Pregled bibliografske jedinice broj: 1256447
Upravljanje promjenjivim ograničenjem brzine primjenom ojačanog učenja za prometne tokove s umreženim autonomnim vozilima
Upravljanje promjenjivim ograničenjem brzine primjenom ojačanog učenja za prometne tokove s umreženim autonomnim vozilima, 2022., diplomski rad, diplomski, Fakultet prometnih znanosti / Zavod za inteligentne transportne sustave, Zagreb
CROSBI ID: 1256447 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
Upravljanje promjenjivim ograničenjem brzine primjenom ojačanog
učenja za prometne tokove s umreženim autonomnim vozilima
(Reinforced Learning based Variable Speed Limit Control for Traffic
Flows with Connected Autonomous Vehicles)
Autori
Strikinac, Filip
Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski
Fakultet
Fakultet prometnih znanosti / Zavod za inteligentne transportne sustave
Mjesto
Zagreb
Datum
22.09
Godina
2022
Stranica
46
Mentor
Ivanjko, Edouard
Neposredni voditelj
Vrbanić, Filip
Ključne riječi
upravljanje promjenjivim ograničenjem brzine, ojačano učenje, autonomna vozila, povezana autonomna vozila, inteligentni transportni sustavi
(reinforcement learning, variable speed limit control, autonomous vehicle, connected autonomous vehicles, intelligent transport systems)
Sažetak
Današnje autoceste dizajnirane su za pružanje većeg maksimalnog prometnog kapaciteta, ali se javlja sve veći problem premalog kapaciteta istih. Međutim, gradske autoceste se najčešće ne mogu širiti, stoga je potrebno tražiti druga rješenja kako bolje iskoristiti njihov raspoloživ kapacitet. Jedan od sustava iz domene inteligentnih transportnih sustava, koji se može iskoristiti u tu svrhu, je sustav za upravljanje promjenjivim ograničenjem brzine (eng. Variable Speed Limit Control - VSLC). Autonomna vozila (eng. Autonomous vehicle - AV) i umrežena autonomna vozila (eng. Connected Autonomous Vehicles – CAV) uvelike se testiraju i brzo razvijaju u posljednjih nekoliko godina. Da bi se ispitali potencijalni učinci mješoviti tokovi prometa moraju se simulirati u različitim prometnim scenarijima. U ovom diplomskom radu napravljen je QL-DVSL (eng. Q-Learning – Dual Variable Speed Limit – QL-DVSL) sustav koji postavlja ograničenja brzine na svaku prometnu traku zasebno u simulacijskom okruženju u cestovnom mikroskopskom simulacijskom programu SUMO (eng. Simulation of Urban MObility) i programskom okruženju Python. Dobiveni rezultati dokazuju da povećanje udjela autonomnih vozila u prometnom toku djeluje pozitivno, odnosno vožnja se odvija sinkroniziranije, promet se odvija jednolikom brzinom, vrijeme putovanja se smanjuje, postignuta je veća brzina u prometnom toku i smanjena je gustoća vozila čime se smanjuju repovi čekanja.
Izvorni jezik
Hrvatski
Znanstvena područja
Elektrotehnika, Računarstvo, Tehnologija prometa i transport
POVEZANOST RADA
Projekti:
--KK.01.1.1.01.009 - Napredne metode i tehnologije u znanosti o podatcima i kooperativnim sustavima (DATACROSS) (Šmuc, Tomislav; Lončarić, Sven; Petrović, Ivan; Jokić, Andrej; Palunko, Ivana) ( CroRIS)
HRZZ-IP-2020-02-5042 - Razvoj sustava zasnovanih na učećim agentima za unaprijeđenje upravljanja prometom u gradovima (DLASIUT) (Ivanjko, Edouard, HRZZ - 2020-02) ( CroRIS)
Ustanove:
Fakultet prometnih znanosti, Zagreb