Нижний Новгород Ставрополь Майкоп Астрахань Волгоград Челябинск Воронеж Уфа Все города  
Северская Армавир Анапа Белореченск Беслан Буйнакск Ейск Ессентуки Кизляр Кисловодск Крымск Лабинск Махачкала Мин.Воды Моздок Новороссийск Славянск Сочи Староминская Темрюк Тихорецк Туапсе Хасавюрт Все города  
 
 
Отзывы 
  • ДОБРЫЙ ДЕНЬ.В ст. Северской в магазине\"\" Домострой\"\" по адресу Ленина 1, вместе с женой выбирали стиральную машину. Хотим выразить огромную благодарность продавцу-консультанту или менеджеру Евгению Викторовичу .Спасибо большое тебе за прекрасную консультацию стиральной машинки LG, моя жена просто в восторге .МЫ ОБЯЗАТЕЛЬНО БУДЕМ РЕКОМЕНДОВАТЬ ТЕБЯ КАК СПЕЦИАЛИСТА ,И ПРИЙДЕМ СНОВА К ТЕБЕ ЗА НОВЫМ ХОЛОДИЛЬНИКОМ .СПАСИБО ДОМОСТРОЮ ЗА ОТЛИЧНЫХ СПЕЦИАЛИСТОВ.

Все отзывы

Смартфоны против пробок

Дорожные заторы стали болезнью любого мегаполиса. И радикальное решение в виде многократного расширения дорог или драконовского запрета на въезд машин обычно невозможно. Поэтому приходится искать другой выход. Например, объездные пути. Более расширенные функции по работе приложений навигатора Вы можете иметь купив коммуникатор.

Посмотреть все товары в рубрике "Коммуникаторы"

Найди пробку

Первой задачей, с которой очевидно столкнется желающий бороться с пробками, будет определение, где сейчас затруднено движение. Чем больше город и чем сложнее его дороги, тем больше с этим проблем. Лучше всего, если отслеживанием трафика занимаются (и делятся информацией с гражданами) муниципальные службы. В Москве, например, до недавнего времени основным поставщиком информации с крупных дорог были видеокамеры. У камер есть важный недостаток и важное достоинство. С одной стороны, информацию с них трудно обрабатывать. Если сажать живого человека, это дорого и медленно. Если ставить компьютер и программу-анализатор — довольно накладно с вычислительной точки зрения и немного ненадежно. Но! Если случилась нештатная ситуация на дороге, камера — единственный источник информации, который позволит сразу увидеть, что стало причиной внезапной остановки движения, и принять правильные меры. Поэтому даже при использовании других видов датчиков камеры на важных перекрестках всегда остаются. На всех дорогах камеры, конечно, не поставишь. Поэтому на них используются другие виды датчиков. Например, в Сеуле на каждом перекрестке у светофора в асфальт закопаны специальный стержень детектор, определяющий факт проезда машины. С его помощью можно определить количество проехавших машин и их скорость. Этот способ наиболее надежный, но и наиболее дорогой. Альтернативой могут стать различные датчики-радары, но в их работе порой случаются огрехи из-за помех. На сегодня подобными детекторами оснащаются многие перекрестки в мегаполисах — не только для учета пробок, но и для динамической регулировки светофоров — чтобы зеленый дольше светил основному потоку машин.

Описанные способы требуют огромных капиталовложений и политической воли со стороны городского руководства. Если эта работа не ведется или ведется медленно, энтузиастам и коммерческим компаниям, специализирующимся на мониторинге трафика, приходится прибегать к другим способам. Главный из них — использование "мобильных датчиков", то есть реальных автомобилей, которые участвуют в дорожном движении и сообщают о своем местоположении с высокой частотой. Отслеживая маршруты и скорость многочисленных машин, можно построить модель дорожной ситуации. Этот принцип активно используется в пробочных сервисах вроде "Яндекс. Пробки". К сожалению, информация из этого источника не вполне надежна. Например, таксист медленно едет вдоль дороги в поисках пассажиров. Как отличить эту ситуацию от езды в пробке? Или пробочное приложение включил пешеход. Приходится отсеивать негодные данные статистическими методами, но на маленьких улицах, где поток машин невелик, а машин с датчиками (смартфонами и навигаторами) и того меньше, ситуация становится патовой. Толи провести красно-желтую линию, основываясь на единственном ненадежном отчете, то ли оставить улицу "зеленой" — оба варианта могут быть неверны. Поэтому в обработке результатов обычно участвуют люди, иногда принимая решения в ручном режиме. Конечно, это снижает скорость отображения пробок на карте.

Интересным способом выхода из положения стал анализ косвенной информации. У каждого водителя есть телефон, который при движении постоянно перерегистрируется на новых базовых станциях оператора. Анализируя нагрузку и число перерегистраций на базовых станциях, расположенных возле дорог, можно довольно точно вычислить, сколько машин сейчас находится на дороге и как много времени они проводят в зоне действия каждой соты. То есть, по сути, — с какой скоростью двигаются. Здесь тоже нужно много-много статистического анализа, но результат оказывается весьма и весьма точным. Благодаря полной автоматизации процесса задержку в отображении пробок можно довести всего до минуты против 10-15 при анализе другими методами. Правда, проблема тихих улочек и единичных машин стоит и здесь, хоть и менее остро.

Предскажи пробку

Ахиллесовой пятой актуальных в России навигационных систем является отсутствие системы предсказания трафика. Поэтому нередки ситуации, когда тот же "Яндекс" прокладывает "быстрый", по его мнению, маршрут через половину объездной автодорога МКАД, совершенно не учитывая, что дорога по нему займет минут 40 и за это время в середине пути образуется мощная пробка. Разумеется, чтобы использовать в каждой точке маршрута не текущие, а будущие пробки, надо "знать", когда и как они образуются. В ряде зарубежных систем, например Navigon, для этого есть система учета исторических пробок (то есть статистика за предыдущие дни и недели), но для России ее эффективность снижается из-за отсутствия интеграции с онлайн-пробками и несовершенной карты города. Кроме того, исторические пробки плохо приспособлены для учета погодных явлений, ремонтов дорог и прочих важных факторов. Здесь могут выручить только сбор подобных данных на сервере и предсказание пробок исходя из исторической статистики и текущей дорожной ситуации во всех ее аспектах. Например, имеется статистика, что ливень или снегопад увеличивает число ДТП и снижает среднюю скорость на 20%. Накладывая подобную информацию на исторические пробки (то есть данные "на этой дороге в 19:00 по рабочим дням средняя скорость — 20 км/ч"), можно предсказать развитие ситуации в скором будущем. Также можно отыскать и описать "предпробочные" ситуации, которые позволят не посылать водителя туда, где через пять минут будет не проехать. Ряд отечественных поставщиков работают над такими системами, но до их запуска в эксплуатацию еще надо дожить.

*По материалам журнала "Mobile Digital Magazine", июль 2012.