Was ist Verkehrsdynamik?

Ähnliche Dokumente
Klausur zur Vorlesung Verkehrsmodellierung und -simulation SS 2003

Verkehrsdynamik und -simulation

Simulationsmodelle im Verkehr

Verkehrsdynamik und -simulation

Klausur zur Vorlesung Verkehrsdynamik und -simulation, SS 2015 Lösungsvorschlag

Modellierung des Verkehrs als Flüssigkeit. Proseminar Algorithmen der Verkehrssimulation WS 05/06 Atanas Gegov

Verkehrsumlegung. Simultanes Verfahren. Verkehrs. verteilung Zielwahl. Verkehrs erzeugung. verteilung. wahl. Ziel j. V ij. Start i.

Klausur zur Vorlesung Verkehrsmodellierung und -simulation SS 2005

SVI 2016/003 Bestimmung der Verkehrsnachfrage für überlastete Strassen im urbanen Raum. Präsentation anlässlich der SVI-Fachtagung Forschung 2018

Dipl.-Wi.-Ing. Gundolf Jakob. Konferenz Verkehrsökonomik und -politik Berlin Technische Universität München

Fahrzeugfolgemodelle I

4 Grundsätzliche Überlegungen zur Geschwindigkeit

Schaltzeitprognose verkehrsadaptiver Lichtsignalanlagen im Rahmen des Forschungsprojektes EFA 2014/2

Mikroskopische Verkehrssimulationen für den Online-Betrieb

Dirk Helbing. Verkehrsdynamik. Neue physikalische Modellierungskonzepte. Mit 100 Abbildungen und 6 Tabellen. Springer

Teil 1: Verkehrsplanung

Realistische Mikrosimulation von Straßenverkehr mit einem einfachen Modell

Qualitätsmanagement von Verkehr: lokale und netzweite Betrachtungen

Zeitbezogene Navigation im Straßenverkehr

Kooperative und optimierte Lichtsignalsteuerung in städtischen Netzen

Ist das schon Stau? Vergleich verschiedener Verfahren zur Bewertung der Verkehrsqualität für die Kfz- Emissionsberechnung und Maßnahmenbewertung

Methodik der mikroskopischen Verkehrsflusssimulation. 2 Vorzüge gegenüber makroskopischen Verfahren (z. B. HBS)

Seminar VSP Stephan Müller Makroskopische Verkehrsmodellierung mit der Einflussgröße Telematik. Stephan Müller

Universität Stuttgart Institut für Straßen- und Verkehrswesen Institut für Eisenbahn- und Verkehrswesen

Makroskopische Modelle zur Kapazitätsschätzung

Digitale Verkehrssteuerung

Modellierung des operativen und taktischen Verhaltens von Radfahrern an signalgesteuerten Knotenpunkten

Eingliederung der Datenerhebung in das Flussdiagramm einer ökonometrischen Untersuchung

Ergebnisse der schriftlichen Zwischenprüfung Frühjahr 2018 Gärtner/Gärtnerin - Fachrichtung Garten- und Landschaftsbau Zuständige Stelle: Gartenbauzen

Verkehrsführung während der Bauzeit

Proseminar Algorithmen der Verkehrssimulation. Makroskopische Verkehrssimulation als ein Mittel der Verkehrsplanung

MITSIM. MIcroscopic Traffic SIMulator. Vortrag von Florian Walter im Rahmen des Proseminars Algorithmen der Verkehrssimulation am

Faktencheck Rheinquerung Verkehrsablauf auf der Bestandsachse

Verkehrsökonometrie. für Bachelor-Studierende. Dr. Martin Treiber


Deskriptive Statistik. (basierend auf Slides von Lukas Meier)

Verkehrsmikrosimulationen mit Echtzeitdaten Herausforderungen und Chancen

Entwicklung der Nutzfahrzeugflotte und deren CO 2 -Emissionen im Straßengüterverkehr in Deutschland bis zum Jahr 2030

Deskriptive Statistik

Waldschlößchenbrücke Dresden aus verkehrlicher Sicht. W. Schnabel

Modellierung nachhaltiger Mobilität

Mikrosimulation im Fahrsimulator Modellierung des Umgebungsverkehrs mit Hilfe von PTV Vissim

Enzym-Dynamik an einzelnen Molekülen. Paul Käufl

Implementierung eines auf FCD basierten energieeffizienten / reisezeitoptimierten Strategiemanagements in Düsseldorf

VERKEHRSSIMULATION IN DER VERKEHRSPLANUNG WIR PLANEN UND OPTIMIEREN WELTWEIT ALLES, WAS MENSCHEN UND GÜTER BEWEGT.

Die Kunst der Verkehrsregelung 20. März 2011 Dr. Thomas Riedel

Kapitel 11 Aus Fahrstrategien hergeleitete Fahrzeugfolgemodelle

Kalibrierung und Charakterisierung der de/dx-information der Zentralen Driftkammer bei Zeus

Hydrologie und Flussgebietsmanagement

Mikroskopische Modellierung der Personenverkehrsnachfrage auf Basis von Zeitverwendungstagebüchern

Objektorientierte Prozeßsimulation in C++

Beispiel Wahlentscheidungen: Vierstufenmodell der Verkehrsplanung

Verkehrsplanung und Bewertung von FBS- Fahrplandaten mit VISUM

Stärkung der Erreichbarkeit als Voraussetzung für Wettbewerbsfähigkeit

Zeitreihen/Skalen. Homogenität, Inhomogenität, Datenlücken, Plausibilität. vorgetragen von Nico Beez

Informations- und Mobilitätsmanagement Berlin

Übungen Besprechung. Joe Molloy. IVT ETH Zürich

Unfallgeschehen an Baustellen auf Hochleistungsstrassen (HLS)

Bevorzugter Zitierstil für diesen Vortrag

Teil IV. Übungsaufgaben

Flussdiagramm der ökonometrischen Methode

M.Sc. Technische Kybernetik Spezialisierungsfach Automatisierung in der Energietechnik

Vier-Stufen-Verfahren

Modellbildung und Simulation

Zeitbezogene Navigation im Straßenverkehr

Messung und Modellierung von Personenströmen in öffentlichen Gebäuden

Informationsabend Verkehrslösung Saalfelden

Potenziale des Umweltorientierten Verkehrsmanagements

Linearisierung. Vorlesung 4. Realität: nichtlinear. Wunsch: Vorteil: Anwendung einfacher Rechenmethoden (lineare DGL, lineare Gleichung) A=F(Y)

a) x = 1150 ; x = 950 ; x = 800 b) Die Lagemaße unterscheiden sich voneinander. c) Der Median charakterisiert die Stichprobe am besten.

Verkehrsflusssimulation Pförtner Rheinbrücke Karlsruhe

Visualisierung imperfekter Informationen in einem Analyse-Werkzeug

Transkript:

Was ist Verkehrsdynamik? Zeitskala Verkehrlicher Aspekt Modelle Beispiele Gebiet.1 s Antrieb, Bremse, ESP etc. sub mikroskopisch PELOPS Fahrzeug dynamik 1 s 1 s 1 min 1 min 1 h Reaktionszeit Fahrzeug Folgezeit Zeit zum Beschleunigen, Bremsen ÖV: Haltezeit Umlaufzeit (LSA) IV: Periode Stop and Go Verkehr ÖV: Taktzeit "Zeitscheibe" einer Tagesganglinie Fahrzeugfolge modelle (mikroskopisch) fluid dynamische modelle (makros kopisch) Umlegungs modelle PTV VISSIM IDM, OVM Lighthill Whitham Modell PTV Visum Verkehrs dynamik Abgrenzung der Verkehrsflussmodellierung von der Fahrzeugdynamik, Verkehrsplanung und -statistik. 1 Tag 1 Jahr 5 Jahre Bezugstag (Sa, So, Werktag) Umsetzung verkehrstechnischer Ma\3nahmen Umsetzung Infrastruktur Ma\3nahmen Änderung der Raumstruktur Nachfrage modellierung (Erzeugung, Verteilung, Aufteilung) PTV Viseva Verkehrs planung 5 Jahre Demografie, z.b. "Mobilität im Alter" Statistik: Modellgestützte Prognose Alterspyramide (stat. Bundesamt)

Trajektorien-Daten: Das Original Ort (m) Treiterer and Myers, Hysteresis phenomenon in traffic flow, Proceedings of the 6th International Symposium on Transportation and Traffic Theory, ed. D.J. Buckley, pp. 13-38, Elsevier, New York (1974) 3 6 9 12 Zeit (s)

Weiteres Beispiel für Trajektorien-Daten B. Coifman, www.cs.berkeley.edu/ zephyr (1997)

Die ersten Querschnitts-Verkehrsmessung

Querschnittsdaten heutzutage: Induktionsschleifen-Detektoren

Prinzip der Induktionsschleifen-Detektoren Spannung U eff ~ U Zeit t

Einzelfahrzeugdaten: Verteilung der Netto-Folgezeiten Relative Häufigkeit.1.8.6.4.2 T^ V 6 km/h V < 6 km/h 1 2 3 4 5 6 Netto Zeitlücke (s)

1-Minuten Daten vom Detektor D2 der A9 Haarlem-Amsterdam Rottepolderplein S 17 43.3 km 42.3 km 41.8 km 41.3 km 4.8 km 39.6 km Badhoevedorp D2 D3a D4 D6 D9 D1 D3 D5 D7 D8 37.6 km 36.9 km 36.6 km 35.9 km Amsterdam Fluss Q (Fz/h/Spur) ρ (Fz/km/Spur) 25 15 5 12 1 8 6 4 2 1 8 6 4 2 6 7 8 9 Time (h) loop2 6 7 8 9 Time (h) loop2 loop2 6 7 8 9 Time (h)

Wie verläuft der Stau? 12 1 8 6 4 2 Zeitreihe: 6 7 8 9 Time (h) loop2 Mögliche Stauformen:

Empirische Fundamentaldiagramme 25 loop2 Q=v ρ Q=1/T(1-ρ/ρ max ) 25 M26, Links Q e (ρ) Q=v ρ Q=1/T(1-ρ/ρ max ) Fluss Q (Fz/h/Spur) 15 Fluss Q (Fz/h/Spur) 15 5 5 2 4 6 8 1 12 2 4 6 8 1 ρ (Fz/km/Spur) ρ (Fz/km/Spur) A9 von Haarlem nach Amsterdam: Hysteretisch A9-Süd bei München: Quasi-kontinuierlich

Idealisierte Bereiche freien und gebundenen Verkehrs 25 Freier Verkehr Q (veh/h/lane) 15 Gebundener Verkehr 5 1 2 3 4 5 6 14 ρ (veh/km/lane) 14 12 12 1 1 8 6 8 6 4 4 2 2 1 2 3 4 5 6 ρ (veh/km/lane) 5 15 25 Q (veh/h/lane)

Das Buch zur Vorlesung

Verschiedene makroskopische Darstellungen der Detektordaten Echte vs. virtuelle Detektordaten eines kalibrierten Mikromodells Q (Fz/h) 25 15 5 1 2 3 4 5 6 7 ρ (Fz/km) Daten IDM Querschnittsdaten A5 Nord, 11. April 21 Detektor 19 IDM Simulation mit "virtuellem Detektoren" 15 Daten IDM 15 Daten IDM 1 5 1 5 1 2 3 4 5 6 7 ρ (Fz/km) 5 15 25 Q (Fz/h)

Vergleich mit den tatächlichen Begebenheiten Dieselben echten Daten und dieselbe Simulation, aber mit der wahren simulierten Dichte Q (Fz/h) 25 15 5 Daten IDM, Ground Truth Querschnittsdaten A5 Nord, 11. April 21 Detektor 19 IDM: Simulatierte "tatsächliche" Grösßen 3 6 9 12 ρ (Fz/km) Fundamentaldiagramm 15 Daten IDM, Ground Truth 15 Daten IDM, Ground Truth 1 5 1 5 1 2 3 4 5 6 7 ρ (Fz/km) 5 15 25 Q (Fz/h)

Einfluss der verschiedenen Mittelwerts-Definitionen I Simulation eines Mikromodells ( ACC-Modell ): Virtuelle Detektoren mit arithmetischer Mittelung: V = v α, ρ = Q/V Abstand von der Zufahrt (km) 2-2 -4-6 -8 3 6 9 14 12 1 8 6 4 2 Fluss Q (1/h) 25 15 5-7 km -5 km -1 km 2 4 6 8 1 Zeit (min) Geschw. 12 1 8 6 4 2-7 km -5 km -1 km Geschw. 12 1 8 6 4 2-7 km -5 km -1 km 5 15 25 Fluss Q (1/h) 2 4 6 8 1

Einfluss der verschiedenen Mittelwerts-Definitionen II Wie oben, aber harmonisches Mittel: V = V H, ρ = Q/V H harmonischer Mittelung Abstand von der Zufahrt (km) 2-2 -4-6 -8 3 6 9 14 12 1 8 6 4 2 Fluss Q (1/h) 25 15 5-7 km -5 km -1 km 2 4 6 8 1 Zeit (min) Geschw. 12 1 8 6 4 2-7 km -5 km -1 km Geschw. 12 1 8 6 4 2-7 km -5 km -1 km 5 15 25 2 4 6 8 1

Einfluss der verschiedenen Mittelwerts-Definitionen III Die realen Verhältnisse! Abstand von der Zufahrt (km) 2-2 -4-6 -8 3 6 9 14 12 1 8 6 4 2 Q (1/h) 25 15 5-7 km -5 km -1 km 2 4 6 8 1 Zeit (min) Geschw. 12 1 8 6 4 2-7 km -5 km -1 km Geschw. 12 1 8 6 4 2-7 km -5 km -1 km 5 15 25 2 4 6 8 1

Einfluss der verschiedenen Mittelwerts-Definitionen IV Übersicht (IDM) Abstand von der Zufahrt (km) 2-2 -4-6 -8 (a) 3 6 9 Zeit (min) 14 12 1 8 6 4 2 Fluss Q (1/h) 25 (b) 15 5 Q vs Q / V 2 4 6 8 1 25 (c) 25 (d) Fluss Q (1/h) 15 Q vs Q / 5 V H 2 4 6 8 1 Fluss Q (1/h) 15 5 Q* vs Q* / V H 2 4 6 8 1 25 (e) 25 (f) Fluss Q (1/h) 15 Q (1/h) 15 5 Q vs Q* / V H 2 4 6 8 1 5 real values 2 4 6 8 1