아이먼 라이브
Aimsun Live![]() |
![]() | |
개발자 | 아이먼 선 |
---|---|
안정적 해제 | 아이미선 라이브 / 2008년 |
유형 | 교통예측, 교통예측, 도로교통관제, 혼잡계획 |
면허증 | 소프트웨어 라이센스 계약 |
웹사이트 | http://www.aimsun.com |
에이미선라이브는 시뮬레이션 기반의 교통예측 솔루션으로, 에이미선이 개발, 시판하고 있다.
교통 관제 센터에서는 도로망 관리에 관한 실시간 의사결정을 하기 위해 Aimsun Live(이전의 Aimsun Online)를 이용한다.네트워크의 현재 상태에 근거해 동적으로 미래의 트래픽 상태를 예측하고, 사고 대응이나 트래픽 관리 전략을 평가하는 데 사용된다.
Aimsun Live 슬롯은 교통 관제 센터로 바로 들어가 실시간 현장 데이터를 지속적으로 처리하여 단일 고속도로 복도에서 세계 주요 도시에 이르는 모든 규모의 도로망 내에서 차량 이동을 시뮬레이션한다.이러한 실시간 트래픽 데이터 피드와 고속 시뮬레이션을 혼잡 완화 전략 에뮬레이션과 결합함으로써, 아이선 라이브는 특정 트래픽 관리나 정보 제공 전략에서 비롯될 미래의 네트워크 흐름 패턴을 정확하게 예측할 수 있다.
에이미선 라이브는 2008년에 시작되어 현재 샌디에이고의 15번 주간 고속도로, 프랑스의 그랜드 라이온과 그 밖의 세계 각지에 완전하게 배치되어 있다.
제품 기능
에이미선라이브는 실시간 교통데이터 피드 및 시뮬레이션을 활용해 대도시권과 지역 네트워크의 향후 교통상황을 예측한다.
실시간 분석
Aimsun Live는 필드 트래픽 제어기, 검출기, 사고 보고서 및 주요 교차로의 실시간 데이터 피드와 같은 상이한 정보 출처의 실시간 입력을 분석한다.
보정된 모델 검색
Aimsun Live는 최신 현장 데이터를 사용하여 관리 중인 도로망의 이동 수요 매트릭스를 식별, 검색 및 로드한다.데이터베이스에 저장된 여러 수요 패턴 중에서 실시간으로 수신된 데이터 간에 가장 가까운 일치점을 찾는다.수요 패턴 데이터베이스는 과거 데이터 분석을 수행함으로써 선행 단계에서 생성된다.
실시간 시뮬레이션
이 단계에는 실시간으로 하나 이상의 시나리오에 대한 동적(메소스코픽 또는 현미경) 시뮬레이션이 포함된다.각각의 시나리오는 전용 컴퓨터에서 시뮬레이션된다.시뮬레이션은 향후 30~60분 동안 세부적인 지역 수준에서 교통 상황에 대한 동적 예측을 산출한다.각 시뮬레이션에서는 네트워크 상황을 개선하기 위해 적용할 수 있는 구체적인 조치 집합을 고려한다.시나리오 중 하나는 항상 '아무것도 안하는' 경우에 해당한다.
시뮬레이션 모델에 포함된 영역은 관리되고 있는 네트워크의 유형에 따라 달라진다.그것은 일반적으로 네트워크의 나머지 부분에 대한 국소적이지만 중요한 용량 변화의 영향을 높은 수준에서 평가하는 평형 할당 기법을 사용하여 정의된다.목적은 해당 사건에 대한 사건이나 대응에 의해 영향을 받을 가능성이 낮은 분야를 배제하는 것이다.
시뮬레이션은 일반적으로 하드웨어 사양, 네트워크 크기 및 정체 수준(차량 수)에 따라 1-3분 정도[1] 지속된다.이러한 시뮬레이션은 성능 향상을 위해 'batch mode'(2D 또는 3D의 애니메이션 미포함)로 실행된다.
온라인 시각화
대응 정보는 운영 의사결정에 대한 지원을 제공하기 위해 온라인으로 시각적으로 제시된다.교통 관제 사업자는 예측 트래픽 흐름의 빠른 스냅샷과 서로 다른 제어 대안에 대한 성능 지표를 제공한다.
기타 기능
- 트래픽 제어 소프트웨어와 함께 작동하도록 사용자 지정
- 새로운 데이터의 동화를 통해 시간에 따른 예측 품질 개선
실용화
- 온라인 여행 정보 시스템
- 다이내믹 비상 차량 배선
- 배출관리
- 사고대응전략평가
- 도시간 및 도시간 혼잡관리
- 보안 위협 완화 및 대규모 대피 관리
프로젝트 예제
Aimsun Live는 다음에 대한 운영 결정을 알리는 데 사용되었거나 사용되어 왔다.
- Oxfordshire County Council, EarthSense 및 Siemens Mobility와 협력하여 네트워크 배출 / 차량 흐름 관리 조정 툴킷(NEVFMA).[2]Aimsun Live 전개, 통합 공기 분산 모델링.
- 사우스웨스트 연구소와 협력하여 플로리다 DOT를 위한 중앙 플로리다 지역 통합 회랑 관리 시스템[3].에이미선라이브는 혼잡 완화를 위한 대응계획의 효과를 분석하고 예측하는 예측엔진이다.
- 비즈바덴: 비즈바덴 시를 위한 DIGI-V[4].에이먼은 지멘스 모빌리티와 손잡고 교통 관련 질소산화물 배출량을 낮추기 위해 모든 이동 영역을 포괄하는 광범위한 대기오염 방지 패키지를 운영하고 있다.이러한 교통 관련 배출량 감소를 달성하기 위해 광범위한 환경 및 교통 데이터를 실시간으로 기록, 분석 및 처리한다.
- 시드니: M4 Smart Motorway System[5] - New South Wales를 위한 운송용.에이미선 라이브는 NSW 정부의 M4 스마트 고속도로 프로젝트의 핵심인 교통 예측 소프트웨어다.이 프로젝트는 실시간 데이터, 통신, ITS를 사용하여 트래픽 흐름을 개선한다.
- 싱가포르: 실시간 교통 시뮬레이션 및 예측을 위한 2019년 기술 시험 - 싱가포르 육상 교통청(LTA)아이미선은 싱가포르 육상교통청(LTA)과 협력해 아이미선 라이브에서 실시간 교통 시뮬레이션 및 예측 시스템을 개발했다.
- 샌디에이고, [6]샌디에이고, 15번 주간 고속도로의 통합 코리더 관리 프로젝트 - 샌다그용.[7]2014년과 2016년에는 캘리포니아 교통재단으로부터 올해의 운영효율 프로그램상을 받았다.
- 레스터:TRL 및 레스터 대학교와 협력하여 유럽 우주국을 위한 도시 교통 관리 및 대기 질(uTRAQ) 연구위성에서 생성된 대기 데이터는 지방 당국이 오염도를 줄이기 위한 실시간 교통 관리 전략을 고안하는 데 도움이 되었다.
- 광학[8] - 그랜드 라이온이 3년간의 EC 지원 시범 프로젝트는 예측 도구가 교통 센터 운영자들이 특히 피크타임에 혼잡을 예측하고 완화하는 데 어떻게 도움을 줄 수 있는지를 보여주었다.
- 스페인[1] 마드리드 M30은 마드리드 교통관제센터에 교통대피와 사고대응 운영을 위한 시뮬레이션 기반 교통예측시스템을 구축해 시행했다.
참조
- ^ a b A Torday; J Barcelo; G Funes; Transport Simulation Systems, ES. "Use of simulation-based forecast for real time traffic management decision support: the case of the Madrid traffic centre". ETC Proceedings. Archived from the original on 2010-05-20.
- ^ "UK Research and Innovation NEVFMA". www.gtr.ukri.org/. Retrieved 2020-01-29.
- ^ "Florida Department of Transportation". www.cflsmartroads.com. Retrieved 2020-01-29.
- ^ "Baustart für DIGI-V: In Wiesbaden werden die Ampeln intelligent Landeshauptstadt Wiesbaden". www.wiesbaden.de. Retrieved 2020-01-29.
- ^ Roads and Maritime Services, N. S. W. "M4 Smart Motorway project". Roads and Maritime Services. Retrieved 2020-01-29.
- ^ "I-15 Integrated Corridor Management".
- ^ "San Diego Integrated Corridor Management Demonstrator Project". Transport Simulation Systems. Archived from the original on 2014-02-23. Retrieved 2014-02-12.
- ^ "Optimise Citizen Mobility and Freight Management in Urban Environments". European Commission - Cordis. 18 February 2016.
추가 읽기
- Maurizio Bielli; Giorgio Ambrosino; Marco Boero (1994). Artificial Intelligence Applications to Traffic Engineering. VSP. pp. 253–. ISBN 90-6764-171-5.
- Ruey Long Cheu; Yanzhi Tan; Der-Horng Lee (November 2003). Comparison of PARAMICS and GETRAM/AIMSUN Microscopic Traffic Simulation Tools. 83rd Annual Meeting of the Transportation Research Board. Transportation Research Board. S2CID 17128041.
- Haifeng Xiao; Ravi Ambadipudi; John Jourdakis; Panos Michaelopoulos (May 2005). Methodology for Selecting Microscopic Simulators: Comparative Evaluation of AIMSUN and VISSIM (PDF) (Report). University of Minnesota.
- Peter Hidas (December 2005). "A functional evaluation of the AIMSUN, PARAMICS and VISSIM microsimulation models". Road & Transport Research. 14 (4): 45–59.
- Steven Jones, Jr.; Daniel S. Turner; Lily Wang; Virginia Sisiopiku; Michael D. Anderson; Roy Berryman; Abhishek Acharya (May 2009). Performance Measures for Arterial Traffic Signal Systems (PDF) (Report). University Transportation Center for Alabama.
- 2009년 2월 23일, 볼라 데 크리스탈 델 트라피코, 엘 페리오디코 데 카탈루냐,
- San Diego, Traffic Technology Today, Dan Lucasik, A.: 2013년 3월
- Local traffic patterns extraction with network-wide consistency in large urban networks, International Symposium of Transport Simulation (ISTS’18) and the International Workshop on Traffic Data Collection and its Standardization (IWTDCS’18) - Transportation Research Procedia 00 (2018) 000–000, Yaroslav Hernandez, Tamara Djukic, Jordi Casas, 2018
- Assessing spatiotemporal correlations from data for short-term traffic prediction using multi-task learning, International Symposium of Transport Simulation (ISTS’18) and the International Workshop on Traffic Data Collection and its Standardization (IWTDCS’18) - Transportation Research Procedia 00 (2018) 000–000, Rafael Mena-Yedra, Jordi Casas, Ric2018년 아르드 가발다
- OD 매트릭스 추정을 위한 데이터 기반 방법, 교통 연구 파트 C: 신흥 기술, 판차미 크리슈나쿠마리, 한스 반 린트, 타마라 주키치, 오드 캣츠, 2019년 5월