Traffix

1. Traffix Ágens Alapú Közlekedési Szimulációs Keretrendszer Bálint Balázs bbalint@aitia.ai

2. Bevezetés • A hatékony közlekedésszervezés sok időt és pénzt takaríthat meg, csökkentheti a környezeti terhelést és növelheti a biztonságot.

3. Bevezetés • Egy ideális világban a közlekedés minden résztvevője saját érdekeit félretéve működne együtt azért, hogy a közlekedést a lehető leghatékonyabbá tegye.

4. Bevezetés • Ebben az esetben egy modellezett úthálózaton egy mindenható központi agy minden egyes időpillanatra meg tudná határozni az járművek ideális sebességét, pozícióját, gyorsulását és az összes többi releváns paraméterét.

5. Bevezetés • De a valós életben a vezetőknek különböző elképzeléseik vannak arról mi a helyes viselkedés az utakon. • Egyesek szigorúan betartják a szabályokat • Mások nem is ismerik jelentős részüket • Sokan udvariasak és együttműködők • Néhányan ellenségnek tekintik a többi vezetőt • És még ugyanaz az ember is máshogy vezet mikor dühös, siet vagy éppen álmos.

6. Bevezetés • Az ágens alapú szimuláció sokkal alkalmasabb a probléma kezelésére. • Az ágenseknek különböző jellemzőik lehetnek • Egymástól eltérően viselkedhetnek • Idővel változhat a viselkedésük.

7. Bevezetés • Az közlekedési szimulációk írásánál az egyik fő kihívás megtalálni a kompromisszumot a realisztikus viselkedés és a számításigény között.

8. Bevezetés • A Traffix közlekedési keretrendszerben ezt úgy oldottuk meg, hogy: • A realisztikus viselkedés érdekében külön-külön az összes járművet és vezetőt implementáljuk (nem úgy mint a tradicionális folyadék alapú modellekben) • De számításigény csökkentéséhez az autók „hozzá vannak ragasztva a sávokhoz, úgy követik őket mintha sínen futnának

9. Technikai leírás • A Traffix egy általános közlekedési szimulációs keretrendszer amely sokféle közlekedési forgatókönyv modellezésére alkalmas, mint például: • Egyszerű kereszteződések • Többsávos utak • Vagy akár egész városrészek forgalmának szimulációja.

10. Technikai Leírás • Egy kereszteződés modellezése

11. Technikai Leírás • Egy városrész modellezése

12. Technikai leírás • Java – ban íródott • A Repast 3.1 ágens-alapú szimulációs platformra épül • A felhasználók felülírhatják a keretrendszer komponenseit.

13. Technikai leírás • Lehetővé teszi minimális Java képzettséggel rendelkező modellezők számára, hogy: • Bonyolult közlekedési forgatókönyveket hozzanak létre • Különböző vezetői viselkedéseket határozzanak meg • Különböző tulajdonságokkal rendelkező autókat hozzanak létre

14. Technikai leírás • Lehetővé teszi a kísérletezést különböző • sávváltó • követési távolság tartó • útvonalkereső • stb. viselkedésekkel.

15. Egy Traffix modell főbb komponensei • Úthálózat • Közlekedési tárgyak (lámpák stb) • Vezetők • Autók

16. Úthálózat • Az úthálózat gráfja a következőkből áll • Csúcsok • a kereszteződéseket illetve az utakat reprezentáló törtvonalak töréspontjait jelölik. • Élek • az utak egyenes szakaszait jelölik • Sávok • Értelemszerűen egy sávot jelöl egy élen.

17. Úthálózat

18. Úthálózat

19. Úthálózat

20. Úthálózat • Az úthálózatot kétféle forrásból veheti a modell • Egy speciális szintaktikájú szövegfájlból • A felhasználók által definiált úthálózatokhoz • ESRI Shapefile-ból • Valódi úthálózatokhoz.

21. Egy él és sávjai • <a kezdőcsúcs X koordinátája <double>> <a kezdőcsúcs Y koordinátája <double>> • <a végcsúcs X koordinátája <double>> • <a végcsúcs Y koordinátája <double>> • <az élhez rendelt sávok száma <int>> • <az él kezdetéhez tartozó eltolás érték • <double>> <az él végéhez tartozó eltolás érték <double>>

22. Sávok öszekapcsolása • <”s”> <annak az élnek az azonosítója, amelynek a végpontjához kapcsolni akarunk egy másik élt <int>> • Ezt számhármasok követik: • <a másik él azonosítója <int>> <az első élhez tartozó sáv sorszáma <int>> <a másik élhez tartozó sáv sorszáma <int>>

23. Kereszteződés határai

24. Traffix Tárgyak • Közlekedési lámpák • Záró és szaggatott vonalak • Útlezárások

25. Lámpák • laneId: Annak a sávnak az azonosítója, amihez a lámpa tartozik • red_time: Az idő (szimulációs lépésekben), amikor a lámpa piros • green_time: Az idő (szimulációs lépésekben), amikor a lámpa zöld • red_and_yellow_time: Az idő (szimulációs lépésekben), amikor a lámpa piros-sárga • yellow_time: Az idő (szimulációs lépésekben), amikor a lámpa sárga • initial_time: • position

26. Járművek I • Fizikai attribútumok • Hossz • Szélesség • Gyorsulás – pillanatnyi és maximális • Típus • Sebesség – pillanatnyi és maximális • Pozíció

27. Jármű II • Implementálja a vezetője • sávváltó • Kereszteződésen áthajtó • Autó követő • Közlekedési lámpánál tanúsított viselkedését

28. Vezető • Meghatározza az autó útvonalát. • A default viselkedés az, hogy a lehető legrövidebb utat választja a lehető legkevesebb sávváltással. • Nem kommunikálnak egymással vagy a modell bármilyen más komponensével. • Megfigyelik a többi autót és reagálnak rájuk.

29. Új szimuláció létrehozása • Örököltessünk egy új modell osztályt a TrafficModel osztályból. • Adjuk meg a forrásfájlokat az • úthálózathoz • a közlekedési lámpákhoz • az autókhoz

30. Örököltetés a TrafficModel Osztályból • Meg lehet határozni melyik jármű illetve vezető osztályt használja a szimuláció. • Két előre meghatározott jármű osztály és egy vezető osztály létezik. • Belőlük lehet új jármű és vezető osztályokat örököltetni.

31. Az úthálózat forrásfájlja • Felhasználó által meghatározott úthálózathoz. • Két szövegfájl ami leírja • Az éleket és a rajtuk található sávokat. • Hogyan folytatódnak egymásban a szomszédos élek sávjai. • Térképpel megadott úthálózathoz • ESRI Shapefile

32. A közlekedési lámpák forrásfájlja • Lámpánként a következőket tartalmazza • Melyik sávhoz tartozik • A pozíciója a sávon • A különböző állapotainak ideje (Piros, piros-sárga stb.) • A ciklusának hányadik lépésében van a szimuláció kezdetekor

33. Az autók forrásfájlja • Start-cél párokat és a hozzájuk egy-egy pozitív egész számot (n) tartalmaz • Minden n-ik lépésben egy új autó kezdi meg az útját a megadott startból a megadott célba. • Tehát a szimulációnkban tetszőleges pontokból tetszőleges gyakoriságokkal indíthatunk autókat az általunk kiválasztott célok felé.

34. Alapvető Mérőszámok • Sebesség – V • Sűrűség – K (Jármű/km) • Flow vagy Áteresztőképesség: Egy adott ponton időegység alatt áthaladó járművek száma

35. Az áteresztőképességet a sebesség és a sűrűség szorzataként kapjuk: Q=V*K • Mértékegysége jármű/óra

36. A sebesség és a sűrűség összefüggése kevésbé nyilvánvaló. • Greenshields (1934) szerint így függnek össze (Vmax az elméleti maximális sebesség, Kd a maximális sűrűség dugó esetén):

37. A közlekedés sebessége csökken az elméleti maximum értékről ahogy a sűrűség közelíti a maximumát, mivel a vezetőknek • egyre több autóra kell figyelniük, • gyakrabban és intenzívebben kell fékezniük.

38. A két képletet kombinálva: • Ahogy a sűrűség nő a flow először növekszik majd miután elérte maximumát csökkenni kezd. Ez a küszöb (ahol a flow maximális) jelzi az úthálózat kapacitását, gyakran c-vel jelölik. • A küszöbértéknél a flow instabillá válik és a sűrűség növekedésével csökkenni kezd.

39. Az összefüggések ábrázolása

40. A Traffix-os szimulációkban is igazak a fenti összefüggések • Terveztünk egy egyszerű úthálózatot ahol minden autó ugyanolyan hosszú utat tesz meg

41. A sebességet hosszegység/szimulációs lépésben mértük • A sűrűséget jármű/1000 hosszegységben • A flow-t jármű/5000 szimulációs lépésben • 12 különböző forgatókönyvvel végeztünk futtatásokat, ahol a legnagyobb forgalomnál 5 lépésenként léptek be autók, míg a legkisebbnél 70 lépésenként. • Az adatgyűjtés 500 szimulációs lépés megtétele után kezdődött és 5000 lépésen keresztül tartott.

42. A K és V közti lineáris összefüggés nem áll, de a monoton csökkenés itt is megfigyelhető. • A másik két görbe alakja is kevésbé szabályos, de tulajdonságaik megfelelnek az elméleti párjaik tulajdonságainak.

43. Közlekedési lámpák hangolásának hatása

44. Háromféle forrásfájlt használtunk az autók betevéséhez, melyek kis, közepes és nagy forgalomnak feleltek meg. • Négyféle forrásfájl a lámpákhoz, minden egyes fájlban kétszer hosszabb ideig zöld mint az előzőben, a sárga mindig ugyanannyi ideig tart.

45. Mértük a • teljes vezetői populáció átlagos utazási idejét mértük • valamint a throughput-ot, a céljukat elért autók számát. • Minden autó forrásfájl – lámpa forrásfájl párral öt mérést csináltunk és ezeket átlagoltuk.

46. Kis és közepes forgalomnál a throughput nem függ a lámpák hangolásától. De az átlagos utazási idő jelentősen romlik ahogy a lámpák egyre több idő telik el két váltás közt, mivel általában az első zöldön át tudnak menni, és minél később tovább tart a piros annál többet várnak.

47. Nagy forgalomnál az autóknak több lámpaváltást is ki kell várniuk mielőtt áthaladhatnak a kereszteződésen. Mikor zöldre vált a lámpa az elől várakozó autóknak időbe telik míg felgyorsulnak, ezért a zöld elején kevesebb autó és lassabban halad át mint később. Minél hosszabb ideig zöld a lámpa annál több autó megy át a kereszteződésen nagy sebességgel. Következésképp nő a throughput és csökken az átlagos utazási idő.

48. Kanyarodósávok hosszának hatása

49. 0, 20, 40, 80 és 160 egység hosszú kanyarodósávokat használtunk. • Négyféle forrásfájlt az autókhoz a kis forgalomtól a csúcsforgalomig. • Mértük a vízszintes utakon egyenesen közlekedők átlagos utazási sebességét és a throughputot. • Megint öt futtatást csináltunk minden párral (kanyarodósáv – autó forrás fájl)

50. Kis forgalomnál a kanyarodásra várakozók nem tartják fel jelentősen az egyenesen menőket, még akkor sem ha nincs is kanyarodósáv. Ahogy a forgalom nő egyre hosszabb kanyarodósávokra van szükség ahhoz, hogy ne tartsák fel a kanyarodók az egyenesen menőket.