TECHNOLOGIE Wissenschaft Internationales Verkehrswesen (63) 4 | 2011 62 M ikroskopische Verkehrssimulationsmodelle werden u. a. für die Untersuchung von geänderten Straßenführungen, von geänderten Lichtsignalanlagensteuerungen sowie für die Auswirkungsanalyse von Wechselverkehrszeichen eingesetzt. Um wirklichkeitstreue Simulationsergebnisse zu erhalten, ist es notwendig, für jeden einzelnen Anwendungsfall die Gültigkeit der gewählten Parameter des verwendeten Simulationsmodells nachzuweisen [1]. Daher ist sowohl die Kalibrierung (das Einstellen der Parameter der verwendeten Modelle anhand eines Vergleichs von Simulationsergebnissen mit Realdaten) als auch die Validierung der Parameter (die Kontrolle der Gültigkeit anhand eines zweiten Messdatensatzes) notwendig. Nur ein ausreichend validiertes Modell erlaubt es, quantitative Aussagen aus der Simulation auf die Realität zu übertragen. Stand der Technik Bisherige Ansätze der Kalibrierung und Validierung von mikroskopischen Verkehrssimulationsmodellen können in zwei Ansätze unterschieden werden. b Die erste Möglichkeit ist eine Kalibrierung und Validierung einer mikroskopischen Simulation mit empirischen mikroskopischen Daten. Da bei diesem Ansatz lediglich isolierte Fahrer-Fahrzeug-Einheiten betrachtet werden, kann eine Validität nur auf mikroskopischer Ebene erreicht werden. In diesem Ansatz wird nicht deutlich, welchen Efekt das Einzelfahrzeugverhalten auf die makroskopischen Eigenschaften mit ihren Variablen Verkehrsfluss und Verkehrsdichte hat. b In einem alternativen Ansatz erfolgt eine Kalibrierung einer mikroskopischen Simulation mit empirischen makroskopischen Daten. Durch die alleinige Validation des Modells auf makroskopischer Ebene kann nicht auf die Validität der Verkehrssimulationsmodelle Mikroskopische Verkehrssimulationsmodelle sind die am häufigsten verwendeten Simulationsmodelle. Der Beitrag zeigt auf, dass neue Untersuchungsbereiche sowohl die mikroskopische als auch die makroskopische Validität dieser Modelle erfordern. Nur dann ist die Übertragbarkeit quantitativer Aussagen auf die Realität möglich. Grafik: DLR Kalibrierung und Validierung Internationales Verkehrswesen (63) 4 | 2011 63 TECHNOLOGIE Wissenschaft »Es ergibt sich die Notwendigkeit, die wirklichkeitsgetreue Abbildung des individuellen Fahrzeugverhaltens durch eine mikroskopische Kalibrierung und Validierung sicherzustellen und das makroskopische Verhalten durch eine makroskopische Validierung zu bestätigen.« det werden, ist die nur makroskopisch validierte Simulation nicht ausreichend, da die Kollisionswahrscheinlichkeit stark vom detaillierten Fahrzeugverhalten abhängig sind. Hieraus ergibt sich die Notwendigkeit, die wirklichkeitsgetreue Abbildung des individuellen Fahrzeugverhaltens durch eine mikroskopische Kalibrierung und Validierung sicherzustellen und das makroskopische Verhalten durch eine makroskopische Validierung zu bestätigen [4]. Zwei-Ebenen Ansatz zur Kalibrierung und Validierung Um die Eignung oder Nicht-Eignung bisheriger Modelle zur Untersuchung der oben genannten Beispiele zu belegen, ist es notwendig, die Modelle auf mikroskopischer und makroskopischer Ebene zu betrachten. Hierzu ist es erforderlich, empirische Messdaten sowohl von der mikroskopischen (Einzelfahrzeugdaten) als auch der makroskopischen (Verkehrsablauf ) Ebene zu erheben, um diese mit den Simulationsergebnissen zu vergleichen. In einem ersten Schritt ist es notwendig, das mikroskopische Verkehrsmodell für den menschlichen Fahrer auf mikroskopischer Ebene zu kalibrieren und validieren. Nachdem auf mikroskopischer Ebene das Modell validiert wurde, werden auch die makroskopischen Simulationsergebnisse mit den empirischen makroskopischen Ergebnissen verglichen. Liegt auch bei diesem Vergleich die Abweichung zwischen makroskopischen Simulationsergebnissen und makroskopischen empirischen Daten unterhalb eines zuvor festgelegten Grenzwertes, kann das validierte Modell zur Untersuchung angewendet werden. Erhebung von Messdaten von Empirie und Simulation Zur Erhebung der notwendigen empirischen mikroskopischen Einzelfahrzeugdaten, die das Fahrzeugfolge- und Fahrstreifenwechselverhalten beschreiben, können vier Ansätze unterschieden werden [2]. Als besonders geeignet hat sich die Verwendung eines Versuchsfahrzeugs mit Sensorik, die meist auf Radar- oder Lidartechnologie basiert, zur Bestimmung des Abstands und der Relativgeschwindigkeit zum vorausfahrenden und insbesondere zum nachfolgenden Fahrzeug, erwiesen. Diese Daten werden zusammen mit der Geschwindigkeit des Versuchsfahrzeugs aufgezeichnet. Vorteile dieses Verfahrens sind die große Flexibilität und die Möglichkeit, längere Streckenabschnitte zu untersuchen. Die Aktionen des Fahrers und das Fahrzeugverhalten können direkt beobachtet werden und müssen nicht aus Videoaufnahmen extrahiert oder aus GPS-Positionsdaten abgeleitet werden. Bei der Beobachtung der nachfolgenden Fahrzeuge kann aufgrund der großen Anzahl an beobachteten Fahrern die Inter-driver-Variabilität bestimmt werden. Da der Fahrer des nachfolgenden Fahreinzelnen Submodelle auf mikroskopische Ebene geschlossen werden. Es ist unter Umständen möglich, dass unterschiedliche Kombinationen mikroskopischer Verhaltensweisen zum gleichen makroskopischen Verhalten führen. Die ausführliche Untersuchung bisheriger Ansätze der Kalibrierung und Validierung hat aufgezeigt, dass die mikroskopische und makroskopische Betrachtungsebene bislang nur getrennt behandelt werden [2]. Es findet entweder eine ausschließliche Betrachtung mikroskopischer Messgrößen oder eine ausschließliche Betrachtung makroskopischer Messgrößen während der Kalibrierung und Validierung statt. Die bisherigen Ansätze lassen damit ofen, ob eine Übereinstimmung auf beiden Ebenen zu erreichen ist oder ob diese Modelle wichtige Aspekte zur Erreichung dieser Übereinstimmung vernachlässigen. Neue Anforderungen an Verkehrssimulationsmodelle Die Anforderungen an die Kalibrierung und Validierung sind stark vom Anwendungsfall abhängig. Bei unterschiedlichen Untersuchungen der letzten Jahre zeigt sich bei detaillierter Betrachtung die Notwendigkeit der gleichzeitigen Betrachtung von mikroskopischen und makroskopischen Kenngrößen in der Simulation. Beispiel 1 sind moderne Verkehrsassistenzsysteme (VAS) [3], welche die Längsdynamik einzelner Fahrzeuge regeln, um insgesamt den Verkehrsfluss zu optimieren. Da das VAS das mikroskopische Fahrzeugfolgeverhalten verändert, ist es zwingend notwendig, ein mikroskopisch valides Simulationsmodell zu nutzen, um die Unterschiede zwischen menschlicher und geregelter technischer Fahrzeugdynamik abzubilden. Eine Validierung des Modells nur auf mikroskopischer Ebene ist nicht ausreichend. Durch die Interaktion der einzelnen Fahrzeuge auf mikroskopischer Ebene ergibt sich ein beobachtbares makroskopisches Verhalten. Um die Auswirkungen des Verkehrsassistenzsystems auf die makroskopischen Verkehrskenngrößen (z. B. Verkehrsstärke, Reisezeit) bewerten zu können, ist es daher notwendig, die Simulation sowohl auf mikroskopischer Ebene zu kalibrieren als auch auf mikroskopischer und makroskopischer Ebene zu validieren. Beispiel 2 ist die Simulation des Verkehrsablaufs an einer lichtsignalgesteuerten Kreuzung. In der Regel wird für diese Untersuchung eine mikroskopische Simulation mit makroskopischen Daten kalibriert und validiert. Dieses ist für eine Vielzahl von Anwendungsfällen auch hinreichend, da die Anzahl an Fahrzeugen, die die Kreuzung passieren von Bedeutung ist. Die detaillierte Einzelfahrzeugbewegung hingegen ist oftmals wenig relevant. Soll diese Simulation nun aber zur Analyse der Verkehrssicherheit, z. B. zur Bestimmung der Kollisionswahrscheinlichkeit in Abhängigkeit der Lichtsignalsteuerung verwen- TECHNOLOGIE Wissenschaft Internationales Verkehrswesen (63) 4 | 2011 64 Erhobene Messdaten Als Versuchsstrecke wurde der Streckenabschnitt der Autobahn A2 Braunschweig-Nord bis Hannover-Langenhagen ausgewählt. Es wurden insgesamt 45 Messfahrten mit einer Gesamtstrecke von mehr als 2 500 km durchgeführt. Für die weitere Auswertung hat die Verkehrsrechnerzentrale (VRZ) Hannover archivierte Datensätze von 20 ausgewählten Messquerschnitten für den betrachteten Streckenabschnitt zur Verfügung gestellt. Mikroskopische Kalibrierung Im Rahmen der Kalibrierung wurden die Parameter des im Verkehrssimulationstool AIM- SUN verwendeten Gipps-Fahrzeugfolgemodells [6] optimiert. Für die Parameteridentifikation wurden 85 Datensätze - jeweils einer Folgefahrt eines nachfolgenden Fahrzeugs − verwendet. Das verwendete Fehlermaß basiert auf dem hoch sensiblen Fehlermaß Theil’s U, wurde aber erweitert, sodass sowohl der zeitliche Verlauf von Fahrzeuggeschwindigkeit als auch der Fahrzeugabstand berücksichtigt werden. Das betrachtete Fehlermaß nimmt im Idealfall der vollständigen Übereinstimmung des zeitlichen Verlaufs von Geschwindigkeit und Abstand den Wert 0, im schlechtesten Fall den Wert + 2 an. Bei Verwendung der vom Simulationstool gelieferten Standardparameter beträgt der mittlere Wert des Fehlermaßes 0,712. Die Optimierung der Parameterwerte des Gipps Fahrzeugfolgemodells wurde mit Hilfe eines genetischen Algorithmus umgesetzt. Der Mittelwert der Fehlerwerte liegt bei Verwendung der optimierten Parameterwerte nur noch bei 0,078. Die Kalibrierung hat damit eine Verbesserung um etwa eine Zehnerpotenz gebracht! Dies zeigt sowohl das Potenzial, aber auch die Notwendigkeit der mikroskopischen Kalibrierung. zeugs keine Kenntnis von der Untersuchung hat, ist eine Beeinflussung des Fahrerverhaltens ausgeschlossen. Um nicht nur die Sichtweise eines einzelnen Versuchsfahrzeugs zu berücksichtigten, ist es notwendig, dass mehrere gleichartig ausgestattete Fahrzeuge gleichzeitig in einem definierten Erfassungsbereich am Verkehr teilnehmen. Mit einer geeigneten Orts- und Zeitreferenz unter Einschluss und Erfassung der nachfolgenden Fahrzeuge im Straßenverkehr wird es damit möglich, einen größeren Streckenabschnitt und eine größere Anzahl an Versuchsfahrern, an unterschiedlichen Versuchsfahrzeugen sowie beobachteten nachfolgenden Fahrzeugführern und Fahrzeugen zu betrachten. Für die Erhebung empirischer makroskopischen Daten können die in Verkehrsmanagementzentralen (VMZ) vorhandenen Messdaten von Verkehrsstärke und mittlerer Fahrzeuggeschwindigkeit jeweils für die zwei Fahrzeugklassen Pkw und Lkw, die mit Induktionsschleifen ermittelt werden, eingesetzt werden. Ein Vergleich der erhältlichen Sensorsysteme in [5] hat für ggf. zusätzlich notwendige Sensorik die Installation seitlich der Fahrbahn mit Radarsensor als auch den passiven Infrarotsensor als geeignet eingestuft. Die auf dem Markt erhältlichen Simulationswerkzeuge erlauben bereits die Erhebung einer Vielzahl an Messgrößen. Weitere notwendige Messgrößen können in der Regel über eine Programmierschnittstelle des Simulationswerkzeugs erhoben werden. Ergebnisse Am Institut für Verkehrssicherheit und Automatisierungstechnik wurden in den Jahren 2009 und 2010 umfangreiche Messdaten auf der hoch frequentierten Autobahn A2 mit einem Versuchsfahrzeug erhoben. Die Kalibrierung und Validierung auf mikroskopischer und makroskopischer Ebene wurde exemplarisch durchgeführt. Abb. 1: Mittlere lokale Geschwindigkeit in der Empirie Abb. 2: Mittlere lokale Geschwindigkeit in der Simulation (Fahrzeugfolgemodell kalibriert) Internationales Verkehrswesen (63) 4 | 2011 65 TECHNOLOGIE Wissenschaft Simulationskonzept entwickelt. Der Beitrag hat exemplarisch Ergebnisse der mikroskopischen Kalibrierung und makroskopischen Validierung dargestellt. Die Notwendigkeit der Kalibrierung konnte dabei belegt werden. Die Validierung hat die Notwendigkeit aufgezeigt, beide Ebenen zu betrachten, da die mikroskopische Validität keine makroskopische Validität bedingt. Konsequenterweise ist geplant, diese Messfahrten auf mehrere entsprechend ausgestattete Fahrzeuge auszuweiten und die Messdaten gemeinsam mit den Messungen makroskopischer Größen durch lokale Sensorik zu erfassen. Diese Daten sind notwendig, um anschließend die Kalibrierung und Validierung vollständig auf zwei Ebenen bestreiten zu können. Überdies können die bei vollständiger Umsetzung des Messkonzepts erhobenen Messdaten, die eine Datenbasis bislang nicht erreichten Ausmaßes darstellen werden, Bedeutung bei der Neu- oder Weiterentwicklung von Verkehrssimulationsmodellen erlangen. Die vorgenommene Betrachtung des mikroskopischen Einzelfahrzeugverhaltens zusammen mit dem makroskopischen Verkehrsablauf wird zu einem besseren Verständnis auf den beiden Ebenen sowie deren Zusammenhänge führen. ɷ Makroskopische Validierung Für die makroskopische Validierung scheint es zielführend, eine zeitlich-räumliche Auflösung der Kenngrößen zu wählen. Abbildung- 1 und Abbildung- 2 zeigen für einen ausgewählten Zeitabschnitt die mittlere lokale Geschwindigkeit entlang der Strecke Hannover-Langenhagen bis Hannover-Lahe in Empirie und Simulation. Es ist zu erkennen, dass ein Stau gegen 8.30- Uhr ca. bei km- 219 entsteht und sich langsam bis km- 228 um ca. 9.45- Uhr ausbreitet. Die Analyse der Messdaten ergab, dass ursächlich hierfür die große Anzahl an ausfahrenden Fahrzeugen bei Hannover-Lahe auf den Messeschnellweg war. Bei genauer Betrachtung der Abbildung- 1 ist zu sehen, dass ca. bei km-225 bereits vor 9-Uhr und vor dem Eintrefen des stromabwärts liegenden Staus die mittlere lokale Geschwindigkeit abnimmt. Ursache hierfür ist die große Anzahl an einfahrenden Fahrzeugen an der Einfahrt Hannover-Langenhagen. Bislang stand nur ein Versuchsfahrzeug zur Verfügung; außerdem wurden keine Messdaten der Verkehrsstärke an den Autobahneinfahrten und -ausfahrten erhoben. Für die Durchführung einer realitätsnäheren Simulation sind diese Messdaten zwingend erforderlich. Um die geplante Vorgehensweise trotzdem zu verfolgen, wurde der betrachtete Streckenabschnitt simuliert, indem für die fehlenden Messdaten Annahmen getrofen wurden. Bei der Durchführung des vollständigen Messkonzepts kann dann auf diese Annahmen verzichtet werden. In der Abbildung-2 ist zu erkennen, dass in der Simulation die auffahrenden Fahrzeuge bei Hannover-Langenhagen (km 225) zu einem ausgeprägteren Stau führen als in der Empirie. Dementsprechend erreichen um ca. 8.30 Uhr weniger Fahrzeuge die Abfahrt Hannover-Lahe (km 219), sodass sich hier vorerst kein Stau ausbildet. Der Einfluss der Abweichung zwischen getrofenen Annahmen und Realität sowie die fehlende Kalibrierung des Fahrstreifenwechselverhaltens sind sicherlich Ursachen hierfür. Die weitere detaillierte Untersuchung auf makroskopische Validität ist in [2] beschrieben. Der Vergleich zeigt aber bereits deutlich, dass die mikroskopische Kalibrierung des Fahrzeugfolgeverhaltens nicht mit einer makroskopischen Validität des Gesamtverkehrsablaufs einhergeht. Fazit In diesem Beitrag wurde mit dem Zwei-Ebenen- Ansatz zur Kalibrierung und Validierung eine Vorgehensweise aufgezeigt, wie die Aussagekraft von mikroskopischen Verkehrssimulationsmodellen für neue Anwendungsfälle bewertet werden kann. Die Herausforderung des vorgeschlagenen Konzeptes liegt darin, die notwendigen Daten auf mikroskopischer und makroskopischer Ebene zu erfassen. Hierbei ist insbesondere der Zeit- und Ortsbezug der Daten von Bedeutung. Zu diesem Zweck wurde ein Mess- und LITERATUR [1] TRAPP, R.: Hinweise zur mikroskopischen Verkehrsflusssimulation. Arbeitsgruppe Verkehrsführung und Verkehrssicherheit, Ed. FGSV Verlag, 2006 [2] DETERING, S.: Kalibrierung und Validierung von Verkehrssimulationsmodellen zur Untersuchung von Verkehrsassistenzsystemen, Dissertation, Technische Universität Braunschweig, Institut für Verkehrssicherheit und Automatisierungstechnik, Februar 2011 [3]Volkswagen AG: Umweltbericht 2001/ 2002 - Mobilität und Nachhaltigkeit. Wolfsburg 2001 [4] ABU FARHA, A.: Modelling and Optimization of Traic Safety and Operation in Urban Networks. Dissertation, Technische Universität Braunschweig, Institut für Verkehrssicherheit und Automatisierungstechnik, Februar 2010 [5] SCHNEIDER, T.: Sensorsysteme zur Verkehrslageerfassung auf Bundesautobahnen, Institut für Verkehrssicherheit und Automatisierungstechnik, Technische Universität Braunschweig, Bachelorarbeit, 2010 [6] GIPPS, P. G.: A behavioural car-following model for computer simulation. In: Transportation Research Part B: Methodological 15 (1981), April, Nr. 2, S. 105-111 Stefan Detering, Dr.-Ing. Institut für Verkehrssicherheit und Automatisierungstechnik, Technische Universität Braunschweig Detering@iva.ing.tu-bs.de Eckehard Schnieder, Prof. Dr.-Ing. Dr. h.c. mult. Institut für Verkehrssicherheit und Automatisierungstechnik, Technische Universität Braunschweig E.Schnieder@tu-bs.de