CN101639871B - 面向行为研究的车载动态交通信息诱导系统模拟设计方法 - Google Patents
面向行为研究的车载动态交通信息诱导系统模拟设计方法 Download PDFInfo
- Publication number
- CN101639871B CN101639871B CN2009100551997A CN200910055199A CN101639871B CN 101639871 B CN101639871 B CN 101639871B CN 2009100551997 A CN2009100551997 A CN 2009100551997A CN 200910055199 A CN200910055199 A CN 200910055199A CN 101639871 B CN101639871 B CN 101639871B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- traffic
- information
- driver
- dynamic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种面向行为研究的车载动态交通信息诱导系统模拟设计方法,建立高速道路网宏观交通流仿真模型、交通流运行状况生成模块、驾驶员驾车任务模块、动态路网交通状态及导行信息生成模块、基本出行信息生成模块、其他辅助信息生成模块等程序模块,驱动以计算机界面为载体的虚拟出行情境。能使驾驶员经历逼真的交通流状态,确保采集的驾驶员行为数据更可靠,车载信息系统模拟程序的开发成本低、模拟试验简便且易操作、试验场地不受限制、试验过程快速、试验成本较低等特点,能为交通信息环境下驾驶员行为分析、车载动态交通信息系统的优化设计、运营、评价等提供基础数据。
Description
技术领域
本发明涉及一种智能交通信息领域,具体涉及一种面向行为研究的车载动态交通信息诱导系统模拟设计方法。
背景技术
随着ITS(智能交通系统)、计算机、通信等技术的迅猛发展,在不少国家和地区,能够实时地提供道路交通状况信息的车载交通信息诱导系统(简称车载动态信息系统)已经从早期的实验室探索、示范工程应用,逐渐转向实用化阶段。车载动态信息系统能够以文字和地图等形式显示道路交通状况(如拥挤、事故、不利气候、施工、行程时间、延误等),还能给出最优路径指示以实现导行目的。这里所述的车载动态信息系统,是在交通信息采集、处理和发布技术较完备的背景下的新技术,与传统车载导航系统概念不同。传统车载导航系统的最优路线指示根据正常交通状况生成,不考虑或很少考虑实时的路况变化情况,给出的最优路线指示本质上是静态信息。国内,动态车载信息系统相关研究起步较晚,但近年来在借鉴发达国家研究成果基础上,研发车载动态信息系统的硬件技术已具备,一些城市已初步应用(或正在规划)实例系统。随着我国许多城市的高速道路(市郊/城际高速公路、市内快速路)形成复杂网络结构,城市居民旅游出行需求日益旺盛,交通信息采集与处理技术不断完善,车载动态信息系统应用于高速道路出行将是必然趋势。
在上述背景下,研究驾驶员在动态车载交通信息影响下的动态响应行为成为了学术界ITS研究的热点,相关文献报道已经不少。这里所述的动态响 应行为是指路径选择、中途换道等个体决策行为,不涉及微观车辆驾驶行为。研究成果能够为驾驶员行为分析、车载动态信息系统的设计、运行管理、效益评价等提供基础数据和科学依据。目前主流研究方法是:应用计算机模拟技术,针对假象的(或存在的)车载动态信息系统的技术特点,对车载动态信息系统进行模拟设计,开发车载动态信息系统模拟器(计算机模拟程序),通过模拟器人机界面将驾驶员置于虚拟出行情境中,采集驾驶员响应行为数据。显然,模拟器为驾驶员营造的虚拟出行情境是否足够逼真,将影响所采集的行为数据的质量和可靠性。
经过对现有技术的文献检索发现,以往研究设计的车载动态信息系统模拟程序,限于当时理论和技术水平,没有能够运用交通流模型来生成虚拟出行情境,驾驶员在虚拟出行中经历的路网交通状况(车速、拥堵、事故等)一般是预设的或者符合一定随机变化规律的。简言之,以往的车载动态信息系统模拟设计方法都不是交通流模型驱动的。这样做的不足主要有:(1)模拟器不能很好地复现现实世界中交通拥挤时车流停停走走(stop and go)、冲击波(shock wave)、拥挤传播(congestion propagation)等重要的交通流动态非线性特征;(2)模拟的交通状况很难反映交通流在路网中的动态演化规律;(3)驾驶员出行途中所经历的交通状况不够逼真、不够符合实际;(4)很难保证驾驶员的决策行为与经历的交通状态真正融合在一起。
随着交通流建模技术日渐成熟,探索基于交通流模型的车载动态信息系统模拟设计方法,克服以往技术不足,将是一个具有前景的方向。
发明内容
本发明是针对现有车载动态信息系统模拟设计方法的不足问题,提出了一种面向行为研究的车载动态交通信息诱导系统模拟设计方法,用于获取驾驶员在提供动态车载信息条件下的动态响应行为数据,确保收集的行为数据更符合驾驶员实际行为,为科研人员探索车载信息与驾驶员行为之间的动态复杂关系提供基础数据,为车载动态信息系统的优化设计、评价等提供科学依据。
本发明的技术方案为:一种面向行为研究的车载动态交通信息诱导系统模拟设计方法,包括如下步骤:
1)利用计算机作为界面,运用面向对象的编程技术,采用宏观动态网络交通流建模方法,建立高速道路网宏观动态交通流仿真模型:路网由节点和有向路段组成,节点为存在出、入口匝道或道路属性发生变化的位置;路段是车道数和坡度相同的一段高速公路;路段分为若干等长小段,路段m分为Nm个长度为Δm的小段,小段车道数记为λm,路段m的第i小段在k时刻的交通状态用密度、速度和流量表示,分别记作ρm,i(k)、vm,i(k)和qm,i(k),高速道路网宏观动态交通流仿真模型由路段模型、节点模型、起点排队模型三部分组成,相应的数学公式如下:
A:路段模型:
ρm,i,j(k+1)=ρm,i,j(k)+(T/λmΔm)[γm,i-1,j(k)qm,i-1(k)-γm,i,j(k)qm,i(k)]
qm,i(k)=ρm,i(k)vm,i(k)λm
vm,i(k+1)=F(VE(ρm,i(k)),vm,i(k),vm,i-1(k),ρm,i+1(k))
公式中,ρm,i,j(k)表示ρm,i(k)中终点为j的分密度;T为模型取样周期;γm,i,j=ρm,i,j/ρm,j,称为交通组成比例;函数F()是动态速度-密度方程,表示小段速度与上下游小段交通状态有关,VE()为稳态速度-密度关系,F()和VE()都是经验性公式,可以结合实测高速路数据建立,也可以直接采用其他学者如payne和papagorgiou等提出的公式;
B:节点模型:
公式中,In为流入节点n的路段集合,On为从节点n流出的路段集合;Jm为经路段m能够到达的终点集合;Qn,j(k)为从节点出发驶往终点j的流量; 为Qn,j(k)中选择路段m的流量所占比例,称作分流比例;qm,0(k)为路段m入口处流量,γm,0,j(k)为qm,0(k)中流向终点j的比例;
C:起点排队模型:
wo,j(k+1)=wo,j(k)+T[θo,j(k)do(k)-γo,j(k)qo(k)]
以上公式中,wo,j为起点o处排队车辆数wo中终点为j的数量;do是入口需求;θo,j是OD比例;qo是入口流量;γo,j是车流组成比例;Qo为入口通行能力,λo为入口车道数,ρjam是阻塞密度;ρs,1为入口下游紧邻路段s的第一小段的密度,ρcr,s是路段s的临界密度;
高速道路网宏观动态交通流仿真模型仿真任意时刻路网中任意位置的速度、密度、流量、起点处排队车辆数,根据输出结果,可以计算路径行程时间、网络总旅行时间常见的交通指标,驾驶员的车辆一旦进入高速道路网,车辆就根据网络流模型计算的速度自动向前行进;
2)在高速道路网宏观动态交通流仿真模型基础上,建立交通流运行状况生成模块、驾驶员驾车任务模块、动态路网交通状态及导行信息生成模块、基 本出行信息生成模块、其他辅助信息生成模块,功能模块在车载动态信息系统人机界面上对应功能视窗,主要的功能视窗及其驱动模块如下:
A、车流运行状况视窗:
视窗中车流由运动的小方格组成,驾驶员的车辆用黑色闪烁小方格表示;小方格数量根据小段密度确定,小方格越多表示越拥堵;驾驶员用键盘操作所驾驶的车辆,避免与周围其他车辆相撞;该视窗由交通流运行状况生成模块和驾驶员驾车任务模块驱动;
B、动态路网交通状态视窗:
视窗中高速道路网分割为若干信息单元段,信息单元段与小段之间建立映射关系,其显示状态根据交通拥挤程度分为若干个等级,并且视窗将最优路径指示提供给驾驶员;该视窗由动态路网交通状态及导行信息生成模块驱动;
C、基本出行信息视窗:
视窗显示的信息包括:出发时间、当前时间、已行驶距离、路网地图、车辆方位信息;路网地图根据驾驶员需要有开启或关闭两种状态,该视窗由基本出行信息生成模块驱动;
D、其他辅助信息视窗:
视窗提供视觉和听觉信息,所述视觉和听觉信息包括标示速度的汽车仪表盘、车辆发动机声音、可变信息标志信息,该视窗由其他辅助信息生成模块驱动;
3)、运用软件工程、人因工程与图形学学科知识,以步骤1)中的网络流模型和步骤2)各功能模块为主要程序模块,开发车载动态信息系统计算机模拟程序,对动态车载信息影响下的驾驶员动态响应行为进行模拟。
本发明的有益效果在于:本发明面向行为研究的车载动态交通信息诱导 系统模拟设计方法,能够为驾驶员提供符合网络交通流动态演化特征的较逼真的快速路网虚拟出行情境,具有高效的人机界面设计,能够采集丰富的驾驶员信息响应行为数据;较之高逼真的模拟驾车器,系统开发成本低得多;模拟系统收集数据简便易操作,可以在台式机上进行,也可以用便携式笔记本进行,试验场地不受限制;试验过程快速,仅需几分钟;试验成本较低,克服了传统的问卷调查“出行情景设计不宜太复杂、问题不宜过多、易引起驾驶员疲劳”等不足。收集的驾驶员信息响应行为数据为驾驶员行为的分析与建模提供基础数据。由于宏观网络流模型属于面向实际控制的模型,因此本发明设计的车载信息系统模拟程序有很好的功能扩展性,例如,能够为研究人员考察交通控制(如匝道控制、动态限速等)环境下的车载信息诱导效果提供试验平台。
附图说明
图1为本发明车载动态交通信息诱导系统模拟器运行结构示意图;
图2为本发明车载动态交通信息诱导系统模拟器的出行情境主界面示意图;
图3为本发明实际路网在网络流模型和路网全局交通状态图中的表达形式示例。
具体实施方式
如图1所示车载动态交通信息诱导系统模拟器运行结构示意图,计算机界面提供的高速道路网虚拟出行情境4由交通流运行状况生成模块8、驾驶员驾车任务模块3、动态路网交通状态及导行信息生成模块7、基本出行信息生成模块1、其他辅助信息生成模块2等主要功能模块驱动,主要功能模块在高速道路网宏观交通流仿真模型6的基础上构建,运行宏观交通流仿真模型6和主要功能模块1、2、3、7、8所需的基本数据由虚拟出行情境初始化数据11提供,驾驶员5和计算机之间互动,计算机提供虚拟出行情境4,驾驶员5在虚拟出行情境4中出行,在行驶至分流点时,将路径选择、途中改道等的决策结果输入计算机,整个出行过程中,驾驶员5的响应行为数据9和其他出行相关信息10由计算机自动存储在数据库中。
车载动态信息系统模拟程序的人机界面对各功能视窗进行合理的布局,为驾驶员营造出虚拟出行情境。驾驶员在虚拟出行情境中驾车出行,出行途中接收来自车载动态信息系统的信息,在道路分叉点做出路径选择和途中改道等决策,通过鼠标和键盘把决策输入给计算机,车辆继续前进,直至到达终点,完成一次人机交互的虚拟出行。虚拟出行的时钟推进速度可以根据需要调整,从而减少出行所需时间。模拟程序自动记录整个出行过程中驾驶员的动态响应行为(包括出行前路径选择和出行途中改道),同时自动存储其它出行相关信息,将行为数据存储于数据库,供研究人员分析数据使用。
如图2所示示意图,高速道路路网虚拟出行情境主界面由以下几个功能视窗构成:车流运行状况视窗、动态路网交通状态视窗、基本出行信息视窗、其他辅助信息视窗。这些功能视窗显示的信息,由网络流模型、交通流运行状况生成模块和驾驶员驾车任务模块、动态路网交通状态及导行信息生成模块驱动、基本出行信息生成模块、其他辅助信息生成模块驱动。
如图3所示,网络流模型中,实际路网被表达为由节点和有向路段组成的网络,路段分割为若干小段,小段的交通状态(速度、流量、密度)由网络流模型仿真得到,如图3(b)网络流模型路网结构示意图所示,模拟了现实世界中交通监控系统利用交通数据采集设备(例如路面线圈检测器)检测 速度、流量等交通流参数,如图3(a)高速道路网的结构示意图,O1、O2、O3、O4都是路网的起点,D1、D2、D3都是路网的终点。动态路网全局交通状态图显示驾驶员前方的路况信息,如图3(c)所示,动态路网全局交通状态图中的各段道路的交通状态与小段交通状态对应,如果某小段发生事故、施工等,则相应位置将出现红色闪烁的“X”图标,起警示作用。此外,动态路网全局交通状态图中还能为驾驶员提供最优路径的指示信息,最优路径用一条加粗的虚线条图形化地标示出来,如图3(c)所示。
下面为车载动态交通信息诱导系统模拟设计方法的具体实现步骤:
1、建立高速道路网宏观动态交通流仿真模型:
应用Papageorgiou在《Transportation Research Part B》第24卷第6期发表的“Dynamic modeling,assignment,and route guidance in traffic networks”一文中提出的宏观动态网络交通流建模理论与方法,运用面向对象的编程技术,建立高速道路网宏观动态交通流仿真模型(简称网络流模型)。路网由节点和有向路段组成。节点为存在出(入)口匝道或道路属性发生变化的位置。路段是属性(如车道数、坡度)相同的一段高速公路。路段分为若干等长小段。例如,路段m分为Nm个长度为Δm的小段,小段车道数记为λm。路段m的第i小段在k时刻的交通状态用密度、速度和流量表示,分别记作ρm,i(k)、vm,i(k)和qm,i(k)。
网络流模型由路段模型、节点模型、起点排队模型三部分组成,相应的数学公式如下:
A.路段模型:
ρm,i,j(k+1)=ρm,i,j(k)+(T/λmΔm)[γm,i-1,j(k)qm,i-1(k)-γm,i,j(k)qm,i(k)] (1)
qm,i(k)=ρm,i(k)vm,i(k)λm (2)
vm,i(k+1)=F(VE(ρm,i(k)),vm,i(k),vm,i-1(k),ρm,i+1(k)) (3)
以上公式中,ρm,i,j(k)是分密度;T为模型取样周期;γm,i,j=ρm,i,j/ρm,j,为交通组成比例;函数F()是动态速度-密度方程,表示小段速度与上下游小段交通状态有关,VE(·)为稳态速度-密度关系;F()是经验关系是,具体形式可以根据高速道路实测数据建立,也可采用其他学者提出的关系式,例如选用Papageorgiou在《Transportation Research-B》第23卷第1期发表的“Macroscopic modeling of traffic flow on the BOULEVARD PERIPHERIQUEin Paris”一文中提出的关系式。
B.节点模型:
以上公式中,In为流入节点n的路段集合,On为从节点n流出的路段集合;
Jm为经路段m能够到达的终点集合;Qn,j(k)为驶往终点j的流量;βn,j m为对应路段m的分流比例;qm,0(k)和γm,0,j(k)分别为路段m入口处的流量和交通组成比例。
C.起点排队模型:
wo,j(k+1)=wo,j(k)+T[θo,j(k)do(k)-γo,j(k)qo(k)](7)
以上公式中,wo,j为起点o处排队车辆数wo中终点为j的数量;do是入口需求;θo,j是OD比例。qo是入口流量;γo,j是车流组成比例;Qo为入口通行能 力,λo为入口车道数,ρjam是阻塞密度。ρs,1为入口下游紧邻路段s的第一小段的密度,ρcr,s是路段s的临界密度。
针对特定路网,只要已知初始时刻(k=0)的ρm,i,j(0)、vm,i(0)、wo,j(0),已知仿真时间内所有的do(k)、θo,j(k)、βn,j m(k)、ro(k),就可以模拟出任意时刻路网中任意位置(小段)的速度、流量、密度。
一旦驾驶员从路网起点进入路网,驾驶员的车辆就根据网络流模型计算的速度自动向前行驶。
此外,网络流仿真模型还能够模拟事故的发生。例如,在某个时段内,通过改变路网中某小段的车道数,就能近似模拟该小段发生事故的情形。、在建立网络流仿真模型的基础上,可以构建以下各功能模块和相应的功能视窗。
2、建立交通流运行状况生成模块:
交通流运行状况生成模块的基本工作原理是:车辆在路网中行驶,会遇到不同的车流密度,密度由网络流模型计算得到。交通流运行状况视窗中显示一定长度(如1公里)的道路,视窗中小方格数量与小段密度成正比。小方格越多,代表密度越大,车流越拥堵。该视窗如图2中的①。
3、建立驾驶员驾车任务模块:
交通流运行状况视窗中的运动小方格(驾驶员所驾车辆周围的车辆)由计算机自动产生,匀速地向前运动。驾驶员的车辆(用黑色小方格表示)被周边车辆包围,驾驶员通过键盘对其进行操控。驾驶员通过操作车辆确保车辆保持前进状态,并避免与周边车辆相撞。驾驶员操控车辆的情形该视窗如图2中的②。
4、建立动态路网交通状态及导行信息生成模块:
动态路网交通状态生成方法是:高速道路网分割为若干信息单元段,信息单元段与小段建立对应关系,其显示状态根据交通拥挤程度分成若干个等级(或服务水平,Level Of Service),例如分成畅通(绿色)、拥挤(黄色)、阻塞(红色)三个等级。如果某位置(小段)发生事故,则在动态路网交通状态图中,该位置将出现闪烁的红“X”图标,警示驾驶员事故的存在。动态路网交通状态图的显示方向为驾驶员行车方向,如图2中的③。
该模块以网络流模型计算的小段速度为依据,根据一定规则确定信息单元段的显示状态,并每隔一定间隔(信息更新周期)更新显示状态。所述信息单元段显示状态的确定规则为:假设信息更新周期为Tinfo,Tinfo包含p个T,设当前时刻是k时刻,那么把k时刻前p个T的时间段内的小段速度进行平均,将平均值对照预先设定的“速度-显示状态映射关系”,确定信息单元段的显示状态。例如,速度-显示状态映射关系为:速度在30公里/小时以下发布红色,速度在30-60公里/小时之间发布黄色,速度大于60公里/小时发布绿色。根据需要,显示状态确定规则也可以采用其它方法。
该模块能生成距离最短和时间最短两种最优路径。时间最短的最优路径的计算方法如下:
以上计算式中,r表示路径r,m与i的意义同前,p为整数,为参与小段速度平均值运算的模型取样周期个数,tm为路段m行程时间,tr为路径r行程时间。
最优路径在动态路网交通状态图中用一条加粗的虚线图形化地标示出来,如图2中的③。
5、建立基本出行信息生成模块:
基本出行信息模块,生成出发时间、当前时间、已行驶距离、路网地图、车辆方位信息等信息。出发时间就是虚拟出行开始的时刻,可以由驾驶员选择。例如,驾驶员选择早上6点50分出发。当前时间随着虚拟出行的推进,由计算机自动计算。已行驶距离在运行网络流模型基础上自动得到。虚拟出行的时钟快慢与现实世界的时钟不同,程序设计人员可以设定虚拟出行的时钟快慢。例如,实际的10秒钟在虚拟出行中为1秒钟。这样虚拟出行所花费的时间可以大大缩短,这正是本发明优于真车模拟驾驶(类似玩电动真车驾驶游戏)的一大特点。出发时间、当前时间、已行驶距离等信息如图2中的④。
当车辆临近快速道路转换点(如立交、出口匝道)时,车辆方位信息向驾驶员提供前方相关道路的信息,以模拟现实世界中的指路标志和预告标志。车辆方位信息如图2中的⑤。
路网地图在计算机界面中可以有开启和关闭两种模式。开启模式用于模拟车辆中有其他乘客,其他乘客可以帮忙看地图。如图2中的⑥。
6、建立其他辅助信息生成模块:
该模块用于生成其他辅助信息,信息包括:标示速度的汽车仪表盘、车辆发动机声音、可变信息标志(VMS)信息等视觉和听觉信息。仪表盘显示的速度近似为车辆当前所处位置上的平均车速,由网络流模型计算得到。发动机轰鸣声的响度与车速有关系,该关系通过对车辆发动机声音的实际采样和 编辑后得到。如果道路分叉点上设置了VMS,则在驾驶员临近分叉点时VMS发布前方路况,例如,拥堵路段、交通事故、道路施工等,用于模拟现实世界中交通监控中心发布的VMS信息。VMS信息显示框如图2中的⑦。速度显示表如图2中的⑧。
7、建立车载动态信息系统计算机模拟程序(模拟器):
运用软件工程、人因工程与图形学等学科知识,采用面向对象的程序语言,以上述的网络流模型和各功能模块为主要程序模块,开发车载动态信息系统模拟程序,对动态车载信息影响下的驾驶员动态响应行为进行模拟。
车载动态信息系统模拟程序主界面对各功能视窗进行了合理的布局,为驾驶员营造出逼真的虚拟出行情境。驾驶员在虚拟出行情境中驾车出行,出行途中接收来自车载动态信息系统的信息,在道路分叉点做出路径选择和途中改道等决策,通过鼠标和键盘把决策输入给计算机,车辆继续前进,直至到达终点,完成一次人机交互的虚拟出行。模拟程序自动记录整个出行过程中驾驶员的动态响应行为(包括出行前路径选择和途中改道),同时还自动存储其它出行相关信息,将行为数据存储于数据库。图2中的⑨给出了模拟程序(在驾驶员面临分流点时)要求驾驶员做出路径选择决策的对话框的示例。
模拟程序采集和存储行为数据的具体过程为:在驾驶员虚拟出行前询问和记录下驾驶员社会经济属性,在虚拟出行过程中会自动记录驾驶员的路径选择和途中改道等行为,在模拟出行后记录驾驶员对动态车载信息的有用性和可理解性的评分,并且存储其它出行相关数据,例如,路径行程时间,道路信息、出行目的、出行起讫点、事故信息、VMS信息、动态路网全局交通 状态图等。这些数据为研究人员探索驾驶员与车载信息之间的关系、车载动态信息系统优化设计、运营、评价等提供了丰富、宝贵的科学数据。
Claims (1)
1.一种面向行为研究的车载动态交通信息诱导系统模拟设计方法,包括如下步骤:
1)利用计算机作为界面,运用面向对象的编程技术,采用宏观动态网络交通流建模方法,建立高速道路网宏观动态交通流仿真模型:路网由节点和有向路段组成,节点为存在出、入口匝道或道路属性发生变化的位置;路段是车道数和坡度相同的一段高速公路;路段分为若干等长小段,路段m分为Nm个长度为Δm的小段,小段车道数记为λm,路段m的第i小段在k时刻的交通状态用密度、速度和流量表示,分别记作ρm,i(k)、vm,i(k)和qm,i(k),高速道路网宏观动态交通流仿真模型由路段模型、节点模型、起点排队模型三部分组成,相应的数学公式如下:
A:路段模型:
ρm,i,j(k+1)=ρm,i,j(k)+(T/λmΔm)[γm,i-1,j(k)qm,i-1(k)-γm,i,j(k)qm,i(k)]
qm,i(k)=ρm,i(k)vm,i(k)λm
vm,i(k+1)=F(VE(ρm,i(k)),vm,i(k),vm,i-1(k),ρm,i+1(k))
公式中,ρm,i,j(k)表示ρm,i(k)中终点为j的分密度;T为模型取样周期;γm,i,j=ρm,i,j/ρm,j,称为交通组成比例;函数F()是动态速度-密度方程,表示小段速度与上下游小段交通状态有关,VE()为稳态速度-密度关系,F()和VE()为经验性公式,结合实测高速路数据建立;
B:节点模型:
公式中,In为流入节点n的路段集合,Qn为从节点n流出的路段集合;Jm为经路段m能够到达的终点集合;Qn,j(k)为从节点出发驶往终点j的流量;为Qn,j(k)中选择路段m的流量所占比例,称作分流比例;qm,0(k)为路段m入口处流量,γm,0,j(k)为qm,0(k)中流向终点j的比例;
C:起点排队模型:
wo,j(k+1)=wo,j(k)+T[θo,j(k)do(k)-γo,j(k)qo(k)]
以上公式中,wo,j为起点o处排队车辆数wo中终点为j的数量;do是入口需求;θo,j是OD比例;qo是入口流量;γo,j是车流组成比例;Qo为入口通行能力,λo为入口车道数,ρjam是阻塞密度;ρs,1为入口下游紧邻路段s的第一小段的密度,ρcr,s是路段s的临界密度;
高速道路网宏观动态交通流仿真模型仿真任意时刻路网中任意位置的速度、密度、流量、起点处排队车辆数,根据输出结果,可以计算路径行程时间、网络总旅行时间常见的交通指标,驾驶员的车辆一旦进入高速道路网,车辆就根据网络流模型计算的速度自动向前行进;
2)在高速道路网宏观动态交通流仿真模型基础上,建立交通流运行状况生成模块、驾驶员驾车任务模块、动态路网交通状态及导行信息生成模块、基本出行信息生成模块、其他辅助信息生成模块,功能模块在车载动态信息系统人机界面上对应功能视窗,主要的功能视窗及其驱动模块如下:
A、车流运行状况视窗:
视窗中车流由运动的小方格组成,驾驶员的车辆用黑色闪烁小方格表示;小方格数量根据小段密度确定,小方格越多表示越拥堵;驾驶员用键盘操作所驾驶的车辆,避免与周围其他车辆相撞;该视窗由交通流运行状况生成模块和驾驶员驾车任务模块驱动;
B、动态路网交通状态视窗:
视窗中高速道路网分割为若干信息单元段,信息单元段与小段之间建立映射关系,其显示状态根据交通拥挤程度分为若干个等级,并且视窗将最优路径指示提供给驾驶员;该视窗由动态路网交通状态及导行信息生成模块驱动;
C、基本出行信息视窗:
视窗显示的信息包括:出发时间、当前时间、已行驶距离、路网地图、车辆方位信息;路网地图根据驾驶员需要有开启或关闭两种状态,该视窗由基本出行信息生成模块驱动;
D、其他辅助信息视窗:
视窗提供视觉和听觉信息,所述视觉和听觉信息包括标示速度的汽车仪表盘、车辆发动机声音、可变信息标志信息,该视窗由其他辅助信息生成模块驱动;
3)、运用软件工程、人因工程与图形学学科知识,以步骤1)中的网络流模型和步骤2)各功能模块为主要程序模块,开发车载动态信息系统计算机模拟程序,对动态车载信息影响下的驾驶员动态响应行为进行模拟。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100551997A CN101639871B (zh) | 2009-07-23 | 2009-07-23 | 面向行为研究的车载动态交通信息诱导系统模拟设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100551997A CN101639871B (zh) | 2009-07-23 | 2009-07-23 | 面向行为研究的车载动态交通信息诱导系统模拟设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101639871A CN101639871A (zh) | 2010-02-03 |
CN101639871B true CN101639871B (zh) | 2012-03-21 |
Family
ID=41614852
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009100551997A Expired - Fee Related CN101639871B (zh) | 2009-07-23 | 2009-07-23 | 面向行为研究的车载动态交通信息诱导系统模拟设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101639871B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103093616B (zh) * | 2012-12-30 | 2015-10-07 | 西安费斯达自动化工程有限公司 | 基于宏观交通流粘滞模型的交通拥堵监控预报方法 |
CN103226893B (zh) * | 2013-04-10 | 2015-02-18 | 中国科学院计算技术研究所 | 基于二维宏观流模型描述交通流行为的方法及模拟系统 |
CN104517491B (zh) * | 2014-12-16 | 2018-12-04 | 北京中交兴路车联网科技有限公司 | 一种车辆行驶模拟仿真系统及方法 |
CN104537179B (zh) * | 2014-12-31 | 2016-09-14 | 广东电网有限责任公司佛山供电局 | 获取用电地址和接入点设备间最短路径的方法及系统 |
CN106156877A (zh) * | 2015-04-21 | 2016-11-23 | 阿里巴巴集团控股有限公司 | 预测驾车风险的方法、装置及系统 |
CN105046943B (zh) * | 2015-06-12 | 2017-08-11 | 郑州轻工业学院 | 一种车辆运动模拟中交通故障的建模方法 |
CN107172215B (zh) * | 2017-07-18 | 2018-03-02 | 吉林大学 | 车联网环境下的未来行驶工况信息获取方法 |
CN108400973B (zh) * | 2018-02-02 | 2020-09-25 | 中原工学院 | 车载自组织网络中基于交通流模型的虚假消息检测方法 |
CN108600398A (zh) * | 2018-07-06 | 2018-09-28 | 合肥安华信息科技有限公司 | 一种基于云服务器的高速公路交通管理方法 |
CN111396224B (zh) * | 2019-01-03 | 2022-07-15 | 奥迪股份公司 | 控制车辆发动机的关闭与启动的方法、装置和存储介质 |
CN109816978B (zh) * | 2019-01-28 | 2023-11-14 | 上海海事大学 | 考虑驾驶员动态响应行为的区域群体交通诱导系统及方法 |
CN115019507B (zh) * | 2022-06-06 | 2023-12-01 | 上海旷途科技有限公司 | 城市路网行程时间可靠性实时估计方法 |
CN115359664B (zh) * | 2022-10-21 | 2023-08-01 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种立体复合高速公路的交通仿真方法及装置 |
CN116153166A (zh) * | 2023-04-21 | 2023-05-23 | 西北铁道电子股份有限公司 | 一种轨道车司机出乘前车载模拟方法、系统及设备 |
CN117804490B (zh) * | 2024-02-28 | 2024-05-17 | 四川交通职业技术学院 | 一种车辆运行路线的综合规划方法及装置 |
-
2009
- 2009-07-23 CN CN2009100551997A patent/CN101639871B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN101639871A (zh) | 2010-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101639871B (zh) | 面向行为研究的车载动态交通信息诱导系统模拟设计方法 | |
CN104821080B (zh) | 基于宏观城市交通流的智能车辆行驶速度及时间预测方法 | |
US9459111B2 (en) | Methods and apparatus for estimating power usage | |
Zhao et al. | Truck traffic speed prediction under non-recurrent congestion: Based on optimized deep learning algorithms and GPS data | |
Ahn et al. | Network-wide impacts of eco-routing strategies: a large-scale case study | |
Boxill et al. | An evaluation of traffic simulation models for supporting its | |
CN108763776A (zh) | 一种城市快速路网时变交通状态仿真方法及装置 | |
CN104866654A (zh) | 一种一体化城市动态交通仿真平台的构建方法 | |
CN103593535A (zh) | 基于多尺度融合的城市交通复杂自适应网络平行仿真系统及方法 | |
CN101556625A (zh) | 驾驶员对路径信息板动态响应行为的动态模拟方法 | |
Eisele et al. | Estimating the safety and operational impact of raised medians and driveway density: experiences from Texas and Oklahoma case studies | |
CN105303856B (zh) | 一种预测模型的可变情报板信息发布方法 | |
Anya et al. | Application of AIMSUN microsimulation model to estimate emissions on signalized arterial corridors | |
CN105841709A (zh) | 一种汽车行驶路径规划方法 | |
CN105047057A (zh) | 一种考虑多驾驶员类型和车道选择偏好的高快速路网宏观交通流仿真方法 | |
CN103310057A (zh) | 交通微观仿真运行方法和装置 | |
Fang et al. | Change in microscopic traffic simulation practice with respect to the emerging automated driving technology | |
Liu et al. | Assessing the impacts of connected-and-autonomous vehicle management strategy on the environmental sustainability of urban expressway system | |
Samaras et al. | Quantification of the effect of ITS on CO2 emissions from road transportation | |
Mansurova et al. | Interaction of adjacent smart traffic lights during traffic jams at an intersection | |
Csikós | Modeling and control methods for the reduction of traffic pollution and traffic stabilization | |
Permata et al. | Effect of Toll Road Construction on Local Road Level of Service in Gandus Sub-District, Palembang City | |
Xia et al. | Generic validation approach for microscopic traffic simulation and drivetrain simulation in the district of Aachen | |
Забарило et al. | The role of traffic flow modeling in solving current problems of transport planning in Ukraine | |
Zheng et al. | Predictive Modelling of Traffic Delay in Arterial Road Based on Machine Learning Algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120321 Termination date: 20140723 |
|
EXPY | Termination of patent right or utility model |