Aktuální vydání

celé číslo

07

2020

Řízení distribučních soustav a chytrá města

Měření a monitorování prostředí v budovách a venkovním prostředí

celé číslo

Silniční doprava a řídicí technika

číslo 10/2002

Silniční doprava a řídicí technika

Rychlý nárůst počtu i složitosti aplikací řídicí techniky v samotných dopravních prostředcích (automobilech) i v dopravní infrastruktuře a jejich spojení dávají vzniknout fenoménu nové kvality v podobě automatické dálnice. Článek stručně naznačuje stávající interakce a očekávané změny v této oblasti.

1. Úvod
Přesto, že první aplikace řízení vznikly v dopravě (řecký název pro kormidelníka dal jméno vědě o řízení – kybernetice), je doprava poněkud okrajovou oblastí, pokud jde o aplikace teorie řízení a řídicí techniky. Pomineme-li leteckou a raketovou techniku, která vedla k rozvoji nových disciplín teorie řízení, jako je adaptivní řízení a optimální řízení, v těžišti zájmu stále je řízení technologických procesů. V současné době se ale situace začíná neustále rychleji měnit. Změny jsou nejvíce patrné právě v silniční dopravě, kde roste počet aplikací v samotných dopravních prostředcích (automobilech) i v dopravní infrastruktuře. Jejich spojením vzniká nová kvalita – automatická dálnice. Stručnému naznačení nadcházejících změn je věnován tento příspěvek.

Naprostá většina z nás využívá osobní automobil a má své zkušenosti s kladnými i stinnými stránkami jeho používání. Přesto si připomeňme některé souhrnné údaje. V uplynulých letech jsme zažili zásadní nárůst počtu automobilů i intenzity provozu na komunikacích. To, co v sousedních rozvinutých zemích postupovalo v rozmezí čtyřiceti let, muselo u nás proběhnout mnohem rychleji – a se všemi negativními důsledky. Nestačila se přizpůsobit dopravní infrastruktura, nestačili se přizpůsobit řidiči ani automobily. Všechny nás sužují dopravní kongesce (zácpy), zhoršení životního prostředí v důsledku hluku a exhalací a nárůst počtu dopravních nehod. Situace ale nebude lepší. V roce 1997 jezdilo po světě asi 709 milionů automobilů a v roce 2005 jich má být 800 milionů [1]. Přesto, že nárůst bude patrný především v rozvojových zemích, předpokládá se, že počet automobilů i v zemích s dosud nejvyšší úrovní motorizace, jako např. v USA, vzroste o 10 až 12 %. U nás tedy podstatně více. Větší počet aut nutně znamená hustší provoz a vznik dopravních kongescí. Hustší provoz s sebou nese častější výskyt dopravních nehod a velké množství druhotných zdravotních problémů vyvolaných zhoršením životního prostředí vlivem exhalací. V globálním měřítku je automobilová doprava mohutným zdrojem tzv. skleníkových plynů.

Naproti tomu je individuální automobilová doprava ekonomicky, nebo spíše psychologicky – jako možnost svobodného pohybu kdykoliv a kamkoliv – nesmírně přitažlivá. Kvůli podezření z možnosti nákazy nemocí, na kterou zemřelo zatím několik desítek lidí, je polovina Evropy ochotna přestat jíst hovězí maso, přičemž skutečnost, že každou minutu někde na světě zemře člověk při dopravní nehodě, nikoho neodradí od používání automobilu. Z vlastní zkušenosti víme, že i podstatný nárůst cen pohonných hmot jen velmi málo ovlivní intenzitu používání osobních automobilů. Z toho plyne, že výzvy ekologických aktivit k omezení provozu automobilů nenacházejí, s výjimkou velkých měst, příliš pochopení, a řešení je třeba hledat jinde.

Pomineme možnost využití jiných zdrojů energie, jiných druhů pohonu i jiných materiálů výrazně zmenšujících hmotnost vozidla. To vše může výrazně omezit energetickou náročnost provozu a do jisté míry zlepšit současnou situaci. V mnoha případech však jde o směry vyžadující ještě dlouhodobý vývoj, navíc nic z toho dosud nemůže ekonomicky konkurovat klasickému automobilu se spalovacím motorem. Žádná z těchto možností také neřeší např. dopravní kongesce. Ukážeme zde ale, že pouhý informační zásah, tj. pouze jiná distribuce stávajících hmot a energií v prostoru a čase vhodným řízením, přináší i při poměrně malých nákladech výrazné změny k lepšímu. Jsou to změny vedoucí ke kvalitativně novému fenoménu – automatické dálnici, spojující některé výhody hromadné dopravy se svobodou individuálního pohybu.

2. Inteligentní automobil
Ještě před deseti lety se vyráběly automobily, které se po stránce využití řídicí techniky nijak nelišily od automobilů ze začátku dvacátého století. V automobilu byly v podstatě tři regulační obvody: odstředivý regulátor předstihu, vibrační regulátor napětí a regulátor hladiny paliva v plovákové komoře karburátoru (a tu a tam posilovač řízení). Během posledních deseti let se však situace zásadně změnila a v současném automobilu pracují desítky regulačních smyček, přinejmenším jeden palubní počítač a množství mikroprocesorů v jednotlivých spotřebičích. Vývoj se ubírá podobným směrem jako v letectví, kde elektronické a regulační vybavení je nákladnější než celá strojařská část letadla, tj. drak a motorová skupina.

Automobil je postupně vybavován mnoha regulačními smyčkami, které:

  • zlepšují jeho jízdní vlastnosti (posilovač řízení, popř. přímo elektrický přenos řídicích signálů – tzv. steering by wire, protiblokovací zařízení – ABS, aktivní odpružení aj.);

  • zlepšují ekonomiku provozu a zmenšují nežádoucí exhalace (optimalizace vstřiku paliva a předstihu, recirkulace výfukových plynů – EGR);

  • zlepšují jízdní komfort (tempomat);

  • zvětšují bezpečnost a usnadňují řízení (včasné varování před nebezpečím kolize, popř. automatické vykonání úhybného manévru).

Tyto regulační smyčky jsou kombinovány s dalšími elektronickými systémy, jako jsou např.:

  • snímání okamžitého stavu vozidla v daném okamžiku a vydání varovného signálu, jestliže určitý systém nefunguje správně, či se vozidlo nachází v abnormálním stavu;

  • sledování okamžitého stavu řidiče, varování před ospalostí a mikrospánkem;

  • komunikační systémy (styk s dopravní policií, informace o omezené průjezdnosti silnice v důsledku nehod, doporučené objížďky a perspektivně také stálá komunikace mezi nejbližšími účastníky provozu);

  • navigační systémy určující polohu vozidla na digitální mapě prostřednictvím systému družicové navigace (např. Global Positioning System – GPS) a doporučující optimální cestu k cíli;

  • zařízení pro udržování vozidla ve středu dopravního pruhu či vedení po virtuální koleji.

Mnohé z těchto systémů druhotně vyžadují zcela zásadní změny v koncepci automobilu. Například automatické protikolizní systémy či jízda po virtuální koleji vyžadují, aby automatický regulátor uskutečňoval zásahy do řízení nezávisle na řidiči. To vede k opuštění klasické koncepce přímého mechanického spojení mezi volantem a koly a k nahrazení tohoto mechanického zařízení řízením prostřednictvím elektrického přenosu řídicích signálů (steering by wire), tedy servomechanismem, kterému zadává žádanou hodnotu směru jízdy buď řidič volantem, nebo třeba příslušný regulátor pro sledování virtuální koleje. Tento systém koneckonců byl již dávno zaveden v řízení velkých dopravních letadel (tzv. impulsní řízení).

Poznamenejme, že tyto systémy většinou jsou propojeny mezi sebou (a s většinou elektrických prvků vozidla) pomocí sběrnice CAN (Controller Area Network), což je sběrnicový systém navržený speciálně pro použití v automobilech. Obecně je CAN hierarchicky organizovaný distribuovaný komunikační systém pro sériový přenos dat v aplikacích reálného času. Jeho charakteristickými znaky jsou značná spolehlivost, snadná použitelnost a robustnost, nutná pro systém pracující ve velmi tvrdých provozních podmínkách. Použití sběrnicového systému podstatně snížilo náklady na elektrické propojení a přenos signálů mezi mnoha již vyjmenovanými subsystémy. Je trochu kuriózní, že s tímto systémem přišla firma Robert Bosch, která před více než sto lety zaváděla první magnetoelektrické zapalovací systémy pro automobily.

Z hlediska teorie řízení pracuje většina uvedených regulačních obvodů s nelineárními systémy (zejména optimalizace chodu motoru, ABS a antikolizní systémy). Proto se zde klasická lineární teorie řízení uplatní především při návrhu systémů aktivního pérování, a jinak jen dosti omezeně. Měnící se vlastnosti některých systémů (např. ABS) vyžadují rozsáhlé použití techniky adaptivních systémů. Velmi rozšířené v této oblasti je použití fuzzy regulace, která velmi dobře umožňuje emulovat chování lidského řidiče. V mnoha směrech je zde mnoho nevyřešených problémů a zatím nelze říci, že by se pro určité subsystémy tzv. inteligentního automobilu používaly dané ustálené regulační přístupy. Podrobnější informaci o použití regulační techniky v inteligentním automobilu je možné nalézt např. ve [2].

3. Dopravní telematika
Souběžně s vývojem inteligentního automobilu se ale rozvíjí i dopravní infrastruktura. Ta je sice tvořena silnicemi opatřenými pasivně vnímanými dopravními značkami, ale díky telekomunikační technice může i průběžně interagovat s řidičem, měnit své vlastnosti podle počtu a požadavků řidičů na jedné straně a poskytovat řidiči doporučení, varování či striktní příkazy a řídit tak dopravní toky na straně druhé. Tomuto přístupu se v Evropě říká dopravní telematika a v USA inteligentní dopravní systémy.

Efektivně řídit dopravní toky lze teprve při použití prostředků dopravní telematiky. Zatím jsme zvyklí jen na to, že v místě křížení dvou nebo více komunikací se umístí semafory, které jsou v podstatě řízeny programovatelným automatem. Ten je zpravidla nastaven na základě statistických odhadů změn hustoty provozu v jednotlivých směrech v jednotlivých denních či nočních dobách. Dopravní kongesce ale nejsou jen doménou měst. Všichni účastníci dálničního provozu znají efekty šíření zpětných vln při hustším provozu. Zpomalení jednoho vozidla způsobí zpomalování vozidel následujících, což se projevuje jako vlna klesající rychlosti šířící se proti směru pohybu vozidel, jejichž rychlost může dosáhnout i nulové hodnoty. Po určité době se vozidla na dálnici opět rozjedou, aniž by kde byla vidět zjevná příčina uvedeného efektu. Dnes existuje poměrně propracovaná statistická teorie dynamiky dopravních toků, která umožňuje stanovit vhodné podmínky pro to, aby dopravní tok byl plynulý. K tomu je ovšem nutné průběžně měřit rychlost a hustotu vozidel. Na základě matematického modelu lze potom doporučovat či přikazovat, pomocí proměnných dopravních značek, v každém profilu dopravní cesty vhodnou rychlost.

Omezujícím faktorem rozsáhlejšího použití tohoto přístupu zatím jsou obtíže spojené s průběžným měřením rychlosti vozidel a hustoty provozu. Průjezd vozidel se dosud nejčastěji snímá prostřednictvím indukčních smyček, jejichž instalace je dosti nákladná. Jejich použití je plně opodstatněno při adaptivním řízení křižovatky, popř. celého souboru vzájemně svázaných křižovatek v určité dopravní oblasti, kdy intervaly přepínání světel na jednotlivých křižovatkách již nejsou pevně naprogramovány, ale řídí se hustotou dopravního provozu v jednotlivých směrech. Strmě rostoucí vybavenost populace mobilními telefony však nabízí možnost v dohledné době alespoň statisticky sledovat hustotu a rychlost vozidel např. na dálnici bez velkých dodatečných investic.

Dalším přínosem dopravní telematiky, který ovšem má s regulační technikou společné jen to, že jde o optimalizaci trajektorie, po které se vozidlo pohybuje, jsou různé navigační systémy. Pomocí GPS je možné velmi přesně stanovit polohu vozidla. Mnohé země mají úplné (u nás zatím jen částečné) digitální mapy svého území. To umožňuje s příslušným vybavením zobrazit na palubním displeji polohu vozidla v mapě a volit optimální cestu k cíli.

V neposlední řadě má dopravní telematika velký význam pro bezpečnost dopravy. Běžného daňového poplatníka mohou pohoršovat např. náklady vynaložené na Strahovský tunel v Praze. Zde je třeba podotknout, že významnou složku nákladů na tunel tvoří výdaje na technologické vybavení, tvořené větráním a řídicími systémy. S využitím soustavy kamer, čidel požáru apod. lze velmi přesně zjistit místo havárie, popř. vznik požáru. Jsou vypracovány scénáře umožňující automaticky pomocí proměnných dopravních značek uzavřít příslušný úsek, přesměrovat únikové cesty do druhé tunelové roury, zvolit vhodný směr a intenzitu větrání a odklonit ostatní dopravu tak, aby se do inkriminovaného úseku mohli dostat záchranáři. V moderním tunelu vybaveném dopravní telematikou téměř nemůže dojít k neštěstím takového formátu, jaká se nedávno stala v Rakousku nebo v tunelu pod Mont Blancem. Těchto několik příkladů samozřejmě zdaleka nevyčerpává všechny možnosti dopravní telematiky. Rozsáhlý přehled lze nalézt ve [3].

4. Inteligentní systémy řízení
Dopravní telematika i inteligentní automobil velmi usnadňuji práci řidiče. Nicméně zatím naprosto nemohou řidiče odstranit, přičemž nahradit řidiče, alespoň na dlouhých nudných, jednotvárných úsecích dálnic, je myšlenka, která může být velmi atraktivní i ekonomicky. Podle velmi hrubých odhadů se ve světovém měřítku ročně spotřebuje pracovní kapacita 107 člověkoroků na řízení automobilů a toto číslo neustále roste. I částečné převedení této činnosti na automatické zařízení by mohlo přinést velké úspory. Přitom převážná část činnosti řidiče spočívá v udržování přímého směru. Jedeme-li po dálnici z Prahy do Brna, je 93 až 96 % pohybů volantu v intervalu do 3°. Jde tedy skutečně o kompenzační pohyby při udržování přímého směru. V dopravním letectví se již desítky let pro udržování přímého kursu a určené letové hladiny používají tzv. autopiloty. Není něco podobného použitelné v silniční dopravě? Řešení této otázky nabízí projekt automatické dálnice. Dříve než se budeme detailně zabývat automatickou dálnicí, je nutné něco říci o inteligentních systémech řízení.

Označení „inteligentní“ je velmi frekventované a lze se s ním setkat v nejrůznějších souvislostech, od domácích spotřebičů po zbraňové systémy. V mnoha případech má toto označení zčásti reklamní nádech a uživatelé tohoto termínu mnohdy ani nevědí, co si pod ním představit. Většinou se spokojíme s definicí, že inteligentní zařízení je takové, které vykonává činnosti, jaké bychom považovali za inteligentní u člověka. Tím je problém definice často přenesen do oblasti psychologie, kde se jako technici necítíme kompetentní, a odmítáme se tím proto podrobněji zabývat. Nicméně, uvažovaná technická zařízení mají zlepšit činnost lidského operátora – řidiče, a proto musíme analyzovat, jaké činnosti řidič vykonává a jak jsou náročné.

Pozoruhodné je, že se představy o inteligentním řízení vyvíjely paralelně s poznáváním řídicích činností člověka z pohledu inženýrské psychologie, jejíž klasik, prof. Jens Rasmussen [4], rozděluje řídicí činnosti člověka do těchto tří hierarchicky vzestupně uspořádaných kategorií na:

  • dovednosti (stereotypy, automatismy),
  • řízení založené na pravidlech,
  • řízení založené na znalostech.

Interpretujme nyní s použitím uvedeného dělení řídicí činnosti řidiče automobilu.

Na nejnižší úrovni udržuje řidič vozidlo v pohybu požadovanou rychlostí ve středu příslušného jízdního pruhu. To může dělat, a zkušený řidič to také dělá, naprosto podvědomě na základě naučených stereotypů. Stejně tak naučeným stereotypem zareaguje, když mu někdo vběhne do cesty.

Dostává-li se do interakce s ostatními účastníky provozu a má provádět různé manévry (odbočovat, předjíždět, projíždět křižovatky), musí řidič rozhodovat o změnách směru a rychlosti vozidla. Má k dispozici systém pravidel (dopravní předpisy), který mu v dané situaci umožňuje jednoznačně rozhodnout. Všechny tyto předpisy je možné přepsat do pravidel ve formě logické implikace známého typu „jestliže <situace> pak <akce>“. Podstatné je, že daná pravidla pokrývají celou problémovou oblast.

Bude-li řidič uvažovat o strategii své cesty (např. při průjezdu městem), musí se opírat o hlubší znalosti (místopis, dopravní situace v danou dobu, znalost okamžitého stavu komunikací atd.). Řidič zde plánuje svou činnost, přičemž využívá údaje zatížené značnou nejistotou a rozhoduje v podmínkách neurčitosti. Zužitkovává zkušenosti, které získal předchozími experimenty. Jistě projede Prahou rychleji zkušený taxikář než cizinec odkázaný jen na ukazatele směru. To je třetí úroveň řízení – založená na znalostech.

V teorii řízení se s rozvojem adaptivního řízení ukázalo, že nadřazené adaptační smyčky mají hierarchickou strukturu podobnou struktuře zavedené Rasmussenem a že složité systémy pro své řízení vyžadují takovouto strukturu regulátoru. Poznatek, že každá hierarchicky vyšší smyčka reaguje pomaleji a s menší přesností než podřízená smyčka, vtělil významný teoretik adaptivního řízení G. N. Saridis [5] do svého principu klesající přesnosti při rostoucí inteligenci. Saridis při řízení rozlišuje též tři úrovně, a to zdola:

  • exekutivní (regulační) úroveň, vykonávající příslušné regulační zásahy,
  • koordinační úroveň (řízení pomocí pravidel),
  • organizační úroveň (plánování, rozhodování, experimentování).

Na nejnižší úrovni – exekutivní – je nutné provádět velmi přesné a rychlé zásahy; informace o situaci jsou neseny metrickými veličinami s velkou přesností. Na nejvyšší úrovni často rozhodujeme na základě vágních znalostí, kdy informace o situaci je k dispozici více méně v symbolické podobě a v delších časových horizontech.

5. Inteligentní dálnice

V odstavci týkajícím se inteligentního automobilu jsme zmínili, že mnohé automobily jsou již nyní vybaveny tempomatem a antikolizním zařízením, které ovládá žádanou hodnotu rychlosti zadávanou tempomatu, jestliže se automobil příliš přiblíží k vozidlu jedoucímu před ním. Kdybychom tuto sestavu doplnili zařízením pro vedení automobilu po virtuální koleji, měli bychom vlastně autopilot, který by vedl automobil v přímém směru a zabraňoval kolizi s vozidlem před ním. To je také základem projektu automatické dálnice, avšak věc není tak jednoduchá.

Je známo, že propustnost jednoho silničního pruhu neroste monotónně s rychlostí v něm jedoucích vozidel, ale vykazuje určitý extrém okolo rychlosti 75 km/h. Důvodem je konečná doba reakce řidiče (resp. jeho pásmo propustnosti), což nutí řidiče při větších rychlostech udržovat mnohem větší rozestup mezi vozidly. V nedávné době (asi před deseti lety) se na Kalifornské univerzitě v Berkeley vynořila myšlenka zvětšit propustnost silničního pruhu tím, že řidič bude nahrazen automatickým zařízením, které bude udržovat směr a konstantní vzdálenost od předchozího vozidla. Ze skupiny vozidel v daném okamžiku jedoucích stejným směrem se vytvoří virtuální vlak (kolona) s minimálními vzdálenostmi mezi vozidly a vedoucímu vozidlu budou poskytnuty veškeré informace potřebné pro rozhodování o rychlosti a směru jízdy celé kolony. Vytváříme-li kolony z vozidel směřujících za stejným cílem, na silnice vlastně přenášíme princip známý z elektronické pošty. U elektronické pošty se účastníkovi nepronajímá celá linka jako u klasického telefonu, ale zpráva je rozdělena na pakety s adresou na základě protokolu TCP/IP, samostatně putující právě volnými komunikačními linkami. Paketům v našem případě odpovídají kolony vozidel pohybující se velkou rychlostí při minimálních vzdálenostech mezi vozidly. Kolona je virtuální a podle potřeb účastníků narůstá či se rozpadá (účastník může podle svého rozhodnutí kdykoliv vybočit do pruhu s klasickým řízením a opustit dálnici). Vedoucí vozidlo je ve stálém spojení s nadřazenou regulační vrstvou, která mu doporučuje nejvýhodnější cestu podle stavu dopravní situace v celém regionu. Jízda v koloně (platooning) má i další výhody. Pokud vzdálenosti mezi vozidly v koloně nepřesáhnou polovinu délky vozidla, klesne čelní aerodynamický odpor až o 25 %, což znamená významnou úsporu paliv a méně exhalací.

Pro řízení takovýchto kolon byl použit přístup vycházející z již popsané tříúrovňové struktury, pro kterou se v regulační technice používá označení inteligentní systém řízení nebo inteligentní regulátor. V regulační technice se inteligentní systémy vynořily z teoretických úvah o možnostech řízení rozsáhlých a složitých systémů. Bezprostřední potřeba se však v praxi ukázala právě při inteligentním řízení dálnic. Hlubší poučení o tom, co je to inteligentní řízení a jaké jsou jeho možné aplikace, lze nalézt ve speciálním čísle časopisu IEEE Expert věnovanému této problematice [6].

Obr. 1.

Struktura systému řízení automatické dálnice je znázorněna na obr. 1. Na nejnižší úrovni funguje regulační vrstva, která se skládá z regulátoru pro udržování směru a regulátoru pro udržení rychlosti vozidla, zachovávajícího konstantní vzdálenost mezi jednotlivými členy kolony. Zde je možné použít vybavení uvažované pro inteligentní automobil. Směr je udržován pomocí virtuální „koleje“, tvořené permanentními magnety umístěnými 1,2 m od sebe v povrchové vrstvě vozovky. Jde o neodymové keramické magnety vlepené do předvrtaných děr. Střídáním polarity jednotlivých magnetů může být vytvořen binární kód informující o měnících se vlastnostech silnice. Jako snímač se používá magnetometr. Vytvoření takovéto virtuální koleje je tedy velmi levné a nenáročné. Regulátor udržující směr je navržen jako klasický lineární stavový regulátor, jehož zisk se programově mění podle rychlosti vozidla, nebo se používá nelineární fuzzy regulátor. Výstupním členem je servomotor, který dodává přídavný moment k volantu (přídavný moment lze ručním řízením přemoci, což je chápáno jako signál k opuštění pruhu s automatickým řízením).

Regulátor rychlosti využívá radarové měření vzdálenosti od předchozího vozidla a jeho výstupy jsou žádaná hodnota rychlosti pro elektronický regulátor otáček motoru (předpokládá se, že vozidla mají automatickou převodovku) a žádaná hodnota brzdicího momentu pro elektronický regulátor brzdicího momentu, který se poněkud liší od klasických ABS. Regulátor rychlosti je vzhledem k výrazně nelineárním vlastnostem brzdového systému navržen jako nelineární (tzv. sliding mode).

Nadřazená koordinační vrstva zadává požadavky regulační vrstvě. Koordinační vrstva musí koordinovat činnost vozidel při jednotlivých manévrech, jako jsou spojení kolony, rozpojení kolony a změna jízdního pruhu. Požádá-li např. jeden účastník o opuštění pruhu, nemůže ho následující vozidlo sledovat. Kolona tedy musí být rozpojena na dvě a účastník provozu následující vozidlo opouštějící pruh se stane vedoucím vozidlem druhé kolony. Jakmile vozidlo opustí pruh, mohou se opět obě kolony spojit. Požadavek na vykonání určitého manévru může ale přijít i od nadřazené síťové vrstvy (např. přejezd celé kolony do jiného jízdního pruhu z důvodu dopravní situace). Individuální manévr zajišťují regulátory regulační vrstvy každého vozidla. Ty pak také hlásí splnění nebo nemožnost splnit požadovaný úkol koordinační vrstvě.

Nejvyšší síťová vrstva, která odpovídá organizační vrstvě podle Saridise, rozhoduje o řízení dopravy v celé síti dálnic (proto síťová vrstva). Od koordinačních vrstev jednotlivých kolon průběžně dostává informace o okamžitém stavu na silnici – kolik je kolon, jaký je počet vozů v jednotlivých kolonách atd. Síťová vrstva tedy má informace o dopravních tocích v celé síti a může optimálně řídit provoz tak, že zadává požadavky koordinačním vrstvám jednotlivých kolon na změnu rychlosti anebo změnu pruhu, popř. doporučí jinou trasu.

Jak je vidět z tohoto krátkého úvodu do problematiky, probíhá řízení na nejnižší úrovni klasickým způsobem jako zpětnovazební nebo přímé řízení s využitím modelu regulované soustavy ve formě diferenciálních nebo diferenčních rovnic. Vyšší vrstvy pracují jako systémy diskrétních událostí. K jejich popisu se proto používají spíše konečné automaty, fuzzy logika, Petriho sítě a neuronové sítě. Vstupy a výstupy klasických dynamických systémů jsou spojité nebo diskrétní signály, kdežto systémy diskrétních událostí komunikují na základě symbolické informace. Komunikace mezi těmito různými způsoby popisu není jednoduchá a pro takovéto systémy byla vytvořena speciální teorie hybridních regulačních systémů. Jak lze navrhnout řízení jednotlivých manévrů pomocí hybridních konečných automatů, je popsáno např. v [7].

První reálné experimenty s automatickou dálnicí ověřily mnoho do té doby teoretických předpokladů, a to zejména:

  • jízdou v koloně lze výrazně zvětšit propustnost dopravního pruhu, a to za jistých okolností až desetkrát,

  • optimální délka kolony je mezi deseti a dvaceti vozy, a pokud mezera mezi vozidly není větší než polovina délky vozidla, zmenší se aerodynamické ztráty až o čtvrtinu, což znamená podstatnou úsporu paliva.

Nárůst propustnosti i pokles aerodynamických ztrát přinášejí množství dalších výhod. Do značné míry odstraní kongesce na stávajících komunikacích, které mají nejhorší vliv na životní prostředí (nejvíce exhalací je produkováno při akceleraci a běhu naprázdno). Hlavním přínosem je ale odstranění lidského faktoru při monotónní jízdě po dálnici. Přitom vytvořit virtuální kolej není nijak nákladné. Náklady se podle amerických zkušeností pohybují okolo 10 000 dolarů na jednu míli ve srovnání s náklady mezi 10 a 100 miliony dolarů potřebných na vybudování jedné míle dálnice. Doba života magnetické koleje je přitom mezi 30 a 50 lety, tedy mnohem delší, než jaká je životnost povrchu vozovky, a nevadí jí povětrnostní vlivy. Poznamenejme, že virtuální kolej tohoto typu se v praxi již úspěšně používá pro automatické vedení sněžných pluhů v horských oblastech. Auto sleduje takovouto virtuální kolej se směrodatnou odchylkou 7,5 cm. Vzdálenosti mezi vozidly v koloně jsou udržovány s přesností 10 cm při jízdě po rovné silnici a 20 cm při manévrech. Celkové náklady na elektronickou výzbroj automobilu umožňující jízdu po automatické dálnici se podle současných odhadů pohybují mezi 800 a 1 000 USD.

Většina technických problémů spojených s realizací automatické dálnice je v zásadě vyřešena. Rychlému nástupu této techniky brání spíše legislativní problémy než problémy technické či ekonomické. V každém případě bude vzhledem k rozsahu automobilové dopravy návrh a budování automatických dálnic a rozvoj inteligentních automobilů zaměstnávat nemalý počet odborníků na řídicí techniku.

Literatura:

[1] POWERS, W. F. – NICASTRI, P. R.: Automotive vehicle control challenges in the 21st century. Control engineering practice, 2000, 8(6), p. 605-618.

[2] VLACIC, L. – PARENT, M. – HARASHIMA, F.: Intelligent vehicle technologies. 1. ed. 2001, Oxford: Butterworth – Heinemann (pro SAE international), 498 p.

[3] PŘIBYL, P. – SVÍTEK, M.: Inteligentní dopravní systémy. Praha, Ben 2001.

[4] RASMUSSEN, J.: Skills, rules and knowledge, signals, signs and symbols and other distinctions in human performance models. IEEE trans. SMC, 1983, 13(2), p. 257-266.

[5] SARIDIS, G. N.: Analytic formulation of the principle of decreasing precision with increasing intelligence for intelligent machines. Automatica, 1989 (3), p. 467-471.

[6] PASINO, K. M. – OEZGUENER, U.: Intelligent control: From theory to application. IEEE expert, 1996, 11(2), p. 29-30.

[7] GODBOLE, D. N.: Hierarchical hybrid control of automated highway systems. Berkeley, University of California 1995.

doc. Ing. Petr Vysoký, CSc.
Fakulta dopravní ČVUT v Praze
(vysoky@fd.cvut.cz)

Článek je rozšířenou a redigovanou verzí stejnojmenného příspěvku předneseného na semináři kateder automatizace a kybernetiky vysokých škol a univerzit s elektrotechnickým zaměřením v ČR a SR Kybernetika – teória, vyučovanie a prax. Zuberec, SR, 11. až 13. září 2002.

Inzerce zpět