Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di...

39
Modeling, Calibration and Validation of Highway Traffic Networks Andrea Pinna Universit` a degli Studi di Cagliari Dipartimento di Ingegneria Elettrica ed Elettronica Delft University of Technology Delft Center for Systems and Control Relatori: Prof.Ing. Alessandro Giua Anno Accademico Prof.Ing. Bart De Schutter 2006/2007 Dr.Ing. Andreas Hegyi Ing. Monique van den Berg 18 Aprile 2008 1 / 39

Transcript of Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di...

Page 1: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Modeling, Calibration and Validationof

Highway Traffic Networks

Andrea Pinna

Universita degli Studi di CagliariDipartimento di Ingegneria Elettrica ed Elettronica

Delft University of TechnologyDelft Center for Systems and Control

Relatori: Prof.Ing. Alessandro Giua Anno Accademico

Prof.Ing. Bart De Schutter 2006/2007

Dr.Ing. Andreas Hegyi

Ing. Monique van den Berg 18 Aprile 20081 / 39

Page 2: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Indice

Introduzione, Motivazioni e Obiettivi

Modellazione della Rete Stradale

Algoritmo per la Calibrazione

Algoritmo per la Validazione

Risultati delle Simulazioni

Contributi e Risultati

Ricerca Futura

2 / 39

Page 3: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Situazione Attuale

La rete stradale dei Paesi Bassi risulta, ormai da qualche anno,inadeguata a sostenere la domanda, sempre piu crescente, ditraffico.

1990 2000 2010 20200

50

100

150

Anno

Den

sita

(veh

/km

)

Traffico Merci MRNTraffico Merci URNTraffico Passeggeri MRNTraffico Passeggeri URN

3 / 39

Page 4: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Possibili Rimedi

Gli svantaggi sono molteplici:

Sempre piu frequenti congestioni della rete

Incremento delle emissioni inquinanti

Spreco di carburante

Perdita di tempo (e denaro)

Peggioramento della qualita della vita

Per tutti questi motivi la rete stradale olandese e soggetta a varilavori, e tanti altri sono pianificati in futuro.

Al problema del traffico si puo ovviare con:

Ampliamento delle strutture esistenti

Costruzione di nuove strade

Ottimizzazione del flusso del traffico lungo l’attuale rete

4 / 39

Page 5: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Controllo del Flusso del Traffico

Il flusso di veicoli lungo una strada puo essere controllato tramiteuna strategia di controllo, che gestira i dati provenienti dai sensorie istruira gli attuatori.

5 / 39

Page 6: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Software di Simulazione

Le strategie di controllo, prima di venir applicate, vengono simulateper mezzo di appositi software (Corsim, Paramics, Vissim).

I software di simulazione del flusso del traffico possono essereclassificati in base alle seguenti categorie:

Interpretazione fisica (black box, grey box, white box)

Livello di dettaglio (microscopico, mesoscopico, macroscopico)

Modello deterministico oppure stocastico

Modello tempo-discreto oppure tempo-continuo

6 / 39

Page 7: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Paramics

Il software di simulazione scelto e Paramics:

Grey box

Microscopico

Stocastico

Tempo-discreto

Paramics

simulation

software

Network description

Demand profiles

Vehicles parameters

Drivers parameters

Simulation parameters

Flow

Speed

Density

.

.

.

7 / 39

Page 8: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Obiettivi della Tesi

Gli obiettivi del progetto sono:

Creazione di un semplice modello di rete autostradale inParamics

Sviluppo, in Matlab, di un algoritmo per la calibrazione deiparametri del modello

Selezione della funzione di ottimizzazione piu adatta per talescopo

Validazione del modello calibrato

8 / 39

Page 9: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Modellazione della Rete Stradale

Introduzione, Motivazioni e Obiettivi

Modellazione della Rete Stradale

Algoritmo per la Calibrazione

Algoritmo per la Validazione

Risultati delle Simulazioni

Contributi e Risultati

Ricerca Futura

9 / 39

Page 10: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Scelta della Rete

Il modello scelto, per essere considerato un buon banco di prova,deve essere caratterizzato da:

Semplicita (rettilineo non interrotto da rampe)

Lunghezza (10 km)

Presenza di congestioni (nelle vicinanze di Utrecht)

10 / 39

Page 11: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Stazione di Servizio

Solamento dopo l’avvio del progetto, si e notata la presenza di unastazione di servizio:

Interruzione del rettilineoPerturbazione del trafficoDifficile stima del numero di veicoli che usufruisce dellastazione

11 / 39

Page 12: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Modellazione con Paramics

Il layout della rete viene modellato tenendo conto della stazione dirifornimento:

Inizio della rete (1)

Uscita della rete (4)

Ingresso alla stazione di servizio (2)

Uscita dalla stazione di servizio (3)

12 / 39

Page 13: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Modellazione della Domanda

Paramics deve sapere quanti veicoli immettere nella rete durante lasimulazione, e con quale distribuzione statistica.

E’ possibile costruire la matrice di origine-destinazione e il profilodi domanda dall’analisi dei dati messi a disposizione dal Ministerodei Trasporti.

SERVICE

STATION

ZONE 1

ZONE 2ZONE 3

ZONE 4

DL 1DL 8DL 9DL 10DL 11

d14+d12

d12d34

d14+d34 d14

DL 17

13 / 39

Page 14: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Completamento del Modello

Tra i parametri piu importanti abbiamo:

Distanza temporale media (Mean headway time)

Tempo di reazione medio (Mean reaction time)

Passo di simulazione

Il modello e completato con la matrice dei limiti di velocitaapplicati.

Le simulazioni possono essere eseguite, ricavando le seguentivariabili descrittive del traffico:

Flusso medio (veh/h)

Velocita media (km/h)

Densita media (veh/km)

14 / 39

Page 15: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Algoritmo per la Calibrazione

Introduzione, Motivazioni e Obiettivi

Modellazione della Rete Stradale

Algoritmo per la Calibrazione

Algoritmo per la Validazione

Risultati delle Simulazioni

Contributi e Risultati

Ricerca Futura

15 / 39

Page 16: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Algoritmo per la Calibrazione

Preparazione degli ingressi per Paramics

OTTIMIZZAZIONE / CALIBRAZIONE

Calcolo dellafunzione obiettivo

Esecuzione di nr simulazioni con Paramics

INIZIALIZZAZIONE di PARAMICS

fmincon / ga / patternsearch

Trovatol'ottimo?

Memorizza x* e zDa ripetere ns volte

Seleziona il valore più basso di ze il corrispondente x*

No

16 / 39

Page 17: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Scelta dello Scenario per la Calibrazione

Da un’analisi dei dati a disposizione, e stato scelto come scenariopiu rappresentativo quello compreso tra le 6:10 e le 7:00 dellagiornata del 30 gennaio 2006.

80.975

82.875

84.37585.750

87.650

89.300

91.00006:15 06:30 06:45

3500300025002000150010005000

Flusso (veh/h)

80.975

82.875

84.37585.750

87.650

89.300

91.00006:15 06:30 06:45

0

908070605040302010

Densita (veh/km)

80.975

82.875

84.37585.750

87.650

89.300

91.00006:15 06:30 06:45

0

80

60

40

20

140

120

100

Velocita (km/h)

80.975

82.875

84.37585.750

87.650

89.300

91.00006:15 06:30 06:45

0

80

60

40

20

140

120

100

Limiti di velocita (km/h)

17 / 39

Page 18: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Funzione Obiettivo

La funzione obiettivo ha una componente relativa al flusso e unarelativa alla velocita:

z(x) =

m∑

i=1

n∑

j=mr

(

fi ,j − fi ,j

)2

m∑

i=1

n∑

j=mr

f 2i ,j

+

m∑

i=1

n∑

j=mr

(vi ,j − vi ,j)2

m∑

i=1

n∑

j=mr

v2i ,j

18 / 39

Page 19: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Processo di Ottimizzazione e Parametri da Calibrare

Le funzioni di ottimizzazione testate, che svolgeranno il compito dicalibrare i parametri del modello, sono:

fmincon (programmazione non lineare)

ga (algoritmo genetico)

patternsearch (ricerca diretta)

I parametri da calibrare sono:

Mean headway time (distanza temporale media)

Mean reaction time (tempo di reazione medio)

19 / 39

Page 20: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Algoritmo per la Validazione

Introduzione, Motivazioni e Obiettivi

Modellazione della Rete Stradale

Algoritmo per la Calibrazione

Algoritmo per la Validazione

Risultati delle Simulazioni

Contributi e Risultati

Ricerca Futura

20 / 39

Page 21: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Algoritmo per la Validazione

La procedura di validazione controlla che i valori dei parametricalibrati, relativamente allo scenario di calibrazione, possano essereutilizzati anche sotto diverse situazioni di traffico.

Superata la validazione, il modello viene considerato affidabile epuo essere utilizzato per la prova delle strategie di controllo.

INIZIALIZZAZIONE

VALIDAZIONE

Preparazionedegli ingressiper Paramics

Esecuzione dinr simulazionicon Paramics

Calcolo del coefficiente di

disuguaglianza di Theil

21 / 39

Page 22: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Scelta dello Scenario per la Validazione

Lo scenario utilizzato per la procedura di validazione spaziatemporalmente dalle 7:40 alle 8:30 del 31 gennaio 2006.

80.975

82.875

84.37585.750

87.650

89.300

91.00007:45 08:00 08:15

3500300025002000150010005000

Flusso (veh/h)

80.975

82.875

84.37585.750

87.650

89.300

91.00007:45 08:00 08:15

0

908070605040302010

Densita (veh/km)

80.975

82.875

84.37585.750

87.650

89.300

91.00007:45 08:00 08:15

0

80

60

40

20

140

120

100

Velocita (km/h)

80.975

82.875

84.37585.750

87.650

89.300

91.00007:45 08:00 08:15

0

80

60

40

20

140

120

100

Limiti di velocita (km/h)

22 / 39

Page 23: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Coefficiente di disuguaglianza di Theil

Il coefficiente di disuguaglianza di Theil e stato selezionato comemisura della corrispondenza tra le grandezze reali e quelle simulate.E’ piu accurato e sensitivo dell’errore quadratico medio e delcoefficiente di correlazione.

U =

mP

i=1

nP

j=mr

(fi,j−fi,j)2

m(n−mr+1)√

mP

i=1

nP

j=mr

(fi,j)2

m(n−mr +1) +

mP

i=1

nP

j=mr

(fi,j)2

m(n−mr +1)

+

mP

i=1

nP

j=mr

(vi,j−vi,j)2

m(n−mr +1)√

mP

i=1

nP

j=mr

(vi,j)2

m(n−mr +1) +

mP

i=1

nP

j=mr

(vi,j)2

m(n−mr +1)

Il numeratore puo essere scomposto in tre termini, singolarmenteanalizzabili:

Misura dell’errore sistematico

Misura della capacita di replicare la varianza delle grandezze

Misura dell’errore non sistematico

23 / 39

Page 24: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Risultati delle Simulazioni

Introduzione, Motivazioni e Obiettivi

Modellazione della Rete Stradale

Algoritmo per la Calibrazione

Algoritmo per la Validazione

Risultati delle Simulazioni

Contributi e Risultati

Ricerca Futura

24 / 39

Page 25: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Scelta dell’Algoritmo piu Efficace

La scelta dell’algoritmo piu adatto e effettuata tramite una serie disimulazioni:

Confronto tra le uscite della simulazione corrente e quelledella simulazione di riferimento

Scelta di un seme casuale

Esecuzione di 5 simulazioni diverse per la valutazione dellafunzione obiettivo

Valutazione dell’ottimo attraverso 20 punti iniziali differenti

fmincon (z = 0.0651 in x = [1.22, 0.64])

ga (z = 0.0601 in x = [1.18, 0.01])

patternsearch (z = 0.0603 in x = [1.11, 0.46])

25 / 39

Page 26: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Risultati (fmincon)

x1 x2 z N.It. N.F.E.

µ 0.7317 1.0161 0.1361 4.95 80.05σ

2 0.4560 0.9854 4 · 10−3 6.68 5.89 · 103

00

0.5

0.5

1

1

1.5

1.5

2

2

2.5

2.5

3

3Mean headway time x1 (s)

Mea

nre

act

ion

tim

ex2

(s)

26 / 39

Page 27: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Risultati (ga)

x1 x2 z N.It. N.F.E.

µ 1.1955 0.4215 0.0718 51 1020σ

2 0.0068 0.0832 5.46 · 10−5 0 0

00

0.5

0.5

1

1

1.5

1.5

2

2

2.5

2.5

3

3Mean headway time x1 (s)

Mea

nre

act

ion

tim

ex2

(s)

27 / 39

Page 28: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Risultati (patternsearch)

x1 x2 z N.It. N.F.E.

µ 1.1375 0.5790 0.0714 15.30 37.20σ

2 0.0562 0.1088 5.62 · 10−5 21.17 96.17

00

0.5

0.5

1

1

1.5

1.5

2

2

2.5

2.5

3

3Mean headway time x1 (s)

Mea

nre

act

ion

tim

ex2

(s)

28 / 39

Page 29: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Calibrazione dei Parametri

La funzione di ottimizzazione patternsearch e selezionata percalibrare i parametri:

Confronto tra le uscite della simulazione e le grandezzemisurate dai sensori

Scelta di un seme casuale

Esecuzione di 5 simulazioni diverse per la valutazione dellafunzione obiettivo

Valutazione dell’ottimo attraverso 400 punti iniziali differenti

z = 0.1477 nel punto x = [1.55, 0.62]

29 / 39

Page 30: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Risultati (patternsearch)

x1 x2 z N.It. N.F.E.

µ 1.4626 0.4358 0.1563 17.99 45.84σ

2 0.0547 0.0857 1.97 · 10−4 20.19 151.89

00

0.5

0.5

1

1

1.5

1.5

2

2

2.5

2.5

3

3Mean headway time x1 (s)

Mea

nre

act

ion

tim

ex2

(s)

30 / 39

Page 31: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Risultati (patternsearch)

80.975

82.875

84.37585.750

87.650

89.300

91.00006:15 06:30 06:45

3500300025002000150010005000

Flusso (veh/h)

80.975

82.875

84.37585.750

87.650

89.300

91.00006:15 06:30 06:45

3500300025002000150010005000

Flusso (veh/h)

80.975

82.875

84.37585.750

87.650

89.300

91.00006:15 06:30 06:45

0

908070605040302010

Densita (veh/km)

80.975

82.875

84.37585.750

87.650

89.300

91.00006:15 06:30 06:45

0

908070605040302010

Densita (veh/km)

80.975

82.875

84.37585.750

87.650

89.300

91.00006:15 06:30 06:45

0

80

60

40

20

140

120

100

Velocita (km/h)

80.975

82.875

84.37585.750

87.650

89.300

91.00006:15 06:30 06:45

0

80

60

40

20

140

120

100

Velocita (km/h)

31 / 39

Page 32: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Validazione

Utilizzando la coppia di parametri calibrati, si esegue una serie disimulazioni dello scenario di validazione:

Mean headway time x1 = 1.55

Mean reaction time x2 = 0.62

Il coefficiente di disuguaglianza di Theil vale:

U = Uf + Us = 29.01%

Uf = 17.33%

Us = 11.68%

Il modello non puo quindi essere validato ed utilizzato come bancodi prova, in quanto Umax ≤ 20%.

32 / 39

Page 33: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Contributi e Risultati

Introduzione, Motivazioni e Obiettivi

Modellazione della Rete Stradale

Algoritmo per la Calibrazione

Algoritmo per la Validazione

Risultati delle Simulazioni

Contributi e Risultati

Ricerca Futura

33 / 39

Page 34: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Contributi e Risultati

Contributi:

Modellazione di una rete reale in Paramics

Sviluppo di un algoritmo per la calibrazione e la validazione inMatlab

Test di funzioni di ottimizzazione per la calibrazione

Sviluppo di algoritmi secondari (calibrazione con ingressisimulati e validazione incrociata)

Risultati:

Individuazione dei parametri calibrati all’interno di un rangeridotto

La funzione di ottimizzazione selezionata e patternsearch

Il modello della rete non ha superato la procedura divalidazione e deve essere migliorato

34 / 39

Page 35: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Ricerca Futura

Introduzione, Motivazioni e Obiettivi

Modellazione della Rete Stradale

Algoritmo per la Calibrazione

Algoritmo per la Validazione

Risultati delle Simulazioni

Contributi e Risultati

Ricerca Futura

35 / 39

Page 36: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Ricerca Futura: Breve Termine

Modellazione piu accurata della rete (sensori, layout)

Modellazione piu accurata dei profili di domanda

Incremento dell’intervallo di simulazione

Diminuzione del passo di simulazione

Stima piu accurata del numero di simulazioni da eseguire

Funzione obiettivo con addendi pesati

Analisi del coefficiente di disuguaglianza di Theil

36 / 39

Page 37: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Ricerca Futura: Medio Termine

Ampliamento della rete

Selezione di un maggior numero di scenari

Studio della sensitivita dei parametri

Selezione di nuovi parametri da calibrare

Calibrazione della matrice di origine-destinazione

Calibrazione del profilo di domanda

Studio dei parametri degli algoritmi di ottimizzazione, inmodo da massimizzare le loro prestazioni

37 / 39

Page 38: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Ricerca Futura: Lungo Termine

Miglioramento dell’algoritmo di modellazione del flusso deltraffico

Test di altri software di simulazione

Studio di strategie di controllo da applicare alla rete

Studio dell’effetto di particolari condizioni (pioggia, incidenti)sugli algoritmi di controllo

Investigazione circa l’attuabilita di strategie di controllo inlinea

38 / 39

Page 39: Modeling, Calibration and Validation of Highway Traffic Networks€¦ · una strategia di controllo, che gestira i dati provenienti dai sensori e istruir`a gli attuatori. 5/39. Software

Fine

GRAZIE PER L’ATTENZIONE!

39 / 39