CN111881557B - 基于道路平均速度的车流仿真方法 - Google Patents
基于道路平均速度的车流仿真方法 Download PDFInfo
- Publication number
- CN111881557B CN111881557B CN202010629074.7A CN202010629074A CN111881557B CN 111881557 B CN111881557 B CN 111881557B CN 202010629074 A CN202010629074 A CN 202010629074A CN 111881557 B CN111881557 B CN 111881557B
- Authority
- CN
- China
- Prior art keywords
- road
- road section
- speed
- traffic
- average speed
- 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.)
- Active
Links
Classifications
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于道路平均速度的车流仿真方法,包括如下步骤:读取需要模拟的地图模型,将地图模型的文件转换为交通微观仿真软件能够直接读取和使用的配置文件;利用配置文件,生成仿真软件中车辆的行驶路径;计算路段的期望车辆速度;根据预设的更新频率检查待更新速度队列,若待更新速度队列中有待更新的速度值,则平滑更新交通微观仿真软件中的仿真车辆速度;本发明具有能够平滑更新模拟环境的仿真车辆速度,模拟效果更加真实,不会使车辆在某一时间点瞬时变速;循环发车时,车辆的道路选择更加合理,路段的模拟流量能更方便地控制的特点。
Description
技术领域
本发明涉及交通仿真技术领域,尤其是涉及一种基于道路平均速度的车流仿真方法。
背景技术
车道:又称行车线、车行道,是用在供车辆行经的道路,现实环境中用车道分割线区分不同的车道。
道路:相邻两个路口(包括交叉口、分流点、合流点等)之间的车道集合称为一条道路。
交叉口:两条或多条道路相交而形成的路口。在交叉口,不同道路上行驶的机动车、非机动车、行人之间会引起交通上的冲突,因此需要交通控制来保障交通过程的安全有序运行。
信号机:信号机是控制交叉路口交通信号的重要设备,是交通信号控制的重要组成部分。各种交通控制方案,最终都要由信号机来实现。本发明中信号机均设置于路口。
信号机路口:路口信号灯受到信号机控制的路口称为信号机路口。
路段:相邻两个信号机路口之间的道路集合称为一个路段。路段具有方向性,例如从路口A到路口B的路段与从路口B到路口A的路段是不同的。
路径:车辆由起点到终点所途经的路段集合为一个路径。
交通流量:单位时间内到达道路某一截面的车辆数。
OD矩阵:OD矩阵是源点-终点矩阵的英文缩写。无论源点或起点,其中的点代表的是一片交通划分的区域,而该矩阵中的数值就是从区域A到区域B的交通流量。
步:某一时刻交通信号控制交叉口各个方向信号灯所组成的一组确定的灯色状态。步的持续时间称为步长。步长的变化单位为1秒。
信号周期时间:一个交通信号循环内各步的步长之和。
排队长度:从交叉口停车线到排队车辆末端之间的距离。
发车点:仿真系统中车辆出现并开始行驶的道路起始端点。
仿真车辆速度:在仿真时车辆会尽可能靠近这个速度行驶,相当于仿真过程中的目标车速。
交通仿真系统是指用仿真系统技术来研究交通行为,它是一门对交通运动随时间和空间的变化进行跟踪描述的技术。通过对交通仿真系统的研究,可以得到交通状态变量(例如车道流量、路段速度等)随时间与空间的变化、分布规律及其与交通控制变量(例如信号周期、绿信比等)之间的关系。交通仿真系统越接近现实环境,越有助于研究人员对真实状态进行分析。
交通仿真领域中一项重要的技术是交通车流仿真,即针对道路上行驶车辆的状态进行模拟仿真。车流仿真领域中需要使用流量数据和速度数据作为输入参数进行模拟仿真。虽然流量数据和速度数据能相互估计,但精确的流量数据更能提高仿真效果的准确性,因此两者中相对更重要的参数是流量数据。
然而现实环境中,由于检测设备损坏或道路施工等原因,一些路口和路段无法获得准确的流量数据。而路段平均速度可以由浮动车的车载GPS装置或随车智能手机App提供的定位信息计算得到,获取成本相对较低,数据稳定性更好,且能够实现更高的区域覆盖率。
在上述情况下,为了模拟路段的真实状态,可以使用路段平均速度作为主要输入参数。现有的基于路段平均流量的技术理论无法完全满足应用需求,迫切需要基于路段平均速度的仿真技术来满足这一需求。
发明内容
本发明的发明目的是为了克服现有技术中的基于路段平均流量的技术理论无法完全满足应用需求的不足,提供了一种基于道路平均速度的车流仿真方法。
为了实现上述目的,本发明采用以下技术方案:
一种基于道路平均速度的车流仿真方法,包括如下步骤:
(1-1)读取需要模拟的地图模型,将地图模型的文件转换为交通微观仿真软件能够直接读取和使用的配置文件;
(1-2)利用配置文件,生成仿真软件中车辆的行驶路径;
(1-3)计算路段的期望车辆速度;
(1-4)根据预设的更新频率检查待更新速度队列,若待更新速度队列中有待更新的速度值,则平滑更新交通微观仿真软件中的仿真车辆速度;
(1-5)以各个路口的出口处作为发车点,调整发车点的待发车数量,并循环发车;
(1-6)监测模拟环境中所有行驶的车辆,当车辆经过信号机路口时,更新车辆所在路段的行驶时间,根据路段距离和行驶时间定时更新路段的模拟平均速度以及路段实际和模拟平均速度的速度差值。
本发明通过分析路段平均速度和其它的交通流特征参数之间的潜在关系,利用路段平均速度计算得到不同维度的多种中间变量数据,例如,路段的期望车辆行驶速度,并基于中间变量数据对交通微观仿真软件进行控制,从而达到更好的仿真效果,实现对真实环境的有效模拟。
作为优选,步骤(1-2)包括如下步骤:
(1-2-1)读取配置文件,选出信号机节点;获得道路信息,道路信息包括长度、限速、两端的节点和车道数;获得道路连接状态,道路连接状态包括转向和后继道路;
(1-2-2)计算相邻信号机节点间的路段:
对于每个信号机节点,获取所有从所述信号机节点出发的道路,根据道路连接状态,找到所有在规定道路数量内到达相邻信号机节点的道路队列;
对于每对相邻信号机节点间找到的多个道路队列,计算每个道路队列的总长度,并将其中最短的总长度与规定间隔长度之和作为最大总长度;留下总长度≤最大总长度的所有道路队列,称为剩余道路队列集合;
对于剩余道路队列集合中的每个道路队列,仅当从所述道路队列中选取出任意多个道路组成一个新的道路队列,所有新的队列均不在剩余道路队列集合中才保留,最后筛选保留的剩余道路队列即为相邻信号机间的路段;
(1-2-3)计算得到仿真软件中的车辆行驶路径:
对于每个信号机节点,获取所有从所述信号机节点出发的路段,根据道路连接状态,找到所有在规定信号机节点数量范围内的路径;对于每对信号机节点间找到的多条路径,计算每条路径的总长度,将其中最短的总长度与规定间隔长度之和作为最大总长度,只留下总长度≤最大总长度的所有路径;记录当前运行状态下,路段实际平均速度,路段模拟平均速度,路段实际平均速度和路段模拟平均速度的差值。路段实际平均速度是由外部输入,路段模拟平均速度是由仿真软件中检测器获取到的车辆的路段行驶时间和路段距离计算得到。
作为优选,步骤(1-3)包括如下步骤:
(1-3-1)读取配置文件,对于具有方向性的每条路段,将所述路段指向的路口作为关联路口,将所述路段中与关联路口相连的道路作为关联道路,从配置文件中读取关联路口的信号灯ID、信号状态和持续时间,将信号灯ID、信号状态和持续时间整合为信号配时方案信息;从配置文件中读取关联道路的连接状态信息,连接状态信息包括道路ID、后继道路ID和信号灯ID;
(1-3-2)计算路段的期望车辆速度:
如果外部输入的路段实际平均速度是不等待红绿灯的路段速度,则将路段实际平均速度作为路段的期望车辆速度;
如果外部输入的路段实际平均速度是等待红绿灯的路段速度,则路段的期望车辆速度的计算公式如下:
其中,Vexp表示所述路段的期望车辆速度;L表示所述路段的道路总长度;Vr表示所述路段的实际平均速度;Tw表示所述路段在信号机路口处的平均等待时间,使用所述路段对应的红灯时间队列的加权平均作为Tw,计算公式如下:
其中,T11、T12……T1n为所述路段每个进口车道的红灯时间,α11、α12……α1n为T11、T12……T1n对应的权重并且和为n;Tf表示该路段在信号机路口处的平均通行时间,使用所述路段对应的绿灯时间队列、黄灯时间队列的加权平均作为Tf,计算公式如下:
其中,T21、T22……T2m为所述路段每个进口车道的黄灯时间或绿灯时间,α21、α22……α2m为T21、T22……T2m对应的权重并且和为m;
所述路段期望车辆速度的计算结果如果大于路段限速,则取路段限速作为路段期望车辆速度;
若路段由于信号配时方案信息有误而导致无法求得结果,则使用路段的历史最大平均速度作为路段的期望车辆速度;将路段的期望车辆速度更新到待更新速度队列。
作为优选,步骤(1-4)包括如下步骤:
更新交通微观仿真软件中的仿真车辆速度:
下一次更新至仿真软件中的仿真车辆速度按以下速度公式计算:
其中,Vnext表示等待更新到仿真软件中的仿真车辆速度;Vsim是路段模拟平均速度;Vexp是路段期望车辆速度;vthr是速度差值的阈值,如果Vexp与Vsim差值的绝对值小于阈值,则将Vnext直接更新为Vexp,并结束迭代更新流程。
作为优选,步骤(1-5)包括如下步骤:
(1-5-1)发车点信息包含对应发车点的路径队列、下一发车路径的索引和待发车数量;
基于路段实际平均速度计算路段期望车辆数:
当车流平均速度≥路段期望速度的γ倍时(γ为外部输入参数,可调节),车流平均速度和车流密度符合格林希尔茨线性模型,车流平均速度和车流密度满足如下关系:
其中,V是车流平均速度,K是车流密度,Vf是车流的自由流速度,Kf是车流阻塞时的密度;
当车流平均速度<路段期望速度的γ倍时,车流平均速度和车流密度符合格林柏对数线性模型,车流平均速度和车流密度满足如下关系:
自由流速度取车流最大速度,阻塞密度为外部输入经验值,利用路段实际平均速度计算得到路段车流密度,路段车流密度乘以路段长度即得到路段期望车辆数;
(1-5-2)按调整周期调整待发车数量:
当路段模拟平均速度在路段实际平均速度的α倍至β倍外时(α,β为外部输入参数,可调节),调整该路段发车点对应的待发车数量;
调整流程如下:当路段模拟平均速度大于β倍路段实际平均速度时,待发车数量增加;如果路段期望车辆数大于模拟车辆数,则使用期望车辆数作为待发车数量,否则待发车数量增加一辆;
当路段模拟平均速度小于α倍路段实际平均速度时,根据路段模拟车辆数和期望车辆数之差,删除路段中已有的部分车辆,并将发车数清零;
(1-5-3)按发车周期循环发车:
在每个发车周期时刻到达时,遍历所有发车点;对于每个发车点,如果所述发车点的待发车数量大于零,则发出一辆车,同时将待发车数量减去一辆。
因此,本发明具有如下有益效果:
利用子集、路径转向次数的路径筛选方法,使车辆的行驶路径更加合理,经过路口时更多地选择直行道路;
能更好地复现现实环境下的车辆状态,利用路段实际平均速度进行模拟仿真;
即使没有输入路段实际平均流量的数据,也能很好地控制路段流量;
能够平滑更新模拟环境的仿真车辆速度,模拟效果更加真实,不会使车辆在某一时间点瞬时变速;
循环发车时,车辆的道路选择更加合理,路段的模拟流量也能更方便地控制。
附图说明
图1为本发明的一种流程图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步的描述。
如图1所示,一种基于道路平均速度的车流仿真方法,包括如下步骤:
(1-1)读取需要模拟的地图模型,将地图模型的文件转换为交通微观仿真软件能够直接读取和使用的配置文件;
交通微观仿真技术是一种以分或分秒为时间刻度来模拟单个车辆运行规则以便用以评估高速公路及城市道路系统或行人系统各自及其相互间的作用的技术。它对描述和评价路网交通流状况意义重大。交通微观仿真软件则是运用交通微观仿真技术的软件。目前比较常用的交通微观仿真软件主要有VisSim、TransModeler、SUMO等,它能根据输入的交通需求、信号控制方案等信息,在用户搭建好的路网中对车辆的运行状态和过程进行模拟,然后输出行程时间、平均速度、排队长度等交通数据。用户可以调节区域间的车辆数、信号灯的配时方案、交通管理设施等,以贴近真实环境车辆的运行状态。通过模拟,用户可以进行交通状况的预测、信号控制方案的优化、交通管制方案的评估等,这可以给交通研究人员和交通控制人员带来极大的方便。
(1-2)利用配置文件,生成仿真软件中车辆的行驶路径;
(1-2-1)读取配置文件,选出信号机节点;获得道路信息,道路信息包括长度、限速、两端的节点和车道数;获得道路连接状态,道路连接状态包括转向和后继道路;
(1-2-2)计算相邻信号机节点间的路段:
对于每个信号机节点,获取所有从所述信号机节点出发的道路,根据道路连接状态,找到所有在规定道路数量内到达相邻信号机节点的道路队列;
对于每对相邻信号机节点间找到的多个道路队列,计算每个道路队列的总长度,并将其中最短的总长度与规定间隔长度之和作为最大总长度;留下总长度≤最大总长度的所有道路队列,称为剩余道路队列集合;
对于剩余道路队列集合中的每个道路队列,仅当从所述道路队列中选取出任意多个道路组成一个新的道路队列,所有新的队列均不在剩余道路队列集合中才保留,最后筛选保留的剩余道路队列即为相邻信号机间的路段;
(1-2-3)计算得到仿真软件中的车辆行驶路径:
对于每个信号机节点,获取所有从所述信号机节点出发的路段,根据道路连接状态,找到所有在规定信号机节点数量范围内的路径;对于每对信号机节点间找到的多条路径,计算每条路径的总长度,将其中最短的总长度与规定间隔长度之和作为最大总长度,只留下总长度≤最大总长度的所有路径;记录当前运行状态下,路段实际平均速度,路段模拟平均速度,路段实际平均速度和路段模拟平均速度的差值。
(1-3)计算路段的期望车辆速度;
(1-3-1)读取配置文件,对于具有方向性的每条路段,将所述路段指向的路口作为关联路口,将所述路段中与关联路口相连的道路作为关联道路,从配置文件中读取关联路口的信号灯ID、信号状态和持续时间,将信号灯ID、信号状态和持续时间整合为信号配时方案信息;从配置文件中读取关联道路的连接状态信息,连接状态信息包括道路ID、后继道路ID和信号灯ID;
(1-3-2)计算路段的期望车辆速度:
如果外部输入的路段实际平均速度是不等待红绿灯的路段速度,则将路段实际平均速度作为路段的期望车辆速度;
如果外部输入的路段实际平均速度是等待红绿灯的路段速度,则路段的期望车辆速度的计算公式如下:
其中,Vexp表示所述路段的期望车辆速度;L表示所述路段的道路总长度;Vr表示所述路段的实际平均速度;Tw表示所述路段在信号机路口处的平均等待时间,使用所述路段对应的红灯时间队列的加权平均作为Tw,计算公式如下:
其中,T11、T12……T1n为所述路段每个进口车道的红灯时间,α11、α12……α1n为T11、T12……T1n对应的权重并且和为n;Tf表示该路段在信号机路口处的平均通行时间,使用所述路段对应的绿灯时间队列、黄灯时间队列的加权平均作为Tf,计算公式如下:
其中,T21、T22……T2m为所述路段每个进口车道的黄灯时间或绿灯时间,α21、α22……α2m为T21、T22……T2m对应的权重并且和为m;
所述路段期望车辆速度的计算结果如果大于路段限速,则取路段限速作为路段期望车辆速度;
若路段由于信号配时方案信息有误而导致无法求得结果,则使用路段的历史最大平均速度作为路段的期望车辆速度;将路段的期望车辆速度更新到待更新速度队列。
(1-4)根据预设的更新频率检查待更新速度队列,若待更新速度队列中有待更新的速度值,则平滑更新交通微观仿真软件中的仿真车辆速度;
更新交通微观仿真软件中的仿真车辆速度:
下一次更新至仿真软件中的仿真车辆速度按以下速度公式计算:
其中,Vnext表示等待更新到仿真软件中的仿真车辆速度;Vsim是路段模拟平均速度;Vexp是路段期望车辆速度;Vthr是速度差值的阈值,如果Vexp与Vsim差值的绝对值小于阈值,则将Vnext直接更新为Vexp,并结束迭代更新流程。
(1-5)以各个路口的出口处作为发车点,调整发车点的待发车数量,并循环发车;
(1-5-1)发车点信息包含对应发车点的路径队列、下一发车路径的索引和待发车数量;
基于路段实际平均速度计算路段期望车辆数:
当车流平均速度≥路段期望速度的γ倍时(γ为外部输入参数,可调节),车流平均速度和车流密度符合格林希尔茨线性模型,车流平均速度和车流密度满足如下关系:
其中,V是车流平均速度,K是车流密度,Vf是车流的自由流速度,Kf是车流阻塞时的密度;
当车流平均速度<路段期望速度的γ倍时,车流平均速度和车流密度符合格林柏对数线性模型,车流平均速度和车流密度满足如下关系:
自由流速度取车流最大速度,阻塞密度为外部输入经验值,利用路段实际平均速度计算得到路段车流密度,路段车流密度乘以路段长度即得到路段期望车辆数;
(1-5-2)按调整周期调整待发车数量:
当路段模拟平均速度在路段实际平均速度的α倍至β倍外时(α,β为外部输入参数,可调节),调整该路段发车点对应的待发车数量;
调整流程如下:当路段模拟平均速度大于β倍路段实际平均速度时,待发车数量增加;如果路段期望车辆数大于模拟车辆数,则使用期望车辆数作为待发车数量,否则待发车数量增加一辆;
当路段模拟平均速度小于α倍路段实际平均速度时,根据路段模拟车辆数和期望车辆数之差,删除路段中已有的部分车辆,并将发车数清零;
(1-5-3)按发车周期循环发车:
在每个发车周期时刻到达时,遍历所有发车点;对于每个发车点,如果所述发车点的待发车数量大于零,则发出一辆车,同时将待发车数量减去一辆。
(1-6)监测模拟环境中所有行驶的车辆,当车辆经过信号机路口时,更新车辆所在路段的行驶时间,根据路段距离和行驶时间定时更新路段的模拟平均速度以及路段实际和模拟平均速度的速度差值。
应理解,本实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
Claims (1)
1.一种基于道路平均速度的车流仿真方法,其特征是,包括如下步骤:
(1-1)读取需要模拟的地图模型,将地图模型的文件转换为交通微观仿真软件能够直接读取和使用的配置文件;
(1-2)利用配置文件,生成仿真软件中车辆的行驶路径;
包括:(1-2-1)读取配置文件,选出信号机节点;获得道路信息,道路信息包括长度、限速、两端的节点和道数;获得道路连接状态,道路连接状态包括转向和后继道路;
(1-2-2)计算相邻信号机节点间的路段:
对于每个信号机节点,获取所有从所述信号机节点出发的道路,根据道路连接状态,找到所有在规定道路数量内到达相邻信号机节点的道路队列;
对于每对相邻信号机节点间找到的多个道路队列,计算每个道路队列的总长度,并将其中最短的总长度与规定间隔长度之和作为最大总长度;留下总长度≤最大总长度的所有道路队列,称为剩余道路队列集合;
对于剩余道路队列集合中的每个道路队列,仅当从所述道路队列中选取出任意多个道路组成一个新的道路队列,所有新的队列均不在剩余道路队列集合中才保留,最后筛选保留的剩余道路队列即为相邻信号机间的路段;
(1-2-3)计算得到仿真软件中的车辆行驶路径:
对于每个信号机节点,获取所有从所述信号机节点出发的路段,根据道路连接状态,找到所有在规定信号机节点数量范围内的路径;对于每对信号机节点间找到的多条路径,计算每条路径的总长度,将其中最短的总长度与规定间隔长度之和作为最大总长度,只留下总长度≤最大总长度的所有路径;记录当前运行状态下,路段实际平均速度,路段模拟平均速度,路段实际平均速度和路段模拟平均速度的差值;
(1-3)计算路段的期望车辆速度;
包括:(1-3-1)读取配置文件,对于具有方向性的每条路段,将所述路段指向的路口作为关联路口,将所述路段中与关联路口相连的道路作为关联道路,从配置文件中读取关联路口的信号灯ID、信号状态和持续时间,将信号灯ID、信号状态和持续时间整合为信号配时方案信息;从配置文件中读取关联道路的连接状态信息,连接状态信息包括道路ID、后继道路ID和信号灯ID;
(1-3-2)计算路段的期望车辆速度:
如果外部输入的路段实际平均速度是不等待红绿灯的路段速度,则将路段实际平均速度作为路段的期望车辆速度;
如果外部输入的路段实际平均速度是等待红绿灯的路段速度,则路段的期望车辆速度的计算公式如下:
其中,Vexp表示所述路段的期望车辆速度;L表示所述路段的道路总长度;VZ表示所述路段的实际平均速度;Tw表示所述路段在信号机路口处的平均等待时间,使用所述路段对应的红灯时间队列的加权平均作为Tw,计算公式如下:
其中,T11、T12......T1n为所述路段每个进口车道的红灯时间,a11、a12.....a1n为T11、T12......T1n对应的权重并且和为n;Tf表示该路段在信号机路口处的平均通行时间,使用所述路段对应的绿灯时间队列、黄灯时间队列的加权平均作为Tf,计算公式如下:
其中,T21、T22......T2m为所述路段每个进口车道的黄灯时间或绿灯时间,a21、a22......a2m为T21、T22......T2m对应的权重并且和为m;
所述路段期望车辆速度的计算结果如果大于路段限速,则取路段限速作为路段期望车辆速度;若路段由于信号配时方案信息有误而导致无法求得结果,则使用路段的历史最大平均速度作为路段的期望车辆速度;将路段的期望车辆速度更新到待更新速度队列;
(1-4)根据预设的更新频率检查待更新速度队列,若待更新速度队列中有待更新的速度值,则平滑更新交通微观仿真软件中的仿真车辆速度;
包括:更新交通微观仿真软件中的仿真车辆速度:
下一次更新至仿真软件中的仿真车辆速度按以下速度公式计算:
其中,Vnext表示等待更新到仿真软件中的仿真车辆速度;V sim是路段模拟平均速度;Vexp是路段期望车辆速度;Vthr是速度差值的阈值,如果Vexp与Vsim差值的绝对值小于阈值,则将Vnext直接更新为Vexp,并结束迭代更新流程;
(1-5)以各个路口的出口处作为发车点,调整发车点的待发车数量,并循环发车;
包括:(1-5-1)发车点信息包含对应发车点的路径队列、下一发车路径的索引和待发车数量;基于路段实际平均速度计算路段期望车辆数:
当车流平均速度≥路段期望速度的γ倍时,车流平均速度和车流密度符合格林希尔茨线性模型,车流平均速度和车流密度满足如下关系:
其中,V是车流平均速度,K是车流密度,Vr是车流的自由流速度,Kf是车流阻塞时的密度;
当车流平均速度<路段期望速度的γ倍时,车流平均速度和车流密度符合格林柏对数线性模型,车流平均速度和车流密度满足如下关系:
自由流速度取车流最大速度,阻塞密度为外部输入经验值,利用路段实际平均速度计算得到路段车流密度,路段车流密度乘以路段长度即得到路段期望车辆数;
(1-5-2)按调整周期调整待发车数量:
当路段模拟平速度在路段实际平均速度的α倍至β倍外时,调整该路段发车点对应的待发车数量;
调整流程如下:当路段模拟平均速度大于β倍路段实际平均速度时,待发车数量增加;如果路段期望车辆数大于模拟车辆数,则使用期望车辆数作为待发车数量,否则待发车数量增加一辆;
当路段模拟平均速度小于α倍路段实际平均速度时,根据路段模拟车辆数和期望车辆数之差,删除路段中已有的部分车辆,并将发车数清零;
(1-5-3)按发车周期循环发车:
在每个发车周期时刻到达时,遍历所有发车点;对于每个发车点,如果所述发车点的待发车数量大于零,则发出一辆车,同时将待发车数量减去一辆;
(1-6)监测模拟环境中所有行驶的车辆,当车辆经过信号机路口时,更新车辆所在路段的行驶时间,根据路段距离和行驶时间定时更新路段的模拟平均速度以及路段实际和模拟平均速度的速度差值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010629074.7A CN111881557B (zh) | 2020-07-01 | 2020-07-01 | 基于道路平均速度的车流仿真方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010629074.7A CN111881557B (zh) | 2020-07-01 | 2020-07-01 | 基于道路平均速度的车流仿真方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111881557A CN111881557A (zh) | 2020-11-03 |
CN111881557B true CN111881557B (zh) | 2023-09-29 |
Family
ID=73150046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010629074.7A Active CN111881557B (zh) | 2020-07-01 | 2020-07-01 | 基于道路平均速度的车流仿真方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111881557B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112818497B (zh) * | 2021-04-19 | 2021-06-29 | 腾讯科技(深圳)有限公司 | 交通仿真方法、装置、计算机设备和存储介质 |
CN113345227B (zh) * | 2021-05-31 | 2022-09-20 | 上海涵润汽车电子有限公司 | 一种随机交通流生成方法及装置 |
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 |
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 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101807224A (zh) * | 2010-03-24 | 2010-08-18 | 上海交通大学 | 中微观一体化交通仿真车流加载方法 |
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 |
CN105574243A (zh) * | 2015-12-14 | 2016-05-11 | 北京航空航天大学 | 基于进入车道时间的高性能中观交通仿真方法 |
RU2591560C1 (ru) * | 2015-02-16 | 2016-07-20 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования Омский государственный университет путей сообщения (ОмГУПС (ОмИИТ)) | Способ имитационного моделирования энергоэффективного графика движения поездов на электрифицированных железных дорогах |
CN106991251A (zh) * | 2017-04-27 | 2017-07-28 | 东南大学 | 一种高速公路交通流元胞机仿真方法 |
CN108133602A (zh) * | 2017-11-17 | 2018-06-08 | 北京华道兴科技有限公司 | 一种城市交通信号控制方法和装置 |
WO2018149308A1 (zh) * | 2017-02-15 | 2018-08-23 | 阿里巴巴集团控股有限公司 | 一种道路交通优化方法、装置以及电子设备 |
CN111008450A (zh) * | 2019-05-17 | 2020-04-14 | 当家移动绿色互联网技术集团有限公司 | 交通流仿真方法、装置、存储介质及电子设备 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100452109C (zh) * | 2006-10-19 | 2009-01-14 | 上海交通大学 | 城市路段交通流平均速度获取方法 |
CN106652444B (zh) * | 2016-11-15 | 2021-08-31 | 广州运星科技有限公司 | 基于车道组及交叉口车流路径的城市网络交通流仿真模型 |
CN108335485B (zh) * | 2018-01-31 | 2020-04-24 | 杭州远眺科技有限公司 | 基于车牌识别数据的大事件交通动态仿真拥堵预测的方法 |
EP3611709A1 (de) * | 2018-08-15 | 2020-02-19 | Aurelius Bernet | Verkehrsflusssimulator |
CN109902381A (zh) * | 2019-02-26 | 2019-06-18 | 淮阴工学院 | 高速公路单点事故车辆速度控制仿真方法 |
CN110164128B (zh) * | 2019-04-23 | 2020-10-27 | 银江股份有限公司 | 一种城市级智能交通仿真系统 |
-
2020
- 2020-07-01 CN CN202010629074.7A patent/CN111881557B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101807224A (zh) * | 2010-03-24 | 2010-08-18 | 上海交通大学 | 中微观一体化交通仿真车流加载方法 |
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 |
RU2591560C1 (ru) * | 2015-02-16 | 2016-07-20 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования Омский государственный университет путей сообщения (ОмГУПС (ОмИИТ)) | Способ имитационного моделирования энергоэффективного графика движения поездов на электрифицированных железных дорогах |
CN105574243A (zh) * | 2015-12-14 | 2016-05-11 | 北京航空航天大学 | 基于进入车道时间的高性能中观交通仿真方法 |
WO2018149308A1 (zh) * | 2017-02-15 | 2018-08-23 | 阿里巴巴集团控股有限公司 | 一种道路交通优化方法、装置以及电子设备 |
CN106991251A (zh) * | 2017-04-27 | 2017-07-28 | 东南大学 | 一种高速公路交通流元胞机仿真方法 |
CN108133602A (zh) * | 2017-11-17 | 2018-06-08 | 北京华道兴科技有限公司 | 一种城市交通信号控制方法和装置 |
CN111008450A (zh) * | 2019-05-17 | 2020-04-14 | 当家移动绿色互联网技术集团有限公司 | 交通流仿真方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111881557A (zh) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111881557B (zh) | 基于道路平均速度的车流仿真方法 | |
Jayakrishnan et al. | An evaluation tool for advanced traffic information and management systems in urban networks | |
CN108492562B (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 | |
CN104778834B (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
CN111178402B (zh) | 一种自动驾驶车辆道路测试的场景分类方法及装置 | |
Ma et al. | Estimating maximum queue length for traffic lane groups using travel times from video-imaging data | |
CN109615887A (zh) | 智慧交通网络系统信号指引方法 | |
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 | |
CN109544916B (zh) | 一种基于抽样轨迹数据的路网车辆od估计方法 | |
CN115311854B (zh) | 一种基于数据融合的车辆时空轨迹重构方法 | |
CN108171967A (zh) | 一种交通控制方法及装置 | |
CN112967493A (zh) | 一种基于神经网络的车辆通过交叉口行程时间的预测方法 | |
Al-Dabbagh et al. | The impact of road intersection topology on traffic congestion in urban cities | |
CN111009140B (zh) | 一种基于开源路况信息的智能交通信号控制方法 | |
Zhao et al. | Traffic signal control with deep reinforcement learning | |
CN114724390A (zh) | 交通信号控制方法及装置、电子设备和存储介质 | |
CN109615852A (zh) | 一种突发事故下路段交通流分配快速预测的方法 | |
Drew et al. | The determination of merging capacity and its applications to freeway design and control | |
CN112699535A (zh) | 高架地面联动交通信号区域自适应控制方法 | |
CN114495486B (zh) | 一种基于层次强化学习的微观交通流预测系统及方法 | |
KR102646880B1 (ko) | 교통량 증대를 위한 신호교차로 노면조건 및 교통패턴 분석 결과에 따른 신호등 운영 시스템 | |
JP2003203289A (ja) | 渋滞分布を推測する経路探査システム | |
Clara Fang et al. | An intelligent traffic signal control system based on fuzzy theory | |
Seddon | A program for simulating the dispersion of platoons of road traffic | |
CN111640303A (zh) | 城市通勤路径识别方法及设备 |
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: 310053 23-25, 2 building, 352 BINKANG Road, Binjiang District, Hangzhou, Zhejiang. Applicant after: Zhejiang zhongkong Information Industry Co.,Ltd. Address before: 310053 23-25, 2 building, 352 BINKANG Road, Binjiang District, Hangzhou, Zhejiang. Applicant before: ZHEJIANG SUPCON INFORMATION TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |