Simulação do tráfego de veículos usando autômatos celulares

Abstract

Resumo: Esta tese propôe um modelo para o tráfego de veículos em uma pista com duas faixas, que considera o comportamento do motorista. Os principais modelos encontrados na literatura apresentam em sua estrutura equações diferenciais ou integro-diferenciais que exigem muitas variáveis para calibração do modelo. Por isso, usa-se neste trabalho a modelagem computacional via autômatos celulares. Os autômatos celulares possuem uma estrutura bastante simples e são capazes de modelar diversos fenômenos complexos por meio de regras simples. Sendo assim, desenvolveu-se um modelo de tráfego em uma pista com duas faixas onde avalia-se a mudança do comportamento do motorista a medida em que a densidade da via aumenta. Os perfis considerados neste trabalho são: Calmo, Moderado, Agitado e Agressivo. Esta análise é baseada na modelagem de um parâmetro a em função da densidade, utilizando uma distribuição de probabilidade contínua. Este parâmetro é utilizado para o cálculo da distância efetiva entre dois veículos permitindo o ajuste da velocidade do veículo detrás baseado no seu comportamento. O modelo também considera regras de mudanças de faixas assimétricas baseadas na evolução do comportamento adotado para melhor representar o fenômeno do fluxo de tráfego. Os resultados do modelo proposto mostraram-se satisfatórios quando comparados com outros modelos que consideram o comportamento do motorista em suas regras. A modelagem proposta para o comportamento do motorista resultou em um modelo que possibilita descrever a alteração no comportamento do motorista quando a densidade é aumentada.

Abstract: This thesis proposes a model for the traffic of vehicles on a double lane track, which considers the driver's behavior. The main models found in literature present in its structure differential or integro-differential equations that require many variables for model calibration. Therefore, in this work, computational modeling via cellular automata is used. The cellular automata have a very simple structure and are capable to model several complex phenomena through simple rules. Thus, a traffic model was developed on a double lane track where the driver's behavior change is evaluated as the track density increases. The profiles considered in this work are: Calm, Moderate, Agitated and Aggressive. This analysis is based on the modeling of a parameter around density, using a continuous probability distribution. This parameter is used to calculate the effective distance between two vehicles, allowing the adjustment of the speed of the vehicle behind based on its behavior. The model also considers rules of asymmetric track changes based on the evolution of the adopted behavior to better represent the traffic flow phenomenon. The results of the model were satisfactory when compared to other models that consider the driver's behavior in your rules. The proposed modeling for driver behavior resulted in a model that allows to describe the change in driver behavior when the density is increased.