CN112534481B - 交通流量仿真器、交通流量的仿真方法和存储介质 - Google Patents
交通流量仿真器、交通流量的仿真方法和存储介质 Download PDFInfo
- Publication number
- CN112534481B CN112534481B CN201880096308.7A CN201880096308A CN112534481B CN 112534481 B CN112534481 B CN 112534481B CN 201880096308 A CN201880096308 A CN 201880096308A CN 112534481 B CN112534481 B CN 112534481B
- Authority
- CN
- China
- Prior art keywords
- route
- mode
- nth
- traffic flow
- operation mode
- 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
Images
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
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- 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
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
Abstract
根据本公开的一个实施例的装置是一种交通流量仿真器,其仿真在道路网络中生成的多台仿真车辆的交通流量。该交通流量仿真器包括:路线选择单元,其依据预定路线选择模型为多台仿真车辆选择路线;以及指标计算单元,其依据路线移动在道路网络中的多台仿真车辆并且计算道路网络的交通评估指标。该路线选择单元将在执行下述第一模式时所选择的第一路线以及在执行下述第二模式时所选择的第二路线记录到存储单元中,所述第一模式是在第一设置条件下仿真交通流量的操作模式,所述第二模式是在第二设置条件下仿真交通流量的操作模式。
Description
技术领域
本发明涉及一种交通流量仿真器、交通流量的仿真方法和计算机程序。
背景技术
对于交通流量仿真器的期待日益增加,其用作事先对诸如交通限制和事故之类的因素对车辆交通所施加的影响进行评估并且以能够轻易理解的方式来显示评估结果的手段。因此,已经开发出了各种技术(例如,参见专利文献1至9)。
在交通流量仿真器中,各种类型的交通信息作为给定数据而被处理,所述交通信息诸如包括车辆行驶的起点-终点信息的交通量(例如,OD交通量)、车辆在路段处的行驶速度和加速/减速特征,等等。
OD交通量是指车辆起点(出发地)和终点(目的地)之间的所计算的交通量,并且例如使用通过国家或当地政府等定期进行的统计调查所获得的统计调查数据。
交通流量仿真器事先包括车辆的移动模型,即仿真车辆行为的计算公式。当以上所描述的输入数据被应用于该计算公式时,交通流量仿真器输出诸如道路网络中(诸如在单个十字路口、一条路线或一个城市区域中)的拥堵长度和行车时段之类的交通评估指标,或者诸如排放尾气中包含的二氧化碳之类的环境指标。
引用列表
专利文献
专利文献1:日本特许专利公开No.2011-141836
专利文献2:日本特许专利公开No.2011-186746
专利文献3:日本特许专利公开No.2013-25545
专利文献4:日本特许专利公开No.2013-25546
专利文献5:日本特许专利公开No.2013-41313
专利文献6:日本特许专利公开No.2013-73492
专利文献7:日本特许专利公开No.2013-37633
专利文献8:日本特许专利公开No.2013-80272
专利文献9:美国专利申请公开No.2014/0149029
发明内容
(1)一种根据本公开的一个方面的设备是一种交通流量仿真器,其被配置成仿真在道路网络中生成的多台仿真车辆的交通流量。该交通流量仿真器包括:路线选择单元,其被配置成依据预定路线选择模型为该多台仿真车辆中的每一台选择路线;和指标计算单元,其被配置成通过使该多台仿真车辆中的每一台依据该路线在该道路网络上移动来计算该道路网络的交通评估指标。该路线选择单元将在下述第一模式的执行期间所选择的第一路线以及在下述第二模式的执行期间所选择的第二路线记录到存储单元中,
该第一模式是在第一设置条件下仿真交通流量的工作模式,
该第二模式是在第二设置条件下仿真交通流量的工作模式。
(4)一种根据本公开的一个方面的方法用于仿真在道路网络中生成的多台仿真车辆的交通流量。该方法包括:依据预定路线选择模型为该多台仿真车辆中的每一台选择路线的选择步骤;和通过使该多台仿真车辆中的每一台依据该路线在该道路网络上移动来计算该道路网络的交通评估指标的计算步骤。该选择步骤包括将在上述第一模式的执行期间所选择的第一路线以及在上述第二模式的执行期间所选择的第二路线记录到存储单元中的步骤。
(5)一种根据本公开的一个方面的程序被配置成使计算机用作交通仿真器。该交通仿真器被配置成仿真在道路网络中生成的多台仿真车辆的交通流量。该计算机程序被配置成使该计算机用作:路线选择单元,其被配置成依据预定路线选择模型为该多台仿真车辆中的每一台选择路线;和指标计算单元,其被配置成通过使该多台仿真车辆中的每一台依据该路线在该道路网络上移动来计算该道路网络的交通评估指标。该路线选择单元将在上述第一模式的执行期间所选择的第一路线以及在上述第二模式的执行期间所选择的第二路线记录到存储单元中。
附图说明
图1是根据本实施例的交通信息处理系统的示意性配置图。
图2是示出中心装置的配置示例的框图。
图3是示出存储在行驶信息数据库中的真实行驶信息的数据配置的图。
图4是示出预定时间框架中的OD交通量的示例的交通量表格。
图5图示了交通流量仿真器所执行的信息处理的示例。
图6是示出交通流量仿真器的配置示例的框图。
图7图示了交通流量仿真器的工作模式的示例。
图8图示了交通流量仿真器所执行的交通流量校正处理的概要。
图9是示出交通流量仿真器的路线选择单元针对每台仿真车辆所执行的路线选择处理的示例的流程图。
具体实施方式
<本公开所要解决的问题>
一种交通流量仿真器使用用户所输入的预定设置信息(例如,交通管控、偶发拥堵的位置等)作为给定条件来仿真道路网络上的仿真车辆的交通流量。
因此,即使当整合在交通流量仿真器中的路线选择模型相同时,如果设置条件有所变化,则输出不同的交通评估指标(例如,路段行车时段)。
然而,在常规交通流量仿真器的情况下,在每个时点针对仿真车辆的路线选择结果并非所要输出的目标,并且不被存储在存储单元中。因此,即使当设置条件已经改变时,用户也无法验证是否能够原样地使用相同的路线选择模型。
已经考虑到常规技术的上述问题而提出了本公开。本公开的目标是提供一种允许用户验证路线选择模型的有效性的交通流量仿真器等。
<本公开的效果>
根据本公开,用户能够验证路线选择模型的有效性。
<本公开实施例的概要>
随后,将对本公开实施例的概要进行描述。
(1)一种根据本公开的一个方面的设备是一种交通流量仿真器,其被配置成仿真在道路网络中生成的多台仿真车辆的交通流量。该交通流量仿真器包括:路线选择单元,其被配置成依据预定路线选择模型为该多台仿真车辆中的每一台选择路线;和指标计算单元,其被配置成通过使该多台仿真车辆中的每一台依据该路线在该道路网络上移动来计算该道路网络的交通评估指标。该路线选择单元将在下述第一模式的执行期间所选择的第一路线以及在下述第二模式的执行期间所选择的第二路线记录到存储单元中,
该第一模式是在第一设置条件下仿真交通流量的工作模式,
该第二模式是在第二设置条件下仿真交通流量的工作模式。
根据本实施例的交通流量仿真器,该路线选择单元将在第一模式的执行期间所选择的第一路线和在第二模式的执行期间所选择的第二路线记录到存储单元中。
因此,当用户将第一路线和第二路线互相对比时,该用户能够确定该路线选择模型是否能够在第一和第二设置条件二者下使用,并且因此该用户能够验证整合在该交通流量仿真器中的路线选择模型的有效性。
(2)优选地,在本实施例的交通流量仿真器中,当以下不等式成立时,该路线选择单元将在第二模式下依据该路线选择模型所计算的路线设置为第二路线,并且当以下不等式不成立时,该路线选择单元将该第一路线设置为第二路线,
C2+R<C1
其中
C1是第一路线的成本,
C2是在第二模式下计算的路线的成本,并且
R是针对第一路线的粘附率。
利用该配置,依据粘附率R的值,可以适当地调整在第二模式下仿真车辆改变路线的程度。因此,第二模式的仿真准确性可以得到改善。
(3)优选地,在本实施例的交通流量仿真器中,当该仿真车辆中包括能够指定其实际行驶路线的真实行驶车辆时,在第一模式下,关于被指定为真实行驶车辆的仿真车辆,在不执行基于该路线选择模型的路线选择的情况下,该路线选择单元采用该行驶路线。
因此,该实际行驶路线被包括在第一模式中使用的仿真车辆的路线中,并且因此第一模式的仿真准确性可以得到改善。
(4)一种根据本公开一个方面的方法是由根据上文所描述的(1)至(3)的交通流量仿真器所执行的仿真方法。
因此,本实施例的该仿真方法表现出与根据上文所描述的(1)至(3)的交通流量仿真器相似的效果。
(5)一种根据本公开一个方面的程序是用于使计算机用作根据上文所描述的(1)至(3)的交通流量仿真器的计算机程序。
因此,本实施例的该计算机程序表现出与根据上文所描述的(1)至(3)的交通流量仿真器相似的效果。
<本公开实施例的细节>
随后,将参考附图对本公开的实施例进行详细描述。以下所描述实施例的至少一些部分可以按照期望而被组合在一起。
[术语的定义]
在描述本公开的实施例之前,在该说明书中使用的术语被定义如下:
术语“车辆”是指在道路上行驶的普通车辆。特别地,本实施例的车辆包括汽车、电动自行车、轻型车辆和无轨电车,以及进一步地包括摩托车。这种车辆的驱动源并不局限于内燃发动机。
因此,车辆的示例包括ICEV(内燃发动机车辆)、EV(电动车辆)、PHV(插电式混合动力车辆)、PHEV(插电式混合电动车辆),等等。
车辆可以是要求乘客进行操作的“正常驾驶车辆”,或者具有4级或更高级的并不要求乘客操作的“自动驾驶车辆”。
术语“通信车辆”是指能够与诸如基站的路侧无线设备执行无线通信的车辆。通信车辆可以是正常驾驶车辆或自动驾驶车辆。在本实施例中,简单术语“车辆”是指通信车辆以及通信车辆以外的非通信车辆二者。
术语“真实行驶信息”是指从实际在道路行驶的通信车辆所获得并且用于指定该车辆的行驶路线的各种类型的信息。该实际行驶信息包括作为过往信息的“实际执行行驶信息”以及作为未来信息的“排定行驶信息”。
术语“实际执行行驶信息”是指从实际在道路行驶的通信车辆所获得并且用于指定该车辆过往所行驶的实际行驶路线的各种类型的信息。该实际执行行驶信息包括实际行驶路线的经过点处的车辆ID、车辆位置、车辆速度、车辆朝向、以上这些的发生时间等等。该实际执行行驶信息被称作探测数据或浮动汽车数据。
由于车辆速度可以在车辆位置和时间已知的情况下被计算,所以实际执行行驶信息仅需要至少包括实际行驶路线的经过点的车辆位置和发生时间。
术语“排定行驶信息”是指从实际在道路行驶的通信车辆所获得并且用于指定该车辆在未来要沿着其行驶的排定路线的各种类型的信息。该排定行驶信息包括排定路线的经过点处的车辆ID、车辆位置、车辆速度、车辆朝向、以上这些的排定时间,等等。
由于车辆速度可以在车辆位置和时间已知的情况下被计算,所以排定行驶信息仅需要至少包括车辆位置和时间。
术语“路段”(“link”)是指连接节点并且具有驶入/驶出方向的道路分段,所述节点是诸如十字路口的预定点。
当从十字路口观看时,朝向该十字路口流入的方向的路段被称作“流入路段”。当从十字路口观看时,从该十字路口流出的方向的路段被称作“流出路段”。
[交通信息处理系统]
图1是根据本实施例的交通信息处理系统的示意性配置图。
在本实施例的交通信息处理系统中,中心装置5从通信车辆1收集包括车辆位置和经过时间的真实行驶信息。中心装置5通过使用所收集的真实行驶信息执行预定数据处理,并且执行为通信车辆1的乘客等提供交通信息的服务,所述交通信息诸如关于预定道路分段(例如,路段)的行车时段和拥堵状态。
如图1所示,该交通信息处理系统包括:安装在通信车辆1中的车载设备2和通信设备3;以及安装在路侧的无线基站4和中心装置5。
通信车辆1和无线基站4可以互相执行无线通信。无线基站4和中心装置5可以经由预定通信线路6执行有线通信。无线基站4和中心装置5之间的通信也可以是无线通信。
车载设备2包括车辆速度传感器、朝向传感器、GPS接收器、导航设备、存储器、时间测量设备等等。在每个预定时段或者每个预定距离,车载设备2收集应当包括在真实行驶信息中的数据(诸如通信车辆1的位置、时间等),并且将所收集到的数据累积到存储器中。
通信设备3被实施为无线通信设备,诸如安装在通信车辆1中的移动电话或者智能电话。通信设备3连接至车载设备2。通信设备3可以将存储器中累积的真实行驶信息传送至外界。
真实行驶信息中的排定行驶信息由车载设备2的导航设备所生成。特别地,该导航设备在使用乘客所输入的出发点和目的地点作为输入信息的同时执行路线搜索处理,并且生成通信车辆1的排定路线。
此外,导航设备生成包括该排定路线的经过位置、经过时间等的数据(排定行驶信息)。所生成的数据被安装在通信车辆1中的通信设备3发送至中心装置5。
无线基站4将从通信车辆1所接收的真实行驶信息传输至中心装置5。该真实行驶信息可以经由诸如光学信标或ITS无线设备的路侧设备(未示出)而被发送至中心装置5。
[中心装置的配置示例]
图2是示出中心装置5的配置示例的框图。
如图2所示,中心装置5包括发送/接收单元10、控制单元11、存储单元12、输入单元13、显示单元14,以及各种类型的数据库15至17。
发送/接收单元10在无线基站4和控制单元11之间发送/接收各种类型的数据,诸如真实行驶信息和拥堵状态。
控制单元11被实施为算术处理设备,其包括读出存储单元12中所存储的计算机程序18并且依据程序18执行信息处理的CPU(中央处理器)。
存储单元12包括诸如硬盘和半导体存储器的存储介质。计算机程序18包括使控制单元11用作诸如交通流量仿真器21或信号控制设备22之类的设备的应用程序。
输入单元13是允许用户在控制单元11上执行预定输入操作的输入接口。例如,输入单元13包括诸如鼠标和键盘的人类接口。
显示单元14被实施为允许根据控制单元11的GPU(图形处理单元)进行屏幕显示的显示设备,诸如液晶面板。显示单元14依据根据计算机程序18的图像处理而显示各种类型的图像,诸如操作窗口和运动图像。
[数据库的内容]
行驶信息数据库15是在其中存储从多台通信车辆1收集的真实行驶信息的数据库。图3是示出存储在行驶信息数据库15中的真实行驶信息的数据配置的图。
如图3中的列“事项”中所示,真实行驶信息的信息类型包括“节点信息”、“路段信息”、“位置信息”、“信号单元信息”,等等。
节点信息的数据内容包括每台通信车辆1已经经过或者被安排要经过的节点(十字路口)的有效数据的数量n,以及它们的节点编号。
每次通信车辆1的车载设备2经过一个十字路口时,该车载设备2就使其经过时间(以秒为单位)以及所经过十字路口的节点编号被包括在真实行驶信息中。
路段信息的数据内容包括每台通信车辆1已经经过或者被安排要经过的路段的有效数据的数量n,以及它们的路段编号。
每次通信车辆1的车载设备2经过具体路段的交通车道时,该车载设备2就使其经过时间、路段编号和交通车道编号被包括在真实行驶信息中。
位置信息的数据内容包括每个预定时段或每个预定距离所收集的车辆位置的信息条数n,以及它们的车辆位置(纬度/经度)。
每次通信车辆1的车载设备2行驶预定时段或预定距离时,该车载设备2就使当前时间、车辆位置、车辆信息(车辆类型、全长、全宽等)、车辆速度和绝对朝向被包括在真实行驶信息中。
信号单元信息的数据内容包括通信车辆1从光学信标(未示出)和其它路侧设备所获得的交通信号单元的信号单元信息的条数,以及该信号单元信息的详细内容。
通信车辆1使通信车辆1经过十字路口的时间、经过时点处的交通信号单元的阶段、工作模式编号等被包括在真实行驶信息中。在真实行驶信息是排定行驶信息的情况下,不需要包括信号单元信息。
行驶环境数据库16是在其中存储数字道路地图(DRM)的数据(此后称作“地图数据”)的数据库。
地图数据包括诸如以下的数据:属于中心装置5的管理区域的路段和节点(十字路口)的位置(纬度和经度);其标识编号;每个路段的交通车道的数量;等等。行驶环境数据库16还包括在每个十字路口处安装的信号单元的信号信息(例如,每个时段的信号灯颜色)。
参数数据库17是在其中存储交通流量仿真所必需的各种类型的参数的数据库。
参数包括:针对出发地区和到达地区中的每一个定义生成交通量和消散交通量的OD表格(矩阵);针对该OD表格的每个单元格所计算的地区之间的OD交通量;每个路段处的车辆速度(例如,限速);等等。在这些之中,OD交通量在每个预定时间框架被记录。
图4是示出预定时间框架中的OD交通量的示例的交通量表格。
在图4所示的交通量表格中,指定了当起点/终点是该OD表格中的单元格A1、A5、A6、A10和A12时的交通量。
特别地,作为预定时段中的交通量,有40台车辆具有单元格A1的起点并且具有单元格A5的终点。此外,作为交通量,有150台车辆具有单元格A10的起点并且具有单元格A5的终点。其它情形以相同方式指示。车辆的数量并不局限于图4中所示出的那些数量。
[中心装置的功能]
中心装置5的控制单元11可以通过执行从存储单元12读出的计算机程序18而用作交通流量仿真器21。
交通流量仿真器21是使多台仿真车辆SV试验性地在道路网络中行驶,该道路网络被形成为数字地图中的预定区域(例如,一个辖区、城市、州等)中所包括的路段网络,并且输出诸如路段行车时段和拥堵长度之类的交通评估指标的设备。
交通流量仿真器21从数据库15至17读出仿真所必需的数据,并且执行与车辆通行相关的交通流量仿真。
在本实施例中,当通过用户对输入单元13的输入操作执行要针对其执行仿真的区域、时间框架、限制分段、拥堵分段等的预定设置输入时,交通流量仿真器21依据设置条件来执行仿真。
特别地,交通流量仿真器21读出设置区域中所包括的多个地区的OD表格和OD交通量,通过基于预定分布交通量模型而使用算法计算每台车辆在每个过去的预定时段内的行为,并且将该行为作为道路网络的动画在显示单元14上进行显示。
中心装置5的控制单元11执行从存储单元12读出的计算机程序18,由此还能够用作控制多个交通信号控制器的信号控制设备22。
因此,中心装置5的发送/接收单元10还经由通信线路6可通信地连接至管理区域中的车辆检测器和交通信号控制器(未示出)。
信号控制设备22基于由发送/接收单元10接收的车辆检测器的检测信号而执行诸如协调控制和广域控制之类的交通驱动控制,并且从发送/接收单元10向交通信号控制器发送作为该控制的结果而生成的针对十字路口的信号控制参数。
以上所描述的交通驱动控制包括多种类型的控制,例如包括MODERATO控制、资料控制等。
在每个预定周期(例如,1分钟),信号控制设备22向交通信号控制器发送信号控制命令,所述信号控制命令均是作为该交通驱动控制的结果的输出,并且均用于在每个预定时段执行的信号灯单元的灯光颜色切换定时等。
[交通流量仿真器的配置示例]
图5图示了交通流量仿真器21所执行的信息处理的示例。如图5所示,交通流量仿真器21的输入数据包括:交通环境,诸如预定区域中的道路网络;预定时间框架中的OD交通量;以及设置信息,诸如偶发拥堵的位置或用户故意设置的交通管控。
交通流量仿真器21的输出数据(交通评估指标)包括路段行车时段、拥堵长度、排队长度和已经经过路段的车辆数目中的至少一种。
交通流量仿真器21从多个出发点生成多台仿真车辆SV,并且使每台仿真车辆SV在该仿真车辆SV已经到达目的地点的时点消失。
此时,交通流量仿真器21生成由每个预定控制周期(例如,0.1至1.0秒)的车辆位置的时间序列数据所组成的道路网络上的交通流量,并且基于所生成的交通流量来计算交通评估指标,诸如每个道路分段(路段)的行车时段、拥堵长度或排队长度。
交通流量仿真器21能够将在道路网络中所生成的多台仿真车辆SV中的一些指定为对应于通信车辆1的车辆(此后被称作“真实行驶车辆RV”),所述通信车辆的路线是从真实行驶信息中已知的。
例如,在其起点经过图4中的单元格A1并且其终点经过图4中的单元格A5的三台通信车辆1的真实行驶信息存在于行驶信息数据库15中的情况下,40台车辆中对应于A1/A5的这三台车辆可以被指定为真实行驶车辆RV。
图6是示出交通流量仿真器21的配置示例的框图。
如图6所示,交通流量仿真器21包括:在每个控制周期为每台仿真车辆SV选择路线的路线选择单元23;以及在每个控制周期计算诸如路段行车时段之类的预定交通评估指标的指标计算单元24。
路线选择单元23在每个控制周期执行依据预定路线选择模型为每台仿真车辆SV选择路线的处理。
路线选择单元23通过使用从指标计算单元24顺序输入的交通评估指标(例如,路段行车时段)而针对每台仿真车辆SV执行路线选择。在每个控制周期,路线选择单元23向指标计算单元24输出为每台仿真车辆SV所选择的路线。
作为用于仿真车辆SV的路线选择模型,例如,可以采用模型,该模型选择以下计算公式所定义的路线计算指标针对其变为最小值的路线。
路线计算指标(秒)=行驶距离/限速+权重因数×行驶时段+费用×时间因数
当仿真车辆SV是真实行驶车辆RV时,路线选择单元23原样地采用如基于真实行驶信息的路线。
特别地,当真实行驶信息是实际执行行驶信息(探测数据)时,路线选择单元23采用根据该信息所指定的实际行驶路线。当真实行驶信息是排定行驶信息时,路线选择单元23采用根据该信息所指定的排定路线。
指标计算单元24使每台仿真车辆SV依据从路线选择单元23顺序输入的路线信息在道路网络上移动。此外,指标计算单元24使每台仿真车辆SV依据预定车辆行为模型在道路网络上移动。
每次指标计算单元24使每台仿真车辆SV在道路网络上移动时,指标计算单元24就在每个时点处计算诸如路段行车时段之类的交通评估指标。指标计算单元24将所计算的诸如路段行车时段的交通评估指标输出至路线选择单元23。
作为仿真车辆SV的车辆行为模型,可以采用各种模型。然而,优选地采用例如以前方车辆和后方车辆之间的距离为基础表示该行为的模型,并且仿真车辆SV的加速/减速根据前方车辆和后方车辆的速度来确定。
在这种情况下,可以在道路网络上表现出拥堵的延长或消失、每台仿真车辆SV的加速/加速,等等。
[交通流量仿真器的工作模式]
图7图示了交通流量仿真器21的工作模式的示例。
如图7所示,能够由用户通过使用交通流量仿真器21所执行的工作模式包括以下三种类型的工作模式1至3。
用户可以向输入单元13输入工作模式1至3之一。当已经进行了工作模式1至3的输入操作时,交通流量仿真器21将所输入的工作模式1至3的标识编号记录到存储单元12中。
(工作模式1:当前状态再现)
工作模式1是其中使交通流量仿真器21进行操作以便再现关于过往正常一天、根据具体日期、每年平均、日期类型等交通状态的工作模式。
本实施例的交通流量仿真器21具有执行随后所描述的“交通流量校正处理”(图7)的功能。在工作模式1中,执行该交通流量校正处理。
在该交通流量校正处理中,对道路网络上的仿真车辆SV的数量进行调整使交通流量仿真的结果(拥堵长度和交通量)与实际结果相匹配。
(工作模式2:过往事件再现)
工作模式2是其中使交通流量仿真器21在使用重大过往事件(例如,东日本大地震、烟花表演、马拉松、严重交通事故等)发生时实际作出的交通限制(道路阻断、交通车道限制等)作为设置信息的同时,进行操作的工作状态。
因此,当执行工作模式2时,即使在过往所发生事件的状态下,可以确认交通流量仿真器21是否能够再现交通状态。
即使已经在工作模式1中再现了当前状态的时候,也并不确保能够正确预测出某个事件发生时的交通状态。这样的交通状况可能类似于预测或者与预测有所不同(可能并不匹配)。
因此,在工作模式2中,为了能够基本再现过往事件而执行共性调整(例如,车辆行为模型和路线选择模型的调整),并且能够掌握交通流量仿真器21的特征(例如,虽然关于情形C1的预测性能为高,但是关于情形C2的预测性能为低;存在具体趋势;等等)。
(工作模式3:未来事件预测)
工作模式3是其中利用工作模式1的仿真结果和工作模式2的仿真结果来预测未来交通状态的工作模式。
为了预测的适当性,场景的准确性比交通流量仿真器21的性能更加重要。也就是说,重要的是要准确设置交通条件中将会发生什么样的变化(例如,需求变化、车辆行为变化等)。
因此,如果以各种可感知场景为基础而使得已经通过工作模式1和工作模式2针对其适当调整了车辆行为模型等的交通流量仿真器21以工作模式3进行操作,则可能在考虑未来会发生的事件的情况下来预测交通状态。
[交通流量校正处理的概要]
图8图示了交通流量仿真器21所执行的交通流量校正处理的概要。
如图8所示,在工作模式1(当前状态再现)中,交通流量仿真器21在每个预定时段将仿真输出S与交通控制中心(未示出)所测量的实际拥堵数据A相比较。
当A>S时,交通流量仿真器21向路段增加“虚设车辆DV”以便将仿真输出S与实际拥堵数据A相匹配。
当A<S时,交通流量仿真器21从路段删除“仿真车辆SV”以便将仿真输出S与实际拥堵数据A相匹配。
所增加的虚设车辆DV的数量和所删除的仿真车辆SV的数量被临时记录在存储单元12的预定分区中。
与工作模式1中的情形同步地,所记录的已经被增加或删除的车辆数量在工作模式2(过往事件再现)或工作模式3(未来事件预测)中被增加或删除。
其路线已经由于预定事件而发生变化的仿真车辆SV导致新路线上的路段中的交通量增加(或者在相反的情况下导致交通量减少),这在工作模式2和3中表现为拥堵变化。诸如拥挤度、行车时段和二氧化碳排放之类的评估数值的差异可以作为关于工作模式1的相对值进行比较。
[针对每台仿真车辆的路线选择处理]
图9是示出路线选择单元23为每台仿真车辆SV所执行的路线选择处理的示例的流程图。
交通流量仿真器21的路线选择单元23为存在于道路网络中的每台仿真车辆SV执行图9所示的流程图的处理。然而,当由于以上所描述的交通流量校正处理(图8)而已经生成了虚设车辆DV时,虚设车辆DV也服从该路线选择处理,并且被认为是其路线和选择特征未知的仿真车辆SV。
如图9所示,路线选择单元23确定当前时间是否包括在目标时间框架中(步骤ST1)。目标时间框架是指在其中执行交通流量仿真的虚构时间框架(例如,7:00至19:00)。
当步骤ST1中的确定结果为否定时,路线选择单元23终止该处理。
当步骤ST1中的确定结果为肯定时,路线选择单元23确定存储单元12中所记录的工作模式的数值是否为“1”(步骤ST2)。
步骤ST2中的确定结果为肯定意味着要执行第一仿真。在这种情况下,路线选择单元23进行等待直至到达此次仿真的路线计算时间(在步骤ST3中为是)为止,并且随后确定仿真车辆SV的路线是否已知(步骤ST4)。
该路线已知意味着存在基于真实行驶信息的路线,即该仿真车辆SV被指定为以上所描述的真实行驶车辆RV。
当步骤ST4中的确定结果为肯定时,路线选择单元23并不执行基于路线选择模型的计算,并且采用已知路线1作为该仿真车辆SV的路线(步骤ST5)。
随后,路线选择单元23将路线M1设置为路线1(步骤ST9),并且接着将路线M1输出至指标计算单元24并将路线M1记录到存储单元12中(步骤ST10)。路线M1意味着仿真车辆SV在工作模式1中的路线。
当步骤ST4中的确定结果为否定时,路线选择单元23确定该仿真车辆SV的路线选择特征是否已知(步骤ST6)。
选择特征意味着能够被事先设置的个人选择特征,诸如不喜欢后街或狭窄街道的选择、喜欢具有较少右/左转弯的路线以及避开收费道路。
当步骤ST6中的确定结果为肯定时,路线选择单元23采用通过考虑选择特征而使用该路线选择模型所计算的路线1作为该仿真车辆SV的路线(步骤ST7)。
接着,路线选择单元23将路线M1设置为路线1(步骤ST9),并且接着将路线M1输出至指标计算单元24并将路线M1记录到存储单元12中(步骤ST10)。
当步骤ST6中的确定结果为否定时,路线选择单元23采用通过使用共用路线选择模型所计算的路线1作为该仿真车辆SV的路线(步骤ST8)。
共用路线选择模型是例如通过计算公式“路线计算指标(秒)=行驶距离/限速+权重因数×行驶时段+费用×时间因数”所定义的模型。
随后,路线选择模型23将路线M1设置为路线1(步骤ST9),并且接着将路线M1输出至指标计算单元24并将路线M1记录到存储单元12中(步骤ST10)。
当步骤ST10的处理完成时,路线选择单元23将时间前移1个单位(例如,按照与控制周期相同的秒数)(步骤ST22),并且随后将该处理返回至步骤ST1之前。
当步骤ST2中的确定结果为否定时,交通流量仿真器21的工作模式为“2”或“3”,这意味着要执行第二仿真以及随后的仿真。
在这种情况下,路线选择单元23进行等待直至到达此次仿真的路线计算时间为止(在步骤ST11中为是),并且随后确定该仿真车辆SV的路线选择特征是否已知(步骤ST12)。
当步骤ST12中的确定结果为肯定时,路线选择单元23首先计算在工作模式1中所计算的路线M1的成本C1(步骤ST13)。
这种情况下的成本C1由通过向共用公式“路线计算指标(秒)=行驶距离/限速+权重因数×行驶时段+费用×时间因数”增加个人特征的指标值所获得的公式来提供。
例如,可以设想到以下过程:当不喜欢后街和狭窄街道的选择时,将后街的行驶时段的权重因数设置为大;当喜欢具有较少右/左转弯的路线时,针对每个右/左转弯增加某个数字值;等等。
接下来,路线选择单元23在考虑选择特征的情况下根据路线选择模型计算工作模式n(n=2或3)的设置条件下的路线2及其成本C2(步骤ST14)。成本C2的计算方法类似于成本C1。路线2是能够使成本C2为最低的路线。
随后,路线选择单元23确定不等式C2+R<C1是否成立(步骤ST15)。
R是表示针对工作模式1的路线M1的粘附程度的指标。当新的路线具有某个水平或更高的价值时,驾驶员改变排定路线。因此,R被设置为通过将预定数值(例如,100秒)或C1乘以预定比率(例如,100%)所获得的数值。R可以依据驾驶员的特征而针对每台仿真车辆SV有所变化。
当步骤ST15中的确定结果为肯定时,路线选择单元23将路线Mn设置为路线2(步骤ST19),并且接着将路线Mn输出至指标计算单元24并将路线Mn记录到存储单元12中(步骤ST21)。路线Mn意味着仿真车辆SV在工作模式n(n=2或3)中的路线。
当步骤ST15中的确定结果为否定时,路线选择单元23将路线Mn设置为路线1(步骤ST20),并且接着将路线Mn输出至指标计算单元24并将路线Mn记录到存储单元12中(步骤ST21)。
当步骤ST12中的确定结果为否定时,路线选择单元23首先计算在工作模式1中所计算的路线M1的成本C1(步骤ST16)。
这种情况下的成本C1由共用公式“路线计算指标(秒)=行驶距离/限速+权重因数×行驶时段+费用×时间因数”所提供。
接下来,路线选择单元23根据路线选择模型计算工作模式n(n=2或3)的设置条件下的路线2及其成本C2(步骤ST17)。成本C2的计算方法类似于成本C1。路线2是能够使成本C2为最低的路线。
接着,路线选择单元23确定不等式C2+R<C1是否成立(步骤ST18)。R是表示针对工作模式1的路线M1的粘附程度的指标。
当步骤ST18中的确定结果为肯定时,路线选择单元23将路线Mn设置为路线2(步骤ST19),并且接着将路线Mn输出至指标计算单元24并将路线Mn记录到存储单元12中(步骤ST21)。
当步骤ST18中的确定结果为否定时,路线选择单元23将路线Mn设置为路线1(步骤ST20),并且接着将路线Mn输出至指标计算单元24并将路线Mn记录到存储单元12中(步骤ST21)。
当步骤ST12的过程完成时,路线选择单元23将时间前移1个单位(例如,按照与控制周期相同的秒数)(步骤ST22),并且随后将该处理返回至步骤ST1之前。
[交通流量仿真器的效果]
如上文所描述的,根据本实施例的交通流量仿真器21,在工作模式1至3的每一个中所选择的所有仿真车辆SV的路线M1、Mn(特别地,路段的路段编号以及流入时间和流出时间)被记录到存储单元12中(图9中的步骤ST10、ST21)。
因此,当用户将所记录的路线M1和路线Mn相互对比时,该用户可以确定是否能够在每种设置条件中使用该路线选择模型,并且因此该用户能够验证整合在交通流量仿真器21中的路线选择模型的有效性。
根据本实施例的交通流量仿真器21,当不等式C2+R<C1成立时,在工作模式n中根据路线选择模型计算的路线被设置为路线Mn(图9中的步骤ST19),并且当该不等式不成立时,工作模式路线M1被设置为路线Mn(图9中的步骤ST20)。
因此,依据粘附率R的数值,可以适当地调节仿真车辆SV在工作模式n中改变路线的程度。因此,工作模式n的仿真准确性可以得到改善。
根据本实施例的交通流量仿真器21,当在仿真车辆SV中包括真实行驶车辆RV时,在工作模式1中,关于被指定为真实行驶车辆RV的仿真车辆SV,交通流量仿真器21采用不执行基于路线选择模型的路线选择的行驶路线(图9中的步骤ST5)。
因此,实际行驶路线被包括在工作模式1中所使用的仿真车辆SV的路线中,并且因此工作模式1的仿真准确性可以得到改善。
以上所描述的实施例在各方面都仅是说明性的而非限制性的。落入权利要求中所引用配置的等同形式的范围之内的所有变化都被包括在本公开的范围之内。
引用列表
1 通信车辆
2 车载设备
3 通信设备
4 无线基站
5 中心装置
6 通信线路
10 发送/接收单元
11 控制单元
12 存储单元
13 输入单元
14 显示单元
15 行驶信息数据库
16 行驶环境数据库
17 参数数据库
18 计算机程序
21 交通流量仿真器
22 信号控制设备
23 路线选择单元
24 指标计算单元
Claims (8)
1.一种交通流量仿真器,其被配置成仿真在道路网络中生成的多台仿真车辆的交通流量,所述交通流量仿真器包括:
路线选择单元,所述路线选择单元被配置成:依据预定路线选择模型为多台所述仿真车辆中的每一台选择路线;以及
指标计算单元,所述指标计算单元被配置成:通过使多台所述仿真车辆中的每一台依据所述路线在所述道路网络上移动,来计算所述道路网络的交通评估指标,
其中,
当由用户指定的工作模式是下述第一模式时,所述路线选择单元将作为在所述第一模式中的所述多台仿真车辆中的每台仿真车辆的路线的第一路线记录在存储单元之中,并且
当由用户指定的工作模式是下述第n模式时,所述路线选择单元将在下述不等式不成立的条件下的所述第一路线选择作为是在所述第n模式中的所述多台仿真车辆中的每台仿真车辆的路线的第n路线,或者将在下述不等式成立的条件下的第二路线选择作为是在所述第n模式中的所述多台仿真车辆中的每台仿真车辆的路线的第n路线,并且将由此选择的所述第n路线记录在所述存储单元之中,其中,n=2或3,
所述第一模式是在第一设置条件下仿真所述交通流量的工作模式,
所述第n模式是在第n设置条件下仿真所述交通流量的工作模式,
C2+R<C1,
其中
C1是在所述第一模式中的设置条件下所计算出的所述第一路线的成本,
C2是在所述第n模式中的设置条件下计算出的所述第二路线的成本,并且
R是表示针对所述第一模式的所述第一路线的粘附程度的指标。
2.根据权利要求1所述的交通流量仿真器,其中,
所述第一模式是用于当前状态再现的第一工作模式,并且
所述第n模式是用于过往事件再现的第二工作模式或者用于未来事件预测的第三工作模式。
3.根据权利要求2所述的交通流量仿真器,其中,
所述第一工作模式是用于调整所述多台所述仿真车辆的数目以使得交通流量仿真的结果与实际结果相匹配的工作模式,
所述第二工作模式是用于将在发生过往事件时进行的交通限制用作设置信息的工作模式,
所述第三工作模式是用于利用所述第一工作模式的仿真结果和所述第二工作模式的仿真结果来预测未来的交通状况的工作模式。
4.根据权利要求1至3中的任一项所述的交通流量仿真器,还包括:
被配置用于存储所述第一路线和所述第n路线的所述存储单元。
5.根据权利要求1至3中的任一项所述的交通流量仿真器,其中,
当在所述仿真车辆中包括实际行驶路线能够被指定的真实行驶车辆时,
在所述第一模式下,关于被指定为所述真实行驶车辆的仿真车辆,所述路线选择单元在不执行基于所述路线选择模型对所述路线的选择的情况下而采用所述行驶路线。
6.根据权利要求1至3中的任一项所述的交通流量仿真器,其中,被存储在所述存储单元中的所述第一路线和所述第n路线包括:
所述多台所述仿真车辆已经过的路段的数目;以及
所述路段的流入时间和流出时间。
7.一种用于仿真在道路网络中生成的多台仿真车辆的交通流量的方法,所述方法包括:
依据预定路线选择模型为多台所述仿真车辆中的每一台选择路线的选择步骤;以及
通过使多台所述仿真车辆中的每一台依据所述路线在所述道路网络上移动来计算所述道路网络的交通评估指标的计算步骤,
其中,
所述选择步骤包括以下步骤:
当由用户指定的工作模式是下述第一模式时,将作为在所述第一模式中的所述多台仿真车辆中的每台仿真车辆的路线的第一路线记录在存储单元之中;以及
当由用户指定的工作模式是下述第n模式时,将在下述不等式不成立的条件下的所述第一路线选择作为是在所述第n模式中的所述多台仿真车辆中的每台仿真车辆的路线的第n路线,或者将在下述不等式成立的条件下的第二路线选择作为是在所述第n模式中的所述多台仿真车辆中的每台仿真车辆的路线的第n路线,并且将由此选择的所述第n路线记录在所述存储单元之中,其中,n=2或3;
所述第一模式是在第一设置条件下仿真所述交通流量的工作模式,
所述第n模式是在第n设置条件下仿真所述交通流量的工作模式,
C2+R<C1,
其中
C1是在所述第一模式中的设置条件下所计算出的所述第一路线的成本,
C2是在所述第n模式中的设置条件下计算出的所述第二路线的成本,并且
R是表示针对所述第一模式的所述第一路线的粘附程度的指标。
8.一种非暂时性计算机可读存储介质,其存储有计算机程序,该计算机程序被配置成使计算机用作交通仿真器,所述交通仿真器被配置成仿真在道路网络中生成的多台仿真车辆的交通流量,
所述计算机程序被配置成使所述计算机用作:
路线选择单元,所述路线选择单元被配置成:依据预定路线选择模型为多台所述仿真车辆中的每一台选择路线;以及
指标计算单元,所述指标计算单元被配置成:通过使多台所述仿真车辆中的每一台依据所述路线在所述道路网络上移动,来计算所述道路网络的交通评估指标,
其中,
当由用户指定的工作模式是下述第一模式时,所述路线选择单元将作为在所述第一模式中的所述多台仿真车辆中的每台仿真车辆的路线的第一路线记录在存储单元之中,并且
当由用户指定的工作模式是下述第n模式时,所述路线选择单元将在下述不等式不成立的条件下的所述第一路线选择作为是在所述第n模式中的所述多台仿真车辆中的每台仿真车辆的路线的第n路线,或者将在下述不等式成立的条件下的第二路线选择作为是在所述第n模式中的所述多台仿真车辆中的每台仿真车辆的路线的第n路线,并且将由此选择的所述第n路线记录在所述存储单元之中,其中,n=2或3,
所述第一模式是在第一设置条件下仿真所述交通流量的工作模式,
所述第n模式是在第n设置条件下仿真所述交通流量的工作模式,
C2+R<C1,
其中
C1是在所述第一模式中的设置条件下所计算出的所述第一路线的成本,
C2是在所述第n模式中的设置条件下计算出的所述第二路线的成本,并且
R是表示针对所述第一模式的所述第一路线的粘附程度的指标。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/029424 WO2020031236A1 (ja) | 2018-08-06 | 2018-08-06 | 交通流シミュレータ、交通流のシミュレート方法及びコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112534481A CN112534481A (zh) | 2021-03-19 |
CN112534481B true CN112534481B (zh) | 2023-05-05 |
Family
ID=69414279
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880096308.7A Active CN112534481B (zh) | 2018-08-06 | 2018-08-06 | 交通流量仿真器、交通流量的仿真方法和存储介质 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11847907B2 (zh) |
JP (1) | JP7086195B2 (zh) |
CN (1) | CN112534481B (zh) |
WO (1) | WO2020031236A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11495124B2 (en) * | 2019-11-22 | 2022-11-08 | At&T Intellectual Property I, L.P. | Traffic pattern detection for creating a simulated traffic zone experience |
US11587049B2 (en) | 2019-11-22 | 2023-02-21 | At&T Intellectual Property I, L.P. | Combining user device identity with vehicle information for traffic zone detection |
US11393333B2 (en) | 2019-11-22 | 2022-07-19 | At&T Intellectual Property I, L.P. | Customizable traffic zone |
JP7406463B2 (ja) | 2020-06-26 | 2023-12-27 | 株式会社日立製作所 | 交通運行計画システム及び交通運行計画方法 |
CN112200453B (zh) * | 2020-10-10 | 2024-02-09 | 中国城市规划设计研究院 | 一种道路交通承载能力评价系统 |
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 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4506663B2 (ja) | 2005-12-09 | 2010-07-21 | 株式会社豊田中央研究所 | 交通状況予測装置、方法及びプログラム、経路探索システム並びに交通状況提供システム |
JP4950596B2 (ja) * | 2006-08-18 | 2012-06-13 | クラリオン株式会社 | 予測交通情報生成方法、予測交通情報生成装置および交通情報表示端末 |
JP5109865B2 (ja) * | 2008-08-11 | 2012-12-26 | 住友電気工業株式会社 | 交通パラメータ算出装置、コンピュータプログラム、及び交通パラメータ算出方法 |
JP5024392B2 (ja) | 2010-01-08 | 2012-09-12 | 住友電気工業株式会社 | 交通評価装置、コンピュータプログラム及び交通評価方法 |
JP2011186746A (ja) | 2010-03-08 | 2011-09-22 | Sumitomo Electric Ind Ltd | 交通評価装置、コンピュータプログラム及び交通評価方法 |
JP5325241B2 (ja) * | 2011-01-14 | 2013-10-23 | 三菱重工業株式会社 | 交通流シミュレーション装置、交通流シミュレーションプログラム、及び交通流シミュレーション方法 |
JP5310802B2 (ja) | 2011-07-20 | 2013-10-09 | 住友電気工業株式会社 | 交通評価装置、コンピュータプログラム及び交通評価方法 |
US9014955B2 (en) * | 2011-07-20 | 2015-04-21 | Sumitomo Electric Industries, Ltd. | Traffic evaluation device non-transitory recording medium and traffic evaluation method |
JP5310807B2 (ja) * | 2011-07-20 | 2013-10-09 | 住友電気工業株式会社 | 交通評価装置、コンピュータプログラム及び交通評価方法 |
JP5267621B2 (ja) | 2011-07-20 | 2013-08-21 | 住友電気工業株式会社 | 交通評価装置、コンピュータプログラム及び交通評価方法 |
JP5382076B2 (ja) | 2011-08-10 | 2014-01-08 | 住友電気工業株式会社 | 交通評価装置、コンピュータプログラム及び交通評価方法 |
JP5494600B2 (ja) | 2011-09-28 | 2014-05-14 | 住友電気工業株式会社 | 交通評価装置、コンピュータプログラム及び交通評価方法 |
JP5494605B2 (ja) | 2011-09-30 | 2014-05-21 | 住友電気工業株式会社 | 交通評価装置、コンピュータプログラム及び交通評価方法 |
CN103116608A (zh) * | 2013-01-18 | 2013-05-22 | 同济大学 | 一种快速路交通流再现的方法 |
JP5980170B2 (ja) * | 2013-05-30 | 2016-08-31 | 三菱重工メカトロシステムズ株式会社 | シミュレーション装置、シミュレーション方法及びプログラム |
US10578455B2 (en) * | 2014-03-06 | 2020-03-03 | Mitsubishi Heavy Industries, Ltd. | Device for providing electric-moving-body information and method for providing electric-moving-body information |
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 |
-
2018
- 2018-08-06 CN CN201880096308.7A patent/CN112534481B/zh active Active
- 2018-08-06 US US17/263,929 patent/US11847907B2/en active Active
- 2018-08-06 JP JP2020535350A patent/JP7086195B2/ja active Active
- 2018-08-06 WO PCT/JP2018/029424 patent/WO2020031236A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
JP7086195B2 (ja) | 2022-06-17 |
WO2020031236A1 (ja) | 2020-02-13 |
CN112534481A (zh) | 2021-03-19 |
JPWO2020031236A1 (ja) | 2021-08-02 |
US20210233394A1 (en) | 2021-07-29 |
US11847907B2 (en) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112534481B (zh) | 交通流量仿真器、交通流量的仿真方法和存储介质 | |
US10890459B2 (en) | Systems and methods for variable energy routing and tracking | |
US11175152B2 (en) | Method and system for risk determination of a route | |
KR100820467B1 (ko) | 도로 차선 종류를 고려한 구간 교통량 예측 시스템 및 그방법 | |
Dandl et al. | Microsimulation of an autonomous taxi-system in Munich | |
US20130304380A1 (en) | Methods and apparatus for estimating power usage | |
US8989999B2 (en) | Vehicle range analysis using driving environment information with optional continuous averaging | |
Anya et al. | Application of AIMSUN microsimulation model to estimate emissions on signalized arterial corridors | |
JP5980170B2 (ja) | シミュレーション装置、シミュレーション方法及びプログラム | |
JP2005259116A (ja) | 交通情報算出装置、交通情報算出方法、交通情報表示方法および交通情報表示装置 | |
KR20140052953A (ko) | 운행의 예상된 평균 속도들을 생성하는 방법 | |
JP2008512662A (ja) | オブジェクトの将来の動きを予測するための装置および方法 | |
JP2010107459A (ja) | カーナビゲーション装置およびカーナビゲーション方法 | |
JP6139179B2 (ja) | 情報生成装置、交通シミュレータ及びコンピュータプログラム | |
KR102628004B1 (ko) | 파라미터 간의 계산된 트레이드-오프를 고려하여 내비게이션 경로 생성 및 카풀 옵션 식별 | |
US11263900B2 (en) | Traffic index computation device, computation method, traffic signal control system, and computer program | |
WO2015155884A1 (ja) | 車両電力消費シミュレーション装置、車両電力消費シミュレーション方法、およびプログラム | |
Oehlerking | StreetSmart: modeling vehicle fuel consumption with mobile phone sensor data through a participatory sensing framework | |
KR20110061374A (ko) | 연료 소모량을 최소화할 수 있는 연료 절감경로 탐색 방법 | |
JP4947090B2 (ja) | プローブ情報生成装置及び方法 | |
JP3355887B2 (ja) | 旅行時間予測方法および旅行時間予測装置 | |
Dülgar et al. | Analysis of microstructures in traffic jams on highways based on drone observations | |
JP4470634B2 (ja) | 情報提供システム及びプログラム | |
JP6163309B2 (ja) | 車両電力消費シミュレーション装置、車両電力消費シミュレーション方法、およびプログラム | |
JP5299155B2 (ja) | プローブ情報生成装置及びコンピュータプログラム |
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 |