Vous êtes sur la page 1sur 22

MODELAGEM E SIMULAO DO TRFEGO DE VECULOS E CONTROLE SEMAFRICO EM UM AMBIENTE VIRTUAL MARCELO PARAVISI1; SORAIA R. MUSSE2; ALESSANDRO DE L.

BICHO1
1

Fundao Universidade Federal do Rio Grande/FURG Depto. de Matemtica Av. Itlia, km 8, S/N Carreiros CEP 96201900 Rio Grande/RS Brasil
2

Universidade do Vale do Rio dos Sinos/Unisinos PIPCA e-mail para contato: dmtbicho@furg.br RESUMO

Av. Unisinos, 950 CEP 93022000 So Leopoldo/RS Brasil

Simular o trnsito de reas urbanas de maneira realista em um ambiente virtual uma tarefa complexa de ser implementada, pois muitas caractersticas precisam ser desenvolvidas. Neste trabalho, propomos a utilizao de diversas tcnicas para modelar e controlar a interao dos elementos constituintes de uma simulao. Em particular, apresentamos um modelo baseado em Fsica para que os veculos evitem colises, uma poltica de controle de acesso a cruzamentos baseada em reservas e um modelo de sincronizao de semforos utilizando rede de Petri. Os resultados apresentados demonstram que os modelos propostos reproduzem os comportamentos esperados para os contextos simulados. PALAVRAS-CHAVE: Engenharia de trfego; controle semafrico; computao grfica; redes de Petri. ABSTRACT Simulate urban traffic realistically in a virtual environment is a complex task to implement, since many characteristics need to be developed. In this paper, we propose the use of different techniques to model and control the interaction of the elements of a simulation. In particular, we present a model physics-based for the vehicles to collisions avoid, an access control policy based on reserves and a model of synchronization of traffic signals using Petri net. The results show that the proposed model reproduces the behavior expected for the simulated contexts. KEYWORDS: traffic engineering, traffic signals control, computer graphics, Petri nets.

Vetor, Rio Grande, v.16, n.2, p. 16-37, 2006.

16

1.

Introduo O estudo do trfego de veculos em grandes centros urbanos uma rea de

pesquisa de extrema importncia, uma vez que os congestionamentos nas vias tm se tornado uma grande preocupao para a gesto pblica, por se tratar de um dos principais fatores da diminuio na produtividade e na qualidade de vida nas cidades. Neste contexto, simuladores computacionais esto sendo intensivamente empregados por engenheiros para auxiliar no planejamento dos sistemas de trfego. Neste contexto, o objetivo deste trabalho a proposio de modelos computacionais para o desenvolvimento de um micro simulador de trnsito, que permita simular padres de comportamento de motoristas e de visualizar diversos fenmenos relacionados. Para tanto, apresentamos um modelo baseado em Fsica para que os veculos evitem colises e uma poltica de controle de acesso a cruzamentos baseada em reservas. Tambm proposta uma soluo para um problema comum referente ao tempo na sincronizao dos semforos: erros cumulativos de temporizao que podem ocasionar congestionamentos. Para este problema, proposta a utilizao de redes de Petri [6][7] para modelar o controle dos semforos, uma vez que esta ferramenta garante concorrncia e sincronizao dos sistemas modelados. Este trabalho apresenta a seguinte organizao. Na Seo 2 definimos os elementos chave que compem um simulador e descrevemos as principais caractersticas para model-los, alm de oferecer uma reviso das principais tcnicas existentes para esta finalidade. A Seo 3 apresenta um modelo baseado em Fsica para evitar colises entre veculos, um modelo de controle de acessos a cruzamentos baseado em reservas e um modelo de sincronizao de semforos utilizando redes de Petri. Por fim, na Seo 4 encontram-se as concluses e as perspectivas para trabalhos futuros. 2. Fundamentao e trabalhos relacionados Nesta seo abordamos os principais elementos de um sistema para simulao de trnsito, alm de uma reviso de alguns trabalhos relacionados rea de conhecimento.

Vetor, Rio Grande, v.16, n.2, p. 16-37, 2006.

17

2.1

Simuladores de trnsito Basicamente, h trs tipos de modelos de simulao de trnsito possveis de

serem implementados. Os modelos microscpicos simulam as caractersticas de deslocamento dos veculos, as interaes baseadas no mtodo car-following e no mtodo de troca de via. Estes modelos so eficientes para validar condies de trfego muito congestionadas, complexas configuraes espaciais das vias e conseqentes impactos das alteraes na estrutura de transporte. Os modelos macroscpicos simulam fluxos de trfego levando em considerao as caractersticas de um conjunto de indivduos (por exemplo, a velocidade, o fluxo direo e sentido e a densidade). So utilizados equacionamentos para definir a conservao de fluxo e como possveis distrbios so propagados como ondas no sistema. Por fim, os modelos mesoscpicos combinam propriedades de ambos os modelos citados anteriormente. Tais modelos so menos consistentes que as ferramentas de micro simulao, mas so superiores que as tcnicas restantes de anlise de trfego. A definio de qual modelo adotar depender da aplicao. Em geral, a utilizao de um modelo diferente do modelo microscpico implica em perder a simulao de diferentes padres de comportamento de motoristas, um aspecto importante na anlise deste tipo de sistema. Assim sendo, no presente trabalho, os modelos propostos so microscpicos, permitindo simular e analisar os padres de comportamento caractersticos no trfego urbano. Por fim, os elementos bsicos de qualquer simulador so as vias, que so segmentos de ruas onde os carros compartilham propriedades como velocidade permitida, sentido, direo de fluxo e comprimento, os cruzamentos, local onde trs ou mais vias se encontram, compartilhando, da mesma forma que as vias, as propriedades dos carros, e os veculos, que podem ser modelados como agentes ou como simples estruturas de dados, dependendo do tipo de projeto de simulador. 2.1.1 Vias Alguns simuladores se baseiam no modelo de autmato celular de NagelSchreckenberg [2], cuja proposta a diviso das vias em clulas, onde o segmento pode ser ocupado por apenas um carro. Isto restringe as possibilidades de

Vetor, Rio Grande, v.16, n.2, p. 16-37, 2006.

18

simulao como, por exemplo, o caso de colises de veculos, alm de diminuir a densidade vecular na via e aumentar o controle sobre os agentes. J outros projetistas preferem apenas relacionar um conjunto de veculos, sem restringir suas possveis ocupaes na via.

Figura 2-1 Representao de via no modelo de Nagel-Schreckenberg [2]. Em geral, as vias so utilizadas como meio de comunicao de informaes entre os veculos, como a velocidade e a posio. Uma dessas formas de comunicao a utilizao do conceito de blackboard [3]. Nesta abordagem, a via funcionaria como o blackboard para os agentes. Outra forma de troca de informaes atravs do conceito de feromnios, como utilizado no simulador SuRJE, de Joanne Penner [4]. Na tcnica de blackboard, os agentes no precisam se comunicar diretamente. A interao entre agentes realizada por meio de um agente intermediador, que oferece tanto transparncia de localizao como de tempo para os agentes. Desta maneira, a transparncia de tempo disponibilizada para um agente, permitindo que o mesmo possa receber um dado independente do momento da sua gerao. No simulador SuRJE, toda a comunicao entre os agentes feita atravs da liberao de feromnios na via que so identificados pelos carros contidos no caminho. Com o passar do tempo, os feromnios perdem a qualidade de serem percebidos. Alem disso, como a velocidade dos carros varia, a distncia entre os feromnios tambm varia. Portanto, carros com alta velocidade liberam feromnios mais distanciados uns dos outros, enquanto carros com baixa velocidade liberam feromnios prximos. Carros com velocidade igual a zero ou com alta desacelerao precisam liberar feromnios extras, de modo a indicar estes comportamentos. Muitas vezes a tcnica de feromnios comparada com as marcas deixadas pelos pneus dos carros.

Vetor, Rio Grande, v.16, n.2, p. 16-37, 2006.

19

Figura 2-2 Carros liberando feromnios em via do simulador SuRJE [4]. importante ressaltar que tanto a tcnica de blackboard como a tcnica de feromnios conseguem transmitir informao com custos computacionais relativamente baixos. 2.1.2 Cruzamentos Em situaes reais, os cruzamentos so os locais com maior risco de acidentes, fcil. Existem diversas maneiras de controlar a utilizao dos cruzamentos. Uma das formas mais simples atravs da tcnica de overpass. Esta tcnica simula os carros como fantasmas, ou seja, um carro pode ocupar o mesmo espao de outro carro. Uma alternativa controlar o cruzamento atravs de uma rotatria, ou de um mtodo similar, tal como o implementado no simulador SimUrban, projetado por Bem Woodhouse [5]. Neste simulador, se um cruzamento possuir mais de um veculo, aquele que chegar primeiro obtm a prioridade de uso, enquanto os demais sero orientados a parar. Alm das tcnicas abordadas, tambm possvel controlar o uso dos cruzamentos atravs de semforos ou, na ausncia destes, atravs da prioridade de uso, como descrito nas regras de trnsito, ou atravs de um sistema de reservas, como foi proposto por Kurt Dresner e Peter Stone [1]. O mtodo proposto por Kurt Dresner e Peter Stone divide os cruzamentos em uma matriz de quadrantes n x n, sendo n um nmero inteiro par conhecido como granularidade. Em tal mtodo, todo carro controlado por um agente que requisita e recebe espaos necessrios para atravessar a interseco, de acordo com um tempo preestabelecido para realizao deste movimento. Na realidade, inmeros por serem disputados como recursos pelos motoristas. Conseqentemente, impedir que colises ocorram nestas reas no uma tarefa

Vetor, Rio Grande, v.16, n.2, p. 16-37, 2006.

20

carros podem atravessar simultaneamente o cruzamento, devido a sua subdiviso em quadrantes. Portanto, somente os quadrantes necessrios travessia de um determinado carro sero reservados a ele. 2.1.3 Veculos A implementao do comportamento dos agentes pode ser uma tarefa extremamente complexa dependendo, principalmente, das caractersticas desejadas para um sistema que visa retratar o comportamento de um ambiente dinmico. Buscando solucionar tais dificuldades, alguns projetistas preferem dividir o controle do veculo entre o motorista (agente) e um mdulo central de controle. Por exemplo, no simulador de Praveen Paruchuri [9], os agentes do simulador de trnsito tentam evitar situaes de deadlock [10][11] como a apresentada na Figura 2-3. No entanto, sempre que estas ocorrerem, um controle central intervm para solucionar a questo.

Figura 2-3 Situao tpica de deadlock [10]. Todo motorista possui um tempo de resposta aos eventos que o cercam. Da mesma forma que a realidade, os simuladores inserem tal caracterstica. A diferena entre o instante inicial do evento e a reao do mesmo conhecida por tempo reao. No geral, um motorista toma suas decises baseado na interao de seu veculo com os demais. Aps o agente possuir informaes bsicas como posio e velocidade, ele decidir qual atitude assumir para que seus objetivos possam ser atingidos e suas regras respeitadas. Por exemplo, dada a seguinte situao: todos os motoristas possuem como principal regra evitar colises. Neste contexto, se um motorista possui como objetivo especfico andar a uma velocidade de 40 km/h, este

Vetor, Rio Grande, v.16, n.2, p. 16-37, 2006.

21

ultrapassar o carro a sua frente, caso o mesmo esteja andando a uma velocidade de 30 km/h. Caso no possa realizar tal manobra, aquele com maior velocidade dever reduzir a sua velocidade, de modo a se locomover a 30 km/h, garantindo que a distncia entre os veculos seja suficiente para evitar colises. Um motorista sempre tomar atitudes para evitar colises com o carro a sua frente. No entanto, ele nunca agir para evitar que o carro anterior colida com ele, pois esta, por princpio, no sua responsabilidade. Conseqentemente, em um simulador simples, um agente no precisar ter informaes sobre os carros anteriores a ele. Obviamente, esta regra no ser aplicada caso queiramos implementar comportamentos mais complexos como, por exemplo, o caso das ultrapassagens. Um motorista pode sinalizar a sua inteno em ultrapassar em um ambiente com trfego intenso, sinalizando com os faris para o carro a sua frente. O mesmo caso seria importante para implantao de ambulncias no simulador, na qual a sinalizao seria realizada com o uso de sirenes. Para evitarmos colises, existem duas possveis formas: desacelerar ou mudar de direo. Em geral, os simuladores apresentam apenas o mtodo de desacelerao, devido alta complexidade de implementao do mtodo de mudana de direo. Neste trabalho, utilizaremos apenas o mtodo de desacelerao para evitar colises. Alm disso, os agentes so modelados com dois tipos de objetivos: micros e macros. O macro composto pelo destino e pelo caminho para atingir tal destino. O objetivo micro envolve a deciso a cada instante no tempo para que o objetivo macro possa ser alcanado. 3. Metodologia e implementao Como j apresentado na seo anterior, possvel encontrar trs tipos de elementos em um simulador de trnsito: as vias, os cruzamentos e os veculos (agentes). Para validar os modelos propostos e/ou implementados, foi desenvolvido um micro simulador. Para facilitar a sua implementao, simplificaes foram realizadas em alguns tipos de elementos como, por exemplo, impossibilitar que os agentes faam ultrapassagens.

Vetor, Rio Grande, v.16, n.2, p. 16-37, 2006.

22

3.1

Vias O modelo proposto utiliza uma lista de agentes associada via, ordenados de

forma decrescente de posicionamento para auxiliar no controle. Foi utilizado o conceito de blackboard para comunicao entre agentes, onde as vias disponibilizam aos motoristas informaes como posio e velocidade do carro a sua frente, estado do semforo, se a rua preferencial ou secundria e se h a necessidade de dobrar para atingir o prximo destino. Definiu-se uma rea ao final da via (realada em amarelo como na Figura 31), sendo o seu tamanho dependente da velocidade nela permitida. Esta rea em destaque representa o segmento que um condutor parado no cruzamento enxerga da via perpendicular via aonde se encontra.

Figura 3-1 Imagem de um cruzamento com acesso controlado sem uso de semforos. 3.1.1 Controle de atualizao O controle de atualizao deve garantir que os agentes sejam supridos de toda a informao necessria para governarem seu comportamento. Para isto, muitas vezes este controle precisa buscar informaes em outras estruturas. Na Figura 3-2, tanto o veculo identificado pela seta 6 quanto o identificado pela seta 7 precisam de informaes bsicas, tais como, posio e velocidade do carro a sua frente. Supondo que o motorista deseja dobrar a direita no cruzamento indicado pela

Vetor, Rio Grande, v.16, n.2, p. 16-37, 2006.

23

seta 5, a via (backbone) deve ser capaz de requisitar informaes sobre a existncia de algum veculo no caminho entre o identificado com a seta nmero 7 e o fim da via indicada pela seta 4.

Figura 3-2 Ilustrao de interseco [10]. Para melhorar o desempenho, o backbone deve coletar apenas as informaes que sero efetivamente utilizadas. O caso acima da busca por informaes para o veculo com seta nmero 7 um bom exemplo disto. Se o backbone no soubesse da sua inteno em ir para a via nmero 4, seriam requisitadas informaes de outras duas vias que jamais seriam utilizadas. Para sanar esse problema, toda vez que um agente entrar numa via, esta requisita qual a prxima via do destino do agente; caso ele no tenha uma escolha especfica, um destino ser sorteado. De tempos em tempos uma nova deciso deve ser tomada por parte do agente. Esta diferena de tempo, citada na seo anterior por tempo de reao, administrada pelo controle de atualizao da via. Como no mundo real, existem comportamentos esperados para cada tipo de via. Naquelas em que o acesso aos cruzamentos controlado por semforos, espera-se que os veculos parem, caso o sinal esteja vermelho. No entanto, uma alterao no comportamento esperado das vias sem semforos foi realizada para facilitar a implementao do controle de utilizao de cruzamentos. Todo veculo na preferencial que deseja realizar o movimento de dobrar a esquerda, mas que no pode faz-lo de imediato por existir outros veculos no sentido contrrio, dever esperar no fim da via, sem entrar no cruzamento, at conseguir um espao e tempo suficientes para realizar a manobra.

Vetor, Rio Grande, v.16, n.2, p. 16-37, 2006.

24

3.2

Cruzamentos Nesta seo so apresentadas tcnicas para modelar cruzamentos com e

sem semforos. 3.2.1 Cruzamentos com semforos Atualmente, a utilizao de semforos uma forma eficiente e de baixo custo para controlar cruzamentos com alto fluxo de carros. Na Figura 3-3 apresentado um instante no tempo da execuo do simulador desenvolvido. Nessa imagem vrios veculos atravessam o cruzamento durante o sinal verde, enquanto alguns so obrigados a permanecerem parados, aguardando o trmino do sinal vermelho.

Figura 3-3 Imagem de cruzamento com acesso controlado por semforos. No decorrer desta seo, apresentaremos a utilizao de redes de Petri temporizadas [6][7][8] para modelar e controlar semforos de maneira realista e precisa. Devido capacidade desta ferramenta em proporcionar sincronizao, facilmente garantiremos que erros dos sistemas de temporizao no se acumulem, evitando efeitos no desejados como congestionamentos. 3.2.1.1 Modelo semforo simples

Na Figura 3-4, apresentamos um modelo simples de semforo com trs estados: verde, amarelo e vermelho. Essa representao semafrica composta

Vetor, Rio Grande, v.16, n.2, p. 16-37, 2006.

25

por trs lugares com tempos associados e trs transies, nomeados atravs da seguinte sintaxe: Lugares: a primeira letra, p, proveniente da palavra lugar, em ingls;

a segunda representa a primeira letra dos possveis estados escritos em ingls (green, yellow e red); o restante da sintaxe indica o nmero do semforo. Transies: a primeira letra, t, provm da palavra transio, em ingls; a

segunda representa a primeira letra dos possveis estados (em ingls, conforme os acima citados) do lugar de entrada. A terceira representa a primeira letra dos possveis estados, em ingls, do lugar de sada da transio. O restante da sintaxe indica o nmero do semforo.

Figura 3-4 Modelo de semforo com trs estados: verde, amarelo e vermelho, estando inicialmente no estado verde. O estado do semforo indicado pela existncia de uma marcao (token) em um dos lugares do modelo semafrico. Sempre que tiver transcorrido o tempo relacionado ao lugar com a marcao, ocorrer a troca de estado. 3.2.1.2 Modelo de sincronizao de semforos no cruzamento

H o interesse em modelos de sincronizao mais complexos do que os apresentados at o momento. Portanto, na Figura 3-6, apresentamos um exemplo de uma modelagem capaz de sincronizar semforos de um cruzamento compostos de n semforos e no mximo n tempos. Entenda-se por quantidade de tempos, o nmero de alocaes do cruzamento feito aos semforos em um ciclo e, por um tempo, a alocao do cruzamento a um ou mais semforos. Exemplificando: se um cruzamento composto por trs vias de entrada e trs vias de sada como na Figura 3-5, e desejamos que, durante o ciclo semafrico, cada via de entrada permanea

Vetor, Rio Grande, v.16, n.2, p. 16-37, 2006.

26

com total direito de manobra sobre o cruzamento e com 1/3 do perodo do ciclo, teremos um cruzamento com trs tempos. No entanto, se as vias de entrada, representadas na horizontal na Figura 3-5, receberem, simultaneamente, o direito de uso do cruzamento, o cruzamento passa a ser de dois tempos.

Figura 3-5 Cruzamento com trs vias de entrada e trs vias de sada. O exemplo da Figura 3-6 sincroniza quatro semforos, numerados de zero a trs, de um cruzamento com dois tempos, numerados de zero a um. No modelo, os tempos so vistos como recursos seqenciais, os quais so compostos cada um por um lugar e duas transies. A ligao de cada semforo com seu respectivo tempo de cruzamento feito por um lugar nomeado com o prefixo po, seguido do nmero do semforo, da letra r de recurse e do nmero do recurso. Um recurso x sempre se liga aos cruzamentos membros do recurso x+1, com exceo do ltimo recurso, que se liga com o recurso zero atravs de um lugar nomeado com o prefixo po seguido do nmero do semforo, da letra r de recurse e do nmero x.

3.2.1.3

Modelo para criao de onda verde

Segundo [9], onda verde um fenmeno intencionalmente induzido, no qual uma srie de semforos (normalmente trs ou mais) coordenada a permitir um fluxo de trfego contnuo atravs de vrias interseces em uma direo principal. Na Figura 3-7, apresentamos um exemplo de implementao de sincronizao de onda verde com trs semforos numerados de zero a dois, sendo que o semforo de nmero 0 (zero) est mais prximo que os demais do incio da rua. Para criarmos uma onda-verde em n semforos, so necessrios 2*(n-1) lugares temporizados.

Vetor, Rio Grande, v.16, n.2, p. 16-37, 2006.

27

Figura 3-6 Exemplo de sincronizao de cruzamento com dois tempos e quatro semforos. 3.2.2 Cruzamentos sem semforos O modelo proposto divide os cruzamentos sem semforos em quatro quadrantes, numerados como na Figura 3-8. O controle de utilizao de quadrantes feito atravs de um sistema de reservas de quadrantes similar ao desenvolvido por Kurt Dresner e Peter Stone [1]. Diferentemente do proposto por eles, as reservas foram modeladas com nveis de prioridade, sendo renovadas com inicio tardio ao transcorrer um passo no tempo. Desta maneira, tal controle se comporta como um guarda de trnsito, que sinaliza o melhor momento de entrada no cruzamento. Na Tabela 3-1 consta a listagem dos nveis de prioridade das reservas.

Vetor, Rio Grande, v.16, n.2, p. 16-37, 2006.

28

Figura 3-7 Exemplo de sincronizao de onda verde entre trs semforos de cruzamentos diferentes.

Figura 3-8 Quadrantes numerados de um cruzamento.

Prioridade (via preferencial) Converso direita Seguir em frente Converso esquerda 1 1 2

Prioridade (via secundria) 3 3 4

Tabela 3-1 Tabela indicativa das prioridades para os tipos de utilizao dos cruzamentos. 3.2.2.1 Controle de interseco baseado em reservas

Vetor, Rio Grande, v.16, n.2, p. 16-37, 2006.

29

Esse controle de interseco permite aos agentes requisitar o uso de determinados quadrantes do cruzamento durante um perodo de tempo. Como somente possvel alocar um instante de um quadrante a um nico agente, reservas com menor prioridade tm seu incio postergado. A requisio criada estimando-se o tempo de chegada e de permanncia, no cruzamento, do agente que se enquadra em uma das seguintes opes: Estar em uma via preferencial, e estar com seu centro de massa sobre a

rea final da via destacada em amarelo como na Figura 3-1; Estar em uma via secundria, ser o primeiro carro da via e j ter parado

prximo ao cruzamento. Para os veculos que j contemplaram tais pr-requisitos, seu algoritmo de deciso no mais receber o valor -1 no parmetro indicador de tempo ideal de entrada no cruzamento. Com isso, todo agente que recebe um valor maior ou igual a zero em tal parmetro deve tomar providncias para respeitar o instante de entrada no cruzamento. As principais aes possveis so: Parar o veculo para posteriormente entrar no cruzamento, quando o

tempo de entrada for muito elevado; Diminuir a velocidade e entrar no cruzamento para tempos de entrada

superiores estimativa atual de entrada do agente; Andar livremente para tempos de entrada inferiores ou iguais estimativa

atual de entrada do agente. O controle rene todas as requisies de uso dos quadrantes em uma lista e ento executa o algoritmo de renovao de reservas. Na Figura 3-9, possvel visualizar o fluxograma deste algoritmo. Algumas melhorias foram implantadas de forma a otimizar o desempenho de utilizao dos cruzamentos, a saber, sempre que um veculo abandona um quadrante, o tempo restante da reserva no ser mais necessrio e o controle cancela o restante da reserva daquele quadrante pertencente ao veculo.

Vetor, Rio Grande, v.16, n.2, p. 16-37, 2006.

30

Figura 3-9 Fluxograma simplificado do algoritmo de renovao de reservas.

3.3

Agentes Optou-se por implementar o comportamento ideal de um motorista, para aps

validar expanses de comportamento anmalos dos seres humanos. A Figura 3-10, a seguir, apresenta o fluxograma do algoritmo de controle de acelerao, responsvel por impedir o veculo de colidir com o carro frente.

3.3.1 Calculo de posio ideal Deseja-se calcular a posio ideal, Pi, que garante que o carro1 nunca colidir com o carro2. Para calcul-la, adotou-se alguns conceitos fsicos, tais como: funo horria e funo velocidade, pertencentes ao Movimento Retilneo Uniformemente Variado (MRUV). Portanto, tem-se: s = s o + vo t + , a funo horria e (1)

Vetor, Rio Grande, v.16, n.2, p. 16-37, 2006.

31

Figura 3-10 Fluxograma do algoritmo de controle de acelerao.

v = vo + at, a funo velocidade.

(2)

Na Figura 3-11, possvel ver uma situao hipottica, onde se deseja calcular a posio ideal de um veculo.

Figura 3-11 Situao hipottica para clculo da posio ideal. Em (a) temos a situao atual (carro2 comea a frear); em (b) temos o instante em que o carro1 percebe a frenagem do carro2; em (c) vemos a situao desejada, na qual as velocidades v1 e v2 so iguais a zero e a distncia P2-P1 igual a distncia segura.

Vetor, Rio Grande, v.16, n.2, p. 16-37, 2006.

32

Na Figura 3-11-a, temos dois veculos nomeados carro1 e carro2 com velocidades conhecidas, respectivamente v1 e v2, e com posies igualmente conhecidas, respectivamente P1 e P2. A Figura 3-11-b mostra o instante em que o carro1 percebe a frenagem do carro2. A diferena de tempo entre os momentos de (a) para (b) na figura igual ao tempo de reao, t, do carro1. A Figura 3-11-c apresenta os mesmos veculos com velocidade v1 e v2 iguais a zero. Deve-se estipular que P2 menos P1 igual a uma distncia preestabelecida chamada distncia segura ou S, e que o carro1 somente ir frear aps ter identificado a frenagem do carro2, ou seja, aps ter transcorrido o tempo de reao, t, para o carro1. P2 P1 = S (3)

Para calcular o valor de Pi, utiliza-se como hiptese o pior caso para garantir que a coliso no ocorrera. O pior caso ocorre quando o carro2 resolve parar e o carro1 decide acelerar o mximo possvel. Nessas condies, o primeiro passo identificar a acelerao mxima possvel de ser aplicada no instante atual para conhecer o maior valor de v1. Encontra-se o valor dessa acelerao por meio da equao: , (4)

sendo vd o menor valor entre dois possveis, a velocidade permitida no nodo (via ou cruzamento) e a velocidade desejada do agente, e t o tempo de reao do carro1. Ainda necessrio garantir que amax no seja maior que a acelerao mxima positiva do carro1. Conhecendo-se o valor de amax, calcula-se v1 atravs da equao abaixo. (5) Com as informaes acima possvel afirmar que amn, acelerao mxima negativa do veculo, pode ser calculada em: , (6)

Vetor, Rio Grande, v.16, n.2, p. 16-37, 2006.

33

e como

, t1 = . (7)

Temos ento que: e (8)

. Conhecendo P1 e t1 substitui-se as equaes (7) e (8) em (9), obtendo: .

(9)

(10)

Agora se calcula P2 da seguinte maneira: . Sabe-se que , ento em (12) possvel isolar t2 e a equao (12) torna-se: . (13) (11)

Substituindo (13) em (11), encontra-se P2 independente do valor de t2: (14)

e finalmente obtm-se o valor de Pi, substituindo (10) e (14) em (3):

Vetor, Rio Grande, v.16, n.2, p. 16-37, 2006.

34

(15)

Na Figura 3-12 apresentado um grfico, distncia versus tempo, no qual as marcaes em verde, azul e vermelho representam, respectivamente, a posio do centro de massa do primeiro carro na via, a posio do centro de massa do segundo carro e a distncia entre estes carros. Cabe salientar que a ordem dos carros leva em considerao a proximidade dos mesmos com o cruzamento localizado ao final da via. Os carros esto inseridos em uma via secundria de comprimento igual a 100m. Prximo ao trmino dessa distncia, o carro dever frear para entrar no cruzamento. Sempre que um carro chegar ao final do trajeto, a anlise grfica prossegue com os demais carros que permanecerem na via. Por isto, no instante 15s, o primeiro carro est na iminncia de entrar no cruzamento. Por conseqncia, o segundo carro passa a ser o primeiro a ser analisado e o terceiro passa a ser o segundo carro. As marcaes em vermelho mostram a diferena entre os dois primeiros carros na via. Nesta anlise grfica, os agentes foram configurados para a distncia segura (S) ser de 12m. Comparando com os resultados obtidos nas marcaes vermelhas, podemos verificar que o algoritmo de controle de desacelerao atingiu seu objetivo.

Figura 3-12 Grfico de anlise do algoritmo de acelerao.

Vetor, Rio Grande, v.16, n.2, p. 16-37, 2006.

35

Todo agente possui as seguintes regras e objetivos, que devem ser respeitadas: no colidir, andar o mais prximo da velocidade desejada, no ultrapassar a velocidade mxima permitida do nodo em que o carro est inserido e respeitar as regras de trnsito. No simulador, foi adotada uma representao grfica para o comportamento do agente, onde a cor do veculo pode assumir: vermelha, para acelerao negativa, branco, para acelerao nula, e azul, para acelerao positiva. Essa representao facilita a compreenso e a validao dos comportamentos reproduzidos. O controle de tempo de reao est implementado externamente ao agente, no controle de atualizao dos nodos (vias e cruzamentos). Com isto, obteve-se um ganho de desempenho, por realizar apenas uma vez o clculo de passagem de tempo de deciso por nodo, mas restringe os agentes a possuir o mesmo tempo de deciso. 4 Concluses O objetivo deste trabalho foi propor mtodos computacionais que permitam o desenvolvimento de um micro simulador de trnsito que apresente mecanismos para sincronizao de semforos e reproduo de padres de comportamento de motoristas. Props-se um mecanismo de controle de veculos para evitar colises baseado em fsica, uma poltica de controle de acesso a cruzamentos baseado em reservas e um modelo de sincronizao de semforos utilizando redes de Petri. Verificou-se a eficincia do algoritmo proposto para controlar a acelerao de veculos e a utilidade de redes de Petri como mecanismo de controle de semforos, permitindo projetar modelos simples para sincronizao e simulao da onda verde, alm de resolver, tambm, o acmulo de erros de temporizao. Um ponto a melhorar a necessidade das ruas e dos cruzamentos apresentarem maior flexibilidade quanto quantidade e variedade dos sentidos nas vias, sendo possvel propor, por exemplo, tcnicas de troca de vias. Alm disso, seria interessante oferecer aos agentes meios para realizar ultrapassagens, para

Vetor, Rio Grande, v.16, n.2, p. 16-37, 2006.

36

solucionar situaes de deadlocks em cruzamentos e para realizar converses esquerda, reproduzindo, desta forma, as orientaes das normas de trnsito. 5 Referncias bibliogrficas

[1] Kurt Dresner e Peter Stone. Multiagent Traffic Management: A ReservationBased Intersection Control Mechanism. Third International Joint Conference on Autonomous Agents and Multiagent Systems (AAMAS 04), 2004, p. 530-537. [2] Kai Nagel e Michael Schreckenberg. A cellular automaton model for freeway traffic. Journal Physique I, v. 2, n. 12, p. 2221-2229, 1992. [3] H. Penny Nii. Blackboard Systems. The Handbook of Artificial Intelligence, v. 4. Editores: A. Barr, P. R. Cohen e E. A. Feigenbaum, Addison-Wesley, 1989. [4] Joanne Penner, Ricardo Hoar and Christian Jacob. Swarm-based Traffic Simulation with Evolutionary Traffic Light Adaptation. First International Joint Conference on Autonomous Agents and Multiagent Systems (AAMAS 02), 2002. [5] Ben Woodhouse, SimUrban - Populating and Rendering an Urban Environment, April 2004. [6] Tadao Murata. Petri Nets: Properties, Analysis and Applications. Proceedings of the IEEE, v. 77, n. 4, p. 541-580, 1989. [7] C. A. Petri. Kommunikation mit Automaten, Schriften des IIM Nr. 3, Bonn: Institute fr Instrumentelle Mathematik. 1962. [8] A. L. Bicho, A. B. Raposo e L. P. Magalhes, Control of Articulated Figures Animations Using Petri Nets. XIV Brazilian Symposium on Computer Graphics and Image Processing, 2001, p. 200-207. [9] Green Wave. In Wikipedia, the free encyclopedia. Acessado em Janeiro 2006. [10] Praveen Paruchuri, Alok Reddy Pullalarevu and Kamalakar Karlapalem. Multi Agent Simulation of Unorganized Traffic. First International Joint Conference on Autonomous Agents and Multiagent Systems (AAMAS 02), 2002, p. 176-183. [11] Chia-Shiang Shih e John A. Stankovic, Survey of Deadlock Detection in Distributed Concurrent Programming Environments and Its Application to Real-time Systems. COINS Technical Report 90-69. University of Massachusetts at Amherst, 1990.

Vetor, Rio Grande, v.16, n.2, p. 16-37, 2006.

37