Microssimulação de tráfego

No modelo de microssimulação, os veículos são estudados de forma individual, tendo seus movimentos caracterizados conforme cada veículo rastreado. Para tanto, são considerados os atributos do condutor, da geometria da rede viária em questão e das interações com a via e com os outros veículos. São essas características que formam os fatores determinantes dos movimentos da microssimulação de tráfego, como afirma McLean (1989).

Ainda segundo este autor, as principais vantagens da microssimulação estão relacionadas a possibilidades como: simular uma gama de condições operacionais, considerando diferentes períodos; simular condições difíceis de serem observadas no espaço real; e obter dados praticamente impossíveis de serem averiguados na prática. Em contrapartida, assim como nos modelos matemáticos, as desvantagens da microssimulação estão relacionadas ao fato de o modelo ou o experimento não poder representar bem a realidade que se deseja simular.

Para que esses problemas sejam combatidos ou diminuídos, existem os processos de validação e calibração, entre as correntes de

tráfego real e simulada, a fim de aproximar ao máximo a situação simulada a real. Para tanto é necessário utilizar técnicas de redução de variância, que objetivam aumentar a confiabilidade dos resultados da simulação. Assim, para cada tipo de modelo é necessário o desenvolvimento dos processos de validação e calibração, conforme McLean (1989).

A calibração é o processo pelo qual os parâmetros do modelo são ajustados, a fim de reproduzir com maior precisão as condições de tráfego local e o comportamento dos condutores. A calibração do modelo é fundamental, pois aumenta a credibilidade do processo, com relação ao desempenho do tráfego para cenários futuros (RAJASAKRAN, 2008).

Contudo, antes da realização destes processos, é essencial a obtenção de dados de entrada. Neste contexto a FHWA (2004b) ressalta que, para os modelos de microssimulação são considerados como dados de entrada:

 Geometria da via (comprimento, número de faixas, curvatura).

 Mecanismos de controle existentes (localização dos sinais, tempo dos sinais).

 Estimativa de demanda (volume de tráfego, matriz O/D).

 Dados de calibração (capacidade, tempo de viagem, filas).

 Trânsito, bicicletas e pedestres (influência do tráfego local). Na microssimulação, o processo de geração de veículos na corrente de tráfego inicia-se a partir de um sistema vazio, em que os veículos são gerados nos nós de entradas da rede analítica, com base no volume de tráfego de entrada e nas distribuições dos headways. Entende-se por headway o comprimento do veículo somado ao intervalo até o veículo anterior (FHWA, 2004b).

Quando um veículo é gerado na malha, a ele e aos condutores são conferidos atributos como os mencionados a seguir.

 Atributos do veículo: tipo de veículo (automóvel, ônibus, caminhão etc.), comprimento, largura, aceleração e desaceleração máximas, velocidade máxima, máximo raio de giro, entre outros.

 Atributos do condutor: agressividade, tempo de reação, velocidade desejada, aceitação de brechas (para mudança de faixa, entrelaçamentos, cruzamento), destino (rota) e outros. Cada atributo pode ser representado no modelo por meio de uma constante, por uma relação funcional, ou por uma distribuição de

probabilidade. A maioria dos modelos microscópicos utiliza distribuições estatísticas para representar os atributos do veículo/condutor, devendo sua variabilidade e seus parâmetros ser calibrados para as condições locais de análise (FHWA, 2004b).

É comum que a atribuição desses parâmetros para cada veículo seja realizada através de processos estocásticos, sendo que as especificações das características do veículo/condutor obedecem a distribuições estatísticas, que utilizam números aleatórios. A sequência de geração dos números aleatórios depende de método particular e do valor inicial do número aleatório, denominado semente. As alterações nesse número inicial provocam uma sequência diferente de números aleatórios que, por sua vez, determinam diferentes características dos elementos veículo/condutor.

Nos modelos estocásticos, é preciso que elementos adicionais sejam informados, tais como a forma e parâmetros das distribuições estatísticas, que representam as características particulares de um veículo. Na análise dos resultados da simulação deve ser considerado que, para dados idênticos de entrada, os resultados de cada rodada do modelo variam segundo o número de semente aleatório estipulado (FHWA, 2004b).

No processo de simulação, a maneira como o veículo percorre a rede é impactado pelo meio físico, ou seja, pela rede de transporte em estudo, tipicamente representada por arcos e nós, sendo que os arcos são vias que ligam um nó ao outro e possuem características fixas de desenho – os nós representam as interseções ou pontos onde há algum tipo mudança com relação às características do arco.

Os veículos, quando não há ação de alguma impedância em relação aos demais veículos, viajam pelos arcos da rede em sua velocidade desejada. Entretanto, essa velocidade pode variar por conta das especificidades da geometria do arco, pelas condições do pavimento, ou por outros fatores. No modelo de microssimulação, os veículos percorrem a rede até saírem do sistema, e isso acontece no momento em que atingem seu destino (FHWA, 2004b).

Com relação ao perfil dos condutores, conforme Turley (2007), para que seja possível a representação destes, bem como das características do veículo e da via, o modelo de microssimulação obedece a uma lógica, que é formada por uma série de regras e algoritmos. De acordo com o FHWA (2004c), as regras e os algoritmos que formam esta lógica descrevem o modo como os veículos se comportam.

O comportamento dos veículos em um modelo de microssimulação compreende acelerações, desacelerações, mudança de faixa e manobras de ultrapassagem. Os algoritmos trabalham também na definição do perfil de motoristas, que são representados no modelo, como mais ou menos agressivos (FHWA, 2004c).

Turley (2007) reforça a ideia de que as características do condutor e do veículo, bem como as interações entre os veículos e a geometria da rede compõem os fatores que determinam os movimentos. Esses modelos são orientados por espécies de submodelos. Um deles é o modelo de perseguição (car-following), outro é o de mudança de faixa (lane-change) e há também o modelo de aceitação de brechas (gap- acceptance).

O modelo de perseguição (car-following) toma como parâmetro um veículo líder, parte do pressuposto de que o veículo seguidor deste tem uma aceleração proporcional à velocidade do primeiro, e inversamente proporcional à sua distância. Objetiva-se com isso alcançar a resposta de um condutor com relação ao veículo que segue à sua frente. Nos modelos mais recentes, os condutores aceleram ou desaceleram apenas para atingir a velocidade pretendida ou para evitar a colisão com o líder, conforme Benekoal e Treiterer (1998), Hossain e McDonald (1998) apud Vasconcelos (2004).

Para Kaman (1996) apud Vasconcelos (2004), o modelo de mudança de faixa determina a motivação e a possibilidade do condutor mudar de uma faixa para outra, tomando como base o próximo objetivo do condutor, sendo que este pode ser motivado por uma obrigatoriedade de mudança de faixa ou por uma necessidade do condutor de mudar de direção. É considerada como opcional a mudança de faixa justificada pelo desejo de aumento de velocidade. A oportunidade de mudar de faixa é vista como o resultado da relação entre o benefício e o risco associado à manobra.

De acordo com Vasconcelos (2004), o modelo de aceitação de brechas baseia-se em determinar se um veículo pode avançar em uma interseção. Essa decisão depende do intervalo de tempo disponível pelo veículo de seguir em segurança na corrente de tráfego concorrente. Motoristas agressivos arriscam mais, aceitando intervalos de tempo mais curtos, ao contrário de motoristas menos agressivos.

Tanto o modelo de mudança de faixa como o de aceitação de brechas fazem considerações relacionadas às medidas de risco. Essas medidas serão influenciadas pelo comportamento dos condutores, sendo que os mais agressivos irão aceitar riscos maiores para mudar de faixa,

e, desse modo, irão aceitar também brechas menores e taxas de aceleração ou desaceleração maiores que os menos agressivos.