Praktický přehled mikro-simulačního software

Slides:



Advertisements
Podobné prezentace
PLAYBOY Kalendar 2007.
Advertisements

CIT Paměti Díl X.
Podpora personálních procesů v HR Vema Jaroslav Šmarda
Mgr. Pavel Dobeš Ministr dopravy
Návrh parkování Návrh zastávek MHD.
Rekonstrukce severních mostů
Dynamické systémy.
Přístroje pro bezpečnostní funkce
Softwarový systém DYNAST
PROGRAM PRO VÝUKU T ČLÁNKU
Dynamické rozvozní úlohy
Metody řazení s lineární časovou složitostí
Optimalizace v simulačním modelování. Obecně o optimalizaci  Optimalizovat znamená maximalizovat nebo minimalizovat parametrech (např. počet obslužných.
Vizualizace projektu větrného parku Stříbro porovnání variant 13 VTE a menšího parku.
CYKLISTICKÁ INFRASTRUKTURA Jaroslav Martinek Central MeetBike.
Dělení se zbytkem 3 MODERNÍ A KONKURENCESCHOPNÁ ŠKOLA
MODERNÍ A KONKURENCESCHOPNÁ ŠKOLA reg. č.: CZ.1.07/1.4.00/ Základní škola, Šlapanice, okres Brno-venkov, příspěvková organizace Masarykovo nám.
Počítačové modelování dynamických systémů Simulink 5. cvičení Miloslav LINDA katedra elektrotechniky a automatizace.
Základní verze HRD a co dál ? Jitka Homolová, Pavla Němcová, Petr Gebouský, Ivan Nagy, podpora studentů: FD, FJFI a odborný poradce: Miroslav Kárný.
Obchodní akademie, Ostrava-Poruba, příspěvková organizace
Rozvoj ITS pro řízení dopravy v intravilánu
Jakékoliv další používání podléhá autorskému zákonu.
Získávání informací Získání informací o reálném systému
Projekt PŘEDPOVĚĎ POČASÍ. projekt PŘEDPOVĚĎ POČASÍ.
M O R A V S K O S L E Z S K Ý K R A J 1 Vedení správních řízení ve spisové službě a statistika vyřizování dokumentů.
Zklidňování komunikací v městské části Praha 18 - Letňany
Řízení dopravy Model pro odhad stavu a optimalizaci Jitka Kratochvílová, Ivan Nagy.
Projekt PŘEDPOVĚĎ POČASÍ. projekt PŘEDPOVĚĎ POČASÍ.
KASKÁDOVÉ STYLY 4.
Lenka Fialová Martina Procházková Ondřej Soukup Martin Valenta Cyril Vojáček 1.
Jazyk vývojových diagramů

Rozdíly v pravidlech silničního provozu
Model dopravní mikrooblasti pro popis a řízení délek kolon v křižovatkách pomocí světelné signalizace.
Konference WITNESS 2005 Ing. Jan Šlajer – DYNAMIC FUTURE s.r.o. Optimalizace výroby v automobilovém průmyslu pomocí dynamické simulace.
Hierarchické řízení dopravy pomocí sítě světelných signalizačních zařízení Jitka Homolová, Ivan Nagy, Miroslav Kárný, Pavla Němcová, Ludvík Tesař, Ferdinand.
Projekt PŘEDPOVĚĎ POČASÍ. projekt PŘEDPOVĚĎ POČASÍ.
EDITOR BY: SPRESS 15. ledna ledna ledna 2015.
Dopravní charakteristiky
Dopravní a liniové stavby
Dopravní značky Zde si vyzkoušíte zda si aspoň kapku pamatujete dopravní značky. Zkuste to bez pomoci rodičů, sourozenců či internetu. Zde najdete jen.
VII. Neutronová interferometrie II. cvičení KOTLÁŘSKÁ 7. DUBNA 2010 F4110 Kvantová fyzika atomárních soustav letní semestr
Jazyk vývojových diagramů
Změny v SOILINu ve SCIA Engineer oproti Nexis32
TRUHLÁŘ I.ročník Výrobní zařízení Střední škola stavební Teplice
© 2006 Cisco Systems, Inc. All rights reserved.Cisco PublicITE I Chapter 6 1 LAN Design LAN Switching and Wireless – Chapter 1.
SITRAFFIC Scala (UTC) SITRAFFIC Concert (TMS)
Fuzzy logika pro řízení světelné signalizace křižovatky
Bc. Jan Sálus Fakulta elektrotechnická 4. Června 2012, Praha Bc. Jan Sálus 1 Dopravní kontrola.
ŘÍZENÍ DOPRAVY POMOCÍ SW AGENTŮ Richard Lipka, DSS
S CENARIO - BASED METHODOLOGY FOR COMPARISON OF THE SOFTWARE TRAFFIC CONTROL AGENTS Seminář DSS – Richard Lipka.
Institut geoinformatiky VYUŽITÍ CELULÁRNÍCH AUTOMATŮ PRO MODELOVÁNÍ SILNIČNÍ SÍTĚ V MULTIAGENTOVÉM SYSTÉMU Vypracoval: Bc. Martin Hlaváček Vedoucí: Ing.
Metodika generování a ladění modelů neuronových sítí Ing. Martin MoštěkVŠB – Technická Univerzita Ostrava.
Monte Carlo simulace Experimentální fyzika I/3. Princip metody Problémy které nelze řešit analyticky je možné modelovat na základě statistického chování.
14. června 2004Michal Ševčenko Architektura softwarového systému DYNAST Michal Ševčenko VIC ČVUT.
Modifikovaný dynamický model pro řešení technicko-ekonomických úloh s použitím rizik a nejistot Modifikovaný dynamický model pro řešení technicko-ekonomických.
Workshop pro výzkumné pracovníky 16. – , Brno Rozvoj moderních dopravních inteligentních systémů Ing. Petr Holcner, Ph.D. Mikroskopický model.
Úloha 1 Měření vzdálenosti pomocí ultrazvuku na vstupu mikropočítače Projekt CZ.1.07/1.1.16/ Bc. Štěpán Janás 2013.
Úloha 1 Projekt CZ.1.07/1.1.16/ David Holoubek 2014 Dotykový senzor na vstupu mikrokontroléru NXT.
JUTS DSS, 5. listopadu 2008 Richard Lipka JUTS 2 Základní vlastnosti Pseudoparalelní simulace na úrovni jednotlivých vozidel.
Úloha 5 Ultrazvukový senzor, tlačítko a motor řízený mikropočítačem Projekt CZ.1.07/1.1.16/ Bc. Štěpán Janás 2013.
1 Principy simulace Definice Koncepce tvorby modelů Obecné charakteristiky.
Obhajoba maturitní práce Automatizované řízení MSP Filip Došlov DPE4.
Dopravní plánování s mikrosimulačním softwarem S-Paramics Jiří Paukrt SIAS Limited.
Postup při návrhu simulačního modelu
Vzorový příklad výpočtu křižovatky se SSZ
D o z p n r.
Střední odborná škola a Střední odborné učiliště, Vocelova 1338
Postup při práci s prostředím AIMSUN
Transkript prezentace:

Praktický přehled mikro-simulačního software AIMSUN Advanced Interactive Microscopic Simulator for Urban and Non-urban Networks Praktický přehled mikro-simulačního software Úvod Praktické aplikace Schopnosti SW Požadavky na simulaci Vstupy Výstupy Omezení SW

Úvod Autor Transportation Simulation Systems (TSS), Barcelona, Spain www.aimsun.com AIMSUN je propojen se simulačním prostředím GETRAM Generic Environment for TRaffic Analysis and Modeling Traffic Network Graphic Editor (TEDI) AIMSUN AIMSUN 3D Využití Návrh dopravního řešení dané lokality Návrh designu Predikce TSS - společnost, specializující se na simulaci dopravy a vývojem telematických technologií v dopravě. Během posledních 3 let se v oblasti dopravních simulací stala autoritou, jejích služeb využívají jak soukromé společnosti zabývající se dopravními stavbami a vybavením , ale její studie používají i Vládní orgány a Odborná centra (školy). Hlavním produktem je AIMSUN/GETRAM

GETRAM GETRAM Externí aplikace EMME/2 TRANSYT SCATS AIMSUN Nejkratší TEDI grafický editor EMME/2 Dopravní síť TRANSYT knihovny SCATS AIMSUN Ohodnocení Nejkratší dráhy Dráhy AIMSUN simulátor GETRAM Extensions Uživatelské prostředí EMME/2 prostředí – pro makroskopickou analýzu sestavenou spojením mikrooblastí se stejnými statistickými charakteristikami import veřejné hromadné dopravy a export informací z detektorů TRANSYT prostředí – Umožňuje import dat do aplikace TRANSYT/10 a TranED (graf. editor), konvertuje charakteristiky sítě GETRAM – Celkový ztrátový čas, využití kapacity drah, toky v sitích SCATS – adaptivní kontrolní systém pro dynamické řízení křižovatky, řídící plán, vypočítaný SCATS je importovaný do AIMSUN Grafické uživatelské prostředí –návrh topologie sítě, zadání OD matice, fixních signálních plánů GETRAM Extensions – poskytují data externím systémům a akceptují kontrolní a řídící zásahy: mění rychlost dle typu vozidel zakazuje jízdní pruhy dle typu vozidel mění pravděpodobnost odbočení dynamická změna OD matice Getram Extensions = API(Application Programming Interface), dovoluje uživateli vývoj externích aplikací, které zprostředkují přístup k interním datům AIMSUN v průběhu simulace. Externí řídící aplikace (SCOOT, C-Regular) mohou s AIMSUNem spolupracovat Uživatelské prostředí AIMSUN- získáme statistické charakteristiky jednotlivých pruhů Simulovaná data Kontrolní & řídící zásahy Externí aplikace

Mikroskopický model Pohyb jednotlivých vozidel Pozice vozidel je modifikovaná v každé řídící smyčce za použití logiky pro „car-following“ a „lane changing“ Interakce mezi vozidly na neřízených křižovatkách používá pravidla přednosti jízdy a pravidel pro „gap acceptance“ Řízené křižovatky mají explicitní řídící algoritmy Detailní reprezentace geometrie sítě Modelování variability v chování řidičů a dynamiky vozidel gap acceptance – akceptace mezery pro nedání přednosti v jízdě - změnu pruhu, odbočení,…

Schopnosti modelu Městské sítě, dálnice, ostatní komunikace, kruhové objezdy, křižovatky, mimoúrovňové křížení komunikací, ostatní kombinace Veřejná doprava Dopravní nehody Typy vozidel Osobní, nákladní automobily, tramvaje, uživatelsky definované typy Fixní nebo dynamická volba tras Rozhraní EMME/2 TRANSYT 3D vizualizace

Schopnosti modelu (pokračování) Řízení dopravy a ITS Dopravní signalizace Fixní čas, semi-actuated, fully-actuated Adaptivní řízení Dopravní značení Ramp metering Doba zelené, tok, zpoždění Proměnné dopravní značení (VMS) Zpráva, počáteční čas, odezva řidičů Všechny druhy detektorů

Návrh modelu (1) Geometrie sítě Parametry vozidel (2) Dopravní toky O-D matice Vstupní intenzity a procenta odbočení (3) Návrh řídícího algorimu (4) Veřejná doprava (nepovinné) (5) GETRAM Extensions (nepovinné) Parametry pro modelování (existují přednastavené hodnoty)

Prvky modelu Jízdní pruhy (Sections) 1. TEDI - Geometrie sítě Prvky modelu Jízdní pruhy (Sections) délka, šířka, počet pruhů, omezení rychlosti, stoupání, atd. Křížovatky (Junctions and Joins) definování dovolených směrů pro odbočení na křižovatkách, SSZ Centroids dopravní zdroje a ústí Detektory VMS Meterning VMS - Variable Message Sign - Aimsun při modelování bere v úvahu vliv informací (o kongescích, překážkách silničního provozu a navrhovaných alternaticních cestách) na chování řidiče - změní se parametry odbočení, OD matice

Sections Polysections 1. TEDI - Geometrie sítě Sections Polysections Změna orientace : Section -> Change direction Změna počtu pruhů: Podržením a táhnutím myši Section -> Number of lanes Section->Change direction Chceme-li navázat na nakreslenou sekci, vybereme ji a klikneme na ikonu sekce, chci li nakreslit předchozí sekci podržím Shift

1. TEDI - Geometrie sítě Importování pozadí jako obrázků (dwg, .jpg, .bmp, .tif ,...) View -> Background -> Register + Loaded Nastavení pozadí – View->Background ->Register+Loaded, dvakrát klikneme na Background Manager pro úpravu vlastností

Příklady spojování a rozdělování úseků (Joins) 1. TEDI - Geometrie sítě Příklady spojování a rozdělování úseků (Joins) Výběrem označíme silnice které chceme spojit + Section -> Make Join

Section - vlastnosti Line changing: 1. Geometrie sítě Section - vlastnosti Line changing: Distance Zone 1 – vzdálenost od místa odbočení, kdy se řidič začne snažit zařadit do vhodného pruhu – je-li to vhodné Distance Zone 2 – vzdálenost od místa odbočení, kdy se řidič zařadí do správného pruhu i za cenu zpomalení, nebo zastavení vozidla Yellow Box speed – auta, která jedou touto, nebo nižší rychlostí považujeme za auta ve frontě. Defaultní nastavení Sections můžeme změnit v Edit->Preferences

Section - vlastnosti Vyhrazení jízdních pruhů pro dané typy vozidel: 1. TEDI - Geometrie sítě Section - vlastnosti Vyhrazení jízdních pruhů pro dané typy vozidel: Vytvoříme třídy vozidel Edit -> Vehicle Classes Vozidla daného modelu zařadíme do příslušných tříd O/D Matrix -> Vehicle types nebo Result -> Vehicle types V liště Lanes změníme typ vozidel povolených pro daný jízdní pruh Yellow Box speed – auta, která jedou touto, nebo nižší rychlostí považujeme za auta ve frontě. Defaultní nastavení Sections můžeme změnit v Edit->Preferences

Křižovatky - Turning Movements 1. TEDI - Geometrie sítě Křižovatky - Turning Movements Dopravní značení: Warning – none yield stop

1. TEDI - Geometrie sítě Centroidy Zdroje a ústí dopravních toků

2. TEDI - Dopravní toky 2. Dopravní toky Dopravní toky generované v centroidech, vstupují do sítě sekcemi propojenými s centroidy Result Based - Traffic Flows & Turning Proportions Result Toky jsou v dopravní síti distribuované s ohledem na turning proportions definovaných v každé sekci. Route Based - O/D matrix and Shortest Paths O/D Matrix Toky jsou v díti distribuované s ohledem na shortest paths mezi vstupním a výstupním centroidem.

Traffic Flows and Turning Proportions 2. TEDI - Dopravní toky Result Container Traffic Flows and Turning Proportions Otevřeme nový “Result container” a uložíme jej Result ->New Result Container Result ->Save Result Container Definujeme třídy vozidel (pokud plánujeme, že jim povolíme/zakážeme některé jízdní pruhy) Edit ->Vehicle Classes Určíme typ vozidel – otevřeme současně okno knihovny vozidel a seznam vozidel v daném čase Edit -> Vehicle types library Result -> Vehicle types Result Container – místo, kde jsou uloženy výsledky simulace a kde jsou uloženy parametry nezbytné pro simulaci (toky, odbočovací parametry)

Typy vozidel Převod mezi knihovnou a modelem 1. Geometrie sítě Result Container Typy vozidel Převod mezi knihovnou a modelem Určíme typ aut – otevřeme současně okno knihovny vozidel a seznam vozidel v daném čase Edit -> Vehicle types library Result ->Vehicle types

2. TEDI - Dopravní toky Result Container Define “State” Definujeme „State“ daného „Result container“ a uložíme jej Result ->New State (new x default) Result ->Save State Určíme intenzitu dopravního toku v daném stavu Result -> Section Result Container – místo, kde jsou uloženy výsledky simulace a kde jsou uloženy parametry nezbytné pro simulaci (toky, odbočovací parametry)

Origin - Destination Matrix 2. Dopravní toky O/D Matrix Origin - Destination Matrix Vytvoříme novou OD matici a uložíme ji O/D Matrix ->New O/D Matrix O/D Matrix ->Save O/D Matrix Určíme typ vozidel - analogicky jako u „Result Container“-sl. 20 O/D Matrix ->Vehicle types Edit -> Vehicle types library Definujeme pro daný časový úsek konstantní OD matici - počet vozidel, která v tomto čase projedou dopravní sítí ze vstupního centroidu (O) do ústí (D). O/D Matrix ->Statements Ukončíme editaci OD matice O/D Matrix ->Close O/D Matrix

3. Řídící algoritmy ( CONTROL PLAN) 3. TEDI - Control plan 3. Řídící algoritmy ( CONTROL PLAN) Řízení Typ řízení Signální skupiny (aggregované turning movements) Fáze a jim přiřazené signální skupiny Trvání jednotlivých fází Offset Parametry pro actuated control Neřízené Pravidla – „Dej přednost v jízdě“, „Stop“ Parametry pro gap acceptance model Ramp metering Řídící parametry (doba zelené, tok, zpoždění)

Typy řízení křižovatek 3. TEDI - Control plan Typy řízení křižovatek Neřízené (Uncontrolled) S pevným signálním plánem (Fixed) Vnější řízení (External) Actuated SCATS Vytvoříme nový kontrolní plán a uložíme jej Control ->New Control Control ->Save Control Nastavíme fáze cyklu SSZ Control ->Junctions Control ->Meterning Ukončíme editaci kontrolního plánu Control ->Close Control

2 - Nastavení fází cyklu SSZ 3. TEDI - Control plan 2 - Nastavení fází cyklu SSZ

Vstupy do simulace Veřejná doprava (nepovinné) 4. TEDI - Veřejná doprava Vstupy do simulace Veřejná doprava (nepovinné) Linky veřejné dopravy Trasa Vyhrazené j.p. Zastávky Typ vozidel (bus, tram, …) Jízdní řády Frekvence odjezdů Pevný jízdní řád

AIMSUN - SIMULACE File -> Load Network Zvolíme pro simulaci sítě dopravní toky File -> Load O/D Matrix nebo File ->Load Results Zvolíme řídící plán dané sítě (nepovinné) File ->Load Control plan

Generování přepravních vztahů Rozdělení příjezdů AIMSUN - Dopravní toky O/D Matrix Generování přepravních vztahů Rozdělení příjezdů Rozdělení intervalů mezi příjezdy určujeme při nahrávání dopravních toků Exponenciální Route based modeling Rovnoměrné Result based modeling Normální Konstantní Jiné modely ASAP („as soon as possible“) Externí (GETRAM Extensions)

Vstupní parametry simulace Datum simulace Initial time-End time (musí souhlasit s počátečním časem pro simulaci dopravních toků-O/D Matrix, Result) Warm-up period - zaplnění sítě před vlastní simulací Percent overtake - procento rychlosti, kdy se řidiči rozhodnou předjíždět Percent Recover - pravděpodobnost (závislá na rychlosti), že se řidič vrátí po předjíždění do pomalého pruhu

Vstupní parametry simulace Globální (Experiment -> Modeling) Simulation Step -doba odezvy řidiče Queuing Up Speed - jestliže rychlost klesne pod tuto hranici, předpokládáme, že vozidla stojí ve frontě. Queuing Leaving Speed - vozidlo stojící ve frontě, jejichž rychlost se zvýší nad tuto hodnotu považujeme za vozidla rezignující na frontu Car-following model Maximální počet vozidel, maximální vzdálenost, … Lane changing model Pravděp. předjíždění, … Lokální Omezení rychlosti, rychlost zatáčení, viditelnost na křižovatkách, „distance zone“, … Parametry vozidel Percent overtake - procento rychlosti, kdy se řidiči rozhodnou předjíždět Percent Recover - pravděpodobnost (závislá na rychlosti), že se řidič vrátí po předjíždění do pomalého pruhu

Výstupy simulace Statistické údaje na úrovni: Mean Flow, Density Sítě, O/D matice, toku vozidel (soustava sekcí), sekce, odbočení, typu vozidel Mean Flow, Density Mean Speed Travel Time, Delay Time Stop Time and Number of Stops Queue Length (Mean and Maximum) Total Travel Length Fuel Consumed and Pollution Emitted Ukládání simulačních výsledků ASCII soubory Databáze (např. Microsoft Access, Excel) Uživatelsky definované časové intervaly, vícenásobné běhy Porovnání dvou časových řad (validace) Grafy a statistické indikátory Dopravní tok měřený na detektorech v modelu versus skutečná data z detektorů

Výstupy simulace Nastavíme statistiky a lokality, které budeme sledovat Experiment -> Output -> Statistics Výstupy - databáze, grafy Report -> Current Report -> Statistics Current Graphics