Ученые ПНИПУ создали цифрового двойника парковки

Каждый водитель в крупном городе знает это чувство: вы уже приехали к торговому центру или офису, но вместо того, чтобы пойти по делам, начинаете бесконечное кружение по окрестностям в поисках свободного места. Пятнадцать, двадцать, а иногда и все тридцать минут уходят впустую — вместе с бензином, нервами и временем, которое можно было бы потратить с пользой. Сегодня архитекторы, градостроители и чиновники, отвечающие за развитие городской инфраструктуры, всё чаще говорят о том, что старые нормативы проектирования парковок устарели — отрасль находится в активной фазе перехода к более гибким и современным подходам. Ученые Пермского Политеха предложили решение, которое позволяет рассчитывать необходимое количество машиномест, исходя из реальной дорожной ситуации. Они создали имитационную модель, которая по интенсивности движения на прилегающей дороге с высокой точностью позволяет проектировщикам ещё до начала строительства рассчитать, сколько мест действительно потребуется в зависимости от сезона и дня недели.

Статья опубликована в научном журнале «Транспорт. Транспортные сооружения. Экология».

Парковки в городах России сегодня проектируются по усреднённым нормативам, без учёта реальной динамики и связи с окружающим городским пространством. В расчёт берут общее количество квартир в районе, среднее число посетителей, площадь объекта, но не анализируют, как именно меняется автомобильный поток в зависимости от сезонности или дней недели. Водители тратят время и топливо впустую, а дороги — снижают пропускную способность из-за машин, бесконечно кружащих в поисках места. Так в среднем на поиск парковочного места водитель может тратить до 20 минут, а это больше 120 часов в год.

Ученые ПНИПУ решили пойти другим путём. Они взяли обычную парковку на 35 мест, расположенную у торгового центра, офисов и жилого комплекса, и в течение одной недели весной, летом, осенью и зимой вели круглосуточное видеонаблюдение. Камеры фиксировали каждый въезд и выезд, каждую минуту простоя, каждое изменение на прилегающей дороге. В итоге собрали массив данных: от количества парковочных сессий до точных интервалов времени между появлением машин как на дороге, так и на парковочной территории.

Результаты оказались предсказуемыми, но от этого не менее важными. В будние дни количество парковочных сессий достигает 150, в нерабочие падает до 29. Средняя продолжительность парковки варьируется от 70 минут до почти 3,5 часов. Интервалы между заездами составляют от 6,7 минуты в пиковые дни до 29 минут в нерабочие. Эти цифры подтверждают очевидное: парковка живёт по своим законам, зависящим от дня недели и времени суток. Хотя это и кажется очевидным, до сих пор никто не пытался связать эти закономерности в единую математическую модель и уж тем более — привязать их к тому, что происходит на дороге. Ученые ПНИПУ сделали это впервые. Они доказали, что интенсивность заездов и выездов с парковки — не хаотичное броуновское движение, а прямая зависимость от интенсивности потока на прилежащей дороге. И эта связь статистически обоснована и предсказуема.

Более того, исследователи опровергли классическую гипотезу, которую десятилетиями использовали в транспортном моделировании. Считалось, что интервалы между появлением машин на парковке распределены хаотично. Но данные показали: водители приезжают волнами — перед открытием магазинов, в обед, после рабочего дня. Их поведение отражает реальные социальные ритмы, и это нужно учитывать при любом прогнозе.

На основе собранных данных и доказанных закономерностей ученые построили компьютерную имитационную модель. Она использует в качестве входных данных информацию о типичной интенсивности транспортного потока на прилегающей дороге для конкретного сезона и дня недели — эти показатели можно получить с любых дорожных камер в рамках предварительной калибровки. На выходе модель даёт прогноз загрузки парковки для любого часа в течение суток: сколько машин будет въезжать и выезжать, когда наступит пик и как изменится ситуация в зависимости от дня недели. И главное — модель работает: когда её прогнозы сравнили с реальными данными наблюдений, расхождение оказалось минимальным. Ошибка составляет буквально считанные машины, а не десятки мест.

Это позволяет проектировщикам, государственным и муниципальным учреждениям ещё на этапе планирования получать точные цифры для обоснования количества машиномест, тарифов и режима работы парковки. Точный расчёт позволяет не закладывать лишние площади, что экономит миллионы рублей на строительстве, сохраняет городскую землю, а освободившееся пространство можно использовать под зелёные зоны, пешеходные маршруты или другие общественные нужды, и одновременно избегать дефицита мест, напрямую влияющего на удобство водителей.

Для настройки модели под конкретную парковку требуется провести серию замеров: в течение одной недели весной, летом, осенью и зимой синхронно фиксировать интенсивность потока на прилегающей дороге и количество въезжающих и выезжающих машин, разделяя данные на рабочие и нерабочие дни каждого сезона. Полученная информация обрабатывается по методике авторов. После такой калибровки модель может работать в прогнозном режиме, используя в качестве входных данных информацию о трафике на прилегающей дороге за аналогичный период времени (соответствующий сезон и день недели).

«Мы не просто констатировали очевидную связь между пробками и парковкой, а впервые математически доказали эту зависимость и превратили её в работающий прогнозный инструмент, который учитывает сезонность работы парковочной территории — [b]отмечает Михаил Бояршинов, доктор технических наук, профессор, заведующий кафедрой «Автомобили и технологические машины.»[/b]

В России подобных инструментов, которые бы так точно прогнозировали загрузку парковок по данным о трафике, на сегодня нет. При этом решение не требует дорогостоящего оборудования — достаточно иметь камеру, фиксирующую поток на прилегающей дороге, и после замеров и расчётов модель может использоваться для прогнозирования. Методика универсальна: её можно адаптировать для любой парковки — от придомовой до многоуровневого паркинга. Это делает технологию доступной не только для городов, но и для малых населённых пунктов.

В то время как отрасль только переходит на новые гибкие подходы к нормированию, ученые ПНИПУ уже создали готовый к использованию инструмент, который работает на реальных данных. Потенциальными заказчиками разработки могут стать государственные и муниципальные учреждения, обладающие полномочиями в сфере организации дорожного движения и развития парковочного пространства. Использование имитационной модели позволит им прогнозировать эффективность затрат на создание, обслуживание и эксплуатацию парковочной инфраструктуры, а водителям быстрее находить места для парковки.