Autonóm - és hagyományos közúti járművek alkotta közlekedési rendszerek összehasonlító elemzése

HTML
DOWNLOAD

Méret: px

Mutatás kezdődik a ... oldaltól:

Download "Autonóm - és hagyományos közúti járművek alkotta közlekedési rendszerek összehasonlító elemzése"

Klaudia Varga
6 évvel ezelőtt
Látták:

1 Budapesti Műszaki és Gazdaságtudományi Egyetem Közlekedésmérnöki és Járműmérnöki Kar Közlekedés- és Járműirányítási Tanszék Záróvizsga Autonóm - és hagyományos közúti járművek alkotta közlekedési rendszerek összehasonlító elemzése Pintér Ádám 2017

2 Alapprobléma a közúti közlekedés veszélyes, világszerte óránként 140 áldozatot követel a közúti balesetek 94%-ában a járművezető személye a szerencsétlenség okozója a jelenlegi közúti közlekedési rendszerek nem képesek optimálisan kielégíteni a nagyvárosokban és azok környékén jelentkező forgalmi igényeket rendszeresek a forgalmi zavarok, melyeket a jelenlegi eszközökkel nehéz kezelni 2

3 Megoldás intelligens közúti járműrendszerek figyelmeztető/tájékoztató rendszerek automata rendszerek automatizált közúti járművek autonóm közúti járművek humán beavatkozás nélkül közlekednek önmagukat irányítják és navigálják szenzorokkal érzékelik környezetüket járművek integrálhatósága központi irányítórendszerbe 3

4 Kutatási célok megvizsgálni a közúti autonóm járművek teljesítőképességét városi környezetben ugyanazon környezeti feltételek mellett közlekedő hagyományos és autonóm járművek alkotta közlekedési rendszerek teljesítményeinek vizsgálata a két rendszer eredményeinek összehasonlító elemzése a tanult forgalmi mutatók szerint 4

Közúti forgalomszimuláció Simulation of Urban Mobility (SUMO) mikroszkopikus forgalommodellező szoftver minden jármű egyénileg szimulált, önálló paraméterekkel és útvonallal

5 Közúti forgalomszimuláció Simulation of Urban Mobility (SUMO) mikroszkopikus forgalommodellező szoftver minden jármű egyénileg szimulált, önálló paraméterekkel és útvonallal rendelkezik a szimuláció számos kimenettel rendelkezik, akár valós idejű adatokat is lekérhetünk TraCi kiegészítő szoftverrel, akár valós időben befolyásolhatjuk a szimuláció lefolyását 5

6 Módszertan Járműkövetési modell a két rendszert azonos környezetben futtatva, de különböző járműkövetési modellt alkalmazva szimuláltam az autonóm járművek rövidebb reakció idővel rendelkezve, kisebb követési távolságot alkalmazva közlekednek Útvonalképzés logikája a járművek a program DUAROUTER funkciójával, dijkstra algoritmus szerint számítják a leggyorsabb útvonalaikat a hagyományos járművek csak elinduláskor választják a lehető leggyorsabb útvonalat célpontjuk eléréséhez az autonóm járművek célpontjukig az aktuális forgalmi viszonyokat figyelembevéve minden másodpercben felülvizsgálják a lehetséges gyorsabb útvonalakat, szükség esetén módosítva az aktuálisat 6

7 átlagos utazási idő [s] Módszertan Optimális követési távolság kiválasztása Autonóm jármű reakcióideje mingap - követési távolság [cm] 7

8 Szimuláció közben - videó 8

Eredmények Rendelkezésre álló nyersadatok: utazások adatai útvonalak adatai makroszkopikus aggregált adatok Feldolgozott adatok: Időbeli mutatók: Utazási idő

9 Eredmények Rendelkezésre álló nyersadatok: utazások adatai útvonalak adatai makroszkopikus aggregált adatok Feldolgozott adatok: Időbeli mutatók: Utazási idő Lokális forgalmi változók Forgalomnagyság Térbeli mutatók: Megtett távolság Momentán forgalmi változók Forgalomsűrűség Momentán átlagsebesség Útvonalválasztás 9

10 Konklúzió és fejlesztési lehetőségek Konklúzió jelentős teljesítménybeli különbség mutatkozik az autonóm járművek javára az eltérő járműkövetési modell és útvonalválasztási logika figyelemreméltó hatása a forgalmi mutatókra A hagyományos rendszerhez képest autonóm esetben: a forgalomnagyság nő, viszont a forgalomsűrűség csökken, így a vizsgált hálózat átbocsátóképessége javul melyek következtében az eljutási idők csökkennek mindezen előnyök mellett fontos lenne az autonóm járművek car-sharing rendszerű használata Fejlesztési lehetőségek több, a forgalmat befolyásoló tényező figyelembevétele (pl. más járművek, gyalogosok) járművek közötti kommunikációs hálózat alkalmazása (pl. Veins szoftverrel) 10

11 Kérdések A szakdolgozat bírálójának kérdései: A szimulációs eredményeket ismertető diagramok diszkrét időközönként, a 0., 60., 120. stb. másodpercekben ábrázolják a hálózat forgalmi állapotát, miközben a forgalom generálása a 100. másodpercig tart, így várhatóan ez a maximális telítettség állapota. Miért nem történt meg a hálózat állapotának ábrázolása ebben a (várható) maximum pontban? Az autonóm járműves szimuláció esetében a léptetési időköz 0.5 s, míg a hagyományos járműves esetben 1 s, ekkor tehát pontatlanabb eredményt kapunk. Miért nem 0.5 s-os léptetéssel történt a hagyományos járműves szimuláció? További kérdések? 11

Hasonló dokumentumok

Forgalmi modellezés BMEKOKUM209

BME Közlekedésüzemi és Közlekedésgazdasági Tanszék Forgalmi modellezés BMEKOKUM209 Szimulációs modellezés Dr. Juhász János A forgalmi modellezés célja A közlekedési igények bővülése és a motorizáció növekedése