Modelowanie strumieni pojazdów z zastosowaniem automatów komórkowych i liczb rozmytych

• Autorzy: Płaczek B.

Warianty tytułu

EN

Traffic streams modelling with application of cellular automata and fuzzy numbers

• Języki publikacji: PL

Abstrakty

PL

Modele ruchu bazujące na teorii automatów komórkowych są coraz częściej wykorzystywane w opracowaniach dotyczących sterowania ruchem drogowym. Jednakże dyskretny i stochastyczny charakter tego rodzaju modeli utrudnia ich zastosowanie do sterowania adaptacyjnego w czasie rzeczywistym. W artykule przedstawiono metodę modelowania strumieni pojazdów, która stanowi połączenie automatów komórkowych i arytmetyki liczb rozmytych. Zaproponowane rozwiązanie eliminuje wady automatów komórkowych wynikające z konieczności stosowania metody Monte Carlo i dyskretnych wartości parametrów. Opracowany rozmyty model komórkowy pozwala odwzorować strumienie pojazdów z uwzględnieniem założonych poziomów natężenia nasycenia. Jednocześnie złożoność obliczeniowa algorytmu symulacji dla rozmytego modelu komórkowego jest znacznie niższa, co jest szczególnie istotne w przypadku zastosowań do sterowania ruchem drogowym.

EN

Microscopic traffic models based on cellular automata are increasingly used in studies of traffic control. However, discrete and stochastic nature impedes their real-time applications in adaptive traffic control systems. In this paper a method is introduced for traffic streams modelling, which combines cellular automata and fuzzy calculus. The presented approach eliminates main drawbacks of the cellular automata models i.e. necessity of multiple Monte Carlo simulations and calibration issues. Experimental results show that the proposed fuzzy cellular model can reproduce traffic streams behavior for assumed rates of saturation flow. Moreover, the model is suitable for real-time applications in traffic control systems due to low computational complexity.

Słowa kluczowe

PL

modelowanie ruchu; sterowanie ruchem; automat komórkowy; liczby rozmyte

EN

road traffic modelling; traffic signal control; cellular automata; fuzzy numbers

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Logistyka
• Rocznik: 2012
• Tom: nr 4
• Opis fizyczny: Bibliogr. 16 poz., rys., pełen tekst na CD

Twórcy

autor

Płaczek B.

• Wydział Transportu Politechniki Śląskiej

Bibliografia

• [1] Brockfeld E., Barlovic R., Schadschneider A., Schreckenberg M.: Optimizing traffic lights in a cellular automaton model for city traffic, Physical Review E 64 056132, 2001.
• [2] Chowdhury D., Santen L., Schadschneider A.: Statistical physics of vehicular traffic and some related systems, Physics Reports 329, pp. 199–329, 2000.
• [3] Esser J., Schreckenberg M.: Microscopic simulation of urban traffic based on cellular automata, International Journal of Modern Physics C 8, pp. 1025–1036, 1997.
• [4] He H.D., Dong L.Y., Dai S.Q.: Simulation of traffic flow with traffic light strategies, Journal of Shanghai University (English Edition) 10, pp. 189–191, 2006.
• [5] Jin W., Zheng Y., Li J.: Microscopic simulation of traffic flow at signalized intersection based on cellular automata, in: Proceedings of the IEEE International Vehicle Electronics Conference IVEC '99, pp. 106–109, IEEE, 1999.
• [6] Maerivoet S., De Moor B.: Cellular automata models of road traffic, Physics Reports 419, pp. 1–64, 2005.
• [7] Medina J., Moreno M., Royo E.: Stochastic vs Deterministic Traffic Simulator. Comparative Study for Its Use Within a Traffic Light Cycles Optimization Architecture, in: J. Mira et al, (Eds.), IWINAC 2005. Lecture Notes in Computer Science 3562, pp. 99–111, Springer, Berlin Heidelberg, 2005.
• [8] Papageorgiou M., Diakaki C., Dinopoulou V., Kotsialos, A., Wang Y.: Review of road traffic control strategies, Proceedings of the IEEE 91, pp. 2043–2067, 2003.
• [9] Płaczek B: Fuzzy cellular model for on-line traffic simulation, in: R. Wyrzykowski et al, (Eds.), PPAM 2009, Part II, Lecture Notes in: Computer Science 6068, pp. 553–560, Springer-Verlag, Berlin Heidelberg, 2010.
• [10] Płaczek B.: A real time vehicles detection algorithm for vision based sensors, in: L. Bolc et al, (Eds.), ICCVG 2010, Part II, Lecture Notes in Computer Science 6375, pp. 211–218, Springer-Verlag, Berlin Heidelberg, 2010.
• [11] Płaczek B.: Performance Evaluation of Road Traffic Control Using a Fuzzy Cellular Model, in: E. Corchado et al, (Eds.), HAIS 2011, Part II, Lecture Notes in Artificial Intelligence 6679, pp. 59–66, Springer-Verlag, Berlin Heidelberg, 2011.
• [12] Płaczek B.: Fuzzy cellular model of signal controlled traffic stream. arXiv:1112.4631v1 [cs.DM], 2011.
• [13] Płaczek B.: Selective data collection in vehicular networks for traffic control applications. Transportation Research Part C 32, pp. 14–28, 2012.
• [14] Rosenblueth D., Gershenson C.: A Model of City Traffic Based on Elementary Cellular Automata, Complex Systems 19, pp. 305–322, 2011.
• [15] Schadschneider A., Chowdhury D., Brockfeld E., Klauck K., Santen L., Zittartz J.: A new cellular automata model for city traffic, in: D. Helbing et al, (Eds.), Traffic and Granular Flow ’99: Social, Traffic, and Granular Dynamics, Springer, Berlin, 2000.
• [16] Spyropoulou I., Modelling a signal controlled traffic stream using cellular automata, Transportation Research Part C 15, pp. 175–190, 2007.