VSS_Verkehr_12_2015

Massnahmen in verschiedenen Szenarios überhaupt erst möglich. Zudem wird mittels der dynamischen und auf der Basis der Echtzeitdaten aktualisierten Umlegung der Nach- frage den betrieblichen Aspekten in der Verkehrslageschät- zung mehr Rechnung getragen, als dies in Offline-Verkehrs- modellen der Fall ist. Da insbesondere für die Anwendung in Verkehrssimula­tionsmodellen eine möglichst exakte und den betrieblichen Randbedingungen entsprechende Ver- kehrsnachfrage (Quell-Ziel-Matrizen, Routenwahl, zeitliche Dynamik) von Relevanz ist, wäre es ein Test wert, auf der Ba- sis der Verkehrslageschätzung Nachfragemuster zu schätzen und diese in ein entsprechendes Verkehrssimulationsmodell zu importieren. Ein entsprechender Synergiewert müsste hierbei erwartet werden können. Darüber hinaus kann eine bessere Kenntnis bezüglich Quell-Ziel-Beziehungen und Rou- tenwahl auch Grundlage für eine Kalibration der Ziel- und Routenwahl von Verkehrsnachfragemodellen darstellen. Adaptive Steuerungsverfahren wie dasjenige der Selbst-Steue- rung bauen bereits für sich selbst betrachtet auf einer Syner- gie der Kombination von ITS und Verkehrsmodellen auf: Die der Selbst-Steuerung zugrunde gelegten Verkehrsfluss- und Warteschlagenmodelle erlauben es überhaupt erst, das Ver- kehrsgeschehen um eine Lichtsignalanlage zu antizipieren und quantitativ zu beurteilen und infolgedessen zielgerecht zu beeinflussen. Die Kombination solcher Steuerungsverfahren mit der Verkehrsmodellierung und -simulation birgt Synergie- potenzial etwa im Bereich der Projektierung: Verkehrssimula- tionsmodelle sind zwar für Fragen der Konzeptionierung und Dimensionierung von lichtsignalgesteuerten Systemen grund- sätzlich adäquate Ansätze. Sollen dabei allerdings auch die Lichtsignalsteuerungen detailliert untersucht werden, so steigt der Aufwand für die toolbasierte Programmierung der Licht­ signalanlagen schnell einmal ins unermessliche. Nicht zuletzt aus diesen Kostengründen ist der Einsatz konventioneller sta- tischer Bemessungsverfahren nach wie vor stark verbreitet, birgt aber bei der Anwendung für komplexe urbane Systeme einige Risiken. Hier können intelligente Steuerungsverfahren bei Verkehrssimulationsarbeiten stark kostensenkend wir- ken, entfällt dabei doch eine umfangreiche Programmierung der Steuerung. Dieser Effekt wird noch dadurch zusätzlich ver- stärkt, als aufgrund der quantitativen Ausgestaltung solcher Steuerungsverfahren eine unterschiedliche Gewichtung der verschiedenen Verkehrsmittel einfach möglich wird. Für die Verkehrsmodellierung bieten C- ITS ein aus heutiger Sicht wohl noch kaum vorstellbares Potenzial, so denn diese Daten dannzumal auch zugänglich sind und die Technologie breit zum Einsatz gelangt. Gerade fahrzeugscharfe FCD wür- den, bei entsprechendem Auswertungsaufwand, einen ver- tieften Einblick ins Verkehrsgeschehen erlauben und eine plausible Schätzung und Kalibration von Quell-Ziel-Matrizen und der Routenwahl begünstigen. Davon würden sowohl Echtzeit- als auch Offline-Anwendungen profitieren. Darüber hinaus wird ein auf C-ITS basierter Verkehr insgesamt kal- kulierbarer und somit modellierbarer, da das entsprechende Verkehrsverhalten in sich selbst auf Kalkulationen basiert. Dies trifft in noch verstärktem Mass für das Szenario des automatisierten Fahrens zu. Allerdings spielt es in beiden Fällen eine nicht unerhebliche Rolle, inwieweit der ÖV und Dans quelle mesure peut-on identifier des potentiels de synergie sur la base des différentes contributions sur la modélisation du trafic et les ITS? L’utilisation d’un modèle de trafic en association avec des don- nées en temps réel permet d’examiner de manière quasiment comparative aussi bien le modèle que les différentes données de base, et en conséquence d’en améliorer foncièrement la qualité. De même, elle rend possible l’évaluation des effets des mesures dans différents scénarios. Par ailleurs, la ventilation dynamique de la demande, actualisée sur la base des données en temps réel, permet de tenir compte des aspects opérationnels dans l’estimation de l’état de la circulation davantage que ce n’est le cas avec les modèles de trafic hors ligne. Comme il est judi- cieux de disposer d’une demande de trafic (matrices source-cible, choix d’itinéraire, dynamique temporelle) aussi précise que pos- sible et conforme aux conditions d’exploitation, en particulier pour l’utilisation dans les modèles de simulation du trafic, il vaudrait la peine faire un test: évaluer des modèles de demande sur la base de l’estimation de l’état du trafic et les importer dans un modèle de simulation du trafic correspondant. On devrait pouvoir en attendre une synergie adéquate. De plus, une meilleure connaissance des relations source-cible et du choix d’itinéraire peut aussi constituer la base d’un calibrage du choix des destinations et des itinéraires dans les modèles de demande de trafic. Les processus de régulation adaptatifs comme celui de l’autorégu- lation reposent déjà en soi sur une synergie générée par la com- binaison entre ITS et modèles de trafic: les modèles de flux de trafic et de files d’attente sur lesquels se fonde l’autorégulation permettent d’anticiper le trafic autour d’une installation de feux de circulation et de l’évaluer quantitativement, et ainsi de le modi- fier de manière ciblée. L’association entre de tels processus de régulation et la modélisation/simulation du trafic recèle un poten- tiel de synergie, par exemple dans le domaine de la conception: certes, les modèles de simulation du trafic sont fondamentalement pertinents pour concevoir et dimensionner des systèmes pilotés par des feux de circulation; mais si l’on examine aussi en détail les installations de feux de circulation, le coût de programmation logicielle de ces installations devient vite incommensurable. C’est notamment pour ces raisons de coût que l’utilisation de méthodes conventionnelles de calcul statique est encore très répandue; mais elles comportent certains risques si on les emploie pour des systèmes urbains complexes. En l’occurrence, les processus de régulation intelligents pourraient permettre de réduire considéra- blement les coûts lors des travaux de simulation du trafic, puisque l’énorme travail de programmation de la commande n’a plus lieu d’être. Cet effet est encore renforcé par le fait que l’organisation quantitative de ces processus de régulation permet de pondérer facilement les différents moyens de transport. À l’heure actuelle, on pense les C-ITS ne présentent guère de poten- tiel supplémentaire pour la modélisation du trafic car ces données sont accessibles et cette technologie largement utilisée. Les don- nées de véhicules FCD permettraient justement une connaissance plus approfondie du trafic, en effectuant le travail d’évaluation cor- respondant, et elles favoriseraient une estimation plausible et un calibrage des matrices source-cible, ainsi que le choix d’itinéraires. Les applications en temps réel comme hors ligne en profiteraient. De plus, un trafic basé sur les C-ITS devient globalement calcu- lable et donc modélisable car le comportement correspondant en FACHARTIKEL ARTICLES TECHNIQUES22 STRASSEUNDVERKEHRNR.12,DEZEMBER2015 ROUTEETTRAFICNo 12,DÉCEMBRE2015

Seitenübersicht