CN106846818A - 基于Simulink仿真的路网动态交通流预测方法 - Google Patents
基于Simulink仿真的路网动态交通流预测方法 Download PDFInfo
- Publication number
- CN106846818A CN106846818A CN201710269677.9A CN201710269677A CN106846818A CN 106846818 A CN106846818 A CN 106846818A CN 201710269677 A CN201710269677 A CN 201710269677A CN 106846818 A CN106846818 A CN 106846818A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- road network
- module
- road
- intersection
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Abstract
本发明公开了一种基于Simulink仿真的路网动态交通流预测方法,包括以下步骤:步骤10)获取待预测路网的基础交通信息,所述基础交通信息包括路网拓扑结构信息和路网交通运行信息;步骤20)根据步骤10)获取待预测路网的基础交通信息,创建基于Simulink的路网交通仿真系统;步骤30)根据步骤20)创建的路网交通仿真系统,进行路网交通流动态预测,提取预测的交通信息。该预测方法可精准、实时预测大规模城市路网上运行的动态交通流信息。
Description
技术领域
本发明涉及一种路网动态交通流预测方法,具体来说,涉及一种基于Simulink仿真的路网动态交通流预测方法。
背景技术
目前,我国的城市交通拥堵已由交通问题上升为一个全民关注的社会问题,正越来越严重地影响着经济社会发展和民生改善。城市交通拥堵的防控和治理极其依赖于对路网动态交通流的精准、实时预测。然而,由于我国城市路网构成复杂,车辆行驶行为多样,交通需求时变,动态预测动态交通流是一个非常有挑战的技术难题。基于交通仿真来再现车辆在复杂路上的微观行为,进而推导得出交通流的宏观运行机理被认为是最精准的交通流预测方法。元胞自动机交通建模是当前最流行的交通仿真方法,但受限于元胞自动机的仿真速度,现有元胞自动机模型只能仿真单个路段或交叉口,无法实现大规模城市路网的交通流仿真。
发明内容
技术问题:本发明所要解决的技术问题是:提供一种基于Simulink仿真的路网动态交通流预测方法,能够针对复杂路网准确的预测交通流信息。
技术方案:为解决上述技术问题,本发明实施例采用的基于Simulink仿真的路网动态交通流预测方法,包括以下步骤:
步骤10)获取待预测路网的基础交通信息,所述基础交通信息包括路网拓扑结构信息和路网交通运行信息;
步骤20)根据步骤10)获取待预测路网的基础交通信息,创建基于Simulink的路网交通仿真系统;
步骤30)根据步骤20)创建的路网交通仿真系统,进行路网交通流动态预测,提取预测的交通信息。
作为优选例,所述步骤10)中,获取路网拓扑结构信息,包括:
将待预测路网中的交叉口和道路依次编号;每条道路分为路段和进口区域两个部分;
获取待预测路网中每条路段的车道数MJ,每个交叉口进口区域的车道数AK,每个交叉口内部区域的车流冲突点位置HI和每个交叉口的出口数量RI;
获得待预测路网中所有交叉口和路段节点的坐标,根据坐标计算每个交叉口内部区域的长度Ili、左转车轨迹长度Tli、右转车轨迹长度Tri,以及路段上每条车道的长度Lmj和进口区域每条车道的长度Lak。
作为优选例,所述步骤10)中,获取路网交通运行信息,包括:
在待预测路网的所有边界道路上布设线圈检测器,并选择高峰小时,利用线圈检测器测得的数据,测算边界道路上的车辆占有率,并对车辆占有率进行平滑处理,得到各边界道路上的车辆占有率时间序列Oi;
在待预测路网的所有交叉口布设视频检测器,并选择高峰小时,利用视频检测器测得的数据,测算高峰小时内各交叉口左转车辆数占总车辆数的比例Pli、直行车辆数占总车辆数的比例Pti和右转车辆数占总车辆数的比例Pri;
获取待预测路网的所有交叉口在高峰小时各信号交叉口的现状信号配时方案SI。
作为优选例,所述的步骤20)包括以下步骤:
步骤201)创建九类路网结构S函数模块:打开Matlab/Simulink的空白编辑器,选择User-Defined Functions模块库中的S函数模块,添加九个S函数模块到模块编辑器中;九个S函数模块分别命名为:车辆生成模块、车辆进入路段模块、车辆单车道前进模块、车辆换道模块、进口区域行驶模块、进口车辆驶入交叉口模块、信号控制模块、交叉口内部行驶模块和接口模块,创建九类路网结构S函数模块;
步骤202)设置九类路网结构S函数模块参数属性:
在车辆生成模块中设置输入参数Oi;
在车辆进入路段模块中设置输入参数MJ;
在车辆单车道前进模块中设置输入参数Lmj;
在车辆换道模块中设置输入参数Pli,Pti,Pri;
在进口区域行驶模块中设置输入参数AK,Lak;
在进口车辆驶入交叉口模块中设置输入参数HI;
在信号控制模块中设置输入参数SI;
在交叉口内部区域行驶模块中设置输入参数Ili,Tli,Tri;
在接口模块中设置输入参数RI;
步骤203)搭建路网交通仿真系统:根据步骤10)获取的待预测路网的拓扑结构信息,与待预测的路网结构一一对应,通过在Matlab/Simulink组件中添加和连接步骤201)创建的九类路网结构S函数模块和步骤202)设置的九类S函数模块参数,搭建面向实际交通环境的Simulink路网交通仿真系统。
作为优选例,所述的步骤201)中,车辆生成模块:用于根据获取的待预测路网边界道路上的车辆占有率时间序列,在信号源生成器中设置不同时间段内每个边界道路上车辆进入仿真系统的概率;
车辆进入路段模块:用于在每一个仿真时间步,按照车辆生成模块传送的概率参数,新加入车辆进入路段车道的起点位置;如果起点位置已被车辆占用,则本时间步不再新生成车辆;
车辆单车道前进模块:用于模拟车辆在单车道上的行驶行为;
车辆换道模块:用于模拟车辆在路段上的换道行为;
进口区域行驶模块:用于模拟车辆在进口区域的行驶行为;
进口车辆驶入交叉口模块:用于模拟交叉口多个进口方向交通流的汇集;
信号控制模块:用于根据获取的待预测路网上交叉口的信号配时方案,在信号源生成器中设置仿真时间段内交叉口各进口的绿灯时间和红灯时间;
交叉口内部区域行驶模块:用于模拟车辆通过停车线进入交叉口内部的行驶过程;
接口模块:用于接收输出交叉口的车辆。
作为优选例,所述的步骤30)包括以下步骤:
步骤301)采用精细化可变元胞自动机,建立车辆行驶模型;
步骤302)将步骤301)建立的车辆行驶模型添加到S函数模块中;
步骤303)执行Simulink仿真,提取预测交通信息。
作为优选例,所述步骤301)包括以下步骤:
步骤3011)进行网格化处理待预测路网,具体包括:按照1m×0.9m的精细化元胞尺寸将待预测路网网格化,并在路网空间上建立坐标系;所述坐标系以西向东方向为X轴,以南向北方向为Y轴;采用车头位置所在坐标作为车辆坐标;
步骤3012)按式(1)计算每辆车在t时刻占用的元胞数:
式中,Nx表示车辆沿X轴方向占用的元胞个数,Ny表示车辆沿Y轴方向占用的元胞个数,ceil表示向下取整,Lveh表示车辆的宽度,vn(t)表示车辆n在t时刻的速度;
步骤3013)建立车辆行驶模型,包括车辆前行运动模型、车辆侧向运动模型、车辆冲突消除模型;定义xn(t)表示车辆n在t时刻的横坐标;xn(t+1)表示车辆n在t+1时刻的横坐标;yn(t+1)表示车辆n在t+1时刻的纵坐标;将车辆的速度vn按照元胞/秒进行量纲转换;
所述车辆前行运动模型包括:车辆加速运动、车辆减速运动、车辆随机慢化和车辆的前行运动位置;
所述车辆加速运动模型如式(2)所示:
其中,vn(t+1)表示车辆n在t+1时刻的速度,表示车辆平均加速度,vmax表示车辆的最大速度;
所述车辆减速运动模型如式(3)所示:
其中,表示车辆的平均减速度,df n(t)表示车辆减速后与前车保持的安全间距,df n(t)=xn+1(t)-xn(t),xn+1(t)表示车辆n+1在t时刻的横坐标;
所述车辆随机慢化模型为:设t+1时刻车辆n的速度vn(t+1)以概率pr减速,0<pr<1,并生成概率随机数R1,0<R1<1;如果R1≥pr,那么t+1时刻车辆n的速度按照车辆的平均减速度v~b再次减速;如果R1<pr,那么t+1时刻车辆n的速度保持不变;
依次执行加速运动模型、减速运动模型和随机慢化模型,得到最终速度;车辆n根据t+1时刻的最终速度向前行驶;
所述确定车辆的前行运动位置模型如式(4)所示:
xn(t+1)=xn(t)+vn(t+1) 式(4)
所述车辆侧向运动模型包括:
首先,分配车辆的转向属性,生成概率随机数R2,0≤R2≤1;根据步骤10)获取的参数Pli、Pti和Pri,如果R2<Pti,那么将车辆n设定为直行车;如果Pli+Pti>R2≥Pti,那么将车辆n设定为左转车;如果R2≥Pli+Pti+Pri,那么将车辆n设定为右转车;
其次,判断是否具有换道倾向:当车辆满足下列条件,则车辆n在t时刻具有换道倾向:在t时刻车辆n与正前方车辆的间距df n(t),不能保证t时刻车辆n按速度值vn(t)行驶;或者,在t时刻车辆n不在路段或进口区域的最右侧车道上行驶,且车辆n为右转车;或者,在t时刻车辆n不在路段或进口区域的最左侧车道上行驶,且车辆n为左转车;或者,在t时刻车辆n不在路段或进口区域的中间车道上行驶,且车辆n为直行车;
最后,确定车辆的侧向运动位置:如果t时刻车辆n具有换道倾向,并将车辆的速度vn按照元胞/秒进行量纲转换,满足dlf n(t)>vn(t)或drf n(t)>vn(t),那么车辆n可安全换道;如果dlf n(t)>drf n(t),则车辆n向左侧车道换道;如果dlf n(t)≤drf n(t),则车辆n向右侧车道换道;其中,dlf n(t)表示在t时刻车辆n与左前方车辆的间距,drf n(t)表示在t时刻车辆n与右前方车辆的间距;确定车辆的侧向运动位置后,更新车辆的纵坐标yn(t+1);
所述车辆冲突消除模型包括:在交叉口内部右转车不受信号控制,存在右转车辆与对向直行车辆的交织冲突;如果右转车辆抵达冲突元胞的时间大于对向直行车,即dn r(t)/vn r(t)>dn z(t)/vn z(t),那么右转车优先通行;如果右转车抵达冲突元胞的时间小于或等于对向直行车,即dn r(t)/vr(t)≤dn z(t)/vz(t),那么直行车优先通行;其中,dn r(t)表示第n辆右转车距离冲突元胞的位置,vn r(t)表示第n辆右转车在t时刻的速度,dn z(t)表示第n辆直行车距离冲突元胞的位置,vn z(t)表示第n辆直行车在t时刻的速度。
作为优选例,所述步骤302)包括以下步骤:
对于车辆生成模块,将步骤10)获取的边界路网占有率Oi输入信号发生器;
对于车辆进入路段模块,将步骤3013)中的车辆侧向运动模型编译成M文件,并限定车辆的纵坐标取值小于路段上的车道数MJ,即yn(t+1)<MJ;
对于车辆单车道前进模块,将步骤3013)中的车辆前行运动模型编译成M文件,并限定车辆的前行运动位置小于路段上的车道长度Lmj,即xn(t)<Lmj;
对于车辆换道模块,将步骤3013)中的车辆侧向运动模型编译成M文件,在分配车辆转向属性时,左转车比例为Pli,直行车比例为Pti,右转车比例为Pri;
对于进口区域行驶模块,将步骤3013)中的车辆前行运动模型编译成M文件,并限定车辆的前行运动位置小于进口区域的车道长度Lak,即xn(t)<Lak;同时,将步骤3013)中的车辆侧向运动模型编译成M文件,并限定车辆的侧向位置小于进口区域的车道数AK,即yn(t)<AK;
对于进口车辆驶入交叉口模块,将步骤3013)中的车辆冲突消除模型编译成M文件,冲突元胞位置按HI取值;
对于信号控制模块,将步骤10)获取的交叉口信号控制方案SI输入信号发生器;
对于交叉口内部区域行驶模块,将步骤301)中的车辆前行运动模型编译成M文件,并且限定直行车辆的前行运动位置小于交叉口长度Ili,左转车辆的前行不能超过左转轨迹长度Tli,右转车辆的前行不能超过右转轨迹长度Tri;
对于接口模块,采用开放边界条件,将接收到的车辆剔除出仿真系统。
作为优选例,所述步骤303)包括以下步骤:
提取车辆平均速度信息:在仿真过程中实时记录车辆n在t时刻的瞬时车速vn(t)和行驶在路网上的车辆总数N(t);依据式(5)测算待预测城市路网上t时刻车辆的平均速度v(t):
其中,N表示仿真的车辆总数;
提取路网平均流量信息:仿真过程中,在路网上布置M个流量检测器,第m个检测器在t时刻检测到的交通流量Jm(t)为t时刻驶过该检测器的车辆数之和;依据式(6)测算待预测城市路网上t时刻的平均流量J(t):
其中,M表示待预测路网中的道路总数。
有益效果:与现有技术相比,本发明的有益效果是:
1.本发明实施例采用精细化可变元胞自动机来模拟车辆在路网系统多个单元上的微观运动过程,通过对车辆实际行驶行为的规则化描述,来全面呈现城市路网上交通流的动态传播。相较于现有技术,本发明实施例全面考虑了影响路网交通流的相关因素,描述了车辆之间的微观作用关系,预测获得的交通流信息更加精准可靠。具体来说,步骤3011采用了精细化可变元胞自动机来模拟车辆在路网系统多个单元上的微观运动过程。步骤3012和步骤3013对车辆实际行驶行为的规则化描述。步骤302全面考虑了影响路网交通流的相关因素,并描述了车辆之间的微观作用关系。
2.在交通流预测的方法实现上,本发明实施例巧妙借助Simulink仿真系统,将大规模路网的复杂交通仿真分解为多个S函数模块,基于实际路网交通基础信息设置参数后,搭接各S函数即可实现对城市交通流的动态仿真预测。相较于现有技术,本发明实施例能够充分发挥元胞自动机模型在交通流预测精度上的优势,屏蔽了繁琐的编程工作,极大了加速了交通仿真速度。
3.在交通流预测的操作性便利上,本发明实施例创建了多个路网单元S函数模块,通过对各S函数模块的连接、组合和封装,就能实现对各种城市路网的交通流仿真。同时相较于现有技术,预测所必须的路网基础交通信息可通过网络地图获取,不再需要大规模铺设耗资昂贵的交通检测器。从应用角度来看,本发明的技术方法适用性强、操作简单、费用低廉。
附图说明
图1为本发明实施例的流程框图;
图2为本发明获取路网拓扑结构信息的方法示意图;
图3为本发明获取路网交通运行信息的方法示意图;
图4为本发明实施例中车辆生成模块中边界占有率设置示意图;
图5为本发明实施例中信号控制模块中信号方案设置示意图;
图6为本发明实施例中S函数的参数设置和程序代码编辑示意图;
图7为本发明实施例中Simulink仿真结构示意图;
图8(a)为本发明实例中车辆平均速度预测信息图;
图8(b)为本发明实例中路网平均流量预测信息图。
具体实施方式
下面结合附图,对本发明的技术方案进行详细的描述。
如图1所示,本发明实施例的一种基于Simulink仿真的路网动态交通流预测方法,包括以下步骤:
步骤10)获取待预测路网的基础交通信息,所述基础交通信息包括路网拓扑结构信息和路网交通运行信息。
步骤10)中,获取路网拓扑结构信息,包括:
步骤1011)将待预测路网中的交叉口和道路依次编号;每条道路分为路段和进口区域两个部分。作为示例,可以在网络地图上选择待预测的城市路网。
步骤1012)获取待预测路网中每条路段的车道数MJ,每个交叉口进口区域的车道数AK,每个交叉口内部区域的车流冲突点位置HI和每个交叉口的出口数量RI。
步骤1013)获得待预测路网中所有交叉口和路段节点的坐标,根据坐标计算每个交叉口内部区域的长度Ili、左转车轨迹长度Tli、右转车轨迹长度Tri,以及路段上每条车道的长度Lmj和进口区域每条车道的长度Lak。作为示例,可利用坐标拾取器获得待预测路网中所有交叉口和路段节点的坐标。
步骤10)中,获取路网交通运行信息,包括:
步骤1021)在待预测路网的所有边界道路上布设线圈检测器,并选择高峰小时,利用线圈检测器测得的数据,测算边界道路上的车辆占有率,并对车辆占有率进行平滑处理,得到各边界道路上的车辆占有率时间序列Oi。
步骤1022)在待预测路网的所有交叉口布设视频检测器,并选择高峰小时,利用视频检测器测得的数据,测算高峰小时内各交叉口左转车辆数占总车辆数的比例Pli、直行车辆数占总车辆数的比例Pti和右转车辆数占总车辆数的比例Pri。
步骤1023)获取待预测路网的所有交叉口在高峰小时各信号交叉口的现状信号配时方案SI。
步骤20)根据步骤10)获取待预测路网的基础交通信息,创建基于Simulink的路网交通仿真系统。
步骤20)具体包括步骤201)—步骤203):
步骤201)创建九类路网结构S函数模块:打开Matlab/Simulink的空白编辑器,选择User-Defined Functions模块库中的S函数模块,添加九个S函数模块到模块编辑器中;九个S函数模块分别命名为:车辆生成模块、车辆进入路段模块、车辆单车道前进模块、车辆换道模块、进口区域行驶模块、进口车辆驶入交叉口模块、信号控制模块、交叉口内部行驶模块和接口模块,创建九类路网结构S函数模块。
其中,车辆生成模块:用于根据获取的待预测路网边界道路上的车辆占有率时间序列,在信号源生成器中设置不同时间段内每个边界道路上车辆进入仿真系统的概率。车辆进入路段模块:用于在每一个仿真时间步,按照车辆生成模块传送的概率参数,新加入车辆进入路段车道的起点位置;如果起点位置已被车辆占用,则本时间步不再新生成车辆。车辆单车道前进模块:用于模拟车辆在单车道上的行驶行为。车辆换道模块:用于模拟车辆在路段上的换道行为。进口区域行驶模块:用于模拟车辆在进口区域的行驶行为。进口区域行驶模块中,进口区域不允许车辆换道,且车辆受信号控制。进口车辆驶入交叉口模块:用于模拟交叉口多个进口方向交通流的汇集。进口车辆驶入交叉口模块中,在信号控制下,每个进口区域上的车辆会受到其他进口驶入交叉口车辆的影响。信号控制模块:用于根据获取的待预测路网上交叉口的信号配时方案,在信号源生成器中设置仿真时间段内交叉口各进口的绿灯时间和红灯时间。交叉口内部区域行驶模块:用于模拟车辆通过停车线进入交叉口内部的行驶过程。接口模块:用于接收输出交叉口的车辆。
步骤202)设置九类路网结构S函数模块参数属性。依次选择模板中的九个S函数模块,单击鼠标右键,在弹出的快捷菜单中选择S-Function Parameters选项,打开S函数参数对话框。九类路网结构S函数模块的参数设置方法如下所述:
在车辆生成模块中设置输入参数Oi;
在车辆进入路段模块中设置输入参数MJ;
在车辆单车道前进模块中设置输入参数Lmj;
在车辆换道模块中设置输入参数Pli,Pti,Pri;
在进口区域行驶模块中设置输入参数AK,Lak;
在进口车辆驶入交叉口模块中设置输入参数HI;
在信号控制模块中设置输入参数SI;
在交叉口内部区域行驶模块中设置输入参数Ili,Tli,Tri;
在接口模块中设置输入参数RI;
步骤203)搭建路网交通仿真系统:根据步骤10)获取的待预测路网的拓扑结构信息,与待预测的路网结构一一对应,通过在Matlab/Simulink组件中添加和连接步骤201)创建的九类路网结构S函数模块和步骤202)设置的九类S函数模块参数,搭建面向实际交通环境的Simulink路网交通仿真系统。
步骤30)根据步骤20)创建的路网交通仿真系统,进行路网交通流动态预测,提取预测的交通信息。
所述的步骤30)包括步骤301)—303):
步骤301)采用精细化可变元胞自动机,建立车辆行驶模型。
步骤301)具体包括步骤3011)—3013):
步骤3011)采用精细化元胞尺寸,进行网格化处理待预测路网,具体包括:按照1m×0.9m的精细化元胞尺寸将待预测路网网格化,并在路网空间上建立坐标系;所述坐标系以西向东方向为X轴,以南向北方向为Y轴;采用车头位置所在坐标作为车辆坐标。
步骤3012)按式(1)计算每辆车在t时刻占用的元胞数:
式中,Nx表示车辆沿X轴方向占用的元胞个数。作为优选例,Nx=5。Ny表示车辆沿Y轴方向占用的元胞个数,由车辆宽度Lveh和t时刻的速度vn(t)共同决定。ceil表示向下取整,Lveh表示车辆的宽度,vn(t)表示车辆n在t时刻的速度。
车辆占用的元胞个数由车辆的物理尺寸和侧向净空共同决定,而侧向净空跟车辆速度密切相关,是一个变量。现有的元胞自动机模型中车辆占用的元胞数都是固定不变的,本发明提出可变元胞自动机的概念,以准确仿真再现实际交通中的车辆占用元胞情形。
步骤3013)建立车辆行驶模型,包括车辆前行运动模型、车辆侧向运动模型、车辆冲突消除模型;定义xn(t)表示车辆n在t时刻的横坐标;xn(t+1)表示车辆n在t+1时刻的横坐标;yn(t+1)表示车辆n在t+1时刻的纵坐标;将车辆的速度vn按照元胞/秒进行量纲转换。
所述车辆前行运动模型包括:车辆加速运动、车辆减速运动、车辆随机慢化和车辆的前行运动位置。
所述车辆加速运动模型如式(2)所示:
其中,vn(t+1)表示车辆n在t+1时刻的速度,表示车辆平均加速度,vmax表示车辆的最大速度。作为优选例,
所述车辆减速运动模型如式(3)所示:
其中,表示车辆的平均减速度。作为优选例,df n(t)表示车辆减速后与前车保持的安全间距,df n(t)=xn+1(t)-xn(t),xn+1(t)表示车辆n+1在t时刻的横坐标。
式(3)表示为了避免与前方车辆碰撞,车辆n以平均减速度减速,且减速后还需与前车保持安全的间距df n(t)。
所述车辆随机慢化模型为:设t+1时刻车辆n的速度vn(t+1)以概率pr减速,0<pr<1,并生成概率随机数R1,0<R1<1;如果R1≥pr,那么t+1时刻车辆n的速度按照车辆的平均减速度v~b再次减速;如果R1<pr,那么t+1时刻车辆n的速度保持不变。
依次执行加速运动模型、减速运动模型和随机慢化模型,得到最终速度;车辆n根据t+1时刻的最终速度向前行驶。
所述确定车辆的前行运动位置模型如式(4)所示:
xn(t+1)=xn(t)+vn(t+1) 式(4)
所述车辆侧向运动模型包括:
首先,分配车辆的转向属性,生成概率随机数R2,0≤R2≤1;根据步骤10)获取的参数Pli、Pti和Pri,如果R2<Pti,那么将车辆n设定为直行车;如果Pli+Pti>R2≥Pti,那么将车辆n设定为左转车;如果R2≥Pli+Pti+Pri,那么将车辆n设定为右转车;
其次,判断是否具有换道倾向:当车辆满足下列四个条件之一,则车辆n在t时刻具有换道倾向:
(1)在t时刻车辆n与正前方车辆的间距df n(t),不能保证t时刻车辆n按速度值vn(t)行驶,即df n(t)<vn(t),那么车辆n在t时刻具有换道倾向。
(2)在t时刻车辆n不在路段或进口区域的最右侧车道上行驶,且车辆n为右转车,那么车辆n在t时刻具有换道倾向。
(3)在t时刻车辆n不在路段或进口区域的最左侧车道上行驶,且车辆n为左转车,那么车辆n在t时刻具有换道倾向。
(4)在t时刻车辆n不在路段或进口区域的中间车道上行驶,且车辆n为直行车,那么车辆n在t时刻具有换道倾向。
最后,确定车辆的侧向运动位置:如果t时刻车辆n具有换道倾向,并将车辆的速度vn按照元胞/秒进行量纲转换,满足dlf n(t)>vn(t)或drf n(t)>vn(t),那么车辆n可安全换道;如果dlf n(t)>drf n(t),则车辆n向左侧车道换道;如果dlf n(t)≤drf n(t),则车辆n向右侧车道换道;其中,dlf n(t)表示在t时刻车辆n与左前方车辆的间距,drf n(t)表示在t时刻车辆n与右前方车辆的间距;确定车辆的侧向运动位置后,更新车辆的纵坐标yn(t+1)。
所述车辆冲突消除模型包括:在交叉口内部右转车不受信号控制,存在右转车辆与对向直行车辆的交织冲突;如果右转车辆抵达冲突元胞的时间大于对向直行车,即dn r(t)/vn r(t)>dn z(t)/vn z(t),那么右转车优先通行;如果右转车抵达冲突元胞的时间小于或等于对向直行车,即dn r(t)/vr(t)≤dn z(t)/vz(t),那么直行车优先通行;其中,dn r(t)表示第n辆右转车距离冲突元胞的位置,vn r(t)表示第n辆右转车在t时刻的速度,dn z(t)表示第n辆直行车距离冲突元胞的位置,vn z(t)表示第n辆直行车在t时刻的速度。
步骤302)将步骤301)建立的车辆行驶模型添加到S函数模块中;
添加S函数的程序代码。依次选择模板中的S函数模块,单击鼠标右键,在弹出的快捷菜单中选择“S-Function Parameters”选项,进一步点击“S-Function Name-Edit”选项,即打开该S函数模块对应的车辆仿真代码编辑器。接口模块不需添加程序代码。步骤302)具体包括:
对于车辆生成模块,将步骤10)获取的边界路网占有率Oi输入信号发生器;
对于车辆进入路段模块,将步骤3013)中的车辆侧向运动模型编译成M文件(M文件全称是Matlab.M函数文件),并限定车辆的纵坐标取值小于路段上的车道数MJ取值,即yn(t+1)<MJ;
对于车辆单车道前进模块,将步骤3013)中的车辆前行运动模型编译成M文件,并限定车辆的前行运动位置小于路段上的车道长度Lmj,即xn(t)<Lmj;
对于车辆换道模块,将步骤3013)中的车辆侧向运动模型编译成M文件,在分配车辆转向属性时,左转车比例为Pli,直行车比例为Pti,右转车比例为Pri;
对于进口区域行驶模块,将步骤3013)中的车辆前行运动模型编译成M文件,并限定车辆的前行运动位置小于进口区域的车道长度Lak,即xn(t)<Lak;同时,将步骤3013)中的车辆侧向运动模型编译成M文件,并限定车辆的侧向位置小于进口区域的车道数AK,即yn(t)<AK;
对于进口车辆驶入交叉口模块,将步骤3013)中的车辆冲突消除模型编译成M文件,冲突元胞位置按HI取值;
对于信号控制模块,将步骤10)获取的交叉口信号控制方案SI输入信号发生器;
对于交叉口内部区域行驶模块,将步骤301)中的车辆前行运动模型编译成M文件,并且限定直行车辆的前行运动位置小于交叉口长度Ili,左转车辆的前行不能超过左转轨迹长度Tli,右转车辆的前行不能超过右转轨迹长度Tri;
对于接口模块,采用开放边界条件,将接收到的车辆剔除出仿真系统。
步骤303)执行Simulink仿真,提取预测交通信息。所述步骤303)包括以下步骤:
提取车辆平均速度信息:在仿真过程中实时记录车辆n在t时刻的瞬时车速vn(t)和行驶在路网上的车辆总数N(t);依据式(5)测算待预测城市路网上t时刻车辆的平均速度v(t):
其中,N表示仿真的车辆总数;
提取路网平均流量信息:仿真过程中,在路网上布置M个流量检测器,第m个检测器在t时刻检测到的交通流量Jm(t)为t时刻驶过该检测器的车辆数之和;依据式(6)测算待预测城市路网上t时刻的平均流量J(t):
其中,M表示待预测路网中的道路总数。
通过上述基于Simulink仿真的路网动态交通流预测方法,在步骤20)中,创建基于Simulink的城市路网交通仿真系统,在Matlab/Simulink组件中添加九类路网结构S函数模块,再与待预测的路网结构一一对应,添加和连接已创建的九类S函数模块,搭建面向实际交通环境的Simulink动态交通仿真系统。基于精细化的可变元胞自动机模型编译S函数代码,执行系统仿真,提取交通信息。
Simulink是MATLAB最重要的组件之一,它提供一个动态系统建模、仿真和综合分析的集成环境。Simulink是一个集成了描述、模拟、评价和精化系统行为功能的仿真环境。Simulink屏蔽了繁琐的编程工作,不需要通过设置时间循环来驱动仿真过程,极大的加速了系统仿真速度。在Simulink环境中,复杂系统中的阻滞、摩擦、干扰、控制等非线性作用以及信号的随机过程都能够动态再现。交通仿真本质上也是对复杂系统的模拟过程,交通流在路段和交叉口上的传播类似于信号在各子模块上的加工过程,交通流内部也存在各种干扰与冲突。因此,借助Simulink来实现元胞自动机交通仿真在原理上是一种可行选择。
为发挥元胞自动模型在交通流预测精度上的优势,规避耗时较长的缺陷,必须选取新的仿真技术来提升元胞自动机模型的运算效率。本发明提出基于Matlab中的Simulink组件来编译元胞自动机模型,进而预测城市路网上的动态交通流信息,包括车辆平均速度和路网平均流量两类重要信息。
下面例举一实例。
如图2(a)所示,是南京市奥体中心周围由3条横向城市道路和4条纵向城市道路组成的小型路网。路网中共有12个信号交叉口,都采用固定信号控制,且交叉口都已渠化拓宽。该路网拓扑结构复杂,在通勤高峰期交通流量较大,交通拥堵严重,需要对路网上运行的交通流进行动态预测,以便为进一步优化提升该路网的交通管理措施提供数据支撑。基于此,采用本发明的技术方案,方法如下:
步骤10)获取待预测路网的基础交通信息。
步骤10)具体包括:
步骤1011)在百度地图中找到南京市奥体中心周边待预测的城市路网,将路网中的交叉口和道路依次编号,其中路网的边界道路和内部道路分别编号,内部道路细分为路段和进口区域。图2(a)所示的实例路网的编码见表1。
表1待预测实例路网的拓扑结构编码表
步骤1012)在百度地图使用全景模式,统计待预测路网中每条道路的车道数MJ,每个交叉口处的进口区域渠化车道数AK,每个交叉口车流冲突点位置HI和每个交叉口的出口数量RI。使用全景模式获取路网相关拓扑结构信息示意图见图2(b)。部分具体数值如表2所示。
步骤1013)在百度地图开放平台http://lbsyun.baidu.com/中,使用坐标拾取器获得待预测路网中所有交叉口和道路节点的坐标,再根据坐标计算得到每个交叉口内部区域的长度Ili、左转车轨迹长度Tli、右转车轨迹长度Tri,以及路段上每条车道的长度Lmj和进口区域每条车道的长度Lak。使用坐标拾取器获取路网相关拓扑结构信息示意图见图2(c)。部分具体数值如表2所示。
表2
步骤1021)选择高峰小时在待预测路网的所有边界道路上布设线圈检测器,统计分析边界道路上的车辆占有率,并将对其平滑处理,得到各边界道路上的车辆占有率时间序列Oi。以交叉口1为例,布设线圈检测器获取梦都大街-乐山路(交叉口1)的边界路网车辆占有率时间序列的示意图见附图3,边界路段B1W车辆占有率时间序列Oi取值见附图4。
步骤1022)选择高峰小时在待预测路网的所有交叉口安装视频检测器,统计分析高峰小时内各交叉口左转车辆数占总车辆数的比例Pli、直行车辆数占总车辆数的比例Pti和右转车辆数占总车辆数的比例Pri。以交叉口1为例,安装视频检测器获取梦都大街-乐山路(交叉口1)的车辆转向比例的示意图见附图3,该交叉口的Pli,Pti,Pri分别为0.22,055,023。
步骤1023)获取待预测路网的所有交叉口在高峰小时各信号交叉口的现状信号配时方案SI。以交叉口1为例,梦都大街-乐山路(交叉口1)的信号配时方案S1见附图5。
步骤20)创建基于Simulink的城市路网交通仿真系统,具体包括步骤201)至203):
步骤201)创建九类路网结构S函数模块。打开Matlab/Simulink的空白编辑器,选择“User-Defined Functions”模块库中的S-function模块,将其添加到模块编辑器中。为实现对城市路网的仿真,根据路网拓扑构成和车辆行驶行为,一共需要添加九个S-function模块,添加完成后将其名称依次改为车辆生成模块、车辆进入路段模块、车辆单车道前进模块、车辆换道模块、进口区域行驶模块、进口车辆驶入交叉口模块、信号控制模块、交叉口内部行驶模块和接口模块。
步骤202)设置九类S函数模块参数属性。依次选择模板中的九个S函数模块,单击鼠标右键,在弹出的快捷菜单中选择“S-Function Parameters”选项,打开S函数参数对话框。图6展示了车辆换道模块的参数设置对话框。
九类S函数模块的参数设置方法如下所述:
①车辆生成模块:在“S-Function Parameters”中输入参数名称Oi;
②车辆进入路段模块:在“S-Function Parameters”中输入参数名称MJ;
③车辆单车道前进模块:在“S-Function Parameters”中输入参数名称Lmj;
④车辆换道模块:在“S-Function Parameters”中输入参数名称Pli,Pti,Pri;
⑤进口区域行驶模块:在“S-Function Parameters”中输入参数名称AK,Lak;
⑥进口车辆驶入交叉口模块:在“S-Function Parameters”中输入参数名称HI;
⑦信号控制模块:在“S-Function Parameters”中输入参数名称SI;
⑧交叉口内部行驶模块:在“S-Function Parameters”中输入参数名称Ili,Tli,Tri;
⑨接口模型:在“S-Function Parameters”中输入参数名称RI。
步骤203)搭建动态交通仿真系统。根据步骤101)获取的待预测城市路网的拓扑结构信息,与待预测的路网结构和车辆行为一一对应,添加和连接已创建的九类S函数模块,搭建面向实际交通环境的Simulink动态交通仿真系统。以梦都大街-乐山路(交叉口1)为例,图7展示了基于Simulink的路段仿真和交叉口仿真示意图。
步骤30)进行路网交通流动态预测,提取预测的交通信息。具体包括步骤301)至303):
步骤301)建立车辆行驶模型;具体过程如上述实施例所述。
步骤302)将步骤301)建立的车辆行驶模型添加到S函数模块中;具体过程如上述实施例所述。
其中,车辆生成模块:将步骤10)获取的边界路网占有率Oi输入信号发生器;车辆换道模块:将步骤10)获取的车辆转向比例作为参数输入模块中;信号控制模块:将步骤10)获取的交叉口信号控制方案SI输入信号发生器。
步骤303)执行Simulink仿真,提取预测交通信息;具体过程如上述实施例所述。
图8(a)和图8(b)展示了本实例路网上基于Simulink仿真获得的动态交通流的车辆平均速度和路网平均流量。
以上显示和描述了本发明的基本原理、主要特征和优点。本领域的技术人员应该了解,本发明不受上述具体实施例的限制,上述具体实施例和说明书中的描述只是为了进一步说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护的范围由权利要求书及其等效物界定。
Claims (9)
1.一种基于Simulink仿真的路网动态交通流预测方法,其特征在于,该方法包括以下步骤:
步骤10)获取待预测路网的基础交通信息,所述基础交通信息包括路网拓扑结构信息和路网交通运行信息;
步骤20)根据步骤10)获取待预测路网的基础交通信息,创建基于Simulink的路网交通仿真系统;
步骤30)根据步骤20)创建的路网交通仿真系统,进行路网交通流动态预测,提取预测的交通信息。
2.按照权利要求1所述的基于Simulink仿真的路网动态交通流预测方法,其特征在于,所述步骤10)中,获取路网拓扑结构信息,包括:
将待预测路网中的交叉口和道路依次编号;每条道路分为路段和进口区域两个部分;
获取待预测路网中每条路段的车道数MJ,每个交叉口进口区域的车道数AK,每个交叉口内部区域的车流冲突点位置HI和每个交叉口的出口数量RI;
获得待预测路网中所有交叉口和路段节点的坐标,根据坐标计算每个交叉口内部区域的长度Ili、左转车轨迹长度Tli、右转车轨迹长度Tri,以及路段上每条车道的长度Lmj和进口区域每条车道的长度Lak。
3.按照权利要求2所述的基于Simulink仿真的路网动态交通流预测方法,其特征在于,所述步骤10)中,获取路网交通运行信息,包括:
在待预测路网的所有边界道路上布设线圈检测器,并选择高峰小时,利用线圈检测器测得的数据,测算边界道路上的车辆占有率,并对车辆占有率进行平滑处理,得到各边界道路上的车辆占有率时间序列Oi;
在待预测路网的所有交叉口布设视频检测器,并选择高峰小时,利用视频检测器测得的数据,测算高峰小时内各交叉口左转车辆数占总车辆数的比例Pli、直行车辆数占总车辆数的比例Pti和右转车辆数占总车辆数的比例Pri;
获取待预测路网的所有交叉口在高峰小时各信号交叉口的现状信号配时方案SI。
4.按照权利要求1所述的基于Simulink仿真的路网动态交通流预测方法,其特征在于,所述的步骤20)包括以下步骤:
步骤201)创建九类路网结构S函数模块:打开Matlab/Simulink的空白编辑器,选择User-Defined Functions模块库中的S函数模块,添加九个S函数模块到模块编辑器中;九个S函数模块分别命名为:车辆生成模块、车辆进入路段模块、车辆单车道前进模块、车辆换道模块、进口区域行驶模块、进口车辆驶入交叉口模块、信号控制模块、交叉口内部行驶模块和接口模块,创建九类路网结构S函数模块;
步骤202)设置九类路网结构S函数模块参数属性:
在车辆生成模块中设置输入参数Oi;
在车辆进入路段模块中设置输入参数MJ;
在车辆单车道前进模块中设置输入参数Lmj;
在车辆换道模块中设置输入参数Pli,Pti,Pri;
在进口区域行驶模块中设置输入参数AK,Lak;
在进口车辆驶入交叉口模块中设置输入参数HI;
在信号控制模块中设置输入参数SI;
在交叉口内部区域行驶模块中设置输入参数Ili,Tli,Tri;
在接口模块中设置输入参数RI;
步骤203)搭建路网交通仿真系统:根据步骤10)获取的待预测路网的拓扑结构信息,与待预测的路网结构一一对应,通过在Matlab/Simulink组件中添加和连接步骤201)创建的九类路网结构S函数模块和步骤202)设置的九类S函数模块参数,搭建面向实际交通环境的Simulink路网交通仿真系统。
5.按照权利要求1所述的基于Simulink仿真的路网动态交通流预测方法,其特征在于,所述的步骤201)中,车辆生成模块:用于根据获取的待预测路网边界道路上的车辆占有率时间序列,在信号源生成器中设置不同时间段内每个边界道路上车辆进入仿真系统的概率;
车辆进入路段模块:用于在每一个仿真时间步,按照车辆生成模块传送的概率参数,新加入车辆进入路段车道的起点位置;如果起点位置已被车辆占用,则本时间步不再新生成车辆;
车辆单车道前进模块:用于模拟车辆在单车道上的行驶行为;
车辆换道模块:用于模拟车辆在路段上的换道行为;
进口区域行驶模块:用于模拟车辆在进口区域的行驶行为;
进口车辆驶入交叉口模块:用于模拟交叉口多个进口方向交通流的汇集;
信号控制模块:用于根据获取的待预测路网上交叉口的信号配时方案,在信号源生成器中设置仿真时间段内交叉口各进口的绿灯时间和红灯时间;
交叉口内部区域行驶模块:用于模拟车辆通过停车线进入交叉口内部的行驶过程;
接口模块:用于接收输出交叉口的车辆。
6.按照权利要求1所述的基于Simulink仿真的路网动态交通流预测方法,其特征在于,所述的步骤30)包括以下步骤:
步骤301)采用精细化可变元胞自动机,建立车辆行驶模型;
步骤302)将步骤301)建立的车辆行驶模型添加到S函数模块中;
步骤303)执行Simulink仿真,提取预测交通信息。
7.按照权利要求6所述的基于Simulink仿真的路网动态交通流预测方法,其特征在于,所述步骤301)包括以下步骤:
步骤3011)进行网格化处理待预测路网,具体包括:按照1m×0.9m的精细化元胞尺寸将待预测路网网格化,并在路网空间上建立坐标系;所述坐标系以西向东方向为X轴,以南向北方向为Y轴;采用车头位置所在坐标作为车辆坐标;
步骤3012)按式(1)计算每辆车在t时刻占用的元胞数:
式中,Nx表示车辆沿X轴方向占用的元胞个数,Ny表示车辆沿Y轴方向占用的元胞个数,ceil表示向下取整,Lveh表示车辆的宽度,vn(t)表示车辆n在t时刻的速度;
步骤3013)建立车辆行驶模型,包括车辆前行运动模型、车辆侧向运动模型、车辆冲突消除模型;定义xn(t)表示车辆n在t时刻的横坐标;xn(t+1)表示车辆n在t+1时刻的横坐标;yn(t+1)表示车辆n在t+1时刻的纵坐标;将车辆的速度vn按照元胞/秒进行量纲转换;
所述车辆前行运动模型包括:车辆加速运动、车辆减速运动、车辆随机慢化和车辆的前行运动位置;
所述车辆加速运动模型如式(2)所示:
其中,vn(t+1)表示车辆n在t+1时刻的速度,表示车辆平均加速度,vmax表示车辆的最大速度;
所述车辆减速运动模型如式(3)所示:
其中,表示车辆的平均减速度,表示车辆减速后与前车保持的安全间距,xn+1(t)表示车辆n+1在t时刻的横坐标;
所述车辆随机慢化模型为:设t+1时刻车辆n的速度vn(t+1)以概率pr减速,0<pr<1,并生成概率随机数R1,0<R1<1;如果R1≥pr,那么t+1时刻车辆n的速度按照车辆的平均减速度再次减速;如果R1<pr,那么t+1时刻车辆n的速度保持不变;
依次执行加速运动模型、减速运动模型和随机慢化模型,得到最终速度;车辆n根据t+1时刻的最终速度向前行驶;
所述确定车辆的前行运动位置模型如式(4)所示:
xn(t+1)=xn(t)+vn(t+1) 式(4)
所述车辆侧向运动模型包括:
首先,分配车辆的转向属性,生成概率随机数R2,0≤R2≤1;根据步骤10)获取的参数Pli、Pti和Pri,如果R2<Pti,那么将车辆n设定为直行车;如果Pli+Pti>R2≥Pti,那么将车辆n设定为左转车;如果R2≥Pli+Pti+Pri,那么将车辆n设定为右转车;
其次,判断是否具有换道倾向:当车辆满足下列条件,则车辆n在t时刻具有换道倾向:在t时刻车辆n与正前方车辆的间距不能保证t时刻车辆n按速度值vn(t)行驶;或者,在t时刻车辆n不在路段或进口区域的最右侧车道上行驶,且车辆n为右转车;或者,在t时刻车辆n不在路段或进口区域的最左侧车道上行驶,且车辆n为左转车;或者,在t时刻车辆n不在路段或进口区域的中间车道上行驶,且车辆n为直行车;
最后,确定车辆的侧向运动位置:如果t时刻车辆n具有换道倾向,并将车辆的速度vn按照元胞/秒进行量纲转换,满足或那么车辆n可安全换道;如果则车辆n向左侧车道换道;如果则车辆n向右侧车道换道;其中,表示在t时刻车辆n与左前方车辆的间距,表示在t时刻车辆n与右前方车辆的间距;确定车辆的侧向运动位置后,更新车辆的纵坐标yn(t+1);
所述车辆冲突消除模型包括:在交叉口内部右转车不受信号控制,存在右转车辆与对向直行车辆的交织冲突;如果右转车辆抵达冲突元胞的时间大于对向直行车,即dn r(t)/vn r(t)>dn z(t)/vn z(t),那么右转车优先通行;如果右转车抵达冲突元胞的时间小于或等于对向直行车,即dn r(t)/vr(t)≤dn z(t)/vz(t),那么直行车优先通行;其中,dn r(t)表示第n辆右转车距离冲突元胞的位置,vn r(t)表示第n辆右转车在t时刻的速度,dn z(t)表示第n辆直行车距离冲突元胞的位置,vn z(t)表示第n辆直行车在t时刻的速度。
8.按照权利要求6所述的基于Simulink仿真的路网动态交通流预测方法,其特征在于,所述步骤302)包括以下步骤:
对于车辆生成模块,将步骤10)获取的边界路网占有率Oi输入信号发生器;
对于车辆进入路段模块,将步骤3013)中的车辆侧向运动模型编译成M文件,并限定车辆的纵坐标取值小于路段上的车道数MJ,即yn(t+1)<MJ;
对于车辆单车道前进模块,将步骤3013)中的车辆前行运动模型编译成M文件,并限定车辆的前行运动位置小于路段上的车道长度Lmj,即xn(t)<Lmj;
对于车辆换道模块,将步骤3013)中的车辆侧向运动模型编译成M文件,在分配车辆转向属性时,左转车比例为Pli,直行车比例为Pti,右转车比例为Pri;
对于进口区域行驶模块,将步骤3013)中的车辆前行运动模型编译成M文件,并限定车辆的前行运动位置小于进口区域的车道长度Lak,即xn(t)<Lak;同时,将步骤3013)中的车辆侧向运动模型编译成M文件,并限定车辆的侧向位置小于进口区域的车道数AK,即yn(t)<AK;
对于进口车辆驶入交叉口模块,将步骤3013)中的车辆冲突消除模型编译成M文件,冲突元胞位置按HI取值;
对于信号控制模块,将步骤10)获取的交叉口信号控制方案SI输入信号发生器;
对于交叉口内部区域行驶模块,将步骤301)中的车辆前行运动模型编译成M文件,并且限定直行车辆的前行运动位置小于交叉口长度Ili,左转车辆的前行不能超过左转轨迹长度Tli,右转车辆的前行不能超过右转轨迹长度Tri;
对于接口模块,采用开放边界条件,将接收到的车辆剔除出仿真系统。
9.按照权利要求6所述的基于Simulink仿真的路网动态交通流预测方法,其特征在于,所述步骤303)包括以下步骤:
提取车辆平均速度信息:在仿真过程中实时记录车辆n在t时刻的瞬时车速vn(t)和行驶在路网上的车辆总数N(t);依据式(5)测算待预测城市路网上t时刻车辆的平均速度v(t):
其中,N表示仿真的车辆总数;
提取路网平均流量信息:仿真过程中,在路网上布置M个流量检测器,第m个检测器在t时刻检测到的交通流量Jm(t)为t时刻驶过该检测器的车辆数之和;依据式(6)测算待预测城市路网上t时刻的平均流量J(t):
其中,M表示待预测路网中的道路总数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710269677.9A CN106846818B (zh) | 2017-04-24 | 2017-04-24 | 基于Simulink仿真的路网动态交通流预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710269677.9A CN106846818B (zh) | 2017-04-24 | 2017-04-24 | 基于Simulink仿真的路网动态交通流预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106846818A true CN106846818A (zh) | 2017-06-13 |
CN106846818B CN106846818B (zh) | 2019-12-10 |
Family
ID=59143007
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710269677.9A Active CN106846818B (zh) | 2017-04-24 | 2017-04-24 | 基于Simulink仿真的路网动态交通流预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106846818B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108763776A (zh) * | 2018-05-30 | 2018-11-06 | 苏州大学 | 一种城市快速路网时变交通状态仿真方法及装置 |
CN110299005A (zh) * | 2019-06-10 | 2019-10-01 | 浙江大学 | 一种基于深度集成学习的城市大规模路网交通速度预测方法 |
CN110322687A (zh) * | 2018-03-30 | 2019-10-11 | 杭州海康威视系统技术有限公司 | 确定目标交叉口运行状态信息的方法和装置 |
CN110992675A (zh) * | 2019-05-10 | 2020-04-10 | 当家移动绿色互联网技术集团有限公司 | 交叉口交通仿真方法、装置、介质及电子设备 |
CN111402631A (zh) * | 2020-03-12 | 2020-07-10 | 博睿泰克科技(宁波)有限公司 | 一种基于车辆行驶的危险预警方法、系统及存储介质 |
CN111680377A (zh) * | 2020-06-11 | 2020-09-18 | 杭州海康威视数字技术股份有限公司 | 一种交通态势仿真方法、系统和电子设备 |
CN113409573A (zh) * | 2021-06-16 | 2021-09-17 | 福建师范大学 | 一种基于matlab的sumo城市交通仿真及车流量控制方法 |
CN113920762A (zh) * | 2021-10-08 | 2022-01-11 | 湖南湘江智能科技创新中心有限公司 | 一种基于智能网联环境下应急车辆优先通行的控制方法 |
CN114419878A (zh) * | 2021-12-22 | 2022-04-29 | 银江技术股份有限公司 | 城市路网全域交通状态预测的方法、电子装置和存储介质 |
CN116311922A (zh) * | 2023-02-28 | 2023-06-23 | 江苏长天智远数字智能科技有限公司 | 一种基于元胞自动机的交通运行态势预测方法以及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1677555A1 (fr) * | 2004-12-31 | 2006-07-05 | Alcatel | Dispositif de traitement de donnees de trafic pour l'optimisation du controle de la qualite de service au sein d'un reseau de communication |
CN101359434A (zh) * | 2008-09-17 | 2009-02-04 | 覃征 | 用于交通导航系统和交通仿真系统的路网模型构建方法 |
CN101561836A (zh) * | 2009-01-05 | 2009-10-21 | 天津大学 | 基于元胞机的城市微观交通流仿真系统 |
CN102359043A (zh) * | 2011-10-15 | 2012-02-22 | 天津市市政工程设计研究院 | 基于二维元胞自动机模型的港区道路出入口间距确定方法 |
CN103412975A (zh) * | 2013-07-11 | 2013-11-27 | 吴建平 | 动态交通仿真平台及其仿真方法 |
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 |
CN105047057A (zh) * | 2015-07-09 | 2015-11-11 | 同济大学 | 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 |
CN105206067A (zh) * | 2015-09-22 | 2015-12-30 | 东南大学 | 一种异质交通状态的交叉口信号优化控制方法 |
-
2017
- 2017-04-24 CN CN201710269677.9A patent/CN106846818B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1677555A1 (fr) * | 2004-12-31 | 2006-07-05 | Alcatel | Dispositif de traitement de donnees de trafic pour l'optimisation du controle de la qualite de service au sein d'un reseau de communication |
CN101359434A (zh) * | 2008-09-17 | 2009-02-04 | 覃征 | 用于交通导航系统和交通仿真系统的路网模型构建方法 |
CN101561836A (zh) * | 2009-01-05 | 2009-10-21 | 天津大学 | 基于元胞机的城市微观交通流仿真系统 |
CN102359043A (zh) * | 2011-10-15 | 2012-02-22 | 天津市市政工程设计研究院 | 基于二维元胞自动机模型的港区道路出入口间距确定方法 |
CN103412975A (zh) * | 2013-07-11 | 2013-11-27 | 吴建平 | 动态交通仿真平台及其仿真方法 |
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 |
CN105047057A (zh) * | 2015-07-09 | 2015-11-11 | 同济大学 | 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 |
CN105206067A (zh) * | 2015-09-22 | 2015-12-30 | 东南大学 | 一种异质交通状态的交叉口信号优化控制方法 |
Non-Patent Citations (2)
Title |
---|
任刚: "Heterogeneous cellular automata model for straight-through", 《ELSEVIER SCIENCE》 * |
唐连涛: "基于元胞自动机的区域路网交通流建模与仿真", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110322687A (zh) * | 2018-03-30 | 2019-10-11 | 杭州海康威视系统技术有限公司 | 确定目标交叉口运行状态信息的方法和装置 |
CN108763776A (zh) * | 2018-05-30 | 2018-11-06 | 苏州大学 | 一种城市快速路网时变交通状态仿真方法及装置 |
CN108763776B (zh) * | 2018-05-30 | 2022-06-21 | 苏州大学 | 一种城市快速路网时变交通状态仿真方法及装置 |
CN110992675B (zh) * | 2019-05-10 | 2021-06-01 | 北京五一视界数字孪生科技股份有限公司 | 交叉口交通仿真方法、装置、介质及电子设备 |
CN110992675A (zh) * | 2019-05-10 | 2020-04-10 | 当家移动绿色互联网技术集团有限公司 | 交叉口交通仿真方法、装置、介质及电子设备 |
CN110299005A (zh) * | 2019-06-10 | 2019-10-01 | 浙江大学 | 一种基于深度集成学习的城市大规模路网交通速度预测方法 |
CN111402631A (zh) * | 2020-03-12 | 2020-07-10 | 博睿泰克科技(宁波)有限公司 | 一种基于车辆行驶的危险预警方法、系统及存储介质 |
CN111680377A (zh) * | 2020-06-11 | 2020-09-18 | 杭州海康威视数字技术股份有限公司 | 一种交通态势仿真方法、系统和电子设备 |
CN111680377B (zh) * | 2020-06-11 | 2024-02-09 | 杭州海康威视数字技术股份有限公司 | 一种交通态势仿真方法、系统和电子设备 |
CN113409573A (zh) * | 2021-06-16 | 2021-09-17 | 福建师范大学 | 一种基于matlab的sumo城市交通仿真及车流量控制方法 |
CN113409573B (zh) * | 2021-06-16 | 2022-07-05 | 福建师范大学 | 一种基于matlab的sumo城市交通仿真及车流量控制方法 |
CN113920762A (zh) * | 2021-10-08 | 2022-01-11 | 湖南湘江智能科技创新中心有限公司 | 一种基于智能网联环境下应急车辆优先通行的控制方法 |
CN114419878A (zh) * | 2021-12-22 | 2022-04-29 | 银江技术股份有限公司 | 城市路网全域交通状态预测的方法、电子装置和存储介质 |
CN116311922A (zh) * | 2023-02-28 | 2023-06-23 | 江苏长天智远数字智能科技有限公司 | 一种基于元胞自动机的交通运行态势预测方法以及系统 |
CN116311922B (zh) * | 2023-02-28 | 2024-03-01 | 江苏长天智远数字智能科技有限公司 | 一种基于元胞自动机的交通运行态势预测方法以及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106846818B (zh) | 2019-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106846818A (zh) | 基于Simulink仿真的路网动态交通流预测方法 | |
CN104637317B (zh) | 一种基于实时车辆轨迹的交叉口感应信号控制方法 | |
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 | |
CN104282162B (zh) | 一种基于实时车辆轨迹的交叉口自适应信号控制方法 | |
CN108492562A (zh) | 基于定点检测与电警数据融合的交叉口车辆轨迹重构方法 | |
Li et al. | Cellular automaton model for railway traffic | |
CN105788252A (zh) | 基于定点检测器和信号配时数据融合的城市干道车辆轨迹重构方法 | |
CN108447256A (zh) | 基于电警和定点检测器数据融合的干道车辆轨迹重构方法 | |
CN106781493A (zh) | 一种车辆排队长度模拟系统、方法和装置 | |
CN104282149B (zh) | 一种基于交通状态精度指标评价的路网浮动车配置方法 | |
CN101465057B (zh) | 智能式动态路线诱导系统诱导子区协调方法 | |
CN110231156A (zh) | 基于时序特征的服务机器人运动系统故障诊断方法及装置 | |
CN106935044A (zh) | 一种基于公交信号优先协调控制的站点位置优化方法 | |
CN106529064A (zh) | 一种基于多智能体的车联网环境下路径选择仿真系统 | |
CN105068857A (zh) | 一种基于高逼真度驾驶模拟器的驾驶行为数据获取方法 | |
Liu et al. | Optimization for the following operation of a high-speed train under the moving block system | |
CN103942359A (zh) | 无信号交叉口自行车冲突避让行为仿真模型的建模方法 | |
Ning et al. | Modeling fixed-block railway signaling system using cellular automata model | |
De Martinis et al. | Towards a simulation-based framework for evaluating energy-efficient solutions in train operation | |
CN106956687A (zh) | 基于鲁棒策略的地铁交通冲突预警方法 | |
CN110119528A (zh) | 一种基于智能体元胞自动机的桥梁随机车流仿真系统 | |
CN103000026A (zh) | 一种公交站台车辆到达分布分析方法 | |
Arasan et al. | Modeling platoon dispersal pattern of heterogeneous road traffic | |
CN106097421B (zh) | 基于真实数据的交通动画模拟系统 | |
CN106741020A (zh) | 地铁冲突预警方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: No. 298, Wenhua North Road, Huiji District, Zhengzhou City, Henan Province Patentee after: Henan urban and rural planning and Design Research Institute Co., Ltd Address before: 450044 Henan city of Zhengzhou province Huiji District Cultural Road No. 298 Patentee before: Henan Province, urban and rural planning and Design Institute Co. Ltd. |