KÖZÚTI FORGALOMIRÁNYÍTÁS

Átírás

1 KÖZÚTI FORGALOMIRÁNYÍTÁS kozlekedes.bme.hu facebook.com/kozlekkar Dr. Varga István Közlekedés- és Járműirányítási Tanszék

2 Felsőfokú oktatás BSc(7 félév): Közlekedésmérnöki alapszak Járműmérnöki alapszak Logisztikai mérnöki alapszak MSc(4 félév): Közlekedésmérnöki mesterszak Járműmérnöki mesterszak Logisztikai mérnöki mesterszak Autonóm járműirányítási mérnök mesterszak PhD (8 félév): Kandó Kálmán Doktori Iskola 2

3 JKL rendszerek tárgy A BME kutatóegyetemi programban a JKL kiemelt kutatási terület Előzmények: KOKUA114 Közlekedési rendszerek KOGJA115 Járműrendszerek KOKUA116 Logisztikai rendszerek KOEAA117 Üzemi szállítási rendszerek Számonkérés Visszajelzések! 3

4 Járműtechnika, közlekedés, logisztika Közlekedés Járműtechnika Logisztika 4

5 A közúti közlekedés megfigyelése Közútiforgalomirányítás 5

6 Háttéranyagok, személyek Varga István PhD TettamantiTamás PhD Csikós Alfréd PhD LuspayTamás PhD Bede Zsuzsanna PhD Esztergár-Kiss Domokos PhD Horváth Márton Tamás 6

7 Könyvek 7

8 I. Bevezetés 8

9 Forgalomirányítás célja Feltárni a közúti közlekedésben meglévő irányítási problémákat és hatékony megoldást adni azokra 9

10 Motiváció Miért? A folyamatosan növekvő járműforgalom mellett a rendelkezésre álló közúti infrastruktúra csak korlátozottan növelhető. Szükséges a hatékony, forgalomfüggő, dinamikus irányítás! Megoldás A közúti közlekedés sajátosságai miatt elsősorban a korszerű, robosztus irányítási algoritmusok szolgálhatnak megfelelő minőségi megoldásokkal. 10

11 Szempontok -Korlátok Biztonság 11

12 A forgalomirányítás felépítése A közlekedési irányító rendszer Közúti forgalomirányító berendezés Vezérlés, döntéshozatal Közúti forgalomirányító központ Döntéshozatal Központi vezérlés, döntéshozatal Beavatkozás, lámpakapcsolás, stb. Beavatkozás Forgalmi adatgyűjtés, előfeldolgozás Beavatkozás, távvezérlés, stb. Forgalmi adatgyűjtés, előfeldolgozás Adatgyűjtés A vezérelt csomópont(ok) A vezérelt csomópontok, városrészek, városok Az irányított közlekedési folyamat (hálózat) 12

13 A közúti közlekedés megfigyelése 1934 Bruce D. Greenshields 13

14 A járműforgalom modellezése Reuschel, majd 1953-ban Pipesa járművek időbeli, egymást követő mozgását leíró úgynevezett járműkövetési modellt fejlesztenek ki, ez a mai napig meghatározó jelentőségű alapösszefüggéseket tartalmaz. (mikro) Elkészül a makroszkopikus szemléletű, a folyadékáramlás analógiájára épített úgynevezett LWR modell (Lighthillés Whitham, és tőlük függetlenül Richards) Az LWR modell mérföldkőnek számított a forgalmi folyamatok leírásában. (makro) 14

15 A járműforgalom irányítása Webster 1958 (Egyedi jelzőlámpa irányítás) Robertson 1969 (Transyt, jelzőlámpa hálózat). Állapottérben: Nahi és Trivedi 1973 (Állapotbecslés) Cremer és Keller 1980, 1986 (Állapotbecslés) Nihan és Davis 1983,1987 (Állapotbecslés) Papageorgiou 1983,1991(Állapotbecslés, irányítás) Zijpp 1994, 1997 (Állapotbecslés) de Schutter és Hegyi 2002 (MPC autópálya irányítás) Varga 2006 (MPC városi irányítás) 15

16 A járműforgalom leírása, jellemzése 16

17 A hullámsebesség 17

18 II. A közúti járműforgalom mérése és becslése 18

19 Tér-idő szemlélet 19

20 Járműérzékelés -detektálás Nagyon sokféle fizikai elven lehet a járműveket észlelni. A két legelterjedtebb: Az induktív hurokdetektor A képfeldolgozáson alapuló járműérzékelő (videó detektor) 20

21 A hurokdetektor 21

22 A hurokdetektor 22

23 A hurokdetektor 23

24 A video detektor 24

25 A video detektor 25

26 A video detektor 26

27 A video detektor 27

28 A video detektor 28

29 Forgalmi állapotok, forgalmi változók és jellemzők becslése 29

30 A célforgalmi mátrix A mátrix a járműáramlat honnanhová információját adja meg: Egyedi kereszteződésben, Körforgalomban, Autópálya szakaszon, Városi hálózatban. 3 2 Irányok x 11 x 12 x 13 x 14 2 x 21 x 22 x 23 x 24 3 x 31 x 32 x 33 x 34 4 x 41 x 42 x 43 x

31 q ζ Az állapot-megfigyelő (cmhe) 0 x m q o=1 x io ζ Korlátozások: io ( k) Kereszteződés modell cmhe megfigyelő feltételek: 0<=x ij <=1; Σ x j =1 = 1 zajok: ζ,ˆ, v wˆ ^ x ( k) 1 cmhe = constrained Moving Horizon Estimation w v Ψ k y ( k + 1) = x ( k) w ( k) yo ( k) = q ( k) x ( k) + v x io io + n i=1 Kereszteződés x ˆ j k Axˆ j k Gwˆ + 1 = + j k y j = Cxˆ j k + vˆ j k i io io o ( k) A cmhe az állapotok várható értékét becsüli meg úgy, hogy modell következőkben felírt Ψ funkcionált minimalizálja és kielégíti a dinamikai egyenletet és mérési egyenletet, valamint a korlátozásokat is. cm HE megfigyelő k 1 k T 1 T 1 T 1 * = wˆ ˆ ˆ ˆ ˆ ˆ k N 1feltételek: kq0 wk N 1 k + w j kq w j k + v jv k R v j k + Ψk N j= k N j= k N 0<=xij<=1; Σ xj=1 min zajok: ˆ ˆ ) ( xk N 1, wk N 1 k,..., wk 1 k ζ, vˆ, wˆ ^ x x ˆk N k xk N wˆ = + k N 1 k w Ψ k ( j = k N 1,..., k 1) ( j = k N 1,..., k) y 31

32 Egyedi kereszteződés jelzőlámpa szabályozása állapottérben 32

33 A modell Sorfelépülés: x(k) x(k+1) x be (k) Kihaladás: x ki (k) x f (k) q m Tc Q( t) ( t) = 0 T Q = q B m = u q c m,1 0 q m, q 0 m,3 q x ki_opt (k) m,4 x ( k) x( k + 1) = Ax( k) + q f k uk ( k) Állapotegyenlet: be [ I B] + v ( k) + x ( ) Mérési(kimeneti) egyenlet: y( k) = Cx( k) + v ( k) y 33

34 q be u x f A szabályozó v q v y Kereszteződés forgalmi modellje Szabályozó xˆ Torlódás detektáló szűrő f y célfüggvény A szabályozó algoritmus alapja egy LQ optimális szabályozó, amely a becsült torlódás alapján képes az irányítás átkonfigurálására. J = 1 2 K T T [ x ( k) Qx( k) + u ( k) Ru( k) ] k = 0 Bk ( i, i) uk ( i) + x f k( i) uk + 1 ( i) = i = 1... n B ( i, i) k Bk ( i, i) uk ( i) + x f k( i) Bk + 1 ( i, i) = i = 1... n u ( i) k FPRG hibadetektáló szűrőt (torlódásdetektáló szűrő) rk = Mz z k+1 = Fz k k Ey Hy k k + Du k 34

35 Városi forgalomirányítás Forgalomirányító központok 35

36 A forgalomirányító központokról általában Forgalomirányító központ (FIK): adott közlekedési hálózat forgalomirányító berendezéseit felügyeli és irányítja Irányítás céljai Kapcsolódó csomópontok jelzésképeinek összehangolása A hálózat forgalomtechnikai teljesítménymutatóinak javítása Tömegközlekedés hálózatba illesztése, előnyben részesítése Célfüggvények A forgalom biztonságos lebonyolítása Eljutási idő minimalizálása Megállások számának csökkentése Átbocsátott járműszám növelése Várakozási idő minimalizálása 36

37 A budapesti FIK Siemens Scala Kb csomópont: 2/3-a közvetlenül, valós időben kapcsolódik a központhoz, 1/3-a távfelügyeleti rendszer keretében érhető el Kb. 800 járműérzékelő (főként hurokdetektor) ennek kb. 70 %-a működik üzembiztosan 650 csomópontot kb 450 FB látja el. Ebből: 300 fázisvezérlésű 150 jelzőcsoport vezérlésű 37

38 Kapcsolat a FIK-kelaBME laborból A FIK kommunikációs gerince a Duna mentén, a budai oldalon fut. A BME CH épület melletti FB-ből lett behúzva a BME kertjébe egy üvegszál kábel. Ez a kábel pedig a BME területén lett végighúzva az ST épületig. Az optikai kábelen érkező jelet a laborban egy mediakonverter crosslinkkábelen továbbítható jellé alakítja A crosslinktípusú UTP, kábel már közvetlenül a PC Ethernet csatlakozójába megy. A kapcsolat informatikai megoldása: távoli asztal kapcsolat (Remote Desktop). 38

39 Térképes áttekintés 39

40 Hurokdetektor adatok 40

41 On-line jelzésterv 41

42 Helyszínrajz 42

43 Több csomópontból álló hálózat irányítása modell prediktív szabályozással 43/22 43

44 A szabályozó (MPC) nem mérhető zajok mérhető zajok behaladó járműfolyam: q beavatkozó jel: u 0 Csomóponti hálózat forgalmi modellje J ( k) kimenetek: y = 1 2 N p T T [ x ( k) Qxi ( k) + u ( k) Rui ( k) ] i i i= 1 Szabályozó Korlátok: Állapotbecslés és modell alapú predikció N horizontra előállított beavatkozó jel sorozat: u N horizontra előállított állapot sorozat: xˆ Optimalizálás min J Költség függvény J [ xˆ, u] korlátozások, kényszerek [ ] T T T u u u T u = 0 1 L N 1 44/22 u u i i O j i= 1 t t u i MIN MAX t MAX j i i j = 1...J p 44

45 A MALAB szimuláció eredménye Járműszám Járműszám Periódusszám es sor 2-es sor 3-as sor 4-es sor 5-ös sor 6-os sor 9-es 8-as sor 7-es sor sor 10- es sor 11- es sor 12- es sor 13- as sor 14- es sor 15- ös sor 16- os aor Periódusszám es sor 2-es sor 3-as sor 4-es sor 5-ös sor 6-os sor 9-es 8-as sor 7-es sor sor 10- es sor 11- es sor 12- es sor 13- as sor 14- es sor 15- ös sor 16- os sor 16 Legnagyobb kialakult helyi sorhossz (jm) Legnagyobb kialakult összes sorhossz (jm) TUC 2000 (LQ) MPC

46 A teszthálózat: 7 csomópont 7 6 A közlekedési hálózat modellje VISSIM-ben:

47 A szimuláció szoftverkörnyezete FÁJLOK COM INTERFÉSZ M ATLAB SORHOSSZAK VISUAL C++ PROGRAM SORHOSSZAK VISSIM M PC SZABÁLYOZÓ ZÖLDIDŐK SZIMULÁCIÓ- ÉS KOMMUNIKÁCIÓ- VEZÉRLÉS ZÖLDIDŐK KÖZLEKEDÉSI HÁLÓZAT VISSIM, PTV AG., MATLAB, 47

48 A jelenlegi irányító rendszer 48

49 MPC alapú irányító rendszer 49

50 Eredmények Sorhosszak: Teljes utazási idő: Átlagos megállások száma: Control l [m] Old system 302 MPC 249 Control TTT [h] Old system 296 MPC 269 Control n [db] Old system 1.45 MPC % - 9 % - 18 % 50

51 Eredmények Átlagos késési idő: Control t [sec] Old system 71 MPC % Átlagsebesség: Control v [km/h] Old system 18 MPC % 51

52 Az összes sorhossz alakulása 52

53 Zöldidő eloszlás (Harmat u. -SibrikMiklós u.) Green time distribution [%] Directions Old system MPC system 53

54 Szabályozó bemenet zöldidő A zöldidő hosszának változása az egyik csomóponti ágban 54

55 Autópálya forgalomirányítás Összehangolt főpályaés felhajtó szabályozás 55

56 Autópálya forgalom szabályozása Detektor vagy kamera ρ akt Sebességkorlátozás 110 v kijelzett Felhajtáskorlátozás zöld/piros COORDINATED CONTROL LQ CONTROL ρ crit, ρ akt SWITCHING CONTROL 56

57 A forgalom alakulása szabályozás nélküli esetben 57

58 A forgalom alakulása szabályozással 58

59 Eredmények Kihaladt összes jármű Szabályozási forma q ki [J/h] NO CONTROL 4154 COORDINATED CONTROL % Átlagsebesség Szabályozási forma v [km/h] NO CONTROL 34 COORDINATED CONTROL % 59

60 Köszönöm a figyelmüket! 60