Improving Traffic Flow by Local Methods

Hendriks, Björn Alexander

Schon seit einigen Jahrzehnten sind Staus auf Autobahnen und Hauptverkehrsstraßen ein großes Problem im Straßenverkehr. Staus haben bedeutenden Einfluss auf die Umwelt, die Wirtschaft und nicht zuletzt auf den individuellen Fahrkomfort. Wir haben eine Strategie namens Jam-ADS (ADS = Advanced Distributed Strategy) entwickelt, welche Fahrzeug-zu-Fahrzeug-Kommunikation (C2C-Kommunikation) nutzt, um Staus zu verhindern. C2C-Kommunikation liefert laufend Informationen über Positionen und Geschwindigkeiten von vorausfahrenden Fahrzeugen an den Jam-ADS-Prozessor in jedem Fahrzeug. Jam-ADS fasst diese zusammen und berechnet daraus eine Geschwindigkeitsempfehlung, die dem Fahrer angezeigt wird. Wenn hinreichend viele Fahrer und Fahrerinnen der Empfehlung folgen, tritt kein Stau auf. In dieser Arbeit haben wir mehrere Varianten von Jam-ADS durch Simulationen von verschiedener Szenarien getestet und ausgewertet. Dafür haben wir einen eigenen Verkehrssimulator namens CircSim entwickelt. CircSim simuliert ein geschlossenes Straßennetz bestehend aus einer Ringstraße beliebiger Länge mit beliebiger Anzahl Spuren. Um die Ergebnisse zu validieren, haben wir die gleichen Simulationen auch mit dem etablierten Verkehrssimulator SUMO und dem Kommunikationsnetzwerksimulator Shawn durchgeführt. Um die Simulationen realistischer zu gestalten, haben wir weitere Simulationen mit einem offenen System bestehend aus einem Autobahnabschnitt mit einer Einfahrt durchgeführt, da an Einfahrten häufig stauauslösende Störungen entstehen. Mit beiden Szenarien führten wir zahlreiche Simulationsläufe durch, welche zeigten, dass Jam-ADS den Verkehrsfluss verbessert und so Staus vermeidet. Schließlich haben wir Jam-ADS auch mathematisch analysiert, um die Effektivität von Jam-ADS auch jenseits von numerischen Simulationen nachzuweisen. Mithilfe von etablierten Analysemethoden aus der Regelungstechnik haben wir nachgewiesen, dass Jam-ADS Störungen dämpft.

For many decades congestion on highways and arterial roads has been a major problem of vehicular traffic worldwide. It is impossible to build and extend roads to keep up with the increase of traffic. Traffic congestion has a major impact on the environment, the economy and last but not least on the individual driving comfort. Congestion is caused by large-enough perturbations in dense traffic. We developed a driving strategy using Car-to-Car (C2C) communication to prevent congestion, which we call Jam-ADS (ADS = Advanced Distributed Strategy). C2C communication provides information about current positions and velocities of the vehicles ahead to a Jam-ADS processor in each vehicle. Jam-ADS aggregates this information and computes a velocity recommendation, which is presented to the driver. If sufficiently many drivers follow the recommendations congestion does not occur. In this work, we tested and evaluated several variants of Jam-ADS by simulating different scenarios. To do this, we developed our own traffic simulator CircSim to be able to influence the simulation and freely evaluate the results. CircSim simulates a closed road system consisting of a circular road of arbitrary length with arbitrary many lanes. To validate the results, we performed the same simulations with the established open-source traffic simulator SUMO and the communication network simulator Shawn. To make the simulations more realistic, we also performed our simulations in an open system consisting of a section of a highway with an on-ramp, because on-ramps are a major source of congestion-causing perturbations. Such a scenario is often used for the simulation of traffic congestion. In both scenarios we performed simulations, which showed that Jam-ADS improves the flow of traffic. To support the effectiveness of Jam-ADS beyond numerical simulations, we analyzed it mathematically as well by applying methods of control engineering. They confirmed that Jam-ADS damps all perturbations.

Vorschau

Zitieren

Zitierform:

Hendriks, Björn Alexander: Improving Traffic Flow by Local Methods. 2013.

Zugriffsstatistik

Gesamt:
Volltextzugriffe:
Metadatenansicht:
12 Monate:
Volltextzugriffe:
Metadatenansicht:

Details anzeigen

Rechte

Nutzung und Vervielfältigung:
Alle Rechte vorbehalten

Export