Талантливый программист разработал систему, которая позволила повысить качество уборки дорог от снега и льда и сэкономить бюджет в нескольких регионах России.
Около 40% всех ДТП зимой, по данным МЧС России, вызвано гололедом и снегопадом. Плохое состояние дорог — серьезная проблема, которая нарушает транспортное сообщение, повышает аварийность и может приводить к человеческими жертвам. Дорожные службы, отвечающие за расчистку снега и противогололедную обработку, не всегда добросовестно выполняют свои обязанности, а иногда просто поздно узнают о том, где именно требуется снегоуборочная техника, особенно если речь идет о междугородних трассах. Прорывное техническое решение этих проблем предложил программист с большим опытом создания и внедрения автоматизированных информационных систем, директор компании-разработчика «Софт Сфера» Владислав Худяков. Он разработал Автоматизированную информационную систему «Центр управления производством», которая позволяет с высокой долей точности прогнозировать, когда и где именно потребуется дорожная техника для уборки, а также наладить оперативный обмен информацией между ГИБДД, диспетчерами дорожных служб и теми, кто чистит дороги.
Систему уже используют в четырех регионах России. Только в Свердловской области в первый год работы программа помогла региональному Управлению автомобильных дорог сэкономить 30% бюджета на содержание дорог зимой, повысив при этом качество очистки от снега и льда. Каким образом программист решил извечную российскую проблему дорог, узнали у Владислава Худякова.
— Владислав, расскажите историю создания вашей Автоматизированной информационной системы «Центр управления производством».
— Изначально этот проект был разработан конкретно для Свердловской области, по заказу Управления автомобильных дорог. Для управления всё, что входит в зимнее содержание автомобильных дорог: очистка проезжей части и обочин от снега, распределение противогололедных материалов, сдвиг снежных валов и так далее — это одна из самых затратных и сложно контролируемых подрядных работ. При общей протяженности региональных дорог в Свердловской области 11 000 км качественно проконтролировать всех подрядчиков было невозможно, и они этим пользовались: нередко завышали объемы и стоимость. А главное, у заказчика не было стопроцентной уверенности в том, что участок стал действительно безопасным.
Чтобы решить эту проблему, Управление автомобильных дорог заключило контракт с ООО «Ультрастар Телесистемз»: нужно было собрать информацию о перемещении дорожной техники подрядчиков и сформировать отчетность об их пробеге по региональным дорогам. Сделать это «вручную» невозможно, поэтому мы занялись созданием программы спутникового мониторинга, которая развилась в Автоматизированную информационную систему «Центр управления производством».
— Ваша компания «Софт Сфера», благодаря своей репутации креативного разработчика и команде профессионалов, стала партнером по развитию ЦУП. Вы лично разработали как базовое, так и отраслевое решения и получили требуемый эффект. Теперь система будет внедряться и в других регионах?
— Действительно, мои решения оказались настолько удачными, что после первых полученных результатов системой заинтересовались профильные предприятия и власти других регионов. Её уже используют в Свердловской, Кировской областях и Пермском крае. Думаю, в ближайшее время география внедрения еще расширится, заявки и вопросы поступают постоянно.
— Насколько мне известно, до внедрения вашей системы на рынке уже было несколько программ для спутникового мониторинга транспорта, но в отличие от вашей разработки, ни одна из них не смогла решить проблему повышения качества содержания зимних дорог. В чем были трудности?
— Дело в отраслевой специфике. Понимаете, недостаточно просто отследить, куда и когда отправились подрядчики. Надо иметь полную картину, что происходит на определенном участке, для чего придется задействовать данные метеостанций, учитывать расположение баз с противогололедными материалами и многое другое. А для этого разработка должна иметь очень много функций. Я сумел создать такую программу, которая способна систематизировать большой поток данных и в автоматическом режиме выдавать полную и объективную информацию, руководствуясь которой дорожники-управленцы могут принимать быстрые и правильные решения.
Особенность программы в том, что она стала центром интеграции и обработки данных из разных систем. Хорошим примером может служить интеграция с источниками метеоданных. На первом этапе мы использовали их из открытых источников. Но нас не совсем устраивала детализация данных по времени и координатам. Они предоставлялись дискретно раз в три часа и по определенным населенным пунктам. Понятно, что погода вещь непостоянная и может сильно меняться во времени и по местоположению наблюдателя. Кроме того, для наших задач важно было получить такой показатель, как коэффициент сцепления с дорогой. Для решения этой задачи специальное метеорологическое оборудование должно располагаться прямо на дороге. Поэтому Управление автомобильных дорог начало развертывание на региональных дорогах сети метеостанций, взаимодействующих с специальным ПО, а мы провели интеграцию с этим ПО и стали получать метеоданные раз в двадцать минут. Сейчас на дорогах Свердловской области расположено около пятидесяти дорожных метеостанций.
В качестве другого примера можно привести интеграцию с САДИС. Это учетная система, с помощью которой заказчик и подрядчик взаимодействуют при сдаче-приемке работ. На первом этапе наша система формировала отчеты с объективными данными о произведенных работах. Впоследствии была реализована интеграция с САДИС, и данные стали попадать напрямую в акт приемки работ для утверждения куратором.
— Думаю, Вам можно не бояться конкурентов, ведь аналогов «Центра управления производством» в России нет. Так что расскажите подробнее, как это всё работает? Ваша программа одновременно отслеживает местоположение дорожной техники, собирает данные с метеостанций, учитывая прогноз. Что еще?
— Во-первых, да, я разработал особую модель определения необходимости и возможности проведения технологических операций по зимнему содержанию автомобильных дорог с учетом данных дорожных метеостанций, расположения баз хранения противогололедных материалов, координат обслуживаемых автомобильных дорог и GPS-треков перемещения технологического оборудования. Модуль расчета объемов работ по зимнему содержанию автомобильных дорог — несомненно самая уникальная часть разработки. Математическая модель определения объемов выполненных работ усложнилась многократно, поэтому нужны были ее модификации. Так, я добавил в нее информацию с пятидесяти дорожных метеостанций, на основании информации с которых определяется необходимость проведения тех или иных работ. Для определения пробега автомобиля с распределением противогололедных материалов стал учитываться объем его бункера. Были учтены заезды машин на базы хранения материалов и работа там погрузчиков. Также я предложил и реализовал алгоритм определения пробега с грузом и без груза до места проведения работ. При определении работы, выполняемой техникой в текущий момент, стали учитываться работы, уже произведенные другими механизмами. Добавился учет инспекционных пробегов машин дорожных мастеров. Все эти модификации позволили максимально точно определять объем выполненных работ на основании объективных данных перемещения механизмов по спутниковым системам GPS/ГЛОНАСС.
Технически весь процесс можно разделить на три части: сбор, обработка и предоставление информации в сторонние системы. Так как в алгоритме расчета используются данные из разных источников и систем, то сбор и предоставление информации пришлось реализовывать по-разному. Например, декодирование данных от навигационного оборудования, установленного на машинах, было реализовано на python. Для интеграции с базой данных дорожных метеостанций были использованы гетерогенные сервисы, позволяющие напрямую подключаться к другим базам данных. А для предоставления данных в АСМО были реализованы REST сервисы.
Мобильное приложение — это во-вторых. С его помощью я наладил информационное взаимодействие между сотрудниками ГИБДД, центральной диспетчерской регионального Управления автомобильных дорог и подрядчиками. С помощью приложения в телефоне сотрудник ГИБДД может оперативно сообщить о недостатке на дороге с определением точного местоположения, а подрядная организация — быстро получить информацию, устранить проблему и отчитаться о выполнении.
Технически мобильное приложение было реализовано на React и взаимодействует с сервером с помощью REST сервисов.
— Уже в первый год использования вашей информационной системы Управление автомобильных дорог Свердловской области сэкономило 30% бюджета, предназначенного для зимних работ. Средства направили на текущий ремонт. И такой отличный результат показала самая простая версия системы контроля. С тех пор вы непрерывно ее развивали. Чего еще удалось достичь за прошедшие 11 лет?
— За это время в рамках АИС ЦУП были автоматизированы рабочие процессы нескольких отделов Управления. Среди них выдача специальных разрешений на перевозку крупногабаритных и тяжеловесных грузов с автоматической прокладкой маршрута с учетом текущих ограничений движения на дорогах и автоматическим расчетом суммы ущерба. Был автоматизирован контроль за превышением допустимых осевых нагрузок и полной массы транспортных средств с формированием акта нарушения для передачи в центр автоматической фиксации административных правонарушений МВД. С использованием информационной системы упростились управленческий документооборот, учет государственных контрактов. АИС ЦУП помогает в работе диспетчерской службы, обеспечивает эффективное взаимодействие между сотрудниками ГИБДД, диспетчером УАД и подрядными организациями и многое другое.
— Как вы видите в целом развитие автоматических систем мониторинга, в каком направлении движется эта отрасль?
— Исторически, с момента своего возникновения, системы мониторинга транспорта решают три основные задачи: контроль, диспетчеризация и пресечение злоупотреблений. Я сам разрабатывал подобную систему, которая позже легла в основу АИС ЦУП. Постепенно к системам мониторинга стали подключать больше датчиков для решения специальных задач.
Сейчас я вижу, как системы мониторинга превращаются в системы управления. Любое транспортное средство можно рассматривать как механизм в технологической цепи. При таком подходе встает вопрос о повышении эффективности не отдельного механизма, а всей цепочки. Для этого необходима тесная интеграция систем мониторинга с другими системами. Например, сеть метеостанций предсказывает снегопад — мы заранее даем команду подготовиться к проведению работ по очистке снега и борьбе с гололедом.
Другое направление развития подобных систем — управление технологическим оборудованием на основе датчиков, установленных на машине. Еще один большой класс задач может быть решен при повышении точности позиционирования и уменьшении стоимости оборудования. Так что есть над чем работать.
