英语原文共 13 页,剩余内容已隐藏,支付完成后下载完整资料
高分辨率元胞自动机交通仿真模型
在高速公路交通信息系统中的应用
摘要
本文介绍了德国人口最多的北莱茵-威斯特法伦州(NRW)高速公路交通信息系统。它由4000多个环形探测器、一个模拟器和一个微观和宏观图形界面组成。这些应该分别被视为“数据输入”、“数据处理”和“数据输出”。首先,本文讨论了循环检测器的操作模式、位置和操作方式,以及它们的测量质量。然后,本文描述了高分辨率的交通流元胞自动机模型,将道路网络抽象为轨道和节点,如何集成来自环路检测器的数据,并给出了一些关于动态的有效实现的细节。最后,本文展示了图形界面,显示了模拟的交通状态,并给出了结语。特别地,本文展示了交通信息网页www.autobahn.nrw.de,此网页可以展示北威州高速公路网络上模拟的实际交通状况。
1 引言
高效的车辆运输对现代社会都是至关重要的。在人口密集地区,道路网络的交通容量往往达到极限,频繁的交通堵塞和拥挤造成了重大的经济损失。此外,在这些地区,通常不太可能再修建更多的道路。因此,合理利用“交通基础设施”资源在对经济发展起到了重要作用。德国北莱茵-威斯特伐利亚州(NRW)就是这样一个人口密集的地区,道路网络容量无法满足高峰时段的交通需求。莱茵-鲁尔地区(多特蒙德、杜伊斯堡、杜塞尔多夫、埃森等)以及科隆和勒沃库森周边地区的高速公路(德国的高速公路)每天都发生拥堵。更糟的是,交通需求还在不断增长。因此,需要高效、规范的交通信息系统和交通管理理念。
每个信息系统的都以数据为基础。为收集高速公路上的交通流数据,德国联邦交通、建筑和住房部为高速公路配备了测量交通数据的设备。用于测量的最先进的设备是循环探测器,在一节将更详细地进行。环形探测器安装在当地高速公路道路上,只能对行驶在路上的车辆进行测量。这就意味着需要一系列紧密结合的环形探测器来提供高速公路交通状态的准确信息。由于环路检测器的安装和维护成本较高,采用在设备较少的区域安装环路检测器,然后利用智能算法推导交通状态。本文的方法是使用环路检测器采集到的数据作为反馈来控制微观交通模拟器的交通状态,该模拟器使用高速公路交通的高分辨率元胞自动机模型。
本文为德国人口最多的州——北威州的高速公路网设计了一种新型的交通信息系统。该信息系统由数据输入、数据处理和数据输出三部分组成。数据输入是安装在高速公路上的4000多个环形探测器的测量值,这些探测器每分钟向中央服务器发送数据。数据处理由微型交通模拟器完成。该模拟器采用先进的元胞自动机交通流模型,并根据环路检测器提供的实际交通流测量值调整交通状态。元胞自动机模型、网络抽象、车辆指导,并定期数据集成策略调整交通流仿真按照测量流高速公路进行了讨论,以及一些细节的一个有效的实现动态。微观图形界面和宏观图形界面提供数据输出。微观的图形界面以3D的形式将车辆绘制在高速公路的任意一块上。宏观图形界面根据模拟的当前交通状态,在北威州地图上对高速公路进行着色。本文正对此交通信息系统进行扩展,其中最重要的环节是根据实际模拟的交通和历史数据生成高质量的交通预测数据。在此基础上,对仿真系统进行了扩展,使其可用于交通流控制的研究。这并不像看起来那么简单,因为任何关于当前交通状态的信息都可能影响司机的策略。
Nagel等人(1992)提出了一种车辆交通的随机元胞自动机模型,该模型能够再现一些经验观察到的非正常的交通现象,如自发交通阻塞的形成。这本书引起了物理学家们的兴趣,从那以后,汽车交通的细胞自动机模型的发展取得了持续的进步。最新的模型能够再现自由流、自发阻塞形成、同步交通和超稳定性。
在第3节中,描述了我们用来模拟北威州高速公路网络流量的元胞自动机模型。此外,本文考虑了一些算法实现细节,并讨论了如何使用该模型来模拟如此庞大且复杂的拓扑结构道路网络上的交通状态。最后,因为本文使用的交通模型,与大多数交通模型一样,是在拓扑结构简单的道路网络上进行开发和测试的,而将其转换为大型和拓扑结构复杂的真实道路网络,如北威州的高速公路网络,是十分复杂和困难的。
在第4节中,本文将描述为可视化模拟器生成的流量状态而开发的图形界面。为了了解在模拟器中到底发生了什么,本文有一个微观的图形界面,在这个界面中,任意高速公路路段上的所有车辆都被绘制出来。如今,强大的3D图形加速器已经成为一种商品。因此,本文在OpenGL中将其实现为一个真正的3D世界,在这个世界中可以自由选择观看角度和观看位置。当在模拟器上运行时,性能下降是很难被注意到的。使用3D图形的优点是它看起来很真实,因此较容易识别建模中的工件或模拟器代码的动态部分中的漏洞。
微观图形界面如图1所示。微观的图形界面很好地模拟和反应微观状态下的交通流的变化情况,但在宏观的交通状态下是不实用的。因此,本文另外实现了一个宏观的图形界面,该接口在北威州地图上绘制高速公路网络,并对高速公路进行区域划分。然后根据当前的模拟交通状态对每个区域进行着色。
图1 模拟器中的部分高速公路
2 数据输入环探测器
北威州高速公路上的交通数据主要由4000多个环形探测器提供。自20世纪60年代早期引入车辆检测系统以来,电感环路检测器已经成为最常见的车辆检测系统。电感是一种电路元件,通常是一个导电线圈,其中电流是由通过电路的电磁通量产生的。感应回路探测器系统的主要组成部分包括在路面上锯开的浅槽中绕绕的一圈或多圈线圈、连接门操作机柜的引入电缆和箱内的电子探测器单元。
普通的探测器驱动电流通过环路系统,频率范围约为10-200千赫。回路系统构成一个调谐电路,其中回路线是感应元件。每当车辆通过或在回路内停车时,回路的电感就会减小。电感的这种减少然后驱动探测器的输出继电器(或电路),然后,它向控制器单元发送一个脉冲,表明它已经检测到车辆的通过或存在。感应回路探测器探测金属表面,而不是人们通常认为的重金属。由于铁磁效应,环区内的黑色重金属发动机的电感增大,而外围金属的作用则相反,其作用远远大于发动机质量的增加,其净效应是电感的整体减小。通过安装一个由两个电感线圈组成的检测器,它们之间有一个较短的且已知的距离,它可以测量过往车辆的速度。因为车辆占用率在感应环路内的时间也可以测量,这样的双环探测器还可以测量通过车辆的长度。安装在北威州高速公路上的环形探测器受德国联邦部长fur Verkehr(1993)规定的技术交付条件约束。两个双回路探测器的几何图形是指定的,短的和长的。精确的几何图形可以从图2中提取出来。北威州高速公路上的环形探测器每分钟将汇总的测量数据发送到中央服务器。最重要的测量量包括:
Jveh:最后一分钟通过环形探测器的车辆总数;
Jtru:在最后一分钟通过环形探测器的卡车总数;
vpac:在最后一分钟通过环形探测器的客车的平均速度;
vtru:在最后一分钟通过环形探测器的卡车的平均速度。
德国联邦部长fur Verkehr(1993)制定的这些数据的目标精度如下表所示。
Quantity |
Case |
Tolerance |
Jveh |
le;10vehicles/min |
lt;20% |
Jveh |
le;10vehicles/min |
lt;20% |
Jveh |
gt;10vehicles/min |
lt;10% |
Jtru |
le;10vehicles/min |
lt;35% |
Jtru |
gt;10vehicles/min |
lt;20% |
Vpac |
le;100 km/h |
lt;3 km/h |
Vpac |
gt;100 km/h |
lt;3% |
图2 德国联邦部长furVerkehr(1993)设计的双感应环形探测器
此外,要求Jveh的容错性小于3%,jtruh的容错性小于5%,且在超过1小时的聚合时间内。图3显示了一个典型的流量Jvehmeasured by A single -电感环路检测器on the autobahn A1 on A Friday and A Sunday。注意测量到的流动中的大的波动。本文使用的量的反馈控制模拟器是轿车流Jpac:=Jvehminus;Jtru,卡车Jtru流动,和车辆密度rho;(车辆每公里):= veh Jpacvpac J2 Jtruvtru(1)(1)需要注意的是,关系的密度rho;是一个近似。只有当所有乘用车通过速度为vpac的环路检测器,所有卡车通过速度为vtru时,才准确。暂时的真实关系平均在回路探测器密度rho;= i为vi(min),其中i为通过探测器的车辆,vi为第i个车辆的速度。但是,因为循环检测器传递聚合的数据,所以使用了关系(1)。对于密度的不同估计的概述(见,例如,Helbing, 2001)。
3 数据处理与模拟仿真
本文的方法是从局部测量的交通特征通过环路检测器生成北威州整个高速公路网络的交通状态,将数据输入到一个高分辨率的元胞自动机交通模拟器中。模拟器不仅可以提供未被测量区域的交通状态信息,还可以提供对其他有价值的量的合理估计,比如旅行时间,这个量不能直接从探测器的测量中获得。在这一部分,本文将首先描述微观交通动力学模型所使用的模拟器。
图3 感应回路探测器在周五(实线)和周日(虚线)测量的流量
然后,本文讨论了一些细节的数据结构和算法,本文使用一个有效的实现模拟器。最后,本文演示了一些额外的规则,必须适用于模拟一个真正复杂的高速公路网络。
3.1 实现细节
大型交通模拟器设计的一个关键点是软件工程部分。一方面,所选择的数据结构必须足够抽象,以便对整个高速公路网络中的事件进行建模,而且在设计上应该易于归纳和修改。后者尤其重要,因为交通流理论和交通流模型的不断发展,未来在模拟器中进行一些扩展的愿望是必然的。另一方面,一个有效的算法实现的动态是一个必要的如此大的公路网。一个模拟器如果不能在交通高峰期至少实时模拟交通流,那么它的价值就很小,如果它打算使用模拟器进行交通预测,那么它必须是多个实时的。让本文从模拟器中道路网络的表示开始。像在其他模拟器(例如,Esser和Schreckenberg, 1997;Yang和Koutsopoulos, 1996),网络由基本元素、轨道和节点组成。轨道是平行车道的定向组合,或者更随意地说,就是一条高速公路。轨道上的车辆具有相对于轨道的局部坐标(单元和车道)。节点是两个轨道之间的连接。它存储关于出口在要离开的轨道上的位置的信息,关于如何离开轨道(变道,驶出它),以及如何计算目标轨道上的新的本地坐标(单元格偏移,车道偏移)。每条轨迹都包含指向与之相关的所有节点的指针。此外,每个单元中都有与车辆相关的跟踪信息。车辆可以通过它们的位置(小区和车道)快速访问这些信息。轨道将车辆存储在一个指向车辆的双向链接列表中(参见图7)。这个列表根据模拟的每个时间步中车辆的单元位置进行排序。注意,这是必要的,因为车辆的相对顺序可能会随着车辆的通过而改变。通过这样做,车辆有一个快速访问他们的邻居,这是至关重要的效率的模拟器。通过轨道和节点的结合,人们可以构建复杂的高速公路网络结构。这些结构的例子有:车辆进入或离开高速公路的交叉口,两条高速公路相连的交叉口,以及两条高速公路相交但其中一条结束的三角形交叉口。其它几何图形在北威州的高速公路网络中很少见。交集的复杂度如图8所示。但是,可以使用这里使用的元素轻松地构造它们。利用这些轨道和节点对北威州高速公路网络进行了改造。它包括3988个连接,830个进出坡道和67个十字路口。车道的总长度约为12200公里,相当于800多万个1.5米长的电池。用于该网络的数据是从北威州提供的地理信息系统数据库NW-SIB中提取的。车辆的概念被实现为aC 类。车辆包含它的位置(单元格和车道)、它要前往的节点、指向它所在轨迹的指针以及其他各种簿记数据。为了保持模拟器的灵活性,最重要的函数checklanechange和CalculateVelocity(参见第4节)被实现为静态函数指针。另一种方法是使用类继承,但这意味着虚拟函数的开销(每辆车都有一个指向它的指针) 一个虚拟表,其中存储了要使用的函数的地址),所以本文决定不使用它。为了提高效率,为车辆使用自定义内存分配是至关重要的。,重新定义vehicle类的操作符new和delete。该模拟在现代个人计算机上执行多个实时任务,考虑到不断增长的计算能力,将模拟与历史数据相结合进行交通预测是很有前景的。本文目前正在进行这项工作,初步结果看起来很有希望。该模拟器的进一步应用是研究新道路或建筑区域对全球交通流的影响。
3.2数据可视化
正如在第1节中提到的,本文有两个不同的图形界面来模拟交通,微观的和宏观的。在微观图形界面中,单个车辆以3D方式绘制,而在宏观界面中,轨道根据当前的交通状态着色。微观图形界面实现内部使用。它是验证动力学(可视化)正确性的一个有价值的工具。可
剩余内容已隐藏,支付完成后下载完整资料
资料编号:[239307],资料为PDF文档或Word文档,PDF文档可免费转换为Word
以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。