[论文解读] InTAS -- The Ingolstadt Traffic Scenario for SUMO

Silas Lobo, Stefan Neumeier+2 more|arXiv (Cornell University)|Nov 24, 2020

Vehicular Ad Hoc Networks (VANETs)被引用 15

一句话总结

本文提出 InTAS，一个基于 SUMO 的高度逼真的交通场景，用于模拟德国英戈尔施塔特市的交通状况，包含精确的道路拓扑结构、交通信号灯、公共交通系统以及建筑结构。该场景利用真实的人口统计与交通数据来建模交通需求，并通过 24 个真实测量点对仿真结果进行验证，总车辆数的 NRMSE 达到 0.33，是首个在 VANET 与 C-ITS 研究中复现实际交通信号灯程序的 SUMO 基础场景。

ABSTRACT

Vehicular Ad Hoc Networks (VANETs) are expected to be the next big step towards safer road transport, supporting applications to exchange information between vehicles. To develop novel applications for this area a high number of tests, considering all traffic situations, are demanded. However, it is unfeasible to reproduce these tests in real life, by the fact that any failure on the applications would cause severe impacts on transport system safety and could risk human lives. Thus, this paper presents the concept, model, and validation for InTAS, a realistic traffic scenario for Ingolstadt. InTAS road topology accurately represents Ingolstadt real road map. Elements such as buildings, bus stops, and traffic lights were added to the map. Twenty traffic lights systems were simulated according to the real program deployed on the traffic lights. Traffic demand was modeled based on the activitygen method, considering demographic data and real-traffic information. The city public transport system was also simulated accordingly to bus time-tables and their routes. The simulation step was implemented considering the best value for device.rerouting.probability, which was defined by evaluating InTAS output and real traffic data. The scenario was validated by comparing real-traffic data from 24 measurement points with InTAS simulation results.

研究动机与目标

• 开发一个真实、开源的 SUMO 交通场景，精确反映德国英戈尔施塔特市复杂的都市环境。
• 基于真实的人口统计与交通数据（包括工作地点与居住模式）建立交通需求模型。
• 使用城市实际部署的信号灯程序而非 SUMO 默认模型，对交通信号灯系统进行仿真。
• 通过 24 个真实测量点对仿真结果进行验证，以确保其准确性。
• 通过提供具有高保真度的移动性与基础设施模型，支持 VANET 与 C-ITS 研究。

提出的方法

• 利用卫星图像与开放数据构建道路网络，确保英戈尔施塔特市真实道路拓扑结构的精确表示。
• 整合 21,756 栋建筑物，以模拟无线通信仿真中的遮挡与衰落效应。
• 通过 56 条公交线路、1,620 次每日行程及与真实时刻表对齐的路线数据，对公共交通系统进行建模。
• 实施 20 个来自英戈尔施塔特市政府的真实交通信号灯程序，复现实际的相位持续时间与信号配时。
• 采用 activitygen 方法，基于 2018 年的人口与就业数据建模交通需求。
• 通过基于仿真输出与 2019 年 11 月真实交通数据对比的适应度函数，优化 device.rerouting.probability 参数。

实验结果

研究问题

• RQ1 基于 SUMO 的交通场景在具有工业特征与高就业率的德国城市中，能否准确复现真实交通模式？
• RQ2 与 SUMO 默认信号模型相比，使用实际城市交通信号灯程序在多大程度上提升了仿真的真实感？
• RQ3 基于人口统计数据推导出的仿真交通需求，在关键交叉口与真实车辆数的匹配程度如何？
• RQ4 人口统计数据（2018 年）与交通数据（2019 年）之间存在八个月的时间差，对仿真准确性有何影响？
• RQ5 一个经过验证、具备真实基础设施与移动性模式的交通场景，能否支持可靠的 VANET 与 C-ITS 仿真？

主要发现

• InTAS 场景成功复现了英戈尔施塔特市的真实道路网络，包括 21,756 栋建筑物、56 条公交线路以及 20 套使用真实城市程序的交通信号灯系统。
• 在 24 个真实测量点的总日车辆数对比中，仿真结果的 NRMSE 达到 0.33。
• 最严重的交叉口出现真实与仿真交通轨迹之间的显著偏差，表明在子区域层面的需求建模存在局限性。
• 通过将仿真输出与 2019 年 11 月的真实交通数据进行迭代对比，确定了最优的 device.rerouting.probability 值。
• 主要误差来源被识别为：在子区域上使用平均人口统计数据，以及人口数据与交通数据之间存在八个月的时间差。
• 该场景已免费发布于 GitHub，是首个在 VANET 与 C-ITS 研究中复现真实交通信号灯程序的 SUMO 基础场景。