COMPARAÇÃO ENTRE MICRO SIMULADORES DE TRÁFEGO.

ESTUDO DE
CASO EM UMA ROTATÓRIA EM JOINVILLE

Michel Fernando Madeira

Vitor Botelho de Souza
Universidade Federal de Santa Catarina
Centro Tecnológico de Joinville

RESUMO
Este artigo discorre sobre micro simulação de tráfego e seus modelos base: Car following, e Lane Changing. Um
comparativo entre dois softwares do mercado o SUMO (Simulation of Urban MObility), e o VISSIM (Verkehr
In Städten - SIMulationsmodell), foi estabelecido com foco na parte de inserção de parâmetros, fluxo de
decisões e interface. Um estudo de caso em uma rotatória na cidade de Joinville foi simulado para constatar o
comportamento no que se refere a um cenário de mudança de fluxos.

ABSTRACT
This paper talks about traffic microsimulation e their base models: Car following, e Lane Changing. A
comparative approach between two softwares in the market SUMO (Simulation of Urban MObility), and
VISSIM (Verkehr In Städten - SIMulationsmodell) was established with focus on the insertion of parameters,
decision flow and interface. A case study in a roundabout in the city of Joinville was simulated to gather data
about the behavior in a different flow configuration scenario.

1. INTRODUÇÃO

O crescente poder computacional e a evolução dos softwares fazem com que a simulação seja
uma das abordagens mais usadas em projetos e tomada de decisões envolvendo engenharia de
tráfego.

Isso porque em sua maioria são obras dispendiosas e de grande repercussão. Sendo assim,
necessitam de grande embasamento técnico/teórico para garantir sua efetividade.

O processo de simulação pode ser classificado de acordo com a escala de detalhamento

(agregação de dados) empregada na transcrição da realidade, subdividindo-se em:
Macroscópica, Mesoscópica e Microscópica.

“Através dessa técnica, procura-se replicar em um computador a sequência de eventos

hipotéticos do sistema estudado, ao longo do tempo, tratando-se às entidades que percorrem o
modelo de forma agregada ou individualizada”. (Portugal, 2005)

O modelo, por sua vez, é a formalização matemática que caracteriza o sistema simulado. A
interface que calcula a posição dos veículos através do tempo, utilizando os parâmetros
fornecidos pelo usuário. Em microssimulação de tráfego, e funcionamento de maneira
entrelaçada, tem-se: car-following, lane-changing e gap-acceptance.

2. MODELOS MATEMÁTICOS DE MICROSSIMULAÇÃO DE TRÁFEGO

Um conceito importante de se entender é como a matemática dos modelos interagem com o
tempo e espaço. Essas duas variáveis são “discretizadas”, isto é, quantificadas não
continuamente, e desse modo o cálculo da posição dos veículos ocorre por “passos”, da
seguinte maneira:

- O próximo movimento e o modelo a ser utilizado é determinado;

- Aplica-se o modelo: lane changing, car following, etc;
- Calcula-se a nova posição.

Figura 1 - Diagrama de discretização do espaço

2.1 O Modelo Car-following

O modelo de car-following baseia-se que a movimentação de um veículo v_i varia em função

da fatores do veículo v_i+1, onde o veículo v_i+1 é o veículo em sua frente. Com base no
veículo v_i+1, o modelo define a velocidade, distanciamento entre veículo (gap),
sensitividade e tempo de reação.
Segundo Andriyana (2012) um dos modelos utilizados no car-folllowing é o de
Krauss. Nele, o veículo pode possuir dois tipos de movimentação. Movimentação livre, onde
não há veículos em sua frente. Por conta disso, a velocidade do veículo é menor ou igual a
velocidade máxima da pista. No modelo de Krauss, a velocidade segura (Vsafe) quando o
existe interrupção no fluxo e sua fórmula e parâmetros estão na figura 2.
Com base nesta fórmula, executa-se a uma metodologia para realizar a simulação no
software. A metodologia é representada na figura 3. Nela, primeiro procura-se obter entender
o sistema real e coletar seus dados. Após a coleta, modela-se no software e verifica o seu
nível de erro, com base nos parâmetros selecionados. Após isso, refina-se os parâmetros até
obter-se o melhor “fit”. Esse “fit” é verificado com base na fórmula do RMSE, que está na
figura 4. Nela, n é o número de simulações, y é o resultado esperado da simulação é o
resultado obtido da simulação e x é o resultado esperado.
 Figura 2 - Fórmula do modelo de Krauss utilizado no SUMO.

Figura 3 - Metodologia para realizar uma simulação no SUMO.

Figura 4 - Fórmula RMSE

Figura 5 - Fórmula RMSE

Em Andriyana (2012) realizou-se um estudo de caso em que ele verifica os diferentes output de simulação para
diferentes valores de parâmetros, até chegar na combinação com menor erro. Essas informações estão na figura
5.
Também,

2.1 O Modelo Lane Changing

O lane-changing é um dos modelos de base da microssimulação. É responsável pelo cálculo

da manobra de mudança de faixa que ocorre naturalmente dentro de um sistema viário. A
posição e a velocidade do veículo são calculadas para cada passo de simulação e cada
software oferece diferentes modelos e possibilidades de inserção de parâmetros para
determinar esse comportamento.

2.1.1 Lane Changing no SUMO

O cálculo do modelo leva em conta o histórico do tráfego e o entorno do veículo. As

motivações para uma mudança de faixa podem ser de 4 tipos no SUMO (Simulation Of Urban
MObility).

Dentro de cada passo, temos os subpassos:

● Calcula-se as linhas preferidas de sucessão;

● Calcula-se as velocidades de segurança pressupondo que o veículo irá

permanecer na mesma faixa;

● Calcula-se a requisição de mudança de faixa (permanecer, esquerda ou direita);

● Executa a manobra ou calcula a velocidade desejada para o próximo passo.

As mudanças de faixa podem ter diferentes motivações e serão explicadas em ordem de

importância:

● Mudança de faixa estratégica: quando o veículo precisa mudar de faixa para

continuar para o próximo nó da rota;

● Mudança de faixa cooperativa: quando o veículo muda de faixa para dar

espaço a outro;

● Mudança de faixa tática: quando o veículo muda de faixa para evitar um líder
que transita devagar;

● Mudança de faixa obrigatória: quando o veículo que trafega na faixa da

esquerda muda para a direita depois de uma manobra de ultrapassagem.

As mudanças de faixa acontecem segundo a seguinte hierarquia:

1. Mudança de faixa estratégica urgente;

 2. Se ao mudar de faixa o veículo cria uma situação urgente ele permanece;

3. Se o veículo é um perseguidor bloqueante para outro veículo com mudança

estratégica urgente de faixa programada;

4. Se a variável speedGainProbability está abaixo do limite e está na pista

correspondente;

5. Mudança de faixa estratégica não urgente.

2.1.2 Lane Changing no VISSIM

O Vissim distingue as mudanças de faixas em:

Necessárias, e ativadas por:

● A rota do veículo;

● No contexto dinâmico do trânsito;

● Quando uma mudança é desejada pelo usuário;

Mudanças livres de faixa:

● Quando há mais espaço disponível na nova faixa;

● Se o condutor precisa trafegar na velocidade desejada por mais tempo.

O modelo tem dois comportamentos distintos quando opta por ultrapassar um veículo: Free
lane selection e slow lane rule, fast lane rule.

O primeiro permite que os veículos possam ultrapassar em todas as faixas, enquanto que o
segundo permite ultrapassagens em vias de trânsito rápido e similares e de acordo com as leis
de trânsito locais.
3. Comparativo SUMO x VISSIM

Ao compararmos os dois simuladores o que fica mais proeminente é a quantidade de

informação disponível nos manuais técnicos. E isso se deve basicamente à natureza do
modelo de negócio entre os dois simuladores. O SUMO é um software livre, enquanto que o
VISSIM é uma solução comercial e naturalmente protege seus raciocínios.

Outra distinção importante é que o VISSIM oferece uma suíte completa de simulação para
todas as escalas de agregação de dados, oferecendo o VISUM para macro simulação e meso, e
o VISWALK para simulação de fluxo de pedestres.

Ao que tudo indica, os fluxos de tomada de decisões funcionam de forma distinta, apesar de
compartilharem alguns passos. Ainda que tratemos do mesmo modelo de Lane Changing.

E por último, o SUMO tem uma interface muito mais simples e é necessário um pouco mais
de conhecimento para editar os arquivos de configuração XML necessários para a inserção de
parâmetros.
4. ESTUDO DE CASO

Parte-se da hipótese levantada através de um estudo sobre o elevado número de acidentes que
ocorrem na rotatória da avenida Santos Dumont com a rua Manoel Silveira na Zona Industrial
Norte da cidade de Joinville.

Figura 2 - Mapa de localização do estudo de caso

O estudo foi elaborado em vídeo, e veiculado no Youtube no canal μ, que versa sobre a
Engenharia de Transportes e Logística na perspectiva acadêmica.

O projeto geométrico desta interseção faz parte do projeto de revitalização da Avenida Santos
Dumont, com recursos do governo do estado de Santa Catarina, entregue em 2018. A via é a
principal rota para o Aeroporto de Joinville e também ligação com o bairro mais populoso da
cidade e rota de passagem de veículos comerciais das indústrias da região.

A sinalização à época da entrega era de preferencial para quem circulava pela rotatória, mas
após muitos acidentes e manifestações populares, o projeto de sinalização mudou para um um
pare, além de redutores físicos de velocidade aplicados transversalmente ao tráfego.

Figura 3 - Situação atual

O que se quer constatar, é como ficaria o tráfego na interseção se a preferencial fosse da Av
Santos Dumont, principalmente no que se refere à formação de filas na conversão sentido
bairro, sentido rua Manoel Silveira.

Figura 4 - Mudança no projeto de circulação

Isso porque, de acordo com o manual de interseções do DNIT, as rótulas podem ser divididas
em:

- Rótulas modernas: onde a preferência de passagem é de quem circula na rotatória.

Essa solução de circulação funciona bem em vias de igual hierarquia, como pode ser
encontrado nos centros urbanos.

- Rótulas convencionais: onde a preferência é do tráfego passante. Indicada onde há

diferença hierárquica. Normalmente implementada em rodovias.

A avenida Santos Dumont apesar de ser como via arterial (60 km/h de velocidade
regulamentada), também tem características de via de trânsito. Essa dualidade é o que gera a
confusão na interseção e a principal motivação deste estudo.
5. SIMULAÇÃO

A simulação de tráfego nos computadores começa na aquisição de dados em campo. De

acordo com as diretrizes do manual de estudos de tráfego do DNIT (2006), na seção
contagem por “videotape”, e considerando os recursos disponíveis, contou-se o tráfego em 15
minutos de filmagem realizada no dia 25/02 no horário das 17h45 às 18h00, procurando obter
o volume mais crítico de trânsito.

Categorizou-se os fluxos de acordo com a ilustração:

Figura 5 - Definição da contagem de fluxos

Estabeleceu-se a composição do tráfego, agrupando categorias para compatibilizar com

definições padrão do VISSIM:

Bairro/Centro Share % Centro/Bairro Share %

Carros de passeio 233 0,77 354 0,73

Motocicletas 49 0,16 85 0,17
Ônibus 0 0,00 3 0,01
HGV 19 0,06 45 0,09
TOTAL (h/4) 301 487
TOTAL (h) 1204 1948
Tabela 1 - Volume total (vel/hora)

E após, obtendo a proporção de cada fluxo no volume total:

 AZUL BRANCO VERMELHO SOMA
Carros de passeio 233 24 26 283
Motocicletas 49 11 0 60
Ônibus 0 2 1 3
HGV 19 5 0 24
TOTAL 301 42 27 370
Share % 0,81 0,11 0,07
AMARELO CIANO VERDE SOMA
Carros de passeio 46 65 354 465
Motocicletas 5 8 85 98
Ônibus 2 4 3 9
HGV 3 11 45 59
TOTAL 56 88 487 631
Share % 0,09 0,14 0,77
Tabela 2 - Proporção de cada fluxo

O primeiro cenário foi construído utilizando a sinalização de pare dentro do software.

Contudo, observou-se que os motoristas param independente de haver fluxo de conflito ou
não. Na prática os motoristas acabam observando uns aos outros e aproveitando melhor o
espaço e tempo em detrimento da formalidade e sendo assim, modelou-se com a ferramenta
de fluxos preferenciais:

Figura 7 - Priorização do fluxo proveniente da Santos Dumont

6. RESULTADOS

Determinou-se um horizonte de 3600 segundos de simulação.

 Figura 8 - Resultados

No momento mais crítico do processo a maior fila foi de 6 carros, havendo espaço para ainda
cerca de 3 veículos sem que houvesse obstrução da interseção.
Ressalta-se que o intervalo entre as 17 - 18h é o mais crítico em geral no sistema viário. A
data era também vésperas de carnaval, o que confere tráfego adicional a esse volume.

Muito embora tenha-se constatado que a priorização da Av Santos Dumont é solução viável
do ponto de vista de filas, em termos práticos a solução deve vir acompanhada de recursos
adicionais de controle de tráfego para reduzir a velocidade que os condutores praticam na
região.

Uma lombada eletrônica e linhas de estímulo a redução da velocidade poderiam ser utilizadas.
REFERÊNCIAS BIBLIOGRÁFICAS

BARCELÓ, Jaume. Fundamentals of Traffic Simulation. Barcelona: Springer-Verlag New York, 2010

DLR - German Aerospace Center. SUMO User Documentation. 2021.

PTV Group, PTV VISSIM User Manual. Germany, 2022.

BAGGIO, Mariana Luersen. Modelagem de medidas mitigadoras de tecnologias e fluxo veicular em interseções
semaforizadas - estudo de caso em Joinville-SC. Joinville, 2021

M. Berrazouane, K. Tong, S. Solmaz, M. Kiers and J. Erhart, "Analysis and Initial Observations on Varying
Penetration Rates of Automated Vehicles in Mixed Traffic Flow utilizing SUMO," 2019 IEEE International
Conference on Connected Vehicles and Expo (ICCVE), 2019, pp. 1-7, doi:
10.1109/ICCVE45908.2019.8965065.

Askari, A., Farias, D. A., Kurzhanskiy, A. A., & Varaiya, P. (2016). Measuring impact of adaptive and
cooperative adaptive cruise control on throughput of signalized intersections. arXiv preprint
arXiv:1611.08973.

Bieker-Walz, Laura & Behrisch, Michael & Junghans, Marek & Gimm, Kay. (2017). Evaluation of car-
following-models at controlled intersections.

Leksono, C. Y., & Andriyana, T. (2012). Roundabout Microsimulation using SUMO: A Case Study in
Idrottsparken RoundaboutNorrkӧping, Sweden.