طراحی و پیاده‌سازی یک معماری نوین مبتنی بر همسان رقومی و GIS در پایش هوشمند ترافیک
الموضوعات :
زهرا رضایی
1
,
حسین آقامحمدی
2
,
محمد حسن وحیدنیا
3
,
زهرا عزیزی
4
,
سعید بهزادی
5
1 - دانشجوی دکتری RS-GIS، گروه سنجش از دور و سیستم اطلاعات مکانی، دانشگاه آزاد اسلامی ایران، واحد علوم و تحقیقات تهران
2 - استادیار گروه سنجش از دور و GIS، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، تهران، ایران
3 - استادیار مرکز مطالعات سنجش از دور و GIS، دانشکده علوم زمین دانشگاه شهید بهشتی، تهران، ایران
4 - استادیار گروه سنجش از دور و GIS، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، تهران، ایران
5 - استادیار گروه مهندسی نقشه برداری، دانشکده مهندسی عمران، آب و محیط زیست دانشگاه شهید بهشتی، تهران، ایران
الکلمات المفتاحية: شهر هوشمند, همسان رقومی, مدیریت ترافیک شهری, سیستم‌های اطلاعات جغرافیایی, پیش‌بینی ترافیک,
ملخص المقالة :
رشد سریع شهرنشینی و افزایش تعداد وسایل نقلیه موتوری، چالش‌های جدی در مدیریت ترافیک شهری ایجاد کرده است. ترافیک سنگین نه‌تنها منجر به اتلاف زمان و افزایش آلودگی هوا می‌شود، بلکه در شرایط اضطراری مانند حوادث و بلایای طبیعی، می‌تواند مانع از واکنش سریع و مؤثر در محل‌های حادثه شود. در این راستا، فناوری‌های نوین مانند همسان رقومی (DT[1]) و سیستم‌های اطلاعات جغرافیایی (GIS [2]) به عنوان ابزارهای قدرتمند در مدیریت هوشمند ترافیک و بهبود پاسخ‌های اضطراری مورد توجه قرار گرفته‌اند. این تحقیق با هدف توسعه یک مدل شبیه‌سازی مکان‌محور مبتنی بر همسان رقومی و GIS برای پیش‌بینی ترافیک و بهبود مدیریت ترافیک شهری انجام شده است. در این مطالعه، از داده‌های زمان واقعی مانند اطلاعات ترافیکی و شرایط آب‌وهوایی، با بهره‌گیری از سرویس‌های برخط، یک سیستم همسان رقومی طراحی و پیاده‌سازی شده است. نتایج نشان می‌دهد که این سیستم قادر است با دقت بالایی شرایط ترافیکی را پایش و پیش‌بینی کند و متعاقبا نیز از قابلیت‌های آن در کاربردهایی مانند مسیریابی بهینه و کاهش ترافیک میتوان استفاده نمود. همچنین، داشبورد آنلاین توسعه‌یافته در این تحقیق، امکان دسترسی بلادرنگ به اطلاعات ترافیکی و محیطی را فراهم می‌کند، که به بهبود تصمیم‌گیری و مدیریت ترافیک شهری کمک شایانی می‌نماید. این رویکرد نوآورانه، گامی مهم در جهت هوشمندسازی مدیریت ترافیک و زمینه‌ساز ایجاد شهرهای هوشمند و بهبود کیفیت زندگی شهری است.
[1] Digital Twin
[2] Geospatial Information System
1) Manfred Boltze, Vu Anh Tuan, Approaches to Achieve Sustainability in Traffic Management, Procedia Engineering, Volume 142, 2016, Pages 205-212, ISSN 1877-7058, https://doi.org/10.1016/j.proeng.2016.02.033.
2) R. Abdellah, O. A. K. Mahmood, A. Paramonov and A. Koucheryavy, "IoT traffic prediction using multi-step ahead prediction with neural network," 2019 11th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT), 2019, pp. 1-4, doi: 10.1109/ICUMT48472.2019.8970675.
3) Nie L, Wang X, Zhao Q, Shang Z, Feng L, Li G. DT for transportation big data: a reinforcement learning-based network traffic prediction approach. IEEE Transactions on Intelligent Transportation Systems. 2023 Jan 18;25(1):896-906.
4) Zhang Y, Zhang H. Urban digital twins: decision-making models for transportation network simulation. In Proceedings of the 2022 International Conference on Computational Infrastructure and Urban Planning 2022 Jun 18 (pp. 18-21).
5) Rezaei Z, Vahidnia MH, Aghamohammadi H, Azizi Z, Behzadi S. Digital twins and 3D information modeling in a smart city for traffic controlling: A review. Journal of Geography and Cartography. 2023 Jun 27;6(1):1865.
6) Muthuramalingam S, Bharathi A, Rakesh Kumar S, Gayathri N, Sathiyaraj R, Balamurugan B. IoT based intelligent transportation system (IoT-ITS) for global perspective: A case study. Internet of things and big data analytics for smart generation. 2019:279-300.
7) Vaidya RB, Kulkarni S, Didore V. Intelligent transportation system using IOT: A Review. Int. J. Res. Trends Innov. 2021;6:80-7.
8) Schleich B, Anwer N, Mathieu L, Wartzack S. Shaping the digital twin for design and production engineering. CIRP Annals 2017; 66(1): 141–144. doi: 10.1016/j.cirp.2017.04.040
9) Korth B, Schwede C, Zajac M. Simulation-ready digital twin for realtime management of logistics systems. In2018 IEEE international conference on big data (big data) 2018 Dec 10 (pp. 4194-4201). IEEE.
10) Grieves M, Vickers J, Twin D. Mitigating unpredictable, undesirable emergent behavior in complex systems. Transdisciplinary Perspectives on Complex Systems. 2016:85-113.
11) Liu M, Fang S, Dong H, Xu C. Review of digital twin about concepts, technologies, and industrial applications. Journal of Manufacturing Systems 2021; 58(Part B): 346–361. doi: 10.1016/j.jm¬sy.2020.06.017.
12) Del Giudice M, Osello A (editors). Handbook of research on developing smart cities based on digital twins. Hershey: IGI Global; 2021.
13) Tao F, Cheng J, Qi Q, et al. Digital twin-driven product design, manufacturing and service with big data. The International Journal of Advanced Man¬ufacturing Technology 2018; 94: 3563–3576. doi: 10.1007/s00170-017-0233-1.
14) Wladimir Hofmann, Fredrik Branding, Implementation of an IoT- and Cloud-based Digital Twin for Real-Time Decision Support in Port Operations, IFAC-PapersOnLine, Volume 52, Issue 13, 2019, Pages 2104-2109, ISSN 2405-8963, https://doi.org/10.1016/j.ifacol.2019.11.516.
15) Kumar SAP, Madhumathi R, Chelliah PR, et al. A novel digital twin-centric approach for driver in¬tention prediction and traffic congestion avoidance. Journal of Reliable Intelligent Environments 2018;
16) T. Ambra and C. Macharis, "Agent-Based Digital Twins (ABM-Dt) In Synchromodal Transport and Logistics: the Fusion of Virtual and Pysical Spaces," 2020 Winter Simulation Conference (WSC), 2020, pp. 159-169, doi: 10.1109/WSC48552.2020.9383955.
17) Jiang W, Luo J. Graph neural network for traffic forecasting: A survey. Expert systems with applications. 2022 Nov 30;207:117921.
18) Kadar Muhammad Masum, M. Kalim Amzad Chy, I. Rahman, M. Nazim Uddin and K. Islam Azam, "An Internet of Things (IoT) based Smart Traffic Management System: A Context of Bangladesh," 2018 International Conference on Innovations in Science, Engineering and Technology (ICISET), 2018, pp. 418-422, doi: 10.1109/ICISET.2018.8745611.
19) Mohammed Sarrab, Supriya Pulparambil, Medhat Awadalla, Development of an IoT based real-time traffic monitoring system for city governance, Global Transitions, Volume 2 2020, Pages 230-245, ISSN 2589-7918, https://doi.org/10.1016/j.glt.2020.09.004.
20) https://www.google.com/maps
