Trafikksimulering

Trafikksimulering er en metode der datamodeller og algoritmer brukes for å etterligne bevegelse av kjøretøy, syklister og fotgjengere i et transportnettverk. Modellene representerer veier, kjøretøy, signaler og trafikkaspekter for å gi innsikt i trafikkstrømmer under ulike scenarier. Formålet er å støtte planlegging, design, drift og politikk ved å vurdere konsekvenser før endringer i infrastrukturen eller trafikkstyringen gjennomføres.

Modeller og nivåer varierer fra mikroskopiske til makro- og mesoskale tilnærminger. Mikroskopiske modeller simulerer individuelle kjøretøy og atferd som kjøremønstre og avstandsregler, mens meso-tilnærminger behandler grupper av kjøretøy i kjørefelt og lenker. Makroskopiske modeller beskriver trafikken som kontinuerlige strømningsegenskaper. Vanlige teknikker inkluderer car-following og signalreguleringsmodeller, samt celletransmisjonsmodeller i mer makro-melike rammeverk. Resultatene brukes til å estimere kjøretider, kølengder, ventetider og uteffekt på miljøet.

Data og verktøy spiller en sentral rolle. Betraktede innganger inkluderer nettverksgeometri, kapasitet, kjøretøykdemand (origin-destination-matriser) og kjøretøytyper. Kalibrering og validering er avgjørende for pålitelighet. Vanlige verktøy inkluderer SUMO, MATSim, VISSIM og AIMSUN, samt PTV Visum; åpne data som OpenStreetMap brukes ofte for nettverk og geometri.

Applikasjoner omfatter transportplanlegging, kollektivtrafikkplanlegging, signal- og kjøretøystyring, samt scenarieanalyse av tiltak som prisforandringer, nye traseer eller byfornyelse. Utfordringer inkluderer datakvalitet, kompleks kalibrering og usikkerhet, mens fremtiden preges av integrasjon av sanntidsdata og multimodal, automatisert trafikksimulering.