Celem projektu badawczego TRAVOLUTION była poprawa ruchu drogowego miasta Ingolstadt. W związku z tym przeprowadzono dwa działania: online-optymalizację całej sieci sygnalizacji ulicznej przy pomocy genetycznych algorytmów oraz komunikację pomiędzy sygnalizacją świetlną a pojazdem dla indywidualnej informacji kierowcy.

Jednym z dzisiejszych wyzwań jest walka ze wzrastającym obciążeniem miast ruchem drogowym i związanym z nim zanieczyszczeniem środowiska. Coraz wydajniejsza technika systemów sterowania ruchem drogowym w ostatnich latach i jednocześnie możliwość sieciowego komunikowania się pojazdów pozwala przyjmować to wyzwanie.

Sygnalizacje świetlne stanowią najważniejszy element w zarządzaniu ruchem drogowym w sieciach miast. Spowodowane przez sygnalizacje czasy postoju i zatrzymań odgrywają znaczącą rolę w przebiegu ruchu drogowego i korelują one bezpośrednio z wydzielaniem substancji szkodliwych poprzez pojazdy. Projekt badawczy TRAVOLUTION¹ miał na celu polepszenie ruchu drogowego dwoma sposobami:

• online-optymalizacja całej sieci sygnalizacji ulicznej przy pomocy genetycznych algorytmów,
• komunikacja pomiędzy sygnalizacją świetlną a pojazdem dla indywidualnej informacji kierowcy.

W pierwszym założeniu wynaleziono innowacyjną metodę optymalizacji w czasie rzeczywistym, która naśladuje proces ewolucji w przyrodzie. Stąd pochodzi nazwa projektu TRAVOLUTION, to kombinacja angielskich słów traffic i evolution.

Drugie założenie wykorzystuje komunikację sygnalizacji świetlnej z pojazdem w celu przekazania mu informacji o programie sygnalizacji świetlnej. Informacje te zostają w pojeździe przetwarzane i np. w formie polecenia optymalnej prędkości jazdy przekazane kierowcom,  aby zapobiec zbędnemu zatrzymaniu się. Temat komunikacji pomiędzy sygnalizacją świetlną a pojazdem nie będzie tu dalej rozpatrywany.

TRAVOLUTION był realizowany od kwietnia 2006 r. do czerwca 2008 r. Uczestnicy projektu to: AUDI AG (oddział Vorentwicklung Fahrzeugkonzepte), GEVAS software GmbH, Wydział Planowania i Techniki Ruchu Drogowego Uniwersytetu Technicznego w Monachium we współpracy z Urzędem do Spraw Zarządzania Ruchem Drogowym i Geoinformacji miasta Ingolstadt. Projekt ten wspierało bawarskie ministerstwo gospodarki, infrastruktury, ruchu drogowego i technologii.

Online-Optymalizacja

W ramach projektu badawczego TRAVOLUTION wynaleziono genetyczny algorytm (GA) do optymalizacji całej sieci sygnalizacji ulicznej, który został zaimplementowany do adaptacyjnego sieciowego sterowania ruchem BALANCE² i wprowadzony w mieście Ingolstadt.

Rysunek 1 przedstawia całość procesu optymalizacji. Proces składa się z następujących głównych elementów:

• Model ruchu drogowego i model działania
• Funkcja celu
• Metoda optymalizacji (GALOP)

Model ruchu drogowego tworzy, z mierzonych wartości natężeń ruchu na przekrojach pomiarów, wewnętrzną przestrzenno-czasową reprezentację aktualnego stanu ruchu drogowego. Model działania, który bazuje na modelu ruchu drogowego, służy do ustalenia wskaźników oddziaływania, które z kolei stanowią wartość wejściową dla funkcji celu. Ona dostarcza jako wynik kondycję jednego indiwiduum, tzn. jednej skalarnej wartości jakości dla jednej alternatywy sterowania (= plan sygnalizacyjny sieci). Kondycja jest natomiast wartością wejściową dla procesu optymalizacji (GALOP), który dla całej sieci optymalizuje plany sygnalizacji i jako wynik podaje najlepszy wariant sterowania (= najlepszy indywiduum) dla aktualnego przebiegu ruchu drogowego. Wszystkie te główne elementy wraz z ramowym planem sygnalizacji tworzą adaptacyjne sterowanie siecią BALANCE, które co 5 minut dostarcza nowy ramowy plan sygnalizacji (poziom taktyczny). Opierając się na nim, na pojedynczych węzłach, sterowanie akomodacyjne reaguje w interwałach sekundowych na krótkoterminowe zmiany zapotrzebowania w przebiegu ruchu drogowego (poziom lokalny).

Model ruchu drogowego i model działania
Na początku procesu sterowania występuje rejestrowanie aktualnego stanu ruchu drogowego poprzez prowadzenie pomiarów w sieci drogowej. Dla aktualnego interwału obliczeń detektory rejestrują ruch drogowy w obszarze sterowania w postaci pomiarów przekrojowych. Wartości zmierzone przez detektory poddawane są testowi zasadności i agregowane w odniesieniu do obszaru.

Z wyniku pomiarów detektorów tworzy się przy pomocy makroskopicznego modelu ruchu drogowego (makromodel) wewnętrzną przestrzenno-czasową reprezentację aktualnego natężenia ruchu drogowego. Następnie z makroskopiczych parametrów ruchu tworzy się przy pomocy mesoskopicznego modelu ruchu strumienia (mesoodel) dla wszystkich tras sieci sterowanej cyklicznie, rasterowane co sekundę profile strumieni.

Przy pomocy modelu działania prognozuje się wpływ poszczególnych alternatyw sterowania dla następnego interwału czasowego. Jako istotne parametry działania można obliczyć czasy postoju, ilość zatrzymań i długość korków. Parametry działania są tworzone poprzez dwa modele częściowe: z profilów strumieni ruchu, które zostały stworzone przy pomocy mesomodeli, oblicza się, z uwzględnieniem wpływu sygnalizacji świetlnych, czasu przejazdu i rozproszenia potoków, deterministyczny udział tych parametrów działania. Stochastyczne wahania i przeciążenia odtwarza się przy pomocy modelu kolejek. Poprzez czasową rozdzielczość w interwałach sekundowych możliwe jest modelowanie wpływów długości czasów zielonych na ruch i czasów przesunięć pomiędzy sąsiednimi sygnalizacjami. Suma działań z deterministycznego i stochastycznego modelu wchodzi do funkcji celu.

Tweet