大规模动态交通模拟_在中国的机遇和挑战

大规模城市和区域动态交通模拟和优化：在中国的机遇和挑战主要科研成果•NeXTA•DTALite•累计下载4000余次•近200家公司和政府规划部门使用软件Arizona州立模型Maryland州立模型美国用户地图国内用户：交通运输部公路科学研究院北京城市规划院北京市政规划院北京市交通委员会（北京交通研究中心和北京交通信息中心）北京交通大学;西南交通大学，兰州交通大学，长沙理工大学...世界上唯一可做超过2千万交通智能体（车辆，行人）的超大规模交通模拟/优化软件（拥有100%自主产权）SeattlePortlandNevadaUtahPhoenixAtlantaIowaNorthCarolinaFloridaMarylandPhiladelphiaDelawareNeXTA/DTALite美国用户地图MapWebsite:=1169517MississippiConnecticut1从美国到中国2从静态到动态3从复杂到简单4从数据到模型报告提纲——从美国交通规划的研究方向到中国的实际需求——从静态分析到动态模拟分配——从复杂的交通现象到简明的多层路网表示——从北京的应用数据到交通流模型校正壹从美国到中国——从美国交通规划的研究方向到中国的实际需求6美国SHRP-2计划（第二个战略公路研究计划）1234Capacity公路能力，畅通性Reliability可靠性Safety安全性Renewal重建和维修其他目标：高效、绿色概述•Howtocaptureeffectsoftrafficincidentsintrafficassignment?•Howtoenablesystem-wideornetwork-widesafetyplanning?7拥堵的来源中美对比1：高速公路网中美对比1：高速公路网中美对比2：铁路服务网北美5大铁路公司:CSX,UP,CR,NS,BNSF美国的首都：WashingtonDC(计划的)美国高速铁路网High-speedrailwayplansinChina17,000milenationalhigh-speedrailsystemwillbebuiltin4phases,forcompletionby2030.在GoogleEarth中显示全州路网覆盖Origin-DestinationDemandSpatialDistributionPattern美国华盛顿都市圈交通规划模型1.大规模网络动态交通分配典型网路举例：2000交通小区，20000个路段，200万-1000万个车辆2.网络能力规划•添加/移除车道，为信号配时优化（synchro）或微观仿真（VISSIM）准备基础数据•导出交通能力分析包（HCM高速能力、旅行时间可靠性）3.施工区的运用道路价格的运用：基于动态费用、时间异构值的Agent模型4.排放研究交通安全研究15动态交通分配(DTA)功能需求(依据2009年TRB网络模型会议DTA用户调查）•47%输入数据量太大•35%运行时间过长•35%模型不清晰16系统开发目标•运用静态交通分配数据简化数据输入•运用并行计算，加快径路选择和仿真•Open-source开源可视化：所见即所得直观理解动态交通分配(DTA)存在的技术难点贰从静态到动态——从静态分析到动态模拟分配•BPRvolume-delayfunction(基于流量能力比的静态路段旅行时间函数)•在静态交通分配广泛使用•基于高峰小时的表达方式不能很好的代表长距离上的交通拥挤情况•不能模拟交通拥堵传播，复杂的个体出行行为18从静态分析到动态模拟分配•宏观区域交通规划模型•超大规模路网•区域经济，土地利用，出行者行为变化•简单交通流模型（BPR），不能模拟拥挤传播•中观动态交通分配模型•路网颗粒度可高可低•简化交通流模型•点，线排队模型•简化动力波模型•较为精细的路径选择模型•微观干道仿真模型•分车道，详细交通控制，信号灯信息•简单ＯＤ，路径中观交通仿真i+1ii-1TimeShockwave震荡波backwardwave后向波wx/xktNtNdNjamii)()(1forwardwave前向波0)()(1tNtNdNiifreevx/xxt20拥堵传播的动力波计算（linkTransmission,NewellKinematicWave)•Systemofconservationlaws偏微分方程whereq,kareflowanddensity,respectively,andg(·)isthenetvehiclegenerationrate.),(txgtkxq路网层车辆模拟Bandwidthofalinkisproportionaltolinkvolume路网层车流量路网层车流密度路网层车辆排队路网层速度Linkwidthrepresentsdurationofcongestion(e.g.60minvs.120min)路网层排队时间SizeofacirclerepresentsthetotaldelayatonenodeColorofacirclerepresentstheageofcongestion(toidentifythecongestionpropagationsequence)时变瓶颈地点MoretrafficdynamicsexpectedwhenwehavecompleteresultsOriginDestination路径层等速线叁从复杂到简单——从复杂的交通现象到简明的多层路网表示30Time-varyingODdemandPattern随时间变化的OD需求模式LinkModel线模型NodeModel点模型TrafficSimulator交通模拟器Time-dependentShortestPathCalculation时间依赖性最短路径计算UserDecision/TrafficAssignment用户决策/交通分配Time-varyinglinktraveltimesPathselection路径选择交通流模型在动态交通分配中的作用•Outflowcapacity路段驶出时间断面能力•Inflowcapacity路段驶入时间断面能力•Storagecapacity路段空间储备能力ExitQueueOutflowCapacityInflowCapacityEntranceListStorageCapacity交通模拟细节•Queuepropagation拥挤传播•Inflowcapacity=outflowcapacity•驶入能力=驶出能力OutflowCapacityInflowCapacity交通流模型（路段）•Distributeinflowcapacitytoupstreamlinks•Lane&demand-basedmethodsNodeAvailableInflowCapacity80%20%交通流模型（入口匝道）入口匝道能力竞争分配•Dynamiccapacitydistributiond1d2Proportionalto#oflanesd1+d2CapInLink1Link2Link3MainlineLink1(3lanes)OnrampLink2(1lane)Case(i)Case(ii)efg•Differentconditionsbylane•First-In-First-Out(FIFO)constraint•RelaxationtopreventextremebottlenecksNode交通流模型（出口匝道）在高峰时段，有近1至5百万辆出行者或车位于大都会区每辆车均的旅行决策中均需要考虑多种因素1.起点、终点、离开时间和径路2.需求类型3.Informationclass(Historical,Pre-trip,En-route)信息类型4.各自的实际效用函数、可靠性值、安全值5.每辆车分别执行径路选择算法6.在每个迭代（1天）中均可调整起始/终到/出发时间/路径36计算效率的挑战Sharedmemory-basedparallelcomputingforagent-basedpathfindingandmesoscopictrafficsimulation(basedonOpenMP)采用内存共享的并行计算实现基于agent径路选择和中观仿真37我们系统的计算效率38并行计算,多线程DTALite8Threadings39DrivealoneTransitPark&RideDemandType:难点1：多模式交通出行模拟：分需求类型的出行链难点2：交通流模型基于路段还是车道?难点3：中微观路网？VISSIM(lane-expression)VISSIM(central-line-expression)DTALite(link-node-expression)从数据到模型——从北京的应用数据到交通流模型校正肆431.运用静态交通分配数据简化数据输入快速导入Cube数据:五环内，2-4万路段加载出行时间分布2.运用并行计算，加快径路选择和仿真32-核CPU并行计算，24G内存，6分钟模拟170万辆车，早高峰3小时，20个网络平衡计算循环-2小时3.Open-source开源软件应用方便，可持续开发，不受网络大小限制4.可视化：所见即所得；一体化的计算核心程序，图形化界面：利于直观理解我们在北京的工作：模型应用和深度开发OursystemandApplicationInChina在线仿真与离线仿真融合应用：北京世园会交通状态评估项目动态阶梯式OD校准基于DTALite交通模型的公路大路网动态交通管理系统在线仿真与离线仿真融合应用：北京世园会交通状态评估项目实时多粒度仿真过程基于DTALite交通模型的公路大路网动态交通管理系统在线仿真与离线仿真融合应用：北京世园会交通状态评估项目动态路网排队仿真预测基于DTALite交通模型的公路大路网动态交通管理系统3维度显示：高度=流量；颜色=拥挤程度48•宏观-中观是可行的•北京市的大城市路网数据质量好•静态需求+出行时间分布-动态需求•简化交通模型（点排队，空间排队，动力波模型）•拥堵演化取决于瓶颈能力(bottleneckcapacity)•模型校正过程需要紧密合作•路口延迟(nodedelay)需要合理的拟合（approximation)美国的信号灯数据较全•瓶颈能力需要适当校正•1.最大通过路段能力+拥堵传播（e.g.1800veh/hour/lane)•2.观测平均路段能力（e.g.1400veh/hour/lane)•考虑路径选择偏好（二环，三环，四环，五环）学到的经验未来研究方向:基于多数据源的系统校正49•交通调度中心AutomaticVehicleIdentificationAutomaticVehicleLocationLoopDetectorVideoImageProcessing多变的交通驾驶行为50数据来源：NGSIM51Reactiondistance/spacingδReactiontimelagτW=δ/τTimeSpaceDynamicTimeWarping(DTW)动态时间规整52TimePosition12345678(A)VehicleTrajectorieswithDTWMatchSolutionX:LeaderY:FollowerMatchSolutionTimeVelocityX:LeaderY:Follower12345678(B)VehicleVelocityTimeSeries•Matchespointsbymeasureofsimilarity波形，序列，相似性，扭曲，时间规整EuclideanDistanceSequencesarealigned“onetoone”.“Warped”TimeAxisNonlinearalignmen