1. Home
  2. TRID
  3. View Record
https://nap.nationalacademies.org/catalog/27432/critical-issues-in-transportation-for-2024-and-beyond

MIKROSKOPISCHE VERKEHRSSIMULATION MIT HILFE DER FUZZY-LOGIC

Mikroskopische Verkehrssimulation beruht auf der Modellierung einzelner Fahrer-Fahrzeug-Elemente, die in der vorliegenden Arbeit als Fuzzy-Regler formuliert sind. Dabei finden wahrnehmungsphysiologische Moeglichkeiten und Grenzen visueller Informationsaufnahme besondere Beruecksichtigung. Dem Tatbestand, dass ein Fahrzeugfuehrer zur Bewaeltigung verschiedener Fahraufgaben Entscheidungen auch bei ungenauen und zum Teil unsicheren Informationen treffen muss, wird durch den Einsatz von Fuzzy-Variablen Rechnung getragen, die diese Unschaerfe einer numerischen Bearbeitung leichter zugaenglich machen. Ein solcher Fuzzy-Regler laesst sich durch Veraenderung oder Erweiterung des zugehoerigen Regelkatalogs komfortabel, relativ leicht verstaendlich und vor allem entkoppelt von der eigentlichen Reglerimplementation in seinen Eigenschaften anpassen. Als zentrale Variable fuer die Modellierung des Fahrverhaltens bei Fahrzeugfolge und Fahrstreifenwechsel wird die "Potentielle Kollisionszeit" benutzt, die zu einem bestimmten Zeitpunkt einer verbleibenden Restzeit bis zur Kollision bei unveraenderten kinematischen Verhaeltnissen entspricht. Diese potentielle Kollisionszeit ist unmittelbar aus den dynamischen Aenderungen im Gesichtsfeld eines Fahrzeugfuehrers ableitbar und erlaubt im Zusammenhang mit ihrer zeitlichen Veraenderung die Bewaeltigung auch anspruchsvoller Fahrsituationen. Verschiedene empirische Messungen von potentiellen Kollisionszeiten unterstreichen die besondere Bedeutung dieser Groesse, auf deren formale Eigenschaften ausfuehrlich eingegangen wird. Die Arbeit beschreibt die notwendigen Fuzzy-Variablen und die Positionierung und Gestaltung der entsprechenden Fuzzy-Mengen sowie Kontrollinstrumente zur Ueberwachung der Eigenschaften des Fuzzy-Reglers. Fuer eine zweistreifige Richtungsfahrbahn (Schnellstrasse) wird anhand von Verteilungen einzelner Parameter (zum Beispiel potentielle Kollisionszeiten beim Fahrstreifenwechsel) und durch makroskopische Kenngroessen (zum Beispiel q-v-Diagramm, Fahrstreifenwechsel-Haeufigkeiten in Abhaengigkeit von der Verkehrsstaerke) im Vergleich mit empirischen Daten die Qualitaet des Modells ueberprueft. Es erlaubt unter Beruecksichtigung physiologischer Wahrnehmungsgrenzen eine realitaetsnahe Fahrer-Modellierung, deren Komponenten auf Simulationsmodelle aehnlicher Thematik uebertragbar sind.