Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

1 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 1 V2X Simulation Martin Treiber.

Ähnliche Präsentationen


Präsentation zum Thema: "1 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 1 V2X Simulation Martin Treiber."—  Präsentation transkript:

1 1 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 1 V2X Simulation Martin Treiber TU Dresden and Modeling Oct 2010, Dagstuhl

2 2 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 2 General: About what I will talk – and about what not Applications Safety Efficiency Entertainment Level of Detail Physical details Packet transmission details Transmission strategy Microscopic traffic flow Macroscopic traffic flow Models Ray tracing/wave propagation Networking models (NSx) Path models Car-following models Fluid-dynamic models

3 3 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 3 Overview General Longitudinal communication path - Assumptions and analytical models - Integration in a microscopic traffic simulator - Results: Which minimum equipment rate is necessary? Transversal (store-and forward) communication path - Analytical models - Simulations and minimum equipment rates - Discussion: Which strategy for which application? Applications for enhancing efficiency - Congestion warning system (V2V / I2V) - Traffic flow assistant (V2V / I2V) - Traffic light assistant (I2V)

4 4 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 4 Transmission Strategy: V2Vlong, V2Vtrans, V2I, and I2V

5 5 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 5 Longitudinal Communication Path: Assumptions Finite broadcast range r: Either fixed or statistically distributed Constant partial density of equipped vehicles: λ=αρ Vehicle density ρ: Either constant or inhomogeneous (stop-and-go traffic) Instantaneous, error-free message transmission, if within range Driving direction Direction of communication Poisson-process for the positions of nodes, i.e, distances between nodes are exponentially distributed

6 6 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 6 Longitudinal Communication Path: Analytical Model Dousse, Thiran, Hasler, Connectivity in Ad Hoc and Hybrid Networks. IEEE INFOCOM Vol. 2, pages (2002). Poissonian assumption: Probability of availability at distance x from sender: Initial condition: Closed-form analytical solution: f(y)= prob density avail. at x-y

7 7 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 7 Predictions of the Analytical Model Variable range Variable equipment rate Length of communication chain Potential actual chain length Result: Longitudinal strategy is not efficient as long as broadcast range R is lower than average distance 1/λ

8 8 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 8 Test of Fixed Range Assumption: Deterministic vs. Stochastic Range Model

9 9 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 9 Robustness Test 1: Deterministic Analytical Model vs. Simulated Trajectories (Gipps Model) Nearly perfect agreement for free traffic and rates below 30% => small Simulated connectivity slightly higher for homogeneous congested traffic Simulated connectivity slightly lower for longer distances and stop&go traffic

10 10 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 10 Robustness Test 2: Analytical Model vs. Real Trajectories (NGSIM Data) Spatiotemporal Density Real gap distribution (across all lanes) Jam Free traffic First 20 min Last 10 min (jam) Crossover! First 20 min

11 11 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 11 Transverse Communication Path: Store & Forward Communication r Connectivity Statistics of Store-and-Forward Intervehicle Communication, IEEE Transactions on Intelligent Transportation Systems 11(1), (2010).

12 12 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 12 Analytical Model for Store & Forward Communication Problem statement: Message has to propagate in upstream direction (at least) distance x Schönhof, Kesting, Treiber and Helbing, Coupled vehicle and information flows: Message transport on a dynamic network. Physica A 363, p Time T1 to find a relay car: Time T2 to reach connectivity to the target region: *=(x-2r 2 )/V2 Time T3 to find a car in the target region:

13 13 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 13 Predictions of the Analytical Deterministic Model Transversal hopping has robust connectivity already for small penetration rate α, i.e., small partial density I A successful transmission is only a matter of time Flip side: The transmission is not instantaneous =30 Veh./km, V1=V2=90 km/h, 1 lane

14 14 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 14 Robustness Test 1: Deterministic vs. Stochastic Model Deterministic: Fixed range R=200 m Stochastic: Exponentially distributed range, E(R)=200 m =30 Veh./km, V1=V2=90 km/h, 1 lane

15 15 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 15 Robustness Test 2: Violation of the Poissonian Assumption (for 1 and 2 Lanes) Solid lines: Analytial deterministic model Symbols: IDM/MOBIL microsimulations

16 16 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 16 Implementation and simulation of inter-vehicle communication Message: Data structure EquippedVehicle: Mailbox with send() and receive() MessagePool: Ether for gathering and distributing Messages Simulate!

17 17 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber Applications for Enhancing Efficiency: Problem Statement 17 How can we avoid / reduce traffic congestion ? Capacity of road network is limited Construction of new roads not feasible due to cost/land constraints Vehicle-based Intelligent Transportation Systems !

18 18 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 18 Application 1: Congestion warning system (V2Vtrans)

19 19 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 19 Basic Communication Scheme Scenario: Evolution of congested traffic Trajectories of equipped cars (α=3%) Equipped vehicles generate messages Online traffic state estimation based on floating car data.To appear in Traffic and Granular Flow '09, Springer (2009).

20 20 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 20 Enhancing the Jam Front Prediction Using V2I, I2I, I2V RSU down RSU up

21 21 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 21 Simulation Results

22 22 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber Application 2: ACC-Based Traffic- Flow Assistant 22 Kesting, Treiber, Helbing : Enhanced Intelligent Driver Model to Access the Impact of Driving Strategies on Traffic Capacity. Philosophical Transactions of the Royal Society A (2010).

23 23 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber (1) The Ordinary ACC 23 The Model The System

24 24 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber (2) From Conventional to Traffic-Efficient ACC 24 Automated traffic-efficient driving strategy Strategy adapts driving style to surrounding traffic situation Do not change model but model parameters Driving strategy matrix in relative terms (preserving individual settings) Kesting, Treiber, Schönhof, Helbing : Adaptive Cruise Control Design for Active Congestion Avoidance. Transportation Research Part C: Emerging Technologies (2008).

25 25 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber Traffic-Adaptive Driving Strategy in Free Traffic Driving strategy for free traffic and bottleneck situations: 25 Traffic stateDriving behaviorλTλT λaλa λbλb Free trafficDefault111 BottleneckBreakdown prevention Bottleneck section: avoid traffic flow breakdown Reduce time gap parameter and increase stability Dynamically fill-up capacity gap Increase free capacity Treiber, Kesting, Helbing: Three-phase traffic theory and two-phase models with a fundamental diagram in the light of empirical stylized facts. Transportation Research Part B: Methodological (2010).

26 26 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 26 Driving Strategy in Congested Traffic Traffic stateDriving behaviorλTλT λaλa λbλb Upstream jam frontIncreased safety110.7 Congested trafficDefault / Normal111 Downstream jam frontIncrease outflow0.521 Driving in congested traffic: Safely approaching jam front Increase outflow by quickly accelerating when leaving traffic jam Typical sequence of traffic states for a floating car :

27 27 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber Spatial-Temporal Dynamics of a Freeway Traffic Jam 27 Treiber, Kesting, Wilson: Reconstructing the Traffic State by Fusion of Heterogeneous Data. Computer-Aided Civil and Infrastructure Engineering (2010). Problem: How to distinguish exiting just a stop & go wave from exiting the whole jammed region? Solution: Knowledge of Traffic flow dynamics and C2X communication!

28 28 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 28 Realization: Everything-in-the-Loop Simulation

29 29 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 29 The Communications Subsystem

30 30 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 30 The Simulator Simulate …

31 31 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 31 Simulation Results: Impact on Collective Travel Time and Fuel Consumption Averaging Problem!

32 32 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber Application 3: Traffic-Light Assistant in City Traffic 32 First Step: Driver information system Traffic light reports about status Wireless communication to cars Cars give recommendations to driver ex: Travolution by Audi et al. Next step: Automatic driving Stop line additional virtual target In combination with ACC system Aims: Convenience/Safety/Efficiency

33 33 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber Driving Strategy of the Traffic-Light Assistant Basic functionality: Safety / convenience Decision making before light switches Automatic halt at stop line 33 Unpublished. © TUD + Volkswagen AG ScenarioStopsChange Reference46.1 % Feature %-13 % Feature %-17 % Intelligent functionality: Efficiency Feature 1: Proactive acceleration (boost) for crossing TL during green light Feature 2: Use motor brake for fuel-optimal approaching / jump-start Objectives: Reducing number of stops, fuel consumption, time consumption …

34 34 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber Thank you for your Attention 34

35 35 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 35 Supplements

36 36 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber Protection and Prevention is a Success Story 36 German statistics over 40 years: Mileage nearly tripled Fatalities reduced by 75% ! Similar developments in all western countries

37 37 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber In which way can V2V/V2I make cars smarter? 37 Electronic Stability Control (ESC) Anti-lock Brake System (ABS) Passenger Protection Pedestrian Protection Airbags Navigation Car-to-car communication (C2C) Vehicle- Infrastructure Integration (VII) Radar-based systems Ultrasonic-based systems Video-based systems Adaptive headlights

38 38 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 38 Stylized Facts of Spatiotemporal Evolution (A9 South, Germany) Downstream front: Either fixed or moving upstream with velocity c Upstream front: Determined by supply and demand Internal structures: Moving with velocity c as well Amplitude of internal structures grows when moving upstream Frequency grows with severety of bottleneck TSG OCT

39 39 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber Summary: From Driver- to Traffic- Assistance Systems 39 SystemRequired Information ActionAim ACCTrack leading vehicle Control acceleration Driver comfort Traffic-adaptive ACC Bottlenecks and jam fronts ACC parameter adaptation Flow-efficient driving strategy Traffic-Light Assistant Traffic light phases Automatic approach of TL Stop-avoiding driving strategy Demonstration of automated driving strategies: Implementation in test cars by Volkswagen Positive impact on collective dynamics in simulation Individual benefit from additional driver information


Herunterladen ppt "1 Institut für Wirtschaft und Verkehr Lehrstuhl für Verkehrsmodellierung und -ökonometrie Martin Treiber 1 V2X Simulation Martin Treiber."

Ähnliche Präsentationen


Google-Anzeigen