Notfallevakuierungsplanung: Verkehrsstillstand minimieren und öffentliche Sicherheit verbessern

Problemstellung:

Intelligente Transportsysteme überwachen und analysieren, wie Fahrzeuge, Fahrbahnen und Umweltfaktoren den Verkehrsfluss beeinflussen. Die meisten von uns sind mit der Frustration vertraut, die ein Verkehrsstau mit sich bringt. Eine typische Rush Hour behindert die Mobilität einzelner Fahrzeuge und verlangsamt beträchtlich den gesamten Verkehrsfluss. Dieses Phänomen wird durch Massenmobilisierungsereignisse, wie während einer Evakuierung aufgrund eines Wirbelsturms oder eines anderen Ereignisses, verstärkt. Wenn dies auftritt, kann der Zustand eines Verkehrsstillstandes erreicht werden. ITS Forscher wollten verstehen, wie die öffentliche Sicherheit während solcher Ereignisse durch die Einbeziehung von Kommunikation zwischen einem Teil der Fahrzeugpopulation verbessert werden könnte.

Lösung:

Evakuierungsmodell für Straßennetzwerk

Modell des Straßennetzwerks mit Strahlungswolke und betroffenen Straßen

Eine der ältesten und größten, unabhängigen Non-Profit-Forschungs- und Entwicklungsorganisationen der USA ging dieses Problem mit Hilfe von AnyLogic an, um zu erkunden, ob die Verbindung eines Teils der Fahrzeuge durch Smartphones oder Dedicated Short Range Communication (DSRC) Funk während einer groß angelegten Evakuierung die Koordination von Fahrzeugen verbessern kann. Die Fahrzeugagenten integrieren Parameter, die die Wahrscheinlichkeit repräsentieren, dass ein Fahrzeug mit einem Kommunikationsgerät ausgestattet ist und dass ein Fahrzeug in einer Stausituation dem vorausfahrenden Fahrzeug folgt. Der zweite Parameter nähert das Verhalten eines menschlichen Fahrers an, anderen Fahrern in der Annahme zu folgen, dass diese Kenntnisse über eine bessere Route haben. Forscher führten Szenarien basierend auf diesen beiden Parametern aus und verglichen die gesamte akkumulierte Strahlenbelastung und die Zeit im Stau.

Das AnyLogic Modellierungswerkzeug kombiniert agentenbasierte Modellierung und Systemdynamik und besitzt eine mächtige, intuitive graphische Schnittstelle für die Erstellung eines Modells dieser Art. Das Modell enthielt ein vereinfachtes Verkehrssystem basierend auf den Schnellstraßen von San Antonio in Texas und drei Agenten, die ein Fahrzeug, ein Straßennetzwerk und eine Ereignisbenachrichtigung repräsentierten.

Ergebnisse:

Zustandsdiagramm für Fahrzeugagenten und Systemdynamikarchitektur für Verkehrsbelastung

Zustandsdiagramm für Fahrzeugagenten und Systemdynamikarchitektur für Verkehrsbelastung

Die Ergebnisse quantifizierten die Leistungsfähigkeit des Verkehrssystems für mehrere unterschiedliche Szenarien, die durch die durchschnittliche und die gesamte Strahlenbelastung der Fahrzeugpopulation sowie durch die Gesamtverkehrsbelastung, wie sie durch jeden Fahrzeugagenten gemeldet wird, gemessen wird. Die Ergebnisse verdeutlichen die Auswirkung auf die Sicherheit, wenn sogar nur eine kleine Anzahl von Fahrzeugen zielgerichtete, frühzeitige Informationen über mögliche Gefahren auf ihren aktuellen Strecken erhalten. Die Simulationen zeigen auch einen Vorteil des Fahrzeugfolgeverhaltens, bei dem es sich um eine positive Nebenwirkung eines Verkehrssystems handelt, das auf menschlichen Fahrern besteht (die Einbeziehung von autonomen Fahrzeugen in einem Verkehrssystem kann einige dieser Arten von Effekten aufheben; autonome Fahrzeuge werden jedoch wahrscheinlich ebenfalls durch Kommunikationsgeräte verbunden sein).

Ähnliche Fallstudien

Mehr Fallstudien