CN111241168A - 一种实时在线微观交通仿真方法及系统 - Google Patents
一种实时在线微观交通仿真方法及系统 Download PDFInfo
- Publication number
- CN111241168A CN111241168A CN202010042110.XA CN202010042110A CN111241168A CN 111241168 A CN111241168 A CN 111241168A CN 202010042110 A CN202010042110 A CN 202010042110A CN 111241168 A CN111241168 A CN 111241168A
- Authority
- CN
- China
- Prior art keywords
- time
- simulation
- traffic
- data
- real
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 341
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000011156 evaluation Methods 0.000 claims abstract description 52
- 230000008569 process Effects 0.000 claims abstract description 21
- 238000012800 visualization Methods 0.000 claims abstract description 9
- 238000004590 computer program Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000013461 design Methods 0.000 claims description 6
- 238000013079 data visualisation Methods 0.000 claims description 5
- 239000003344 environmental pollutant Substances 0.000 claims description 4
- 231100000719 pollutant Toxicity 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 230000001133 acceleration Effects 0.000 claims 1
- 230000008520 organization Effects 0.000 abstract description 4
- 238000005457 optimization Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000011161 development Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000002349 favourable effect Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- G08G1/0125—Traffic data processing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Databases & Information Systems (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种实时在线微观交通仿真方法及系统,系统包括仿真时间控制模块:用于对实时在线仿真过程中进行各类数据输入与输出时间节点控制;交通生成模块:用于按照预定的数据输入与输出时间节点,在微观仿真模型中的车辆输入点生成与路网外部点实时交通数据相应的交通流量,并对车辆进行速度控制;路线决策模块:用于根据路网内部点实时交通数据推算交叉口各进口道转向比例,修改微观仿真模型中各路线决策点的相对交通流量;信号控制匹配模块:用于同步交叉口未联网信号机的信号控制方案;输出展示模块:用于通过可视化手段呈现上述仿真结果。本发明可全天自主运行并实时输出评价结果,便捷性、时效性大大提升,对路网交通管理、组织优化具有重要意义。
Description
技术领域
本发明涉及一种实时在线微观交通仿真方法及系统,属于智能交通技术领域。
背景技术
交通仿真技术是运用计算机技术再现实际交通系统的特性、分析复杂条件下的可能行为以寻求交通问题最优解的一种手段,是支撑交通规划和管理的重要途径。与离线交通仿真相比,实时交通仿真优势在于可再现当前路网状态和变化趋势,有助于路网在线监测并及时有效选取管控方案,提升科学决策能力。
国内关于实时在线交通仿真系统研发和应用主要集中在宏观、中观层面,而基于微观仿真模型的实时仿真较少,主要原因是微观仿真模型描述精度高、计算量大,所需的数据采集与运算成本均较高。但随着智慧城市、智慧交通的发展,交通管理的需求越来越大,对交通系统在计算机世界再现的要求越来高,而宏观、中观仿真存在一定的局限性,其采用聚集度高的流体模型来描述交通流的时空变化,更多的关注是车流或车队整体的移动规律,缺乏像微观仿真模型一样以单个车辆为基本单元可进行车辆行为描述的特性。因此,在实时精细化的智慧交通管理平台上,运用微观仿真模型是必然趋势。
而如何将外场实时交通信息同步有效传入微观仿真模型进行专业实时仿真分析,仍是难点,尤其是路网级别的数据交互,具体技术不足表现在:(1)微观仿真模型在运行过程中不能进行数据输入输出,手动干预会造成大量时间延误,从而严重影响实时性;(2)交通出行生成随机,交通流分布随机,同步路网输入输出以及各路段流量较为困难,导致仿真结果准确难以保障;(3)联网信号机可直接与仿真模型进行交互,但仍存在断网或离线信号机,无法实时持续在线同步,对仿真中交叉口车辆行为同步有较大影响。总体而言,尚且缺少成熟而又成体系、同步性较好、与实际交通环境相匹配的实时在线微观交通仿真系统。
发明内容
本发明的目的在于克服现有技术中的不足,提供一种实时在线微观交通仿真方法及系统,解决现有技术中路网级交通实时仿真外场数据与微观仿真模型交互困难、同步性较差、导致交通仿真输出结果无法与实际交通环境相匹配的技术问题。
为解决上述问题,本发明是采用下述技术方案实现的:
一方面,本发明提供了一种实时在线微观交通仿真方法,所述方法包括如下步骤:
采集路网外部点实时交通数据及路网内部点实时交通数据;
按照预设的数据输入与输出时间节点,在微观仿真模型中的车辆输入点生成与路网外部点实时交通数据相应的交通流量,并给予车辆实际的初始速度;
根据路网内部点实时交通数据推算交叉口各进口道转向比例,修改所述微观仿真模型中各路线决策点的相对交通流量;
定时抽取仿真结果、评价数据,并通过可视化手段展现。
进一步的,所述方法还包括如下步骤:
当进行中断仿真控制时,采用下述迭代算法计算各交通仿真实际中断时间及下一次交通仿真运行速率:
第一次:交通仿真运行时长为t1=Δt,第一次交通仿真运行速率v1=1,交通仿真运行数据输入输出所损耗的时间为tl1=Tq1-T1-Δt,则第二次交通仿真运行速率其中t2=Δt-tl1,T1为首个时间间隔开始交通仿真运行的时刻,Tq1为首个时间间隔结束交通仿真运行的时刻;
…
第n-2次:交通仿真运行数据输入输出所损耗的时间为tl(n-2)=Tq(n-2)-T1-(i-2)·Δt,则第n-1次交通仿真运行速率其中tn-1=Δt-tl(n-2);Tq(n-2)为第n-2个时间间隔结束交通仿真运行的时刻;
第n-1次:交通仿真运行数据输入输出所损耗的时间为tl(n-1)=Tq(n-1)-T1-(n-1)·Δt,
其中tn=Pk-(n-1)·Δt-tl(n-2),Pk为第k次采用停止仿真控制前交通仿真时长;Tq(n-1)为第n-1个时间间隔结束交通仿真运行的时刻;
第n次:无下次仿真运行,不作计算。
进一步的,所述方法还包括如下步骤:
根据预构建的停止仿真控制时间序列对交通仿真进行停止仿真控制,在结束交通仿真时更新信号控制方案并在下一次交仿真开始前输入本次仿真结束时的所有交通运行状态,以形成连续仿真;所述交通运行状态包括车辆运行位置、车速信息以及信号控制状态;
所述停止仿真控制时间序列的构建方法包括如下步骤:
统计信号控制方案开始时刻集合或结束时刻集合Φs={S1,S2,…,Sk,…,Sn},并按时间先后顺序排列,其中S1=00:00:00,Sn=23:59:59,Sk为第k个信号控制方案开始时刻或k-1个信号控制方案结束时刻;
假设交通仿真开始时刻TS∈[Si,Si+1),交通仿真结束时刻TE∈(Sj,Sj+1],
若i=j,则停止仿真控制时间序列为{P1},其中P1=TE-TS;
若i≠j,则停止仿真控制时间序列为{P1,P2,…,Pk,…,Pm},其中P1=Si+1-TS,Pk=Si+k-Si+k-1,Pm=TE-Sj,m=j-i+1;Pk为第k次采用停止仿真控制前交通仿真时长,k=1,2,…,m。
进一步的,交叉口各进口道转向比例的推算方法如下:
通过检测器实时采集各车道的交通流量,根据车道转向信息确定交叉口各进口道转向比例。
进一步的,所述方法还包括:同步交叉口未联网信号机的信号控制方案,以匹配实际交叉口的车辆放行顺序与时间。
进一步的,同步交叉口未联网信号机的信号控制方案的方法包括:
识别交叉口信号灯运行信息,包括当前时间、信号灯灯色、倒计时;
判别当前时间所运行的控制方案及其所处周期的时间位置,从而获得在运行信号控制方案的绝对相位差;
根据绝对相位差,批量设置微观仿真模型中各信号机的信号控制方案及其启动相位差。
另一方面,本发明提供了一种实时在线微观交通仿真系统,所述系统包括:
仿真时间控制模块:用于对实时在线仿真过程中进行各类数据输入与输出时间节点控制;
交通生成模块:用于按照预定的数据输入与输出时间节点,在微观仿真模型中的车辆输入点生成与路网外部点实时交通数据相应的交通流量,并对车辆给予车辆实际的初始速度;
路线决策模块:用于根据路网内部点实时交通数据推算交叉口各进口道转向比例,修改所述微观仿真模型中各路线决策点的相对交通流量;
信号控制匹配模块:用于同步交叉口未联网信号机的信号控制方案,以匹配实际交叉口的车辆放行顺序与时间;
输出展示模块:定时抽取仿真结果、评价数据,并通过可视化手段展现。
进一步的,所述信号控制匹配模块包括:
信号状态时间获取子模块:用于识别信号灯运行信息,包括当前时间、信号灯灯色、倒计时;
信号状态判别子模块:用于判别当前时间所运行的控制方案及其所处周期的时间位置,从而获得在运行信号控制方案的绝对相位差;
信号控制校正子模块,用于根据绝对相位差,设置微观仿真模型中各信号机的信号控制方案及其启动相位差。
进一步的,所述输出展示模块包括:
数据处理子模块:用于在获取实时仿真数据的过程中对空值、异常值进行补全、修正;
数据存储子模块:用于对数据处理子模块处理后的数据进行筛选处理,并按设计表结构存入数据库;
数据可视化子模块:用于将数据库中所存储的数据以图表形式进行可视化展示。
进一步的,所述系统还包括微观交通仿真数据库,所述微观交通仿真数据库包括:
交通流数据库,用于将外场交通检测器,如地磁、线圈、视频、微波雷达等上传的动态交通数据进行存储,并统一时间序列,保证能够为各模块提供稳定、准确、实时的交通运行参数。其数据包括分钟级车道级交通流量、车型比例、路径选择比例、车辆行驶速度等。
评价数据库,用于存储每一次评价数据输出模块所输出的仿真结果数据,包括排队长度、延误时间、行驶速度、行程时间、服务水平、油耗、污染物排放量等。
本发明还提供了一种实时在线微观交通仿真系统,包括存储器和处理器,所述存储器用于存储计算机程序,所述处理器用于加载所述计算机程序以执行前述任一项所述的方法步骤。
与现有技术相比,本发明所达到的有益效果至少包括:
本发明将外场所检测的交通数据实时准确地输入微观仿真模型中,并兼顾到未联网信号机的交通控制同步,使仿真运行状态与实际路况尽可能相符,实现了路网各元素的实时交通仿真;通过对时间节点的控制,使仿真系统能够灵活运行,全天任意时间启动,仿真即刻与实际路网运行同步;根据用户需求与计算机运行配置条件,输入输出频率可自主调整,便捷性、实时性大大提升,对复杂多变、智慧精细的路网交通管理、优化具有重要意义。
附图说明
图1是本发明实施例提供的一种实时在线微观交通仿真系统的原理框图;
图2是本发明实施例提供的一种实时在线微观交通仿真方法的流程图;
图3是本发明实施例提供的信号控制匹配方法的流程图;
图4是本发明实施例提供的VISSIM信号控制机.sig文件XML结构图;
图5是本发明实施例提供的评价数据输出方法的流程图;
图6是本发明实施例所搭建的实时在线微观交通仿真系统的物理架构图;
图7是本发明实施例提供的应用案例路网图;
图8是本发明实施例提供的实时在线微观交通仿真系统评价数据可视化界面;
图9是本发明实施例提供的系统运行日志;
图10是本发明实施例提供的实时在线微观交通仿真系统一日内交叉口每5min实际与仿真中的交通流量关系图;
图11是本发明实施例提供的实时在线微观交通仿真系统一日连续运行资源占比图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示,是本发明实施例提供的实时在线微观交通仿真系统的电路原理框图,包括:
仿真时间控制模块,用于对实时在线仿真过程中进行各类数据输入与输出时间节点控制;
交通生成模块,用于按照预设的数据输入与输出时间节点,在微观仿真模型中的车辆输入点生成与路网外部点实时交通数据相应的交通流量,并给予车辆实际的初始速度;
路线决策模块,用于根据路网内部点实时交通数据推算交叉口各进口道转向比例,修改所述微观仿真模型中各路线决策点的相对交通流量;
信号控制匹配模块,用于同步交叉口未联网信号机的信号控制方案,以匹配实际交叉口的车辆放行顺序与时间;本发明实施例中所谓信号控制方案是指控制信号灯的信号机按一定逻辑运行的方案,除了灯亮顺序,还有不同时段的信号配时信息。
输出展示模块,用于定时抽取仿真结果、评价数据,并通过可视化手段展现。
本发明实施例提供的实时在线微观交通仿真系统,适用于支持精细化智慧交通管控。
通过仿真时间控制模块对各类数据的输入与输出时间节点进行控制,能够保证仿真环境时间与实际时间的一致性,解决了微观仿真模型在仿真过程中难以进行数据交互的技术问题。
目前交通数据来源众多,数据结构复杂,传输频率不一,已有的微观仿真模型无法直接对接此类数据,本发明实施例将来自于各类交通检测器的数据输入中间件,通过中间件整理多源数据、处理问题数据、同步数据时间;另外在仿真过程中对输入流量、转向比例等交通参数进行实时更新以及提取交通评价参数是不可能的,本发明实施例设置了仿真时间控制模块,在仿真中断或停止后进行实时更新以及提取交通评价参数;为尽可能减少因更新交通参数而中断造成的时间延迟,在设计中间件时,本发明实施例还考虑了程序运行逻辑、耗时等因素,通过仿真时间控制模块将延迟时间控制在合理范围内,以实现虚拟与现实的同步。
中断仿真控制是在不结束微观仿真模型仿真的前提下对本次仿真进行暂停,再次启动后路网运行继续。当进行中断仿真控制时,采用下述迭代算法计算各交通仿真实际中断时间及下一次交通仿真运行速率:
设定交通生成、路径决策与评价数据输入输出的间隔时间Δt,单位:s,初始仿真速率v=1,单位:仿真秒/真实秒。
第一次:交通仿真运行时长为t1=Δt,第一次交通仿真运行速率v1=1,交通仿真运行数据输入输出所损耗的时间为tl1=Tq1-T1-Δt,则第二次交通仿真运行速率其中t2=Δt-tl1,T1为首个时间间隔开始交通仿真运行的时刻,Tq1为首个时间间隔结束交通仿真运行的时刻;
…
第n-2次:交通仿真运行数据输入输出所损耗的时间为tl(n-2)=Tq(n-2)-T1-(i-2)·Δt,则第n-1次交通仿真运行速率其中tn-1=Δt-tl(n-2);Tq(n-2)为第n-2个时间间隔结束交通仿真运行的时刻;
第n-1次:交通仿真运行数据输入输出所损耗的时间为tl(n-1)=Tq(n-1)-T1-(n-1)·Δt,
其中tn=Pk-(n-1)·Δt-tl(n-2),Pk为第k次采用停止仿真控制前交通仿真时长;Tq(n-1)为第n-1个时间间隔结束交通仿真运行的时刻;
第n次:无下次仿真运行,不作计算。
在一个时间间隔内,完成一次交通仿真运行流程包括:交通仿真运行数据(如:交通流量、转向比等)输入、交通仿真实际运行、交通仿真运行数据(在发明实施例中为评价结果)输出,以n=12,设定的时间间隔为00:05:00,Pk=3600s(01:00:00)为例,各交通仿真实际中断时间及下一次交通仿真运行速率计算结果如表1所示:
表1
在上述实施例中,若Pk=3500s(00:58:20),则前10次时间间隔计算结果如表1所示,对于第11、12次时间间隔计算结果如表2所示:
表2
11 | 7:50:08 | 7:55:05 | 0:00:05 | 0:03:15 | 1.01695 |
12 | 7:55:05 | 7:58:30 | 0:00:10 | / | / |
需要说明的是,上述给出的示例仅用于更加清楚直观的说明中断仿真控制中的算法,并不能以此来限制本发明的保护范围,在实际交通仿真运行中仿真运行数据的输入输出耗时通常在毫秒级,但本发明实施例给出的上述控制算法考虑了交通仿真运行数据的输入输出损耗,并据此调整交通仿真运行速率,能够使交通仿真运行结果与实际交通运行情况更加接近、同步性和实时性更高。
本发明实施例可以通过仿真时间控制模块设置时间间隔,在基于微观仿真模型的中断仿真控制模式下进行交通生成、路线决策与评价数据输出。
系统运行前设定间隔时间,当仿真模型在运行完一次时间间隔后,中断仿真控制接收到仿真暂停的指令信息,立刻调取交通生成、路线决策、评价数据输出模块,将当前时刻的时间参数传递给三个模块,交通生成、路线决策模块根据时间参数查询交通数据库获取实时数据并进行仿真模型参数更新,评价数据输出模块获取仿真结果,并附加时间参数进行可视化展示。待上述三个模块运行结束后,中断仿真控制接收到实时数据输入输出结束的指令信息,立刻设置下次仿真模型运行时间,并给仿真模型发送继续运行指令,仿真继续,直至运行时间结束,再次开始实时数据输入输出,如此循环,直至达到仿真总时长,结束。
停止仿真控制是在结束本次仿真运行时更新信号控制方案并在下一次仿真开始前输入本次仿真结束时的所有交通运行状态,包括车辆运行位置、车速信息以及信号控制状态,形成连续仿真。仿真时间控制模块可以通过停止仿真控制时间序列算法,统计路网内各个交叉口信号控制方案划分的时段,得到系统运行期间内每次停止仿真控制前仿真运行时长,其集合即为时间序列,进而在基于微观仿真模型的停止仿真控制模式下进行信号控制匹配。
在整个系统开始运行后,仿真时间控制模块通过停止仿真控制时间序列算法分析各个交叉口信号控制划分时段,计算每次需进行信号控制匹配前的仿真运行时长。根据预构建的停止仿真控制时间序列对交通仿真进行停止仿真控制,在结束交通仿真时更新信号控制方案并在下一次交仿真开始前输入本次仿真结束时的所有交通运行状态,以形成连续仿真;所述交通运行状态包括车辆运行位置、车速信息以及信号控制状态;
停止仿真控制时间序列的构建方法包括如下步骤:
统计信号控制方案开始时刻集合或结束时刻集合Φs={S1,S2,…,Sk,…,Sn},并按时间先后顺序排列,其中S1=00:00:00,Sn=23:59:59,Sk为第k个信号控制方案开始时刻或k-1个信号控制方案结束时刻,时间格式为“hh:mm:ss”;
假设交通仿真开始时刻TS∈[Si,Si+1),交通仿真结束时刻TE∈(Sj,Sj+1],
若i=j,则停止仿真控制时间序列为{P1},其中P1=TE-TS;
若i≠j,则停止仿真控制时间序列为{P1,P2,…,Pk,…,Pm},其中P1=Si+1-TS,Pk=Si+k-Si+k-1,Pm=TE-Sj,m=j-i+1;Pk为第k次采用停止仿真控制前交通仿真时长,单位:s;k=1,2,…,m。
在一次仿真运行完该时长后,停止仿真控制接收到该仿真运行的反馈信息,立刻暂停当前运行的仿真模型并获取所有车辆状态信息,并将当前时刻的时间参数传递于信号控制匹配模块,发送启动指令;信号控制匹配模块接受到时间参数和启动指令后,查询交通数据库,将当前时刻的各个交叉口信号控制方案下发至仿真模型中的信号机内,并使得灯色运行与实际一致;完成信号控制匹配后,停止仿真控制模块接受到该信息,设置下一次仿真运行时长并启动仿真模型,而后立刻暂停,输入上次仿真模型结束时的所有车辆状态信息,完成后,立刻恢复运行,至该次仿真运行时长结束,进入停止仿真控制。如此反复循环,直至达到实时仿真总时长,结束。
具体而言,仿真时间控制模块负责根据数据交互间隔、信号控制阶段与仿真总时长对微观仿真模型仿真过程的时间节点控制,并校正实际时间与仿真系统时间的误差,以达到其他模块运行结果符合实际情况的目的。如图2所示,本发明的实施例设计了一套集合交通流量、路线决策、信号控制于一体的仿真时间控制流程,以预设的间隔时间为准,采用中断仿真控制模式来控制流量数据与路线决策数据的输入以及仿真评价数据的输出,并根据停止仿真控制时间序列判断当前运行时间是否到达下一信号控制阶段来选择是否采用停止仿真控制模式重新进行信号控制匹配,到达则采用,反之不采用。由此,解决了微观仿真模型在仿真过程中难以进行数据交互、信号机断网的问题,同时保证了仿真环境时间与实际时间的一致性。
交通生成模块负责将外部点的交通数据转化为微观仿真模型二次开发接口标准数据并完成输入设置。本发明实施例利用包括但不限于视频检测器、雷达检测器所采集的交通数据,分析实时交通流量、车辆组成类型比例、速度等,主要通过二次开发接口的车辆输入点模块进行交通流量批量修改及车辆组成比例选择,通过二次开发接口的速度控制点模块进行车辆期望速度控制。
路线决策模块负责完成交叉口车辆路线决策的相对比例控制。本发明实施例利用交叉口各进口检测器,包括但不限于视频、雷达,采集通过各车道的流量,并根据车道转向信息,进行路线决策相对比例计算;对于混合车道、普通检测器无法检测车辆分流情况的,采用人工抽样调研统计,通过历史数据推算实时情况,再转换为路线决策相对比例;然后,通过二次开发接口的路径选择控制模块进行车辆的路线决策相对比例批量设置。
信号控制匹配模块负责保证仿真环境中各交叉口信号灯状态与外场实际一致,本发明实施例设计了交通信号控制匹配的流程,如图3所示,分为三个子模块:信号状态时间获取子模块、信号状态判别子模块、信号相位差设置子模块。
信号状态时间获取子模块负责分析信号灯运行信息,将非结构化数据转换为结构化数据,其中包括:当前时间、信号灯灯色、倒计时。若具备信号灯倒计时电子屏,则分析倒计时数字;若不具备信号灯倒计时,可人工采集输入信号状态及相应时间,选择信号灯灯色改变的那一时刻,包括:“红-绿”、“绿-黄”、“黄-红”,倒计时取“0”,另外对于无摄像机条件的交叉口,可利用人工采集,跳过此子模块,直接输入采集数据至下一模块。
信号状态判别子模块负责将上一模块获取的数据进行分析判别,确定该时刻所运行的控制方案及所处的信号周期时间位置,并计算绝对相位差。
信号相位差设置子模块负责批量设置微观仿真模型中各信号机的信号控制方案及其启动相位差,具体操作:微观仿真模型中各信号机对应的配置文件,通过程序解析,进行批量修改,即完成了该操作,再重新启动,仿真模型即可加载新配置的信号控制方案,并且运行时间与外场信号灯运行状态一致。以VISSIM仿真软件为例,各信号机对应的配置文件(.sig)采用XML语言编译,如图4所示,是VISSIM信号控制机.sig文件XML结构图,通过程序解析即可直接进行批量修改信号控制方案及其启动相位差。
输出展示模块负责获取微观仿真模型实时仿真过程中的评价数据并存入数据库进行可视化呈现,其数据为基于微观模型仿真结果获取排队长度、延误时间、行驶速度、行程时间、服务水平、油耗、污染物排放量等,针对交叉口、路段、主干道及路网进行效率、服务、环保等方面的评价数据。评价数据可视化,是由于仿真模型的结果是表格形式,不能直观地对交叉口、路段进行评价,而进行可视化后可较为直观地对交叉口、主干道、路网进行效率、环保、服务水平等方面进行评价,有助于交通组织决策。如图5所示,本发明实施例通过数据处理子模块在获取评价数据的过程中对其空值、异常值进行补全、修正;通过数据存储子模块将评价数据筛选处理,按设计表结构存入数据库中;通过数据可视化子模块将数据以图表形式展示出来,一方面展示实时交通评价数据,另一方面存储数据以做历史对比。基于此,可进行时间轴上的分析得出深度交通评价指数,进一步实现数据的时空分析,其结果更有利于交通组织管理决策。
本发明实施例提供的实时在线微观交通仿真系统还包括交通流数据库和交通评价数据库。
交通流数据库,用于将外场交通检测器,如地磁、线圈、视频、微波雷达等上传的动态交通数据进行存储,并统一时间序列,保证能够为各模块提供稳定、准确、实时的交通运行参数。其数据包括分钟级车道级交通流量、车型比例、路径选择比例、车辆行驶速度等。
评价数据库,用于存储每一次评价数据输出模块所输出的仿真结果数据,包括排队长度、延误时间、行驶速度、行程时间、服务水平、油耗、污染物排放量等。存储频率按需求设定,如5min、10min、15min等。
本发明实施例还提供了一种实时在线微观交通仿真方法,能够通过前述的系统得以实现,所述方法包括如下步骤:
步骤A:采集路网外部点实时交通数据及路网内部点实时交通数据;
步骤B:按照预定的数据输入与输出时间节点,在微观仿真模型中的车辆输入点生成与路网外部点实时交通数据相应的交通流量,并对车辆进行速度控制;
步骤C:根据路网内部点实时交通数据推算交叉口各进口道转向比例,修改所述微观仿真模型中各路线决策点的相对交通流量;
步骤D:同步交叉口未联网信号机的信号控制方案,以匹配实际交叉口的车辆放行顺序与时间;
步骤E:定时抽取仿真结果、评价数据,并通过可视化手段展现。
所述方法还包括中断仿真控制步骤,具体方法如下:
在不结束交通仿真的前提下,暂停当前交通仿真;
根据预设的暂停时间间隔再次启动交通仿真控制,使路网仿真继续。
其中,步骤C中所述交叉口各进口道转向比例的推算方法包括如下步骤:
步骤C01:对于非混合车道,采集各车道的交通流量,根据车道转向信息确定交叉口各进口道转向比例;
步骤C02:对于混合车道,采用人工抽样调研统计,通过历史数据推算实时情况,再转换为交叉口各进口道转向比例。
其中,步骤D所述的同步交叉口未联网信号机的信号控制方案的方法包括:
步骤D01:识别信号灯运行信息,包括当前时间、信号灯灯色、倒计时;
步骤D02:判别当前时间所运行的控制方案及其所处周期的时间位置,从而获得在运行信号控制方案的绝对相位差。本发明实施例中绝对相位差可以采用下述公式计算获得:
ΔF=C-mod[(Tnow-Tp),C] (2)
式中:C为该交叉口目前运行的信号控制方案周期,单位为秒;gi为第i相位所占时间,单位为秒;n′为信号控制方案相位总数;To为获取信号灯运行信息的时间戳;X为根据灯色判断的当前阶段序号;t为当前阶段倒计时,单位为秒;Tp为信号控制方案最近开始启动时间戳;Tnow为当前仿真运行时间戳;ΔF为信号控制方案绝对相位差,单位为秒。
步骤D03:根据绝对相位差,批量设置微观仿真模型中各信号机的信号控制方案及其启动相位差。
本发明实施例还提供了一种实时在线微观交通仿真系统,包括存储器和处理器,所述存储器用于存储计算机程序,例如Python语言所编辑的计算机程序。所述处理器用于加载所述计算机程序以执行前述任一项所述的方法步骤,例如图2所示的步骤。或者,所述处理器执行所述计算机程序时实现上述各装置实施例中各模块功能,例如:仿真时间控制模块、交通生成模块、路线决策模块、信号控制匹配模块。
如图6所示,是本发明实施例所搭建的实时在线微观交通仿真系统的框架图;计算机主控程序负责调取COM接口、控制VISSIM,以及重构数据,完成输入与输出,是系统的核心部分。本发明实施例中计算机程序采用Python语言编辑,主要考虑Python运行速度快、可移植多平台等特性,且面对对象编程,与COM对象结构类似,易于理解;利用Python庞大的标准库,可简单方便的操作exe程序、数据库、XML、HTML、GUI(图形用户界面),代码编写复杂度大大降低;同时,Python也是人工智能算法的主要实现语言,未来系统扩展,与人工智能算法结合,程序也可复用。
交通流数据库负责处理存储外场各类交通检测器所获得的交通流数据,为主控程序提供稳定可靠的实时数据。主要包括视频检测器数据、微波雷达检测器数据,虽然两者数据来源不同,检测原理不同,但两者的数据结构类似,可进行融合处。检测器上传数据的时间戳视不同系统而定,前端自带GPS校时或后端服务器对时,不论采用哪种方式,在本系统设计中必须将实时数据源进行统一校时,保证仿真数据输入的同步性。视频检测数据精度主要受环境光影响,在强光或弱光条件下,前端摄像机必须调整光圈、对比度等参数来生成合适的图像,这样精度才能满足要求,而在实际应用过程中夜间数据往往不够理想;微波雷达检测原理是根据波的反射来判断车辆位置、速度等,障碍物是影响检测精度的主要因素,如空中的树叶。因此,根据两者数据特性,在数据层对其进行融合处理,以得到更精确的交通仿真输入参数。
VISSIM仿真软件,负责根据实际路网数据搭建微观仿真模型,并在设定流量、速度、路径、信号配时等参数后,运行仿真,输出评价信息。在搭建微观仿真模型之前,需收集仿真路网基础资料,包括道路线形、横断面结构、交叉口形状、全天信号配时方案、车道信息、小区出入口及卫星底图等;利用VISSIM软件中的Link和Connector编辑路网、交叉口,信号控制机与信号灯头设置交叉口信控方案,以及数据采集点、节点、车辆行程时间等各类检测评估模块以在仿真运行过程中采集所需要的评价参数。
交通数据来源众多,数据结构复杂,传输频率不一,VISSIM仿真软件无法直接对接此类数据,所以必须将来自于各类交通检测器的数据输入中间件,通过该中间件整理多源数据、处理问题数据、同步数据时间;同时,针对VISSIM仿真软件本身而言,要在仿真过程中对输入流量、转向比例等交通参数进行实时更新以及提取交通评价参数,是不可能的,这必须在仿真暂停或停止后才可进行,所以,为尽可能减少因更新交通参数而暂停造成的时间延迟,设计中间件时必须考虑程序运行逻辑、耗时等因素,将延迟时间控制在合理范围内,以实现虚拟与现实的同步。因此,为实现该功能,按照仿真时间控制流程,设计了一套代码精简、逻辑清晰、冗余极少的主控程序,以连接交通检测器的实时数据以及调用VISSIM COM接口进行仿真对象控制,其主要内容包括仿真运行对象、车辆生成对象、路线决策对象、信号机对象、评价对象。
交通评价数据库,负责存储交通评价信息,进一步分析处理后支撑方案决策、数据可视化展示等。所有评价数据的来源均为VISSIM仿真结果,理论上所有VISSIM生成的评价数据均可提取入库,而这将花费大量的时间,影响同步性。因此,在实际应用中,根据业务需求,提取所需数据,包括路网整体评价、主干道评价、路段评价与主干道评价这几大类,其提取频率与实时数据输入频率一致。
示例性的,所述计算机程序可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述仿真系统中的执行过程。例如,所述计算机程序可以被分割成仿真时间控制模块、交通生成模块、路线决策模块、信号控制匹配模块及输出展示模块,各模块具体功能如前文所述,在此不再赘述。
当微观仿真模型采用VISSIM仿真软件搭建时,交通生成模块负责将外部点的交通数据转化为VISSIM COM接口标准数据并完成输入设置,具体的可以通过COM接口的VehicleInputs(车辆输入)对象进行交通流量批量修改与车辆组成比例选择,以及操作SpeedDistribution Data Point(速度分布数据点)对象进行车辆期望速度控制。对于路线决策模块,可以通过COM接口的Vehicle Routing Decisions Static(车辆路线决策静态)对象进行车辆的路线决策相对比例批量设置。对于联网信号控制系统,VISSIM仿真软件具备专用DLL进行关联,对于无联网控制信号机,本发明实施例设计了前述的信号控制匹配模块,用于同步交叉口未联网信号机的信号控制方案,以匹配实际交叉口的车辆放行顺序与时间。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是仿真系统的控制中心,利用各种接口和线路连接整个仿真系统的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现仿真系统的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(SmartMediaCard,SMC),安全数字(SecureDigital,SD)卡,闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
仿真系统集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
下面结合实际案例,对本发明实施例提供的仿真系统和方法做进一步的验证:选取南京市白下高新园区紫云大道干线作为本系统应用对象,建立VISSIM路网,如图7所示,其包含双麒路、永丰大道、永智路、运粮河西路四个交叉口及沿线两处出入口,周边分布居民小区、工业园区等,靠近高速匝道,早晚高峰潮汐现象明显,交通出行规律稳定,是典型的城市交通道路;沿线交叉口布设有10套视频检测器、11套微波检测器用于交通流检测,覆盖全、精度高;系统部署于window环境的服务器,其配置为i7-8700 CPU/16G内存,仿真精度可达10步长/仿真s,为验证系统有效性、同步性、稳定性提供了可靠的环境。仿真评价数据可视化如图8所示,具体测试结果如表3、图10、图11所示。
表3
表3是在全天仿真中选取早高峰、平峰、晚高峰内各1小时,每仿真300s统计一次系统所运行的实际时间,单位:s,比较最终误差。数据来源于系统运行日志,如图9所示,通过计算每个间隔开始时刻的差值与运行仿真实际时间比较而得到。其结果显示,各时段内一小时延误时间均在60s以内,时间误差百分比不超过1.5%,推断一天24小时延误不超过24min,基本达到同步要求。
图10通过对一天24小时内每5min的内部交叉口实际通过交通量与仿真运行交通量进行统计对比,横坐标为实际交通量,纵坐标是仿真交通量,实际交通量是通过交叉口交通检测器测得,仿真交通量是通过在仿真路网中设置数据采集点采集统计得到,两者绘制成散点图,通过梳理分析,符合线性回归,且离散程度在合理范围内,表明仿真运行过程中交通流量输入较为准确,仿真还原度较高,因此仿真结果更贴近真实情况,有利于辅助决策组织。
图11是对系统运行期间计算机的CPU及内存占用情况进行跟踪分析,实施例表明在流量较大的早晚高峰下仿真系统对CPU、内存占用较多,平峰占用情况较为稳定。对于现使用的计算机,配置仍有较大的冗余,还可支持更大的路网规模与更高的数据更新频率。
本发明实施提供的实时在线微观交通仿真方法及系统,仿真精度较中观模型大大提高,模型运行效果较好,还原度较高,并利用构建的路网及外场检测器数据进行实际应用测试,解决了交通数据、车辆转向、未联网信号机等同步问题,形成了评价数据可视化的决策依据;在配置中等偏上的服务器上运行,仿真精度高,同步误差一小时不超过60s,资源未溢出,且仍有较大冗余,结果表明该系统可稳定应用于路网级微观实时仿真,辅助智能交通管理控制的决策。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种实时在线微观交通仿真方法,其特征在于,所述方法包括如下步骤:
采集路网外部点实时交通数据及路网内部点实时交通数据;
按照预定的数据输入与输出时间节点,在微观仿真模型中的车辆输入点生成与路网外部点实时交通数据相应的交通流量,并对车辆进行速度控制;
根据路网内部点实时交通数据推算交叉口各进口道转向比例,修改所述微观仿真模型中各路线决策点的相对交通流量;
同步交叉口未联网信号机的信号控制方案,以匹配实际交叉口的车辆放行顺序与时间;
定时抽取仿真结果、评价数据,并通过可视化手段展现。
2.根据权利要求1所述的实时在线微观交通仿真方法,其特征在于,所述方法还包括如下步骤:
当进行中断仿真控制时,采用下述迭代算法计算各交通仿真实际中断时间及下一次交通仿真运行速率:
第一次:交通仿真运行时长为t1=Δt,第一次交通仿真运行速率v1=1,交通仿真运行数据输入输出所损耗的时间为tl1=Tq1-T1-Δt,则第二次交通仿真运行速率其中t2=Δt-tl1,T1为首个时间间隔开始交通仿真运行的时刻,Tq1为首个时间间隔结束交通仿真运行的时刻;
…
第n-2次:交通仿真运行数据输入输出所损耗的时间为tl(n-2)=Tq(n-2)-T1-(i-2)·Δt,则第n-1次交通仿真运行速率其中tn-1=Δt-tl(n-2);Tq(n-2)为第n-2个时间间隔结束交通仿真运行的时刻;
第n-1次:交通仿真运行数据输入输出所损耗的时间为tl(n-1)=Tq(n-1)-T1-(n-1)·Δt,
其中tn=Pk-(n-1)·Δt-tl(n-2),Pk为第k次采用停止仿真控制前交通仿真时长;Tq(n-1)为第n-1个时间间隔结束交通仿真运行的时刻;
第n次:无下次仿真运行,不作计算。
3.根据权利要求1所述的实时在线微观交通仿真方法,其特征在于,所述方法还包括如下步骤:
根据预构建的停止仿真控制时间序列对交通仿真进行停止仿真控制,在结束交通仿真时更新信号控制方案并在下一次交仿真开始前输入本次仿真结束时的所有交通运行状态,以形成连续仿真;所述交通运行状态包括车辆运行位置、车速信息以及信号控制状态;
所述停止仿真控制时间序列的构建方法包括如下步骤:
统计信号控制方案开始时刻集合或结束时刻集合Φs={S1,S2,…,Sk,…,Sn},并按时间先后顺序排列,其中S1=00:00:00,Sn=23:59:59,Sk为第k个信号控制方案开始时刻或k-1个信号控制方案结束时刻;
假设交通仿真开始时刻TS∈[Si,Si+1),交通仿真结束时刻TE∈(Sj,Sj+1],
若i=j,则停止仿真控制时间序列为{P1},其中P1=TE-TS;
若i≠j,则停止仿真控制时间序列为{P1,P2,…,Pk,…,Pm},其中P1=Si+1-TS,Pk=Si+k-Si+k-1,Pm=TE-Si,m=j-i+1;Pk为第k次采用停止仿真控制前交通仿真时长,k=1,2,…,m。
4.根据权利要求1所述的实时在线微观交通仿真方法,其特征在于,交叉口各进口道转向比例的推算方法如下:
通过检测器实时采集各车道的交通流量,根据车道转向信息确定交叉口各进口道转向比例。
5.根据权利要求1所述的实时在线微观交通仿真方法,其特征在于,未联网信号机采用间接同步的方法包括:
识别信号灯运行信息,包括当前时间、信号灯灯色、倒计时;
判别当前时间所运行的控制方案及其所处周期的时间位置,获得在运行信号控制方案的绝对相位差;
根据绝对相位差,设置微观仿真模型中各信号机的信号控制方案及其启动相位差。
6.一种实时在线微观交通仿真系统,其特征在于,所述系统包括:
仿真时间控制模块:用于对实时在线仿真过程中进行各类数据输入与输出时间节点控制;
交通生成模块:用于按照预定的数据输入与输出时间节点,在微观仿真模型中的车辆输入点生成与路网外部点实时交通数据相应的交通流量,并对车辆进行速度控制;
路线决策模块:用于根据路网内部点实时交通数据推算交叉口各进口道转向比例,修改所述微观仿真模型中各路线决策点的相对交通流量;
信号控制匹配模块:用于同步交叉口未联网信号机的信号控制方案,以匹配实际交叉口的车辆放行顺序与时间;
输出展示模块:用于通过可视化手段呈现上述仿真结果。
7.根据权利要求6所述的实时在线微观交通仿真系统,其特征在于,所述信号控制匹配模块包括:
信号状态时间获取子模块:用于识别信号灯运行信息,包括当前时间、信号灯灯色、倒计时;
信号状态判别子模块:用于判别当前时间所运行的控制方案及其所处周期的时间位置,从而获得在运行信号控制方案的绝对相位差;
信号控制校正子模块,用于根据绝对相位差,批量设置微观仿真模型中各信号机的信号控制方案及其启动相位差。
8.根据权利要求6所述的实时在线微观交通仿真系统,其特征在于,所述输出展示模块包括:
数据处理子模块:用于在获取实时仿真数据的过程中对空值、异常值进行补全、修正;
数据存储子模块:用于对数据处理子模块处理后的数据进行筛选处理,并按设计表结构存入数据库;
数据可视化子模块:用于将数据库中所存储的数据以图表形式进行可视化展示。
9.根据权利要求6所述的实时在线微观交通仿真系统,其特征在于,所述系统还包括微观交通仿真数据库,所述微观交通仿真数据库包括:
交通流数据库,用于将外场交通检测器,如地磁、线圈、视频、微波雷达等上传的动态交通数据进行存储,并统一时间序列,保证能够为各模块提供稳定、准确、实时的交通运行参数。其数据包括分钟级车道级交通流量、车型比例、路径选择比例、车辆行驶速度、加速度等。
评价数据库,用于存储每一次评价数据输出模块所输出的仿真结果数据,包括排队长度、延误时间、平均行驶速度、平均行程时间、服务水平、油耗、污染物排放量等。
10.一种实时在线微观交通仿真系统,其特征在于,包括存储器和处理器,所述存储器用于存储计算机程序,所述处理器用于加载所述计算机程序以执行权利要求1至5任一项所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010042110.XA CN111241168B (zh) | 2020-01-15 | 2020-01-15 | 一种实时在线微观交通仿真方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010042110.XA CN111241168B (zh) | 2020-01-15 | 2020-01-15 | 一种实时在线微观交通仿真方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111241168A true CN111241168A (zh) | 2020-06-05 |
CN111241168B CN111241168B (zh) | 2022-09-06 |
Family
ID=70871132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010042110.XA Active CN111241168B (zh) | 2020-01-15 | 2020-01-15 | 一种实时在线微观交通仿真方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111241168B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN111866132A (zh) * | 2020-07-20 | 2020-10-30 | 交通运输部科学研究院 | 一种基于物联网的交通运行控制方法 |
CN112052557A (zh) * | 2020-07-28 | 2020-12-08 | 广州亚美信息科技有限公司 | 柴油机后处理系统的仿真方法、系统、装置、设备和介质 |
CN112712591A (zh) * | 2020-12-31 | 2021-04-27 | 广州学塾加软件科技有限公司 | 基于微观交通仿真的交通信号控制实验系统及方法 |
CN113936477A (zh) * | 2021-09-06 | 2022-01-14 | 上海宝康电子控制工程有限公司 | 一种信号配时控制系统及方法 |
CN115061454A (zh) * | 2022-06-23 | 2022-09-16 | 中国第一汽车股份有限公司 | 一种车况信号矫正方法、装置、设备及存储介质 |
CN115083159A (zh) * | 2022-06-14 | 2022-09-20 | 重庆京东方智慧科技有限公司 | 交通信号的仿真方法、装置、设备及介质 |
CN115169890A (zh) * | 2022-07-07 | 2022-10-11 | 深圳大学 | 一种基于微观交通仿真的智能网联车辆混合交通评价系统 |
CN115310278A (zh) * | 2022-07-28 | 2022-11-08 | 东南大学 | 一种大规模路网在线微观交通的仿真方法及其验证方法 |
CN115481531A (zh) * | 2022-09-06 | 2022-12-16 | 苏州大学 | 基于sumo的路网交通流实时孪生方法及系统 |
CN117688782A (zh) * | 2024-01-31 | 2024-03-12 | 天津小铁马科技有限公司 | 一种耗损量预估方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120109506A1 (en) * | 2010-11-01 | 2012-05-03 | International Business Machines Corporation | Real-time traffic analysis through integration of road traffic prediction and traffic microsimulation models |
CN104050319A (zh) * | 2014-06-13 | 2014-09-17 | 浙江大学 | 一种实时在线验证复杂交通控制算法的方法 |
CN110164128A (zh) * | 2019-04-23 | 2019-08-23 | 银江股份有限公司 | 一种城市级智能交通仿真系统 |
-
2020
- 2020-01-15 CN CN202010042110.XA patent/CN111241168B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120109506A1 (en) * | 2010-11-01 | 2012-05-03 | International Business Machines Corporation | Real-time traffic analysis through integration of road traffic prediction and traffic microsimulation models |
CN104050319A (zh) * | 2014-06-13 | 2014-09-17 | 浙江大学 | 一种实时在线验证复杂交通控制算法的方法 |
CN110164128A (zh) * | 2019-04-23 | 2019-08-23 | 银江股份有限公司 | 一种城市级智能交通仿真系统 |
Non-Patent Citations (2)
Title |
---|
姚裔虎等: "信号交叉口延误分析几种常用方法的比较", 《武汉理工大学学报(交通科学与工程版)》 * |
王维锋: "平面信号交叉口通行能力及系统仿真研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN111866132A (zh) * | 2020-07-20 | 2020-10-30 | 交通运输部科学研究院 | 一种基于物联网的交通运行控制方法 |
CN112052557A (zh) * | 2020-07-28 | 2020-12-08 | 广州亚美信息科技有限公司 | 柴油机后处理系统的仿真方法、系统、装置、设备和介质 |
CN112712591A (zh) * | 2020-12-31 | 2021-04-27 | 广州学塾加软件科技有限公司 | 基于微观交通仿真的交通信号控制实验系统及方法 |
CN113936477A (zh) * | 2021-09-06 | 2022-01-14 | 上海宝康电子控制工程有限公司 | 一种信号配时控制系统及方法 |
CN115083159A (zh) * | 2022-06-14 | 2022-09-20 | 重庆京东方智慧科技有限公司 | 交通信号的仿真方法、装置、设备及介质 |
CN115061454A (zh) * | 2022-06-23 | 2022-09-16 | 中国第一汽车股份有限公司 | 一种车况信号矫正方法、装置、设备及存储介质 |
CN115169890A (zh) * | 2022-07-07 | 2022-10-11 | 深圳大学 | 一种基于微观交通仿真的智能网联车辆混合交通评价系统 |
CN115310278A (zh) * | 2022-07-28 | 2022-11-08 | 东南大学 | 一种大规模路网在线微观交通的仿真方法及其验证方法 |
CN115310278B (zh) * | 2022-07-28 | 2024-06-11 | 东南大学 | 一种大规模路网在线微观交通的仿真方法及其验证方法 |
CN115481531A (zh) * | 2022-09-06 | 2022-12-16 | 苏州大学 | 基于sumo的路网交通流实时孪生方法及系统 |
CN117688782A (zh) * | 2024-01-31 | 2024-03-12 | 天津小铁马科技有限公司 | 一种耗损量预估方法、装置、电子设备及存储介质 |
CN117688782B (zh) * | 2024-01-31 | 2024-04-12 | 天津小铁马科技有限公司 | 一种耗损量预估方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111241168B (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111241168B (zh) | 一种实时在线微观交通仿真方法及系统 | |
WO2022222632A1 (zh) | 交通仿真方法、装置、计算机设备和存储介质 | |
CN110782120B (zh) | 一种交通流模型的评测方法、系统、设备及介质 | |
Lobo et al. | InTAS--The Ingolstadt Traffic Scenario for SUMO | |
CN109754594A (zh) | 一种路况信息获取方法及其设备、存储介质、终端 | |
CN108763776A (zh) | 一种城市快速路网时变交通状态仿真方法及装置 | |
CN113538898A (zh) | 一种基于多源数据的高速公路拥堵管控系统 | |
CN111797003A (zh) | 一种基于vtd软件搭建虚拟测试场景的方法 | |
CN111105628A (zh) | 一种停车场画像构建方法和装置 | |
CN115952692B (zh) | 道路交通的仿真方法和装置、存储介质及电子设备 | |
CN111383444B (zh) | 预测路况状态的方法、装置、服务器及存储介质 | |
CN115481531B (zh) | 基于sumo的路网交通流实时孪生方法及系统 | |
CN112927513B (zh) | 一种实时在线交通仿真方法及系统 | |
CN111199247A (zh) | 一种公交运行仿真方法 | |
CN113434619A (zh) | 一种4g的高速公路智能交通路况监控系统 | |
CN114969263A (zh) | 一种城市交通知识图谱的构建方法、构建装置及应用 | |
CN114707035A (zh) | 一种可视化交通起始点分析系统 | |
CN113821547B (zh) | 快速高效的停车场占有率短时预测方法、系统及存储介质 | |
CN114495486A (zh) | 一种基于层次强化学习的微观交通流预测系统及方法 | |
CN115936242B (zh) | 空气质量与交通状况的溯源关系数据获取方法及装置 | |
Barceló et al. | Modelling advanced transport telematic applications with microscopic simulators: The case of aimsun | |
CN114676541B (zh) | 一种交通仿真的方法、相关装置、设备以及存储介质 | |
KR102054985B1 (ko) | 경로 기반 교통 모니터링 방법과, 모니터링 시스템과, 경로 기반 교통 모니터링 서비스를 운영하는 방법 및 운영 시스템 | |
Liu | Design and application of real-time traffic simulation platform based on UTC/SCOOT and VISSIM | |
CN117031979A (zh) | 一种基于仿真环境的规划算法测试方法及系统 |
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 | ||
CB02 | Change of applicant information |
Address after: 210014 No. 9, Ziyun Avenue, Qinhuai District, Jiangsu, Nanjing Applicant after: China Design Group Co.,Ltd. Address before: 210014 No. 9, Ziyun Avenue, Qinhuai District, Jiangsu, Nanjing Applicant before: CHINA DESIGN GROUP Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |