora. Također, određene socioekonomske karakteristikemogu eliminirati dio
mogućihalternativa(npr.nepoloženvozačkiispitilinedovoljanosobnidohodakisključuje
samostalnuvožnju).Determinističkapravilaskupaizboračestoseoslanjajunaheuristička
pravilaiprocjene.Pragovikojisekoristeuprimjeniovihpravilakalibrirajusepromatranjem
iminimiziranjembrojaeliminiranihodabranihalternativa.
Zaodređivanjealternativakojećevjerojatnobitiuskupuizboraputnikamogusekoristitii
stohastičkapravila.Ova tehnikazahtijevacijeli skupmogućihalternativa,odnosnoglavni
skupizboraMičestosenazivaprobabilističkoililatentnogeneriranjeskupaizbora.Osnovni
izrazzavjerojatnostnekealternativeije
n n nC G
P i P i C P C
, (35)
gdjejeGskupsvihmogućihskupovaizbora,odnosnoskupsvihnepraznihpodskupovaod
M.Gćesesastojatiod2J‐1elemenataskupaizbora(J jebrojalternativauglavnomskupu
izboraM) ako se raspoloživost neke alternative nemože izvesti iz raspoloživosti ostalih
alternativa.Toznačidasvakaalternativamožeilinemorabitiraspoloživa(2Jmogućnosti),
alibudućidaizbormorabitimoguć,baremjednaodalternativamorauvijekbitiraspoloživa
štoznačidaskupizboraGnemožebitiprazan.
Izraz(11)možesepromatratiikrozprimjenutzv.lančanogpravilavjerojatnosti(ChainRule
ofProbability).Utusvrhumožesestvoritivrlovelikakontingencijskatablicaukojojćesve
alternativebitiprikazaneuredovima,askupoviizboraustupcima.Pojedinapoljanavedene
tablicebilabipopunjenanulama jeralternativenisučlanoviodgovarajućegskupa izbora.
Produktunutar zbroja, n nP i C P C je zajednička vjerojatnostda ćeosobauzeti u obzir
skupizboraCiodabratialternativui.Graničnajevjerojatnostodinteresaakojeodabrana
alternativai.
JasminĆelić Doktorskirad
98
Vrlo jeteškodirektnopromatratiskupizborapojedinca.Čakninajboljaopremanemože
prepoznatineodabranealternative.Mogućejeutusvrhukoristitimetoduankete,alijeteško
razlikovati alternative koje su neraspoložive od onih koje putnik zbog neprivlačnosti
doživljavakaoneraspoložive.Stogavećinapristupageneriranjuskupaizboratretiraskup
izbora pojedinca kao latentnu klasu. Na raspoloživost alternativa mogu utjecati i druge
latentnevarijable(npr.korisnostalternative).
Nakon prethodno opisanih značajkimodela izbora, nP i C , potrebno je isto učiniti i za
model generiranja skupa izbora, nP C . Tehnike za modeliranje skupa izbora mogu
uključivativezanost,slučajnaograničenjaineovisnuraspoloživost.
ModelvezanostipodrazumijevapojednostavljenjeskupaGtakodasuputnikuraspoloživeili
svealternativeilijevezansamouzjednuodabranualternativu,odnosno
1 , 2 ,..., ,..., , 1,2,..., , ...,G i J i J , (36)
Vjerojatnostvezivanjaputnikauzjednualternativumožebitiodređenakaofiksnidioilikao
funkcija socioekonomskih karakteristika (npr. osobni dohodak). Pretpostavka vezanja za
alternativuznačajnopojednostavljuje izraz (35) jersusamodvačlanazbrojarazličitaod
nule.Ipak,jednostavnostizračunavanjaproizašlajenatemeljupostavljenihograničenjapri
tumačenjumodela.Naprimjer,putniknitijevezanzajednurutunitipoznajesvemoguće
ruteumrežiirazmatraodtridopetalternativnihruta.
Tehnika slučajnih ograničenjamože biti upotrijebljena za određivanje čimbenika koji će
voditi prema razmatranju određene alternative. Slučajno ograničenje se općenito može
izrazitikao
* 1in ink inkA h ik K , (37)
gdjesu:
*inA – latentna raspoloživost alternative i (jednaka jedinici ako je alternativa i
raspoloživailijerazmatrapojedinacn)
hink – kriterijska funkcija koja se odnosi na alternativu i i može biti funkcija
koeficijenata,socioekonomskihkarakteristikaiatributaalternative
vink – slučajnipragsasredištemunuli
Ki – skupograničenjakojiseodnosinaalternativui.
JasminĆelić Doktorskirad
99
VjerojatnostdajeskupizboraCupravoskupkojiputnikrazmatraje
* *
*
1 i 0 \
1 0
n in jn
n
n ln
P A i C A j M CP C
P A l M
(38)
ili
zanajmanjejedan
zanajmanjejedan
i, , \
1 ,
n ink ink i jnk jnk j
nn lnk lnk l
P h k K i C h k K j M CP C
P h k K l M
,(39)
gdje jeM\C komplement M C uM. Skup izbora ne može biti prazan pa je potrebna
normalizacijanazivnika.Oblik nP C ovisiopretpostavljenojdistribucijizaνink.
U modelu neovisne raspoloživosti pretpostavlja se da su raspoloživosti alternativa,*inA , neovisne jedna o drugoj ili da su kod slučajnih ograničenja νink neovisni. Time se
omogućava zapis modela skupa izbora uporabom multiplikativnog svojstva neovisnih
vjerojatnosti
* *
\
*
1 0
1 0
n in n jni C j M C
n
n lnl M
P A P AP C
P A
(40)
i
\
zanajmanjejedan
1 zanajmanjejedan
n ink ink i n jnk jnk ji C j M C
nn lnk lnk l
l M
P h k K P h k KP C
P h k K
. (41)
Ben‐AkivaiBoccarà[152]pokazujudalatentnimodelgeneriranjaskupaizboraboljepristaje
nego jednostavniMNLmodel. Uporabom indikatora skupa izboramože se postići i veća
statističkaučinkovitost,aliistazahtijevapunosloženijimodel.
JasminĆelić Doktorskirad
100
6. NAPREDNIMODELUPUĆIVANJAVOZILA
NARASPOLOŽIVAPARKIRALIŠNAMJESTA
Analiza cestovnog prometa i prometnih sustava predstavlja složen proces. Razlog
tomenajvećimdijelomležiučinjeniciuključenostivelikogbrojavozilaupromet,kojasuu
međusobnoj interakciji i s vozačima jedinstvenih karakteristika čije je reakcije teško
predviđati.Stogaseunavedenusvrhukoristemetodemodeliranjaisimulacijekakobise
opisalezakonitostikretanjauprometu ipronašlaodgovarajućarješenja.Analizasemože
provoditi na mezoskopskoj, makroskopskoj i mikroskopskoj razini, a u svrhu ovoga
istraživanjakoristitćesemikroskopskarazlučivost.
Simulatori prometa su neophodan alat za proučavanje i istraživanje prometa.
Mikrosimulacijska programska rješenja sposobna sumodelirati kretanje pojedinih vozila
koji putuju unaprijed određenom cestovnom mrežom. Matematički modeli su u osnovi
njihovsastavnidioiosiguravajurealističanprikazponašanjavozačauprometnojmreži.Za
razliku od determinističkih modela, stohastički pristup i bolja rezolucija mikroskopskih
simulacijskih programskih rješenja osiguravaju bolji prikaz ponašanja vozača i vozila u
prometnojmrežipogotovokadaseradiosloženimprometnimproblemimapopututjecaja
incidenatailiparkiranjanaprometucijelosti.
6.1.Strukturasustavacestovnogprometa
Modeli sustava cestovnogprometauosnovi se sastojeod transportiranihentiteta,
cestovnih vozila i cestovne mreže. Svaki od navedenih čimbenika odlikuju specifične
karakteristikekojejepotrebnoodreditiusklopusimulacijskogmodelakakobiseučimvećoj
mjeriostvarilarealističnostuvjetaukojimapredloženinaprednisustavtrebadjelovati.Za
potrebe istraživanja i stvaranja mogućnosti za kvantitativno i kvalitativno ocjenjivanje
naprednog modela upućivanja vozila na raspoloživa parkirališna mjesta, neophodno je
odrediti odgovarajuća obilježja prometne infrastrukture, prometnih entiteta, vozača kao
sudionikauprometu iostalihčimbenikaprometakojićebitiopisaniunekolikosljedećih
potpoglavlja.
6.1.1.Modeliranjeprometneinfrastrukture
Usvrhuanaliziranjautjecajasustavasupućivanjemvozilanaraspoloživaparkirališna
mjestaautorjeodabraoprogramskorješenjezamikroskopskusimulacijuprometnihtokova
podnazivomVISSIM.OvajjevišenamjenskiprometnisimulatornjemačkogpoduzećaPTV,
zbog svojih mogućnosti analiziranja i optimiziranja prometnih tokova, odabran između
JasminĆelić Doktorskirad
101
cijelognizadrugihrazličitihrješenjakaoštosuS‐Paramics,AIMSUN,TransModeler,Cube
Dynasim i sličnih. Rad VISSIM‐a zasniva se na programskom jeziku C++ i objektno
orijentiranomprogramiranju što ga, uz raspoloživo aplikacijsko programsko sučelje, čini
prikladnimzauporabuvlastitihkontrolnihidrugihalgoritama.
Prometna će se infrastruktura, odnosno cestovnamrežamodelirati ovisno o namjeni uz
manjuilivećusličnostsastanjemustvarnosti.Usvrhumodeliranjaprometneinfrastrukture
s višim stupnjem realističnosti VISSIM omogućava uporabu mapa s interneta, poput
OpenStreetViewiliBingmapa,iliuvozodređenihrasterskihilivektorskihformatakojisu
rezultatobradeuCADiliGISprogramima,odnosnonastalinaosnoviskicaicrtežasamog
korisnika.Cestovnasemrežaobičnoprikazujepomoćupoveznica(links)kojesepostavljaju
namjestimacestovnihdionica iosiguravajuprostorzaprometvozilau jednomsmjeruu
jednojilivišeprometnihtraka.Poveznicesemeđusobnospajajupriključcima(connectors)
koji osiguravaju funkcionalnost prometnih tokova, odnosno promet vozila iz jedne
povezniceudrugu.Priključcimasemodelirajuisvakrižanjapoveznicaterazdvajanjejedne
poveznice u više njih. Potrebno je obratiti posebnu pažnju na potencijalno preklapanje
poveznica i priključaka jer bi to moglo rezultirati nerealnim kapacitetom prometnice.
Povezniceipriključcipremapotrebimoguimatiidodatnaobilježjakojimaseopisujupoput
naziva,brojaprometnihtraka,širine,karakteristikaponašanjavozačaitd.
Mjesta na kojima priključci spajaju poveznice koje se križaju mogu predstavljati
signaliziranailinesignaliziranaraskrižja.Zasignaliziranaraskrižjapotrebnojeprvoodrediti
signalneplanove, odnosno režime radapojedinih signalnih uređaja.Kodnesignaliziranih
raskrižjapoželjnojeodreditiipravilaprioritetailikonfliktnapodručjakakobiseosigurao
čim realističniji promet vozila. Također, mogu se po potrebi postaviti znakovi za
zaustavljanje i ograničenje brzine kretanja vozila te odrediti područja sa smanjenom
brzinom vožnje, odnosno mjesta gdje je poželjno usporavanje nadolazećih vozila poput
raskrižjaioštrihzavoja.
Neovisno o tome je li prometnamrežamodelirana na osnovi postojećemape ili zamisli
autora, onamože sadržavati i neke druge elemente uz prethodno navedene poveznice i
priključke.Objektikojijošmogučinitidiocestovneinfrastruktureuosnovisemogupodijeliti
na točkaste i prostorne. Točkasti objekti nemaju fizičku dužinu i precizno su svojom
pozicijom vezani uz određeni prometni trak (prometni znakovi za zaustavljanje ili
ograničenje brzine kretanja, semafori i sl.), dok prostorni objekti obuhvaćaju određeni
prostor pojedinog kolničkog traka (detektori prisutnosti i brzine vozila, stajališta javnog
prijevozaputnika,područjaograničenebrzine,parkirališnamjestaisl.).
Usvrhuistraživanjazapotrebeovogaradaizrađenjeapstraktnisimulacijskimodelgradskog
središta koji je sastavljen od mreže prometnica s pripadajućim signaliziranim i
JasminĆelić Doktorskirad
102
nesignaliziranim raskrižjima kako bi se prikazala učinkovitost sustava za upućivanje na
raspoloživaparkirališnamjestauodnosunauobičajenokruženjeupotrazi za slobodnim
parkirališnimmjestom.
6.1.2. Modeliranjecestovnogprometa
Prometvozilacestovnommrežommožesemodeliratistatičkimrutamauzunaprijed
određena mjesta učitavanja vozila u simulacijski model ili dinamičkim dodjeljivanjem
prometaidinamičkimrutama.Dabiseodredilakompozicijavozilanamjestimaulaskavozila
umodeliranuprometnumrežu, odnosnoulazniprometni volumenmodeliraneprometne
mreže,potrebnojeprvoodredititipove,klaseikategorijeprometnihentiteta.Naslici23.
prikazanisutipoviprometnihentitetakojisekoristeusklopuovogarada(uovomeslučaju
samovozila).Uzobičnavozila,autobuseiteškateretnavozilakojaseprijesvegakoristeza
generiranjeuobičajenogprometnogtokaitranzitnipromet,koristeseitipovivozilaRG01i
RG 02 koji predstavljaju prometne entitete s ugrađenim sustavom za upućivanje na
raspoloživa parkirališna mjesta. Za tipove vozila RG 01 i RG 02 određen je interval
upućivanjaod60sekundiivremenskipomakpristizanjainformacijaod8sekundi.
Slika23. Tipovivozilausimulacijskommodelu
Više različitih tipova vozila koji imaju slične karakteristikemogu sačinjavati klasu vozila
kako bi se naknadno u evaluaciji jednostavnije mogli razmatrati njihovi učinci. U
simulacijskomsemodelunijeuobziruzimaopješačkiprometteprometsvihpotencijalno
mogućihprometnihentiteta,jersuzanavedenoistraživanjenebitni,većsusesamoodredile
različitekompozicijevozilakakobi seodvojioosnovniprometni tokodvozilakoje traže
raspoloživoparkirališnomjesto.Kompozicijuvozilaosnovnogprometnogtokačineosobna
vozila(98%udjela)iteretnavozila(2%udjela).
Nakonštojeusimulacijskommodeluodređenanajmanjejednakompozicijavozilamožese
odreditiivremenskipromjenjivprometnivolumenkojimtavoziladospijevajuuprometnu
mrežuzasvakupojedinačnupristupnuprometnudionicu.Prometnisevolumenzapojedinu
prometnudionicuiodnosnukompozicijuvozilaopisujekoličinomvozilakojauistuulazeu
razdobljuodjednogsatapremdavremenskiintervalsimulacijemožebitivećiilimanjiod
JasminĆelić Doktorskirad
103
navedenog vremena. Unutar danog vremenskog intervala vozila ulaze u skladu s
Poissonovomdistribucijom.
Za potrebe istraživanja provedenih u sklopu ovoga rada nisu se koristile statičke rute i
jednostavan oblik dodjeljivanja prometa i određivanja ulaznog toka već dinamičko
dodjeljivanje prometa gdje su podaci o prometnom toku sadržani u ishodište‐odredište
(origin‐destination,OD)matricamakojesupodrobnijeopisaneupotpoglavlju6.5.
6.1.3. Ponašanjevozača
Modelprometnogtokapredstavljaosnovuzakretanjevozilausimulacijskojprometnoj
mreži.Dokvećinaprogramskihrješenjazamikroskopskesimulacijeprometaobičnokoristi
determinističkulogikuslijeđenjavozilaikonstantnebrzineusimulacijskojprometnojmreži,
VISSIMprometnitokmodelirastohastičkipromatrajućisvakukombinacijučovjekaiodnosnog
vozila kao jednu nerazdvojivu cjelinu. Za ovakav psihofizički model slijeđenja vozila i
algoritmekojisezasnivajunapravilimaponašanjavozačazaslužanjeRainerWiedemannsa
SveučilištauKarlsruheu[153],[154].UVISSIM‐usekoristedvijeinačicenavedenogmodela
prometnogtoka(Wiedemann74iWiedemann99),atemeljesenapretpostavcidasevozačsa
svojimvozilommožezatećiučetirimarazličitimstanjima:
slobodna vožnja – vozač postiže željenu brzinu koju pokušava održavati
konstantnom.Nakvalitetunjegovevožnjeneutječudrugavozilavećsamotehnička
nesavršenostvozila;
prilaženje–vozačprilagođavabrzinusvojegvozilavozilukojesenalaziisprednjega.
Uprocesuprilaženjavozačusporavadoksenjegovabrzinaneizjednačisodnosnim
vozilominepostigneodgovarajućisigurnosnirazmak;
slijeđenje – vozač slijedi vozilo ispred sebe održavajući siguran razmak bez
značajnijihubrzavanjaiusporavanjavozila;
kočenje–vozačprilikomsmanjenjaželjenogsigurnosnograzmakanagloiliumjereno
usporavasvojevozilosnamjeromponovnogusklađivanjabrzinevožnje.
Vozačiprilikomvožnjeizmjenjujunavedenastanjautrenutcimakadaonaprijeđuodređeni
pragkojijefunkcijarazlikeubrziniiudaljenosti.Doživljajrazlikeubrzinivožnje,željenoj
brziniisigurnosnomrazmakumeđuvozačimanijejednak,većovisionjihovimpsihofizičkim
sposobnostimapasestogainavedenimodelnazivapsihofizičkimmodelompraćenjavozila.
Maksimalno ubrzanje, željeno ubrzanje, maksimalno usporavanje i željeno usporavanje
predstavljenisuuVISSIM‐ufunkcijamadistribucijekojejemogućeposebnougađatikakobi
čim bolje opisivale ponašanje vozača i karakteristike vozila. Funkcije za maksimalno
ubrzavanjeiusporavanjezaputničkavozilasuuosnovipostavljenepremaWiedemann74
JasminĆelić Doktorskirad
104
modelupaihunačelunijepotrebnomijenjatizapotrebeovogasimulacijskogmodela.Svaki
entitet,kojipredstavljajuvozačinjegovovozilo,možeimatirazličiteatributekojejemoguće
svrstati u tri osnovne skupine: tehničku specifikaciju vozila, ponašanje kojim se opisuje
entitet i međusobna ovisnost vozača i vozila. Uz ugađanje parametara Wiedemannovih
modela ponašanja vozača, u VISSIM‐u je moguće odrediti i ponašanje pri mijenjanju
prometnogtraka.
Simulacijski model upućivanja vozila na raspoloživa parkirališna mjesta koristi se
Wiedemannovim 74 modelom jer kvalitetnije opisuje ponašanje vozača u gradskim
središtima.
6.1.4. Dodjeljivanjeprometa
Dodjeljivanje prometa u suštini predstavljamodel kojim vozači i općenito putnici
odabiru put. Za primjenu takvogmodela neophodno je prvo pronaći skup svihmogućih
putova,zatimprocijenitisvepronađenealternativeinaposljetku,opisatinačinnakojivozač
donosi odluku u skladu s prethodnom procjenom. Kao što je već ranije navedeno,
modeliranje te odluke predstavlja poseban slučajmodeliranja diskretnog izbora i većina
teorijekojastojiizadodjeljivanjaprometapočivanateorijidiskretnihizbora.
Razlogmodeliranjaizboraputausimulacijskimmodelimanalaziseučinjenicidasucestovne
mrežekoje se simuliraju sveveće i teško jeodređivati tolikibroj statičkih ruta čak ibez
razmatranjaalternativailipotrebidaseistražiiprocijeniutjecajpromjenacestovnemreže
naizborputa.
Postupakdinamičkogdodjeljivanjatemeljisenaiterativnojsimulacijiprikojojseusvakoj
sljedećojiteracijikoristeiskustvavozačavezanauzukupnetroškoveodabranogputa.Dakle,
procesjeusmjerennaizračunavanjedinamičkestohastičkekorisničkeravnoteže.Primjena
dinamičkogdodjeljivanjaprometaučinkovitijajeuapstraktnimprometnimmrežama.Stoga
se u tu svrhu i koristi puno apstraktniji prikaz umjesto klasičnog prikaza mreže s
poveznicama i priključcima. U tome su prikazu raskrižja sastavljena od priključaka
prikazanačvorovima(nodes),apovezujuihrubovi(edges)umjestopoveznica.
PrometnapotražnjauslučajudinamičkogdodjeljivanjaodređujeseODmatricama.Dabise
odredilaprometnapotražnjasimuliranosepodručjedijeliuzoneimatricatadasadržibroj
putovanjauzadanomvremenskomintervaluizsvakepojedinezoneusveostalezone.Za
modeliranjemjesta gdje se vozila pojavljuju i ulaze u prometnumrežu ili istu napuštaju
koriste se parkirališna mjesta jer se u praksi sva putovanja započinju i završavaju na
parkirališnommjestu.Svakoparkirališnomjestopripadaodređenojzoni.ODmatricesadrže
brojputovanjaizmeđusvakogparazonauzadanomvremenskomintervaluivezanesuuz
određenukompozicijuvozila.Naslici24.jeprikazansadržajjedneODmatricesa7zona.U
JasminĆelić Doktorskirad
105
prikazanojmatriciizzone900uzonu2određenoje250putovanjauvremenskomintervalu
od1sati30minuta.
Slika24. ODmatrica
Prometnapotražnjamožesemodeliratiidatotekamakojesadrželanceputovanja.Zarazliku
odODmatrica,lanciputovanjasupunodetaljniji,alizahtijevajupunovišekodiranja.VISSIM
internorukujesamoslancimaputovanjapasetakosveODmatricepomoćuodgovarajućih
algoritama pretvaraju u lance putovanja. U istom se simulacijskommodelu istovremeno
mogukoristitiobapristupakakobisegeneriraoprometnivolumenipostiglapredviđena
prometnapotražnja.Naslici25.prikazanjesadržajdatotekekojasadržilanceputovanja.
Slika25. Primjerlanacaputovanja
JasminĆelić Doktorskirad
106
Svakiredakdatotekekojasadržilanceputovanjaprikazujesvojevrsniopisputovanjajednog
vozilauprometnojmrežigdjeprvatribrojapredstavljajubrojvozila,tipvozilaiishodišnu
zonu, a zatim ih slijede skupine brojeva koji redom predstavljaju vrijeme napuštanja
prethodne zone, broj odredišne zone, broj aktivnosti iminimalno vrijeme zadržavanja u
odredišnojzoni.
Slika26. Principdinamičkogdodjeljivanja[155]
Slika 26. prikazuje način na koji se provodi dinamičko dodjeljivanje prometa u
VISSIM‐u uz prethodno određene parametre koji opisuju ponašanje modela. Rezultati
traženjarutesepopotrebipohranjujuikoristeuiteracijamakojeslijede.
JasminĆelić Doktorskirad
107
6.2.Klasičnimodeltraženjaraspoloživogparkirališnogmjesta
Dnevne migracije stanovništva u gradskim središtima pogotovo u satima vršnih
opterećenja(npr.prilikomodlaskanaposaoipovratkasradnogmjesta)uzrokujupovećanu
parkirališnupotražnjuuodnosunaraspoloživuparkirališnuponudu.Rezultattepojaveje
povećanje prometnog toka na okolnim prometnicama zbog kruženja u potrazi za
raspoloživimparkirališnimmjestom jernepostoji odgovarajući sustavkoji biprepoznao
slobodna parkirališnamjesta i na odgovarajući način tu informaciju prenio vozačima ili
zainteresiranimsudionicimauprometu.Sdrugestrane,bezobziranatehnološkuekspanziju
isveviševozilakojasuopremljenaodgovarajućomopremomzanavigacijutaopremarijetko
distribuiradostupnepodatkeoparkiranju iparkirališnimmjestimavozačimaustvarnom
vremenu.
Naslici27prikazanajesituacijaukojojosobakojaputujeneposjedujeuređajzaupućivanje
inavigacijuuvozilu.Kadasetakvaosobaodlučinaputovanje,naosnovisvojegprethodnog
iskustva ili prikupljenih informacija dobivenih putempretputnih sustava informiranja ili
ostalihraspoloživihizvorainformacija(npr.drugihosobasodgovarajućimiskustvom),ona
pretpostavlja zonu (regiju od interesa, ROI) u blizini odredišta (O) u kojoj će krenuti s
potragom za raspoloživim parkirališnimmjestom (r. p.m.) ili odlučuje da će je odrediti
naknadnokadasepribližiodredištu.Pretpostavljasedaćesetakvomjestoprvotražitiu
okviru raspoloživihparkirališnihmjestanaulici, a teku slučaju izostankaodgovarajućeg
parkirališnog mjesta vozač će se potencijalno odlučiti koristiti izvanulična parkirališta
odnosnogaraže.Prilikomkretanjanaputovanjeodabireserutakojaćesekoristititijekom
putovanja ili se uslijed nepoznavanja puta do odredišta koriste odgovarajući prometni
znakovi.DolaskomublizinuodredištaiulaskomuROIzapočinjepotragazaraspoloživim
parkirališnimmjestomodlukomoredoslijedupretraživanja,odnosnorutamakojećeseobići
utusvrhu.Kadajeraspoloživoparkirališnomjestopronađeno,vozačnaosnovisvojihželja
procjenjujepronađenomjesto(cijena,uvjetiparkiranja,itd.)inaosnovuučinjeneprocjene
parkiravoziloilinastavljaspretraživanjem.
Postupakseponavljasvedoksemjestonepronađeivoziloparkirailidoksevozačneodluči
na jednu od preostalih mogućnosti, a to su odlazak u garažni objekt, proširenje ROI ili
odustajanjeodparkiranja.Ponavljanjepostupkatraženjaraspoloživogparkirališnogmjesta
upravopredstavljafenomenkruženjaupotrazizar.p.m.kojijejedanodvodećihnegativnih
učinakaparkiranjaucijelosti.
JasminĆelić Doktorskirad
108
Slika27. Klasičnimodelputovanja,traženjaraspoloživogparkirališnogmjestaiparkiranja
JasminĆelić Doktorskirad
109
6.3.Naprednimodelsustavazaupućivanjevozilanaraspoloživaparkirališnamjestaskooperativnimpristupom
Razvoj gradskih središta uzrokuje i povećanu parkirališnu potražnju. Broj
raspoloživihparkirališnihmjestaugradskimsredištimačestonezadovoljavasvepotrebe
stanovništva i posjetitelja pa je stoga pojava kruženja u potrazi za istima gotovo
svakodnevna. Mogućnosti su proširenja parkirališnih kapaciteta ograničene, a izgradnja
garaža obuhvaća skupe i zahtjevne građevinske zahvate te opsežnu analizu isplativosti.
Odgovorne se osobe pokušavaju na različite načine suprotstaviti tome problemu i
uspostavitiravnotežuizmeđuželjenogpovećanjaprivlačnostigradskogsredištaineželjenih
zagušenjauzrokovanimporastomprometa. Jedan jeodnajučinkovitijihnačinarješavanja
problema parkiranja svakako i uporaba sustava za upućivanje vozila na raspoloživa
parkirališnamjesta.
U prethodnim su poglavljima prikazani brojni pristupi u rješavanju problemaparkiranja
uporabom sustava za upućivanje vozila na raspoloživa parkirališnamjesta. Ponuđena se
rješenjamogupronaćiurazličitimizvedbamakojenudesvevišemogućnostikorisnicima
sustavaisvesuučinkovitijepripružanjuusluga.
Za potrebe istraživanja u sklopu ovoga rada osmišljen je konceptualnimodel sustava za
upućivanje na raspoloživa parkirališna mjesta primjenom kooperativnog pristupa.
Predloženi sustav za razliku od sličnih postojećih rješenja temelji svoj rad ponajprije na
kooperaciji izmeđuOBU iRSU.ATIS informacije koriste se samou slučajevimakad je to
neophodno (nema vozila u komunikacijskom dometu, postoji potreba za povijesnim
podacima i sl.) kako bi se postiglo čim učinkovitije dijeljenje informacija. Informacije od
osjetila koja su dio prometne infrastrukture obrađuju se na licu mjesta pomoću
mikrokontroleraiprosljeđujudirektnosustavuuobližnjemvozilukojezatimtuinformaciju
prosljeđujedrugimvozilimaunizusvedokonanepronađezainteresiranogkorisnika.Dakle,
iosjetilokaodiocestovnejediniceivoziloposjedujuizravnumogućnostobradepodatakai
svojevrsnuinteligencijutakodasegotovomogusmatratimikroračunalnimjedinicama.
Voziloopremljenoodgovarajućomopremompridolaskuuzonukomunikacijskogdometa
RSU počinje primati raspoložive informacije i prosljeđivati ih ostalim vozilima oko sebe.
IstovremenosetainformacijaovisnookomunikacijskimmogućnostimaprosljeđujeiuATIS.
Na osnovi navedene kooperacije između vozila i RSU prenose se i informacije o
raspoloživostiparkirališnihmjesta.Voziloprilikomulaskauulicuiliodređenoužegradsko
područje(jedanilivišestambenihblokova)ukojojsenalazeparkirališnamjestaunaprijed
JasminĆelić Doktorskirad
110
znagdjesemožeparkirati,tesetimesmanjujepotrebazabespotrebnimkruženjemupotrazi
zaraspoloživimparkirališnimmjestom.
6.3.1.Opisnaprednogmodelaskooperativnimpristupom
Udrugomslučajukadajevoziloopremljenouređajemzaupućivanjenaraspoloživo
parkirališno mjesto primjenom kooperativnog pristupa osoba koja putuje dobiva sve
potrebneinformacijeneposrednoprijesamogputovanja(Slika28.).Akopostojibilokakva
neizvjesnost o putovanju, osoba može pomoću ATIS‐a dobiti sve potrebne pretputne
informacijekakobikvalitetnijeisplaniralaputovanje.Sustavuvozilunapočetkuputovanja
određujepozicijuishodištaiodredištanaosnoviGNSSpodatakaitražinajpovoljnijurutu
ovisno o trenutnoj prometnoj situaciji i postavljenim kriterijima (vozač recimo ne želi
koristitiautoceste).Pronađenuoptimalnurutuprikazujenazaslonuuređajavozaču.Akose
vozačizbilokojegrazlogaodlučipromijenitisvojitinererputovanja(npr.želiodishodišta
doodredištadoćiobilaskomnekogmeđuodredišta),sustavponavljapostupakitražinovo
optimalnorješenje.
Nakonštosepronađeodgovarajućarutaputovanjavozačputujeprometnimdionicamauz
kontinuirano praćenje prometne situacije. Kooperativni sustav u vozilu kontinuirano
prikuplja raspoložive informacije od osjetila u vozilu, RSU i ATIS‐a kako bi mogao
pravovremeno reagirati u slučaju potrebe. Tijekom cijelog vremena putovanja vozaču se
nude razne korisne informacije poput ograničenja brzine, prometnih gužvi na pojedinim
dionicama, pozicije benzinskih postaja, odmorišta, parkirališnih mjesta, raznih objekata
(restorana, hotela, kazališta, bolnica i sl.). Na temelju dobivenih informacija vozačmože
promijenitisvojuprethodnuodlukuiodabratimjestonakojemćesezaustavitinaputudo
odredišta. U tom se slučaju sustav prilagođava novonastaloj situaciji i ponovno traži
optimalnurutukakobivozačadoveonaodabranomjesto.Ovajsepostupakmožepotaknuti
i drugim događajima. Na primjer, ako se prilikom dolaska na prethodno odabrano
raspoloživoparkirališnomjestodogodisituacijadagadrugivozačzauzme,tadaćesustavna
osnovinovogodabirapromijenitirutuputovanja.Naravno,ovakavjescenarijmogućjedino
ako ne postoji mogućnost rezervacije raspoloživog parkirališnog mjesta i ako algoritmi
za predviđanje vjerojatnosti raspoloživosti parkirališnog mjesta u određenom
vremenskomintervalunisubilidovoljnouspješni.Zarazlikuodprethodnogslučajaovdjene
postoji potreba za bilo kakvim kruženjem jer je vozač unaprijed informiran o svim
raspoloživimmogućnostima.
JasminĆelić Doktorskirad
111
Slika28. Naprednimodelputovanja,traženjaraspoloživogparkirališnogmjestaiparkiranja
skooperativnimpristupom
JasminĆelić Doktorskirad
112
Slika29. KooperativnodjelovanjeRSU,OBUiATIS‐a
Napredni model čije je djelovanje prikazano na slici 29 ovisi o kvalitetnim
stvarnovremenskiminformacijamakojeprijesvegapružajuosjetilausklopuRSU‐a.Stoga
RSU mora biti robusna, imati male zahtjeve za održavanjem i visoku raspoloživost, a
komunikacija s ostalim jedinicama sustava trebabiti sigurna i postojana.Komunikacija s
ATIS‐omneophodnajesamozaslučajevekadapostojipotrebazapovijesnimpodacimaili
rezultatimadugotrajnihanalizakaoštojetonavedenoupoglavlju4.3.
6.3.2. Vrijemeputovanjaiukupnitroškovi
Koddinamičkogdodjeljivanjaprometnapotražnja imrežna infrastruktura tijekom
vremena nisu konstantne. Stoga se prometna situacija, a time i vremena putovanja
mijenjajuurazdobljudodjeljivanjaprometa.Ukupnovrijemesimulacijedijelisenamanje
evaluacijskeintervalekakobisejednostavnijemoglarazmatrativremenaputovanja.Onine
bitrebalibitimanjiod5minutanitivećiodpolovicevremenskogintervalaodređenogOD
matricom.
Uvrijemesimulacijemjeresevremenaputovanjaposebnozasvakirubmreže(putizmeđu
dvaju čvorova). Svako vozilo pri napuštanju određenog ruba izvještava o utrošenom
vremenu,azatimseizračunavaprosjeksvihvremenaputovanjaprovedenihnatomrubu
kojitadapredstavljarezultirajućevrijemeputovanja.Posebnasepažnjaposvećujevozilima
JasminĆelić Doktorskirad
113
kojisezadržavajunanekomrubudužeodtrajanjaevaluacijskograzdobljajerjetoznakza
prisustvozagušenja.Tavozilaizvještavajuiovremenutrajanjazastoja.Izmjerenavremena
putovanjanekoristeseusvrhutraženjaiizboraputauistojiteracijivećutječunasljedeću.
VISSIMomogućujekorištenjenesamovremenaputovanja iz iteracijekoja jeneposredno
prethodilatrenutnoj,većisvihostalihranijihiteracijaitonadvanačina:
1. eksponencijalnim zaglađivanjem – korisnik određuje čimbenik zaglađivanja
kojimseizračunavautjecajprethodnihiteracijatakodanajstarijeiteracijeimaju
najmanjiutjecaj
2. MSA– izračunavaaritmetičkesredinesvihiteracija inaosnovitogaodređuje
težinskičimbenik.Štojevećibrojiteracijakojeseuzimajuuobzirtojemanji
utjecajsvakesljedećeiteracije.
Zaglađenovrijemeputovanjaizračunavaseizdobivenogskupavrijednostikaoponderirani
zbrojstarezaglađenevrijednostiprethodneiteracijeinoveizmjerenevrijednostitrenutne
iteracije. Dobivena zaglađena vrijednost predstavlja vrijeme putovanja koje se očekuje u
sljedećoj iteraciji. Vrijeme putovanja za određeni rub, mjereno u vremenskom intervalu
jedneiteracije,eksponencijalnosezaglađujeprijedonošenjaodlukeoizborurutenanačin
, 1, ,1ei ei ei
r r r
n K n K n Kz zT T TO a a a , (42)
gdjesu:
Kei –indeksevaluacijskogintervalaurazdobljusimulacije
n –indeksiteracijedodjeljivanja
ar –indeksruba
,
r
n KTOa –izmjerenovrijemeputovanjanarubuazaperiodkuiteracijin
,
r
n KTa –očekivanovrijemeputovanjanarubuazaperiodkuiteracijin
z –parametarzaglađivanja.
Očekivano se vrijeme putovanja uporabom MSA (vidi potpoglavlje 5.2.) izračunava na
sljedećinačin
, 1, ,1 11ei ei ei
r r r
n K n K n Ki i iT T TO
N n N n
, (43)
JasminĆelić Doktorskirad
114
gdjesu:
N – korisničkiodređenavrijednost
Kei – indeksevaluacijskogintervalauperiodusimulacije
n – indeksiteracijedodjeljivanja
ir – indeksruba
,n KiTO – izmjerenovrijemeputovanjanarubuizaperiodkuiteracijin
,n KiT – očekivanovrijemeputovanjanarubuizaperiodkuiteracijin
1N n
– promjenjivi čimbenik zaglađivanja ovisan o parametru N i indeksu
iteracijedodjeljivanja.
Vrijemeputovanjanijejediničimbenikkojiutječenaizborputa.Funkcijaopćihtroškovaje
linearnakombinacijavremenaputovanja,dužinaputovanjaifinancijskogtroškakaoštoje
cestarina.Zarazlikuodvremenaputovanjaovičimbenicineoviseoprometnojsituacijiine
određujusesimulacijom.Težinakomponenatatroškamožeseposebnoodreditizasvaku
klasuvozilakojujekorisnikprethodnogenerirao.Dabisenavedenatričimbenikauzelau
obzirpriizboruputaizračunavaseopćitrošakCzasvakipojedinirubkaoponderiranizbroj
2f nC t s C C , (44)
gdjesu:
, i – težinski čimbenici kojima se može po potrebi odrediti različito
ponašanjeskupinevozačapriizborurute
s – čimbenikodređengeometrijomprometnihdionica
fC – zbroj troškova svih prometnih dionica koje čine jedan rub. Trošak
prometne dionice je umnožak njezine dužine u kilometrima s troškom
po kilometru dužine određenim u njezinim parametrima. U
navedeni trošak spada i vrijednost parametra nadoplata 1
(surcharge1)
2nC – dodatni trošak prometne dionice (nadoplata 2) koji nije opterećen
čimbenikom .
JasminĆelić Doktorskirad
115
6.3.3. Traženjeiizborodgovarajućerute
Ruta je niz rubova koji opisuje put kroz mrežu. Rute počinju i završavaju na
parkirališnommjestu.Općitrošakruteodređenjeopćimtroškovimasvihnjegovihrubova
R ra R
C C
, (45)
gdjesu:
C–općitrošak
R–ruta
r–rubkojipripadarutiR.
Izmeđuishodišnogiodredišnogparkirališnogmjestaobičnoimavišeod jednogmogućeg
puta,stogasepomoćuVISSIM‐amodeliraodlukavozačaoizboruputa.Usklopudinamičkog
dodjeljivanjaVISSIMračunabrojraspoloživihputovaiprovodiodabir.Izborputajeposeban
slučajdiskretnogizborajervjerojatnosti izboraalternativamorajubiti izračunatezadani
skupdiskretnihalternativa.Koddinamičkogdodjeljivanjaskupraspoloživihrutamožese
prikazatiiskupomparovaishodište‐odredište.
NepostojiučinkovitalgoritamzapronalaženjennajboljihrutazasvakiODpar,alipostoji
mogućnostpronalaskajednenajboljerute.Usvakojiteracijidinamičkogdodjeljivanjatraži
senajboljarutazasvakiODparčimeserješavaprethodnospomenutiproblemjerseuslijed
prometnesituacijemijenjajuvremenaputovanjaoditeracijedoiteracijedoksenezadovolji
kriterijkonvergencije.Natajćesenačinpronaćivišerazličitih"najboljih"rutakojećeVISSIM
spremitiudatotekusekstenzijom.wegkakobiostaleraspoloživezabudućeiteracije.
Kriterij za izbornajbolje rute jeopći trošak.Uslijed činjenicedakoeficijentponderiranja
općihtroškovaovisiotipuvozilabitćepronađenirazličitinajboljiputovizarazličitetipove
vozila.Uprvojiteracijinepostojiinformacijaovremenuputovanjaizprethodnihiteracijapa
sestogaumjestovremenaputovanjakoristidužinaputaizraženaumetrima.Skuppoznatih
putovapunoćebržerastiakosevozačenanekinačinohrabridaisprobajunoveputove.U
tu se svrhuu sljedećim iteracijamarubovimakojimanijeprolazilovozilo fiktivnododaje
vrijemeputovanjaod0,1sekundekakobisepovećalanjihovaatraktivnostprilikomtraženja
rute. Ipak,ovajpostupakmožedovestidopridruživanjabeskorisnih ruta skupukojeg se
generira.Beskorisnerutesuonerutekojezamjenjujubilokojuodpoznatihpostojećihruta
nizompoveznicaspunovećomdužinompaseonesmatrajuočitimobilaznicama.Dužinu
nizapoveznicakojaćerutukvalificiratikaoobilaznicuodređujekorisnik.
JasminĆelić Doktorskirad
116
Kod dinamičkog dodjeljivanja vozači odabiru rutu u trenutku napuštanja ishodišnog
parkirališnogmjesta.JednaodosnovnihpretpostavkipriodabiruputauVISSIM‐ujedaneće
svi vozači koristiti najbolji put već će koristiti sve poznate putove na način da će veći
prometniudiobitidistribuiranboljimputovima.Kvalitetaputaseevaluirapomoćuopćih
troškovakojisuusuprotnostiskorisnošćukojajedioteorijediskretnogodlučivanja.Stoga
sekorisnostodređujekaorecipročnavrijednostopćihtroškova
1
jj
UC
, (46)
gdjesu:
jU ‐korisnostputaj
jC ‐općitroškoviputaj.
FunkcijakojasenajčešćekoristizaponašanjepriizborurutejeLogitfunkcija(vidipoglavlje
5.3.)
j
i
U
j U
ep R
e
, (47)
gdjesu:
jU –korisnostputaj
jp R –vjerojatnostodabiraputaj
–parametarosjetljivostimodela(>0).
Mala će vrijednost parametra osjetljivosti rezultirati distribucijom bez većeg utjecaja
korisnosti,dokćevelikavrijednostrezultiratitimedaćegotovosvakivozačodabratinajbolji
put. Ako se Logit funkcija koja je translacijski nepromjenjiva primjeni uz prethodno
navedenu funkciju troškova, model će istu važnost dodijeliti malim razlikama između
vremenaputovanjakodmalihvrijednostikaoikodrelativnovelikih(npr.punoznačajnija
razlikauvremenimaputovanjaod11i8minutapoistovjetitćesesgotovozanemarivom
razlikom putovanja od 116 i 113 minuta). Kako bi se aproksimirala stvarna procjena i
distribuiralaprometnapotražnjasvimpoznatimrutamaskupaODparova,VISSIMkoristi
Kirchhoffovuformuludistribucije
JasminĆelić Doktorskirad
117
o
o
kj
j ki
i
Up R
U
, (48)
gdjesu:
jU – korisnostputaj
jp R – vjerojatnostodabiraputaj
ko – parametarosjetljivostimodela.
Uovomoblikuomjerkorisnosti određujedistribuciju, a nepredstavlja apsolutnu razliku
korisnosti.Toznačidaćeuprethodnonavedenomslučajubitimalarazlikaudodjeljivanju
prometazaputovečijejevrijemeputovanja116i113minuta,alićesepunovišeprometa
usmjeritinaputčijejevrijemeputovanja8minutanegonaputkojitraje11minuta.
Kirchhoffova formula distribucije semože izraziti u obliku Logit funkcije ako se funkcija
korisnostiprikažeulogaritamskomobliku
log log
log log
o o j o j
o o i o i
k k U k Cj
j k k U k Ci
i i i
U e ep R
U e e
, (48)
gdjeje jC općitrošakrutej.
ZaodstupanjedistribucijepripreklapajućimrutamaVISSIMnudiproširenjemodelaizbora
rutečimbenikomistovjetnosti(vidipotpoglavlje5.10.).
6.3.4. Izborparkirališnogmjesta
PrometnapotražnjauODmatricamaodnosisenazonekojesuodređenezaishodište
i odredište. Zone su u VISSIM‐u predstavljene s jednim ili više parkirališta. Ako se na
odredištu nalazi više parkirališnihmjesta vozačmora odabrati parkirališnomjesto prije
izbora puta. Odabir parkirališnog mjesta je još jedan primjer u kojem se koristi teorija
diskretnihizbora.IuovomseslučajukoristiLogitformulaifunkcijakorisnostisatributima
parkirališnihmjesta.
PridinamičkomsedodjeljivanjuuVISSIM‐ukoristetritipaparkirališta:
priključak zone (zone connector) – ovim tipom parkirališta modelira se ulazak i
izlazak vozila u i iz prometne mreže, odnosno mjesta ishodišta i odredišta u
prometnojmreži.Voziloulaziiizlaziizprometnemrežebezkašnjenjaizaustavljanja
JasminĆelić Doktorskirad
118
inajčešćesekoristinarubovimasimulacijskogmodela.Kapacitetpriključkazonenije
ograničen.
apstraktnoparkiralište(abstractparking lot)–vozilausporavajuprilikomprilaska
parkiralištu i zaustavljaju se u sredini određenog prostora. Nakon zaustavljanja i
parkiranja se brišu iz prometnemreže. Zbogmodeliranja zaustavljanja ovaj je tip
parkiralištaograničenna700voz/h.
stvarnaparkirališnamjesta(realparkingspace)–zastvarnaseparkirališnamjesta
odlukaoparkiranjusmješta50mprijeparkiralištanapočetkusimulacije.Izračunata
rutakoddinamičkogdodjeljivanja(potpoglavlje6.1.4.)takođermožekoristitiovajtip
parkirališta.
Odabirparkirališnogmjestamožebitidioaktivnostisljedećihscenarija:
vozilozapočinjeputovanjesishodišnogparkirališnogmjesta,
odabirparkirališnogmjestazapočetjeodlukomdinamičkogrutiranja,
odabirparkirališnogmjestazapočetjesustavomzaupućivanjevozilainavigaciju.
Broj raspoloživih alternativa i parametar funkcije korisnosti mogu biti različiti za svaki
navedeniscenarij(DecisionSituation).Uprvomjescenarijubrojraspoloživihparkirališnih
mjestaovisanoodredišnojzoni injezinimraspoloživimkapacitetimadokseudrugadva
scenarijaistimijenjaovisnoopostavljenimstrategijama(Slika30.).
Slika30. Primjeridinamičkogodlučivanjaorutamavozila
Funkcijakorisnostizaparkirališnomjestodanajeizrazom
, , , , , ,tv s tv s tv s tv s tv s tv sk k k k Parking k k k k odr k k voz k k sU C Z D C f , (49)
gdjesu:
ParkingC – cijenaparkiranjauzoni
Z – privlačnostkarakteristikapromatranezone
JasminĆelić Doktorskirad
119
odrD – zračna udaljenost između centra odredišne zone i parkirališnog mjesta
(udaljenostododredišnezone)
vozC – opći troškovi najjeftinije rute od trenutne pozicije vozila (udaljenost od
trenutnelokacije)
sf – raspoloživostslobodnihparkirališnihmjesta
ktv – indekstipavozila
ks – indeksscenarija.
Korisnik određuje pozitivne koeficijente funkcije korisnosti, ,i
tv s tv sk k k k i negativne
koeficijentefunkcijekorisnosti, , ,, i
tv s tv s tv sk k k k k k zasvakiscenarijzasebno.
Na osnovi trenutne situacije u simulacijskom modelu i prethodno postavljenih kriterija
dinamički se određuje parkirališno mjesto za vozila koja ulaze u modeliranu prometnu
mrežu.UslučajudajednoodvozilabezRGzauzmeparkirališnomjestokojejeodređenoza
vozilosRG‐om,vozilosRG‐omodabirenovoraspoloživoparkirališnomjestoipreračunava
odgovarajućurutudoistogupotrebomistihalgoritamakaoiutrenutkuulaskauprometnu
mrežusimulacijskogmodela.
JasminĆelić Doktorskirad
120
7. EVALUACIJAUSPJEŠNOSTINAPREDNOG
MODELAZAUPUĆIVANJEVOZILA
Učinkovitostuporabesustavazaupućivanjenaraspoloživaparkirališnamjestamože
se iskazati ukupnim vremenom putovanja, ukupnim prijeđenim putom i ukupnim
troškovima putovanja koji mogu uključivati i sve težinske koeficijente proporcionalno
pretvoreneutrošak.Usvrhuprikazivanjaučinkovitostisustavazaupućivanjenaraspoloživa
parkirališna mjesta s kooperativnim pristupom uključena su sva tri čimbenika kao
reprezentativnipokazatelji.
7.1. Opissimulacijskogmodela
Simulacijskimodel napravljen u VISSIM‐u obuhvatio je sve karakteristikemodela
sustava cestovnog prometa opisane u poglavlju 6 kako bi čim kvalitetnije predstavio
situacijuiuvjetekojivladajuuzagušenimgradskimsredištima.Simulacijajeprovodenau
trajanjuod90minutasnamjeromdasesimulirajuvršnaopterećenjaapstraktnoggradskog
središta.Stogasemodelugađanjemikalibracijomdoveoustanjegraničnogopterećenjas
velikimprometnimvolumenomkakobisečimvišenaglasionegativniučinakkruženjaza
slobodnim parkirališnim mjestom. Nakon postizanja stanovitog stupnja ravnoteže
provedenajesimulacijazasvakipojediniscenarijstimedasuserezultatiprvih30minuta
uklanjalijerjetovrijemepotrebnozapopunjavanjemreževozilimaipostizanjepotrebne
ravnoteže.Simulacijajeprovedenazačetirirazličitascenarija:
1. parkiranjevozilabezsustavazaupućivanjenaraspoloživaparkirališnamjesta,
2. parkiranje vozila s 10 % vozila opremljenih sustavom za upućivanje na
raspoloživaparkirališnamjesta(10%RG),
3. parkiranje vozila s 25 % vozila opremljenih sustavom za upućivanje na
raspoloživaparkirališnamjesta(25%RG),
4. parkiranje vozila s 50 % vozila opremljenih sustavom za upućivanje na
raspoloživaparkirališnamjesta(50%RG).
Broj vozilakoja su tražila raspoloživoparkirališnomjestopredstavljao je20%ukupnog
induciranogprometnogvolumena.Svasuraskršćapostavljenakaočvorovisdodijeljenim
prometnim pravilima prioriteta i reguliranim brzinama skretanja ili s promjenjivom
svjetlosnomsignalizacijom.Vozilasuusimulacijskimodelučitavananatrimogućaulazna
prometnatoka,anapuštalisugaputemtrijuizlaznihprometnihtokova.Timejeodređeno9
JasminĆelić Doktorskirad
121
mogućih ulazno‐izlaznih kombinacija u simulacijskom modelu nazvanih smjerovima i
označenihbrojevimaodjedandodevet.
Broj vozila se tijekom iteracija nije značajno mijenjao jer je ovisio samo o graničnom
zagušenju koje se rijetko pojavljivalo i nije dozvoljavalo ulazak novog vozila u mrežu.
Osnovniprometni tokčinila sugospodarska iosobnavozilakoja subila sastavljenaod7
različitih modela (Volkswagen Golf, Audi A4, Mercedes CLK, Peugeot 607, Volkswagen
Beetle,PorscheCaymaniToyotaYaris).
Vozilima jeprilikomulaskaumodeldodijeljivanoodredišnoparkirališnomjesto,ako ista
nisuslužilazageneriranjeosnovnogprometnogvolumena.Uslučajevimakadajeodredišno
parkirališnomjestobilozauzetozapočeo jepostupak traženja raspoloživogparkirališnog
mjestakojijetrajaodoksevoziloneuspijeparkiratiilimuisteknemaksimalnodozvoljeno
vrijemeizvršavanjazadatka.
Za potrebe ovog istraživanja koristilo se šest priključaka zona podijeljenih na istočne i
zapadne, kakobi se kontroliralaprometnapotražnja, i 578 stvarnihparkirališnihmjesta
podijeljenihutriparkirališnezone.Područjeodinteresauapstraktnommodeluzamišljeno
je u sredini iznad prometnemreže pa su u skladu s time određene i zone parkiranja te
atraktivnost Z pojedinih parkirališnih mjesta. Simulacijski model općenito prikazuje
zamišljeno gradsko središte pa je i zauzetost parkirališnih mjesta na parkiralištima
određena na osnovimjerenja provedenih u gradu Zagrebu.Normalna raspodjela opisuje
vrijeme parkiranja i smještanja na parkirališnomjesto sa srednjom vrijednošćuμ = 30 i
standardnomdevijacijomσ=2.Dužinaparkirališnihmjestajedefiniranana6m.Parkirališta
senisuograničavalacijenomiradnimvremenomtemaksimalnimtrajanjemparkiranja.
Usvrhusimulacijepostavljenisujošisljedećiparametridinamičkogdodjeljivanja:
evaluacijskiinterval:1,800s
troškovisepohranjujuuporabomMSA
brojputovajeograničenna999zasvakiODpar
putovisukupnimtroškomvišimod75%najboljegputaseodbacuju
putoviiprometnivolumenisepohranjujuuporabomKirchhoffovogeksponentaod
2,5,Logitčimbenikaskaliranjaod1,5idonjegranice0,005
korekcijapreklapanjaputova
obilazniputovikojisu2,5putavećiodnajboljegputaseodbacuju
JasminĆelić Doktorskirad
122
kriterij konvergencije za vrijeme putovanja na rubovima postavljen je tako da
varijancavremenaputovanjabilokojegrubanijevećaod2%.
Nakonprovedenesimulacijezazagušeniprometnitokpostupakjeponovljenzaprometni
tokbezzagušenja.
7.2. Ispitivanjeiocjenauspješnostisimulacijskogmodela
Uspješnost simulacijskog modela ispitivala se i ocijenila pomoću već navedenih
kriterija, a to su vrijeme putovanja, prijeđeni put i ukupni troškovi. Evaluacijom je
obuhvaćenosvihdevetprometnihsmjerova.Vrijemeputovanjapromatrano jezaukupan
broj vozila u simulacijskom modelu pod uvjetima zagušenja u vršnim opterećenjima
gradskih središta i pri protočnom prometnom toku bez zagušenja za devet prometnih
smjerova,doksuostaličimbeniciuspješnostiocijenjeninaosnoviukupnogbrojavozilau
navedenimslučajevima.
7.2.1. Vrijemeputovanja
Jednoodosnovnihelemenatamjerenjaučinkaubrojnimtransportnimanalizamaje
vrijeme putovanja, koje se koristi ne samo prilikom evaluacije već i pri planiranju,
oblikovanju idjelovanju transportnih sustava.Ono jekritična informacija svihnaprednih
transportnihinformacijskihsustava.Vrijemeputovanjaovisnojeobrzinivozila,prometnom
tokuikarakteristikamavozačatejeposebnoosjetljivonauvjetenaprometniciiprometne
incidente. Djelovanje sustava za upućivanje i navigaciju nezamislivo je bez preciznog
predviđanjavremenaputovanja,nouzevšiuobzirprethodnonavedenečimbenikejasnoje
dajepostizanjeoptimalnepreciznostiveomazahtjevnoisloženo.
Brzinavožnje(v),ubrzavanje(a>0)iusporavanje(a>0)vozilasuuVISSIM‐uodređeni
funkcijama koje su opisane s trima krivuljama (minimalnim,maksimalnim i referentnim
vrijednostima) kako bi se omogućila stohastička distribucija vrijednosti. Brzina vozila u
simulacijskommodelu jednaka je referentnoj brzini ako je prometna traka slobodna uz
neznatnestohastičkeoscilacije.Kadasetovozilopribližidrugomsporijemvozilupokušatće
gazaobićimanjomreferentnombrzinom,akozatopostojeuvjeti,poštivajućisvaprometna
pravila i ograničenja (vidipotpoglavlje6.1.3.).Referentnabrzinauovome simulacijskom
modeluodređenajes50km/h.
Utablicama7,8,9i10prikazanisustatističkipokazateljivremenaputovanjazapojedine
scenarije (minimalnovrijemeputovanja tmin,maksimalnovrijemeputovanja tmax, srednje
vrijeme putovanja tsr i standardna devijacija t ) te pojedine smjerove u simulacijskom
modeluuslučajuvisokerazinezagušenjaprometnica(~6000vozila).
JasminĆelić Doktorskirad
123
Tablica7. StatističkipokazateljizaslučajbezRG
SmjerBrojvozilaN
Vrijemet[s]provedenoumreži
tmin[s] tmax[s] tsr[s] t [s]
1. 413 149838,00 226,02 296,66 249,72 25,54
2. 1250 187814,00 201,16 506,34 313,02 104,60
3. 419 83646,00 115,20 176,20 139,42 22,44
4. 420 166318,00 210,12 398,72 277,20 66,32
5. 459 97908,00 116,66 224,26 163,18 36,04
6. 906 140718,00 178,66 277,80 234,54 33,22
7. 596 85540,00 77,72 307,26 142,56 89,52
8. 646 196192,00 202,96 506,46 326,98 116,28
9. 850 61428,00 80,50 140,40 102,38 23,94
Ukupno: 5959 1169402,00
Tablica8. Statističkipokazateljizaslučajs10%RG
SmjerBrojvozilaN
Vrijemet[s]provedenoumreži
tmin[s] tmax[s] tsr[s] t [s]
1. 414 150904,00 211,52 305,18 251,50 36,06
2. 1282 177658,00 171,88 368,36 296,10 66,92
3. 414 81744,00 114,42 165,44 136,24 17,54
4. 437 160278,00 209,08 385,02 267,14 63,76
5. 471 113976,00 150,22 228,40 189,96 33,88
6. 907 132962,00 180,14 250,14 221,60 23,96
7. 630 73486,00 95,18 157,66 122,48 26,02
8. 647 198862,00 220,76 423,18 331,44 81,28
9. 850 60588,00 71,62 119,50 100,98 17,70
Ukupno: 6052 1150458,00
JasminĆelić Doktorskirad
124
Tablica9. Statističkipokazateljizaslučajs25%RG
SmjerBrojvozilaN
Vrijemet[s]provedenoumreži
tmin[s] tmax[s] tsr[s] t [s]
1. 417 150886,00 204,20 280,30 251,48 28,18
2. 1290 152026,00 182,16 317,90 253,38 46,06
3. 409 78168,00 114,74 167,24 130,28 20,36
4. 444 158756,00 223,68 323,46 264,60 43,34
5. 457 108676,00 150,98 213,98 181,12 26,92
6. 910 130708,00 183,28 246,68 217,84 25,68
7. 619 67336,00 88,18 131,98 112,22 17,42
8. 653 171264,00 190,78 369,58 285,44 58,88
9. 853 60164,00 80,36 125,86 100,28 18,82
Ukupno: 6087 1077984,00
Tablica10. Statističkipokazateljizaslučajs50%RG
SmjerBrojvozilaN
Vrijemet[s]provedenoumreži
tmin[s] tmax[s] tsr[s] t [s]
1. 417 181546,00 252,54 546,79 453,86 135,98
2. 1290 107597,00 142,34 486,78 268,99 174,81
3. 419 103518,00 77,11 481,00 258,80 228,89
4. 444 213921,00 126,16 929,29 534,80 401,73
5. 471 87163,00 88,38 416,74 217,91 161,52
6. 910 70359,00 97,37 159,72 131,37 27,15
7. 630 60536,00 67,73 305,56 151,34 110,37
8. 653 161444,00 116,03 751,36 403,61 303,78
9. 853 30714,00 53,27 106,06 70,01 32,06
Ukupno: 6087 1016798,00
JasminĆelić Doktorskirad
125
Ukupno vrijeme putovanja, odnosno ukupno vrijeme provedeno u prometnoj mreži
simulacijskogmodelaitrendsmanjivanjaukupnogvremenaputovanjaprikazanisunaslici
31,aukupnovrijemeputovanjaposmjerovimanaslici32.
Slika31. Učinkovitostuporabesustavazaupućivanjevozilanaraspoloživaparkirališnamjesta
uodnosunaukupnovrijemeputovanjauslučajusazagušenjem
Slika32. Ukupnovrijemeputovanjapoprometnimsmjerovimauslučajusazagušenjem
900000
950000
1000000
1050000
1100000
1150000
1200000
BezRG RG10% RG25% RG50%
Ukupnovrijemeputovanjat[s]
0
50000
100000
150000
200000
250000
smjer1 smjer2 smjer3 smjer4 smjer5 smjer6 smjer7 smjer8 smjer9
Ukupnovrijem
eputovanja[s]
BezRG
RG10%
RG25%
RG50%
JasminĆelić Doktorskirad
126
Istoispitivanjeprovedenojeipriuvjetimanormalnogopterećenjaprometnicabezzagušenja
(~3000vozila)tesuutablicama11,12,13i14prikazanistatističkipokazateljizaodnosni
slučaj.
Tablica11. StatističkipokazateljizaslučajbezRG
SmjerBrojvozilaN
Vrijemet[s]provedenoumreži
tmin[s] tmax[s] tsr[s] t [s]
1. 275 76219,00 220,56 325,58 254,06 38,28
2. 771 104088,00 261,44 410,40 346,96 48,48
3. 302 48121,00 112,88 196,00 160,40 33,80
4. 265 79810,00 209,00 416,84 266,04 77,48
5. 316 58091,00 167,42 213,02 193,64 19,42
6. 431 71077,00 184,96 274,84 236,92 36,52
7. 290 78370,00 115,88 381,20 261,24 95,00
8. 303 123944,00 319,80 497,54 413,14 62,54
9. 433 38389,00 86,48 173,18 127,96 30,72
Ukupno: 3386 678109,00
Tablica12. Statističkipokazateljizaslučajs10%RG
SmjerBrojvozilaN
Vrijemet[s]provedenoumreži
tmin[s] tmax[s] tsr[s] t [s]
1. 299 85560,00 235,36 446,82 285,20 80,24
2. 772 107426,00 246,82 424,24 358,08 60,16
3. 277 48214,00 115,18 191,46 160,72 27,18
4. 290 72821,00 207,62 278,02 242,74 26,62
5. 290 54971,00 113,32 226,06 183,24 41,52
6. 424 77448,00 210,56 301,78 258,16 30,76
7. 301 85720,00 185,72 342,22 285,74 54,58
8. 298 105034,00 240,28 478,88 350,12 79,96
9. 446 35211,00 64,28 168,90 117,38 36,58
Ukupno: 3397 672405,00
JasminĆelić Doktorskirad
127
Tablica13. Statističkipokazateljizaslučajs25%RG
SmjerBrojvozilaN
Vrijemet[s]provedenoumreži
tmin[s] tmax[s] tsr[s] t [s]
1. 304 84908,00 247,96 424,80 283,02 69,70
2. 768 102737,00 233,88 396,34 342,46 59,76
3. 280 50715,00 151,00 186,42 169,06 14,56
4. 285 70853,00 215,50 256,58 236,18 15,46
5. 286 53443,00 113,14 241,56 178,14 43,06
6. 420 76006,00 209,34 298,60 253,36 31,74
7. 308 85677,00 179,58 366,62 285,60 74,96
8. 294 111082,00 235,22 451,02 370,28 72,80
9. 444 35567,00 65,22 165,70 118,56 35,14
Ukupno: 3389 670988,00
Tablica14. Statističkipokazateljizaslučajs50%RG
SmjerBrojvozilaN
Vrijemet[s]provedenoumreži
tmin[s] tmax[s] tsr[s] t [s]
1. 277 78408,00 219,06 303,64 261,36 36,10
2. 777 104709,00 259,46 411,82 349,04 50,52
3. 287 44638,00 122,58 199,90 148,80 30,64
4. 282 82290,00 208,92 442,66 274,30 86,08
5. 311 52190,00 147,42 200,46 173,96 17,94
6. 433 73596,00 184,64 290,58 245,32 40,92
7. 296 80865,00 115,56 364,70 269,54 93,18
8. 294 108766,00 302,40 457,30 362,56 56,82
9. 433 35489,00 98,96 133,84 118,30 14,94
Ukupno: 3390 660951,00
JasminĆelić Doktorskirad
128
Ukupno vrijeme putovanja, odnosno ukupno vrijeme provedeno u prometnoj mreži
simulacijskogmodelaprikazanojenaslici33,aukupnovrijemeputovanjaposmjerovima
naslici34.
Slika33. Učinkovitostuporabesustavazaupućivanjevozilanaraspoloživaparkirališnamjestauodnosuna
ukupnovrijemeputovanjauslučajubezzagušenja
Slika34. Ukupnovrijemeputovanjapoprometnimsmjerovimauslučajubezzagušenja
650000
655000
660000
665000
670000
675000
680000
BezRG RG10% RG25% RG50%
Ukupnovrijemeputovanjat[s]
0
20000
40000
60000
80000
100000
120000
140000
smjer1 smjer2 smjer3 smjer4 smjer5 smjer6 smjer7 smjer8 smjer9
Uku
pno vrijeme putovanja [s]
BezRG
RG10%
RG25%
RG50%
JasminĆelić Doktorskirad
129
7.2.2. Prijeđeniput
Uz vrijeme putovanja koje je prikazano u prethodnom potpoglavlju uspješnost
predloženogmodelamožeseprikazatiipomoćuukupnogprijeđenogputa.Ukupanprijeđeni
putumetrimakojisuvozilausimulacijskommodeluprešlaurazdobljutrajanjasimulacije
(5400s)prikazanjeutablici15začetirirazličitascenarijauslučajuzagušenogprometnog
toka.
Tablica15. Pokazateljiuspješnostiuslučajusazagušenjem
ScenarijBrojvozilaN
Ukupniprijeđeniput
s[m]
BezRG 5959 14804116
10%RG 6052 13866426
25%RG 6087 13165188
50%RG 6087 13108608
Naslici35grafički jeprikazanoukojojsemjerirazlikovaoukupniprijeđeniputovisnoo
primijenjenomscenariju.
Slika35. Učinkovitostuporabesustavazaupućivanjevozilanaraspoloživaparkirališnamjesta
uodnosunaprijeđeniputuslučajusazagušenjemU tablici 16prikazani suprijeđeniputovi za četiri predviđena scenarijau slučajukadna
prometnicamausimulacijskommodelunevladazagušenje.
11500000
12000000
12500000
13000000
13500000
14000000
14500000
15000000
BezRG 10%RG 25%RG 50%RG
Ukupniprijeđeniput[m
]
JasminĆelić Doktorskirad
130
Tablica16. Pokazateljiuspješnostiuslučajubezzagušenja
ScenarijBrojvozilaN
Ukupniprijeđeniput
s[m]
BezRG 3386 8584562,28
10%RG 3397 8521011,61
25%RG 3389 8194632,91
50%RG 3390 8104471,59
Slika36.prikazujeukupanprijeđeniputumetrimaovisnooprimijenjenomscenariju.
Slika36. Učinkovitostupotrebesustavazaupućivanjevozilanaraspoloživaparkirališnamjesta
uodnosunaprijeđeniputuslučajubezzagušenja
7.2.3. Ukupnitroškovi
Ukupne troškove putovanja čini niz različitih čimbenika kao što je to navedeno u
potpoglavlju 6.3.2. Oni ovise npr. o količini utrošenog goriva, starosti i karakteristikama
korištenihtipovavozila,kvalitetiprometnicaisl.,aliiotroškovimaupotrebeprometnicaili
cestariniicijeniparkiranja.Uzevšiuobzirsedamrazličitihmodelavozilakojisusekoristili
u ovomsimulacijskommodelu i ostaleprethodnoopisanepostavljeneparametreukupni
troškovi ovisno o predviđenim scenarijima prikazani su u tablici 17 za slučaj zagušene
prometnemrežesimulacijskogmodela.Sviprikazaniiznosiizraženisuukunama[kn].
7800000.00
7900000.00
8000000.00
8100000.00
8200000.00
8300000.00
8400000.00
8500000.00
8600000.00
8700000.00
BezRG 10%RG 25%RG 50%RG
Ukupniprijeđeniput[m
]
JasminĆelić Doktorskirad
131
Tablica17. Pokazateljiuspješnostiuslučajusazagušenjem
ScenarijBrojvozilaN
UkupantrošakC[kn]
BezRG 5959 22256,66
10%RG 6052 20398,98
25%RG 6087 19208,34
50%RG 6087 18751,34
Slika 37. grafički prikazuje razliku ukupnih troškova putovanja izraženu u kunama [kn]
ovisnooscenarijuzazagušeniprometnitok.
Slika37. Učinkovitostupotrebesustavazaupućivanjevozilanaraspoloživaparkirališnamjesta
uodnosunaukupantrošakuslučajusazagušenjem
Na isti su način kao i u prethodnom slučaju prikazani podaci za prometnu mrežu
simulacijskogmodelabezzagušenja(viditablicu18).
Tablica18. Pokazateljiuspješnostiuslučajubezzagušenja
ScenarijBrojvozilaN
UkupantrošakC[kn]
BezRG 3386 12906,12
10%RG 3397 12486,03
25%RG 3389 11922,54
50%RG 3390 11671,72
0.00
5000.00
10000.00
15000.00
20000.00
25000.00
BezRG 10%RG 25%RG 50%RG
Ukupantrošak[kn]
JasminĆelić Doktorskirad
132
Naslici38prikazanisuukupnitroškoviputovanjazaslučajprometnemrežesimulacijskog
modelabezzagušenja.
Slika38. Učinkovitostupotrebesustavazaupućivanjevozilanaraspoloživaparkirališnamjesta
uodnosunaukupantrošakuslučajubezzagušenja
7.2.4. Emisijaštetnihplinova
Emisija štetnih plinova ovisno o svojim čimbenicima može znatno varirati što
pokazuju različita ispitivanja [156]. Vrsta goriva, temperatura i karakteristike svakog
pojedinogvozilačineovajtipanalizeveomasloženimikompleksnimpasestogaprimjenjuju
različite metodologije i pristupi kako bi se čim kvalitetnije odredila obilježja ovoga
negativnogučinka.PremanavodimaameričkeAgencije za zaštituokoliša (Environmental
ProtectionAgency)[157]dvijeseopćenitemetodemogukoristitizaizračunavanjeemisije
štetnihplinova:izračunavanjepomoćustopaemisiještetnihplinovavozilaiizračunavanje
pomoću potrošnje goriva. Prvi navedeni pristup je, za razliku od drugog tradicionalnog
pristupa,višezastupljenuznanstvenimkrugovimazbograzvijenihmodela iprogramskih
alata za učinkovitu procjenu stope emisije različitih tipova vozila (npr. MOVES, EMFAC,
PHEM,VERSIT,COPERT).
Zaprocjenuemisiještetnihplinovaprimjenjujuserazličitetehnikeimetodologije[158].U
sklopuovog istraživanjakoristisemetodakojasezasnivanakombinacijimikroskopskog
prometnogsimulacijskogmodelauVISSIM‐uiMOVES(MotorVehicleEmissionSimulator)
modela emisije koju su u svom radu predložili Senna et al. [159]. Model je prilagođen
karakteristikamavozilanapodručjuRHpremadostupnimpodacimaiuskladuspodacima
simulacijskogmodela.
10500.00
11000.00
11500.00
12000.00
12500.00
13000.00
13500.00
BezRG 10%RG 25%RG 50%RG
Ukupantrošak[kn]
JasminĆelić Doktorskirad
133
Utablici19prikazanajeukupnaemisijaNO2kojususadržavaliispušniplinovisvihvozila
simulacijskogmodela za predviđena četiri scenarija u slučaju zagušenja i bez zagušenja
prometnemreže.
Tablica19. UkupnaemisijadušikovogdioksidaNO2
ScenarijNO2[mg](zagušenje)
NO2[mg](bezzagušenja)
BezRG 1761690 592335
10%RG 1650105 587950
25%RG 1566657 565430
50%RG 1559924 559209
Razlikauvrijednostimaizmeđupojedinihscenarijagrafičkijeprikazananaslici39.
Slika39. UkupnaemisijadušikovogdioksidaNO2
NajednakjenačinprikazanaukupnaemisijaCO2utablici20.Podacisuizloženinaosnovi
ukupne količine ispušnih plinova svih vozila simulacijskog modela za predviđena četiri
scenarijauslučajuzagušenjaibezzagušenjaprometnemreže.
0
200000
400000
600000
800000
1000000
1200000
1400000
1600000
1800000
2000000
BezRG RG10% RG25% RG50%
Ukupnaem
isijaNO2[mg]
NO2(zagušenje)
NO2(bezzagušenja)
JasminĆelić Doktorskirad
134
Tablica20. UkupnaemisijaugljičnogdioksidaCO2
Scenarij CO2[g](zagušenje)
CO2[g](bezzagušenja)
BezRG 1931527 1115993
10%RG 1917228 1107732
25%RG 1843792 1065302
50%RG 1823506 1053581
Razlikauvrijednostimaizmeđupojedinihscenarijagrafičkijeprikazananaslici40.
Slika40. UkupnaemisijaugljičnogdioksidaCO2
7.3. Diskusijarezultata
Pokazateljiuspješnostikojisudobivenikaorezultatprovedenihsimulacijapotvrđuju
početnepretpostavkedaćeseuvođenjenaprednogsustavazaupućivanjenaraspoloživa
parkirališnamjestapozitivnoodrazitinapostojećazagušenjaugradskimsredištima.Analiza
dobivenih pokazatelja ukazuje da se u slučaju sa zagušenim prometnim tokom ukupno
vrijemeputovanjauprosjekuskraćuje7,36%,tj.urasponuod1,63%do13,09%ovisnoo
analiziranomscenariju.Sličnotome,ukupniprijeđeniputuprosjekusesmanjioza8,85%,
0
500000
1000000
1500000
2000000
2500000
BezRG RG10% RG25% RG50%
Ukupnaem
isijaCO
2[g]
CO2(zagušenje)
CO2(bezzagušenja)
JasminĆelić Doktorskirad
135
tj.urasponuod6,28%do11,42%.Konačno,ukupnisusetroškoviuprosjekuumanjiliza
12,05%,tj.urasponuod8,35%do15,75%.Uslučajuprometnogtokabezzagušenjaukupno
sevrijemeputovanjaovisnooscenarijuskraćujeurasponuod0,84%do2,53%,ukupni
prijeđeniputod0,75%do5,60%,aukupnitroškoviod3,25%do9,56%.Komparativnom
analizomnavedenih vrijednostimože se zaključiti da je sustavučinkovitiji u slučajevima
zagušenjaštojebiloizaočekivatijersuudrugomslučajuoptimalniputovipunokraćiivozila
sekrećubezzastojaigužvi,asamimtimesvavozilabržeostvarujusvojeciljeveneovisnoo
tome jesu li ili nisu opremljena naprednim sustavom za upućivanje na raspoloživa
parkirališnamjesta.
Ukupno vrijeme putovanja, odnosno ukupno vrijeme provedeno u prometnoj mreži
simulacijskog modela mijenjalo se ovisno o zastupljenosti naprednog sustava za
upućivanje vozila na raspoloživa parkirališna mjesta što se jasno može vidjeti na
slikama31. i33.Primjenanaprednogsustavazaupućivanjenaraspoloživaparkirališna
mjesta nije utjecala samo na vozila koja su brže, jednostavnije i uspješnije
pronalazilaraspoloživaparkirališnamjestavećinavozilautranzitukojasubržestizala
od ulaza do izlaza prometne mreže uslijed manje razine zagušenja. Vrijeme
putovanja se na zagušenim smjerovima smanjivalo, a na smjerovima s manjim
prometnim volumenom povećavalo zbog uporabe alternativnih ruta putovanja
(slike 32 i 34), te se u prometnoj mreži stvorila svojevrsna ravnoteža. Sličan učinak
može se prepoznati i na slikama 35. i 36. koje prikazuju u kojoj se mjeri umanjio
ukupan prijeđeni put u simulacijskommodelu te na slikama 37. i 38. iz kojih semože
vidjeti kako su se uštede na vremenu putovanja i prijeđenom putu odrazile na
ukupnetroškove.
Smanjenje ukupnog vremena putovanja, kraći ukupni prijeđeni put i manji troškovi
putovanja utječu na smanjenje zagušenja u gradskim središtima te rezultiraju većim
zadovoljstvomvozača. Indirektno oni utječu i na smanjenje potrošnje goriva, a time i na
manju emisiju štetnih plinova, povećanje sigurnosti u prometu, smanjenje buke, stresa i
troškovaputovanja.
Zaprikazučinkovitostinaprednogsustavazaupućivanjenaraspoloživaparkirališnamjesta
usmanjenjuemisiještetnihplinovauzetasudvareprezentaitoNO2iCO2.Ovisnooudjelu
naprednogsustavazaupućivanjenaraspoloživaparkirališnamjestauukupnombrojuvozila
u simulacijskommodelu ukupna količina NO2 i CO2 se smanjivala kako je prikazano na
slikama39.i40.Navedenosmanjenjejenaglašenijeuslučajuzagušenogprometnogtokadok
jekodprometnogtokabezzagušenjaonoznatnoslabijeistaknuto.
JasminĆelić Doktorskirad
136
Sviprikazanipokazateljiuspješnosti i rezultatiprovedeneanalizepotvrđujuopravdanost
uvođenjanaprednogsustavazaupućivanjenaraspoloživaparkirališnamjestakaojednogod
potencijalnihrješenjaproblemaparkiranjaizagušenjaugradskimsredištima.
JasminĆelić Doktorskirad
137
8. ZAKLJUČAK
Inteligentniparkirnisustavisusloženisustavikojiuključujurazličitepodsustave,a
timeusvojuimplementacijuneizostavnomorajuuključitiistručnjakesrazličitihstručnihi
znanstvenih područja. Problem parkiranja i parkirališta, te njegov utjecaj na razvijene
sredinepoznat jegotovopedesetgodina.Stoga je iočitozašto je idaljepredmetmnogih
znanstvenihistručnihdiskusijairadova,ajednakotakoijednaodosnovazaistraživanje
provedenouovomeradu.
Sustavizaupućivanjenaraspoloživaparkirališnamjestapokušavajuponuditiodgovarajući
odgovornaproblemeizazvaneparkiranjem,notoimzbogograničenihuvjetauspijevateku
nekolikosegmenataovogopsežnogproblema.Natojječinjeniciinastalaidejaoprimjeni
novihtehnologijaikooperativnogpristupa,asvekakobisedionedostatakatakvihsustava
uspioublažitiiliucijelostiriješiti.Istraženisupostojećisustaviinjihovaobilježja,ispitani
su algoritmi i metode koje isti koriste u svojem djelovanju, te sve ostale potencijalne
mogućnosti unaprjeđenja i povećanja učinkovitosti. Prepoznate su prednosti i nedostaci
kojepojedinisustaviimajuuodnosunadrugarješenjaiupravosenatemeljutihiskustava
izgradionaprednimodelsustavazaupućivanjenaraspoloživaparkirališnamjestaopisanu
ovomradu.Osnovnajeideja,kojaseuslijedtogalogičkinametnula,daponuđenorješenje
obuhvatisveraspoloživeparkirališnekapaciteteiupravljanjimapomoćunovihtehnologija,
prijesveganapodručjukomunikacijeimodernihnaprednihosjetila.
Vodećinedostaciklasičnihpristupakojisekoristeupostojećimsustavimasunemogućnost
upravljanja uličnim parkirališnim prostorima i nedovoljno kvalitetnim algoritmima za
upućivanjenaraspoloživaparkirališnamjesta.Uznavedeno,gotovojenemogućedaistisa
sigurnošćugarantirajuzaponuđenoparkirališnomjesto.Rezultattakvihsustavasestoga
očitujeurelativnovisokomnezadovoljstvukorisnikainedovoljnoučinkovitomrješavanju
problemajerdiovozilanastavljakružitiupotrazizaraspoloživimparkirališnimmjestom
uslijedlošihinepreciznihinformacijakojesudalekoodstvarnovremenskogrežimarada.
Kooperativnipristupnudi raspolaganje informacijamapunobrže jer ihkorisnici sustava
dobivaju prema potrebi direktno bez nužnog kontakta s naprednim sustavom za
informiranje.Vozila iosjetilau infrastrukturi,kojasadazapravopredstavljajusvojevrsna
mikroračunala, sposobna su analizirati i obraditi dio informacija te ih međusobno
prosljeđivatiusvrhuboljegupravljanja.Izsveganavedenogjasnojeuslijedčegapredloženi
napredni model sustava koristi upravo kooperativan pristup, pogotovo s obzirom na
JasminĆelić Doktorskirad
138
sinergijski učinak optimalnog izbora rute i odgovarajućeg raspoloživog parkirališnog
mjesta.
Predviđeni rast proizvodnje vozila koja su opremljena sustavima s kooperativnim
mogućnostimaiočekivanirazvojsvihtelematičkihsustavauvozilupreduvjetsuzaozbiljno
razmatranje predloženog sustava kao potencijalnog rješenja problema zagušenja i
parkiranjaugradskimsredištima.Opsežnatestiranjainajaveproizvođačavozilaiopreme
idu u prilog tome i potvrđuju buduću ekspanziju ovakvih sustava. Stoga su i opravdani
napori koji se ulažu u istraživanja i ispitivanja njihovih učinaka i razine uspješnosti u
različitimscenarijima,uvjetimaiokruženjima.
Iskustvapokazujudasevozači svećim iskustvompriparkiranjuponašajuupravoonako
kakobitopredlagaointeligentnitransportnisustavjerkoristeustaljeneruteiredoslijede
pri traženju raspoloživih parkirališnih mjesta na osnovi niza prethodnih uspješnih i
neuspješnih pokušaja. Inteligentna parkirna rješenja ovaj slučaj pokušavaju modelirati
pomoću povijesnih podataka o parkiranju i razviti algoritme predikcije slobodnih
parkirališnih mjesta ako ne postoje unaprijed predviđeni načini rezervacije i naplate
parkiranja. Pružanjem odgovarajućih informacija vozačima, mijenjaju se polako njihove
navikešto takođermožedovestidonegativnogučinka jerćemooslobađanjemprometna
jednogcestovnogsegmentapotencijalnodovestiuopasnostnekudruguprometnudionicu.
Bez obzira na sve prednosti koje donosi uvođenje sustava za upućivanje na raspoloživa
parkirališnamjesta,jošuvijekostajeotvorenopitanjeodgovarajućegrješenjazarezervaciju
uličnihparkirališnihmjestakojesemožesmatratijednimodnjihovihvodećihnedostataka.
Postojećarješenjasupremamišljenjuautoraneodgovarajuća,neučinkovitaineisplativa,te
neopravdavajusvojuprimjenuudanimslučajevima.
Dobivenirezultatiusvimispitanimslučajevimaiscenarijimauovomeradujasnoukazuju
na učinkovitost sustava neovisno o tome radi li se samo o rasterećenju prometnog toka
uslijedoptimalnijegiskorištavanjapostojećihprometnihkapacitetauporabompoboljšanih
algoritamazaupućivanjevozilainavigacijuilisezbograspoloživihinformacijaoslobodnim
parkirališnim mjestima smanjuje nepotrebno kruženje. Izgrađenim dinamičkim
simulacijskimmodelomnaprednogsustavazaupućivanjevozilanaraspoloživaparkirališna
mjesta injegovim ispitivanjem iocjenjivanjempotvrđena jenjegovaučinkovitost kakou
pogledu smanjivanja ukupnog vremena putovanja, tako i u pogledu smanjenja ukupnog
prijeđenog puta, ukupnih troškova i ukupne količine utrošenog goriva, a time i emisije
štetnih plinova. Smanjenje zagušenja, koje je jedno od glavnih pokazatelja uspješnosti,
utjecatćeinaopćusigurnostuprometuterezultiratimanjimbrojemprometnihnezgoda
kojesudirektnoiliindirektnouzrokovaneparkiranjem.
JasminĆelić Doktorskirad
139
Rezultatianalizeievaluacijeupravopokazujuukojojmjerikooperativnisustaviučinkovito
djeluju na problem kruženja i traženja raspoloživog parkirališnog mjesta u odnosu na
klasičan pristup, što je posebno istaknuto u slučaju sa zagušenjem. Ovi sustavi fuzijom
poznatih povijesnih podataka i prikupljenih osjetilnih informacija odlučuju koja su od
ponuđenihrješenjaoptimalna tesezatimpredlažuzainteresiranimkorisnicima. Iz svega
navedenog je razvidno da predloženi model sustava za upućivanje na raspoloživa
parkirališna mjesta s kooperativnim pristupom znatno unaprjeđuje i poboljšava
karakteristikepostojećihsustava,posebnousegmentuuličnogparkiranja,čimesuucijelosti
potvrđeneglavnaipomoćnehipotezepostavljenenapočetkuistraživanja.
Ispravnosti glavne i pomoćnih teza doktorskog rada predstavljenih u potpoglavlju 1.2.
dokazane su u poglavlju 7. provedenim simulacijama uporabe naprednog sustava za
upućivanje vozila na raspoloživa parkirališna mjesta u slučajevima s i bez zagušenja.
Pokazateljiuspješnostiupotpoglavljima7.2.1.,7.2.2.,7.2.3.i7.2.4.jasnopokazujusmanjenje
negativnihučinakapoputzagušenjaismanjenesigurnostivozačaiputnika(PH1iPH2),koje
uzrokuje kruženje u potrazi za slobodnim parkirališnim mjestom čime se implicitno
dokazuje temeljna znanstvena hipoteza. U potpoglavlju 7.2.1. eksplicitno je prikazano
smanjenjevremenaputovanja(PH3).
Sobziromnasveprethodnonavedeno,proizlaziiznanstvenidoprinosovogaradakojise
očitujeusljedećem:
predložen je, ispitan i verificiran napredni model sustava za upućivanje na
raspoloživaparkirališnamjestaupotrebomkooperativnogpristupakojiuključujeniz
pogodnosti prije svega omogućenih inteligentnim osjetilima i komunikacijskim
tehnologijama
proširenesuipoboljšaneinformacijsko‐komunikacijskekarakteristiketelematičkih
sustavauvozilu
unaprijeđenajealgoritamskastrukturazadinamičkukorekcijuprometnihpravacau
realnomvremenuufunkcijiučinkovitijegupućivanjavozila
stvorenisupreduvjetizarazvojirealizacijustrategijabudućihPGIsustava.
Rezultati istraživanja nastali u okviru ovoga rada imaju namjeru proširiti spoznaje o
problematiciparkiranjaifenomenukruženjaupotrazizaslobodnimparkirališnimmjestom.
Onipredstavljajuopravdanjezapokretanjenovihistraživanjakojabiseprovodilazastvarna
gradska središta i uz stvarne podatke i uvjete na gradskim prometnicama. Buduća bi
istraživanja mogla obuhvatiti i podrobnije opisati utjecaj ponašanja vozača i njihovih
karakteristikanaučinkovitostsustava,uključitiidrugečimbenikepoputcijeneparkiranja,
JasminĆelić Doktorskirad
140
režima parkiranja i ograničene dužine parkiranja, te kombinirati utjecaj sustava za
upućivanjenaraspoloživaparkirališnamjestatedrugestrategijeusprječavanjuzagušenja.
Predloženinaprednimodelsustavaupućivanjanaraspoloživaparkirališnamjestatakođer
bi trebaopotaknutistvaranjenovihstrategija ipolitikaparkiranja,kojebiuzajedničkom
djelovanju sa sustavom smanjile troškove gradskim vlastima, poduzetnicima i tvrtkama,
razvojniminženjerimaikorisnicimateunaprijedilekvalitetuuslugeparkiranjaiostvarile
značajnudobrobitzazajednicuucjelini.Njimebisetrebaliubrzatiprocesirazvojabudućih
sustava koji koriste sličnu tehnologiju i pružiti odgovarajuće informacije arhitektima,
dizajnerima iplanerimaonačinimazazadovoljavanjezahtjevaparkiranjačimebipostao
čvrstapodrškainteligentnomrazvojugradova.
Utjecajpredloženogsustavaočitujesenesamonasmanjenjuekološkihonečišćenja,većina
unaprjeđenjeputovanja,transportaiprometaucjelini.Primjenapredloženoginteligentnog
sustavaugradovimaostvaritćepreduvjetezakvalitetnijeiskorištavanjeprostoraistvaranje
privlačnijeiugodnijeurbaneokoline.
Rezultati istraživanja mogli bi također potaknuti pokretanje većeg broja tehnoloških
projekatavezanihzaunaprjeđenjestrategijaparkiranjaugradskimsredištima.
TojeodposebnoginteresauturističkimdestinacijamauRepubliciHrvatskoj,gdjepostoje
dvatemeljnaelementakojaupućujunaprimjenunaprednihITSrješenja:
a) ograničeneprostornemogućnostizarješavanjenavedenihproblemagrađenjem
novihparkirališnihpovršina(buildonlypristup),
b) velikadisproporcijaprometnepotražnjeuiizvanturističkesezone.
Ovo su dva temeljna razloga za primjenu inteligentnih sustava i predloženih naprednih
tehnologijaurješavanjuprometnihproblemaugradovima.
JasminĆelić Doktorskirad
141
POPISKRATICAIAKRONIMA
ABS – Anti‐lockbrakingsystem
ADAS – AdvancedDriver‐AssistanceSystems
ALI – AutofahrerLeitundInformationssystem
ASR – Antriebsschlupfregelung
ASTM – AmericanSocietyforTestingandMaterials
ATDM – AdvancedTransportationandDemandManagement
ATIS – Advancedtravelerinformationsystems
AU – Applicationunit
AVL – AutomaticVehicleLocation
C‐ITS – CooperativeIntelligentTransportationSystems
C2C – Car‐to‐Car
C2I – Car‐to‐Infrastructure
C2X – Car‐to‐Everything(C2C&C2I)
CALM – Communicationsaccessforlandmobiles
CARIN – CARInformationandNavigation
CDF – Cumulativedistributionfunction
CDMA2000 – CodeDivisionMultipleAccess2000
CEN – ComitéEuropéendeNormalisation (EuropeanCommitteeforStandardization)
CENELEC – ComitéEuropéendeNormalisationÉlectrotechnique (EuropeanCommitteeforElectrotechnicalStandardization)
CF – Commonalityfactor
CLU – CooperativeLearningUnit
CNL – Cross‐NestedLogit
CORS – ContinuouslyOperatingReferenceStations
CS – CentralSub‐system
CSG – Choicesetgeneration
CSMA – Carriersensemultipleaccess
CW – ContinuousWave
JasminĆelić Doktorskirad
142
DAB – DigitalAudioBroadcast
DCC – Distributedcongestioncontrol
DMS – Dynamicmessagesign
DoT – DepartmentofTransport
DSRC – Dedicatedshort‐rangecommunication
DTA – DynamicTrafficAssignment
DUE – Deterministicuserequilibrium
EBA – EliminationbyAspects
EGNOS – EuropeanGeostationaryNavigationOverlayService
EPA – EuropeanParkingAssociation
ESP – Electronicalstabilityprogram
ETSI – EuropeanTelecommunicationsStandardsInstitute
FAA – FederalAviationAdministration
FCC – FederalCommunicationsCommission
FIA – FédérationInternationaledel’Automobile
FOS – Fiberopticshutter
GAGAN – GPSandGEOAugmentedNavigation
GBAS – GroundBasedAugmentationSystems
GEV – GeneralizedExtremeValue
GIS – Geografskiinformacijskisustavi
GLONASS – GLObalnayaNAvigatsionnayaSputnikovayaSistema
GNSS – Globalninavigacijskisatelitskisustavi
GPS – GlobalPositioningSystem
GPRS – GeneralPacketRadioService
GRAS – Ground‐basedRegionalAugmentationSystem
GW – Gateway
HAR – HighwayAdvisoryRadio
HSDPA – High‐SpeedDownlinkPacketAccess
HSUPA – High‐SpeedUplinkPacketAccess
IAP – ImplicitAvailability/Perception
JasminĆelić Doktorskirad
143
i.i.d. – Independentandidenticallydistributed
ICSI – IntelligentCooperativeSensingforImprovedtrafficefficiency
IIA – Independenceofirrelevantalternatives
IEEE – InstituteofElectricalandElectronicsEngineers
ILD – Inductiveloopdetectors
IoT – InternetofThings
IPI – InternationalParkingInstitute
IRNSS – IndianRegionalNavigationSatelliteSystem
ISM – Instrumentafion,ScienfificandMedical
ISO – InternationalOrganizationforStandardization
ITS – IntelligentTransportationSystems
LAAS – LocalAreaAugmentationSystem
LED – Lightemittingdiode
LEED – LeadershipinEnergyandEnvironmentalDesign
LTE – Long‐termevolution
M2M – Machinetomachine
MAC – MediumAccessLayer
MANET – Mobileadhocnetwork
MEMS – Microelectromechanicalsystems
MNL – MultinomialLogit
MOVES – MotorVehicleEmissionSimulator
MR – MobileReservation
MSA – MethodofSuccessiveAverages
MSAS – Multi‐FunctionalSatelliteAugmentationSystem
NAVSTAR – NAVigationSatelliteTimingAndRangingsystem
NEMS – Nanoelectromechanicalsystems
NL – NestedLogit
O – Odredište
OBU – On‐boardunit
OD – Origin‐destination
JasminĆelić Doktorskirad
144
OSI – OpenSystemsInterconnection
P+R(P&R) – Park&Ride
PDA – PersonalDataAssistants
PGIS – Parkingguidanceandinformationsystem
PGS – ParkingGuidanceSystem
PND – PersonalNavigationDevices
PS – PersonalSub‐system
PSL – Path‐SizeLogit
PTV – PlanungsbüroTransportundVerkehr
QoS – Qualityofservice
QZSS – Quasi‐ZenithSatelliteSystem
r.p.m. – Raspoloživaparkirališnamjesta
RDS – RadiodataSystem
RG – Routeguidance
ROI – Regionofinterest
RS – RoadSub‐system
RSU – RoadSideUnits
SBAS – SatelliteBasedAugmentationSystems
SUE – Stohasticuserequilibrium
TC – TelecommunicationsCommittee
TMC – TrafficMessageChannel
UMTS – UniversalMobileTelecommunicationsSystem
V‐D – Volume‐delay
V2V – Vehicle‐to‐Vehicle
V2I – Vehicle‐to‐Infrastructure
V2X – Vehicle‐to‐Everything(V2V&V2I)
VANET – Vehicularadhocnetwork
VICS – VehicleInformationCommunicationSystem
VIP – Videoimageprocessors
VISSIM – VerkehrInStädten–SIMulationsmodell
JasminĆelić Doktorskirad
145
VMS – Variablemessagesign
VS – VehicleSub‐system
WAAS – WideAreaAugmentationSystem
WANET – Wirelessadhocnetwork
WAVE – Wirelessaccessinvehicularenvironment
WiMAX – WorldwideInteroperabilityforMicrowaveAccess
WSN – WirelessSensorNetwork
JasminĆelić Doktorskirad
146
POPISOZNAKAISIMBOLA
a – prometnadionica
ar – indeksruba
A – akumulacijaparkiranja
A0 – akumulacijaparkiranjanapočetkurazdobljatrajanjaatraktivnosti
*inA – latentnaraspoloživostalternativei
Aj – brojjednovremenoparkiranihvozilauj‐tomvremenskompresjeku
Amax – maksimalnaakumulacijaparkiranjaurazdobljutrajanjaatraktivnosti
C – općitrošakputovanja
Cf – zbrojtroškovasvihprometnihdionicakoječinejedanrub
Cj – općitroškoviputailirutej
Cmn – skupizboramogućihputovazasvakinuMgnijezda
Cn – skupizboramogućihputovazasvakin
Cn2 – dodatni trošak prometne dionice (nadoplata 2) koji nije opterećen
čimbenikom
ParkingC – cijenaparkiranjauzoni
CR – općitrošakruteR
vozC – općitroškovinajjeftinijeruteodtrenutnepozicijevozila
CF – čimbenikistovjetnosti
odrD – zračnaudaljenostizmeđucentraodredišnezoneiparkirališnogmjesta
sf – raspoloživostslobodnihparkirališnihmjesta
F – matricatežinskihkoeficijenataJnputaM
g – varijancastandardneGumbelovevarijable
G – skupsvihmogućihskupovaizbora,odnosnoskupsvihnepraznih
podskupovaodM
hink – kriterijskafunkcijakojaseodnosinaalternativui
JasminĆelić Doktorskirad
147
ir – indeksruba
mnCI – maksimalnakorisnostsvihalternativaugnijezdu
J – brojalternativauglavnomskupuizboraM
k – obrtiliizmjenaparkiranja
katr – stupanjatraktivnosti
ki – brojostvarenihparkiranjanai‐tommjestuzaparkiranje
urazdobljuΔt
kisk – koeficijentiskorištenja
prosiskk – prosječankoeficijentiskorištenjailiindeksparkiranja
ko – parametarosjetljivostimodela
ks – indeksscenarija
ksred – srednjibrojizmjenaparkiranjaupromatranomvremenuΔtpojednom
parkirališnommjestu
ktv – indekstipavozila
K – kapacitet(propusnamoć)prometniceurazdobljuodjednogsata
Kei – indeksevaluacijskogintervalaurazdobljusimulacije
Ki – skupograničenjakojiseodnosinaalternativui
la – dužinaprometnedionicea
Li – dužinaputailirutei
Lj – dužinaputailirutej
Lij – udaljenostputovailirutaiij
Lp – udaljenostzapješačenje
M – ukupanbrojparkirališnihmjesta
n – indeksiteracijedodjeljivanja
N – korisničkiodređenavrijednost
Nan –n
ajj C
zastvarneprometnedionice
JasminĆelić Doktorskirad
148
P(i) – vjerojatnostdaputnikkoristiputi
Pn(i) – vjerojatnostdaputniknodabereputi
P(i∣Cn)– vjerojatnostizboraalternativeiuskupuCn
jp R – vjerojatnostodabiraputaj
PSin – veličinaputaizaosobun
r – rubkojipripadarutiR
R – ruta
s – čimbenikodređengeometrijomprometnihdionica
t1 – vrijemedolaskanaparkirališnomjesto
(t1)ij – vrijemedolaskaj‐togvozilanai‐tomjestozaparkiranje
t2 – vrijemenapuštanjaparkirališnogmjesta
tf1 – vrijemeodašiljanja
tf2 – vrijemeprijema
tmax – maksimalnovrijemeputovanja
tmin – minimalnovrijemeputovanja
tsr – srednjevrijemeputovanja
(t2)ij – vrijemeodlaskaj‐togvozilasai‐togmjestazaparkiranje
T – neodređenivremenskiinterval
T – donjetrokutastamatricaMputaMnepoznatihparametara
T0 – vrijemeputovanjaslobodnimtokom
,
r
n KTa – očekivanovrijemeputovanjanarubuazarazdobljekuiteracijin
,n KiT – očekivanovrijemeputovanjanarubuizarazdobljekuiteracijin
,
r
n KTOa – izmjerenovrijemeputovanjanarubuazarazdobljekuiteracijin
,n KiTO – izmjerenovrijemeputovanjanarubuizarazdobljekuiteracijin
Tc – zagušenjevremenaputovanjanapromatranojprometnojdionici
JasminĆelić Doktorskirad
149
U – vektorredakJnkorisnosti
Uj – korisnostputaj
V – prometnivolumenuperioduodjednogsata
Vin – sustavnakorisnostalternativeizanputnika
X – matricanezavisnihvarijabliJnputaK
Z – privlačnostkarakteristikazone
Yink – k‐tavarijablauodnosunaraspoloživostalternativeizaosobun
α – čimbenikponašanjavozača
,tv sk k – koeficijentfunkcijekorisnosti
αmi – uključenatežinaalternativeiu"gnijezdu"m
αpt – parametarprometnogtoka
z – parametarzaglađivanja
β – čimbenikponašanjavozača
β – vektorstupacKnepoznatihparametara
,tv sk k – koeficijentfunkcijekorisnosti
βpt – parametarprometnogtoka
β0 – kalibracijskikoeficijent
γ – čimbenikponašanjavozača
γ – kalibracijskikoeficijent
γbl – koeficijentbinarnogLogita
,tv sk k – koeficijentfunkcijekorisnosti
δaj – "dummy"varijabla
,tv sk k – koeficijentfunkcijekorisnosti
,tv sk k – koeficijentfunkcijekorisnosti
ζ – vektorstupacMi.i.d.standardnihnormalnihvarijablikojepredstavljaju
nepromatranečimbenike
JasminĆelić Doktorskirad
150
µ – parametarskaliranja
n i – raspoloživostputai
n i – očekivanjeslučajnevarijable n i
ν – vektorredakJni.i.d.Gumbelovihvarijablisparametromskaliranjaµ
vink – slučajnipragsasredištemunuli
t – standardnadevijacija
f – razlikafrekvencija
Δt – promatranivremenskiinterval
Δtp – trajanjeparkiranja
ϴ – koeficijentkorisnostiiliparametarbrzine
Γi – skupdionicaputai
τ – srednjetrajanjeparkiranjanaMparkirališnihmjesta
JasminĆelić Doktorskirad
151
POPISSLIKA
Slika1. Povećanjebrojaputničkihvozilana1000stanovnika 1990.‐2004.[1].................................................................................................................1 Slika2. RješenjetelekomunikacijskogoperatorautalijanskomgraduPisi.......30 Slika3. Prikazmogućnostirješenjazaupućivanjenaparkiranjepod nazivomFastprk............................................................................................................30 Slika4. Konceptpametnogsvijetapremavizijamarazvojnogtima poduzećaLibelium........................................................................................................32 Slika5. RezultatiistraživanjaMeđunarodnoginstitutazaparkiranje.................34 Slika6. Prikaztrendovakojiimajunajvećiutjecajnaparkirališnu industriju[113].............................................................................................................36 Slika7. Prikaztrendovakojiimajunajvećipotencijalzapoboljšanje održivosti[113].............................................................................................................36 Slika8. Magnetskaosjetila(©nwavetecilibelium).....................................................42 Slika9. Ultrazvučnoosjetilo(©parksol)...........................................................................44 Slika10. NavigacijskisustavtvrtkeNavigonnapriključnimmobilnim uređajima.........................................................................................................................48 Slika11. VMSuRijeci.....................................................................................................................51 Slika12. PrincipradaRDS‐TMC................................................................................................53 Slika13. NavigacijskisustavuAudivozilima......................................................................56 Slika14. C‐ITSsustav(Copyright©2009‐2012EuropeanBusiness PressSA)...........................................................................................................................61 Slika15. Odnosiizmeđunormativnihtijela[123]............................................................67 Slika16. Komponentesustava...................................................................................................70 Slika17. LogičkaICSIarhitektura............................................................................................72 Slika18. DomenskiICSImodel..................................................................................................73 Slika19. FunkcionalniICSImodel............................................................................................75 Slika20. ICSIkomunikacijskimodel.......................................................................................77 Slika21. ICSIinformacijskimodel............................................................................................78 Slika22. Primjerirutiranja..........................................................................................................90 Slika23. Tipovivozilausimulacijskommodelu.............................................................102 Slika24. ODmatrica....................................................................................................................105 Slika25. Primjerlanacaputovanja.......................................................................................105 Slika26. Principdinamičkogdodjeljivanja[155]...........................................................106 Slika27. Klasičnimodelputovanja,traženjaraspoloživogparkirališnog mjestaiparkiranja....................................................................................................108 Slika28. Naprednimodelputovanja,traženjaraspoloživogparkirališnog mjestaiparkiranjaskooperativnimpristupom.........................................111 Slika29. KooperativnodjelovanjeRSU,OBUiATIS‐a..................................................112 Slika30. Primjeridinamičkogodlučivanjaorutamavozila......................................118 Slika31. Učinkovitostupotrebesustavazaupućivanjevozilana raspoloživaparkirališnamjestauodnosunaukupnovrijeme putovanjauslučajusazagušenjem....................................................................125 Slika32. Ukupnovrijemeputovanjapoprometnimsmjerovimau slučajusazagušenjem..............................................................................................125
JasminĆelić Doktorskirad
152
Slika33. Učinkovitostupotrebesustavazaupućivanjevozilanaraspoloživa parkirališnamjestauodnosunaukupnovrijemeputovanjauslučaju bezzagušenja...............................................................................................................128 Slika34. Ukupnovrijemeputovanjapoprometnimsmjerovimauslučaju bezzagušenja...............................................................................................................128 Slika35. Učinkovitostupotrebesustavazaupućivanjevozilanaraspoloživa parkirališnamjestauodnosunaprijeđeniputuslučajusa zagušenjem...................................................................................................................129 Slika36. Učinkovitostupotrebesustavazaupućivanjevozilanaraspoloživa parkirališnamjestauodnosunaprijeđeniputuslučajubez zagušenja.......................................................................................................................130 Slika37. Učinkovitostupotrebesustavazaupućivanjevozilanaraspoloživa parkirališnamjestauodnosunaukupantrošakuslučajusa zagušenjem...................................................................................................................131 Slika38. Učinkovitostupotrebesustavazaupućivanjevozilanaraspoloživa parkirališnamjestauodnosunaukupantrošakuslučajubez zagušenja.......................................................................................................................132 Slika39. UkupnaemisijadušikovogdioksidaNO2.........................................................133 Slika40. UkupnaemisijaugljičnogdioksidaCO2............................................................134
JasminĆelić Doktorskirad
153
POPISTABLICA
Tablica1. 10prometnonajzagušenijihgradovauEuropiu2013.godini[3]............2 Tablica2. Usporedbacijenauličnogiizvanuličnogparkiranja*[20]............................4 Tablica3. Brojparkirališnihmjestauodnosunaveličinugrada..................................18 Tablica4. SadržajkojiATISmoguprikazivati.......................................................................40 Tablica5. GNSSklasifikacija..........................................................................................................47 Tablica6. UsporedbaMANETiVANETparametara[002]..............................................59 Tablica7. StatističkipokazateljizaslučajbezRG.............................................................123 Tablica8. Statističkipokazateljizaslučajs10%RG......................................................123 Tablica9. Statističkipokazateljizaslučajs25%RG......................................................124 Tablica10. Statističkipokazateljizaslučajs50%RG......................................................124 Tablica11. StatističkipokazateljizaslučajbezRG.............................................................126 Tablica12. Statističkipokazateljizaslučajs10%RG......................................................126 Tablica13. Statističkipokazateljizaslučajs25%RG......................................................127 Tablica14. Statističkipokazateljizaslučajs50%RG......................................................127 Tablica15. Pokazateljiuspješnostiuslučajusazagušenjem.........................................129 Tablica16. Pokazateljiuspješnostiuslučajubezzagušenja..........................................130 Tablica17. Pokazateljiuspješnostiuslučajusazagušenjem.........................................131 Tablica18. Pokazateljiuspješnostiuslučajubezzagušenja..........................................131 Tablica19. UkupnaemisijadušikovogdioksidaNO2.........................................................133 Tablica20. UkupnaemisijaugljikovogdioksidaCO2.........................................................134
JasminĆelić Doktorskirad
154
Bibliografija
[1] Eurostat: "Are we moving in the right direction", European Environment Agency,Statisticalyearbookoncandidatecountries,OfficeforOfficialPublications,2003.
[2] Shoup,D.C.:"FreeParkingorFreeMarkets",AccessMagazine,Vol.38,2011.,str.28.
[3] TomTomEuropeanTrafficIndeks,TomTomInternationalBV,2014.
[4] Mercuri,R.,Bauen,A.,Hart,D.: "Options forrefuellinghydrogen fuelcellvehicles inItaly",JournalofPowerSources,Vol.106,2002.,str.353–363.
[5] IBMGlobalParkingSurvey:DriversShareWorldwideParkingWoes,IBM,NewYork,2011.
[6] ParkplatznotstandundOrdnungswidrigkeiten(http://focus.msn.de/F/FT/FTB/FTB113/ftb113.htm),2004.
[7] White,P.S.:"Novacancy:Parkslope’sparkingproblem",Transportationalternatives,2007.
[8] Box, P. C.: "Questionable Concepts in Neotraditional Subdivision Design",Transportation Research Circular, No 501, Transportation Research Board,Washington,2000.
[9] EuropeanCommissionPressRelease,IP/13/236,Brisel,19.ožujak2013.
[10] European Commission, Better information for safer EU roads – frequently askedquestions,MEMO/13/436,Brisel,15.svibanj2013.
[11] Marsden,G.:"Theevidencebaseforparkingpolicies–areview",Transportpolicy,Issue13,2006.,str.447‐457.
[12] Schrank,D.,Lomax,T.,Eisele,B.:"TTI’s2011UrbanMobilityReport",Technicalreport,TexasTransportationInstitute,TexasA&MUniversityCollegeStation,2011.
[13] Shoup,D.C.:"Cruisingforparking",TransportPolicy,Vol.13,2006.,str.479–486.
[14] K.Button:"Thepoliticaleconomyofparkingchargesin‖firstand‖second‐bestworld",TransportPolicy,Vol.13,2006.,str.470‐478.
[15] Axhausen, K. W.: "Ein ereignisorientierte Simulation von Aktivitätenketten zurParkstandswahl", Schriftenreihe des Instituts für Verkehrswesen, Vol. 40, Universität(TH)Karlsruhe,Karlsruhe,1989.
[16] Axhausen,K.W.: "OrtskenntnisundParkplatzwahlverhalten", report to theDeutscheForschungsgemeinschaft, Institut für Verkehrswesen, Universität (TH) Karlsruhe,Karlsruhe,1989.
[17] Lorenz,K.:"Interimreportonlocalisedparkingbehaviour",ReportfromDRIVEprojectV1017ChangesinDriverBehaviourduetotheIntroductionofRTISystems,TechnischeUniversitätBerlin,1990.
[18] Jones,P.M.:"Trafficregulationinurbanareas:thepublicviewpoint",WorkingPaper,444,TransportStudiesUnit,OxfordUniversity,1989.
JasminĆelić Doktorskirad
155
[19] Polak, J.W.,Axhausen,K.W.:"Thechoiceofmodeandparkingtype inBirmingham:initialmodelestimationresults",WorkingPaper,522,TransportStudiesUnit,OxfordUniversity,1990.
[20] Shoup,D.C.:"TheIdealSourceofLocalPublicRevenue",RegionalScienceandUrbanEconomics,Vol.34(6),2004.,str.753‐784.
[21] Kodransky, M., Hermann, G.: "Europe’s Parking U‐Turn: From Accommodation toRegulation",InstituteforTransportationandDevelopmentPolicy,NewYork,2011.
[22] Brčić, D., Anžek, M., Matoš, S., Šćukanec, A.: "Telematički sustavi upućivanja naparkiranjeustvarnomvremenusosvrtomnagradZagreb",Znanstveniskup:PrometnaproblematikagradaZagreba,Zagreb,2006.,str.49‐57.
[23] Mimbela, L. E. Y., Klein, L. A.: "Summary of vehicle detection and surveillancetechnologies used in intelligent transportation systems", Federal HighwayAdministration,IntelligentTransportationSystemsJointProgramOffice,Washington,DC,US,2000.
[24] Lee,S.,Yoon,D.,Ghosh,A.:"IntelligentParkingLotApplicationUsingWirelessSensorNetworks", International Symposium on Collaborative Technologies and Systems,2008.,str.48‐57.
[25] Zhou,F.,Li,Q.: "ParkingGuidanceSystemBasedonZigBeeandGeomagneticSensorTechnology", Distributed Computing and Applications to Business, Engineering andScience,2014.,str.268‐271.
[26] Boda, V. K., Nasipuri, A., Howitt, I.: "Design Considerations for a Wireless SensorNetworkforLocatingParkingSpaces",IEEESoutheastCon,2007.,str.698‐703.
[27] Atmadja,W.,Yosafat,J.,Setiawan,R.A.,Irendy,I.I.:"Parkingguidancesystembasedonrealtimeoperatingsystem",IndustrialAutomation,InformationandCommunicationsTechnology,2014.,str.5‐8,
[28] Idris,M.Y.I.,Tamil,E.M.,Noor,N.M.,Razak,Z.,Fong,K.W.:"ParkingGuidanceSystemUtilizingWireless Sensor Network and Ultrasonic Sensor", Information TechnologyJournal,8(2),2009.,str.138‐146,
[29] Suhr, J. K., Jung, H. G.: "Sensor Fusion‐Based Vacant Parking Slot Detection andTracking",IEEETransactionsonIntelligentTransportationSystems,Vol.15(1),2014.,str.21‐36.
[30] Geng, Y., Cassandras, G. C.: "A new 'Smart Parking' System Infrastructure andImplementation", Euro Working Group on Transportation, International ScientificConference,Paris,2012.
[31] Sykes,P.,DeJongGrontmij,F.,Bradley,R.,Jennings,G.,McDonnell,G.:"Planningurbancarparkprovisionusingmicrosimulation",Traffic,EngineeringandControl,Vol.51(3),2010.,str.103‐107.
[32] Gallo, M., D'Acierno, L., Montella, B.: "A multilayer model to simulate cruising forparkinginurbanareas",Transportpolicy,Vol.18,2011.,str.735‐744.
[33] Arnott, R., Rave, T., Schöb, R.: "Alleviating urban traffic congestion", MIT press,Cambridge,USA,2005.
JasminĆelić Doktorskirad
156
[34] "Traffic Congestion and Reliability: Trends and Advanced Strategies for CongestionMitigation",finalreport,CambridgeSystematics,2005.
[35] New York Metropolitan Transportation Council: "Canal Area Transportation Study(CATS)",FinalReportforPublicReview,2010.
[36] Weinberger,R.,Kaehny,J.,Rufo,M.:"U.S.ParkingPolicies:AnOverviewofManagementStrategies",InstituteforTransportation&DevelopmentPolicy,USA,2010.
[37] Marsden, G.: "The Evidence Base for Parking Policy – A Review", Transport Policy,Vol.13,2006.,str.447‐457.
[38] Axhausen, K. W., Polak J. W., Boltze, M., Puzicha, J.: "Effectiveness of the parkingguidanceinformationsysteminFrankfurtamMain",TrafficEngineeringandControl,Vol.35(5),1994.,str.304‐309.
[39] Obdeijn, C.: "Modelling parking guidance systems in S‐Paramics", magistarski rad,2011.
[40] Waterson,B.J.,Chatterjee,K.,Hounsell,N.B.:"Simulatingtheeffectivenessofparkingguidancesystems",Presentedatthe41stannualconferenceoftheOperationalResearchSociety,Edinburgh,UK,1999.
[41] Polak,J.W.,Hilton,I.C.,Axhausen,K.W.,Young,W.:"Parkingguidanceandinformationsystems:performance and capability",TrafficEngineeringandControl, Vol. 31 (10),1990.,str.519‐524.
[42] Mouftah,H.T.,Khanafer,M.,Guennoun,M.:"WirelessSensorNetworkArchitecturesforIntelligent Vehicular Systems", Symposium International for TelecommunicationTechniques,2010.
[43] Jeffrey, J., Patil, R.G.,Narahari, S.K.K.,Didagi, Y., Bapat, J.,Dias,D.: "Smartparkingsystem using wireless sensor networks", 6th International Conference on SensorTechnologiesandApplications,2012.,str.306‐311.
[44] Patil,M.,Bhonge,V.N.:"WirelessSensorNetworkandRFIDforSmartParkingSystem",International Journal ofEmergingTechnologyandAdvancedEngineering, Vol. 3 (4),2013.,str.188‐192.
[45] Ji, Z., Ganchev, I., O’Droma, M., Zhao, L., Zhang, X.: "A Cloud‐Based Car ParkingMiddlewareforIoT‐BasedSmartCities:DesignandImplementation",Sensors,Vol.14,2014.
[46] Zanella,A.,Bui,N.,Castellani,A.,Vangelista,L.,Zorzi,M.:"InternetofThingsforSmartCities",InternetofThingsJournal,2014.
[47] Arnott, R., De Palma, A., Lindsey, R.: "Does providing information to drivers reducetrafficcongestion?",TransportationResearchPartA:General,Vol.25(5),1991.,str.309‐318.
[48] Mei, Z., Tian, Y.: "Optimized combinationmodel and algorithm of parking guidanceinformation configuration", EURASIP Journal on Wireless Communications andNetworking,2011.,str.1‐9.
[49] Martens, K., Benenson, I., Levy, N.: "The Dilemma of On‐Street Parking Policy:ExploringCruisingforParkingUsinganAgent‐BasedModel",GeospatialAnalysisand
JasminĆelić Doktorskirad
157
Modelling of Urban Structure and Dynamics, GeoJournal Library, Vol. 99, SpringerScienceBusinessMediaB.V.,2010,str.121‐138
[50] Cassady,C.R.,Kobza,J.E.:"Aprobabilisticapproachtoevaluatestrategiesforselectingaparkingspace",TransportationScience,Vol.32(1),1998.,str.30‐42.
[51] Rhodes, C., Blewitt, W., Sharp, C., Ushaw, G., Morgan, G.: "Smart Routing: A NovelApplicationofCollaborativePath‐findingtoSmartParkingSystems",16thConferenceonBusinessInformatics,Vol.1,2014.
[52] VanderWaerden,P.J.H.J.:"Pamela,aParkingAnalysisModelforpredictingEffectsinLocalAreas",doktorskirad,TechnischeUniversiteitEindhoven,2012.
[53] Kant, P.: "Route choice modelling in dynamic traffic assignment", magistarski rad,UniversityofTwente,CentreforTransportStudies,2008.
[54] Zuurbier, F. S.: "Intelligent Route Guidance", doktorski rad, Delft University ofTechnology,FacultyofCivilEngineeringandGeosciences,DepartmentofTransport&Planning,2010.
[55] Sondak,R.C.:"DynamicIntelligentAlgorithmforNavigation(DIANa):ARouteFindingSystemusingHistoricalTrafficData",magistarskirad,DelftUniversityofTechnology,Faculty ofElectrical Engineering,Mathematics andComputer Science,Man‐MachineInteractionGroup,2010.
[56] Gudac, V., Anžek, M., Lanović, Z.: „Uputni garažno‐parkirni sustav u gradu Rijeci“,Korema,Automatizacijauprometu,CongressProceedings,Zadar,2003.,str.26‐27.
[57] Lu,R.,Lin,X.,Zhu,H.,Shen,X.:"SPARK:ANewVANET‐basedSmartParkingSchemeforLargeParkingLots",ProceedingsofIEEEINFOCOM'07,2007.
[58] Zhao, H., Lu, L., Song, C., Wu, Y.: "IPARK: Location‐aware‐based intelligent parkingguidanceoverinfrastructurelessVANETs",InternationalJournalofDistributedSensorNetworks,2012.
[59] Zhu, J., Liu,M.,Wen, Y.,Ma, C., Liu, B.: "Parking backbone: toward efficient overlayroutinginVANETs",InternationalJournalofDistributedSensorNetworks,2014.
[60] Hunt,J.D.,Teply,S.:"ANestedLogitModelofParkingLocationChoice",TransportationResearchB,Vol.27,1993.,str.253‐265.
[61] Miller,E.J.:"CentralAreaModeChoiceandParkingDemand",TransportationResearchRecord1413,1993.,str.60‐69.
[62] Lambe,T.A.:"DriverChoiceofParkingintheCity",Socio‐EconomicPlanningScience,Vol.30,1996.,str.207‐219.
[63] Hess, S., Polak, J. W.: "Mixed Logit Modeling of Parking Type Choice Behavior",TransportationStatistics,J.RossPublishingInc.,USA,2009.,str.77‐102.
[64] Guan, H., Xiaoduan Sun, P.E., Liu, X., Liu, L.: "Modeling Parking Behavior for BetterControlandPricing:ACaseStudy fromOneof theBusiestRetailShoppingAreas inBeijing, China", 84th Annual Meeting of the Transportation Research Board,Washington,USA,2005.
[65] Harmatuck, D. J.: "Revealed Parking Choices and the Value of Time", 86th AnnualMeetingoftheTransportationResearchBoard,Washington,USA,2007.
JasminĆelić Doktorskirad
158
[66] Borgers, A., Kemperman, A., Toll, L., Timmermans, H.: "Measuring Preferences forParking Facilities in Old Residential Areas", 7th International Symposium on CityPlanningandEnvironmentalManagementinAsianCountries,Fukuoka,Japan,2010.,str.1‐14.
[67] Anžek,M.,Kavran,Z.,Uzelac,Z.:"Evaluationofparkingm‐paymentintheRepublicofCroatia",ProceedingsoftheEuropeanCongressandExhibitiononIntelligentTransportSystemsandServices“MovingTowardsanIntegratedEurope”,Budapest,2004.
[68] Brčić,D.,Anžek,M.,Krasić,D.:"Real–timeTelematicParkingGuidanceSystems",12thInternationalsymposiumonelectronicsintraffic,Ljubljana,2004.
[69] Pupavac, D., Maršanić, R.: "Basic propositions for optimization of the city parkingcapacity",Ekonomskipregled,Vol.61(7‐8),2010.,str.476‐485.
[70] Brčić,D.,Kraljević,M.:"Ulogapolitikeparkiranjaureguliranjuprometaugradovima",Drugihrvatskikongresocestama,1999.
[71] Brčić,D.,Šoštarić,M.:"Parkiranjeigaraže",Fakultetprometnihznanosti,SveučilišteuZagrebu,Zagreb,2012.
[72] Maršanić, R.: "Kultura parkiranja: organizacija, tehnologija, ekonomika, ekologija,pravo",IQplus,Rijeka,2012.
[73] Shoup,D.C.:"Thehighcostoffreeparking",AmericanPlanningAssociation,US,2011.
[74] DeDiosOrtúzar, J.,Willumsen, L. G.: "Modelling transport", JohnWiley& Sons, UK,2011.
[75] Milosavljević,N.:"Parkiranje",Saobraćajnifakultet,UniverzitetuBeogradu,Beograd,2010.
[76] Jelinović,Z.:"Prometumirovanju",Informator,Zagreb,1973.
[77] PROGRESS WP2: Scheme Design and Development, Pricing ROad use for GreaterResponsibility,EfficiencyandSustainabilityincities,DeliverableD3.2,V2.0,2002.
[78] Topp,H.H.:"ParkingpoliciestoreducecartrafficinGermancities",TransportReviews,Vol.13,No.1,1993.,str.83‐95.
[79] Cassady,C.R.,Kobza,J.E.:"AProbabilisticApproachtoEvaluateStrategiesforSelectingaParkingSpace",Transportationscience,Vol.32,No.1,1998.
[80] Burdette, D.: "An evaluation of advanced parking information systems at airports",Preprint,TransportationResearchBoardAnnualMeeting,WashingtonD.C.,2001.
[81] Griffith,E.:"Pointingtheway",ITSInternational,March/April2000.,str.72.
[82] Cheung, S.Y., Ergen, S.C., Varaiya, P.: "Traffic surveillance with wireless magneticsensors",Proceedingsofthe12thITSWorldCongress,November,2005.,SanFrancisco,str.1‐13.
[83] Lenz,J.E.,Edelstein,A.S.:"Areviewofmagneticsensors",IEEESensorsJournal,2006.,str.631‐649.
[84] Wolff, J.,Heuer, J.,Haibin,T.,Weinmann,G.,Voit,M.,Hartmann,S.:"Parkingmonitorsystem based on magnetis field sensors", IEEE Intelligent Transportation SystemConference,Toronto,2006.,str.1275‐1279.
JasminĆelić Doktorskirad
159
[85] Kastrinaki,V.,Zervakis,M.,Kalaitzakis,K.:"Asurveyofvideoprocessingtechniquesfortrafficapplication",ImagevisionComputing,Vol.21,2003.,str.359‐381.
[86] Tang,V.W.S.,Zheng,Y.,Cao,J.N.:"Anintelligentcarparkmanagementsystembasedonwirelesssensornetworks",1stInternationalSymposiumonPervasiveComputingandApplications,Urumqi,2006.,str.65‐70.
[87] Bi,Y.Z.,Sun,L.M.,Zhu,H.S.,Yan,T.X.,Luo,Z.J.:"Aparkingmanagementsystembasedonwirelesssensornetwork",ActaAutomaticaSin.,32,2006.,str.877‐968.
[88] Hampapur, A., Brown, L., Connell, J., Ekin, A., Haas, L. : "Smart video surveillance:Exploring the concept of multiscale spatiotemporal tracking", IEEE Signal ProcessMagazine,Vol.22,2005.,str.38‐51.
[89] Wu,Q.,Huang,C.C.,Wang,S.Y.,Chiu,W.C.,Chen,T.H.:"Robustparkingspacedetectionconsidering inter‐space correlation", IEEE International Conference OnMultimedia,Beijing,2007.,str.659‐662.
[90] Funck,S.,Mohler,N.,Oertel,W.:"Determiningcar‐parkoccupancyfromsingleimages",IEEEIntelligentVehiclesSymposium,Dresden,Germany,2004.,str.325‐328.
[91] Bong, D.B.L., Ting, K.C., Rajaee, N.: "Car‐park occupancy information system", ThirdReal‐TimeTechnologyandApplicationSymposium,Serdang,Selangor,2006.
[92] Bong, D.B.L., Ting, K.C., Lai, K.C.: "Integrated approach in the design of car‐parkoccupancyinformationsystem",IAENGInternationalJournalofComputingScience,Vol.35,2008.,str.1‐8.
[93] Idna,M.Y.,Noor,N.M.,Razak,Z.,Ridzuan,M.N.:"ParkingsystemusingchaincodeandA‐star algorithm", International Conference on Intelligent Systems, Kuala Lumpur,Malaysia,2005.,str.1‐5.
[94] Huang, C.C., Wang, S.J., Chang, Y.J., Chen, T.: "A bayesian hierarchical detectionframework forparkingspacedetection", IEEEInternationalConferenceonAcoustic,SignalandImageProcessing,LasWegas,NV.,2008.,str.2097‐2100.
[95] Caicedo,F.:"Real‐timeparkinginformationmanagementtoreducesearchtime,vehicledisplacementandemissions",TransportationResearchPartD,Vol.15,Elsevier,2010.,str.228‐234.
[96] Axhausen,K.W., J.W.Polak:"Adissagregatemodelof theeffectsofparkingguidancesystems", In7thWCTRMeetingProceedings,AdvancedTraveler InformationSystems.Sydney,Australia,1995.
[97] Spacecontrol,Highways,April,1998.,str.15.
[98] Botltze,M.,Dinter,M.,Schottler,U.:"TheprojectFRUIT:agoal‐orientedapproachtotraffic management in Frankfurt am Main and the Rhine‐Main Region", TrafficEngineering+Control,1994.,str.437‐444.
[99] VandenBerghe,L.:"GuidanceforGhent.ParkingdirectionsoverthecableTVnetwork",TrafficTechnologyInternational,AnnualReview,1998.,str.58‐62.
[100] Orski,K.:"BestSpaceScenario",TrafficTechnologyInternational,2003.
[101] Spencer,M., Brame, D.S., Hernandez, F.: "The development of an advanced parkinginformationsystemplan",TransportationResearchRecord,Vol.1886.,2004.,str.34‐39.
JasminĆelić Doktorskirad
160
[102] Thompson,R.G.,Bonsall,P.: "Drivers’responsetoparkingguidanceand informationsystems",TransportReviews,Vol.17,No.2,1997.,str.89‐104.
[103] Peng, W.: "Roles of Factors in Simulation of Parking Guidance and InformationSystems",Magistarskirad,TheUniversityofNewSouthWales,Sydney,Australia,2008.
[104] Obdeijn, C.: "Modelling parking guidance systems in S‐Paramics",Magistarski rad,UniversiteitTwente,Enschede,Netherland,2011.
[105] VanderWaerden,P.:"Pamela,aParkingAnalysisModelforpredictingEffectsinLocalAreas",Doktorskirad,TechnischeUniversiteitEindhoven,FaculteitBouwkunda,UrbanPlanninggroup,Eindhoven,Netherland,2012.
[106] Parma,K.:"ChallengesandGuidelinesforImplementingAdvancedParkingInformationSystems in theUnitedStates forDailyDowntownTraffic",Compendiumofgraduatestudents papers on advanced surface transportation systems, Department of CivilEngineering,TexasA&MUniversity.CollegeStation,TX,1996.
[107] Teng,H., Falcocchio, J.D., Patel,R.,Ulerio, J.M.,Afshar‐Ghotli,A.,Huang,A.,Qi, Y.: "Afeasibility study of a parking information system in NYC", Preprint, TransportationResearchBoardAnnualMeeting,Washington,D.C.,2002.
[108] Smith, L., Roth, H.: Parking Systems Technology Report, ITS Decision, Partners forAdvanced Transit and Highways, University of California at Berkeleyhttp://www.path.berkeley.edu/~leap/serv_and_tech/Parking_Systems_Technologies/parking_systems_tech_report.htm(12.7.2003.)
[109] Mirnbela, L.Y., Klein, L.A.: "A summary of vehicle detection and surveillancetechnologies used in intelligent transportation systems", New Mexico StateUniversity,Tech.Report, 2007.
[110] Mouskos,K.C.,Boile,M., Parker,N.: "Technicalsolutionstoovercrowdedpark andride facilities",University TransportationResearchCenter‐Region2.City CollegeofNew York, FinalReport, FHWA‐NJ‐2007‐01.
[111] Shaheen, S.: "Smart parkingmanagement field test: A bay area rapid transit (bart)districtparkingdemonstration",InstituteofTransportationStudies,2005.
[112] "WhyParkingMatters?",InternationalParkingInstitute,2014.
[113] "2013EmergingTrendsinParking",ReportonasurveyconductedbytheInternationalParkingInstitute,InternationalParkingInstitute,2014.
[114] "Keymessagesfromtheparkingsector",EuropeanParkingAssociation,2014.
[115] Klein, L. A., Kelley,M. R.: "Detection Technology for IVHS, Volume I: Final Report",FederalHighwayAdministration,U.S.DepartmentofTransportation,1996.
[116] Sušanj,J.:"Navigacijskiradar",SveučilišteuRijeci,PomorskifakultetuRijeci,2006.
[117] Dudek, C. L., Ullman, G. L.: "Dynamic Message Sign Message Design And DisplayManual",TexasTransportationInstitute,2006.
[118] Nygårdhs, S.: "Literature review on variable message signs (VMS) 2006–2009",SwedishNationalRoadandTransportResearchInstitute,2011.
JasminĆelić Doktorskirad
161
[119] Dahiya,A.,Chauhan,R.K.:"AComparativestudyofMANETandVANETEnvironment",JournalofComputing,Vol.2(7),2010.
[120] Kim,T.H.,Hong,W.K.,Kim,H.:"Aneffectivemultihopbroadcast invehicularadhocnetworks",proceedings20th InternationalConferenceonArchitectureofComputingSystems,ARCS2007,Springer,2007.
[121] CAR2CARCommunicationConsortium: "Overviewof theC2C‐CCSystem", izvješće,2007.
[122] Uhlemann,E.:"IntroducingConnectedVehicles",IEEEvehiculartechnologymagazine,Vol.10(1),2015.,str.24.
[123] ICSIconsortium:DeliverableD1.3.2.SystemArchitecture,2015.
[124] Schofer,J.L.,Koppelman,F.S.,Charlton,W.A.:"PerspectivesonDriverPreferencesforDynamicRouteGuidanceSystems",TransportationResearchRecord,Vol.1588,1997,str.26.
[125] Henn,V.: "Fuzzyroutechoicemodel for trafficassignment",FuzzySetsandSystems,Vol.116(11),2000.,str.77‐101.
[126] Rilett, L.R., Park,D.: "Incorporating uncertainty andmultiple objectives in real‐timerouteselection", JournalofTransportationEngineering,Vol.127(6),2001., str.531‐539.
[127] Ridwan, M.: "Fuzzy preference based traffic assignment problem", TransportationResearchPartC,Vol.12(3‐4),2004.,str.209‐233.
[128] Yamamoto,T.,Kitamura,R.,Fujii,J.:"Drivers’routechoicebehavior:analysisbydataminingalgorithms",TransportationResearchRecord,Vol.1807,2002.,str.59–66.
[129] Nakayama, S., Kitamura, R., "Route choice model with inductive learning",TransportationResearchRecord,Vol.1725,2000.,str.63‐70.
[130] Nakayama,S.,Kitamura,R.,Fujii,S.,"Drivers'routechoicerulesandnetworkbehavior:do drivers become rational and homogeneous through learning?", TransportationResearchRecord,Vol.1752,2001.,str.62‐68.
[131] Dijkstra E. W.: "Note on Two Problems in Connection with Graphs", NumericalMathematics,Vol.1,1959.,str.269‐271.
[132] Wardrop, J.G.,Whitehead, J. I.: "Correspondence. SomeTheoreticalAspectsofRoadTrafficResearch",ICEProceedings:EngineeringDivisions,Vol.1(5),1952.
[133] BureauofPublicRoads:"TrafficAssignmentManual",U.S.Dept.ofCommerce,UrbanPlanningDivision,WashingtonD.C.,1964.
[134] Frank, M., Wolfe, P.: "An algorithm for quadratic programming", Naval ResearchLogisticsQuarterly,Volume3(1‐2),1956.,str.95–110.
[135] Ramming,M.S.:"NetworkKnowledgeandRouteChoice",doktorskirad,MassachusettsInstituteofTechnology,2002.,str.33.
[136] Almond,J.:"TrafficAssignmentwithFlow‐DependentJourneyTimes",VehicularTrafficScience, Proceedings from the3rd International Symposiumon theTheoryofTrafficFlow,AmericanElsevier,NewYork,1967.
JasminĆelić Doktorskirad
162
[137] Dial,R.B.:"AProbabilisticMultipathTrafficAssignmentAlgorithmwhichObviatesPathEnumeration",TransportationResearch,Vol.5(2),1971.,str.83‐111.
[138] Fisk, C. S.: "SomeDevelopments in EquilibriumTraffic Assignment",TransportationResearchB,Vol.14(3),1980.,str.243‐255.
[139] Chen,M.,Alfa,A.S.:"AlgorithmsforSolvingFisk’sStochasticTrafficAssignmentModel",TransportationResearchB,Vol.25(6),1991.,str.405‐412.
[140] Ben‐Akiva,M.E.,Bergman,M. J.,Daly,A. J.,Ramaswamy,R.: "Modelling InterUrbanRouteChoiceBehavior",NinthInternationalSymposiumonTransportationandTrafficTheory,VNUSciencePress,1984.,str.299‐330.
[141] Ben‐Akiva,M.E.,Lerman,S.R.:"DiscreteChoiceAnalysis:TheoryandApplicationtoTravelDemand",MITPress,Cambridge,MA,1985.
[142] DeLaBarra,T., Perez,B.,Anez, J.: "MultidimensionalPath Search andAssignment",Proceedingsofthe21stPTRCSummerMeeting,1993.,str.307‐319.
[143] Park, D., Rilett, L. R.: "IdentifyingMultiple and Reasonable Paths in TransportationNetworks: A Heuristic Approach", Transportation Research Record 1607, 1997.,str.31‐37.
[144] Bellman,R.,Kalaba,R.: "OnkthBestPolicies", Journalof theSociety for IndustrialandAppliedMathematics,Vol.8(4),1960.,str.582‐588.
[145] Sheffi,Y.,Powell,W.B.:"AnAlgorithmfortheEquilibriumAssignmentProblemwithRandomLinkTimes",Networks,Vol.12(2),1982.,str.191‐207.
[146] Cascetta,E.,Nuzzolo,A.,Russo,F.,Vitetta,A.: "AModifiedLogitRouteChoiceModelOvercomingPathOverlappingProblems:SpecificationandSomeCalibrationResultsforInterurbanNetworks",TransportationandTrafficTheory,Proceedingsofthe13thInternational Symposium on Transportation and Traffic Theory, France, 1996.,str.697‐711.
[147] Ben‐Akiva,M.E.,Ramming,M.S.:"LectureNotes:DiscreteChoiceModelsofTravelerBehaviorinNetworks",PreparedforAdvancedMethodsforPlanningandManagementofTransportationNetworks,Italy,1998.
[148] Vovsha,P.,Bekhor,S.:"TheLink‐NestedLogitModelofRouteChoice:OvercomingtheRoute Overlapping Problem", Transportation Research Record 1645, 1998.,str.133‐142.
[149] Yai, T., Iwakura, S., Morichi, S.: "Multinomial Probit with Structured Covariance forRouteChoiceBehavior",TransportationResearchB,Vol.31(3),1997.,str.195‐207.
[150] Cascetta, E., Papola, A., Russo, F., Vitetta, A.: "Implicit Availability/Perception LogitModels for Route Choice in Transportation Networks", World Transport Research:Selected Proceedings of the 8th World Conference on Transport Research, Belgija,1999.,str.15‐24.
[151] Tversky,A.:"EliminationbyAspects:ATheoryofChoice",PsychologicalReview,Vol.79,1972.,str.281‐299.
[152] Ben‐Akiva, M. E., Boccarà, B.: "Discrete Choice Models with Latent Choice Sets",InternationalJournalofResearchinMarketing,Vol.12(1),1995.,str.9‐24.
JasminĆelić Doktorskirad
163
[153] Wiedemann,R.:"SimulationdesStraßenverkehrsflusses",SchriftenreihedesInstitutsfürVerkehrswesenderUniversitätKarlsruhe,1974.
[154] Wiedemann,R.:"ModellingofRTI‐elementsonmulti‐laneroads",AdvancedTelematicsinRoadTransport,Proceedingsof theDRIVEConference,Vol.2,NewYork,Elsevier,1991.,str.1007‐1019.
[155] PlanungTransportVerkehrAG:PTVVISSIM6UserManual,Karlsruhe,Njemačka,2014.
[156] Ligterink,N.,Kadijk,G.,Mensch,P.,Hausberger,S.,Rexeis,M.:"Investigationsandrealworld emission performance of Euro 6 light‐duty vehicles", TNO report, TNO 2013R11891,2013.
[157] Environmental Protection Agency: "U.S Transportation Sector Greenhouse GasEmissions 1990‐2011", Office of Transportation and Air Quality, EPA420‐F‐05‐004,2005.
[158] Liu,Y.:"Amodelsystemtoevaluatetheimpactsofvehicle‐relatedtaxationpoliciesonhouseholdgreenhousegasemissions",magistarskirad,FacultyoftheGraduateSchooloftheUniversityofMaryland,2014.
[159] Senna,H.A.,Radwan,E.,Westerlund,K.,Cooper,C.D.:"Usingatrafficsimulationmodel(VISSIM)withanemissionsmodel(MOVES)topredictemissionsfromvehiclesonalimited‐accesshighway", JournaloftheAir&WasteManagementAssociation,Vol.63(7),2013.,str.819‐831.
[160] Mathew, T. V., Rao, K. K.: "Introduction to Transportation engineering", CivilEngineering–Transportation Engineering, IIT Bombay, NPTEL ONLINE, 2015.http://www.nptel.ac.in/courses/105101087/39(2.2.2015.)
[161] HighwayCapacityManual‐HCM2010,TransportationResearchBoardoftheNationalAcademies,2010.
JasminĆelić Doktorskirad
164
Životopis
Rođensam4.kolovoza1972.godineuZagrebu.OddrugegodineživotaživimuRijeci
gdjesamzavršioosnovnuisrednjuelektrotehničkuškolu.NaPomorskomfakultetuu
Rijeci, 1996. stekao sam zvanje inženjer pomorskog prometa smjera pomorskih
komunikacija i brodske elektronike. Razlikovnu godinu upisao sam 2007. godine i
stekao zvanje sveučilišni prvostupnik (baccalareus) inženjer elektroničke i
informatičke tehnologije. Godine 2008., također na Pomorskom fakultetu upisujem
diplomski studij na smjeru elektroničke i informatičke tehnologije u pomorstvu.
Diplomiraosam2011.godine,testekaovisokustručnuspremuistručninazivmagistar
inženjerelektroničkeiinformatičketehnologije.
Tijekom studija bio sam demonstrator iz četiri kolegija vezanih uz elektroniku i
informatikutedemonstratorubiblioteciFakulteta.Uistovrijemeodržavamtečajeve
informatikezainformatičkeškoleiITpoduzeća,asprofesionalnomseelektronikom
upoznajemradećiprekostudentservisaupoduzećuADRIA‐electronicd.o.o.izRijeke.
Od1996.godinezaposlensamupoduzećuDigitalpointd.o.o.Rijekakojimeupošljava
naosnovipreporukevoditeljabibliotekeFakultetagdjeprijesvegausavršavamsvoje
znanjenapodručjugrafike.Grafikom i grafičkimdjelatnostima intenzivno sebavim
cijelinizgodinaprolazećikrozrazličitaradnamjestaupoduzećuiupoznavajućisve
aspekteposlovanja.
U trenutku kada se poduzeće počinje intenzivnije baviti razvojem specifičnih
programskihaplikacijapostajemvoditeljprogramerskogtimaiodjelarazvojakojikao
rezultatvišegodišnjegradastvaraprviprogramskipaketuRHnagrađenpriznanjem
„Zlatna kuna“ za kvalitetu, a poduzeće dobiva certifikat ISO 9001. Od ostalih se
sklopovsko‐programskihrješenjanastalihutomvremenuposebnoizdvajajusustavza
satelitsko lociranje i praćenje vozilaSatLoc te sustav za administraciju vatrogasnih
intervencijaVatra.
PosljednjihsedamgodinakojeprovodimupoduzećuDigitalpointipoduzećimakoja
sudiogrupacijeradimnaposlovimavoditeljakomercijaleisavjetnika,tenaposljetku
djelujemusvojstvumenadžeraipartnera.
Pored svega navedenog prošao sam i dodatna usavršavanja, postajem Microsoft
Certified Professional, te stječem svjedodžbe o osposobljenosti iz područja rada s
različitim operativnim sustavima (različite inačiceMSWindowsa, Unix iMacintosh
JasminĆelić Doktorskirad
165
OS‐a) i programskim paketima (Adobe, QuarkXPress, CorelDraw i sl.). Aktivno se
služim i cijelim nizom raznih drugih računalnih aplikacija poput NI Multisim,
NILabVIEW,MatlabiSimulink.
Uprosincu2010.zapošljavamsenaPomorskomfakultetuuRijeciprvokaodjelatnik
informatičkogcentragdjeprovodimdvijegodine,azatimkaoasistentna Zavoduza
elektrotehniku, informatiku i automatiku gdje sudjelujem u nastavi iz kolegija
Održavanjeelektroničkihsustava,Mikro iosobnaračunala i Inteligentnitransportni
sustavi.
Trenutno aktivno surađujem u svojstvu istraživača na dvama projektima: projekt
Ministarstva znanosti, obrazovanja i sporta pod nazivom 'Informacijsko‐
komunikacijske tehnologije u inteligentnim pomorskim sustavima' (112‐1121722‐
3314,voditeljprof.dr.sc.VinkaTomasa)kojiseod2014.godinenastavljapodnazivom
'Informacijsko‐komunikacijske tehnologije u inteligentnim prometnim sustavima'
(potporaUniRi) i na projektu 'Intelligent Cooperative Sensing for ImprovedTraffic
Efficiency' (FP7‐317671,2012‐2015,voditeljprof.dr. sc. SadkoMandžuka,Fakultet
prometnihznanostiSveučilištauZagrebu).
U akademskoj godini 2011/12. upisujem na Pomorskom fakultetu u Rijeci
poslijediplomski doktorski studij 'Pomorstvo', modul: Elektronika i pomorske
komunikacije(2.godina,prosjekocjena:5.0).Većinuistraživanjaprovedenihusklopu
doktorskog studija čine tematske cjeline iz područja inteligentnih transportnih
sustava.
Samostalnoiukoautorstvudosadasamobjaviodvijeknjigei8znanstvenihistručnih
radova, od čega tri u časopisima i pet u zbornicima međunarodnih i domaćih
konferencija.
Član sam hrvatskih društavaMIPRO, ELMAR i ITS Croatia, međunarodnog društva
IEEE, tepovjerenikHrvatskeudrugeprogramera zaPrimorsko‐goransku županiju i
jedanodvoditeljaMicrosoftCommunitySQL/DEVgrupekorisnika.