A comparison of SUMO’s count based and countless demand generation tools

Summary

本视频介绍了一个由德国维尔德应用科技大学的Paulina Harvey主导的项目，旨在解决交通模拟软件Zumo在需求生成方面的挑战。项目通过学生项目和实习机会，尝试在小城市Wilder进行案例研究。研究团队使用了OpenStreetMap生成网络数据，并通过多种Zumo工具进行需求生成和校准，以匹配实际的交通计数数据。结果显示，Root Sampler工具在匹配计数数据和网络覆盖方面表现最佳，为小城市交通模拟提供了有效的解决方案。

Takeaways

• 🎓 该项目是Paulina Harvey在Wilder应用科学大学的工作，以及一个学生项目的发展。
• 🚦 项目的目标是为Zumo（一种交通模拟软件）生成需求，特别是对于小城市，这在实际操作中是一个挑战。
• 🌐 研究的基础是Wilder这个城市，它有大约一万名居民和9平方公里的面积，并且与柏林有直接的火车连接。
• 🛣️ 输入数据包括从OpenStreetMap生成的网络，以及城市提供的计数数据和手动计数数据。
• 👨‍💻 学生们最初尝试手动估计每个主要路线上的需求，然后使用ExoTools进行优化。
• 🚗 他们使用了不同的工具来生成交通流量，包括随机行程生成器、Root Sampler、DF Router和Flow Router。
• 📊 Root Sampler在模拟计数点的车辆计数方面表现最佳，而随机行程生成器在网络覆盖方面表现良好。
• 🚍 尽管尝试了多种工具，但大多数工具都无法准确模拟计数数据，尤其是对于公共交通、行人和自行车。
• 📚 目前，有一个白皮书和可能的书籍正在准备中，旨在解决Zumo需求生成的问题。
• 🔧 尽管取得了进展，但仍有许多挑战需要克服，包括如何为公共交通、行人和自行车生成合理的交通需求。

Q & A

这个演讲的主要内容是什么？

演讲主要讨论了如何为交通模拟软件Zumo生成交通需求，特别是针对小型城市Wilder的情况。演讲者提到了多种工具和方法，包括手动方法和自动化工具，以及它们在模拟中的有效性。

为什么生成交通需求对于Zumo来说是一个挑战？

生成交通需求对于Zumo来说是一个挑战，因为需要在有限的数据点上生成现实主义的交通流量，而且Zumo主要关注微观模拟，而不是需求生成。此外，缺乏一个明确的指南来告诉人们如何生成需求。

演讲中提到的Wilder城市有什么特点？

Wilder是一个小型城市，拥有约一万名居民和大约9平方公里的面积。它靠近柏林，拥有直接的火车连接和高速公路，以及一些公交线路。城市中有一个较大的教育机构——应用科学大学，拥有约3700名学生。

演讲中提到的输入数据包括哪些？

输入数据包括从OpenStreetMap生成的网络数据，总边长大约100公里。还包括城市提供的计数数据，以及学生在主要街道上进行的额外手动计数。

学生项目是如何开始的？

学生项目开始于一个学生项目，该项目尝试通过手动估计每个主要路线上的起点来生成交通需求。之后，使用ExoTools进行了优化。

演讲中提到了哪些用于生成交通需求的工具？

演讲中提到了多种工具，包括Random Trips、Root Sampler、DF Router、Flow Router、SAGA和Random Activity Generator，以及外部工具CADETS。

Root Sampler工具是如何工作的？

Root Sampler工具通过在计数位置执行整数线性规划来优化交通流量，从而校准生成的路线集，使其更接近实际的交通计数数据。

演讲中提到的工具中，哪个在模拟中表现最好？

在模拟中表现最好的工具是Root Sampler，因为它在车辆计数的偏差和网络覆盖率两个测量指标上都表现最佳。

演讲者对于公共运输、行人和自行车的交通需求生成有何看法？

演讲者提到，他们还不确定如何处理公共运输、行人和自行车的交通需求生成，并且对于如何估计合理的路线还没有明确的方案。

演讲的结论是什么？

演讲的结论是，尽管存在挑战，但他们已经迈出了第一步，为人们提供了如何接近这些场景的提示，特别是在小型城市Wilder的案例中。