180 likes | 269 Views
Základní verze HRD a co dál ?. Jitka Homolová, Pavla Němcová, Petr Gebouský, Ivan Nagy, podpora studentů: FD, FJFI a odborný poradce: Miroslav Kárný. HRD - hierarchický regulátor dopravy. Řízení dopravní oblasti (skupina mikrooblastí) pomocí víceúrovňového zpětnovazebního regulátoru.
E N D
Základní verze HRDa co dál ? Jitka Homolová, Pavla Němcová, Petr Gebouský, Ivan Nagy, podpora studentů: FD, FJFI a odborný poradce: Miroslav Kárný
HRD - hierarchický regulátor dopravy • Řízení dopravní oblasti (skupina mikrooblastí) pomocí víceúrovňového zpětnovazebního regulátoru. • Mikrooblast = skupina křižovatek a spojovacích komunikací se světelnou signalizací a měřením dat • Regulátor = „dynamický“, lokální, nadřazený, pro výjimečné stavy
Základní pojmy - data • Detektor - indikuje obsazení automobilem => dává charakteristiky dopravního proudu • Intenzita: počet aut za jednotku času • Obsazenost: podíl obsazenosti detektoru • Hustota: počet aut na jednotku délky • Rychlost: dráha, ujetá za jednotku času
Základní pojmy - řízení • Fáze - situace, ve které určité pruhy v křižovatce mohou jet a jiné ne. • Cyklus - doba, z kterou se vystřídají všechny fáze. • Podíl zelené - relativní doba trvání zelené, vzhledem k době cyklu • Řízení: • změnou poměru zelené v dané fázi • změnou doby cyklu
Dynamické řízení • Interní řízení v rámci jediné křižovatky, zajišťované „zabudovanou inteligencí“ řadiče. • lokální modifikace signálu - zkrácení zelené, pokud již není v odpovídajícím pruhu kolona, • vyžádaná priorita pro MHD - zkrácení nebo vynechání fází před zelenou pro preferenci, • ...
Model mikrooblasti • Vstup: intenzity, obsazenosti • Stav: délky kolon, obsazenosti • Výstup: výstupní intenzity • Základní část: hydrodynamická analogie - rekurzivně počítá délku kolony podle příjezdů a odjezdů aut • nemá vlastnost pozorovatelnosti • Korekční část: lineární vazba mezi délkou kolony a obsazeností detektoru • doplňuje pozorovatelnost, korekce větších chyb
Odhad modelu Za předpokladu, že • všechny vstupy jsou měřené • známe všechny dopravní parametry mikrooblasti • známe lineární vztah mezi kolonou a obsazeností lze pro odhad stavu modelu použít lineární Kalmanův filtr. Ten počítá rozdíl mezi předpovídaným a skutečným výstupem a pomocí něho koriguje chyby v odhadu stavu.
Řízení modelu Za předpokladu, že • známe odhady všech stavů • použijeme lineární kriterium kvality dopravy lze pro řízení modelu použít lineární programování. Jako kriterium bereme vážený součet délek kolon v mikrooblasti.
Nadřazený regulátor • Model - analogie: mikrooblast - křižovatka • Vybrané Detektory ve Směru (VDS): detektory důležité pro analogii pro daný směr • vjezd: součet vjezdů na VDS • kolona: součet délek kolon na VDS • saturovaný tok: minimální sat. tok po cestě VDS • výjezd: součet výjezdů na VDS • Odhad: bere se z mikrooblasti. • Řízení: lineární programování (s modifikacemi).
Modifikace v řízení pro nadřazený regulátor • Strategie pro nadřazený regulátor je složitá • „co dělat, když se všechno ucpává“? • realizováno: vytlačovat auta z celé oblasti, • perspektivně: návrh několika základních strategií, které umíme realizovat (lineární kriterium) a ať si operátor vybere nebo nakombinuje. • Výsledkem optimalizace není hodnota zelené ale omezující interval pro hodnoty zelené v mikrooblasti.
Řízení nestandardních stavů • výjimečné stavy (v rámci řádné dopravy) • preference vozidel • zasahování kolon do sousedních křižovatek • mimořádné stavy (nad rámec řádné dopravy) • havárie vozidel • stavební práce na vozovce • objížďky Výběr příslušného řídícího plánu z existující množiny expertních plánů. Součást diskrétního řízení mikrooblasti
Co dál ? • V první fázi byl kladen důraz na jednoduchost. Předpoklady: • všechny vstupy jsou měřené (když ne, musí se odhadovat => nelineární Kalmanův filtr (NKF)), • všechny parametry mikrooblasti jsou pevné a známé (když ne, odhad => NKF), • vazba kolona - obsazenost je známá a lineární (když ne, tak NKF) • při sekvenčně použitém statickém LP nedochází k nestabilitám (když ano, tak dynamické LP) • platí model kolon (když ne, tak diskrétní model)
Nelineární Kalmanův filtr • Iterativní proces, nebezpečí pomalé nebo žádné konvergence. • Řešení: • MATLAB - Identification toolbox (zkoušeno) • Extended Kalman filter (známé, nezkoušeno) • Metody založené na Monte Carlo (disertace) • Unscented transformation - definují (malý počet) tzv. sigma points a ty transformují nelineární funkcí. Přepočítává se konečný počet momentů. Na tom se pracuje a bude testováno!
Dynamické lineární programování • Opakované LP, optimální pro každý krok zvlášť může vést k nestabilnímu procesu. • Řešení: • Prozatímní: nastavit váhy v kriteriu experimentálně tak, aby se nestabilita potlačila. • Lepší: formulovat úlohu optimalizace na celém horizontu. Předpokládá se, že úloha dynamického programování pro model s rovnoměrným šumem by mohla dát dynamický ekvivalent k úloze lineárního programování.
Diskrétní model mikrooblasti • Pro křižovatky uvnitř mikrooblasti není model vývoje kolony dobrý! Auta se „vyvalí“ z předchozí křižovatky a buď projedou, nebo něco zůstane, nebo „je průšvih“. Veličiny jsou diskrétní. • Diskretizace spojitého modelu - 2^40 stavů. • Řešení: • Vytvoření diskrétního modelu přímo z dopravních souvislostí • Rozklad funkce mnoha proměnných pomocí funkcí méně proměnných (Kolnogorovovo lemma)
Programová realizace HRD • Systém je velmi složitý (křižovatka, ramena, pruhy, fáze, zelené) => komplikovaná realizace programových algoritmů. • Požadavek na snadné úpravy a modifikace programů - různé oblasti. • Chceme řešit separátně - grant AVČR na FD • Řešení: • Definice dopravních objektů • Převod na programové objekty • Formální metody v popisu algoritmů
Napojení na simulátor AIMSUN • Testování algoritmů • odhad - na reálných datech • řízení - na reálné mikrooblasti NELZE AIMSUN - dopravní mikro-simulátor • lze vytvořit dopravní (mikro)oblast • přiřadit vlastnosti odpovídající realitě • vpustit reálná data na vstupy • on-line přestavovat parametry světelné signalizace
Závěr • V prvé fázi vývoje byla vytvořena základní varianta HRD - s hlavním požadavkem na jednoduchost. • Jednoduchost byla dosažena řadou předpokladů • Pro skutečné použití v reálné dopravě bude třeba tyto předpoklady postupně odbourat. • Pro řešení většiny problémů je známa strategie.