Методика оценки полноты, достоверности и качества данных мониторинга инфраструктуры интеллектуальных транспортных систем

В статье представлена методика количественной оценки полноты, достоверности и качества первичных данных, собираемых в рамках мониторинга инфраструктуры интеллектуальных транспортных систем на автомобильных дорогах общего пользования Российской Федерации. Актуальность исследования обусловлена необходимостью формализованного контроля качества исходной информации, используемой для формирования сводных перечней оборудования ИТС и последующего анализа состояния цифровой дорожной инфраструктуры. Предложенная методика является инструментом проверки достоверности и полноты первичных данных, на основе которых такой анализ выполняется. Научная новизна работы заключается в разработке системы взаимосвязанных критериев и интегральных индексов, предназначенных для количественной оценки полноты и достоверности данных мониторинга ИТС, а также формирования сводного индекса качества информации. Методика включает расчет частных критериев качества данных, формирование интегрального индекса полноты данных, интегрального индекса достоверности данных и интегрального индекса качества информации. Предложенный подход обеспечивает воспроизводимость расчетов, сопоставимость результатов мониторинга и возможность последующей автоматизации процедур оценки качества данных мониторинга ИТС.

1. Мировой и российский опыт применения интеллектуальных транспортных систем / С. В. Егоров, П. В. Шационок, А. И. Ерпылева, Д. И. Жарков // Транспортное дело России. – 2022. – № 2. – С. 130–136. – DOI 10.52375/20728689_2022_2_130. – EDN QHBGQH.

2. Солодкий, А. И. Развитие интеллектуальных транспортных систем в России: проблемы и пути их решения. Новый этап / А. И. Солодкий // Интеллект. Инновации. Инвестиции. – 2020. – № 6. – С. 10–19. – DOI 10.25198/2077-7175-2020-6-10. – EDN PDUSFR.

3. Жанказиев, С. В. Принципы формирования государственной системы сертификации элементов интеллектуальных транспортных систем в Российской Федерации / С. В. Жанказиев, А. И. Воробьев, М. В. Гаврилюк // Транспорт Российской Федерации. – 2021. – № 1–2(92–93). – С. 3–6. – EDN TMFCOL.

4. Развитие архитектуры интеллектуальных транспортных систем / Е. О. Андреев, С. В. Жанказиев, В. В. Зырянов, А. С. Павлов // T-Comm: Телекоммуникации и транспорт. – 2024. – Т. 18, № 1. – С. 38–43. – DOI 10.36724/2072-8735-2024-18-1-38-43. – EDN HNTJMK.

5. Методология анализа технических и программных элементов как основы эффективного управления национальной сетью интеллектуальных транспортных систем / Р. Д. Давыдов, Г. Д. Ахмадов, М. Ю. Белов, А. И. Панкратов // Вестник Московского автомобильно-дорожного государственного технического университета (МАДИ). – 2025. – № 4(83). – С. 67–78. – EDN ZDIIZC.

6. Давыдов, Р. Д. Методический подход к организации регулярного мониторинга элементов интеллектуальных транспортных систем на автомобильных дорогах общего пользования / Р. Д. Давыдов, Г. Д. Ахмадов, М. В. Жабриков // Интеллектуальный транспорт. – 2026. – Т. 10, № 2(38). – С. 92–106. – DOI 10.24412/3033-6007-2026-238-92-106. – EDN VOMRIM.

7. From Data to Actions in Intelligent Transportation Systems: A Prescription of Functional Requirements for Model Actionability / I. La˜na, J. J. Sanchez-Medina, E. I. Vlahogianni, J. Del Ser // Sensors. – 2021. – Vol. 21, no. 4. – Art. 1121. – DOI 10.3390/s21041121.

8. Duan, R. A comparative study on ITS (intelligent transport system) standardization policies in the U.S. and Europe / R. Duan // Heliyon. – 2023. – Vol. 9, no. 11. – Art. e21310. – DOI 10.1016/j.heliyon.2023.e21310.

9. On the Methodological Framework of Composite Indices: A Review of the Issues of Weighting, Aggregation, and Robustness / S. Greco, A. Ishizaka, M. Tasiou, G. Torrisi // Social Indicators Research. – 2019. – Vol. 141. – P. 61–94. – DOI 10.1007/s11205-017-1832-9.

10. S¨arndal, C.-E. Estimation in Surveys with Nonresponse / C.-E. S¨arndal, S. Lundstr¨om. – Chichester : John Wiley & Sons, 2005. – 212 p.