Dynamic Traffic Flow Management in Intelligent Transport Systems: A Case Study of Kazan
Abstract
The article addresses methods for traffic-flow control under the conditions of digital transformation of transport systems. Based on an analysis of the limitations of traditional approaches, an architecture of cooperative intelligent transport systems integrating V2X technologies, dynamic flow distribution, and user-equilibrium algorithms is proposed. The study confirms that the integration of dynamic algorithms and digital models enables a sustainable balance between demand and resources amid growing urbanization.
About the Author
R. R. Zagidullin
Kazan Federal University
Russian Federation
Russian Federation
Ramil R. Zagidullin - Candidate of Technical Sciences, Associate Professor of the Department of Design Engineering, Kazan Federal University, Leading Researcher, Laboratory “Intelligent Mobility”
References
1. Ефимова О. В., Пшукова К. А. Трансформация видов потерь в концепции устойчивого развития транспортной системы Российской Федерации // Транспортное дело России. 2021. № 2. С. 104–107.
2. Qian L. H. An empirical study on the relationship between urbanization, transportation infrastructure, industrialization and environmental degradation in China, India and Indonesia. Environment, Development and Sustainability, 2024. DOI: 10.1007/s10668‑024‑05773‑1.
3. Чижова В. С., Можайская И. А. Критерии устойчивого функционирования транспортных систем в городах // Научный вестник автомобильного транспорта. 2024. № 2. С. 27–33.
4. Катасев А. С., Хусаинов Р. М., Талипов Н. Г., Шалаева Д. В. Интеллектуальная система анализа транспортных потоков в автоматизированных системах управления дорожным движением // Программные продукты и системы. 2024. № 1. С. 69–76.
5. Андреев Е. О., Жанказиев С. В., Зырянов В. В., Павлов А. С. Развитие архитектуры интеллектуальных транспортных систем // T-Comm: Телекоммуникации и транспорт. 2024. Т. 18. № 1. С. 38–43.
6. Ван Ж., Зырянов В. В. Архитектура кооперативных интеллектуальных транспортных систем // Мир транспорта и технологических машин. 2024. № 3–2 (86). С. 119–125.
7. Покусаев О. Н., Намиот Д. Е., Чекмарев А. Е. Об управлении трафиком в умном городе // International Journal of Open Information Technologies. 2021. Т. 9. № 5. С. 66–71.
8. Интеллектуальные транспортные системы. Справочник по системам сухопутной подвижной связи (включая беспроводной доступ). Женева, Швейцария: Международный союз электросвязи, 2021. Т. 4. 116 с.
9. Грязнов Н. А. Обмен навигационной информацией для оперативного управления дорожным движением // Информатика и автоматизация. 2023. Т. 22. № 1. С. 33–56.
10. Го А. Система управления дорожным движением на основе технологии блокчейн и интернета вещей // TComm: Телекоммуникации и транспорт. 2022. Т. 16. № 10. С. 28–35.
11. Швецов В. Л., Прохоров А. В., Морозов В. П., Дагаева М. В. Адаптивные динамические транспортные модели — «цифровые двойники» транспортной ситуации для управления городской мобильностью в режиме реального времени // Сборник материалов Международного форума: Kazan digitalweek 2024. Казань, 2024. С. 64–69.
12. Wardrop J. G. Some Theoretical Aspects of Road Traffic Research // Proceedings of the Institution of Civil Engineers. 1952. № 1(3). P. 325–378. DOI: 10.1680/ipeds.1952.11259.
13. Ran B., Boyce D. E. Modeling Dynamic Transportation Networks: An Intelligent Transportation System Oriented Approach. Springer, 1996. DOI: 10.1007/978‑3‑662‑03265‑3.
14. Barcelo J. Fundamentals of Traffic Simulation. International Series in Operations Research & Management. Springer Science+Business Media, 2010. 442 p. DOI: 10.1007/978‑1‑4419‑6142‑6.
15. Mahmassani H. S. Dynamic Network Traffic Assignment and Simulation Methodology for Advanced System Management Applications // Networks and Spatial Economics. 2001. № 1(3). P. 267–292. DOI: 10.1023/A:1012831808926.
16. Chen A., Zhou Z. The α-Reliable MeanExcess Traffic Equilibrium Model with Stochastic Travel Times // Transportation Research Part B: Methodological. 2010. № 44(4). P. 493–513. DOI: 10.1016/j.trb.2009.11.004.
17. ISO 14813–1:2022. Intelligent transport systems — Reference model architecture(s) for the ITS sector. Part 1: ITS service domains, service groups and services.
18. TSS-Transport Simulation Systems. Aimsun Next User Manual. Barcelona: TSS, 2023.
19. Hoogendoorn S., van Arem B. Connected and Automated Vehicles: Challenges and Opportunities for Transport Planning // Transport Reviews. 2019. № 39(3). P. 298–305. DOI: 10.1080/01441647.2019.1609381.
20. Litman T. Autonomous Vehicle Implementation Predictions. Victoria Transport Policy Institute, 2021.
21. Khan S., Parkinson S., Qin Y. Cybersecurity in Vehicle-to-Everything (V2X) Communication: Challenges and Solutions. IEEE Communications Surveys & Tutorials. 2020. № 22(2). P. 998–1026. DOI: 10.1109/COMST.2020.2973695.
22. Mladenović M., Stead D. Governing the Governance: Institutional Capacity Building for Urban Mobility Transitions // Transport Policy. 2021. № 103. P. 21–32. DOI: 10.1016/j.tranpol.2021.01.012.
Review
For citations:
Zagidullin R.R. Dynamic Traffic Flow Management in Intelligent Transport Systems: A Case Study of Kazan. Transport of the Russian Federation. 2025;(6):31-39. (In Russ.)
Views:
26
JATS XML
Email this article 