CC BY
38
УДК 004.93'12
В. В. Поздняков, С. Е. Швец, А. В. Протодьяконов
МОДЕЛЬ СЛЕДОВАНИЯ КАК ЧАСТЬ СИСТЕМЫ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ТРАНСПОРТНЫХ ПОТОКОВ
Моделирование транспортных потоков является одним из способов решения транспортных проблем. Общепризнанным подходом к моделированию транспортных потоков является микрои-митационное моделирование. В модель закладывается алгоритм поведения автомобиля, структура транспортной сети и другие входные данные. Обычно модель разбивается на несколько подмоделей, что позволяет детально прорабатывать каждый аспект поведения автомобилей.
В КузГТУ разрабатывается система моделирования транспортных потоков, использующая аналогичный подход. В основе указанной системы лежит микроимитационная модель, состоящая из следующих компонентов:
• модель следования (расчет ускорения автомобиля в зависимости от поведения автомоби-ля-лидера на той же полосе);
• модель смены полосы (вычисление необходимости смены полосы, проверка возможности перестроения и т.д.);
• модель вычисления маршрута (вычисление маршрута из одной точки в другую);
• модель топологии улично-дорожной сети (позволяет задавать приближенные к реальности характеристики дорожной сети, является основой для модели вычисления маршрута).
УПРОЩЕННАЯ МОДЕЛЬ СЛЕДОВАНИЯ
Модель следования является наиболее важной из перечисленного выше, т.к. она в большой степени определяет результаты моделирования. В рамках данного исследования была разработана упрощенная модель следования автомобилей, а также создана программная платформа для легкой интеграции существующих моделей.
Упрощенная модель следования определяет три режима: свободное движение, приближение и экстренное торможение. Наиболее важными аспектами являются:
• Безопасная дистанция (минимальный интервал между автомобилями необходимый для реакции на действия водителя). Если следующий водитель приближается ближе, то он переходит в режим экстренного торможения. Параметром для калибровки служит безопасный интервал, который задается в секундах (Tsafe), безопасная дистанция вычисляется следующим образом:
^ safe ^leader Т'safe -где v 1вааег - скорость автомобиля лидера,
■Tjc/s “ калибровочный параметр безопасный
интервал.
• Дистанция комфортного торможения. Нормальное торможение автомобиля имеет определенное значение, следовательно, необходимо знать расстояние, на котором необходимо начать тормозить, чтобы успеть синхронизировать скорость с лидером.
где ^leader, vfollower ' скорости лидера и следующего автомобиля, соответственно;
^comf ~ нормальное (комфортное) торможение следующего автомобиля.
Если дистанция до лидера меньше суммы дистанции комфортного торможения и безопасной дистанции ( 5 с то это соответству-
ет режиму «приближение». Ускорение рассчитывается по следующей формуле:
где S - это дистанция между автомобилями.
Если дистанция до лидера меньше суммы дистанции комфортного торможения и безопасной
дистанции COTrif -SjЕэто означает, что автомобиль находится в свободном режиме и стремится набрать желаемую скорость.
В рамках данной статьи мы рассмотрим сравнение упрощенной модели следования с одной из наиболее актуальных на сегодняшний момент.
МОДЕЛЬ IDM (INTELLIGENT DRIVER MODEL)
IDM - это модель следования автомобилей, разработанная в 2000 году Helbing, Hennecke и Treiber [1] для улучшения результатов других интеллектуальных моделей, например Gipps [2]. Она применяется для моделирования движения по шоссе и в городских условиях и описывает динамику позиции и скорости определенного автомобиля.
Решение любого водителя разгоняться или тормозить зависит только от его скорости и от скорости впереди идущего транспортного средства. Конкретно ускорение данного водителя зависит от его скорости v, от расстояния s до впереди идущего автомобиля и от разности скоростей Delta v (которая является положительной при сближении транспортных средств):
Информационные технологии
101
Рис. 1. Автомобиль попал в зону комфортного торможения (режим приближения)
Рис. 2. Автомобиль не попал в зону комфортного торможения (свободный режим)
сіи
<И
= а
- ;тЛ-
где
я* = +
/ рАу \
УТ + гШ
Ускорение разделяется на «желаемое» - на свободной дороге - и на торможение, вызванное замедлением впередиидущего автомобиля. Ускорение на свободной дороге уменьшается от начального ускорения до 0 по мере приближения транспортного средства к «желаемой скорости» у0.
Необходимость торможения определяется сравнением между «желаемой дистанцией движения» s* и текущим окном s до переднего автомобиля. Если эти величины приблизительно равны, водитель транспортного средства не испытывает потребности увеличить текущее окно до желаемого, применив торможение, поэтому, результирующее ускорение примерно равно нулю. Кроме того, s* увеличивается при приближении к медленной машине и уменьшается, когда впереди идущая машина движется быстрее. Как следствие, торможение возрастает при
• уменьшении дистанции до впереди иду-
щего автомобиля (необходимость поддержания «безопасной дистанции»),
• увеличении собственной скорости (увеличение «безопасной дистанции»),
• увеличение разности скоростей до впереди идущего автомобиля (при приближении к впереди идущему автомобилю со слишком большой скоростью, опасная ситуация может произойти). ЭКСПЕРИМЕНТАЛЬНОЕ СРАВНЕНИЕ МОДЕЛЕЙ СЛЕДОВАНИЯ
Для оценки разработанной модели следования был произведен вычислительный эксперимент на базе системы, разрабатываемой в КузГТУ. Оценка осуществлялась с помощью основной диаграммы транспортного потока. Была построена модель
перекрестка ул. 50 лет октября - ул. Красноармейская в г. Кемерово. Подбор параметров модели осуществлялся с помощью генетического алгоритма [3]. Нагрузка транспортной сети имела нарастающий характер с 0 авт/ч до 1200 авт/ч на полосу. Датчики располагались на левой полосе по восточному направлению. По данным, полученным с датчиков, были построены графики (рис. 3-4).
Сравнивая полученные графики можно уверенно говорить о сходном характере движения автомобилей, создаваемого вышеописанными моделями. Данное наблюдение позволяет сделать предположение о возможности дальнейшего использования разработанной модели в области моделирования транспортных потоков.
СПИСОК ЛИТЕРАТУРЫ
1. Treiber, Martin; Hennecke, Ansgar; Helbing, Dirk (2000), "Congested traffic states in empirical observations and microscopic simulations", Physical Review E 62 (2): 1805-1824,doi:10.1103/ PhysRevE.62.1805.
2. Gipps, P.G. 1981 A behavioural car-following model for computer simulation. Transportation Research Board Part B, 15, 105-111.
3. Подбор параметров имитационной модели дорожного движения с помощью генетического алгоритма / Фомин А. Н., Протодьяконов А. В., Швец С. Е. // Вестн. Кузбасского гос. тех. унив , 2010.- № 3.-С. 68-70.
□ Авторы статьи:
Поздняков Владислав Витальевич,
- аспирант каф. информационных и автоматизированных производственных систем КузГТУ Email: hackward@gmail.com Тел. 89049978012
Швец
Сергей Евгеньевич -аспирант каф. информационных и автоматизированных производственных систем КузГТУ Email: justserega@gmail.com Тел.89235123455
Протодьяконов Андрей Владимирович
- канд.техн.наук., доц, каф. информационных и автоматизированных производственных систем КузГТУ Тел. 8(3842)58-08-11
