VERIFICAÇÃO DA QUALIDADE DA REPRESENTAÇÃO DO TRÁFEGO NO SIMULADOR AIMSUN A PARTIR DE METODOLOGIA DE CALIBRAÇÃO. Código: 9898

Transcrição

1 RESUMO VERIFICAÇÃO DA QUALIDADE DA REPRESENTAÇÃO DO TRÁFEGO NO SIMULADOR AIMSUN A PARTIR DE METODOLOGIA DE CALIBRAÇÃO Código: 9898 Os modelos de simulação microscópica são ferramentas importantes no que diz respeito ao planejamento e gestão de vias urbanas. Porém, é fundamental que os parâmetros escolhidos para a execução da tarefa sejam bem calibrados para que esses programas representem de forma inequívoca a realidade do sistema viário. A calibração dos parâmetros de um simulador é um trabalho complexo devido ao seu elevado número e reduzir a quantidade de variáveis a serem coletadas auxilia sobremaneira os órgãos públicos que têm como missão fazer a gestão do trânsito em grandes centros urbanos. Frente a essa dificuldade, Ayala (2013) propôs uma simplificação no processo de calibração de interseções identificando os parâmetros que são, de fato, relevantes. A presente pesquisa, por seu turno, pretendeu dar um passo adiante ao testar a calibração de um grupo de parâmetros sugeridos por Ayala (2013), partindo da comparação das medidas de desempenho encontradas em um cenário real e por aquelas obtidas por meio do simulador de tráfego Aimsun. Para tanto, a metodologia proposta por Ayala (2003) foi aplicada em uma interseção isolada localizada em Brasília. O estudo permitiu a calibração do parâmetro tempo de reação e comprovou a eficácia do procedimento. ABSTRACT The microscopic simulation models are important tools regard the planning and management of urban roads. However, it is important that the parameters of their models are well calibrated, so that these programs properly show the reality, and make use of great value to solve traffic problems. The calibration of the parameters of a simulator is a complex task due to the high number of them. Faced with this difficulty, Ayala (2013), proposed a simplification in the calibration process, identifying the parameters that are relevant. This research intention is to test the calibration of a group of parameters, based on the comparison of the performance measures found in a real scenario, and data by AIMSUN traffic simulator. Thus, we studied a simple cross, located in the Pilot Plan, where we collected data necessary for simulation calibration. The study allowed the calibration parameter "reaction time", and proved the effectiveness of the procedure.

2 INTRODUÇÃO Na Engenharia de Tráfego, ferramentas computacionais são amplamente utilizadas para reproduzir situações reais do trânsito. Tais ferramentas facilitam o dia a dia daqueles que planejam e controlam os sistemas de transportes e vêm sendo aperfeiçoadas nas últimas décadas, permitindo que as representações possibilitem estudos dos sistemas reais. Neste cenário, os microssimuladores de tráfego buscam representar da forma mais exata possível o deslocamento de cada veículo numa rede viária. (Reimann, 2007). O Aimsun (Advanced Interactive Microscopic Simulator for Urban and Non-urban Networks) é um simulador microscópico amplamente utilizado em testes de implantação de novos sistemas de controle de tráfego. Em regra, nos simuladores de tráfego mais sofisticados o número de parâmetros a ser calibrado é muito elevado, o que torna a tarefa difícil para os usuários desse tipo de programa. No entanto, em recente estudo, Ayala (2013) propôs que apenas um reduzido grupo de parâmetros, sensíveis ao Aimsun e relacionados às características da via e ao comportamento dos motoristas, deveria ser calibrado. Este artigo tem, portanto, como objetivo verificar a qualidade da representação do tráfego no simulador Aimsun, a partir da identificação e calibração de um reduzido grupo de parâmetros apontados por Ayala (2013), levando em consideração suas medidas de desempenho. A metodologia proposta pode ser aplicada para as rodovias inseridas em tráfego urbano, diante disso a simulação foi realizada em uma interseção isolada de um cruzamento na área central de Brasília, A GESTÃO DA MOBILIDADE URBANA E A SIMULAÇÃO DE TRÁFEGO A gestão da mobilidade urbana é pauta das principais agendas da política pública das grandes cidades no mundo. Os congestionamentos diários enfrentados pela população, responsáveis por uma série de externalidades negativas, estão entre os mais graves problemas enfrentados pelos órgãos de trânsito na atualidade. Parte da solução desse problema encontra-se no contínuo aperfeiçoamento de técnicas de gerenciamento do sistema viário que, para tanto, necessita do conhecimento das grandezas envolvidas no seu planejamento (Iravani and Aash-tiani, 1999). Portanto, não restam dúvidas que o uso de simuladores de tráfego nos órgãos públicos é de grande valia, uma vez que alterar o sistema viário de forma consciente e previamente testada possibilita aos engenheiros de tráfego uma maior possibilidade de acerto antes da adoção da medida in loco. No entanto, não é raro que países mais pobres se ressintam de constantes restrições orçamentárias no serviço público que, consequentemente, acabam por impactar diretamente na alocação de recursos físicos e humanos destinados à adoção de medidas preventivas ou corretivas do sistema viário. Desta forma, uma vez que, em regra, os simuladores de tráfego exigem um exaustivo número de variáveis de entrada para gerar resultados, se faz necessário simplificar o procedimento, fundamentalmente no que concerne à fase da obtenção dos dados. Maximizar as equipes técnicas e racionalizar o tempo é fundamental para que se alcance a eficiência e a eficácia esperadas pelos gestores públicos. Neste sentido, reduzir a quantidade de variáveis a serem coletadas em campo parece ser uma solução ajustada. Sendo assim, quando Ayala (2013) afirma que para simular diferentes tipos de interseção com o software Aimsun é necessário apenas um número reduzido de variáveis, ela está, na realidade, prestando um enorme serviço à sociedade pois, o presente trabalho, ao demonstrar que sua teoria pode ser de fato comprovada, amplia significativamente a possibilidade do serviço público desempenhar a contento sua missão. Os simuladores são, então, programas que permitem a análise de alternativas da geometria viária e de sistemas de controle de operação de tráfego em um computador. Sua utilização é de grande importância, visto que em muitos casos dispensa a realização de testes em campo. Vilarinho (2008) afirma existir na atualidade uma grande variedade de programas de microssimulação no mercado, tais como, o modelo PARAMICS (Grã-Bretanha), o modelo AIMSUN (Espanha), o modelo CORSIM (Estados Unidos) e o

3 modelo VISSIM (Alemanha). No entanto, a calibração, atividade complexa no âmbito do processo de simulação, é etapa de grande importância, devido à necessidade de elevada quantidade de parâmetros, além da infinidade de possibilidades de aplicações e finalidades que podem ser empregados pelos modelos de microssimulação. Sendo assim, não há rigorosamente na literatura um método universal para calibração e validação dos variados modelos. Por outro lado, e para resolver o dilema, pesquisadores no mundo inteiro vêm discutindo os requisitos gerais de um procedimento padrão para calibração e validação de simuladores de tráfego (Hellinga, 1998; Barceló, 2010). Dentro desta linha de pesquisa, Ayala (2013) afirma que existe um conjunto reduzido de parâmetros para o simulador Aimsun e que, se devidamente calibrado, permite a representação adequada da realidade a ser modelada com o programa. Neste contexto, o presente estudo irá calibrar esse conjunto reduzido de parâmetros e verificar se as medidas de desempenho correspondem às medidas coletadas em campo. Estrutura básica do microssimulados AIMSUN Vilarinho (2008) discute sobre o alto nível de detalhe possível no momento da modelagem da rede, pois é possível fazer efetivamente a diferenciação de veículos (pesados, ligeiros e automóveis, entre outros) e também distinguir os diferentes comportamentos do condutor, pois o fator psicológico também influencia no tráfego. No modelo Aimsun, as redes físicas são simbolicamente representadas por arcos e nós, nos quais os arcos são as faixas de rodagem, e os nós, as interseções. O modelo ainda permite simular, como sistema de controle, sinais luminosos (semáforos), placas de PARE e faixas de passagem de pedestre. A modelagem de tráfego pode ser feita de duas formas distintas. Na primeira, a modelagem pode ser baseada na matriz de Origem-Destino, onde é definido o número de viagens entre cada centróide e optando-se pelo caminho mais curto. Na segunda, os dados são baseados no volume de tráfego de entrada na rede e nas probabilidades de realizarem certo movimento em cada nó, ou seja, os veículos são inseridos nos arcos de entrada e distribuídos aleatoriamente de acordo com as probabilidades de viagens definidas para cada arco da rede (Vilarinho, 2008). Os veículos podem ser agrupados por tipo e classe, independente do tipo de programação escolhido para a procura da rede. Assim, é possível estabelecer diferenças entre os veículos que não possuem as mesmas características (rápidos, comercias pesados, ambulâncias, motocicletas, bicicletas, etc). Cada tipo de veículo pode ser caracterizado por diferentes variáveis e os parâmetros estão sujeitos à validação e à calibração, como comprimento, largura do veículo, velocidade máxima, aceleração máxima, desaceleração, grau de aceitação da velocidade por parte dos condutores, mínima distância entre veículos, intervalo crítico, probabilidade de seguir recomendações no caso de existirem painéis e tempo de reação. Modelos de comportamento dos veículos O Aimsun tem a capacidade de reproduzir várias redes e condições reais de tráfego em uma plataforma computacional e sua grande vantagem é poder modelar uma rede de tráfego em detalhe e produzir várias medidas de desempenho (Ayala, 2013). Os veículos, ao longo de seu movimento na rede, deslocam-se de acordo com os modelos que descrevem o comportamento dos diferentes condutores: a interação entre os veículos (car-following), a mudança de via (lane-changing) e o intervalo crítico (gap-acceptance), de modo garantir que os veículos não colidam. O modelo veicular car-following é particularmente importante para a replicação da realidade da operação viária. Amplamente estudado desde a década de 1950, foi nos anos 80 que uma segunda

4 geração de pesquisadores desenvolveu os modelos que formam a base da programação dos atuais softwares de simulação de tráfego. Ainda hoje persiste o entendimento de que, em alguns casos, esses modelos não são válidos para os propósitos em que são aplicados (Brackstone e McDonald, 2000). Para que os modelos car-following sejam capazes de reproduzir de forma realística o comportamento dos veículos na corrente de tráfego seus parâmetros devem ser calibrados. Calibração O processo de calibração é muito complexo, devido principalmente à sofisticação dos microssimuladores, que têm um número de parâmetros elevados a serem calibrados. Desta forma, torna-se necessário simplificar o processo, o que inclui identificar os parâmetros que aperfeiçoam uma ou mais medidas de desempenho escolhidas pelo usuário para medir as diferenças entre a corrente de tráfego observada e a simulada (Kim; Rillet, 2001). A simplificação pode ser realizada reduzindo o espaço de busca por meio do conhecimento da relação de dependência entre os parâmetros. Por exemplo, motoristas com tempo de reação elevado possuem maior tendência a desacelerar para evitar colisões. Portanto, algumas combinações improváveis de valores de parâmetros podem ser descartadas do processo de calibração (Medeiros et al., 2013). Hellinga (1998) divide o processo de calibração em três etapas. A primeira consiste em: i) definir os objetivos do estudo e da calibração; ii) identificar os dados de campo necessários; iii) escolher as medidas de desempenho que deve levar em consideração o objetivo do estudo, os dados disponíveis, e as limitações do simulador. A segunda consiste na calibração inicial dos parâmetros, o que inclui a preparação do cenário, com todas as características do cenário real, como: i) características comportamentais dos motoristas; ii) características geométricas da via; iii) características do tipo de controle de tráfego nas intersecções; iv) características do volume de tráfego levando em consideração as respectivas origens-destinos e, v) características da composição do tráfego, levando em consideração as características de cada veículo envolvido. Na terceira, os resultados fornecidos pelo simulador são comparados aos disponíveis - se o critério preestabelecido for satisfeito, o modelo pode ser considerado adequadamente calibrado e pode ser utilizado para analisar outros cenários - caso contrário, os valores dos parâmetros devem ser ajustados até que o critério preestabelecido seja satisfeito e o simulador possa ser considerado calibrado. IDENTIFICAÇÃO DOS PARÂMETROS DO AIMSUN Parâmetros Segundo o Manual do Usuário do Aimsun (TSS, 2005), as variáveis usualmente sujeitas à calibração podem ser divididas por categorias de modo a facilitar o procedimento, de acordo com a influência que possuem sobre os elementos da rede. As categorias de dados gerais a serem fornecidos pelo usuário para iniciar uma simulação, referem-se às seções da rede viária, aos veículos e à rede viária local. Cada uma dessas categorias contém parâmetros que foram verificados no cenário de desenvolvimento do software e são apresentados no programa, conhecidos como parâmetros default. Os valores default de cada parâmetro, bem como as definições, encontram-se no referido manual (TSS, 2005). Definem-se valores para esses parâmetros levando em consideração as características do tráfego e do ambiente a ser simulado. Esses parâmetros variam de país para país, estado para estado, e até de uma cidade para outra, pois estão quantificados em função do ambiente em que a via está inserida. Por meio da calibração encontram-se os valores apropriados para esses parâmetros.

5 Parâmetros que podem ser calibrados Levando em consideração as tabelas de parâmetros a serem calibrados do Aimsun, com seus respectivos valores default, verifica-se que existem sessenta parâmetros na versão v7.0, que podem ser calibrados pelo usuário do programa. Pelo alto número de parâmetros, observou-se que o simulador não era sensível a alguns deles. Uma investigação profunda de cada parâmetro permitiu identificar quais afetavam o processo de calibração, ou seja, para qual parâmetro o programa se mostrava sensível à calibração, tanto no nível geral, quanto em condições específicas do cenário a ser simulado. Ayala (2013) identifica o conjunto de parâmetros da versão v7.0 do Aimsun, o qual é significativo para o trabalho realizado pela pesquisadora. Este conjunto é formado por 24 parâmetros. Medidas de desempenho Os microssimuladores em geral, após o processo de simulação, trazem como dados de saída medidas de desempenho, as quais podem ser definidas como a qualificação de uma ação, um valor dado a uma grandeza, que servirá como referencial para comparação. Ao fazer a modelagem, o usuário pode escolher quais medidas de desempenho são importantes a serem consideradas, levando em consideração sua rede. As medidas de desempenho do Aimsun totalizam doze. Ayala (2013), pela magnitude de seu trabalho, selecionou duas medidas de desempenho, são elas: tempo médio de atraso e comprimento médio de fila. Segundo a autora, a escolha das medidas de desempenho foi baseada na facilidade de serem mensuradas e medidas em campo. O tempo médio de atraso está ligado ao comportamento do veículo antes de chegar à intercessão. Esse tempo é uma relação entre o tempo que um veículo leva de um ponto A ao B qualquer andando na velocidade da via, com o tempo que ele realmente se desloca entre esses pontos. Comprimento médio das filas, por seu turno, é medido por meio do comprimento de fila que se forma a partir do primeiro carro que para frente à sinalização, seja ela uma placa de PARE ou um semáforo. METODOLOGIA PARA A CALIBRAÇÃO DOS PARÂMETROS Ayala (2013) realizou um procedimento para a identificação de parâmetros que influenciam, de forma destacada, o processo de simulação microscópica, a partir de revisões bibliográficas que discorrem sobre calibração de microssimuladores. A metodologia adotada para o estudo de caso é a proposta por Ayala (2013), e tem como propósito calibrar um grupo de parâmetros, partindo da comparação das medidas de desempenho encontradas em um cenário real com aquelas obtidas por meio do simulador de tráfego Aimsun. Segundo Vilarinho (2008), o primeiro passo de uma simulação de tráfego é a definição do cenário a ser estudado. Ainda, segundo Ayala (2013), a identificação do cenário é um importante passo em um processo de calibração devido, principalmente, à definição das características de comportamento dos motoristas e das características físicas do ambiente a simular. Os cenários em áreas urbanas incluem desde uma interseção simples até redes arteriais semaforizadas (PARK e QI, 2006). A fim de conhecer o tráfego veicular em situações consideradas comuns em projetos maiores, Ayala (2013) propôs em seu trabalho dois grandes cenários, muito comuns em áreas urbanas: a intersecção isolada e a rede arterial, ambos com variação de sinalização. O cenário que se mostrou mais apropriado ao presente estudo de caso é uma interseção isolada, pela facilidade de obtenção dos dados de tráfego veicular.

6 Condições gerais do cenário Nos cenários que simulam a interseção isolada têm-se duas alternativas de controle de tráfego: a primeira mediante o uso de placas de sinal PARE; a segunda mediante semáforos. A interseção isolada estudada foi um cruzamento semaforizado localizado na via W4 Norte, na altura da Quadra 707, em Brasília - DF, classificada como via coletora, com 3 faixas de trânsito por pista, topografia plana, velocidade limite de 50 km/h e fluxo veicular diário de veículos. O uso do solo é praticamente residencial e comercial. A condição do pavimento é mediana. Dados geométricos O microssimulador Aimsun requer como dados de entrada a geometria da rede. Nas intersecções, o principal interesse é a largura e o comprimento da via, a velocidade máxima permitida, os ângulos e os movimentos que são permitidos aos veículos. Essas informações foram obtidas por meio de fotos aéreas disponibilizadas pelo Google Earth, em setembro de Figura 1: Interseção isolada Via W4 Norte (Fonte: Google Earth) Tipos de controle Segundo Vilarinho (2008), os elementos mais usuais de regulamentação de prioridade de passagem em intersecções são os sistemas de sinalização luminosa ou semáforo, sendo este, o mesmo utilizado na intersecção isolada escolhida para o presente estudo de caso. Ainda segundo o autor, cada conjunto de sinais luminosos obedece a um ciclo dividido em três fases: o sinal luminoso verde dá a permissão de avançar; o amarelo é a transição de uma fase para outra; e o vermelho é tempo de limpeza. Para a intersecção isolada em questão foram cronometrados os parâmetros referentes aos sinais luminosos verde, amarelo e vermelho. Composição do fluxo A composição do fluxo diz a respeito à definição dos tipos de veículos que compõem o tráfego. Cada veículo tem uma característica física como comprimento, largura e velocidade, etc. A intersecção estudada se limita a um tipo de veículo: o carro de passeio. Volume de Tráfego Para levantar o volume de tráfego na interseção era necessária a realização de pesquisas de contagem de tráfego. Na busca de outra solução para o problema, obteve-se o VMD (volume médio diário) a partir de dados fornecidos pelo órgão executivo de trânsito - DETRAN/DF. O banco de dados de contagem volumétrica de veículos do DETRAN/DF é alimentado por meio dos equipamentos eletrônicos de fiscalização de velocidade e de avanço de sinal vermelho instalados nas vias urbanas do Distrito Federal. Como o equipamento faz a coleta de dados diuturnamente, ou seja, 24 horas por

7 dia, nos 7 dias da semana, e esse equipamento existia muito próximo à interseção estudada, optou-se por utilizar o banco de dados gerado por ele. Os dados do equipamento eletrônico de fiscalização foram obtidos apenas para uma aproximação. Ainda, como ferramenta para obtenção das medidas de desempenho e volume de tráfego para as outras aproximações, foi instalada uma câmara filmadora, por meio da qual, posteriormente, foram contados os veículos para o cálculo de tais medidas e volumes. Para definir o volume de tráfego (veículos por hora - vph) da área em questão, o estudo teve como base a proposta de Ayala (2013). Assim, adotou-se representar cada aproximação pelas seguintes letras: A para a aproximação da via principal no sentido sul-norte; B para a conversão da via principal para a secundária no sentido sul- oeste; C para aproximação da via secundária no sentido leste-oeste; e D para a conversão da via secundária para a principal no sentido leste-norte. A coleta de dados foi realizada em setembro de 2014, numa terça-feira, entre as 13:00h e 14:00h. A escolha da data a e horário para a coleta de dados foi baseada no volume de tráfego trabalhado pela pesquisadora, em que o volume da aproximação da via principal era de 1090 veículos. Os dados do equipamento de fiscalização (via principal), foram tratados e plotados em gráficos para a melhor visualização do volume de carros X dias da semana e volume de carros x horas %à%1 1%às%2 2%às%3 3%às%4 4%às%5 5%às%6 6%às%7 7%às%8 8%às%9 9%às%10 10%às%11 11%às%12 12%às%13 13%às%14 14%às%15 15%às%16 16%às%17 17%às%18 18%às%19 19%às%20 20%às%21 21%às%22 22%às%23 23%à%0 Volume%de%carros%na%Terça;Feira Volume%de%carros%na%Quarta; feira Volume%de%carros%na%Quinta;Feira Gráfico 1: Volume de carros x horas x dias da semana (Fonte: DETRAN/DF) Quarta etapa: escolha das medidas de desempenho Ayala (2013) assumiu as medidas de desempenho: Tempo Médio de Atraso e Comprimento Médio das Filas. Apesar de essas medidas serem obtidas para cada faixa, por seção e por rede, a autora propôs considerar apenas os resultados médios da rede. Considerando a escolha, esses dados foram coletados em campo. Tempo médio de atraso A velocidade limite da via W4 Norte é de 50 km/h e, por definição, o tempo médio é a relação entre o tempo que um veículo leva de um ponto A a um ponto B qualquer, andando a essa velocidade, e o tempo real de deslocamento entre esses pontos.!"# $%&'(&$)* + = + "!"#!# -+.///+ = 90,52 segundos (1)

8 !"# $%&'()Á*+, - = - /)/0 ) = 90,93 segundos (2)!"#$#% = % *+,+ -./ '() 0121 =!",$%&!",!' % = 90,72 segundos/km (3) Comprimento médio das filas O comprimento médio das filas é o resultado da medida partindo do comprimento de fila que se forma a partir do primeiro carro a parar frente ao semáforo. A unidade do comprimento médio das filas é veículos, ou seja, o número de veículos que formaram a fila. Assim, fez-se uma contagem do número de veículos que ficavam parados na fila, em cada faixa, em cada seção, nas aproximações A e C, para 27 observações, no intervalo entre as 13:00h e 14:00h. E posteriormente foi calculada a média desses valores, obteve-se o resultado de 11,83 veículos. Parâmetros a serem calibrados A partir dos parâmetros do Aimsun e da revisão bibliográfica, Ayala (2013) obteve 24 (vinte e quatro) parâmetros qualificados como potencialmente importantes para a calibração do programa, ou seja, aqueles que tinham maior impacto nos resultados da simulação. Cada parâmetro teve uma variação de valor definida em torno do valor default (valores inferiores e superiores). Esta definição resultou em três valores que foram comparados entre si para cada parâmetro, i) um valor abaixo do valor default, ii) o valor default, e (iii) um valor acima do valor default. Então ela realizou um teste estatístico para identificar a significância de cada parâmetro sobre os resultados da simulação de cada cenário. Para cada cenário considerado, representou-se uma determinada situação física da via sob condições de tráfego específicas. Como resultado da aplicação do procedimento, Ayala (2013) obteve um grupo de parâmetros considerados influentes em todos os cenários simulados, levando em conta as medidas de desempenho selecionadas, tempo médio de atraso e comprimento médio das filas. A pesquisa apontou que o parâmetro 6 (variação do tempo de reação) se destacava pela sua importância no processo de calibração do conjunto 1, uma vez que sua variação afetava o resultado das duas medidas de desempenho para todos os cenários estudados. O segundo conjunto teve importância para 75% a 99% dos cenários dos estudados, e englobavam os parâmetros 8, 13 e 23, aceleração máxima, distância mínima entre veículos e tempo de reação, respectivamente. Para o conjunto 3, com os parâmetros 11 e 12, a distância mínima entre os veículos e tempo máximo de cessão de preferência, é importante em 50% até 74% dos cenários.

9 Figura 2: Parâmetros importantes globais (Fonte: Ayala, 2013) Assim, a partir do estudo de Ayala, foi possível concluir que os parâmetros de maior importância para a calibração estavam nos Grupos 1 e 2. Conforme defendido por Hourdakis et al. (2003), para que um simulador possa fornecer resultados confiáveis sobre o sistema de tráfego estudado é fundamental que seus parâmetros estejam devidamente calibrados e validados. Afirmam ainda que a calibração de simuladores de tráfego é frequentemente realizada por tentativa e erro, onde o êxito do processo é dependente da experiência do usuário. Segundo Medeiros (2013), este processo, quando não automatizado, revela-se lento. Seria de fato interessante a tentativa de calibrar os parâmetros do grupo 1 e 2, porém, não se tem uma base para iniciar essa calibração para uma intersecção em Brasília, além do que, trabalhar-se-ia com valores aleatórios, ou seja, um jogo de loteria. Frente a essa dificuldade, escolheu-se para estudo o Grupo 1, que englobava apenas o parâmetro de variação do tempo de reação. A variação do tempo de reação é o tempo que um condutor leva para reagir às mudanças de velocidade do veículo que o precede, usado no modelo de car-following. O parâmetro variação do tempo de reação pode ser fixo ou variável. O programa apresentou um valor default de 1,60 s que é padrão para qualquer tipo de veículo. Ele se destaca, uma vez que o comportamento de um condutor em área urbana considera variadas distâncias de segurança entre veículos e tempos de reação frente aos dispositivos de controle do tráfego, presença de pedestres, veículos ou outros obstáculos (Ayala, 2013). Simulação e calibração A simulação no Aimsun é organizada em cenários, experimentos e reproduções. Tais experimentos são constituídos pelas reproduções, e as reproduções por réplicas, e no caso de existirem mais do que uma, pode ser criada uma média das reproduções. Nos experimentos podem ser definidos: a duração do tempo de aquecimento, os valores das variáveis (no caso tempo de reação) e os modelos a serem ativados. Simulação do cenário escolhido Configuração do cenário Nesta etapa foi importada a fotografia aérea da zona de estudo, criada a seção e formatado os dados da via, como, largura da faixa, número de faixas, velocidade da via, se a faixa é ou não exclusiva, entre outras informações. Ao término da entrada de todos os dados geométricos da via, foi inserido os dados de demanda, tipo

10 de veículos, e estados de tráfego (onde foi inserido o volume de carros de cada direção). O plano de controle foi o passo final para configuração do cenário, no qual são inseridos os planos de controle dos semáforos. Experimento Criou-se assim, o experimento para o cenário já descrito. Tal experimento foi constituído por reproduções. No experimento pôde-se definir a duração do tempo de aquecimento, os valores das variáveis (no caso variação do tempo de reação ) e os modelos a serem ativados. As simulações foram feitas de maneira interativa, ou seja, ocorre a visualização do tráfego, onde se pode variar a velocidade, e interromper a qualquer momento. Porém, existe a possibilidade de simular sem animação, em que as respostas são fornecidas de forma rápida. Reprodução Foram realizadas sete reproduções, com o mesmo cenário, cada uma com 30 réplicas, para obter uma média. O que diferenciava as reproduções era o valor do parâmetro variação do tempo de reação. As simulações foram encerradas quando as medidas de desempenho escolhidas correspondiam às medidas em campo. Calibração do parâmetro variação do tempo de reação O ajuste dos valores dos parâmetros pode ser feito basicamente de duas formas. Na primeira, a escolha do valor do parâmetro baseia-se em estudos anteriores ou em coleta de dados em campo. Nestes casos, o modelador informa ao programa o valor do parâmetro a ser utilizado. A segunda forma é por meio de calibração, que consiste em testar diversos valores dos parâmetros de forma a minimizar as diferenças dos valores das medidas de desempenho simuladas e observadas em campo (Kim e Rilett, 2001; Hollander e Liu, 2008). Assim para a calibração do parâmetro variação do tempo de reação, foi adotado a segunda forma de ajuste do valor do parâmetro, pois não há estudos anteriores que definam o valor do parâmetro para a intersecção escolhida, já que os resultados estão diretamente ligados ao cenário e dados de demanda inseridos. As variações de valores, denominadas dx, representam uma variação diferencial do valor default. O valor dessa variação levou em conta os limites máximos e mínimos de variação do valor default, quando definidos no manual do simulador, de modo que os valores a serem testados se encontram nesta faixa. Assim, se o simulador definisse valores máximos e mínimos para o parâmetro, o valor de dx seria igual ao menor valor obtido para as diferenças (valor default valor mínimo) e (valor máximo valor default). No caso do simulador Aimsun, por exemplo, têm-se algumas características próprias dos veículos que apresentam valores mínimos e máximos. Os valores de dx obtidos para esses parâmetros, quando expressos em termos percentuais do valor default, dão uma ideia de variação que poderá auxiliar na definição da variação dx para outros parâmetros (Ayala, 2013). A calibração do parâmetro tempo de reação, já definido anteriormente, se deu da seguinte maneira: Para a primeira reprodução, foi feita a simulação com o parâmetro no seu valor default, no caso 1,60 segundos. A partir daí as simulações foram feitas partindo da diminuição de um valor dx do valor default do parâmetro e posteriormente, foi incrementado ao valor default um dx. Para todos os casos, os demais parâmetros foram mantidos com seus valores default. dx assumiu o valor foi de 0,10. Assim a calibração foi feita com os valores: Default = 1,60 segundos Default - dx = 1,50 segundos Default + dx = 1,70 segundos Default 2.dx = 1,40 segundos

11 Default + 2.dx = 1,80 segundos Default 3.dx = 1,30 segundos Default + 3.dx = 1,90 segundos Comparando as medidas de desempenho, Comprimento Médio da Fila e Tempo Médio de Atraso, dadas pelo simulador e medidas em campo, o parâmetro Tempo de Reação deve assumir o valor de 1,80 segundos. A tabela a seguir mostra os dados de saída do simulador Aimsun, quando a variável Tempo de Reação, assumi o valor definido. Medidas%de%Desempenho%% Valor;Aimsun% Desvio%Padrão% Unidades% Valor;Campo% Fila%Média%;%Car% 11,94% N/D% veíc% 11,83% Tempo%de%Atraso%;%Car% 82,97% 68,31% seg/km% 90,72% Tabela 1: Medidas de desempenho para tempo de reação =1,8 segundos Para o cenário escolhido, o parâmetro Tempo de Reação deve assumir o valor de 1,80 segundos, para uma representação adequada da realidade. Observando que essa calibração é exclusiva para a situação estudada. CONSIDERAÇÕES FINAIS A calibração dos parâmetros de um simulador é um trabalho complexo, devido ao número elevado de tais parâmetros. Frente a essa dificuldade, Ayala (2013) propôs uma simplificação no processo de calibração, identificando os parâmetros que são relevantes. O presente trabalho foi desenvolvido partindo da hipótese de que era possível calibrar um grupo de parâmetros a partir de um cenário real. Utilizou-se com sucesso o simulador Aimsun, aplicado à interseção isolada da via W4 Norte, na altura da Quadra 707, no Plano Piloto, área central da cidade de Brasília. Esse programa permitiu modelar o tráfego na interseção, que tem como tipo de controle os semáforos. Para que fosse possível a simulação, foi necessário levantar os dados geométricos, os tipos de controle, a composição do fluxo e o volume de tráfego. Foram adotadas algumas simplificações, como a presença de pedestres e outros tipos de veículos e, desta forma, a influência dos mesmos não pode ser avaliada. Foi desenvolvida um experimento para o cenário escolhido com sete reproduções, adotando-se diferentes valores para o parâmetro tempo de reação. Comparando as medidas de desempenho ( tempo médio de atraso e comprimento médio das filas ) do cenário real, e os do programa, encontrou-se um valor aproximado, quando o parâmetro tempo de reação assumiu o valor de 1,80 segundos. Os modelos de simulação microscópica são ferramentas importantes no que diz respeito ao planejamento e gestão de vias urbanas. Pode-se afirmar que órgãos de trânsito são os maiores consumidores desta tecnologia, e para que possam ser eficientes na gestão e planejamento do tráfego nas rodovias urbanas é necessário que sejam práticos e rápidos no processo de simulação. Este estudo vem ao encontro das necessidades desses órgãos, frente à simplificação do trabalho, pois foi testada uma metodologia de calibração para um pequeno grupo de parâmetros sem comprometer a representação da realidade. Negligências à calibração podem colocar em dúvida os resultados gerados por meio de simulações microscópicas. Yu et al. (2006) comprovam o impacto da calibração, mostrando que dados resultantes de um modelo calibrado se ajustaram aos do mundo real, com um erro relativo máximo de 2,5%, enquanto o erro decorrente da aplicação de um modelo não calibrado alcançou 27,4%. O objetivo da pesquisa era calibrar um pequeno grupo de parâmetro e ele foi alcançado. Os resultados

12 obtidos mostram que é possível calibrar um pequeno grupo de parâmetros que permitem a representação da realidade, assumindo que este tipo de simplificação será realmente útil aos órgãos gestores de trânsito e à sociedade. REFERÊNCIAS BIBLIOGRÁFICAS AIMSUN User s Manual Version , TSS-Transporting Simulation Systems, Ayala, R. J. L. (2013). Procedimento para Identificação dos Principais Parâmetros dos Microssimuladores a serem Considerados no Processo de Calibração. Dissertação de Mestrado em Transportes. Departamento de Engenharia Civil e Ambiental, Universidade de Brasília, Brasília, DF, 246p. Barceló, J. E. (2010) Fundamentals of Traffic Simulation. International Series in Operations Research and Management Science, Springer. Brackstone, M. e McDonald, M. (2000) Car-following: a historical review. Transportation Research, F. 2, p Hollander, Y. e R. Liu (2008) The Principles of Calibrating Traffic Microsimulation Models. Transportation, v. 35, p Hourdakis, J.; P. G. Michalopoulos e J. Kottommannil (2003) Practical Procedure for Calibrating Microscopic Traffic Simulation Models. Transportation Research Record, n. 1852, p Hellinga, B. R. (1998). Requirements for the calibrations of traffic simulation models. Proceedings of the Annual Meeting of the CSCE, V. IV-B. Iravani, H. and Aashtiani, H. Z. (1999). Use of intersection delay functions to improve realiability of traffic assingment model, 14th Annual International EMME/2 Conference Kim K. e Rillet L., (2003). Simplex Based Calibration of Traffic Micro-Simulation Models Using ITS data. Transportation Research Board 82nd Annual Meeting. Washington D.C. julho, 12, pp Medeiros, A. L.; Castro, M. M.; Loureiro C. F. e Bessa J. E. (2013) Calibração de Redes Viárias Urbanas Microssimuladas com o Uso de Algoritmos Genéticos. Congresso Anual da ANPET Park B. e Qi H., (2005). Development and Evaluation of a Procedure for the Calibration of Simulation Models. Transportation Research Record: Journal of the Transportation Research Board, No Transportation Research Board of The National Academies, Washington D.C. 2005, pp Vilarinho, C. A. T. (2008). Calibração de Modelos Microscópicos de Simulação de Tráfego em Redes Urbanas. Dissertação de Mestrado Integrado em Engenharia Civil. Departamento de Engenharia Civil, Faculdade de Engenharia da Universidade de Porto, Porto, Portugal, 92p. TSS TRANSPORT SIMULATION SYSTEMS (2012). Aimsun7 Dynamic Simulators User s Manual. Barcelona, España, 2012.