Thonhofer, E. (2022). Traffic modeling for large scale urban traffic networks [Dissertation, Technische Universität Wien]. reposiTUm. http://hdl.handle.net/20.500.12708/78922
traffic modelling; macroscopic traffic model; error propagation; traffic control; optimization based control
en
Abstract:
Die vorliegende Dissertation gibt einen Überblick über die Ergebnisse eines Projektes an der Technischen Universität Wien in den Jahren 2014 bis 2017.Die enthaltenen Veröffentlichungen sind im Laufe eines Kooperationsprojektes zwischen dem Institut für Mechanik und Mechatronik (Abteilung für Regelungstechnik und Prozessautomatisierung) als Forschungspartner und der ANDATA Entwicklungstechnologie GmbH als Industriepartner entstanden. Das Projekt wurde von der Wirtschaftsagentur Wien (Nr. 1464714) gefördert.Die Verbesserung von Verkehrsflüssen, insbesondere im städtischen Bereich, wird zunehmend wichtiger. Die baulichen Einschränkungen durch bestehende Infrastruktur machen die Entwicklung neuartiger, effizienterer Regelungsalgorithmen für Straßen-Netzwerke notwendig. Diese wiederum basieren auf geeigneten Verkehrsmodellen, die in der Lage sind, die auftretenden Phänomene ausreichend genau abzubilden.In dieser Arbeit wird ein makroskopisches Verkehrsmodell entwickelt. Dieses basiert auf wenigen Modell-Parametern die effizient aus Sensordaten geschätzt werden können. Die Modell-Parameter sind physikalisch interpretierbar und beschreiben das Fundamentaldiagramm, welches den nichtlinearen Zusammenhang zwischen Fahrgeschwindigkeit und Verkehrsdichte beschreibt. Eine Methode zur Abschätzung der Qualität der Parameterschätzung wird gezeigt und an einem Messdatenset demonstriert.Im Rahmen dieser Arbeit werden zwei Kreuzungsmodelle entwickelt und analysiert. Dieses Baukasten-System bestehend aus Liniensegmenten und verbindenden Knoten-Elementen erlaubt eine effiziente Modellierung von realen Straßen-Netzwerken. Je größer diese Netzwerke werden, desto relevanter wird die Balance zwischen räumlicher und zeitlicher Auflösung einerseits und numerischem Rechenaufwand andererseits. Eine Skalierbarkeitsstudie zeigt die vorteilhaften Eigenschaften der entwickelten Modelle.Für die Anwendung in der Verkehrsregelung sind außerdem die stochastischen Eigenschaften des Verkehrsmodells von Bedeutung. Insbesondere sind für in-the-loop Anwendungen die Fehlerfortpflanzung durch die räumliche und zeitliche Domäne von Interesse, welche im Rahmen der Arbeit im Detail untersucht werden.Zuletzt wird ein geeigneter, optimierungsbasierter, modellprädiktiver Regelalgorithmus (MPC) entwickelt. Verschiedene Optimierungsziele werden einzeln und in Kombination wirkend untersucht. Bewertungskriterien die insbesondere im Echtbetrieb von großer Bedeutung sind werden entwickelt und an einem akademischen Beispiel vorgestellt.
de
The present PhD Thesis provides an overview on the results of a research project at the Vienna University of Technology during the period 2014 to 2017. The publications originated in the course of acooperation project between the Institute of Mechanics and Mechatronics (Division of Control and Process Automation) as research partner, and ANDATA Entwicklungstechnologie GmbH as industrial partner. The project has been funded by Wirtschaftsagentur Wien (ID 1464714).Improving traffic flow, in particular in urban traffic networks, is becoming a pressing issue. Limitations due to existing infrastructure and buildings exist and make is necessary to utilize the potential of novel traffic control algorithms. Such algorithms rely on suitable traffic models that are able to accurately represent flow phenomena that occur in the real world.In this PhD thesis a suitable macroscopic traffic model is developed. It relies on a small number of model parameters that can be estimated from sensor data efficiently. The model parameters are physically meaningful and represent the parameters of the fundamental diagram - a central concept in traffic modelling that describes the nonlinear relationship between speed and density of traffic flow. A method to evaluate the quality of the parameter estimation is presented and applied to a sensor data collected along a highway segment. In order to represent a traffic network, suitable intersection models are necessary. In this work, two approaches are proposed and analyzed. This building-block-approach of line segments that are connected by intersection-nodes provides ease of use for modelling real world networks. For large networks the trade-off between spatial and temporal resolution and computing time becomes relevant, hence a scalability study is conducted. For real-world application the stochastic properties of the model are analyzed in detail. In particular, error propagation throughout the spatial and temporal domain are relevant for models that are intended for in-the-loop application. Based on that traffic model, an optimization based model predictive control (MPC) concept is proposed. Different optimization goals are analyzed, both individually and in conjunction. Performance criteria are proposed that are relevant for real world applications.
en
Additional information:
Zusammenfassung in deutscher Sprache Abweichender Titel nach Übersetzung der Verfasserin/des Verfassers Kumulative Dissertation aus drei Artikel