Introduction. The study addresses the scientific and technical challenge of automating traffic flow management in an interactive museum model with dynamic infrastructure. The relevance of this work stems from the lack of standard solutions capable of operating effectively in a specific environment that combines requirements for high reliability, scalability, and interactivity. The aim is to develop and implement a distributed hardware-software traffic management system adapted to the unique features of the museum exhibition.
Materials and Methods. The research object was the interactive museum model "Russia", characterized by a complex system of intersections and a daily attendance of approximately 1000 visitors. The work utilized a set of scientific methods, including comparative analysis of existing analogues, and SWOT and PEST analyses to assess the project's external and internal factors. The system architecture is based on a three-tier principle, combining local control units based on ATmega 2560 processors, a cross-platform application using Electron/Node.js, and the embedded NoSQL database NeDB. A matrix command system with phased data processing organization was used for traffic management.
Results. The research resulted in the development and implementation of a distributed control system. It provides intelligent traffic light management adapted to the traffic situation, coordinates the operation of 50+ traffic circuits via specialized local control units, integrates three specialized databases for model accounting, diagnostic data, and management scripts, and implements 12 functional modules in the cross-platform application. System testing confirmed the correct operation of all components and stable functioning during prolonged operation.
Discussion and Conclusion. The practical significance of the research lies in the creation of a highly efficient system that reduces the museum's operational costs by 320 thousand rubles monthly through staff optimization. Development prospects for the system include deeper integration with the model's railway system, implementing machine learning algorithms for adaptive traffic management, and expanding the functionality for real-time model position tracking. The developed solutions can be adapted for other interactive exhibitions and educational complexes.
Введение. Исследование направлено на решение научно-технической проблемы автоматизации управления транспортными потоками в условиях интерактивного музейного макета с динамической инфраструктурой. Актуальность работы обусловлена отсутствием типовых решений, способных эффективно функционировать в специфической среде, сочетающей требования высокой надежности, масштабируемости и интерактивности. Целью работы является разработка и внедрение распределенной программно-аппаратной системы управления движением, адаптированной к уникальным особенностям музейной экспозиции.
Материалы и методы. Объектом исследования выступил интерактивный музейный макет «Россия», характеризующийся сложной системой перекрестков и ежедневной посещаемостью около 1000 человек. В ходе работы применялся комплекс научных методов, включая сравнительный анализ существующих аналогов, SWOT- и PEST-анализ для оценки внешних и внутренних факторов проекта. Архитектура системы построена на трехуровневом принципе, объединяющем блоки локального контроля на процессорах ATmega 2560, кроссплатформенное приложение на Electron/Node.js и встраиваемую NoSQL БД NeDB. Для управления движением использована матричная система команд с фазовой организацией обработки данных.
Результаты исследования. В результате исследования разработана и внедрена распределенная система управления, обеспечивающая интеллектуальное управление светофорами с адаптацией к транспортной ситуации, координацию работы 50+ транспортных контуров через специализированные блоки локального контроля, интеграцию трех специализированных БД для учета моделей, диагностических данных и скриптов управления, а также реализацию 12 функциональных модулей в кроссплатформенном приложении. Тестирование системы подтвердило корректность работы всех компонентов и устойчивое функционирование в продолжительном режиме эксплуатации.
Обсуждение и заключение. Практическая значимость исследования заключается в создании высокоэффективной системы, позволяющей сократить операционные расходы музея на 320 тыс. рублей ежемесячно за счет оптимизации персонала. Перспективы развития системы включают углубленную интеграцию с железнодорожной системой макета, внедрение алгоритмов машинного обучения для адаптивного управления трафиком и расширение функционала отслеживания позиций моделей в реальном времени. Разработанные решения могут быть адаптированы для других интерактивных экспозиций и учебных комплексов.