Traffic simulation serves as a valuable tool for evaluating and predicting transportation systems, and its evolution is influenced by key issues. In this study, particular emphasis is placed on the `human factor' and `urban traffic' as important considerations in the development of the simulation.
Dynamic traffic phenomena, such as hysteresis, stop-and-go traffic, stability, and capacity drop, are closely associated with traffic safety and congestion. While previous studies suggested that human behavior caused these phenomena, existing models have been unable to fully replicate these dynamic traffic phenomena. Research in this area has primarily focused on microscopic simulation, particularly in the car-following models that simulate the longitudinal movement of vehicles.
On the other hand, urban traffic differs significantly from highways due to complex road structures, including intersections and traffic signals. Additionally, an integrated evaluation that considers the impact on overall traffic, as well as the target area, requires a large-scale simulation. To obtain detailed results for a target area through large-scale simulations, hybrid or multilevel traffic simulations have been devised, integrating different levels of simulation. Existing multilevel traffic simulations generally take a static format where the simulation level remains fixed. However, this approach is inefficient in urban areas where targets can be easily dispersed or shifted. To address this limitation, a dynamic multilevel traffic simulation is proposed, allowing for the dynamic adjustment of the simulation level during the simulation, thereby expanding the utility of urban simulation.
Therefore, this study aims to develop a car-following model that incorporates human factors, a mesoscopic traffic simulation model for urban traffic, and a dynamic multilevel traffic simulation that combines microscopic and mesoscopic levels.
First, we develop an asymmetric repulsive force model (ARM), a novel car-following model that considers the driver's asymmetric behavior and psycho-physical properties. The ARM is evaluated in diverse aspects and the results describe that the ARM accurately describes vehicles in stop-and-go traffic. In particular, the ARM's ability to explain asymmetric behavior has been demonstrated through results in close agreement with the observed data in the speed-spacing and spacing-relative speed domains. In addition, a platoon simulation replicates the flow reduction after a stop-and-go wave, consistent with previous studies on the capacity drop.
In the second phase of the research, we present the urban cell transmission model in mesoscale (UCTM), which extends the cell transmission model into a mesoscopic form. The UCTM incorporates the concept of agents to account for lane changes and intersection-related behaviors. Extensive simulation studies verify and validate the UCTM with similar results to the actual data in various aspects, although there are still areas to be improved in the future, such as lane changes, human driver behavior in urban traffic, and discrete traffic flow. On the other hand, the UCTM exhibits compatibility advantages in multilevel models due to its morphological characteristics, which integrate the concept of an agent with a macroscopic model.
Finally, a dynamic multilevel traffic simulation is developed by combining microscopic and mesoscopic traffic simulations. A simulation framework and data structure are proposed to ensure compatibility and consistency between different levels of simulations. Temporal and spatial interfaces are modeled and verified for proper functioning, including the preservation of vehicle information and consistency in traffic dynamics. The performance of the simulation is evaluated in terms of computational expenses and accuracy using two demand scenarios. The dynamic multilevel simulation dramatically reduces computation time compared to the microscopic simulation while showing higher accuracy than the mesoscopic model.
This dissertation contributes to developing a dynamic multilevel traffic simulation for urban traffic, considering human driver behavior and addressing current challenges faced in traffic simulation. The findings of this study are expected to have practical applications and contribute to the development of innovative solutions for addressing complex urban traffic issues.
교통 시뮬레이션은 교통 시스템 평가와 예측에 유용하게 사용되는 수단으로 시뮬레이션 모델의 발전은 수요자들의 요구와 산업 흐름에 따른 현안에 영향을 받는다. 본 연구에서는 `운전자 주행 행태'와 `도시 교통'을 시뮬레이션 개발에 고려해야 할 요소로 선택하였다.
선행 연구들은 교통 이력현상(traffic hysteresis)이나 가다서다(stop-and-go) 등 교통 혼잡 및 안전과 밀접한 연관이 있는 동적 교통 현상의 원인을 운전자(human driver)에서 찾았다. 운전자의 주행 행태를 내포한 모델은 주로 미시 수준의 차량 추종 모델에서 수행되어 왔으나 기존 차량 추종 모델들은 아직까지 이러한 동적 교통 현상들을 충분히 재현해내지 못하고 있다.
한편, 도시 교통은 교차로와 신호등을 포함한 복잡한 도로 구조로 인해 고속도로와는 완연히 다른 특성을 보인다. 또한 주변부에 의한 영향이 크기 때문에 도시 교통 문제 해결을 위한 방안을 평가하기 위해서는 대상 지역 이상의 광역 네트워크에 대한 포괄적인 시뮬레이션이 필요하다. 다양한 수준의 시뮬레이션을 통합한 다계층 시뮬레이션은 대상 지역을 미시적으로 시뮬레이션 하는 동시에 주변부를 중시/거시적으로 시뮬레이션 하여 정확도와 계산 시간 모두에서 이득을 얻을 수 있다. 기존 다계층 교통 시뮬레이션은 대체로 시뮬레이션 수준이 고정되어 있는 형태를 취하는데, 이 방식은 관찰을 목표로 하는 도로가 달라지거나 이동할 수 있는 도심지에서는 다소 비효율적이다. 동적 다계층 교통 시뮬레이션은 시뮬레이션 도중 교통 상태를 반영하여 도로별 시뮬레이션 수준을 변경할 수 있어 활용도가 높다.
따라서, 본 연구는 운전자 주행 행태를 고려한 차량 추종 모델과 도시 교통을 위한 중시적 교통 시뮬레이션 모델을 개발하하고, 마지막으로, 미시적 및 중시적 교통 시뮬레이션을 결합한 동적 다계층 교통 시뮬레이션을 개발하는 것을 목표로 한다.
첫 번째 연구를 통해 운전자의 비대칭적 행동(asymmetric behavior)과 정신물리학적(psycho-physical) 특성을 반영한 차량 추종 모델로서 비대칭적 척력 모델(Asymmetric Repulsive Force Model, ARM)을 개발하였다. 다면적인 평가를 통해 ARM이 혼잡 상황에서 차량의 움직임을 실제와 비슷하게 모사할 수 있음을 확인하였다. 특히 속도-차간거리 및 차간거리-상대속도 관계에서 시뮬레이션 결과 분석을 통해 ARM의 비대칭적 행동 모사 능력을 확인하였다. 또한 차량 군집(platoon) 시뮬레이션을 통해 거시적 관점에서 평가를 수행하였고, 정체를 통과한 뒤의 교통량 저하를 재현할 수 있음을 확인하였다.
두 번째 연구에서 중시적 시뮬레이션 모델인 도시 셀 전이 모델(Urban Cell Transmission Model in Mesoscale, UCTM)을 개발하였다. UCTM은 거시적 교통 모델에 에이전트 개념을 도입한 형태로 미시적 교통 모델과 거시적 교통 모델 모두와 호환성 측면에서 장점을 가지고 있다. 일련의 실험을 통해 UCTM이 신호 교차로에서의 대기열 생성과 소멸, 차로 변경 등의 도시 교통을 모사할 수 있음을 확인하였다.
마지막으로, 미시적 및 중시적 교통 시뮬레이션을 결합한 동적 다계층 교통 시뮬레이션을 개발하였다. 먼저 미시 시뮬레이션과 중시 시뮬레이션 간의 호환성과 일관성을 보장하기 위한 시뮬레이션 프레임워크와 데이터 구조를 제시하였으며, 이를 기반으로 두 시뮬레이션을 통합하기 위한 시간 및 공간 인터페이스를 모델링 하였다. 동적 다계층 교통 시뮬레이션의 성능을 평가하기 위하여 인터페이스에서의 정보 보전과 교통 현상 전파 등이 원활히 수행되는지를 확인하였으며, 두 가지 수요 시나리오로를 이용하여 시뮬레이션의 계산 비용 및 정확성을 평가하였다. 다계층 교통 시뮬레이션은 도로 운영 방법과 무관하게 미시적 교통 시뮬레이션보다는 빠른 계산 속도를 보였으며, 중시적 교통 시뮬레이션보다 높은 정확도를 보였다. 또한 시뮬레이션 수준의 동적 운영를 통해 급격한 교통 수요 변화등으로 인해 정체 지역이 달라졌을 때 정적 운영에 비해 시뮬레이션 정확도를 높힐 수 있었다.
본 연구는 운전자 주행 행태를 고려한 차량 추종 모델 개발과 중시적 도시 셀 전이 모델 개발을 통해 운전자 주행 행태를 고려한 동적 다계층 도시 교통 시뮬레이션을 개발하였다. 본 연구의 결과는 도시 교통 시뮬레이션에 대한 수요 증대에 발맞추어 다양한 연구에서 활용될 수 있을 것으로 기대된다.