CN105574243A - 基于进入车道时间的高性能中观交通仿真方法 - Google Patents

基于进入车道时间的高性能中观交通仿真方法 Download PDF

Info

Publication number
CN105574243A
CN105574243A CN201510923443.2A CN201510923443A CN105574243A CN 105574243 A CN105574243 A CN 105574243A CN 201510923443 A CN201510923443 A CN 201510923443A CN 105574243 A CN105574243 A CN 105574243A
Authority
CN
China
Prior art keywords
time
track
queue
lane
entering
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.)
Pending
Application number
CN201510923443.2A
Other languages
English (en)
Inventor
宋晓
马耀飞
赖李媛君
唐文杰
马良
龚光红
谢子平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN201510923443.2A priority Critical patent/CN105574243A/zh
Publication of CN105574243A publication Critical patent/CN105574243A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于进入车道时间的高性能中观交通仿真方法,属于并行交通仿真技术领域。所述仿真方法首先初始化时间步长、进入车道时间和累计移动距离,在每个时间步长内,对每条路段内每个车道上的交通动态进行仿真,求解每个车道上的进入车道时间,据此,上游车道的车辆移动到下游车道,计算车辆的进入队列时间和队列长度。本发明通过更新各个车道的“进入车道时间”和“进入队列时间”来计算车道上车辆的移动部分或队列部分,将时间步长内模拟一个车道的理论时间复杂度减少为通过车道的车辆数量,大大减少了模拟拥堵道路场景时的时间;省掉了计算其他车辆位置和速度的时间,提高了仿真效率。

Description

基于进入车道时间的高性能中观交通仿真方法
技术领域
本发明属于并行交通仿真技术领域,涉及计算机科学,具体地说,是指一种基于进入车道时间的高性能中观交通仿真方法。
背景技术
随着交通信息系统、事故管理系统、自适应信号控制系统的快速发展,交通系统变得越来越复杂。单纯的数学模型在很大程度上不能对交通系统中各独立单元的详细信息以及各单元间复杂的相互作用进行建模和分析。因此,交通仿真成了设计师和工程师在解决关于离线系统规划和在线运营管理的动态交通分配问题时所迫切需要的关键解决方法。
基于车流模型的细节等级,交通仿真可以被分为三类:微观仿真、宏观仿真和中观仿真。其中,微观仿真软件可以提供最详细的交通信息,但是这一般需要庞大的计算资源,并且通常只能用于离线应用或者小规模路网。宏观仿真是对模型做了较大的简化,其仿真效率表现优异,但是不容易扩展到实际路网环境下,不能基于模型揭示一些复杂的交通事件产生的原因,也缺乏对驾驶员多种路径选择以及许多其他交通现象建模的能力,限制了它在许多在线或离线应用上的适用性。而中观交通仿真软件实现了计算代价和仿真精确度的一个平衡,同时也相对更容易实现,因此,中观交通仿真软件已经被广泛的使用在基于大规模仿真的交通分析系统中。
现有的中观交通仿真方法中,在每个仿真步长内模拟一条车道的时间复杂度是与这条车道上车辆的数量成线性关系的。这种时间复杂度在车辆数较少时运算时间可以接受,但当需要模拟整个城市的交通情况时,其计算代价往往是不能承受的,通常需要半小时以上的解算时间(拥堵越严重时间越长),这意味着仿真结果不能用于动态交通仿真分配和疏导,也就是说仿真的低效使得其结果失去了可用性。
发明内容
本发明的目的是:提供一种基于进入车道时间的中观交通仿真方法,解决现有中观仿真方法时间复杂度过大、效率较低的问题。采用本发明提供的基于进入车道时间的中观交通仿真方法,使得计算代价对车辆总数的敏感度有所降低,同时在计算车道上的速度和队列长度方面,其精度也相对较高。这种方法的主要思想是通过更新各个车道的“进入车道时间”(以tp标识)和“进入队列时间”(以tq标识)两个参数来计算车道上车辆的移动部分或队列部分。该方法最主要的特点是将时间步长内模拟一个车道的理论时间复杂度减少为通过车道的车辆数量,大大减少了模拟拥堵道路场景时的时间。
所述的基于进入车道时间的中观交通仿真方法,具体包括如下步骤:
第1步,时间从0开始,每一次增加1,即0,1,2,…,T,T+1,…。其中T是一个整数,代表某一个仿真时刻。这里时间每增加1代表仿真推进一步,而仿真步长代表实际时间的0.5~2秒。比如时间步长取0.5秒,即实际时间是0,0.5,1.0,…,0.5T,0.5(T+1),…。
第2步,在每个时间步长内,对每条路段内每个车道上的交通动态进行仿真,求解每个车道上的进入车道时间tp。
第3步,上游车道的车辆移动到下游车道,计算车辆的进入队列时间tq和队列长度。
本发明的优点在于:
以往的中观交通仿真是每个时间步长上每个车道上的每个车辆都依次计算自己的速度和位置;本发明中不必计算每个车辆的速度和位置,只要计算进入车道时间和进入队列时间,根据这两个时间点判断能通过车道的车辆,然后对这些车辆进行位置更新,其他车辆只要更新其进入车道时间即可。这样省掉了计算其他车辆位置和速度的时间,提高了仿真效率。特别是在拥堵场景下,由于能通过车道的车辆非常少,大部分车辆不必计算,省掉大量计算工作,从而能更大地提高仿真效率。
附图说明
图1为本发明仿真方法适用道路路网示意图;
图2为本发明仿真方法在一个路段上的一个车道上的示意图;
图3为本发明仿真方法中车辆通过节点(路口)的条件示意图;
图4为本发明仿真方法的总体流程示意图。
具体实施方式
下面将结合附图和实施例对本发明作进一步的详细说明。
如图1所示,一个道路网络被模拟成节点、路段和车道。节点对应实际道路路网中的交叉口(十字路口等);路段代表两个交叉口间的单向路段(如果要模拟双向车道,只要增加另一方向的单向路段即可)。每个路段包括多个车道,图1中示意的是一个单向路段内有两个车道的情形。每个车道包括许多位于车道内的车辆。每个车道在上游端和下游端都有容量限制,分别称为输入容量和输出容量,模拟受红绿灯限制单位时间内通过的车辆数。当车辆无法通过车道时就会产生排队的队列,当车道堵塞时就发生溢回(从车道下游端堵到车道上游端),在拥堵车道上队列的长度与车道长度相等。
图2为本方法中某个路段某个车道的例子(路段由车道组成,分析单个车道即表示所有车道可以采用同样方法处理)。图2显示了基于进入车道时间的中观仿真方法中某路段的一个车道上的例子。首先,每条车道上的车辆按各自的进入车道时间tp排序。其次,在本方法中,每个车道都有一个速度表,假设每个时间步长内同一个车道里的车辆速度一样,速度表包括了最近几个时间步长的车道速度。考虑到速度表和车辆的进入车道时间,则累计的车辆移动距离就可以计算出来。然后,每个车道都有一个关键的属性:进入车道时间tp,这表示在一个时间t内,如果一辆车的进入车道的时间小于(或等于)该车道的进入车道时间tp,该辆车的累计移动距离就会大于或等于所在车道的长度,就会有通过所在车道的可能。例如,在图2中,现在的仿真时间是T,而进入车道时间tp是T-5,即这意味着仿真中只需对进入车道时间小于tp的那部分车辆进行检查,不必计算其他车辆是否能通过车道。另外,每个车道有另一个关键属性:车辆进入队列时间tq,表示在时间T时,如果一个车道已经有队列且车辆的进入队列时间早于或等于tq,则车辆需要排队或直接通过。例如,在图2中,进入队列时间tq是T-4,意味着进入车道时间tp早于T-4的车辆可能排队也可能直接通过。比如图2中,V1~V9是9辆车,V1~V3的进入车道时间是T-1,V4的进入车道时间是T-3,V5~V6的进入车道时间是T-4,V7~V9的进入车道时间是T-5,而当前tp=T-5,意味着仿真只需对V7~V9进行是否通过车道的检验。同时,由于tq=T-4,意味着V5~V9在排队,队长是5辆车。
本发明提出了一种基于进入车道时间的高性能中观交通仿真方法,包括如下步骤:
第1步,初始化时间步长、进入车道时间和累计移动距离。时间从0开始,每一次增加1,即0,1,2,…,T,T+1,…。每个时间步长根据每次仿真的场景不同可微调,一般中观交通仿真的每一个时间步长代表实际时间的0.5~2秒。是周期内的累计移动距离,刚开始仿真时是0,是0。是时间T时所有车辆最早(即最小)的进入车道的时间,因此进入车道时间
第2步,在每个时间步长T~T+1内,对每条路段的每个车道上的交通动态进行仿真,求解每个车道的进入车道时间tp,即更新tp为
设计算法如下:假设下一个时间步是T+1,同时当仿真时间从T到T+1,周期内的累计移动距离为并且累计移动距离的增长是基于T+1时的速度,即其中vT是T时刻车道上所有车辆的平均速度,Δt是时间步长。如果车道长度比大,那么进入车道时间tp就可以从更新为
这意味着进入车道时间tp不大于的车辆具有了通过当前车道的条件之一(即第4步中的条件④)。这里有另一种方法来理解更新tp的过程,当交通仿真刚开始的时候,车道上没有车辆可以通过,tp是0。最后当交通仿真结束的时候,大部分车辆能够通过车道(没有堵塞),因此tp应该接近仿真时间的终点。在仿真周期中,更新tp的过程就只是检查tp是否可以增加从而使得车道上有更多车辆可以通过进入到下一个路段(即下一个车道)。
第3步,将上游车道的车辆移动到下游车道。
(1)对车道进行从下游车辆到上游车辆的一个倒序检查。这是因为上游车辆的位置是由其前方(下游)车辆是否能通过当前车道所决定的。
(2)通过车道的车辆的最大数量是车道的输出容量。因此,每个时间步长内只对进入车道时间小于tp的那部分车辆进行检查。例如,当对一个典型的高速公路车道(车道容量1800辆/小时)进行仿真时,一个典型的时间步长(2s)内的车辆的理论最大通过量(输出容量)是1。
(3)如图3所示,这里有四条规则来决定一辆车是否能通过节点离开上游车道:①当前车道(上游车道)有足够的输出容量(输出容量是指根据路口红绿灯情况计算出的平均通过车辆个数);②下游车道有足够的输入容量(输入容量是指根据路口红绿灯情况计算出的平均通过车辆个数,对同一个路口的上下游车道来说,输入容量=输出容量);③下游车道有足够的剩余空间(剩余空间=车道长度-队列长度);④车辆进入上游车道的时间不大于该上游车道的进入车道时间tp。
如果一辆车不能通过上游车道,上游车道的上游车辆就被堵塞了。因此,这里就没有必要对上游车辆进行检查。如果多个车辆(在不同的车道或道路上)可以通过上游车道并且所要驶入的下游车道是同一个,那么,首先更新等待时间最长(更新进入车道时间tp)的车辆。在该仿真方法中,一个车辆的状态(例如,进入时间和车道)只在车辆从一个上游车道进入下游车道时更新,与目前其他的方法在每一个时间步长内更新每一个独立车辆的状态(例如位置)的方法相比,基于进入车道时间的仿真方法在时间上更具有效率。
计算车辆的进入队列时间tq和队列长度。具体过程如下:
(1)在一个时间步长T~T+1内,车辆进入队列的时间总是比大,因为车辆不可能向后开退出队列。另外,进入队列的时间总是大于或等于进入车道的时间
(2)如果一辆车在t时间到达了队列的尾部,当前队列的进入队列时间为则更新进入队列时间tq=t。
(3)当进入队列时间tq更新时,队列长度也会一起更新。队列长度在以下三种情况下更新:
①队列长度增加:如果队列长度增加并且
②队列长度减少:如果一辆车通过了车道;
③队列长度增加:如果增加并且车辆到达队列的尾部。
与tp相同,更新队列的进入时间tq的本质是检查tq是否可以增加,并且移动车辆进入队列。
计算完此步后回到第2步,即准备下一个车道的交通动态仿真。

Claims (5)

1.基于进入车道时间的高性能中观交通仿真方法,其特征在于:
第1步,初始化时间步长、进入车道时间和累计移动距离;
时间从0开始,每一次增加1,即0,1,2,…,T,T+1,…。其中T是一个整数,代表某一个仿真时刻;是周期内的累计移动距离,刚开始仿真时是0,是0;是时间T时所有车辆最早的进入车道的时间,因此进入车道时间
第2步,在每个时间步长内,对每条路段内每个车道上的交通动态进行仿真,求解每个车道上的进入车道时间tp;
第3步,上游车道的车辆移动到下游车道,计算车辆的进入队列时间tq和队列长度。
2.根据权利要求1所述的基于进入车道时间的高性能中观交通仿真方法,其特征在于:每一个时间步长代表实际时间的0.5~2秒。
3.根据权利要求1所述的基于进入车道时间的高性能中观交通仿真方法,其特征在于:第二步具体为:
当仿真时间从T到T+1,周期内的累计移动距离为并且累计移动距离的增长是基于T+1时的速度,即其中vT是T时刻车道上所有车辆的平均速度,Δt是时间步长;如果车道长度比大,那么进入车道时间tp就从更新为 tp = t p T + 1 .
4.根据权利要求1所述的基于进入车道时间的高性能中观交通仿真方法,其特征在于:第3步中有四条规则来决定一辆车是否能通过节点离开上游车道:①当前车道有足够的输出容量;②下游车道有足够的输入容量;③下游车道有足够的剩余空间;④车辆进入上游车道的时间不大于该上游车道的进入车道时间tp。
5.根据权利要求1所述的基于进入车道时间的高性能中观交通仿真方法,其特征在于:所述的计算车辆的进入队列时间tq和队列长度,具体过程如下:
(1)在一个时间步长T~T+1内,车辆进入队列的时间总是比大,进入队列的时间总是大于或等于进入车道的时间
(2)如果一辆车在t时间到达了队列的尾部,当前队列的进入队列时间为则更新进入队列时间tq=t;
(3)当进入队列时间tq更新时,队列长度也会一起更新;队列长度在以下三种情况下更新:
①队列长度增加:如果队列长度增加并且
②队列长度减少:如果一辆车通过了车道;
③队列长度增加:如果增加并且车辆到达队列的尾部。
CN201510923443.2A 2015-12-14 2015-12-14 基于进入车道时间的高性能中观交通仿真方法 Pending CN105574243A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510923443.2A CN105574243A (zh) 2015-12-14 2015-12-14 基于进入车道时间的高性能中观交通仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510923443.2A CN105574243A (zh) 2015-12-14 2015-12-14 基于进入车道时间的高性能中观交通仿真方法

Publications (1)

Publication Number Publication Date
CN105574243A true CN105574243A (zh) 2016-05-11

Family

ID=55884373

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510923443.2A Pending CN105574243A (zh) 2015-12-14 2015-12-14 基于进入车道时间的高性能中观交通仿真方法

Country Status (1)

Country Link
CN (1) CN105574243A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107507271A (zh) * 2017-08-09 2017-12-22 交通运输部科学研究院 交通指数驱动高速公路拥堵场景仿真与投影沙盘展示方法
CN108389419A (zh) * 2018-03-02 2018-08-10 辽宁工业大学 一种车辆动态路径诱导方法
CN111881557A (zh) * 2020-07-01 2020-11-03 浙江浙大中控信息技术有限公司 基于道路平均速度的车流仿真方法
CN112861420A (zh) * 2021-01-08 2021-05-28 中山大学 一种面向混合车流运行场景的中观交通仿真模型构建方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130282346A1 (en) * 2001-06-22 2013-10-24 Caliper Corporation Traffic data management and simulation system
CN103593535A (zh) * 2013-11-22 2014-02-19 南京洛普股份有限公司 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
US20140172393A1 (en) * 2012-12-13 2014-06-19 The Korea Transport Institute Traffic communication-integrated system
CN104298829A (zh) * 2014-10-14 2015-01-21 浙江师范大学 基于元胞自动机模型的城市路网交通流仿真设计方法
CN104866654A (zh) * 2015-05-06 2015-08-26 广州市交通规划研究院 一种一体化城市动态交通仿真平台的构建方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130282346A1 (en) * 2001-06-22 2013-10-24 Caliper Corporation Traffic data management and simulation system
US20140172393A1 (en) * 2012-12-13 2014-06-19 The Korea Transport Institute Traffic communication-integrated system
CN103593535A (zh) * 2013-11-22 2014-02-19 南京洛普股份有限公司 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
CN104298829A (zh) * 2014-10-14 2015-01-21 浙江师范大学 基于元胞自动机模型的城市路网交通流仿真设计方法
CN104866654A (zh) * 2015-05-06 2015-08-26 广州市交通规划研究院 一种一体化城市动态交通仿真平台的构建方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《SIMULATION MODELLING PRACTICE AND THEORY 》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107507271A (zh) * 2017-08-09 2017-12-22 交通运输部科学研究院 交通指数驱动高速公路拥堵场景仿真与投影沙盘展示方法
CN107507271B (zh) * 2017-08-09 2020-05-08 交通运输部科学研究院 交通指数驱动高速公路拥堵场景仿真与投影沙盘展示方法
CN108389419A (zh) * 2018-03-02 2018-08-10 辽宁工业大学 一种车辆动态路径诱导方法
CN108389419B (zh) * 2018-03-02 2024-03-29 辽宁工业大学 一种车辆动态路径诱导方法
CN111881557A (zh) * 2020-07-01 2020-11-03 浙江浙大中控信息技术有限公司 基于道路平均速度的车流仿真方法
CN111881557B (zh) * 2020-07-01 2023-09-29 浙江中控信息产业股份有限公司 基于道路平均速度的车流仿真方法
CN112861420A (zh) * 2021-01-08 2021-05-28 中山大学 一种面向混合车流运行场景的中观交通仿真模型构建方法

Similar Documents

Publication Publication Date Title
CN103593535B (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
Flötteröd et al. Operational macroscopic modeling of complex urban road intersections
Jain et al. Modeling vehicular traffic flow using M/G/C/C state dependent queueing models
CN102436751B (zh) 基于城市宏观路网模型的交通流短时预测方法
Jayakrishnan et al. An evaluation tool for advanced traffic information and management systems in urban networks
Kamalanathsharma et al. Networkwide impacts of vehicle ecospeed control in the vicinity of traffic signalized intersections
CN105574243A (zh) 基于进入车道时间的高性能中观交通仿真方法
Dorokhin et al. Traffic simulation: an analytical review
US20120095740A1 (en) Simulation device, simulation method, and recording medium storing simulation program
Chen et al. Effects of variable speed limit on energy consumption with autonomous vehicles on urban roads using modified cell-transmission model
Chai et al. Traffic performance of shared lanes at signalized intersections based on cellular automata modeling
CN114462233A (zh) 微观交通仿真方法、计算机装置和存储介质
Fujimoto et al. Ad hoc distributed simulations
Rao et al. Modeling conflicts of heterogeneous traffic at urban uncontrolled intersections
JP3520331B2 (ja) 交通流シミュレーション装置
van Wageningen-Kessels et al. Traffic flow modeling: A genealogy
Wu et al. Particle filter based traffic data assimilation with sensor informed proposal distribution
Troutbeck The performance of uncontrolled merges using a limited priority process
Ishak et al. Improvement and evaluation of cell-transmission model for operational analysis of traffic networks: Freeway case study
Nguyen Evaluation of SCATSIM–RTA Adaptive Traffic Network Simulation Model
Al-Obaedi Simulating the effect of speed humps on the U-turn traffic
Ng et al. UTNSim: A new traffic simulator based on the LWR-IM mesoscopic traffic model
Simonsson Car-following as a tool in road traffic simulation
Winsor Influence of networked and cooperative vehicles on virtual right-of-way performance in mixed traffic
KR100405202B1 (ko) 이진셀을 이용한 미시적 교통류 분석 방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160511

WD01 Invention patent application deemed withdrawn after publication