Applicability and Application of Microscopic Traffic Simulations
Traffic flow is a very prominent example of a driven non-equilibrium system, which shows a very complex spatiotemporal dynamics. A characteristic phenomenon of traffic dynamics is the spontaneous and abrupt drop of the average velocity on a stretch of road leading to congestion. </br>
To assess the quality of three selected microscopic traffic models (the Nagel-Schreckenberg model (NSM), the intelligent driver model (IDM), and the comfortable driving model (CDM)), we study their ability to reproduce such a traffic breakdown, whose spatiotemporal dynamics we investigate as well. Our analysis is based on empirical traffic data from stationary loop detectors showing a spontaneous breakdown on a German Autobahn. We then present several methods to assess the results and to compare the models with each other. In addition, we will also discuss some important modeling aspects and their impact on the resulting spatiotemporal pattern. </br>
For the CDM, which gave good results in this assessment, we analyze the spatiotemporal patterns resulting from different inflow and outflow rates with open boundary conditions. Based on time series of local measurements, the local traffic states are assigned to different traffic phases according to Kerner's three-phase traffic theory. For this classification we use the rule-based FOTO-method, which was developed by Kerner et al. in 2002. Our analysis shows that the model is indeed able to reproduce three qualitatively different traffic phases: free flow, synchronized traffic, and wide moving jams. This is surprising because traffic models with a fundamental diagram, such as the CDM, are not expected to reproduce the synchronized phase.</br>
By virtue of this overall good agreement with empirical findings, we chose the CDM to investigate via computer simulations how traffic congestion can be reduced with the help of vehicle-to-vehicle communication. As the reasons for a traffic breakdown are perturbations caused by human drivers in dense traffic, we propose using periodically emitted status messages to analyze traffic flow and to warn other drivers of a possible traffic breakdown. Drivers who receive such a warning are told to keep a larger gap to their predecessor. By doing so, they are less likely the source of perturbations, which can cause a traffic breakdown. We show that penetration rates of 10% and less can have significant influence on traffic flow and travel times. </br>
Finally, we address a rather practical problem of heterogeneous traffic consisting of
communicating and non-communicating vehicles. If communicating vehicles can detect the vehicle ahead (and behind) by front (and rear) sensors, we give exact solutions for the average number of detected vehicles.
Die Dynamik des Verkehrsflusses zeigt unterschiedliche, komplexe räumliche und zeitliche Muster. Ein bekanntes Phänomen ist beispielsweise der abrupte und plötzliche Abfall der Durchschnittsgeschwindigkeit auf einem Streckenabschnitt, der zu Stauungen führt.</br>
Zur Beurteilung der Qualität dreier ausgewählter Verkehrsmodelle (dem Nagel-Schreckenberg Modell (NSM), dem Intelligent Driver Model (IDM) und dem Comfortable Driving Model (CDM)) wird deren Fähigkeit einen solchen Zusammenbruch des Verkehrsflussses zu reproduzieren untersucht. Für eine möglichst realistische Untersuchung werden dazu reale Zählschleifendaten herangezogen, die eben einen solchen Zusammenbruch zeigen. Es werden mehrere Methoden vorgestellt, mit denen die übereinstimmung der empirischen mit den Simulationsdaten beurteilt werden kann. Zusätzlich wird der Einfluss einiger Modellierungsaspekte auf die Ergebnisse diskutiert.</br>
Für das CDM, welches eine gute übereinstimmung mit den Echtdaten zeigte, werden in einem zweiten Schritt die raum-zeitlichen Verkehrsmuster untersucht, die sich aus unterschiedlichen Ein- und Ausflussraten bei offenen Rändern ergeben. Auf Grundlage der Zeitreihen lokaler Messungen werden dann die Verkehrszustände den Verkehrsphasen der Kernerschen Drei-Phasen-Verkehrstheorie zugeordnet. Für diese Zuordnung wird die regelbasierte FOTO-Methode verwendet (Kerner et al., 2002). Auch diese Analyse zeigt, dass das CDM alle drei unterschiedlichen Verkehrsphasen (Freifluss, synchronisierter Verkehr und Stau) reproduzieren kann. Diese Beobachtung ist überraschend, da diese Eigenschaft von Verkehrsmodellen mit einem Fundamentaldiagramm wie dem CDM nicht erwartet wird.</br>
Aufgrund dieser insgesamt guten übereinstimmung mit empirischen Daten wurde das CDM auch für simulative Untersuchungen von Strategien zur Verkehrsflussoptimierung mittels Fahrzeug-Fahrzeug Kommunikation verwendet. Da der Zusammenbruch des Verkehrsflusses aus von Fahrern verursachten Störungen resultiert, wird vorgeschlagen die Verkehrslage durch regelmäßig gesendete Kurznachrichten zu analysieren und Fahrer vor einem drohenden Zusammenbruch des Verkehrs zu warnen. Fahrer, die eine solche Warnung erhalten, halten daraufhin einen größeren Abstand zum Vordermann ein und verursachen dadurch mit geringerer Wahrscheinlichkeit Fluktuationen, die den Verkehr zusammenbrechen lassen. Es zeigt sich, dass schon Durchdringungsraten von \SI{10}{\percent} kommunizierender Fahrzeuge einen deutlich messbaren Einfluss auf den gesamten Verkehrsfluss haben.</br>
Schließlich betrachten wir heterogenen Verkehr, bestehend aus kommunizierenden und nicht-kommunizierenden Fahrzeugen, genauer. Unter der Annhame, dass kommunizierende Fahrzeuge ihren Vorder- und Hintermann mit Hilfe von Sensoren orten können, fragen wir, wie viele nicht-kommunizierende Fahrzeuge so im Durchschnitt geortet werden.
Vorschau
Zitieren
Zitierform:
Zitierform konnte nicht geladen werden.