Seminar: Verkehrssimulation und Optimierung. Michael Behrisch, Rüdiger Ebendt, Daniel Krajzewicz, Yun-Pang Wang

Transkript

1 Seminar: Verkehrssimulation und Optimierung Michael Behrisch, Rüdiger Ebendt, Daniel Krajzewicz, Yun-Pang Wang Verkehrssimulation und Optimierung >. Oktober 008 > Folie 1

2 Organisatorisches Verkehrssimulation und Optimierung >. Oktober 008 > Folie

3 Zur Person Michael Behrisch Rüdiger Ebendt Daniel Krajzewicz Yun-Pang Wang Verkehrssimulation und Optimierung >. Oktober 008 > Folie 3

4 Seminar Termine Beginn des Seminars: Mittwoch 11:00-13:00 (RUD, 3.113) Zuordnung Hauptstudium, Theoretische und Praktische Informatik Anforderungen für einen Seminarschein regelmäßige aktive Mitarbeit Vortrag schriftliche Ausarbeitung (acht bis zehn Seiten) Verkehrssimulation und Optimierung >. Oktober 008 > Folie 4

5 Verkehrsforschung im DLR Verkehrssimulation und Optimierung >. Oktober 008 > Folie

6 Das Deutsche Zentrum für Luft- und Raumfahrt e.v. in der Helmholtz-Gemeinschaft Forschungsbereiche Luftfahrt Raumfahrt Energie Verkehr Das DLR in Zahlen Gesamtbudget: Mio. Euro Mio. Euro Wissenschaftliche Kompetenz: über.300 MitarbeiterInnen Verkehrssimulation und Optimierung >. Oktober 008 > Folie

7 Institute und wissenschaftliche Einrichtungen des DLR Standorte 7 Institute und Einrichtungen in 1 Standorten/Außenstellen Außenbüros in Brüssel, Paris und Washington. DNW Hamburg Trauen Braunschweig Neustrelitz Berlin-- Adlershof Göttingen Beteiligung des DLR an: European Transonic Wind Tunnel (ETW) Deutsch-Niederländische Windkanäle (DNW) Köln-Porz Bonn St. Augustin Darmstadt Lampoldshausen Stuttgart Oberpfaffenhofen Weilheim Verkehrssimulation und Optimierung >. Oktober 008 > Folie 7

8 Standort Berlin Institute Institut für Verkehrssystemtechnik Institut für Verkehrsforschung Institut für Planetenforschung Institut für Robotik und Mechatronik Abteilung Optische Informationssysteme Institut für Methodik der Fernerkundung Gewässerfernerkundung Institut für Faserverbundleichtbau und Adaptronik Abteilung Systemkonditionierung DNW Hamburg Trauen Braunschweig Göttingen Köln-Porz Bonn St. Augustin Darmstadt Lampoldshausen Stuttgart Neustrelitz Berlin-- Adlershof Oberpfaffenhofen Weilheim Verkehrssimulation und Optimierung >. Oktober 008 > Folie 8

9 Schwerpunkt Verkehr Beteiligte Institute Institut für Verkehrsforschung Einrichtung Verkehrsstudien DNW Hamburg Trauen Braunschweig Neustrelitz Berlin-- Adlershof Institut für Verkehrssystemtechnik Göttingen Köln-Porz Bonn St. Augustin Institut für Fahrzeugkonzepte sowie 1 weitere Institute aus den Bereichen Luftfahrt, Raumfahrt und Energie Darmstadt Lampoldshausen Stuttgart Oberpfaffenhofen Weilheim Verkehrssimulation und Optimierung >. Oktober 008 > Folie

10 Institut für Verkehrssystemtechnik Sitz: Seit: 001 Leitung: Braunschweig, Berlin Prof. Dr.-Ing. Karsten Lemmer Mitarbeiter: Momentan etwa 100 Mitarbeiter aus verschiedenen wissenschaftlichen Bereichen Aufgabenspektrum Grundlagenforschung Erstellen von Konzepten und Strategien Prototypische Entwicklungen Forschungsgebiete Automotive Bahnsysteme Verkehrsmanagement Verkehrssimulation und Optimierung >. Oktober 008 > Folie 10

11 Bereich Verkehrsmanagement Abt. Verkehrserfassung Abt. Verkehrsbeeinflussung Bild- und Signalverarbeitung Floating Car Data Messstrecke Verkehrsmanagement bei Katastrophen und Großereignissen Verkehrsbewertung, Netzbeeinflussung Verkehrssimulation Traffic Tower Verkehrssimulation und Optimierung >. Oktober 008 > Folie 11

12 Themenvorstellung Simulation Daniel Krajzewicz Verkehrssimulation und Optimierung >. Oktober 008 > Folie 1

13 Verkehrssimulation als Open Source Anwendungen für eine Verkehrssimulation Reproduzierbare Untersuchungen von realen, existierenden Straßennetzen Neuen Konzepten für Signalschaltungen Lageerfassung Verkehrsprognose Verkehrsmanagement dynamische Routenwahl Fahrzeug-Fahrzeug und Fahrzeug-Infrastruktur - Kommunikation Planung Verkehrssimulation und Optimierung >. Oktober 008 > Folie 13

14 Verkehrssimulation als Open Source Komponenten Straßennetz Fahrzeuge / Fluss Lichtsignalanlagen Verkehrssimulation und Optimierung >. Oktober 008 > Folie

15 Verkehrssimulation als Open Source Warum eine freie (open source) Simulation? Normales Vorgehen Eine (akademische) Institution entwickelt ein neues Verfahren und möchte es testen Erstellt eine eigene Verkehrssimulation und braucht: Eine Repräsentation des Straßennetzes (Anzahl Spuren, Vorfahrtsbeziehungen, etc.) Eine Repräsentation der Fahrzeuge (ihre Routen, Parameter, etc.) Eine Repräsentation der Leitsysteme (Ampeln z. B.) führt zu Vielen (unvollständigen) Simulationen, die nicht vergleichbar sind Lösung: eine erweiterbare Simulation als Basis für eigene Entwicklungen Verkehrssimulation und Optimierung >. Oktober 008 > Folie 1

16 SUMO Simulation of Urban MObility Enthaltene Applikationen SUMO: Simulation ohne grafische Ausgabe GUISIM: Simulation mit einer grafischen Oberfläche NETCONVERT: Importer für Straßennetze ODTRIPS: Importer für O/D- Matrizen JTRROUTER: Router anhand von Abbiegebeiziehungen DUAROUTER: Router zur Errechnung des Benutzergleichgewichts DFROUTER: Router anhand von Indunktionsschleifendaten Verkehrssimulation und Optimierung >. Oktober 008 > Folie 1

17 SUMO-Projekte am DLR INVENT Implementation und Verifikation von Verkehrsmanagementstrategien für großstädtische Ballungsräume OIS Verifikation der Vorteile neuer optischer Sensoren Traffic Tower Virtuelle Verkehrsmanagementumgebung WJT00 / Soccer00 Integration von Induktionsschleifen- und Luftbilddaten in ein Verkehrsportal mit Vorhersagefunktionalität TrafficOnline Verkehrsüberwachung mittels mitgeführter GSM Mobiltelefone Verkehrssimulation und Optimierung >. Oktober 008 > Folie 17

18 WJT00 / Soccer00 DELPHI Beschreibung Eingesetzt in Köln während Des Papstbesuches (Weltjugendtag 00) Der FIFA-Fußballweltmeisterschaft (00) Verkehrserfassung mittels Induktionsschleifen auf den Autobahnen Induktionsschleifen der Stadt Eines luftgestützten Erfassungssystems (an einem Zeppelin) Verkehrslagedarstellung Integration und Darstellung der gesammelten Daten Präsentation für die Polizeieinsatzkräfte Vorhersage der Verkehrslage Die Simulation errechnete den zukünftigen Straßenzustand in 30 min Verkehrssimulation und Optimierung >. Oktober 008 > Folie 18

19 SUMO Verfügbarkeit Beteiligte: Institut für Verkehrssystemtechnik / DLR Aktuelle Version: Version Webseite / Download: Kontakt: Daniel.Krajzewicz@dlr.de Michael.Behrisch@dlr.de sumo-user@lists.sourceforge.net Studien-/Diplomarbeiten: Verkehrssimulation und Optimierung >. Oktober 008 > Folie 1

20 Seminarthemen Daniel Krajzewicz Spurwechsel Was bedingt einen Spurwechsel? Wie wird es jeweils umgesetzt? Wie ist die Entwicklung von Spurwechselmodellen? Simulationssoftware Welche Softwarepakete für die (mikroskopische) Simulation von Verkehr existieren? Was sind die Unterschiede? Validierung Wie werden mikroskopische Simulationen validiert? Grüne Welle/LSAs Welche Ansätze für das Berechnen einer grünen Welle existieren? Was kann erreicht werden, wo sind die Grenzen? Ramp Metering Was ist ramp-metering? Welche Ansätze für das ramp-metering existieren? Verkehrssimulation und Optimierung >. Oktober 008 > Folie 0

21 Themenvorstellung Modelle Michael Behrisch Verkehrssimulation und Optimierung >. Oktober 008 > Folie 1

22 Verkehrssimulationen Mikroskopische Modelle Einleitung Zumeist: zeitdiskret Fahrzeugfolgemodelle : die Geschwindigkeit des simulierten Fahrzeugs hängt von der Geschwindigkeit des voraus fahrenden und dem Abstand zwischen beiden ab Verkehrssimulation und Optimierung >. Oktober 008 > Folie

23 Verkehrssimulationen Mikroskopische Modelle Das Krauß - Fahrzeugfolgemodell* in SUMO Features: Ortskontinuierlich Zeitdiskret Unfallfrei Stochastische Komp. Parameter: Beschleunigung Bremsvermögen max. Geschw. Fahrerunvermögen [*] Microscopic Modelling of Traffic Flow: Investigation of Collision Free Vehicle Dynamics, S. Krauß, DLR (Hauptabteilung Mobilität und Systemtechnik), 18, ISSN Verkehrssimulation und Optimierung >. Oktober 008 > Folie 3

24 Weitere Themen Netzwerkflüsse Nutzergleichgewicht Verkehrssimulation und Optimierung >. Oktober 008 > Folie 4

25 Themenvorstellung Routenfindung Rüdiger Ebendt Verkehrssimulation und Optimierung >. Oktober 008 > Folie

26 Mobilitätsportal Cityrouter ( Verkehrslageerfassung und -darstellung (Web) Dynamische Routenfindung/Off-board Navigation (Web, Wap, PDA/GPRS) Verkehrssimulation und Optimierung >. Oktober 008 > Folie

27 Routenfindung: verschiedene Schwierigkeitsgrade Verkehrssimulation und Optimierung >. Oktober 008 > Folie 7

28 Dijkstra's Shortest Path Algorithmus Finde einen kürzesten bzw. billigsten Pfad von s nach t. 4 3 s t Verkehrssimulation und Optimierung >. Oktober 008 > Folie 8

29 Dijkstra's Shortest Path Algorithmus S = { } PQ = { s,, 3, 4,,, 7, t } 0 s distance label 7 44 Verkehrssimulation und Optimierung >. Oktober 008 > Folie t

30 Dijkstra's Shortest Path Algorithmus S = { } PQ = { s,, 3, 4,,, 7, t } delmin 0 s distance label 7 44 Verkehrssimulation und Optimierung >. Oktober 008 > Folie 30 t

31 Dijkstra's Shortest Path Algorithmus decrease key S = { s } PQ = {, 3, 4,,, 7, t } 0 s distance label 7 X 1 44 Verkehrssimulation und Optimierung >. Oktober 008 > Folie 31 t

32 Dijkstra's Shortest Path Algorithmus S = { s } PQ = {, 3, 4,,, 7, t } delmin 0 s distance label 7 X 1 44 Verkehrssimulation und Optimierung >. Oktober 008 > Folie 3 t

33 Dijkstra's Shortest Path Algorithmus S = { s, } PQ = { 3, 4,,, 7, t } 0 s X 1 44 Verkehrssimulation und Optimierung >. Oktober 008 > Folie 33 t

34 Dijkstra's Shortest Path Algorithmus S = { s, } PQ = { 3, 4,,, 7, t } decrease key X 33 0 s X 1 44 Verkehrssimulation und Optimierung >. Oktober 008 > Folie 34 t

35 Dijkstra's Shortest Path Algorithmus S = { s, } PQ = { 3, 4,,, 7, t } X 33 0 s 1 0 delmin X 1 44 Verkehrssimulation und Optimierung >. Oktober 008 > Folie 3 t

36 Dijkstra's Shortest Path Algorithmus S = { s,, } PQ = { 3, 4,, 7, t } 3 X 33 X 0 s X 1 44 Verkehrssimulation und Optimierung >. Oktober 008 > Folie 3 t

37 Dijkstra's Shortest Path Algorithmus S = { s,, } PQ = { 3, 4,, 7, t } 3 33X 0 s X 1 delmin 44 Verkehrssimulation und Optimierung >. Oktober 008 > Folie 37 t

38 Dijkstra's Shortest Path Algorithmus S = { s,,, 7 } PQ = { 3, 4,, t } 3 33X 0 s X X 1 44 Verkehrssimulation und Optimierung >. Oktober 008 > Folie 38 t X

39 Dijkstra's Shortest Path Algorithmus S = { s,,, 7 } PQ = { 3, 4,, t } delmin 3 33X 0 s X X 1 44 Verkehrssimulation und Optimierung >. Oktober 008 > Folie 3 t X

40 Dijkstra's Shortest Path Algorithmus S = { s,, 3,, 7 } PQ = { 4,, t } 3 33X 0 s X X X 1 44 Verkehrssimulation und Optimierung >. Oktober 008 > Folie 40 1 t X X

41 Dijkstra's Shortest Path Algorithmus S = { s,, 3,, 7 } PQ = { 4,, t } 3 33X 0 s X 3 X 34 delmin X 1 44 Verkehrssimulation und Optimierung >. Oktober 008 > Folie 41 1 t X X

42 Dijkstra's Shortest Path Algorithmus S = { s,, 3,,, 7 } PQ = { 4, t } 3 33X 0 s X X X X X Verkehrssimulation und Optimierung >. Oktober 008 > Folie 4 t X X

43 Dijkstra's Shortest Path Algorithmus S = { s,, 3,,, 7 } PQ = { 4, t } 3 33X 0 s X X X 4 delmin X X Verkehrssimulation und Optimierung >. Oktober 008 > Folie 43 t X X

44 Dijkstra's Shortest Path Algorithmus S = { s,, 3, 4,,, 7 } PQ = { t } 3 33X 0 s X X X X X Verkehrssimulation und Optimierung >. Oktober 008 > Folie 44 t X X

45 Dijkstra's Shortest Path Algorithmus S = { s,, 3, 4,,, 7 } PQ = { t } 3 33X 0 s X X X X 1 44 delmin 0 1 X Verkehrssimulation und Optimierung >. Oktober 008 > Folie 4 t X X

46 Dijkstra's Shortest Path Algorithmus S = { s,, 3, 4,,, 7, t } PQ = { } 3 33X 0 s X X X X X Verkehrssimulation und Optimierung >. Oktober 008 > Folie 4 t X X

47 Zielgerichteter Dijkstra: A* (A Stern) Verschwendung Suchraum Dijkstra Suchraum A* Verkehrssimulation und Optimierung >. Oktober 008 > Folie 47

48 Highway Hierarchies Idee: Straßen in Hierarchien einteilen: Autobahn (sehr hohe Priorität) Schnellstraße Bundesstraße... Spielstraße Feldweg (sehr geringe Priorität) automatische Bestimmung der Hierarchien nicht Bezeichnung der Straße als Grundlage, sondern die tatsächlich kürzesten bzw. schnellsten Wege Verkehrssimulation und Optimierung >. Oktober 008 > Folie 48

49 HH* / Landmarks Highway Hierarchies + A* + Landmarks = HH* c a b c a + b Verkehrssimulation und Optimierung >. Oktober 008 > Folie 4

50 Transit Node- & Dynamic Highway Node Routing Verkehrssimulation und Optimierung >. Oktober 008 > Folie 0

51 Themenvorstellung Verkehrsumlegung und Matrixanpassung Yun-Pang Wang Verkehrssimulation und Optimierung >. Oktober 008 > Folie 1

52 Verkehrsmodellierung Motivation Schätzen der Verkehrsnachfrage, Identifizieren erforderlicher Infrastruktur sowie Planen des gesamten Verkehrssystems Überwachen der Verkehrszustände Entwerfen von Verkehrsmaßnahmen und Auswirkungsanalyse Verkehrssimulation und Optimierung >. Oktober 008 > Folie

53 Verkehrsmodellierung Verkehrserzeugung Verkehrsverteilung Verkehrsaufteilung Verkehrsumlegung A B C Verkehrsnachfrage A B C Verkehrssimulation und Optimierung >. Oktober 008 > Folie 3

54 Modelle der Verkehrsumlegung Makroskopisch Betrachtung von Verkehrsmengen Ermittelung der Reisezeit anhand des q-v-k Verhältnises.. Mikoskopisch Betrachtung von jedem Fahrzeugen Messung der Reisezeit, Geschwindigkeit.... Verkehrssimulation und Optimierung >. Oktober 008 > Folie 4

55 Themen der Verkehrsumlegung Routesuche Routenwahl Wahrnehmung der Fahrer Optimierungsprinzip.. Sukzessivumlegung deterministisches Nutzer-Gleichgewicht (UE) stochastisches Nutzer- Gleichgewicht (SUE) Verkehrssimulation und Optimierung >. Oktober 008 > Folie

56 Matrixanpassung mit Hilfe von Verkehrszählungen A B C Verkehrsnachfrage A B C Bezirk D Bezirk A Bezirk B Verkehrsströme Bezirk C Bezirke Verkehrszählungen Verkehrssimulation und Optimierung >. Oktober 008 > Folie