PRELUCRAREA DATELOR DE TRAFIC COLECTATE PRIN INTERMEDIUL SENZORILOR BLUETOOTH. Alexandru Petcovici 1

PRELUCRAREA DATELOR DE TRAFIC COLECTATE PRIN INTERMEDIUL SENZORILOR BLUETOOTH Alexandru Petcovici 1 1. REZUMAT Prezenta lucrare prezintă metode prin care datele obținute prin intermediul senzorilor Bluetooth pot fi folosite în cadrul arhitecturilor ITS complexe. Prin prelucrarea acestor date se pot efectua anchete de tip Origine-Destinație. În cadrul lucrării sunt studiate atât avantajele cât și vulnerabilitățile metodei. CUVINTE CHEIE Arhitectura ITS, Monitorizare trafic, Senzori Bluetooth, Studiul Congestiilor ABSTRACT This paper presents methods by which data obtained through Bluetooth sensors can be used in complex ITS architectures. By processing these data, origination-destination surveys can be conducted. Both the advantages and the vulnerabilities of the method are studied. KEY WORDS ITS arhitecture, Traffic Monitoring, Bluetooth sensors, Congestion study 2.INTRODUCERE Bluetooth este o tehnologie standard pentru schimbul de date, pe distanțe scurte, utilizând unde radio cu frecvențe între 2.4 și 2.485 GHz, între echipamente fixe și echipamente mobile. Tehnologia a fost introdusă pe piață în anul 1994 de către compania Ericsson. Tehnologia interconectează astfel telefoane mobile, calculatoare, căști audio, sisteme audio, ceasuri de mână și navigații auto. Fiecare dispozitiv electronic care are înglobată această tehnologie, poate fi identificat după o adresă fizică unică denumită MAC. Conceptul de Internet of Things [1] dezvoltă mai multe arhitecturi de sistem, iar toate aceste arhitecturi au la bază tehnologia Bluetooth Low Energy. Cota de piață a dispozitivelor Bluetooth este în expansiune datorită tehnologiei Wearables. Wearables (dispozitive portabile) reprezintă o serie de dispozitive care au în componența lor mici senzori care pot monitoriza diferite activități zilnice (mers pe jos, alergat distanța parcursă, pulsul cardiac). Aceste dispozitive pot fi purtate pe mână (smartwatch, wristband) sau pot fi asociate obiectelor vestimentare. 3.METODE MATEMATICE DE PRELUCRARE A DATELOR DE TRAFIC OBȚINUTE PRIN INTERMEDIUL SENZORILOR BLUETOOTH 1 Universitatea Tehnică din Cluj-Napoca, Facultatea de Construcţii 1

3.1 Modelul în 4 etape Estimarea cererii de transport se poate face în cadrul unui model în 4 etape. Acest model de transport a fost folosit pentru prima dată în Statele Unite ale Americii în anii 50. [2] Acesta reprezintă o modalitate de analiză aplicabilă pentru proiectele de scară regională, care se poate aplica la fiecare proiect în funcție de particularitățile și de complexitatea sa. Etapa premergătoare acestui model este definirea Zonelor de Analiză a traficului. Delimitarea zonelor de analiză a traficului trebuie să se urmărească următoarele criterii: [3] - Limitele zonelor trebuie definite astfel încât să corespundă unor zone cu densitate redusă (reducându-se astfel posibilitatea ca începutul sau sfârşitul unei călătorii să coincidă cu un areal populat) - Numărul călătoriilor intrazonale trebuie să fie minim - Zonele nu trebuie să fie definite astfel încât să rezulte un număr foarte mic de călătorii sau să fie foarte mari în raport cu celelalte zone definite. - Densitatea călătoriilor într-o zonă predefinită trebuie să fie cât de omogenă cu putință Raportat la o anumită zonă de analiză deplasările pot fi definite astfel: - Deplasările E I Deplasări care încep în afara zonei de analiză și se încheie în interiorul zonei de analiză - Deplasările I-E Deplasări care încep în interiorul zonei de analiză și se încheie în exteriorul acesteia - Deplasările E-E Deplasări care tranzitează zona de analiză - Deplasările I-I Deplasări care încep și se încheie în interiorul zonei de studiu. Cele 4 etape sunt: 1. Generarea călătoriilor În această etapă se analizează factorii care influențează numărul de călătorii dintr-o anumită zonă de origine sau de destinație. Deciziile legate de călătorii sunt legate de atractivitatea și de accesibilitatea unei anumite zone. Atractivitatea este influențată de existența sau lipsa zonelor industriale, de facilitățile turistice, medicale și comerciale sau de existența unor puncte de trecere a frontierei. Cel mai important factor este mărimea și structura populației.,,atractivitatea îşi găseşte reflectare în acea parte din nevoia de mobilitate specifică fluxul de transport din centrul i, Xi, care se îndreaptă către centrul j, adică Xij. Acceptând repartizarea nevoilor de mobilitate Xi în raport cu principiul efortului minim înseamnă că atractivitatea centrului j, adică preferinţele în deplasările din i în j, faţă de alte centre k în care există funcţia economică/socială care constituie motivaţia deplasărilor,este determinată de accesibilitatea mai bună [4],,Accesibilitatea, raportată la rolul reţelelor infrastructurii de transport în solidarizarea, sincronizarea şi organizarea activităţilor sociale şi economice din teritoriul deservit, semnifică uşurinţa mai mare sau mai mică cu care bunurile sau persoanele pot ajunge dintr-un loc i în alt loc j apelând la o parte sau la toate modurile de transport a căror conexiune în raport cu criteriul ales,este favorabilă intereselor beneficiarului transferului sau ale exploatării sistemului [4]. 2. Repartiția pe destinații Modelul de transport poate fi exprimat sub forma unor matrici Origine-Destinație, în care elementele de pe fiecare linie i reprezintă deplasări generate din această zonă care au destinația în coloana corespunzătoare. T ij reprezintă fluxul de călatorii generate între originea i și destinația j. O i reprezintă numărul total de călătorii care sunt inițiate din zona I, în timp de D j reprezintă numărul total de călătorii atrase de zona j. Cele 2 condiții de verificare sunt: - Σ j T ij = O i 2

- Σ i T ij = D j [Formula 1] Tabelul 1 formarea matricii O-D Zona 1 2 j n O i 1 T 11 T 12 T 1j T 1n O 1 2 T 21 T 22 T 2j T 2n O 2 i T i1 T i2 T ij T in O i n T ni T n2 T nj T nn O n D j D 1 D 2 D J D 1 T De asemenea acuratețea datelor poate fi verificată prin calculul matricii de balans. Prin intermediul matricii de balans se compară dacă numărul de călătorii înregistrate în matricea O-D perechea (i,j) este de același ordin de mărime cu matricea O-D perechea (j,i) M balans = 0.5M+0.5M T [Formula 1] M - Matricea O-D obținută prin măsurători de trafic [5] M T Transpusa matricii M 3.2 Modelul de repartiție gravitațională Modelul de repartiție gravitațională este cea mai răspândită metodă de repartizare călătoriilor în funcție de destinații. Astfel se presupune că fluxul de călătorii din zona i înspre zona j este direct proporţional cu produsul dintre deplasările generate din zona i și deplasările atrase în zona j și invers proporţional cu o funcție a dificultăților întâmpinate în cadrul deplasărilor între cele 2 zone. T ij = P i x A jx f(t ij ) [Formula 2] A j x f(t ij ) T ij deplasarile generate in zona i si atrase de zona j P i deplasarile produse jn zona i A j calatorii atrase in zona j f(t ij ) functia dificultatilor în deplasare între zona i și zona j x Această funcție f(t ij ) poate fi exprimată și sub următoarea formă f(t ij ) = D ij D ij coeficient de caracterizare al deplasării (costuri, durată, condiții trafic) X exponent de impedanță al deplasării care se determină experimental Datele colectate prin senzorii Bluetooth reprezintă doar un procent din totalitatea vehiculelor care parcurg un coridor de analiză. Pentru a putea extrapola datele obținute pe eșantionul de vehicule care au un dispozitiv Bluetooth activ la bord se pot aplica următoarele modele: 3.3 Modelul factorului de creștere Acest model ia în considerare datele existente (datele brute colectate de senzori). Se presupune că fiecare element al matricii va crește liniar prin înmulțirea cu factorul f. T ij = f x t ij [Formula 3] 3

T ij numărul total de călătorii f factorul creșterii liniar t ij numărul de călătorii înregistrate de senzorii Bluetooth Modelul este foarte simplu de aplicat și este aplicabil în cazul proiectelor mici [9]. Limitările modelului sunt date de faptul că același factor f este utilizat pentru toate categoriile de călătorii. 3.4 Modelul Fratar Această metodă se poate folosi pentru obține matrici tip O-D atunci când sunt colectate doar date la un număr limitat de vehicule. Metoda biproporţională [6], aşa cum mai este denumită, presupune că fiecărei linii și coloane din matrice i se atribuie un factor de creștere. Factorii de creștere sunt modificați iterativ, până atunci când numărul total de călătorii Origine-Destinație din matrice este egal cu numărul total de călătorii înregistrat prin alte metode. (De exemplu: un recensământ de trafic). Întrucât procedura presupune aplicarea unui factor de multiplicare al unor elemente din matrice obținute prin iterații, în cazul în care un element al matricei va fi 0 acesta va rămâne 0 până la finalizarea tuturor iterațiilor. În cazul unui nod rutier fiecare element T ij poate fi calculat iterativ aplicând formulele: T ij= F i x Fj x t ij n n min ( (V i F i F j t ij ) 2 + (V j F i F j t ij ) 2 ) i=1 j=1 F i, F j > 0 [Formula 4] n j=1 t ij călătorii înregistrate prin senzorilor Bluetooth amplasați T ij- trafic extrapolat între originea i și destinația j V i trafic total recenzat la ieșirea din destinația j F i Factorul Fratar pentru originea i F j Factorul Fratar pentru destinația j n i=1 Există probabilitatea ca un dispozitiv Bluetooth identificat în cadrul unei stații de intrare să nu mai fie identificat în cadrul unei stații de ieșire. Cauzele care pot duce la această eroare a sistemului sunt condițiile meteo nefavorabile, viteza prea mare a autoturismului în dreptul celui de-al doilea senzor (>120km/h), întreruperea conexiunii Bluetooth a utilizatorului, descărcarea bateriei aparatului). În acest caz pentru extrapolarea traficului total între destinația i și destinația j se poate aplica modelul Furness. 3.5 Modelul Furness Această metodă este de asemenea o metodă iterativă care poate fi utilizată pentru extrapolarea T ij traficului între originea i și destinația j. Pașii utilizați în modelul Furness sunt următorii: - Obținerea datelor prin intermediul senzorilor Bluetooth T i ; T j și C ij - Se calculează f(c ij) - f(c ij ) = C ij -2 - f(c ij ) = e -βcij - Se obține prin iterații Matricea de balans. - Se multiplică numărul călătoriilor din zona i (O i ), numărul călătoriilor din zona j (D j ) și funcția de impedanța f(c ij ) pentru toate posibilitățile ij - Se însumează suma totală pe linii O i și pe coloane D j - Se multiplică elementele matricii pe fiecare linie cu N i = O i /O i - Se însumează suma totală pe linii O i și pe coloane D j 4

- Se verifică toleranța în raport cu toleranța acceptată a modelului. Dacă modelul se încadrează în limitele de toleranță iterația se oprește, în caz contrar se poate trece la pasul următor. - Se multiplică elementele matricii pe fiecare coloană cu Nj = Dj /Dj - Se însumează liniile matricii O i. Se însumează coloanele matricii D j - Se compară O i cu O i. Se compară D j cu D j. - Se repetă procesul iterativ până atunci când diferențele (O i O i ) si (D j Dj ) se încadrează în toleranțe 3.6 Indicele GEH Indicele statistic GEH este utilizat în Ingineria traficului pentru a compara 2 seturi de date de Intensitate a traficului. Acesta indice a fost folosit prima dată în 1970, în cazul planificării transporturilor urbane. Aceasta metodă se aplică măsurătorilor individuale și nu seriilor de date. Formula indicelui statistic GEH este [7]: GEH = 2(m c)2 m+c [Formula 5] c - este debitul orar pentru un model de trafic nou și m debitul măsurat printr-o metodă consacrată Federal Highway Agency precizează că modelul nou de trafic este în concordanță cu modele existente daca GEH este mai mic decât 5. O valoare GEH mai mică indică o similaritate între modele de trafic, în timp ce valorile mari arată faptul că între cele 2 modele există diferențe semnificative. În cazul utilizării tehnologiei Bluetooth sau măsurătorilor aeriene de trafic formula GEH se poate exprima astfel: [6] Gp = 0.2M2 0.4MC+0.2C 2 [Formula 6] M+C G p GEH modificat pentru medii zilnice de trafic M Media zilnică măsurată printr-o metodă consacrată C Media zilnică estimată în baza modelului Bluetooth Figura 1 Variația indicelui GEH în raport cu o variație liniară 5% 5

4.ALEGEREA MODULUI DE TRANSPORT Alegerea unui anumit mod de transport de către utilizatori se face în funcție de mai mulți factori cum ar fi: durată; costuri; siguranță; disponibilitate; accesibilitate și orarul mijloacelor de transport în comun. Modelul matematic care estimează probabilitatea alegerii unui anumit mod de transport este modelul Logit: [8] P k = k e βc ij e βc ij m m [%] ; C k ij = p φ kp x kp [u.m] [Formula 7] C ij k costul generalizat pentru efectuarea deplasării utilizând modul de transport k; φ kp parametrul de echivalare pentru variabilele de timp respectiv cost monetar x kp componente ale costului generalizat al deplasării k modul de transport (autovehicul personal; transport în comun) β- coeficientul de calibrare al modelului În cazul studiilor Bluetooth, mijloacele de transport în comun pot fi identificate prin observarea a mai mult de 5 adrese MAC în același interval de timp. 4.1 Alegerea rutei Alegerea unei anumite rute de către utilizatorii rețelei rutiere influențează debitul, intensitatea și densitatea traficului rutier. Alegerea unei rute reprezintă o ecuație de echilibru. În alegerea unei anumite rute se pornesc de la următoarele ipoteze pentru generarea acestei ecuații. - Alegerea rutei se face în funcție de durata cea mai scurtă a călătoriei între nodul,,i și nodul,,j. - Utilizatorii cunosc timpii de deplasare pe toate rutele disponibile de la începutul călătoriei. Această abordare nu ia în considerare factori precum calitatea suprafeței de rulare, sau eventualele atracții de pe un anumit traseu. Figura 2 Alegerea unei rute în funcție de timpul de parcurs al unui traseu 6

Figura 3 Modelul repartiției în 4 pași 5.STUDIU DE CAZ. ALEGEREA UNUI CORIDOR DE STUDIU PE SECTORUL DE AUTOSTRADĂ A1 KM 237+140 KM 369+110 Coridorul de studiu este amplasat pe raza județelor Hunedoara, Alba și Sibiu. Lungimea totală a a acestui coridor este de 131 km între nodul rutier Sibiu Est (Autostrada A1 km 237+140) și nodul rutier Deva (Autostrada A1 km 369+110). Orașele adiacente acestui coridor sunt Deva, Simeria, Sebeș, Alba Iulia, Miercurea Sibiului, Săliște și Sibiu. Coridorul studiat cuprinde 10 noduri rutiere amplasate după cum urmează: - Nod Rutier A1 km 237+420, intersecție cu DN 1 în dreptul localității Sibiu. - Nod Rutier A1 km 242+112, Intersecție cu DJ 106, în dreptul localității Sibiu - Nod Rutier A1 km 243+662, în dreptul localității Sibiu - Nod Rutier A1 km 247+552, intersecție cu DN 14, în dreptul localității Sibiu - Nod Rutier A1 km 253+860, în dreptul localității Sibiu - Nod Rutier A1 km 270+020, intersecție cu DC 67 în dreptul localității Săliște - Nod Rutier A1 km 279+580, intersecție cu DC 67 în dreptul localității Cunța - Nod rutier A1 km 303+660, intersecție cu DN 1 în dreptul localității Sebeș - Nod rutier A1 km 312+246, intersecție cu DN 7 în dreptul localității Sebeș - Nod rutier A1 km 353+666, intersecție cu DN 66, în dreptul localității Simeria - Nod rutier A1 km 369+110, intersecție cu DN 7 și DN 76 în dreptul localități Deva Coridorul va fi prelungit până în dreptul intersecției DN1 km 295+130, DN 7, km 312+650 în vederea separării traficului pe 2 direcții, respectiv Brașov și Râmnicu Vâlcea. Sectorul de autostradă este în administrarea CNAIR SA, pe raza DRDP Timișoara și DRDP Brașov. Acesta face parte din Coridorul IV Pan European : Dresden / Nürnberg - Praga - Viena - Bratislava - Győr - Budapesta - Arad - București - Constanța / Craiova - Sofia Salonic / Plovdiv - Istanbul. Schematizarea coridorului de analiză și a căilor de acces în coridor este reprezentată în figura de mai jos. 7

Figura 4 Coridorul de analiză Tabelul 2 Stabilirea Zonelor de analiză a traficului Zona Orașe principale Cale acces în coridor 1 -Nord, Centru-Nord Iași Suceava Piatra Neamț Târgu Mureș Bistrița Cluj-Napoca Oradea Zalău Satu Mare Oradea 2 Sud, Sud-Est București Pitești Ploiești Craiova Râmnicu Vâlcea 3 -Est, Centru Bacău Galați Brăila Sfântu Gheorghe Brașov 4 Vest Timișoara Arad Reșita 5 Sud Vest Târgu Jiu Drobeta Turnu Severin Nod rutier A1 km 303+660, intersecție cu DN 1 în dreptul localității Sebeș Nod Rutier A1 km 237+420, intersecție cu DN 1 în dreptul localității Sibiu. Nod Rutier A1 km 237+420, intersecție cu DN 1 în dreptul localității Sibiu. Nod rutier A1 km 369+110, intersecție cu DN 7 și DN 76 în dreptul localități Deva. Nod rutier A1 km 369+110, intersecție cu DN 7 și DN 76 în dreptul localități Deva 6 Apuseni* Brad Nod rutier A1 km 8

Ștei 369+110, intersecție cu DN 7 și DN 76 în dreptul localități Deva 7 Centru Mediaș Sighișoara Nod Rutier A1 km 247+552, intersecție cu DN 14, în dreptul localității Sibiu După finalizarea lucrărilor de reabilitare a DN76, Oradea - Deva, va crește traficul semnificativ dinspre Oradea, zona 6 urmând a se extinde. Figura 5 - Stabilirea zonelor adiacente coridorului 3.Concluzii Senzorii Bluetooth pot reprezenta o alternativă la metodele clasice de colectare și prelucrare a datelor de trafic. Estimarea cererii de transport se poate face în baza modelului în 4 etape, un model de analiză potrivit noii tehnologii analizate și care poate fi aplicat inclusiv pentru proiecte complexe. Datorită faptului că prin această tehnologie se identifică doar o parte a vehiculelor din trafic. Pentru a putea extrapola datele obținute pe un eșantion de vehicule care au dispozitive Bluetooth active se pot aplica diferite modele: Modelul factorului de creștere; Modelul Fratar; Modelul Furness; calculul indicelui GEH. Prin aceasta lucrare a fost analizat modul de alegere a unui coridor de studiu pentru amplasarea senzorilor Bluetooth, pe un sector de autostradă din România. 9

Referințe [1] - Internet of Things, Editorial, Feng Xia, Laurence T. Yang, Lizhe Wang Alexey Vinel ; International Journal of Communication Systems, Published Online in Wiley Online library 2012 [2] - The Four Step Model Department of Civil and Enviromental Engineering and Institute of Transportation Studies ; University of California; Irvine USA, 2007 [3] A traffic analysis zone definition: a new methodology and algorithm, A traffic analysis zone definition: a new methodology and alghorithm. Luis M. Martinez, Jose Manuel Viegas, Elisabete A. Silva, Elsevier Transportation, 2009 [4] Transportation Planning Handbook, Fourth Edition, Institute of Transportation Engineers, Michael D. Meyer, Published by John Wiley & Sons, Inc., Hoboken, New Jersey, Copyright 2016 by John Wiley & Sons [5] Synopsis of New Methods and Technologies to Collect Origin-Destination (O-D) data 3.0 Understanding Cellular O-D Data 3.1 What they Are and Represent https://www.fhwa.dot.gov/planning/tmip/publications/other_reports/origindestination/chap03.cfm - accesat 20.01.2017 [6] Validation of Origin-Destination Data From Bluetooth Reidentification and Aerial Observation ; Madhav Chhituri ; John Shaw ; John Campbell; David Noyce http://www.sciencedirect.com/science/article/pii/0041164770900729?via%3dihub [7] Traffic Simulation and Data Validation Methods and Applications, Edited by Winnie Daamen, Christine Buisson, Serge P. Hoogendoorn; CRC Press Taylor & Francis Group [8] Studii cu privire la creșterea atractivității transportului feroviar de călători. Cazul județului Olt. Șef Lucr. Dr. Ing. Sorin Ilie; Ing. Gabriela Mitran ; Prof. Dr. Ing. Alexandru Boroiu, Buletinul Agir, Supliment 1/2012 [9] Introduction to Transportation Engineering, Tom V. Mathew and K V Krishna Rao, NPTEL May 3, 2007, http://nptel.ac.in/courses/105101087/downloads/lec-8.pdf 10