ADAPTIV SIGNAL- STYRING I REALTID Mikkel Færgemand, COWI (mifm@cowi.com) Andreas B. Eriksen, AAU (andreasb@cs.aau.dk)
Projektbaggrund Stigende trafik, trængsel etc. Mia. km. 60 50 40 Personbiler pr. 1.000 indbyggere 600 500 400 Ønske om bedre udnyttelse af eksisterende infrastruktur. 30 20 1985 1990 1995 2000 2005 2010 2015 300 200 Omkring 8-9 mio. stop i signalregulerede kryds. Samfundsøkonomiske omkostninger beløber sig til ca. 14 mia. kr. årligt. Trafikarbejde Personbiler Personbiltæthed Mio. kr. 1.500 1.200 900 600 300 0 Samordnede Trafikstyrede Tidsstyrede Total Samordnede Trafikstyrede Tidstryede Total anlæg anlæg anlæg anlæg (ikke (Ikke Tidsomkostninger samordnet) Brændstofomkostninger samordnet) 28. august, 2017 Mikkel Færgemand Trafikdage
28. august, 2017 Mikkel Færgemand Trafikdage Projektbaggrund Frustreret over unødig ventetid for rødt! Projektet blev igangsat under DiCyPS Mål: At designe en intelligent controller som kan realisere en nærvedoptimal signalstyring.
28. august, 2017 Mikkel Færgemand Trafikdage Projektlokalitet Hobrovej i Aalborg. 2 km strækning 6 signalregulerede kryds. ÅDT på 20.000 30.000. Tilstræber at dokumentere effekten af en intelligent signalstyring ved anvendelse af mikrosimulering in VISSIM ( 7.00-9.00). Krydstællinger udført I samtlige kryds (7.00-9.00).
28. august, 2017 Mikkel Færgemand Trafikdage Traditionel signalstyring Punktdetektering. Via induktionsspoler. Emuleret via radar. Traditionelle signalstyringsprincipper. Minimum grøntid (BKG 1194). Fast maksimal grøntid. Fast omløbstid. Prædefineret fasevalg. Faste offset-tider.
28. august, 2017 Mikkel Færgemand Trafikdage Intelligent signalstyring Objektdetektering. Via radarer. Emulerede radarer i VISSIM. Nyt signalstyringsprincip. Minimér den samlede forsinkelse. Uppaal Stratego som optimeringsmodel. Realisere en markant forbedret trafikafvikling. Test i konkrete kryds. Virkelighed Informationer om køretøjer Signalkonfiguration Beregning af ETA ift. registreringsafstand VISSIM Python via COM-modul i VISSIM Uppaal Stratego www.smartmicro.de Nærved optimal signalsætning Nærved optimal signalsætning
Kontrolleren Distribueret kontroller. Hver kryds har en model Ingen kommunikation mellem kryds. A = [2.4, 4.5, 20] B = [10.0] Fase = A
Intelligent signalstyring Mål: Minimér den samlede forsinkelse. Uppaal Stratego som optimeringsmodel. Nærved optimal signalstyring inden for horisont. Rullende horisont. Forsinkelse T2: optimal styring H T1: optimal styring H Tid T0: optimal signalstyring H Horisont Effektueret signalstyring 0 1 2 3 4 5 6 7 8... 20 21 22 sek.
Simuleringer Traditionel signalstyring Intelligent signalstyring
Simuleringer Traditionel signalstyring Intelligent signalstyring Ny Kærvej Ny Kærvej
Resultater % 70 60 50 40 30 20 10 Middelforsinkelse Kølængde Stop Brændstofforbrug Samlet rejsetid Samlet rejsetid Brændstofgevinst 3.100.692,- Tidsgevinst 6.558.017,- 0 Hobrovej / Søndre Skovvej Hobrovej / Mølleparkvej Hobrovej / Ny Kærvej Hobrovej / Provstejorden
Fremtidige projektarbejde Inkludér bløde trafikanter. Test i reelle signalregulerede kryds. Aarhus Kommune Effekt ift. trafiksikkerheden. Dynamiske mellemtider. Fokus på vejregler og lovgivning. Italesæt optimeringspotentialet.
Signaloptimering hvad skal der til? Hvorfor udebliver udviklingen? Vejmyndigheder Vejmyndigheder har svært ved finde afgørende incitament til at investere. Italesæt ineffektiviteten og optimeringspotentialet. Hvem er interessenterne? Eventuel statslig medfinansiering Rådgivende ingeniører Signalleverandører Forskningsinstitutioner
Tak for jeres opmærksomhed! Spørgsmål? I samarbejde med; Indlægsholdere: Mikkel Færgemand, COWI (mifm@cowi.com) Andreas B. Eriksen, AAU (andreasb@cs.aau.dk)
ADAPTIV SIGNAL- STYRING I REALTID Mikkel Færgemand, COWI (mifm@cowi.com) Andreas B. Eriksen, AAU (andreasb@cs.aau.dk)