MODEL KOOPERATIVNOGA PRISTUPA U SUSTAVIMA UPUĆIVANJA VOZILA NA PARKIRANJE · 2019. 11. 13. · traženje rute, parkiranje, parkirališta. vii SUMMARY The growth trend and the trend

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


3. Izv.prof.dr.sc.SadkoMandžuka,član

(FakultetprometnihznanostiSveučilištauZagrebu)

4. Doc.dr.sc.IrenaJurdana,član


5. Doc.dr.sc.SinišaVilke,član


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


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


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


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


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.


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


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


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.


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


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.


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


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.


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


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


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


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.


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.


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.


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


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.


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.


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)


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


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.


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.


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


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.


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


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


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].


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


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.).


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


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.


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.


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


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


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].


36

Slika6. Prikaztrendovakojiimajunajvećiutjecajnaparkirališnuindustriju[113]

Slika7. Prikaztrendovakojiimajunajvećipotencijalzapoboljšanjeodrživosti[113]


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.


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


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.


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


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


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.


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


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.


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.


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.


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.


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


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


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.


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.


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


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


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.


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.


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.


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.


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.


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.


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.


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.


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


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.


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


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.


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).


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


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.


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.


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


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.


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


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.


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.).


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.


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.


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.


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.


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.).


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


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].


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


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


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


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


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


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.


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


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).


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)


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.


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


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.


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


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


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.


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.


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.


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.


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


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


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


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


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


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


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.


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.


108

Slika27. Klasičnimodelputovanja,traženjaraspoloživogparkirališnogmjestaiparkiranja


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


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.


111

Slika28. Naprednimodelputovanja,traženjaraspoloživogparkirališnogmjestaiparkiranja

skooperativnimpristupom


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


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)


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 .


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.


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


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


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


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.


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),


raspoloživaparkirališnamjesta(25%RG),


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


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


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).


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



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


124


SmjerBrojvozilaN



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


SmjerBrojvozilaN



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


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%


126

Istoispitivanjeprovedenojeipriuvjetimanormalnogopterećenjaprometnicabezzagušenja

(~3000vozila)tesuutablicama11,12,13i14prikazanistatističkipokazateljizaodnosni

slučaj.

Tablica11. StatističkipokazateljizaslučajbezRG

SmjerBrojvozilaN



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


SmjerBrojvozilaN



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


127


SmjerBrojvozilaN



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


SmjerBrojvozilaN



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


128


simulacijskogmodelaprikazanojenaslici33,aukupnovrijemeputovanjaposmjerovima

naslici34.

Slika33. Učinkovitostuporabesustavazaupućivanjevozilanaraspoloživaparkirališnamjestauodnosuna

ukupnovrijemeputovanjauslučajubezzagušenja

Slika34. Ukupnovrijemeputovanjapoprometnimsmjerovimauslučajubezzagušenja

650000

655000

660000

665000

670000

675000

680000


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%


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

]


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


Ukupniprijeđeniput[m

]


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.


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


Ukupantrošak[kn]


132

Naslici38prikazanisuukupnitroškoviputovanjazaslučajprometnemrežesimulacijskog

modelabezzagušenja.


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


Ukupantrošak[kn]


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


Ukupnaem

isijaNO2[mg]

NO2(zagušenje)

NO2(bezzagušenja)


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


Ukupnaem

isijaCO

2[g]

CO2(zagušenje)

CO2(bezzagušenja)


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.


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.


136

Sviprikazanipokazateljiuspješnosti i rezultatiprovedeneanalizepotvrđujuopravdanost

uvođenjanaprednogsustavazaupućivanjenaraspoloživaparkirališnamjestakaojednogod

potencijalnihrješenjaproblemaparkiranjaizagušenjaugradskimsredištima.


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


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.


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,


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.


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


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


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


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


145

VMS – Variablemessagesign

VS – VehicleSub‐system

WAAS – WideAreaAugmentationSystem

WANET – Wirelessadhocnetwork

WAVE – Wirelessaccessinvehicularenvironment

WiMAX – WorldwideInteroperabilityforMicrowaveAccess

WSN – WirelessSensorNetwork


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


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


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


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


βpt – parametarprometnogtoka

β0 – kalibracijskikoeficijent

γ – čimbenikponašanjavozača

γ – kalibracijskikoeficijent

γbl – koeficijentbinarnogLogita


δaj – "dummy"varijabla



ζ – vektorstupacMi.i.d.standardnihnormalnihvarijablikojepredstavljaju

nepromatranečimbenike


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


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


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


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


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.


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.


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


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.


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.


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.


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.


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.


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.


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.


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


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.

Documents

MODEL KOOPERATIVNOGA PRISTUPA U SUSTAVIMA UPUĆIVANJA VOZILA NA PARKIRANJE · 2019. 11. 13. · traženje rute, parkiranje, parkirališta. vii SUMMARY The growth trend and the trend