Ajantasainen liikennetilanteen simulointi - Tuusulan pilottijärjestelmä Sisäisiä julkaisuja 48/2006

Transkriptio

1 Iisakki Kosonen, Karel Capek, Tapio Luttinen Ajantasainen liikennetilanteen simulointi - Tuusulan pilottijärjestelmä Sisäisiä julkaisuja 48/2006

2

3 Julkaisun nimi 1 Iisakki Kosonen, Karel Capek, Tapio Luttinen Ajantasainen liikennetilanteen simulointi - Tuusulan pilottijärjestelmä Sisäisiä julkaisuja 48/2006 Tiehallinto Helsinki 2006

4 2 Julkaisun nimi Verkkojulkaisu pdf ( ISSN TIEH v Tiehallinto Liikennetekniikka Opastinsilta 12 A PL HELSINKI Puhelinvaihde

5 Iisakki Kosonen, Karel Capek, Tapio Luttinen: Ajantasainen liikennetilanteen simulointi - Tuusulan pilottijärjestelmä. Helsinki Tiehallinto. Sisäisiä julkaisuja 48/ s. + liitt. 11 s. ISSN , TIEH v. Asiasanat: Liittymät, simulointi, tieliikenne, tiedon keruu, valo-ohjaus Aiheluokka: 21 TIIVISTELMÄ Hankkeessa tutkittiin ajantasaisen simuloinnin käyttöä liikennetilannetiedon tuottamiseksi. Tutkimukset tehtiin koealueella Tuusulassa. Koealue on korkealuokkainen väylä, joka rajautuu kuuteen liikennevaloin ohjattuun liittymään Tuusulan moottoritien (kt 45) ja Hyrylän kiertoliittymän välissä. Tiedonkeruujärjestelmä rakennettiin yhteistyössä Swarco Finlandin kanssa. Järjestelmässä jokaiseen risteyskojeeseen kytkettiin MDSL-laite, jotka verkotettiin keskenään. Tämän lisäksi yksi MDSL-laite toimi reitittimenä Internetiin. Tiedot lähetettiin palvelimelle, josta käsin ajantasaisesti toimiva simulointijärjestelmä käytti tietoja. Jokaisen liittymän kaikista ilmaisimista ja opastimista kerättiin tilatiedot noin viisi kertaa sekunnissa. Tiedot koodattiin XML-tyyppisiksi viesteiksi. Kukin viesti sisälsi yhden risteyskojeen tilatiedot. Ajantasaisessa simuloinnissa malliin syötetään uusi ajoneuvo aina kun uusi ilmaisinpulssi havaitaan. Simulointimallissa opastimien tilat toistetaan sellaisena kuin ne toteutuvat todellisissa risteyksissä. Generoidut ajoneuvot noudattavat simulointimallin opastimia sekä simulointimallin ajoneuvodynamiikkaa. Ajantasaiseen simulointiin käytettiin tässä tutkimuksessa TKK:lla kehitettyä HUTSIM-simulointiohjelmistoa. HUTSIM-mallin ajoneuvodynamiikka on jo useissa aiemmissa tutkimuksissa kalibroitu Suomen olosuhteisiin. Aiemmin on lisäksi kokeellisesti osoitettu, että ajantasainen simulointi HUTSIMohjelmistolla toimii riittävällä tarkkuudella yhden risteyksen tapauksessa. Useamman risteyksen simuloinnissa ajantasaisen simuloinnin ongelmana on kääntymisuuntajakaumien virhe ja satunnaisvaihtelu, jotka kumuloituvat ajan mittaan virheelliseksi ajoneuvomääräksi mallin sisäisillä linkeillä. Tässä tutkimuksessa ongelma ratkaistiin käyttämällä ns. sink&source -menetelmää. Simuloitava koealue jaettiin osa-alueisiin, joihin kuhunkin sisältyi yksi liittymä. Kullekin osa-alueelle liikenne generoitiin ilmaisintiedon perusteella alueen rajalla. Tällä tavoin kääntymissuuntajakaumiin liittyvä virhe ei kumuloitunut koko malliin. Keskeiset säädettävät parametrit ajantasaisessa simuloinnissa ovat kääntymissuuntajakaumat ja tavoitenopeudet. Sink&source -menetelmän avulla näitä parametreja voidaan kalibroida ilman maastomittauksia. Kalibroinnin yhteydessä kehitettiin menetelmä mallin hyvyyden (virheen) mittaamiseksi. Osa-alueiden rajakohdassa simuloitujen (saapuvien) ja mitattujen (lähtevien) ajoneuvomäärien erotus kuvaa virheen suuruutta. Simuloinnin parametreja säätämällä virhettä voidaan pienentää. Virhefunktion käyttäytymistä ajan funktiona tarkasteltiin mm. aikasarjojen avulla. Tässä tutkimuksessa parametrien säätäminen tehtiin manuaalisesti, mutta jatkossa kehitetään automaattisia menetelmiä. Tutkimushankkeen tuloksena toteutettiin teknisesti toimiva ajantasainen simulointijärjestelmä sekä kehitettiin menetelmä simulointimallin kalibrointiin.

6 Iisakki Kosonen, Karel Capek, Tapio Luttinen: Dynamisk simulering av trafiksituationen Tusby pilotsystem. Helsingfors Vägförvaltningen. Vägförvaltningens utreadningar 48/ s. + bilagor 11 s. ISSN , TIEH v. Nyckelord: Anslutningar, simulering, trafiksignalstyrning, uppgiftsinsamling, vägtrafik SAMMANFATTNING I detta projekt undersöktes användningen av dynamisk simulering för att producera information om trafiksituationen. Undersökningarna gjordes på ett experimentområde i Tusby (Tuusula). Experimentområdet är en högklassig trafikled, som begränsas av 6 signalreglerade korsningar mellan Tusby motorväg och Skavaböle cirkulationsplats. Datainsamlingssystemet byggdes tillsammans med Swarco Finland. Systemet består av 6 ihopkopplade MDSL-apparater som är kopplade till styrappareten i varje korsning. Dessutom fungerar en MDSL-apparat som router till Internet. Informationen skickas genom brandmurar till en server på TKK, där den används av ett dynamiskt simuleringssystem. Tillståndsinformation från korsningarnas alla detektorer och signaler insamlas cirka fem gånger per sekund. Informationen kodas till meddelanden av XML-typ. Varje meddelande innehåller tillståndsinformation från en korsning vid en viss tidpunkt. Vid dynamisk trafiksimulering matar man in ett nytt fordon alltid då en ny detektorpuls observeras. Signalernas tillstånd återges i simuleringen sådana som de är i verkligheten. De genererade fordonen följer simuleringsmodellens signaler och fordonsdynamik. I denna studie användes det vid TKK utvecklade simuleringsprogrammet HUTSIM för den dynamiska simuleringen. HUTSIM-modellens fordonsdynamik har redan tidigare i samband med flera andra undersökningar kalibrerats för finländska förhållanden. Dessutom har det tidigare genom experiment bevisats, att dynamisk simulering med HUTSIM fungerar med tillräcklig noggrannhet då det är fråga om en korsning. Vid simulering av flera korsningar är problemet med dynamisk simulering det, att fel i de svängande trafikflödena och slumpmässig variation med tiden kumulerar till felaktiga fordonsantal i modellens interna länkar. I denna studie löstes problemet genom att använda den s.k. sink&source -metoden. Experimentområdet som skulle simuleras indelades i delområden med en korsning i varje område. Trafiken till delområdena genereras utgående från detektorinformation på nytt vid gränsen till varje delområde. På detta sätt kumulerar felet i de svängande trafikflödena inte i hela modellen utan hålls inom ett delområde. De mest centrala parametrarna som skall ställas in vid dynamisk simulering är de svängande trafikflödena och de önskade hastigheterna. Med hjälp av sink&source -metoden kan dessa parametrar kalibreras utan fältmätningar. I denna studie utvecklades en metod för att mäta modellens kvalitet (fel). Skillnaden mellan antalet simulerade (inkommande) och antalet uppmätta (utgående) fordon vid delområdenas gränser beskriver felets storlek. Genom att justera parametrarna i simuleringen kan man minska felet. Felfunktionens beteende som funktion av tiden undersöktes med hjälp av tidsserieanalys. Justeringen av parametrarna gjordes manuellt, men i fortsättningen kommer man att utveckla automatiska metoder. Som helhet sett utvecklades i denna undersökning (Tuusula-II) ett fungerande dynamiskt simuleringssystem samt en metod för att kalibrera simuleringsmodellen.

7 Iisakki Kosonen, Karel Capek, Tapio Luttinen: Real-time simulation of traffic situations The Tuusula pilot system. Helsinki Finnish Road Administration. Finnra Internal Reports 48/ p. + app. 11 p. ISSN , TIEH v. Keywords: Real-time traffic information, signal control system, traffic simulation SUMMARY In this project the real-time simulation was studied for providing information about the traffic conditions. The research was done using a test site in Tuusula. The test site is a high class corridor with six signalized intersections starting from the end of Tuusula motorway and ending to the roundabout of Hyrylä. The data acquisition system was built together with Swarco Finland. The system consists of six MDSL-boxes that are attached to the signal controllers. The boxes are networked together and one more MDSL-box is acting as a router to the Internet. The data is sent trough firewalls to a server at TKK. The real-time simulation is accessing the data trough the server. The status data of each detector and signal is collected about five times per second. The data is collected to XML-messages. Each message contains the status information of one intersection at given time. In real-time simulation a new vehicle is generated every time a new detector pulse in recognized. The signal states in the simulation model are same as they are in the real signal control system. The generated vehicles obey the traffic signals and the dynamics of the simulation model. For real-time simulation the HUTSIM traffic simulator developed by TKK was used. The vehicle dynamics of the HUTSIM-model has been calibrated in several research projects. Also It has been shown earlier that the accuracy of the on-line simulation is sufficient with single intersections. With several intersections, the problem is related to the accumulating error caused by random variation an inaccurate turning flow distributions. In this research, the problem was solved using so called sink&source technique. The simulated test area was divided into sub-areas that consist of single intersection. Based on the detector information, the traffic is regenerated to each sub-area at the border. This way the error is not accumulating, but stays inside the sub-area. The most essential parameters in real-time simulation are the turning flow distributions and the desired speed distributions. With the sink&source method, these parameters can be adjusted without field measurements. In the project a method for evaluating the error in model was developed. In the border of sub-areas the difference between simulated (sink) and measured (source) vehicles is the error-function. By adjusting the parameters, the value of the error-function can be minimized. The behaviour of the errorfunction was examined with time series. In this research the parameters were adjusted manually, but in further research, automatic methods will be developed. As a whole in this project (Tuusula-II) an operational real-time simulation system was developed as well as a method for calibration of the on-line simulation model.

8

9 ESIPUHE Tässä hankkeessa (Tuusula II) toteutettiin ajantasainen liikennetilanteiden simulointi Tuusulan koealueella. Ajantasainen simulointijärjestelmä on toteutettu Teknillisen korkeakoulun liikennelaboratorion toimesta. Hankkeeseen ovat TKK:lla osallistuneet Iisakki Kosonen, Karel Capek ja Tapio Luttinen. Tuusulaan rakennetun tiedonkeruujärjestelmän toteutuksesta on vastannut Swarco Finland Oy. Liikennevalotoimittajan puolelta mukana ovat olleet Juhani Koskinen, Pertti Packalen ja Michael Rychlik. Työn tilaajina ovat Tiehallinnon Uudenmaan tiepiiri sekä liikennekeskus. WSP LT-konsulttien Reetta Jokinen on toiminut tilaajan koordinaattorina projektissa. Tilaajan puolelta mukana ovat olleet Jyri Mustonen, Mauri Pyykönen, Sami Luoma ja Timo Karhumäki. Helsingissä kesäkuussa 2006 Tiehallinto

10

11 Ajantasainen liikennetilanteen simulointi - Tuusulan pilottijärjestelmä 9 Sisältö 1 TAUSTAT JA TAVOITTEET 11 2 JÄRJESTELMÄN TOIMINTAPERIAATTEET 12 3 JÄRJESTELMÄN TEKNINEN TOTEUTUS 16 4 SIMULOINTIMALLIN KALIBROINTI 19 5 PÄÄTELMÄT 21 6 JATKOKEHITYSMAHDOLLISUUDET 22 LÄHTEET 25 LIITTEET 26 LIITE 1: TUUSULAN JÄRJESTELMÄN TEKNINEN KUVAUS LIITE 2: THE SINK&SOURCE -METHOD IN THE TUUSULA TEST AREA

12 10 Ajantasainen liikennetilanteen simulointi - Tuusulan pilottijärjestelmä

13 Ajantasainen liikennetilanteen simulointi - Tuusulan pilottijärjestelmä 11 TAUSTAT JA TAVOITTEET 1 TAUSTAT JA TAVOITTEET Liikenteen ruuhkaongelmat suurissa taajamissa kasvavat jatkuvasti ja varsinkin liikennevaloin ohjatut liittymät toimivat usein välityskykynsä ylärajoilla. Viranomaisten voi olla vaikeaa seurata liikennetilanteita ja verkon toimintakykyä, jos käytettävissä ei ole menetelmiä, jotka kuvaavat sen hetkistä liikennetilannetta. Usein myöskään tienkäyttäjät eivät tiedä liikennetilannetta etukäteen, vaan vasta joutuessaan esimerkiksi liikenneruuhkaan. Tässä tutkimuksessa on tavoitteena toteuttaa järjestelmä, joka tuottaa ajantasaista tietoa liikennetilanteesta ja verkon toimintakyvystä. Tietoja voidaan välittää liikennekeskuksen, liikennesuunnittelijan, tienkäyttäjän ja liikenteen ohjauksen käyttöön. Liikennevalojärjestelmät käyttävät usein hyväkseen suurta määrää ilmaisimia, jotka kertovat liikennetilanteesta. Ongelmana on ollut se, että ilmaisintiedot eivät ole olleet saatavilla liikenteen seurantaan. Tässä hankkeessa kehitettiin tekniikkaa, jolla liikennevalojärjestelmän tiedot voidaan ajantasaisesti siirtää eteenpäin muihin kuin valo-ohjauksen tarkoituksiin. Tien pintaan upotetuista ilmaisimista saadaan tietoa melko rajallisesti ja paikallisesti. Liikennemäärä tietyssä poikkileikkauksessa tunnetaan, mutta ei liikenteen kokonaistilannetta, jota kuvaisivat paremmin muun muassa matkaajat, matkanopeudet, viivytykset ja jononpituudet. Hankkeen tavoitteena oli pilotoida järjestelmää, joka jalostaa ilmaisimista saatavat tiedot liikenteen kokonaistilannetta kuvaaviksi mittareiksi. Teknillisellä korkeakoululla on tutkittu ajantasaista liikenteen mallinnusta useita vuosia. Ajantasaista liikenteen mikrosimulointia käytetään tuottamaan tarkka liikennetilannetieto sumeaan logiikkaan perustuvassa valo-ohjausjärjestelmässä (Kosonen 2003). Yhteistyössä Nottigham Trent yliopiston kanssa on tutkittu ajantasaista liikenteen simulointia SCOOT-järjestelmästä saatavien ilmaisin- ja opastintilatietojen pohjalta (Kosonen, Bargiela 2000). Suomessa tehtiin selvitys ajantasaisen liikenteen mallinnuksen periaatteista (Kosonen, Kulmala, Hautala 2004). Pilottijärjestelmän kehitys Tuusulassa käynnistettiin esiselvityksen jälkeen. Hankkeen ensimmäisessä vaiheessa (Tuusula-I) tutkittiin niin sanottua tavanomaista liikenteen simulointia, jossa käytettiin hyväksi ajantasaista tietoa ajoneuvojen saapumisista (Jokinen, Kosonen, Luttinen 2005). Toisessa vaiheessa (Tuusula-II) tehtiin varsinainen ajantasainen liikennetilannesimulointi, jonka toimintaa esitellään tässä raportissa. Soluautomaattien käyttöä ajantasaisessa liikenteen mallinnuksessa on tutkittu väitöskirjatyössä (Hämäläinen 2005). Jatkokehitystä ajatellen on myös tehty esiselvitys anturiautojen kytkemiseksi ajantasaiseen mallinnus-järjestelmään (Kosonen, Pahlman 2005).

14 12 Ajantasainen liikennetilanteen simulointi - Tuusulan pilottijärjestelmä JÄRJESTELMÄN TOIMINTAPERIAATTEET 2 JÄRJESTELMÄN TOIMINTAPERIAATTEET Tuusulan ajantasainen simulointijärjestelmä perustuu DigiTraffic-konseptiin. DigiTrafficin perusajatuksena on yhdistää eri tietolähteistä saatavaa mittaustietoa ja jalostaa se liikennetilannetta esittäväksi laskennalliseksi malliksi (kuva 1). Yksi tapa yhdistää tiedot malliksi on ajantasainen simulointi. Simulointimallin tavoitteena on esittää liikennetilanne siten, että siihen voidaan kohdistaa erilaisia laskentatoimenpiteitä, kyselyjä ja analyysejä ilman käytännön rajoituksia. Kuvassa 1 vahvennetulla kirjasimella on esitetty ne aiheet, joihin liittyen on käynnissä tutkimusta TKK:lla. Tavoite Palvelut Liikenteen Tiedotus Kysynnän Hallinta Ruuhka- Liikenteen maksut Ohjaus Ruuhkavaroitus Häiriön Hallinta Liikenteen Reittiopastus Seuranta Aivot Aivot Verkon ja Infrastruktuurin Kuvaus Datafuusio Simulointi Tietokantamallinnus Analyyttiset Menetelmäti Tilastolliset Soft-computing Menetelmät Liikenne- ja Ajokäyttäytymisen Lainalaisuudet Tilastot ja Historiatiedot Mittaukset Laserkeilaus Ilmaisimet Ohjauslaitteet Joukkoliikennejärjestelmät Kuvan tulkinta Paikannus- Anturi- tekniikka Ajoneuvot Kuva 1. DigiTraffic-tutkimusohjelman periaate Digitraffic-liikennemalliin voidaan syöttää tietoa erilaisista mittausjärjestelmistä. Mallinnuksen tavoitteena on kuvata liikennetilanne myös mitattujen näytteiden välillä sekä tuottaa koko tarkasteltavan liikenneverkon tilannetta kuvaavia tunnuslukuja. Tavanomaisin mittaustieto on ilmaisintieto, joka on on/off-tyyppistä tilatietoa ja kertoo liikenteestä yhdessä poikkileikkauksessa. Liikennevalojärjestelmistä saadaan myös tieto liikennevalojen tilasta, jota voidaan käyttää hyväksi liikennetilanteen mallinnuksessa. Toinen keskeinen mittaustapa ovat anturiautot (FCD, floating car data). Paikannetut ajoneuvot voivat kertoa säännöllisin väliajoin muun muassa sijaintinsa ja nopeutensa. Anturiautoista saatavaa tietoa voisi hyödyntää muun muassa mallin liikennevirran nopeuksien reaaliaikaiseen kalibrointiin. Kuvantunnistusta voidaan käyttää muun muassa rekisterilaattojen automaattiseen tunnistamiseen (ALPR). Myös tällä tavoin saatua tietoa voidaan hyö-

15 Ajantasainen liikennetilanteen simulointi - Tuusulan pilottijärjestelmä 13 JÄRJESTELMÄN TOIMINTAPERIAATTEET dyntää liikennetilannemallin automaattiseen kalibroimiseen. Myös laserkeilaus on nopeasti kehittyvä alue, joka antaa mahdollisuuksia sekä liikenteen että sitä ympäröivän infrastruktuurin mittaamiseen. DigiTraffic-konseptissa on tarkoitus hyödyntää kaikkia mahdollisia liikenteen mittaustietoja. Tässä raportissa keskitytään kuitenkin vain liikennevalojärjestelmästä saatavaan mittaustietoon ja Tuusulan koealueeseen. Myöhemmin järjestelmää voidaan täydentää muilla mittausmenetelmillä. Mallinnuksen osalta tässä työssä on rajauduttu ainoastaan ajantasaisen simuloinnin tarkasteluun. Liikennevalojen ohjausjärjestelmästä saadaan ilmaisintilatietoja ja opastintilatietoja, joita voidaan käyttää hyväksi liikennetilanteen mallinnuksessa (kuva 2). Tässä tutkimuksessa kaikkien ilmaisimien tilatiedot kerätään useita kertoja sekunnissa. Liikennevalojen tilatiedot kerätään samassa yhteydessä kuin ilmaisintilat. Tämä ns. raakatieto kootaan yhteen koealueen kaikista liittymistä ja lähetetään Internet-verkon kautta etäpalvelimelle, josta käsin tietoja voidaan käyttää ajantasaisessa simuloinnissa. Opastintilatiedot Valo-ohjausjärjestelmä Ajantasamalli Ajantasmalli Liikennesimulaattori Käyttöliittymät ja palvelut Liikennetilanne Tietokanta Tunnusluvut Ilmaisintilatiedot Kuva 2. Liikennevalojärjestelmän kytkentä ajantasaiseen simulointiin. Ajantasainen simulointijärjestelmä luo yhteyden tiedonkeruupalvelimeen ja pyytää lähettämään tilatiedot itselleen. Simulointiohjelmisto etenee reaaliajassa ja hyödyntää tilatiedoista saatavaa informaatiota. Simulointijärjestelmä tulostaa liikennetilanteita ja niitä kuvaavia tunnuslukuja. Tulokset voidaan tallettaa tietokantaan, josta käsin niitä voidaan käyttää liikennetelematiikan palveluihin. (kuva 2). Simulointimalli arvio kiinteiden lähtötietojen ja jatkuvasti saapuvan ajantasaisen liikennetiedon perusteella sen hetkisen liikennetilanteen, minkä avulla lasketaan tilannetta kuvaavia tunnuslukuja. Simulointimalli myös pystyy siirtymään tilasta toiseen oman simulointidynamiikkansa avulla. Ajantasaisessa simuloinnissa mallin päivitys synkronoidaan todellisten eli mitattujen tapahtumien kanssa.

16 14 Ajantasainen liikennetilanteen simulointi - Tuusulan pilottijärjestelmä JÄRJESTELMÄN TOIMINTAPERIAATTEET Liikennevalojen opastimien tilatiedot siirretään simulointiohjelmistoon ja toistetaan sellaisenaan simulointimallin liikennevaloelementeissä (kuva3). Simuloidut ajoneuvot siis havaitsevat liikennevalot samanlaisina kuin koealueen liikennevalot ja reagoivat sen mukaisesti. Simulointimalliin generoidaan ajoneuvo aina kun ilmaisinpulssi aktivoituu eli ilmaisimen tilassa tapahtuu muutos ei-varatusta varatuksi (0 1). Ajoneuvon generointitoiminto liittyy kuitenkin yleensä vain niihin ilmaisimiin, jotka ovat alueen tai risteyksen reunalla eli kauimmaisina. Muita ilmaisimia voidaan käyttää korjaamaan mallin sisäistä liikennetilannetta eli mm. kääntymissuuntajakaumien ja tavoitenopeuksien säätöön. Reunailmaisimet Ajoneuvojen saapumishetket Liikennemäärät poikkileikkauksessa Käytetään ajoneuvojen generointiin ja poistamiseen Opastintilatieto Vaikuttaa jononmuodostukseen Jonon muodostuminen ja purkautuminen simuloidaan Simuloidut autot Noudattavat simulointidynamiikkaa Sisäiset ilmaisimet Käytetään mallin parametrien säätöön Malliin kertyvän virheen korjaaminen Kuva 3. Ajantasaisen simuloinnin perustoiminnot. Yksinkertaisimmillaan ajantasainen simulointimalli toimii siis siten, että riittävän etäällä risteyksestä sijaitsee ns. saapumisilmaisin, jonka varautuminen generoi ajoneuvon simulointimalliin. Tämän jälkeen ajoneuvo lähtee etenemään simulointimallissa sille annetulla tavoitenopeudella. Koska simulointimallin päivitys on synkronoitu etenemään samalla nopeudella kuin reaaliaika, niin simuloitu ajoneuvo lähestyy risteystä samalla nopeudella kuin todellinen auto, olettaen että annettu tavoitenopeus on oikea. Simuloitu ajoneuvo ottaa automaattisesti huomioon edessä olevan liikennetilanteen ja laskee siten nopeuttaan tarpeen mukaan. Kun ajoneuvo saavuttaa liikennevalot tai jonon pään, se pysähtyy odottamaan. Kun liikennevalot vaihtuvat vihreälle, ajoneuvo jatkaa matkaansa jonon purkautuessa. Ideaalisessa tilanteessa simuloitu auto liikkuu täsmälleen samalla tavoin kuin todellinen auto, mutta näin ei tietenkään käytännössä tapahdu. Tavoitteena on kuitenkin päästä riittävän lähelle todellista tilannetta, jolloin mallin antamat tunnusluvut ovat riittävän tarkkoja, vaikkei jokaisen yksittäisen auton tilannetta tiedetä tarkasti. Mallin kalibroinnilla pyritään siihen, että tulokset saadaan mahdollisimman lähelle todellisuutta.

17 Ajantasainen liikennetilanteen simulointi - Tuusulan pilottijärjestelmä 15 JÄRJESTELMÄN TOIMINTAPERIAATTEET Simuloinnin edetessä malliin alkaa kertyä virhettä eli simuloitu ajoneuvo tai liikennetilanne alkaa poiketa todellisesta. Virheen kertymiseen vaikuttaa se, miten hyvä tieto alkutilanteesta oli, miten oikein malli toimii ja miten hyvin se on kalibroitu. Lisäksi virhettä kertyy pelkästään satunnaisvaihtelun vuoksi ajan mittaan, vaikka malli olisi täydellisesti kalibroitu ja validoitu. Tutkittavan alueen reunalla olevat ilmaisimet siis generoivat autoja malliin. Muita ilmaisimia voidaan käyttää malliin kertyvän virheen korjaamiseksi. Esimerkiksi pysäytysviivalla olevaa läsnäoloilmaisinta voidaan käyttää jonotilanteen korjaamiseen. Mikäli kyseinen ilmaisin ei ole varattu, täytyy jonotilanteen olla nolla. Mikäli mallissa on tällöin autoja jonossa ne poistetaan. Jos ilmaisin on varattu, se kertoo, että jonossa on autoja ainakin yksi. Jos esimerkiksi vasemmalle kääntyvällä kaistalla ei mallissa tällöin ole autoa, se generoidaan pysäytysviivalle. Myös hieman kauempana olevia ilmaisimia voidaan käyttää jonotilanteen korjaamiseen. Eli jos esimerkiksi 50 metrin päässä oleva ilmaisin on varattuna pitkään, se tarkoittaa että jonon pää ulottuu sinne asti. Jonotilanne voidaan mallissa korjata sen mukaisesti. Simuloitujen ajoneuvojen tavoitenopeus ei yleensä ole tunnettu, joten se tuotetaan simulaattorin jakaumasta, joka riippuu tien nopeusrajoituksesta. Mikäli käytettävissä on kaistakohtaiset ilmaisinparit, ajoneuvojen saapumisnopeudet voidaan mitata. Saapumisnopeudesta pienillä liikennemäärillä voidaan päätellä ajoneuvojen tavoitenopeus. Yksittäisen ajoneuvon kääntymissuuntaa ei tunneta, joten myös se on määritettävä arpomalla. Tämän vuoksi tarvitaan estimaatti siitä, kuinka suuri osuus autoista kääntyy millekin suunnalle. Kääntymissuuntajakauman estimointiin voidaan käyttää ilmaisimia, jotka sijaitsevat kääntymiskaistoilla tai sitten kääntymistä seuraavalla linkillä.

18 16 Ajantasainen liikennetilanteen simulointi - Tuusulan pilottijärjestelmä JÄRJESTELMÄN TEKNINEN TOTEUTUS 3 JÄRJESTELMÄN TEKNINEN TOTEUTUS Tuusulan koealue muodostuu kuudesta liikennevaloin ohjatusta liittymästä. Koealue on Tuusulanväylällä (kt 45) ja alkaa Tuusulan moottoritien päästä pohjoiseen päin ja päättyy Hyrylän kiertoliittymään (kuva 4). Kummatkin ajosuunnat on mallinnettu simulointimallissa. Koealueella on tarvittava määrä ilmaisimia, mutta niiden sijoittelu ei ole simuloinnin kannalta optimaalinen, sillä ilmaisimet on asennettu liikennevalo-ohjausta varten. Tässä vaiheessa päädyttiin kuitenkin ratkaisuun, jossa pilottijärjestelmä toteutetaan ilman muutoksia nykyisiin ilmaisinjärjestelyihin. Ilmaisimissa ilmenneet viat korjattiin. Kuva 4. Tuusulan koealueen kuusi liittymää. Tiedonkeruujärjestelmästä osa oli tehty hankkeen aiemmassa vaiheessa (Tuusula-I). Tällöin rakennettiin ilmaisintietojen keruu kolmesta ensimmäisestä liittymästä moottoritien päätyttyä. Järjestelmä tietoliikenneyhteys oli kuitenkin katkennut, kun seuraava vaihe, Tuusula-II, aloitettiin. Tuusula-II projektissa päätettiin laajentaa tiedonkeruu kuuteen liittymään. Ilmaisintietojen lisäksi päätettiin kerätä opastintilatiedot, jolloin päästään todelliseen ajantasaiseen liikennetilanteen simulointiin. Koealueelle rakennettiin tietoverkko, joka yhdistää ohjauskojeet toisiinsa ja yleiseen Internet-verkkoon (kuva 5). Jokaiseen risteyskojeeseen kytkettiin MDSL-yksikkö, joka on tietoliikennesovelluksiin tehty PC-tietokone Linuxkäyttöjärjestelmällä.

19 Ajantasainen liikennetilanteen simulointi - Tuusulan pilottijärjestelmä 17 JÄRJESTELMÄN TEKNINEN TOTEUTUS Amerintie MDSL jb-client TUU Sulantie MDSL Fallbackantie, 2 1 Sahatie 2 jb-client TUU05 MDSL jb-client TUU06 Tuusulanväylä Haukantie MDSL jb-client TUU Tuusulan itäväylä 2 MDSL jb-client TUU02 1 Vanha Tuusulantie MDSL jb-client 2 TUU MDSL TUUGW TKK LAN VPN FW WAN INTERNET HUT FW WAN VPN FW LAN Linux JABBER- SERVER Tuusulan Terveyskeskus Linux HUTSIM Kuva 5. Tuusulan koejärjestelmän tietoverkko MDSL-yksiköt kytkettiin ohjauskojeeseen sarjaportin kautta. Tätä kautta ohjauskoje lähettää ilmaisimien ja opastimien tilatiedot noin viisi kertaa sekunnissa. MDSL-yksiköt on verkotettu toisiinsa, siten että ne voivat lähettää toistensa kautta verkossa tietoja eteenpäin. Yksi MDSL-yksikkö on varattu reitittimeksi, joka ottaa vastaan kaikki koealueelta tulevat viestit ja reitittää ne Internettiin. Internet-päätelaite ja MDSL-reititin sijaitsevat Tuusulan terveyskeskuksen tiloissa. Yhteys yleiseen verkkoon tapahtuu palomuurien kautta. Palomuurit muodostavat suojatun VPN-yhteyden (virtual private network). Linjan toisessa päässä TKK:lla sijaitsee Jabber-palvelin, joka vastaanottaa koealueelta tulevat viestit. Simulointiohjelmisto on Jabber-palvelimen asiakas, joka muodostaa yhteyden palvelimeen ja pyytää lähettämään dataa. Valo-ohjauskojeesta MDSL-yksikölle tiedot kulkevat ASCII-merkkijonoina, jotka vastaavat ohjauskojeen GRINT- ja DINT-tulostuksia. MDSL-yksiköt muuntavat tiedot XML-viesteiksi. Yksi XML-viesti sisältää tiedot yhden liittymän ilmaisin- ja opastintiloista annetulla ajanhetkellä (kuva 6). Lisäksi viesti pitää sisällään tiedot lähettäjästä ja vastaanottajasta. XML-viestit kulkevat Internetin läpi Jabber-palvelimelle XMPP-protokollaa käyttäen. XMPP on niin sanottu chat -protokolla, jota käytetään yleisesti keskusteluun verkossa. Kuvassa 6 on esimerkki XML-viestin sisällöstä. Ilmaisin- ja opastintilaviestin lisäksi on määritelty kontrolliviestejä, joiden avulla tietojen lähetyksen voi käynnistää ja sulkea tai viestien lähetyksen taajuutta voi muuttaa. Myös virhetilanteita varten on oma viestityyppinsä. Edellä mainittujen viestien lisäksi on määritelty viestityyppi yksittäisen ajoneuvon tunnistukselle esim. LAM-pisteessä. Tällöin lähetetään yksi viesti per ajoneuvo ja viesti sisältää soveltuvin osin ajoneuvon suunnan, nopeuden, pituuden ja tyypin. Tätä viestityyppiä ei vielä käytetä nykyisessä koejärjes-

20 18 Ajantasainen liikennetilanteen simulointi - Tuusulan pilottijärjestelmä JÄRJESTELMÄN TEKNINEN TOTEUTUS telmässä. Viestityyppi on hyödyllinen lähinnä silloin, jos käytössä ovat kaistakohtaiset ilmaisinparit nopeuden ja tyypin tunnistukseen. Hankkeessa kehitetyt XML-viestityypit pyritään standardoimaan ja saamaan käyttöön esim. KALKATI-kirjaston kautta. Viesteille on useita eri sovelluksia joissa simulaattori kommunikoi maastossa tai laboratoriossa sijaitsevan valoohjausjärjestelmän kanssa. Samoja viestejä käyttäen valo-ohjauskoje voi kommunikoida älykkään ohjausjärjestelmän kanssa (esim. sumea logiikka). <message id= to user=tuusula@hutsim/prosessi1> <x xmlns= jabber:x:peekhutsim > <detectors time= 11:20: status= /> <signals time= 11:20: status= BBC144A515CCB /> </x> Kuva 6. Esimerkki XML-viestistä, joka sisältää yhden kojeen ilmaisin- ja opastintilatiedot

21 Ajantasainen liikennetilanteen simulointi - Tuusulan pilottijärjestelmä 19 SIMULOINTIMALLIN KALIBROINTI 4 SIMULOINTIMALLIN KALIBROINTI Kun koealueen tietoliikenneyhteydet saatiin jälleen toimimaan lokakuussa 2005, päästin tutkimaan ajantasaista simulointia. Pääasiallinen tutkimusmenetelmä on ollut niin sanottu sink&source -menetelmä (kuva 7). Tässä menetelmässä simulointimalli jaetaan erillisiin pienempiin osa-alueisiin. Optimitapauksessa kukin osa-alue sisältää yhden liittymän, joskin Tuusulassa nykyisellä ilmaisinjärjestelyllä osa-alue voi sisältää myös kaksi risteystä. Pienten osa-alueiden kalibrointi on kuitenkin huomattavasti yksinkertaisempaa kuin kokonaisen alueen. Osa-alueiden simulointituloksiin voidaan suhtautua melko luottavaisesti ainakin kahdesta syystä. Ensinnäkin HUTSIM:n ajoneuvokohtaiset perusparametrit on varsin hyvin säädetty useissa eri tutkimuksissa, joten siltä osin simulointimallia voidaan pitää luotettavana. Myös ajantasaisesta simuloinnista HUTSIM-ohjelmistolla on tutkimustietoa, joka osoittaa että yhden risteyksen tapauksessa malli toimii riittävän hyvin. Osa-alueiden simulointi voidaan siis varsin suurella todennäköisyydellä saada luotettavaksi. Tämä kuitenkin edellyttää sitä, että tärkeimmät parametrit kuten kääntymissuuntajakaumat ja tavoitenopeusjakaumat ovat kutakuinkin kohdallaan. Juuri näiden parametrien säätöön voidaan käyttää edellä mainittua sink&source -menetelmää, jonka etuna on se, ettei menetelmän käyttö sinänsä edellytä varsinaisia mittaustoimenpiteitä maastossa. Kuva 7. Ajantasaisen simulointimallin jakaminen osa-alueisiin sink&sourcekalibrointimenetelmässä

22 20 Ajantasainen liikennetilanteen simulointi - Tuusulan pilottijärjestelmä SIMULOINTIMALLIN KALIBROINTI Kun simuloitava alue on jaettu eri osiin, muodostuu alueiden väliin rajakohta, jossa kaikki edellisen alueen ajoneuvot poistetaan (sink) ja seuraavan alueen ajoneuvot generoidaan (source). Rajakohta on tehtävä paikkaan, josta saadaan kaistakohtaista ilmaisintietoa. Alueiden raja on siis eräänlainen epäjatkuvuuskohta. Ideaalisessa tilanteessa oikea määrä ajoneuvoja poistuu ja saapuu täsmälleen samoilla ajanhetkillä. Tällaista ideaalitilannetta ei kuitenkaan voida saavuttaa jo pelkästään satunnaisvaihtelun vuoksi, vaikka kaikki mallin parametrit olisivat kohdallaan. Epäjatkuvuuskohta ja siinä ilmenevä ero poistuvien ja lähtevien autojen määrissä on virhefunktio, jota minimoimalla mallin parametreja voidaan säätää oikeaan suuntaan (Liite 1). Ajantasaisen simuloinnin oleellisimmat parametrit ovat kääntymissuuntajakaumat ja tavoitenopeusjakaumat. Näistä oleellisin on kääntymissuuntajakauma, joka määrää kuinka suuri osuus ajoneuvoista jatkaa seuraavaan risteykseen ja kuinka suuri osa poistuu kääntymällä sivutielle. Kääntymissuuntaprosentti siis määrää hyvin suoraviivaisesti seuraavaan rajakohtaan saapuvien autojen määrää. Tavoitenopeusjakauma vaikuttaa siten, että vaikka ajoneuvomäärät kokonaisuutena olisivatkin kohdallaan, voi ero viipeessä aiheuttaa sen etteivät luvut täsmää aikavälikohtaisesti. Jos esim. purkautuva jono näkyy muuten oikein, mutta väärään aikaan, on parempi korjata nopeutta kuin muuttaa kääntymissuuntajakaumia.