Реферат моделирование дорожного движения
Обновлено: 05.07.2024
Вложенные файлы: 1 файл
РАБОТА по передвиж..doc
ВВЕДЕНИЕ
Целью работы является определение подвижности и ее параметров.
Основные задачи, стоявшие передо мной, - это сбор и анализ информации о моих передвижениях по следующим показателям:
- средние затраты времени на передвижение;
- средняя дальность передвижения;
- среднесуточная подвижность за период;
- типология суточных цепочек передвижений;
- коэффициент пользования ГОТ;
- коэффициент непрямолинейности движения.
Объектом исследования является респондент.
Краткая информация о респонденте:
ФИО: Колташева Евгения Владиславовна
Семейное положение: замужем
Наличие автомобиля в семье: нет
Наличие личного автомобиля: нет
Количество членов в семье: 3
Адрес: г. Екатеринбург, ул. Громова, 146
Место работы ЕМУП ТТУ
Должность Ст. ревизор по безопасности движения
Предметом исследования являются передвижения респондента.
1 РАСЧЕТНЫЕ ТАБЛИЦЫ И ГРАФИКИ
В Таблице 1 выполнены расчеты основных показателей. Наиболее значимы из них: средние затраты времени на передвижение, средние затраты времени на передвижение посредством транспорта, средние затраты времени на передвижение пешком, среднесуточная подвижность за период, коэффициент пользования ГОТ, коэффициент возвратности, общий коэффициент не прямолинейности движений и другие.
Таблица 1 - Анализ передвижений
1. Количество дней, всего
выходные дни (сб-вс)
2. Количество передвижений, всего
выходные дни (сб-вс)
3. Количество поездок на ГОТ, всего
выходные дни (сб-вс)
4. Количество передвижений пешком, всего
выходные дни (сб-вс)
5. Количество передвижений посредством АТ, всего
выходные дни (сб-вс)
6. Количество ожиданий транспорта, всего
выходные дни (сб-вс)
7. Затраты времени на передвижения, всего мин.
выходные дни (сб-вс)
8. Средние затраты времени на 1 передвижение (затраты времени на передвижение/количество передвижений)
выходные дни (сб-вс)
9. Использование транспорта, раз
10. Средние затраты времени на передвижение посредством транспорта (затраты времени на передвижение/количество передвижений)
11. Средние затраты времени на передвижение пешком (затраты времени на передвижение/количество передвижений)
12. Среднесуточная подвижность за период (количество передвижений/ количество дней в периоде)
13. Средние затраты времени на подход к остановочному пункту (сумма затрат времени на подход к остановке/ количество поездок), мин.
14. Среднее временя ожидания транспорта (сумма всех затрат времени на ожидание/количество ожиданий транспорта в месяц), мин.
15. Средние затраты времени на отход от остановочного пункта (сумма затрат времени на отход от остановки/количество поездок), мин.
16. Коэффициент пользования ГОТ (количество поездок на ГОТ/количество всех передвижений)
17. Коэффициент возвратности (количество всех передвижений/количество прямых передвижений)
18. Средняя дальность одного передвижения, км
Исследуемый период включал в себя 30 календарных дней (20.02.2012-19.03.2012). Всего за 30 дней было совершено 35 передвижений. Из всех передвижений 22 было совершено с понедельника по четверг, 7 – в пятницу и 6 передвижений в выходные дни. Это объясняется тем, что в выходные дни я была домой, а также в исследуемый период болела, и находилась в отпуске.
Необходимо отметить, что все поездки совершаются на ГОТ – 29, так как основные пункты назначения находятся на достаточно дальнем расстоянии от дома. Пешком было совершено 6 передвижений. Большая часть передвижений на ГОТ приходится на автобусы и троллейбусы. Именно этими видами транспорта я пользуюсь, чтобы добраться до места работы.
Что касается суммарных затрат времени на передвижение, то за весь период они составили 1751 минуты (примерно 30 ч). Суммарные затраты на передвижения на ГОТ составляют 1671 минут (95%), пешком 80 минут (5%). Средние затраты времени на одно передвижение с использованием ГОТ - 56,9 минуты. Средние затраты времени на одну поездку составили 50 мин. Среднесуточная подвижность составила 1,2 передвижений в день, причем с понедельника по четверг этот показатель равен 1,2, в пятницу – 1,7, а в выходные дни 0,8 передвижения в день.
Анализ месячных затрат показал, что деньги потрачены только на маршрутное такси. Но с учетом того, что у респондента был бесплатный проездной на муниципальный транспорт.
Моделирование дорожного движения. Классификация и характеристика детекторов транспорта. Методики учета интенсивности дорожного движения. Система контроля и регистрации интенсивности дорожного движения ЭЛИС ЕС-05. Комплексная дорожная лаборатория "Трасса".
| Рубрика | Транспорт |
| Вид | реферат |
| Язык | русский |
| Дата добавления | 14.12.2014 |
| Размер файла | 771,5 K |
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ
ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ
"ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ НЕФТЕГАЗОВЫЙ УНИВЕРСИТЕТ"
КАФЕДРА ЭКСПЛУАТАЦИИ АВТОМОБИЛЬНОГО ТРАНСПОРТА
По дисциплине "Моделирование дорожного движения"
На тему "Методики измерения интенсивности транспортных потоков"
Выполнил: студент группы ОБД-10
Проверил: Маняшин С.А.
1. Моделирование дорожного движения
2. Классификация детекторов транспорта
3. Методики учета интенсивности дорожного движения
3.1 Система контроля и регистрации интенсивности дорожного движения ЭЛИС ЕС-05
3.2 Комплексная дорожная лаборатория "Трасса"
3.3 Зарубежный опыт учета проезжающего транспорта в США
Список используемой литературы
1. Моделирование дорожного движения
Моделирование движения заключается в искусственном воспроизведении процесса движения физическими или математическими методами, например, с помощью ЭВМ.
В качестве примеров физических методов моделирования могут быть названы исследования движения на различных макетах элементов дороги или полигонные испытания, где создаются искусственные условия имитирующие реальное движение транспортных средств. Простейшим примером физического моделирования может служить распространенный метод проверки возможностей маневрирования и постановки на стоянку различных транспортных средств с помощью их моделей на заданной площади, изображенной в уменьшенном масштабе.
Наибольшее значение имеет математическое моделирование (вычислительный эксперимент), основывающееся на математическом описании транспортных потоков. Благодаря быстродействию ЭВМ, на которых осуществляется такое моделирование, удается в минимальное время провести исследование влияния многочисленных факторов на изменения различных параметров и их сочетания и получить данные для оптимизации управления движением (например, для регулирования на пересечении), которые невозможно обеспечить натурными исследованиями.
В основу вычислительного эксперимента с применением ЭВМ легло понятие модели объекта, то есть математическое описание, соответствующее данной конкретной системе и отражающее с требуемой точностью поведение ее в реальных условиях. Вычислительный эксперимент дешевле, проще натурного, легко управляем. Он открывает путь к решению больших комплексных проблем и оптимальному расчету транспортных систем, научно обоснованному планированию исследований. Недостаток вычислительного эксперимента состоит в том, что применимость его результатов ограничена рамками принятой математической модели, построенной на основе закономерностей, выявленных с помощью натурного эксперимента.
Изучение результатов натурного эксперимента позволяет получить функциональные соотношения и теоретические распределения, исходя из которых строится математическая модель. Математическое моделирование в вычислительном эксперименте целесообразно разделить на аналитическое и имитационное. Процессы функционирования систем при аналитическом моделировании описываются с помощью некоторых функциональных отношений или логических условий. Учитывая сложность процесса дорожного движения, для упрощения приходится прибегать к серьезным ограничениям. Однако, несмотря на это, аналитическая модель позволяет находить приближенное решение задачи. При невозможности получения решения аналитическим путем модель может исследоваться с применением численных методов, позволяющих находить результаты при конкретных начальных данных. В этом случае целесообразно использовать имитационное моделирование, подразумевающее применение ЭВМ и алгоритмическое описание процесса вместо аналитического. [2]
Широкое применение имитационное моделирование может найти для оценки качества организации движения, а также при решении различных задач, связанных с проектированием автоматизированных систем управления дорожным движением, например, при решении вопроса об оптимальной структуре системы. К числу недостатков имитационного моделирования относят частный характер получаемых решений, а также большие затраты машинного времени для получения статически достоверного решения.
Следует отметить, что в настоящее время область моделирования транспортных потоков находится в стадии формирования. Различные аспекты моделирования исследуются в МАДИ, ВНИИБД, НИИАТ и других организациях.
2. Классификация детекторов транспорта
Детектор транспорта - тех. средство, регистрирующее проходящие транспортные средства через определенное сечение дороги, а так же определяющее параметры транспортного потока. Такие данные необходимы для реализации гибкого регулирования, расчета или автоматического выбора программы управления дорожным движением. По принципу действия детекторы транспорта делятся на: индуктивные, феррозондовые, ультразвуковые, инфракрасные.
Представляет собой рамку, состоящую из витков изолированного и защищенного от механических воздействий провода. При прохождении над рамкой автомобиля, обладающего металлической массой, ее индуктивность изменяется и автомобиль регистрируется. Пример Peek ADR-6000
Рисунок 1 Схема детектора транспорта Peek ADR-6000
Состоит из катушки с магнитным сердечником. Катушку помещают в трубу для защиты от повреждений и закладывают под дорожное покрытие на глубину 15-20 см. Автомобиль регистрируется благодаря искажению магнитного поля в момент его прохождения над детектором. Недостатками этого детектора являются низкая помехоустойчивость и чувствительность. Если транспортные средства, движутся с малыми скоростями (менее 10 км/ч), он их не регистрирует.
Представляет собой излучатель импульсного направленного луча. Он выполнен в виде параболического рефлектора с помещенным внутри пьезоэлектрическим преобразователем, генерирующим ультразвуковые импульсы. Недостатками ультразвуковых ДАТЧИК являются их чувствительность к акустическим и механическим помехам и необходимость жесткого фиксирования в пространстве для того, чтобы излучатель противостоял действию ветровой нагрузки.
Пример RTMS производства EIS: Детектор транспорта RTMS использует радарную технологию. Наибольшая точность в подсчете ТС и определении скорости достигается при определении при установке RTMS над полосой движения. Однако наиболее популярное применение RTMS - установка поперек полос движения на боковых столбах. При этом обеспечивается достаточная точность определения параметров движения. При установке поперек потока детектор покрывает до 8 полос движения. Установлено, что имеется тенденция к занижению показаний как во время плотного трафика, так и при нормальном движении. Кроме того, на точность подсчета ТС влияет расстояние (удаленность прибора от полосы движения, в которой производится подсчет ТС), а также преграды. Точность определения скорости движения составляет 5-10 миль/час. Влияние погодных условий и влияние света фар минимизировано. Считываемая информация: объем потока, занятость полос, скорость, классификация ТС.
Детектор устанавливается только над полосой движения. Преимущества: простота инсталляции и калибровки, высокая точность. Расхождение показаний по сравнению с петлевыми детекторами при подсчете количества ТС составляет 2,8% при установке детектора на высоте 6,5 м и 4,5% при установке высоте 5м. Наиболее поздней разработкой детекторов этого типа являются детекторы серии TT290, позволяющие классифицировать до 8 классов ТС, самонастраивающиеся, позволяющие определять ТС, движущиеся в неверном направлении. Погрешность определения скорости составляет не более 3%. ИК-Д регистрируют проезд автомобилей и других транспортных средств по заданному участку проезжей части. Они предназначены для круглосуточной и непрерывной работы в стационарных условиях на открытом воздухе.
Современное, эффективное, надежное, простое в установке и эксплуатации устройство.
Прибор позволяет получать стандартные характеристики транспортного потока, такие как Объем потока, Средняя скорость, Занятость дороги, Интервал следования автотранспортных средств, Классификация по длине. Детектор может устанавливаться как независимо, с целью сбора данных о транспортном потоке, так и в составе комплекса оборудования светофорных объектов для обеспечения автоматической адаптации светофорных циклов. [8]
Видеодетектор устанавливается на дорожные несущие конструкции или здания на высоту от 8 до 25 метров. При более высокой установке, ракурс позволяет собирать данные с максимального количества - восьми полос движения. Видеодетектор прошел испытания в различных регионах России. Результаты испытаний показали устойчивость прибора к неблагоприятным погодным условиям, снегу, дождю, ограниченной до 50 метров видимости.
Преимущества видеодетекторов в сравнении с другими типами детекторов транспорта [9]
1. Наличие видеоизображения с точки сбора данных. Повышает информативность системы.
2. Простота установки и обслуживания - не требует работ на дорожном полотне. Не требует дорогих П-образных опор и размещения отдельных датчиков над каждой полосой движения.
3. Возможность совмещать данные реального времени с изображением (срабатывание виртуальных "рамок" поверх видеоизображения как у детекторов серии "ИНФОПРО"). Повышает контроль достоверности информации детекторов. Аналогичное мероприятие для других типов детекторов требует комплекса сложных действий.
4. Полный набор измеряемых параметров транспортного потока. Анализ изображения позволяет непосредственно измерить все основные параметры. Для многих других типов детекторов (инфракрасные, ультразвуковые, радиолокационные) некоторые параметры вычисляются косвенным методом, на основании общей статистики.
5. Многополосность. Одна видеокамера, в зависимости от ракурса установки, может работать с одним или несколькими направлениями, собирая данные трафика раздельно по полосам внутри каждого направления. Аналогов этого нет ни в одном другом типе детекторов. Например, один детектор "ИНФОПРО" обеспечивает независимый сбор данных с максимум 8 полос, сгруппированных в любом количестве на произвольное количество направлений.
6. Развитые коммуникационные интерфейсы. Видеодетектор серии "ИНФОПРО" позволяет подключать одновременно как локальное оборудование светофорного объекта, так и поддерживать связь с удаленным центром посредством TCP/IP и Ethernet проводного, оптического или беспроводного подключения.
7. Высокоуровневые протоколы обеспечивают легкость интеграции с любым ПО и оборудованием заказчика.
8. Простота и оперативность перенастройки в случае изменения схемы движения или дорожных работ. Видеодетектор можно перенастроить из центра, просто поменяв мышкой расположение виртуальных сенсоров и сохранив набор пресетов.
3. Методики учета интенсивности дорожного движения
3.1 Система контроля и регистрации интенсивности дорожного движения ЭЛИС ЕС-05 [3]
Система учета интенсивности движения обеспечивающая точное определение скорости потока, подсчет транспортных средств, измерение их длины, мониторинг состава движения, проходящего через контролируемый участок автомобильной дороги при классификации по нормам ВСН 45-68, Евро 6 и др. Погрешность измерений не превышает 2% для подсчета общего количества транспортных средств, 4% при классификации на типы, 4% при определении скорости. Один комплект оборудования обслуживает до 16 полос движения. Технические средства обеспечивают хранение записанной информации о прохождении транспортных средств через контролируемый участок автомобильной дороги в течение не менее 10000 часов при интенсивности дорожного движения свыше 100000 единиц транспортных средств в сутки в одном направлении в энергонезависимой памяти в виде SQL-совместимой базе данных. В энергонезависимой памяти также сохраняются текущие настройки и параметры конфигурации оборудования. Встроенный GSM/GPRS модем (протокол подключения RS232/RS485) обеспечивает возможность беспроводной передачи информации и работы в составе единой сети автоматизированной системы учета интенсивности и состава движения при передаче накопленной информации с любым требуемым заказчиком периодом, в том числе, дистанционного контроля работоспособности без прерывания работы устройства в основном режиме, диагностики неисправности, автоматической передачи информации в режиме реального времени, сжатие передаваемых данных и команд для оптимизации времени передачи и обработки информации. Конфигурирование функций и параметров автоматизированного оборудования может производиться как с мобильного персонального компьютера с использованием специального программного обеспечения посредством стандартных проводных и беспроводных интерфейсов подключения, так и дистанционно, посредством GSM-соединения. Достижение таких высоких параметров, особенно по качеству распознавания транспортных средств в любых погодных условиях, обеспечивается за счет использования в системе индуктивных датчиков. Как показывает наш опыт, срок службы датчиков в основном определяется качеством дорожной одежды - основания и покрытия. Существуют датчики, проработавшие свыше 14 лет, на дорогах с пиковой суточной интенсивностью свыше 20000 автомобилей общего потока на полосу. Данное оборудование не нарушает целостности дорожной одежды, не оказывает помех движению транспортного потока, не ограничивает геометрическую дальность видимости водителя и не влияет на режим движения.
Назначение изделия: Система контроля и регистрации интенсивности дорожного движения предназначена для дистанционного автоматизированного измерения и регистрации параметров автомобильного движения на автодороге с асфальтобетонным покрытием и количеством полос до 12 в условиях естественных помех. Изделие позволяет накапливать измеренные результаты в SQL-совместимой базе данных и передавать их на внешние устройства как локальные, так и удаленные. Изделие предназначено для эксплуатации при температуре окружающего воздуха от -40° C до +50°С, атмосферном давлении 630…800 мм рт. ст. в условиях воздействия осадков. Назначенный ресурс изделия составляет 12 лет, вероятность безотказной работы не менее 0,95.
.Введение ……………………………………………………………………4
2.Продолжительность светофорного цикла ………………………………..6
3.Определение задержек автомобилей на светофоре……………………. 12
4.Определение переходных интервалов …………………………………. 14
5. Заключение………………………………………………………………..16
Прикрепленные файлы: 1 файл
КП.doc
2.Продолжительность светофорного цикла ………………………………..6
3.Определение задержек автомобилей на светофоре……………………. 12
4.Определение переходных интервалов …………………………………. 14
Пропускная способность автодорог и улиц, их пересечений является важным критерием, который характеризует функционирование УДС. Изучение и обоснование этой характеристики, явилось первостепенной задачей, которая послужила развитию моделирования транспортных потоков.
Основы математического моделирования, закономерностей дорожного движения, были заложены в 1912 г. русским учёным профессором КТИ Дубелир Г.Д. Математическая теория транспортных потоков продолжает развиватся и является перспективным научным направлением.
Для обсуждения алгоритма управления дорожным движением, необходимо понять природу и характеристики формирования транспортных потоков, а затем исследовать поведение системы после введения различных управляющих воздействий. Для этой цели могут оказаться полезными непосредственные наблюдения за транспортными потоками в условиях, когда дорожные контроллеры организуют различные алгоритмы управления. Однако этот метод практически неосуществим т.к. во – первых: трудно найти подходящие для эксперимента транспортные потоки; во – вторых это недопустимо т.к. проведения эксперимента на реальной УДС может привести к затору и даже к ДТП.
При моделировании необходимо построить математическое описание изучаемого процесса. Моделирование может быть логически информационным, натурным, аналоговым и др. Принято выделять 2 группы моделирования: математическая и физическая. Кроме того можно использовать и ЭВМ. Это позволяет решить одну из основных проблем современной науки и техники – проблему сложности. Преимущества метода моделирования на ЭВМ:
- Возможность применения моделирования на этапе предварительного проектирования;
- Возможность исследовать функционирования системы в различных условиях, в том числе и не реализуемых в натурных экспериментах;
- Применение ЭВМ для моделирования часто является единственным реализуемым способом решения поставленной задачи.
В данной работе мне предстоит определить оптимальную продолжительность светофорного цикла, задержки транспортных средств на светофоре, и переходные интервалы.
Продолжительность цикла должна быть согласованна с интервалами красного цвета. Для двух фазного цикла:
Когда суммарная интенсивность движения обеих фаз приближается к 3600/Dк в час, то пропускная способность исчерпывается, а продолжительность цикла становится бесконечно большой. Минимальная продолжительность цикла получается при N ≈ 0 и приближается к величине интервала троганья с места.
Все теоретические расчеты были сделаны в предположении равномерного приближения автомобилей к регулируемому пересечению. В действительности положение автомобилей в потоке случайно и они приближаются к перекрёстку через различные интервалы более или менее отклоняющиеся от средней величины:
Где: а – среднее количество автомобилей прибывающих к перекрёстку за цикл; Х – возможное количество автомобилей; Рх – вероятность прибытия Х – автомобилей за цикл.
Рх вероятность пребывания к перекрёстку Х – автомобилей за цикл. Очевидно, что за остальные (100 – Рх)% будет прибывать большее количество автомобилей, которые образуют скопления на регулируемом пересечении.
Очевидно, что при циклах разной продолжительности вероятность скопления будет различной и эта вероятность может быть принята в качестве критерия продолжительности цикла.
Практически считают Рх = 95%, достаточной когда 95% цикла обеспечит пропуск автомобилей без задержек и только в течении 5 % цикла возможны задержки.
Для расчёта продолжительности светофорного цикла определим общую интенсивность движения ТС на перекрёстке. Левый поворот ТС задерживает поток встречного движения на 1,3с в среднем. Таким образом ТС выполняющее левый поворот эквивалентно 1,3+2,1/2,1 = 1,6 движущегося автомобиля. Тихоходные ТС и автобусы затрачивают на троганье с места в 1,5 раза больше времени, для них 1,5.
Моделирование движения является важным инструментом для моделирования операций динамических систем дорожного движения. В то время как микроскопические имитационные модели обеспечивают детальное представление о процессе движения, макроскопические и мезоскопические модели захватывают динамику движения крупных сетей, менее подробно, но без проблем применения и калибровки микроскопических моделей. В данном реферате я представляю мезо- и микро-модели. Микро-моделирование применяется в районах, представляющих особый интерес, в то время как имитации большой прилегающей сети менее подробно с помощью мезоскопической модели.
Моделирование движения стало очень популярным для моделирования операций динамических систем дорожного движения. Имитационные модели бывают макроскопическими, мезоскопический или микроскопические. Макроскопические модели (макро) -, как правило, модели трафика в непрерывном потоке. Мезоскопические (мезо) модели - модели отдельных транспортных средств. Микроскопические (микро) модели – модели, которые захватывают поведение транспортных средств и водителей в деталях, в том числе взаимодействие среди автомобилей, смене полосы движения, реагирования на инциденты и поведения при слиянии пунктов. Микроскопические модели подходят для оценки ИТС на оперативный уровень, так как представление многих динамических систем управления дорожным движением требует такого мелкозернистого моделирования процесса движения.
Тем не менее, применение микро моделирования происходит не без проблем. Подготовка исходных данных может занять очень много времени. Кроме того, микро-модели очень чувствительны к ошибкам или изменениям в данных по требованию ввода. И из-за сложной структуры участвующих моделей калибровка не является тривиальной.
С другой стороны, макро и мезо модели обычно имеют меньшие параметры для калибровки и менее чувствительны к ошибкам в сети кодирования или вариаций спроса. Однако из-за их более совокупного характера, такие модели ограничены в своих возможностях, чтобы захватить подробную поведение, необходимое для изучения транспортные сети с функциями управления динамическим движением.
Основы транспортного моделирования
Цель транспортного планирования – оптимизация использования ресурсов с целью организации эффективного функционирования транспортной системы.
Задачи транспортного планирования:
1.Прогноз – получение информации о будущих транспортных процессах.
2. Организационно-управленческая задача.
3. Оценка последствий. Оценка применимости проектных решений.
4. Координационная задача – реализация плановых мероприятий.
1. Этап анализа проблем: сначала ставятся перед собой цели и выявляются проблемы, затем анализируется существующее положение;
2. Этап анализа альтернатив: идет так называемый цикл – разрабатываются мероприятия и сценарии, рассчитываются последствия, оценивается полученный результат;
3. Этап принятия решения.
Модель – это упрощенное представление реальности и/или протекающих в ней процессов.
Моделирование является по существу построением рабочей аналогии. Оно представляет собой построение рабочей модели, отражающей подобие свойств или соотношений с рассматриваемой реальной задачей. Моделирование позволяет изучать сложные задачи движения транспорта не в реальных условиях, а в лаборатории. В более общем смысле моделирование можно определить как динамическое отображение некоторой части реального мира путем построения модели на компьютере и продвижении ее во времени.
Транспортная модель – наглядное отображение комплексных транспортных процессов, с возможностью их прогнозирования в зависимости от различных условий.
Этапы исследования системы с помощью модели:
· формулирование целей и задач;
· создание транспортной модели;
· анализ полученной модели;
· проверка полученных итогов и результатов;
· внедрение результатов моделирования.
Транспортная модель – это:
· моделирование существующих и прогнозируемых пассажиропотоков и интенсивностей;
· инструмент для оптимизации работы пассажирского транспорта, включая расчет рентабельности маршрутов;
· анализ транспортных пассажиропотоков;
· подготовка транспортных прогнозов.
Классификация транспортного моделирования:
1. Микроскопическое моделирование. При этом виде моделирования детально моделируется каждый участок движения отдельного перекрестка или двух, трех. Моделирование нескольких пересечений на уровне транспортного средства.
2. Мезоскопическое моделирование. Анализируются макропоказатели на микромодели. Моделируется район города. Моделирование сети на уровне транспортного средства.
3. Макроскопическое моделирование. Моделирование целого города, региона, страны. Моделирование сети на уровне транспортных потоков.
Микромоделирование
Имитационное моделирование (микромоделирование) – это метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему, с которой проводятся эксперименты с целью получения информации об этой системе.
Микромоделирование – моделирование транспортных и пешеходных потоков на уровне отдельных объектов, отдельных транспортных средств, пешеходов.
В данном виде моделирования все участники движения рассматриваются в виде отдельных частей.
С помощью имитационного моделирования можно решать различные задачи, а именно:
· оценивается транспортная ситуация конкретного проекта, оценка основывается на количественных показателях, которые характеризуют условия движения;
· оценивается пропускная способность для каждого варианта движения и выбирается оптимальная схема организации движения на перекрестке;
· анализируется пропускная способность и движение в зоне остановок общественного транспорта;
· прогнозируются транспортные заторы;
· моделируется и анализируется пешеходное движение;
· моделирование помогает применить какие-то новые введения на транспортном участке;
· можно понять, где в данной транспортной сети возникают различные заторы.
Этапы выполнения микромодели:
· построение улично-дорожной сети;
· введение транспортных потоков;
· регулирование дорожного движения;
· ввод пешеходных потоков;
· анализ полученной модели.
Для того чтобы создать модель интересующего нас участка улично-дорожной сети, необходимо собрать данные:
· данные о геометрии улично-дорожной сети;
· технические и геометрические особенности различных типов транспортных средств;
· состав транспортного потока, т.е. какое количество видов транспортных средств присутствует на данном участке;
· интенсивность движения транспортных средств;
· расположение светофорных объектов и их циклы;
· данные о движении общественного транспорта (маршруты, расположение остановок, расписание, вместимость подвижного состава и т.д.);
· данные о пешеходном движении (интенсивность, направление движения, параметры пешеходных зон и т.д.).
После сбора полученных данных, можно приступать к созданию имитационной модели по этапам, оговоренных ранее.
Построение улично-дорожной сети:
· определяем на основе, какой подложки мы будем создавать модель (чертеж, выполненный в AutoCAD, спутниковый снимок, онлайн-карты и т.д.);
· на полученную подоснову наносим улично-дорожную сеть, представленную отрезками и соединения между этими отрезками;
· для каждой дороги определяем количество и ширину полос движения;
· определяем разрешенные маневры (повороты, обгоны, перестроения).
Введение транспортного потока:
· определяем, какие типы и классы транспортных потоков мы будем использовать;
· определяем динамические характеристики транспортной сети;
· определяем состав данного потока (количество легкого, грузового транспорта и т.д.);
· определяем параметры манеры поведения водителя;
· вводим интенсивность движения на входящих отрезках;
· вводим данные по общественному транспорту (расписание, остановки, вместимость подвижного состава и т.д.);
· указываем маршруты движения транспортных средств.
Регулирование дорожного движения:
· определяем конфликтные зоны, вводим правила приоритета;
· вводим светофорное регулирование:
o определяем длительность цикла;
o указываем время для красного/зеленого сигналов;
o определяем фазовые переходы;
Ввод пешеходных потоков:
· определяем типы пешеходов и их динамических характеристик;
· настраиваем параметры модели поведения;
· вводим интенсивность движения пешеходных потоков;
· указываем маршруты движения.
Основные результаты и виды анализа:
o время задержки;
o пройденное расстояние;
o количество ТС в сети.
o время задержки ТС, людей;
o длина заторов;
o количество остановок.
o анализ отрезков в реальном времени.
o стандартное отклонение;
o время в пути для пассажиров.
o средняя продолжительность цикла;
o среднее время зеленого сигнала.
o время в пути и скорость;
Мезомоделирование
Мезомоделирование – моделирование пассажирских перемещений на уровне города и агломерации.
Данный вид моделирования транспортных потоков решает важные задачи, а именно:
· анализ транспортного и пассажирского потоков;
· оптимизация маршрутов городского пассажирского транспорта;
· разработка и внедрение транспортных развязок.
Отличия мезомоделирования от микромоделирования:
· небольшое время вычислений, необходимых для создания модели;
· использование упрощенной модели следования за впереди идущим транспортным средством;
· менее точное отображение поведения транспортного средства;
· более низкий уровень детализации, что допускает имитацию крупных сетей.
При мезомоделировании данные транспортного средства обновляются не как в микроскопической имитации в каждый временной шаг, а только в определенные моменты времени, в которые что-то меняется в сети и/или в поведении ТС. Эти так называемые события могут возникать в силу различных ситуаций (при переключении ССУ, выезду транспортного средства на перекресток (узел) и т.д.).
Мезомоделирование используется исключительно в рамках динамического распределения. Это означает, что имитация транспортных средств в сети выполняется мезоскопически, а поиск маршрутов и выбор маршрутов выполняются привычным способом с помощью алгоритмов динамического распределения.
Применение
На сегодняшний день транспортные модели широко применяются для помощи органам государственной власти и местного самоуправления для обоснования принятых решений в области транспортного и градостроительного планирования. Задачи, решаемые на транспортных моделях множество, например:
· прогноз транспортных и пассажирских потоков по улично-дорожной сети города, региона, области или страны в целом;
· детальный анализ изменения транспортных/пассажирских потоков при реализации решений по изменению транспортной или градостроительной инфраструктуры;
· формирование предложений по оптимальным режимам светофорного регулирования на объектах улично-дорожной сети;
· формирование предложений по очередности строительства объектов транспортной и градостроительной инфраструктуры;
· оптимизация работы общественного транспорта;
· экономическое обоснование принятых решений и многое другое.
Так же, в последнее время очень актуальным становится вопрос использования транспортных моделей, как основного ядра для интеллектуальных транспортных систем.
Читайте также: