Difference between revisions of "Simulace jizdy v dopravni zacpe"
Line 46: | Line 46: | ||
=Model= | =Model= | ||
− | Vozidla se budou pohybovat po rovné a nekonečně dlouhé silnici s nastaveným počtem pruhů a možnou překážkou. Hustotu provozu lze měnit podle potřeb a vozidla se jí musí přizpůsobit, přičemž kolonu chtějí projet nejrychleji při respektování základních dopravních pravidel. | + | Vozidla se budou pohybovat po rovné a nekonečně dlouhé silnici s nastaveným počtem pruhů a možnou překážkou. Hustotu provozu lze měnit podle potřeb a vozidla se jí musí přizpůsobit, přičemž kolonu chtějí projet nejrychleji při respektování základních dopravních pravidel. Grafické prostředí je, jak už bylo zmíněno, převzané z již stávajícího modelu Traffic 2 Lanes. |
==Pravidla== | ==Pravidla== | ||
Line 53: | Line 53: | ||
*Vozidla do sebe nesmí nabourat | *Vozidla do sebe nesmí nabourat | ||
*Vozidla se snaží dodržet stanovený minimální rozestup mezi vozy | *Vozidla se snaží dodržet stanovený minimální rozestup mezi vozy | ||
+ | *Vozidla jedou jedním směrem a nesmí couvat | ||
+ | |||
+ | ==Příprava simulace== | ||
+ | Podle nastavených parametrů se vytvoří vozovka s daným počtem pruhů a na ní se rozestaví daný počet vozidel s náhodnými hodnotami atributů, konkrétněji popsaných v kapitole Agenti. Nákladní vozidla jsou umístěna vždy do nejpomalejšího, tedy nejspodnějšího pruhu. Na vozovku se do některého z pruhů náhodně umístí překážka, je-li nastavená. Poté se vyberou 2 osobní vozy, které bude simulace zkoumat z hlediska výhodnosti stylu jízdy řidiče, tedy střídání pruhů nebo setrvání v jednm pruhu. Vůz, jehož strategie je střídání pruhů je označen zelenou barvou a vůz s opačnou strategií je označený červeně. | ||
+ | |||
+ | ==Běh simulace== | ||
− | |||
Revision as of 16:44, 5 June 2018
Úvodní odstavec
Contents
Definice problému
Cílem simulace je zjistit, zda se v dopravni zacpe na dalnici vyplati stridat pruhy podle aktualne se pohybujiciho pruhu nebo zda je stejne vyhodne nebo i vyhodnejsi drzet se ve vybranem pruhu. Vyhodnosti je rozumeno rychlejsi projeti dopravni situace za soucasne minimalizace rizika vlastni dopravni nehody zpusobene agresivni jizdou.
Hlavními entitami navrhovaného modelu budou vozidla, která budou v pruzích silnice a busou se snažit překonat dopravní zácpu. Agent vozidla bude obsahovat fyzické atributy jako jsou délka, akcelerace, typ. Budou také obsahovat chování jízda v pruhu a změna pruhu. Pro implementaci těchto chování je nutné, aby agenti neustále monitorovali okolí srze své senzory. Takto inteligentní chování budou složena dohromady z řady jednoduchých pravidel, kterými se agenti budou řídit.
Chování jízda v pruhu
Toto chování se bude starat o to, že auta budou následovat pruh silnice. Nebudou do sebe narážet, tedy jestliže se nachází jiné auto před agentem, tak zpomalí na úroveň jeho rychlosti, aby dodržel minimální vzdálenost mezi vozidly.
Chování změna pruhu
Jestliže agent zjistí, že jeho pruh stojí a okolní pruh se hýbe, tak se pokusí změnit pruh. Přitom se bude snažit nezpůsobit dopravní nehodu.
Parametry modelu:
- Počet aut
Uvidíme zda simulace prokáže, jestli má hustota zácpy vliv na výsledek testu
- Počet proudů silnice
Jeden pruh silnice nedává pro tuto simulaci smysl. Podle podmínek většiny českých silnic bude simulace zkoumat hlavně dvou a tří pruhové silnice
- Typ auta (osobni, nakladni)
Modelovaná situace bude zobecňovat vozidla do dvou typů, každý zaštiťující přibližně stejné paramtry vozidel té kategorie. Pro různé typy vozidel platí také jiné dopravní omezení a povinnosti.
Osobní: Osobní vozidlo charakterizuje nejmenší velikost, nejrychlejší akcelerace a nejvyšší rychlost
Nákladní: Vozidla charakterizována nejvetší velikostí, nejpomalejší akcelerací a nejpomalejší rychlostí
- Typ řidiče
Agenti tohoto typu bodou rozhodovat o stylu jízdy.
Uvědomělý: značí řidiče dodržujícího dopravní pravidla
Neuvědomělý: značí řidiče, který často inklinuje k nedodržení dopravních pravidel
Agresivní: značí řidiče, který svou jízdou zvyšuje riziko dopravní nehody
Klidný: naopak začí řidiče, který naopak minimalizuje riziko dopravní nehody
Toleratní: řidič, který spíše dovolí jinému změnit pruh
Netolerantní: naopak spíše nedovolí ostatním změnit pruh
- Nehoda na silnici
často bývají dopravní zácpy způsobené nehodou a pak nás zajímá jak překážka v jednom z průhů ovlivní výsledek simulace
- Styl jizdy ridice
Nosný parametr simulace, zjišťující zda střidat pruhy či se držet v jednom vybraném pruhu.
Střídání pruhů
Řidič se podle aktualní situace v jeho bezprostředním okolí rozhoduje, zda má změnit pruh, protože v okolním pruhu plyne provoz rychleji; Výsledek tohoto stylu jízdy, také závisí na vůli řidiče, který má odbočujícího řidiče pustit.
Držení se v pruhu
Opak předchozího, kdy se řidič drží svého pruhu
Co se týče nastavení parametrů, tak pro poměr typů bych se pokusil najít nějaký behaviorální výzkum řidičů a jejich vlastností, podle toho by se potom odvodili hodnoty. Pro typy vozidel už jsem nalezl konkrétní Celostátní sčítání dopravy, o které se může simulace opřít http://scitani2016.rsd.cz/pages/results/default.aspx.
Metoda
K řešení stanoveného problému byla vybrána aplikace NetLogo[1], jelikož se jedná o multiagentní socilání simulaci, kterou lze zjednodušeně zobrazit ve 2D prostředí. Jako základ mé simulace jsem využil model Traffic 2 Lanes[2] z knihovny předinstalovaných modelů NetLoga. Zejména mám na mysli využití hezkého grafického rozhraní celé simulace. Datový základ pro určení poměru typu vozidel jsem získal z celostátního sčítání dopravy z roku 2016[3], ze kterého jsem si vybral úsek dálnice D1 mezi Chodovem a Pruhonicemi. Bohužel v souvislosti s osobnostní charakteristikou řidičů se mi podobně nepodařilo získat statistické údaje. V souvistlosti s cílem simulace jsem stanovil tedy tři základní charakteristiky řidiče: uvědomnělost, klidnost a tolerantnost respektive neuvědomnělost, agresivitu a netolerantnost. Každá z charakteristik je množina od 0 do 100% reprezentující míru naplnění dané charakteristiky a jejího opaku. Jednotlivé hodnoty jsou generované normálním náhodnostním rozdělením se stření hodnotou 50% a standardní odchylkou 50%, přičemž maximální a minimální hodnoty jsou omezeny na 90% respektive 10%. Toto omezení bych zdůvodnil argumentem, že normální člověk nemůže být nikdy stoprocentně klidný nebo agresivní a takový extrém by se dal považovat za bláznostvní, a tedy člověk by neměl mít ani řidičské oprávnění.
Model
Vozidla se budou pohybovat po rovné a nekonečně dlouhé silnici s nastaveným počtem pruhů a možnou překážkou. Hustotu provozu lze měnit podle potřeb a vozidla se jí musí přizpůsobit, přičemž kolonu chtějí projet nejrychleji při respektování základních dopravních pravidel. Grafické prostředí je, jak už bylo zmíněno, převzané z již stávajícího modelu Traffic 2 Lanes.
Pravidla
- Vozidla následují pruhy na vozovce
- Vozidla můžou měnit pruhy za účelem přejetí do, podle řidičova uvážení, rychleji jedoucího pruhu nebo kvůli objetí překážky
- Vozidla do sebe nesmí nabourat
- Vozidla se snaží dodržet stanovený minimální rozestup mezi vozy
- Vozidla jedou jedním směrem a nesmí couvat
Příprava simulace
Podle nastavených parametrů se vytvoří vozovka s daným počtem pruhů a na ní se rozestaví daný počet vozidel s náhodnými hodnotami atributů, konkrétněji popsaných v kapitole Agenti. Nákladní vozidla jsou umístěna vždy do nejpomalejšího, tedy nejspodnějšího pruhu. Na vozovku se do některého z pruhů náhodně umístí překážka, je-li nastavená. Poté se vyberou 2 osobní vozy, které bude simulace zkoumat z hlediska výhodnosti stylu jízdy řidiče, tedy střídání pruhů nebo setrvání v jednm pruhu. Vůz, jehož strategie je střídání pruhů je označen zelenou barvou a vůz s opačnou strategií je označený červeně.
Běh simulace
Parametry modelu
- Počet vozidel - Dynamický parametr umožňující nastavit hustotu dopravy od 1 vozidla po maximum vozidel vměstnající se na do simulovaného prostředí s ohledem na minimální vzdálenost mezi vozy.
- Počet jízdních pruhů - Statický paramter smulace umožňující nastavit 2 nebo 3 pruhy silnice.
- Překážka - Do simulace se také může přidat statická překážka na silnici za pomoci tohoto boolovského statického parametru.
- Rychlostní limit - Tento dynamický parametr nastavuje rychlostní limit silnice, který se dá do realitě přeložit jako dopravní pravidlo nebo značení omezující rychlost na tomto úseku vozovky. Řidiči se mohou rozhodnout tento limit nedodržovat.
Agenti
Hlavními agenty simulace jsou vozidla, která vlastně zaobalují většinu paramterů simulace. Dále existují ještě agenti typu překážka, ty sice neobsahují speciální paramtetry pro simulaci, je nutné je mít extra definované, protože s nimi počítají různé metody simulace.
Vozidla
Vozidla se pohybují po silnici přirozeným způsobem jako v reálném světě. Následují pruh silnice, přičemž monitorují okolní vozidla a přizpůsobují jim svou rychlost tak, aby do sebe nenarazila. Mají tendenci zrychlovat po svou maximální rychlost nebo po nastavený rychlostní limit, aby rychle projeli úsekem, stejně jako se chce racionální řidič dostat z bodu A do bodu B v přiměřeném čase. Za tímto účelem jsou schopna vozidla předjíždět a zároveň pouštět ostatní do svého pruhu, když předjíždí. Jízda vozidla je se přibližuje charakteristikám reálné jízdy tím, že vozidlo plynule zrychluje a zpomaluje podle svých vlastností a psychologických vlastností řidiče. Vlastnosti vozidla závisí na typu vozidla a podle toho náhodně vygenerovaných hodnotách pro onen daný typ, blíže jsou hodnoty popsány v kapiole o atributech. Vozidla byla rozdělena do dvou generických typů osobního auta a nákladního vozu, pro které jsou připravena statistická data o hustotě provozu.
Atributy vozidla
- Fyzické atributy
Specifikace atributů týkajících se fyzických vlastností vozidel a tedy jejich jízdních vlastností- Typ vozidla - Rozdělení vozidel podle typu na osobní auta a nákladní vozy. Od tohoto atributu se následně odvíjí další parametry závislé na typu vozu. Hodnoty jsou určovány náhodně, avšak upraveny pravděpodobností na základě poměru typu aut z výše zmiňovaného celostátního sčítání dopravy podle celoročního průměru.
- Velikost - Osobní vůz má referenční hodnotu 1.0, naproti tomu má nákladní vůz velikost 2.0. NetLogo agenty dovoluje evidovat pouze čtvercového typu, proto přestože je délka nákladního vozu ve skutečnosti většinou i více než 2x vetší, tak omezení NetLoga mají negativní dopad na šířku vozidla, která by pak byla neúměrně veliká. Omezíme se tedy pouze na dva typy velikostí vozů.
- Maximální rychlost - Pro osobní vozy byla vybrána arbitrární hodnota 1.0 a pro nákladní vozy o 40% nižší. K odvození hodnot došlo na základě maximální rychlosti na dálnici pro obě kategorie vozů. Tyto hodnoty jsou dále upraveny přičtením normálního pravděpodobnostního rozdělení N(0, 0.25), respektive N(0, 0.1).
- Maximální zrychlení - Průběh zrychlování rychlosti vozidla je podle diplomové práce Měření zrychlení vozidla od Mareše[4] víceméně lineární a pro simulaci je toto zjednodušení dostatečné dokonalé. Hodnoty jsou nastaveny na 0.2 pro osobní vůz a 0.1 pro nákladní vůz s tím, že jsou dále upraveny přičtením normálního pravděpodobnostního rozdělení N(0, 0.05), respektive N(0, 0.03).
- Maximální zpomalení - Stejně jako zrychlení je půběh zpomalování lineární a hodnotami jsou tedy 40% z maximální rychlosti pro osobní vůz a 20% z maximální rychlosti pro nákladní vůz s tím, že jsou dále upraveny přičtením normálního pravděpodobnostního rozdělení N(0, 0.03), respektive N(0, 0.03). Za ovlivněním koeficientu brždění maximální rychlostí stojí myšlenka, že se zvyšující se maximální rychlostí musí výrobce dodávat účinnější brzdný systém, aby vlastně vůz zůstal dobře ovladatelný.
- Atributy osobnosti řidiče
Specifikace atributů operátora vozidla a tedy způsobu jakým bude vozidlo řízeno
- Uvědomnělost - Škála od 0 do 100% popisující to, jak řidič inklinuje k dodržování dopravních pravidel. 0% znamená naprosté nedodržování a 100% znamená naprosté dodržování dopravních pravidel. Hodnoty generované pro jednotlivé agenty jsou normálního pravděpodobnostního rozdělění N(0.5, 0.5). Tyto hodnoty jsou zbaveny extrémů, na základě argumentace v kapitole Metoda. A to tak, že hodnoty přesahující 0.9 a nižší než 0.1 jsou zarovnány na 0.9 respektive 0.1.
- Klidnost - Škála od 0 do 100% popisující to, jak je řidič klidný a tedy jak plynule se rozjíždí a brzdí. 0% znamená naprostou agresivitu a 100% znamená naprostý klid. Hodnoty generované pro jednotlivé agenty jsou normálního pravděpodobnostního rozdělění N(0.5, 0.5). Tyto hodnoty jsou zbaveny extrémů, na základě argumentace v kapitole Metoda. A to tak, že hodnoty přesahující 0.9 a nižší než 0.1 jsou zarovnány na 0.9 respektive 0.1.
- Tolerantnost - Škála od 0 do 100% popisující to, zda řidič umožní jinému řidiči přejetí do jeho pruhu. 0% znamená naprostou netolerantnost a 100% znamená naprostou toleranci a umožnění změny pruhu. Hodnoty generované pro jednotlivé agenty jsou normálního pravděpodobnostního rozdělění N(0.5, 0.5). Tyto hodnoty jsou zbaveny extrémů, na základě argumentace v kapitole Metoda. A to tak, že hodnoty přesahující 0.9 a nižší než 0.1 jsou zarovnány na 0.9 respektive 0.1.
- Řidičský styl střídání pruhů - Boolean paramter značící, zda se auto bude pokoušet střídat pruhy v situaci, kdy jiný pruh jede rychleji. Parametr je nastavený na true pouze u jednoho sledovaného vozidla
- Řidičský styl držení se v pruhu - Boolean paramter značící, že se auto bude držet v jednom pruhu, bez ohledu na situaci kolem. Změní pruh pouze v situaci, že narazí na překážku, kterou je nutno objet. Parametr je nastavený na true pouze u jednoho sledovaného vozidla.
Překážky
Mají význam dopravní nehody nebo překážky na silnici, kterou je nutné objet a kvůli které se například mohla vytvořit dopravní kolona.
Atributy překážky
- Umístění - Překážka je umístěna na náhodné místo do některého z puhů.
- Velikost - Bylo rozhodnuto, že překážka bude mít velikost 1.0, tedy takovou, že bude svou šíří zabírat pouze jeden pruh.
Výsledky
Závěr
Kód
Reference
- ↑ Wilensky, U. (1999). NetLogo. http://ccl.northwestern.edu/netlogo/. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL.
- ↑ Wilensky, U. & Payette, N. (1998). NetLogo Traffic 2 Lanes model. http://ccl.northwestern.edu/netlogo/models/Traffic2Lanes. Center for Connected Learning and Computer-Based Modeling, Northwestern University, Evanston, IL.
- ↑ http://scitani2016.rsd.cz/pages/map/default.aspx
- ↑ https://is.mendelu.cz/lide/clovek.pl?zalozka=13;id=10873;studium=50549;zp=30030;download_prace=1;lang=cz