CN113268810B - 基于动力学控制和随机化的交通流仿真方法 - Google Patents

Abstract

本申请提供了一种基于动力学控制和随机化的交通流仿真方法，包括如下步骤：创建若干相异的道路单元；配置每段道路起始导航点和结束导航点、模拟车辆和模拟行人的生成位置集合、速度限制以及限制可行区域的墙体；将各道路单元进行拼接，使驶出道路的结束导航点靠近驶入道路的开始导航点；随机从所有道路单元的模拟行人生成位置集合中选取初始化位置等步骤。本申请的有益之处在于提供了一种有效模拟车辆和行人相互作用关系的基于动力学控制和随机化的交通流仿真方法。

Description

基于动力学控制和随机化的交通流仿真方法

技术领域

本申请涉及交通仿真技术领域，具体而言，涉及一种基于动力学控制和随机化的交通流仿真方法。

背景技术

无人车的运动过程包括感知、规划和控制三个模块，其中规划阶段分为路径规划，行为决策，运动规划。路径规划做的是在收到目的点的位置后，结合定位模块和自身的位姿信息，根据路径规划算法计算出一条最优的规划路径，这里的“最优”是相对的在指定条件下的最优，比如时间最短，路径最短等条件。常用的路径规划算法包括UCS，Dijkstra，Astar等以及在这些算法基础上针对车辆运动而改进的版本。行为决策，是指在路径规划生成运动轨迹后，根据接收到的感知模块的信息和车辆自身的运动状态，做出合理的行为决策，比如加速，减速，超车的等行为。行为决策常用的算法有多层感知机，决策树，或者根据规则推理。运动规划根据做出的行为决策输出一条安全舒适而且满足车辆的动力学约束的轨迹。每一个轨迹点包含车辆期望的运动行为（速度，加速度，偏转角等）。

随着城市化和无人技术的发展，许多交通模拟软件应运而生，SUMO就是其中的代表，SUMO主要是对交通流的微观模拟，其中的每个交通工具都有自身的类型，路线，速度等物理特性和运动特性。SUMO以网格形式定义交通环境，每个位置以一个网格点来表示， 定义了指定环境下的每个移动单元（车辆，行人）的运动期望，根据配置的起始点和目标点使用Dijkstra算法计算在道路网格中的路线。但是SUMO对车辆驾驶的模拟仅仅停留在运动学层面，关于车辆的行驶没有涉及到油门方向盘等动力学控制。所以为了使车辆的控制更符合现实中的驾驶行为，使用能够模拟动力学控制的计算机仿真环境来搭建交通流的场景，实现随机化交通流的仿真。

现在尚没有一种较优的交通流仿真方法。

发明内容

为了解决现有技术的不足之处，本申请提供了一种基于动力学控制和随机化的交通流仿真方法，包括如下步骤：创建若干相异的道路单元以至少模拟交通道路中的直行道、弯道和十字路口；配置每段道路单元的起始导航点和结束导航点、模拟车辆和模拟行人的生成位置集合、速度限制以及限制可行区域的墙体；将所述各道路单元进行拼接，使驶出道路的结束导航点靠近驶入道路的开始导航点；随机从所有道路单元的模拟行人生成位置集合中选取初始化位置，并从该集合中随机选取位置作为导航目标点；随机从所有道路单元的模拟车辆生成位置集合中选取初始化位置，并在生成位置所在道路单元选取同向的结束导航点作为目标点；根据模拟行人和模拟车辆的导航目标点对模拟行人和模拟车辆进行导航，并使模拟行人和模拟车辆按照导航轨迹行进，模拟行人是根据设定的速度运动，模拟车辆由油门和加速度来控制。

进一步地，所述基于动力学控制和随机化的交通流仿真方法还包括如下步骤：

当模拟车辆检测到周围一定范围内有其他模拟车辆或模拟行人，调节方向盘和加速度的输入防止碰撞和阻塞。

进一步地，所述基于动力学控制和随机化的交通流仿真方法还包括如下步骤：

使模拟行人运动到目标点、模拟车辆运动到一条道路的结束导航点时，到达新道路的起始导航点。

进一步地，使模拟行人随机从所有路段的生成点集合中选取目标点，模拟车辆把新的起始导航点对应的结束导航点作为目标点。

进一步地，所述创建道路单元包括：根据计算机仿真环境提供的静态道路模型通过旋转平移以及缩放得到类似现实的直道，弯道，十字路口，丁字路口，S弯，合并道，环岛等多种路段。

进一步地，在所述道路一侧设有两组起始点-目标点组。

进一步地，在每段道路两侧车行道的任意位置设置多个车辆生成点以及在该点的朝向，然后在每个生成位置根据该侧道路的行驶方向选取结束位置的碰撞体作为目标点。

进一步地，根据路段的种类分别配置限速，当车辆行驶在该路段时，会根据道路的限速和当前速度调整加速度大小。

进一步地，车辆和行人在初始化的时候会随机选取一条路段，然后再从该路段中随机从生成点集合中随机选取一个作为初始化点。

本申请的有益之处在于：提供了一种有效模拟车辆和行人相互作用关系的基于动力学控制和随机化的交通流仿真方法。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是本申请的交通流仿真方法中中行人的运行流程图；

图2是本申请的交通流仿真方法中车辆的运行流程图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

参照图1至图2所示，交通流模拟的核心是车辆和行人的寻路导航以及运动控制，在计算机仿真环境中使用寻路算法进行车辆和行人的寻路导航。对于车辆的控制训练算法获取期望的带有方向信息的速度，然后根据该速度调整加速度和方向盘大小。对于行人的控制则直接使用期望速度进行移动。

为了区分车辆和行人，配置各自的agent用于不同的运动过程，用于在指定的道路上从起始点开始使用寻路算法搜索出一条到达设定的目标点的路径，然后车辆和行人在搜索出的路径上做出相应的运动，为了体现出随机化的交通流，在每一个agent到达目标点的时候，会随机在agent当前道路中根据agent的方向选取出符合交通规则的下一个目标点，这样实现了agent的持续和随机运动，到达了模拟交通流的效果。具体地，包括以下步骤：

步骤1，模仿现实交通道路，根据计算机仿真环境提供的静态道路模型通过旋转平移以及缩放得到类似现实的直道，弯道，十字路口，丁字路口，S弯，合并道，环岛等多种路段。并给各个路段配置限速。

步骤2，在道路两侧根据行驶方向分别在驶入位置和驶出位置放置碰撞体，碰撞体作为导航点代表了道路的起始位置和结束位置。其中每个起始导航点配置对应的结束导航点。最后给道路设置限制可行区域的墙体。

步骤3，在非分岔的道路单元的两侧车行道的任意位置设置多个车辆生成点以及在该点的朝向，然后在每个生成位置根据该侧道路的行驶方向选取结束位置的碰撞体作为目标点。在该侧道路的人行道的任意位置配置多个行人生成点。

步骤4，给每段道路配置Road脚本，Road脚本用来管理配置的导航点集合，限速，行人生成点和车辆生成点。

步骤5，将道路单元根据需求进行拼接，形成不同的封闭道路场景。将驶出路段终点位置的碰撞体和驶入路段起点位置的碰撞体尽可能靠近。

步骤6，对于车辆和行人的初始化，先随机选取一条路段，然后再从该路段中随机从生成点集合中随机选取一个作为初始化点。车辆和行人不同的是车辆的初始化点含有目标点信息，无需从生成点集合中选取目标点。

步骤7，开始行人和车辆的导航过程，车辆由油门和方向盘来控制，行人是根据寻路算法的期望速度运动。

步骤8，车辆检测到周围一定范围内有其他车辆或行人，调节方向盘和加速度的输入防止碰撞和阻塞；

步骤9，行人运动到目标点，车辆运动到一条道路的结束导航点同时也碰到新道路的起始导航点；

步骤10，行人随机从所有路段的生成点集合中选取目标点，车辆把新的起始导航点对应的结束导航点作为目标点。

采用以上技术方案，本申请能够更好模拟现实世界的物理特性，比如重力，碰撞等，并且车辆和行人可以检测周围环境中的其他物体，进行互动；其中的车辆的运动采用动力学控制，能够做出模拟现实的车辆驱动。

本发明基于随机化行人车辆运动的思想，并结合寻路算法和车辆动力学控制，实现了在计算机仿真环境下简单的交通流模拟。

本方案所述车辆由车辆本身的渲染模型和附加在车辆上的控制脚本以及计算机仿真环境赋予车辆的刚体，碰撞体等物理世界的特性组成。车辆本身的模型是基于3D仿真工具制作，并附加一系列控制脚本（比如车辆的动力学系统，车辆的宏观运动控制，车辆的物理属性以及寻路算法等）后，可控的车辆就制作完成。在本交通流环境中，为了产生多样化的车辆运动，为不同的车辆配置了不同的渲染模型，车辆参数，如质量，轮胎摩擦力，轮胎的转向角范围等。

本申请所述导航点是计算机仿真环境提供的立方体，把它命名NavConnection，当其他物体触碰到了NavConnection表面时，会触发碰撞，同时可以获取到碰撞二者的信息，比如当车辆碰到NavConnection体时，NavConnection可以立即获取车辆的完整信息，比如位置，朝向等。同时车辆可以获取NavConnection的信息，比如车辆碰到了一个NavConnection，会根据该NavConnection是否具有目标点NavConnection的信息来决定是否开始一轮新的导航。

基于上述知识点以及发明内容中的步骤，下面对本申请的具体实施细节做详细介绍。

道路单元的基本组件分为四个部分：

第一部分是NavConnections，代表此段道路的NavConnection集合，分布在道路两侧的入口和出口处。

第二部分是VehicleSpawns，是本段道路上车辆生成点的集合，其中的每一个元素是对车辆生成点的封装，配置了车辆的生成位置和朝向，同时每一个生成点会有一个目标点的信息，代表了车辆在生成点的第一个导航目标点。

第三部分PedestrianSpawns和第三部分类似，代表了行人的生成位置和朝向。

第四部分是该道路单元配置的墙，分布于道路中间和两侧在车行道和人行道的连接部分。

图1是交通流中行人的运行流程图。程序一开始，根据配置的行人个数来初始化行人，具体步骤如下：

一，把所有配置了Road脚本的路段的实例化对象获取到并加入到路段的集合中。

二，在路段集合中随机选取一个路段，如果该路段的PedestrianSpawns集合不为空，就从该路段的PedestrianSpawns集合中随机选取一个PedestrianSpawn作为行人的生成点。如果选取的路段中PedestrianSpawns集合为空，则继续随机选取路段重复上述过程，直到行人的PedestrianSpawn设置好。

三，行人初始化位置设置好之后，再从路段集合中随机选取一条PedestrianSpawns集合不为空的路段，再从这条路段中随机选取一个PedestrianSpawn作为行人的生成点的目标点。

至此，行人的初始化完成，开始从起始点到目标点的寻路导航，并且不断轮询是否到达目标点，当行人到达目标点后，再继续上述的随机寻找目标点的过程，找到目标点后，继续下一次的寻路导航。

图2是车辆的运行流程图。车辆的初始化和行人流程类似，根据配置的车辆个数，对每一辆车进行如下过程：

一，从道路集合中随机选取任意一条VehicleSpawns不为空的道路，然后尝试在该道路上随机选取一个VehicleSpawn作为车辆生成点。

二，如果该道路已经初始化的车辆数量小于一定阈值，可以把选取的VehicleSpawn作为生成点，同时该道路的已经初始化的车辆数量加一，否则在该道路上的初始化失败，然后重新选取道路，重复一二过程，直到每一辆车的VehicalSpawn都已经设置好。

三，对于每一辆车，先从车辆的模型集合中随机选取一个作为车辆在本次程序运行中的渲染模型，然后在每个VehicleSpawn所在位置和朝向处生成该模型。和行人初始化过程不同的是，车辆不需要再设置生成位置的目标点，因为VehicleSpawn已经包含了当前位置的目标点NavConnection的信息，这时只需要把车辆agent的目标点设置为该NavConnection即可。

车辆初始化完成之后，会根据目标点进行训练导航，在车辆运动过程中，还会实时监测当前运动是否被阻塞。具体做法如下，车头中心位置处作为原点，在X-Z平面沿正负方向对称发射一定长度和数量的射线（X-Z平面和车辆行驶道路所在平面平行），每个方向每隔10度发射一根长度为2米射线，发射18根就覆盖了以车头中心为原点的180度范围。当射线扫描到了其他车辆或者行人的时候，此时认为车辆在一定范围运动内受到阻塞，车辆的把加速度设为0并把刹车调整到最大值。如果车辆的运动没有受到阻塞，会实时检测是否碰撞到了NavConnection，如果碰撞到了而且碰到的NavConnection所属的道路不是当前道路，则进行更改路段的操作，具体做法如下：

一，可以根据NavConnection获取到所在路段的信息，把车辆从上一个路段的车辆集合中删除，并把车辆加入到新的路段的车辆集合当中。

二，根据新路段的限速和车辆当前速度二者的最小值来设置agent在新路段的初始期望速度。

三，最后，如果碰到的起始NavConnection对应的结束NavConnection不为空，就把当前车辆的目标点设为结束NavConnection。至此，车辆的更改路段过程完成。

车辆在行驶过程中会根据agent期望速度向量调整加速度和方向盘的值，比如在车辆转弯的时候，加速度会降低到一定阈值，同时方向盘会调整到和期望速度方向相适应的值。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (6)

1.一种基于动力学控制和随机化的交通流仿真方法，其特征在于：

所述基于动力学控制和随机化的交通流仿真方法包括如下步骤：

创建若干相异的道路单元以至少模拟交通道路中的直行道、弯道和十字路口；

配置每段道路单元起始导航点和结束导航点、模拟车辆和模拟行人的生成位置集合、速度限制以及限制可行区域的墙体；

将所述各道路单元进行拼接，使驶出道路单元的结束导航点靠近驶入道路单元的开始导航点；

随机从所有道路单元的模拟行人生成位置集合中选取初始化位置，并从该集合中随机选取位置作为导航目标点；

随机从所有道路单元的模拟车辆生成位置集合中选取初始化位置，并在生成位置所在道路单元选取同向的结束导航点作为目标点；

根据模拟行人和模拟车辆的导航目标点对模拟行人和模拟车辆进行导航，并使模拟行人和模拟车辆按照导航轨迹行进，模拟行人是根据设定的速度运动，模拟车辆由油门和加速度来控制；

所述基于动力学控制和随机化的交通流仿真方法还包括如下步骤：

当模拟车辆检测到周围一定范围内有其他模拟车辆或模拟行人，调节方向盘和加速度的输入防止碰撞和阻塞；

所述基于动力学控制和随机化的交通流仿真方法还包括如下步骤：

使模拟行人运动到目标点、模拟车辆运动到一条道路的结束导航点时，到达新道路的起始导航点；

使模拟行人随机从所有路段的生成点集合中选取目标点，模拟车辆把新的起始导航点对应的结束导航点作为目标点。

2.根据权利要求1所述的基于动力学控制和随机化的交通流仿真方法，其特征在于：

创建道路单元包括：根据计算机仿真环境提供的静态道路模型通过旋转平移以及缩放得到类似现实的直道、弯道、十字路口、丁字路口、S弯、合并道和环岛的路段。

3.根据权利要求2所述的基于动力学控制和随机化的交通流仿真方法，其特征在于：

在所述道路一侧设有两组起始点-目标点组。

4.根据权利要求3所述的基于动力学控制和随机化的交通流仿真方法，其特征在于：

在每段道路两侧车行道的任意位置设置多个车辆生成点以及在该点的朝向，然后在每个生成位置根据该侧道路的行驶方向选取结束位置的碰撞体作为目标点。

5.根据权利要求4所述的基于动力学控制和随机化的交通流仿真方法，其特征在于：

根据路段的种类分别配置限速，当车辆行驶在该路段时，会根据道路的限速和当前速度调整加速度大小。

6.根据权利要求5所述的基于动力学控制和随机化的交通流仿真方法，其特征在于：

车辆和行人在初始化的时候会随机选取一条路段，然后再从该路段中随机从生成点集合中随机选取一个作为初始化点。