CN114662253A - 一种仿真建模方法、装置、电子设备及存储介质 - Google Patents
一种仿真建模方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114662253A CN114662253A CN202210262756.8A CN202210262756A CN114662253A CN 114662253 A CN114662253 A CN 114662253A CN 202210262756 A CN202210262756 A CN 202210262756A CN 114662253 A CN114662253 A CN 114662253A
- Authority
- CN
- China
- Prior art keywords
- simulation
- road network
- vehicle
- file
- target
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Computer Networks & Wireless Communication (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种仿真建模方法、装置、电子设备及存储介质,涉及智能交通领域。其中,一种仿真建模方法,包括:获取针对目标路网区域的地图数据以及指定时间段的目标过车数据;基于地图数据,生成针对目标路网区域的仿真路网文件;根据目标过车数据中的针对各个时间点的过车数据,以及目标对应关系,确定仿真过程中的每一仿真时刻所对应的车辆轨迹信息;利用各个仿真时刻所对应的车辆轨迹信息,构建针对目标路网区域的路网需求文件;根据所述仿真路网文件和所述路网需求文件,利用指定的仿真软件构建所述目标路网区域的交通仿真模型。通过本方案,可以准确地还原路网区域的真实交通场景。
Description
技术领域
本发明涉及智能交通技术领域,特别是涉及一种仿真建模方法、装置、电子设备及存储介质。
背景技术
交通仿真建模是交通流的时空特性复现、交通运行态势的评估、交通管控策略验证的重要实验手段和工具。
相关技术中,利用仿真软件,例如:SUMO(德国宇航中心开发的一款开源的微观仿真软件),进行仿真建模,并且,在利用仿真软件进行仿真建模时,通常基于工作人员手动创建的针对路网区域的仿真路网,以及随机生成的仿真车辆,进行仿真建模。
但是,由于手动创建的仿真路网与实际的路网区域存在偏差,并且,随机生成的仿真车辆无法体现真实的交通状态,因此,相关技术所提供的仿真建模方案,无法准确地还原路网区域的真实交通场景。
发明内容
本发明实施例的目的在于提供一种仿真建模方法、装置、电子设备及存储介质,以准确地还原路网区域的真实交通场景。具体技术方案如下:
第一方面,本发明实施例提供了一种仿真建模方法,包括:
获取针对目标路网区域的地图数据以及指定时间段的目标过车数据;
基于所述地图数据,生成针对所述目标路网区域的仿真路网文件;其中,所述仿真路网文件用于描述所述目标路网区域的路段和交叉口;
根据所述目标过车数据中的针对各个时间点的过车数据,以及目标对应关系,确定仿真过程中的每一仿真时刻所对应的车辆轨迹信息;其中,所述目标对应关系为各个时间点与仿真过程中的各个仿真时刻的对应关系,所述车辆轨迹信息包括各个车辆的车牌号和位置信息;
利用各个仿真时刻所对应的车辆轨迹信息,构建针对所述目标路网区域的路网需求文件;其中,所述路网需求文件用于描述仿真路网中车辆的运动信息;
根据所述仿真路网文件和所述路网需求文件,利用指定的仿真软件构建所述目标路网区域的交通仿真模型。
可选地,所述根据所述仿真路网文件和所述路网需求文件,利用指定的仿真软件构建所述目标路网区域的交通仿真模型,包括:
将所述仿真路网文件加载于指定的仿真软件,以生成所述目标路网区域的仿真路网;
将所述路网需求文件加载于所述仿真软件所生成的所述仿真路网中,得到所述目标路网区域的交通仿真模型。
可选地,所述根据所述目标过车数据中的针对各个时间点的过车数据,以及目标对应关系,确定仿真过程中的每一仿真时刻所对应的车辆轨迹信息,包括:
将所述目标过车数据进行拆解,得到针对各个时间点的过车数据;
针对每一仿真时刻,从目标对应关系中确定该仿真时刻对应的时间点,将针对所确定的时间点的过车数据,作为该仿真时刻下的过车数据;
针对每一仿真时刻,从该仿真时刻下的过车数据中,获取该仿真时刻所对应的车辆轨迹信息。
可选地,所述利用各个仿真时刻所对应的车辆轨迹信息,构建针对所述目标路网区域的路网需求文件,包括:
基于首个仿真时刻所对应的车辆轨迹信息,确定首个仿真时刻的仿真车辆信息;其中,所述仿真车辆信息包括:各个仿真车辆标识以及每一仿真车辆标识对应的位置信息,不同仿真车辆标识具有不同的车牌号;
将所述首个仿真时刻作为当前仿真时刻;
利用当前仿真时刻的仿真车辆信息,以及下一仿真时刻对应的车辆轨迹信息,计算下一仿真时刻的仿真车辆信息;
将下一仿真时刻作为新的当前仿真时刻,并返回利用当前仿真时刻的仿真车辆信息,以及下一仿真时刻对应的车辆轨迹信息,计算下一仿真时刻的仿真车辆信息的步骤,直至得到最后一个仿真时刻的仿真车辆信息;
构建包含有各个仿真时刻的仿真车辆信息的文件,得到所述目标路网区域的路网需求文件。
可选地,所述利用当前仿真时刻的仿真车辆信息,以及下一仿真时刻对应的车辆轨迹信息,计算下一仿真时刻的仿真车辆信息,包括:
将当前仿真时刻的仿真车辆信息中的各个仿真车辆标识对应的车牌号,与下一仿真时刻对应的车辆轨迹信息中的车牌号进行比对;
按照如下方式,基于比对结果,对当前仿真时刻的仿真车辆信息进行更新,得到下一仿真时刻的仿真车辆信息:
针对所述比对结果所表征的第一类车牌号,按照下一仿真时刻对应的的车辆轨迹信息中的、与所述第一类车牌号所对应的位置信息,更新当前仿真时刻的仿真车辆信息中的、具有该第一类车牌号的仿真车辆标识所对应的位置信息;其中,所述第一类车牌号为当前仿真时刻的仿真车辆信息中的一仿真车辆标识具有的车牌号,且包含于下一仿真时刻对应的车辆轨迹信息中;
针对所述对比结果所表征的第二类车牌号,在当前仿真时刻的仿真车辆信息中,增加具有所述第二类车牌号的仿真车辆标识以及对应的位置信息;其中,所述对应的位置信息为下一仿真时刻对应的车辆轨迹信息中的、所述第二类车牌号对应的位置信息,所述第二类车牌号仅包含于下一仿真时刻对应的车辆轨迹信息中;
针对所述对比结果所表征的第三类车牌号,从当前仿真时刻的仿真车辆信息中,剔除具有第二类车牌号的仿真车辆标识以及所对应的位置信息;其中,所述第三类车牌号仅为当前仿真时刻的仿真车辆信息中的一仿真车辆标识具有的车牌号。
可选地,所述基于所述地图数据,生成针对所述目标路网区域的仿真路网文件,包括:
对所述地图数据进行解析,得到点数据和线数据;其中,所述点数据用于描述所述目标路网区域的针对交叉口和路段上的位置点,所述线数据用于描述所述目标路网区域的路段,所述路段是基于各个位置点所形成的路段;
从所述点数据和线数据中抽取所述目标路网区域的路网拓扑关系,并利用所抽取的路网拓扑关系,构建仿真过程所需的点文件、边文件以及连接文件;
利用所述点文件、边文件以及连接文件,生成针对所述目标路网区域的仿真路网文件。
可选地,所述从所述点数据和线数据中抽取所述目标路网区域的路网拓扑关系,包括:
基于所述点数据,识别所述目标路网区域的交叉口的形状和位置信息;
基于所述线数据,识别所述目标路网区域内的路段和车道数据;
基于所识别到的交叉口的位置信息,以及识别到的路段以及车道数据,确定用于表征道路连通状态的连接信息。
可选地,所述基于所述点数据,识别所述目标路网区域的交叉口的形状和位置信息,包括:
识别所述点数据中的各个位置点是否属于交叉口的边缘点;
针对属于交叉口的边缘点的各个位置点,进行排序,确定按照排序所得到的的序列连接各个位置点时所形成的形状,作为所述目标路网区域的交叉口的形状,并基于属于交叉口的边缘点的各个位置点,确定交叉口的位置信息。
可选地,所述基于线数据,识别所述目标路网区域内的路段和车道数据,包括:
确定所述线数据中所表征的线段的各个端点,根据各个端点的位置信息与所识别到的交叉口的位置信息,识别所述目标路网区域的各个路段的起止点;
针对所述各个路段中的每一路段,确定该路段所属的方向;
从所述线数据中,确定所述各个路段内的车道数据。
可选地,所述基于所识别到的交叉口的位置信息,以及识别到的路段以及车道数据,确定用于表征道路连通状态的连接信息,包括:
基于所识别到的交叉口的位置信息、以及识别到的路段以及车道数据,确定所述目标路网区域的交叉口的各个道路方向的车道数据以及各个道路方向的进口道的车道数据,得到用于表征道路连通状态的连接信息。
可选地,所述利用所抽取的路网拓扑关系,构建仿真过程所需的点文件、边文件以及连接文件,包括:
利用所识别到的交叉口的形状和位置信息,生成仿真过程所需的点文件;
利用所识别到的路段和车道数据,生成仿真过程所需的边文件;
利用所识别到的用于表征道路连通状态的连接信息,生成仿真过程所需的连接文件。
可选地,所述利用所述点文件、边文件以及连接文件,生成针对所述目标路网区域的仿真路网文件,包括:
利用所述指定的仿真软件所提供的、用于路网文件生成的目标工具,将所述点文件、边文件以及连接文件,整合为针对所述目标路网区域的仿真路网文件。
第二方面,本发明实施例提供了一种仿真建模装置,包括:
数据获取模块,用于获取针对目标路网区域的地图数据以及指定时间段的目标过车数据;其中,所述地图数据能够表征所述目标路网区域的路段和交叉口的信息,所述目标过车数据中记录有各个车辆的真实轨迹信息;
文件生成模块,用于基于所述地图数据,生成针对所述目标路网区域的仿真路网文件;其中,所述仿真路网文件用于描述所述目标路网区域的路段和交叉口;
信息确定模块,用于根据所述目标过车数据中的针对各个时间点的过车数据,以及目标对应关系,确定仿真过程中的每一仿真时刻所对应的车辆轨迹信息;其中,所述目标对应关系为各个时间点与仿真过程中的各个仿真时刻的对应关系,所述车辆轨迹信息包括各个车辆的车牌号和位置信息;
文件构建模块,用于利用各个仿真时刻所对应的车辆轨迹信息,构建针对所述目标路网区域的路网需求文件;其中,所述路网需求文件用于描述仿真路网中车辆的运动信息;
交通仿真模块,用于根据所述仿真路网文件和所述路网需求文件,利用指定的仿真软件构建所述目标路网区域的交通仿真模型。
第三方面,本发明实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述任一仿真建模方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一仿真建模方法。
第五方面,本发明实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一所述的仿真建模方法。
本发明实施例有益效果:
本发明实施例提供的仿真建模方法中,利用针对目标路网区域的地图数据,生成针对目标路网区域的仿真路网文件,从而在利用指定的仿真软件仿真时,可以通过仿真路网文件来还原出目标路网区域的真实路网情况;并且,在获取针对目标路网区域的指定时间段的目标过车数据后,根据目标过车数据中的、针对各个时间点的过车数据以及目标对应关系,确定仿真过程中的每一仿真时刻所对应的车辆轨迹信息,并利用各个仿真时刻所对应的车辆轨迹信息,构建针对所述目标路网区域的路网需求文件,从而在利用指定的仿真软件进行仿真时,可以通过路网需求文件还原出目标路网区域的实际车辆的运动信息。可见,通过本方案,可以准确地还原路网区域的真实交通场景。
当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的实施例。
图1为本发明实施例所提供的一种仿真建模方法的流程图;
图2为本发明实施例所提供的一种仿真建模方法的另一流程图;
图3为本发明实施例所提供的一种仿真建模方法的另一流程图;
图4为本发明实施例所提供的一种仿真建模方法的仿真原理的示意图;
图5(a)为通过QGIS软件所展示出的道路示意图;
图5(b)为针对地图数据的面图层转点图层的结果的示意图;
图5(c)为地图数据所转换为的线图层结果的示意图;
图5(d)为利用本发明实施例所提供的方法的仿真路网结果的示意图;
图5(e)为利用本发明实施例所提供的方法的仿真建模的结果的示意图;
图6为本发明实施例所提供的一种仿真建模装置的结构示意图;
图7为本发明实施例所提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员基于本申请所获得的所有其他实施例,都属于本发明保护的范围。
下面,首先对本发明实施例中所涉及的专业术语进行介绍:
交通仿真建模:一种用数值方法求解动态交通系统模型的过程,可动态地、逼真地模仿交通流和交通事件等各种交通现象。
SUMO:德国宇航中心开发的一款开源的微观仿真软件,其开源性强、应用功能多样,且建模快速、运行效率高等优点,已成为最常用的交通仿真技术。
高精度地图数据:也可以称为高精地图,一种具有高精度的位置信息以及丰富表达内容的电子地图数据,其可以拥有精确且丰富的道路元素数据信息,例如:车道数据、交叉口数据、标志线数据等。在实际应用中,通过激光雷达采集地图的方式,可以得到高精度地图。
QGIS(Quantum GIS):一种开源的地理信息系统,支持地图数据的可视化、管理、编辑与分析和印刷地图的制作;并且,QGIS支持许多栅格和矢量数据格式,使用插件架构可以轻松添加新的格式支持。
路网文件:也称仿真路网文件,通常采用的文件命名形式为:*.net.xml,用于描述地图中与交通相关的部分,例如车辆通过的道路(也称路段)和交叉口信息。
节点文件:也称为点文件,通常采用的文件命名形式为:*.nod.xml,用于描述仿真路网中交叉口名称、类型以及位置等属性的xml格式文件。
边文件:通常采用的文件命名形式为:*.edge.xml,用于描述仿真路网中连接上下游交叉口的道路名称、车道数、道路点坐标、道路限速等属性的xml格式文件。
连接文件,通常采用的文件命名形式为:*.con.xml,用于描述仿真路网中道路上下游相互连接的信息,也包含上下游道路名称、上下游道路相连接的车道编号。
需求文件,也称路网需求文件,通常采用的文件命名形式为:*.rou.xml,用于描述仿真路网中车辆的运动信息,可以是车辆经过路段的路线信息,也可以是车辆的起终点信息等。
为了准确地还原路网区域的真实交通场景,本发明实施例提供了一种仿真建模方法、装置、电子设备及存储介质。
下面首先对发明实施例所提供的一种仿真建模方法进行介绍。
本发明实施例所提供的一种仿真建模方法,可以应用于电子设备。在具体应用中,该电子设备可以为终端设备或服务器,本发明实施例对于电子设备的具体形态并不做限定。
具体的,该仿真建模方法的执行主体可以为一种仿真建模装置。示例性的,当该仿真建模方法应用于终端设备时,该仿真建模装置可以为运行于终端设备中的、用于进行仿真建模的客户端。示例性的,当该仿真建模方法应用于服务器时,该仿真建模装置可以为运行于服务器中的计算机程序,该计算机程序可以用于进行仿真建模。
其中,本发明实施例所提供的一种仿真建模方法,可以包括:
获取针对目标路网区域的地图数据以及指定时间段的目标过车数据;
基于该地图数据,生成针对该目标路网区域的仿真路网文件;其中,该仿真路网文件用于描述该目标路网区域的路段和交叉口;
根据该目标过车数据中的针对各个时间点的过车数据,以及目标对应关系,确定仿真过程中的每一仿真时刻所对应的车辆轨迹信息;其中,该目标对应关系为各个时间点与仿真过程中的各个仿真时刻的对应关系,该车辆轨迹信息包括各个车辆的车牌号和位置信息;
利用各个仿真时刻所对应的车辆轨迹信息,构建针对该目标路网区域的路网需求文件;其中,该路网需求文件用于描述仿真路网中车辆的运动信息;
根据该仿真路网文件和所述路网需求文件,利用指定的仿真软件构建该目标路网区域的交通仿真模型。
本发明实施例提供的仿真建模方法中,利用针对目标路网区域的地图数据,生成针对目标路网区域的仿真路网文件,从而在利用指定的仿真软件仿真时,可以通过仿真路网文件来还原出目标路网区域的真实路网情况;并且,在获取针对目标路网区域的指定时间段的目标过车数据后,根据目标过车数据中的、针对各个时间点的过车数据以及目标对应关系,确定仿真过程中的每一仿真时刻所对应的车辆轨迹信息,并利用各个仿真时刻所对应的车辆轨迹信息,构建针对所述目标路网区域的路网需求文件,从而在利用指定的仿真软件进行仿真时,可以通过路网需求文件还原出目标路网区域的实际车辆的运动信息。可见,通过本方案,可以准确地还原路网区域的真实交通场景。
另外,本发明实施例采用针对目标路网区域的地图数据进行路网的仿真,相对于通过实测的路网数据与车道基础路网进行转换而言,可以避免因坐标转换带来的精度较低的问题;并且,相对于人工获取路网区域的各路段的节点数据,例如:针对交叉口的描述内容,再基于节点数据确定路网区域的车道数据等而言,可以减少人工成本和降低手动输入时易出现的错误;同时,本发明实施例中采用针对目标路网区域的地图数据进行路网的仿真,无疑也能够解决如下问题:通过人工手绘或直接生成的路网,与实际路网存在一定的偏差,且在编辑和校正过程中耗时严重。
并且,本发明实施例采用针对目标路网区域的目标过车数据,来进行车辆的仿真,相对于采用随机生成的车辆路径文件或者检测器获取的道路的断面流量信息,来进行车辆的仿真而言,能够获取到各个车辆的真实轨迹信息,使得精准地能够还原真实交通场景。
下面结合附图,对本发明实施例所提供的一种仿真建模方法进行介绍。
如图1所示,本发明实施例所提供的一种仿真建模方法,可以包括如下步骤:
S101,获取针对目标路网区域的地图数据以及指定时间段的目标过车数据;
其中,目标路网区域可以为任一存在仿真需求的路网区域,例如:拥堵频率较高的一路网区域,或者,其他存在仿真需求的路网区域,本发明实施例对此不作限定。另外,示例性的,所谓的路网区域中可以包含有路段和交叉口。
并且,针对目标路网区域的地图数据能够表征该目标路网区域的路段和交叉口的信息,示例性的,在一种实现方式中,针对目标路网区域的地图数据可以为通过激光雷达采集方式得到的高精度地图数据。当然,在保证仿真所需的道路信息的前提下,本发明实施例并不对针对目标路网区域的地图数据的具体类型进行限定。
可选的,在一种实现方式中,地图数据的文件格式是JSON格式,并且,文件中的地图要素以GeoJson数据结构进行存储,具体而言,地图要素按照“rings”(多段线)和“path”(多边形)的方式进行储存,当然并不局限于此;其中,GeoJson是一种对各种地理数据结构进行编码的格式,基于JavaScript对象表示法(JavaScript Object Notation,JSON)的地理空间信息数据交换格式。示例性的,在具体应用中,地图数据可以以两个JSON格式的文件进行存储,其中,一个JSON格式的文件以多线段和多边形的形式记录道路边线,另一个JSON格式的文件以多线段和多边形的形式记录标志标线信息;并且,根据道路边线信息可以自动识别并提取出交叉口中心点坐标及形状信息,而记录了标志标线信息的多边形由于数据结构复杂,多存在部分特征缺少的问题,即信息不全面,因此无法基于坐标数据直接进行自动识别,可以人工标注车道展宽及车道信息等以辅助仿真路网的生成。
另外,针对目标路网区域的指定时间段的目标过车数据,记录有在指定时间段内通过该目标路网区域的各个车辆的真实轨迹信息以及车辆信息。示例性的:目标过车数据中可以包括:指定时间段出现在目标路网区域的各个车辆的轨迹信息和车牌号,以及其他信息,例如:时间信息、车辆颜色、车辆的角度、车辆的车辆类型等等。并且,目标过车数据的生成方式可以存在多种,本发明实施例对于目标过车数据的生成方式并不做限定,示例性的,目标过车数据可以基于摄像设备采集的图片数据而得到,也可以是基于雷视设备采集得到的数据而得到,其中,雷视设备为雷达和摄像设备相结合的设备,通过雷视设备采集得到的数据,可以得到精准度较高的过车数据。
可以理解的是,指定时间段可以根据实际需求进行指定,例如:早上8:00-8:30为目标路网区域的高峰时段,可以选择任一工作日的8:00-8:30作为指定时间段;或者,存在对于下午2:00-2:30进行仿真的需求,可以选择任一工作日的下午2:00-2:30作为指定时间段,等等。
S102,基于该地图数据,生成针对该目标路网区域的仿真路网文件;其中,该仿真路网文件用于描述该目标路网区域的路段和交叉口;
在获取到针对该目标路网区域的地图数据后,为了还原目标路网区域的真实交通场景,可以对该地图数据进行预定分析与处理,以生成针对该目标路网区域的仿真路网文件,从而后续利用该仿真路网文件实现对于目标路网区域的路网情况的还原。
需要强调的是,任一能够基于地图数据,来生成针对该目标路网区域的仿真路网文件的方式均可以应用于本方案。为了方案清楚以及布局清晰,后续结合另一实施例,来介绍基于该地图数据,生成针对该目标路网区域的仿真路网文件的具体实现方式。
S103,根据该目标过车数据中的针对各个时间点的过车数据,以及目标对应关系,确定仿真过程中的每一仿真时刻所对应的车辆轨迹信息;其中,该目标对应关系为各个时间点与仿真过程中的各个仿真时刻的对应关系,该车辆轨迹信息包括各个车辆的车牌号和位置信息;
由于仿真过程是各个仿真时刻构成的连续过程,因此,为了仿真过程中,还原车辆的真实运动信息,可以首先确定出仿真过程中的每一仿真时刻所对应的车辆轨迹信息,也就是与每一仿真时刻相关的真实车辆运动信息。而每一仿真时刻可以对应于指定时间段的一时间点,因此,可以根据该目标过车数据中的针对各个时间点的过车数据,以及目标对应关系,确定仿真过程中的每一仿真时刻所对应的车辆轨迹信息。需要强调的是,车辆轨迹信息至少可以包括各个车辆的车牌号和位置信息,当然,车辆轨迹信息还可以包括:车辆颜色、车辆的角度等等;并且,目标对应关系可以基于指定时间段的时长、仿真时长以及仿真步长来进行构建。
其中,针对车辆仿真的仿真过程而言,可以预先设定仿真步长,不同的仿真步长,同一仿真时长下,所存在的各个仿真时刻不同,上述的各个时间点也不同,目标对应关系也不同。举例而言,若仿真步长为一秒,此时,各个仿真时刻均为仿真秒,假设指定时间段的时长为半小时,则整个仿真过程的仿真时长为半小时,此时存在1800个仿真时刻,每一仿真时刻即为一个仿真秒,相应的,上述的各个时间点则为指定时间段内的1800个时间点,即1800秒,目标对应关系为指定时间段的1800个时间点与各个仿真秒的对应关系,其中一个时间点对应一个仿真秒。需要强调的是,上述的仿真步长并不局限于秒级别的,具体采用何种仿真步长可以根据实际情况限定。
示例性的,在一种实现方式中,根据该目标过车数据中的针对各个时间点的过车数据,以及目标对应关系,确定仿真过程中的每一仿真时刻所对应的车辆轨迹信息,可以包括步骤A1-A3:
步骤A1,将该目标过车数据进行拆解,得到针对各个时间点的过车数据;
步骤A2,针对每一仿真时刻,从目标对应关系中确定该仿真时刻对应的时间点,将针对所确定的时间点的过车数据,作为该仿真时刻下的过车数据;
步骤A3,针对每一仿真时刻,从该仿真时刻下的过车数据中,获取该仿真时刻所对应的车辆轨迹信息。
其中,在对目标过车数据进行拆解时,拆解粒度可以依据预先设定的仿真步长。示例性的,假设仿真步长为一秒,此时,仿真时刻为仿真秒,相应的,可以对目标过车数据进行秒级别的拆解,从而得到针对指定时间段内的各秒的过车数据。
在拆解得到各个时间点的过车数据后,可以利用目标对应关系,将各个时间点的过车数据映射到各个仿真时刻,得到每一仿真时刻所对应的过车数据;从而,从每一仿真时刻所对应的过车数据中,提取仿真过程所需的每一仿真时刻所对应的车辆轨迹轨迹信息。需要说明的是,在获取车辆轨迹信息时,可以对车牌中的中文字符进行ASCII码转换操作,以将车牌中的中文字符转为中文,同时,可以舍弃无车牌的轨迹数据。
需要强调的是,上述的根据该目标过车数据中的针对各个时间点的过车数据,以及目标对应关系,确定仿真过程中的每一仿真时刻所对应的车辆轨迹信息的具体实现方式,仅仅作为示例,并不应该构成对本发明实施例的限定。
S104,利用各个仿真时刻所对应的车辆轨迹信息,构建针对该目标路网区域的路网需求文件;其中,该路网需求文件用于描述仿真路网中车辆的运动信息;
在获知到每一仿真时刻所对应的车辆轨迹信息后,由于后续需要借助指定的仿真软件来进行仿真,因此,可以利用各个仿真时刻所对应的车辆轨迹信息,构建针对该目标路网区域的路网需求文件,以将路网需求文件应用于指定的仿真软件来进行仿真。
为了方案清楚以及布局清晰,下面结合另一实施例介绍所述利用各个仿真时刻所对应的车辆轨迹信息,构建针对该目标路网区域的路网需求文件的具体实现方式。
S105,根据该仿真路网文件和该路网需求文件,利用指定的仿真软件构建该目标路网区域的交通仿真模型。
在该仿真路网文件和路网需求文件均构建完成后,表征针对目标路网区域的真实路网信息以及真实车辆运动信息均已经获知,因此,可以根据该仿真路网文件和该路网需求文件,利用指定的仿真软件构建该目标路网区域的交通仿真模型。其中,本发明实施例对于指定的仿真软件的具体类型并不做限定,示例性的,指定的仿真软件可以为:SUMO(德国宇航中心开发的一款开源的微观仿真软件);当然,指定的仿真软件也可以为其他仿真软件,例如:TESS NG(TESS Next Generation,一种国产微观交通仿真软件)、TransModeler(基于地理信息系统的交通仿真模型),等等。
在一种可选的实现方式中,根据该仿真路网文件和该路网需求文件,利用指定的仿真软件构建所述目标路网区域的交通仿真模型,可以包括步骤B1-步骤B2:
步骤B1,将该仿真路网文件加载于指定的仿真软件,以生成该目标路网区域的仿真路网;
步骤B2,将该路网需求文件加载于该仿真软件所生成的该仿真路网中,得到该目标路网区域的交通仿真模型。
其中,该指定的仿真软件可以利用仿真路网文件所表征的道路信息,来生成该目标路网区域的仿真路网;并根据路网需求文件所表征的车辆的运动信息,在仿真路网中展示各个仿真时刻的仿真车辆,每一仿真车辆具有相应的位置信息,从而得到该目标路网区域的交通仿真模型。需要说明的是,指定的仿真软件利用仿真路网文件生成仿真路网的过程,本发明实施例并不做限定;以及指定的仿真软件利用该路网需求文件来进行车辆仿真,从而得到该目标路网区域的交通仿真模型的过程,本发明实施例不做限定。
可以理解的是,本发明实施例所利用的仿真路网文件可以更好地描述道路线形以及车道的属性,能够贴合真实的路网环境,为提升交通仿真的还原度和车辆真实轨迹的加载提供了前提条件。并且,本发明实施例使用真实的车辆轨迹信息作为仿真模型的路网需求文件,用于实现仿真对真实交通环境的复现,提升了路网需求文件的获取效率和交通仿真模型的还原度。
本发明实施例提供的仿真建模方法中,利用针对目标路网区域的地图数据,生成针对目标路网区域的仿真路网文件,从而在利用指定的仿真软件仿真时,可以通过仿真路网文件来还原出目标路网区域的真实路网情况;并且,在获取针对目标路网区域的指定时间段的目标过车数据后,根据目标过车数据中的、针对各个时间点的过车数据以及目标对应关系,确定仿真过程中的每一仿真时刻所对应的车辆轨迹信息,并利用各个仿真时刻所对应的车辆轨迹信息,构建针对所述目标路网区域的路网需求文件,从而在利用指定的仿真软件进行仿真时,可以通过路网需求文件还原出目标路网区域的实际车辆的运动信息。可见,通过本方案,可以准确地还原路网区域的真实交通场景。
可选地,基于上述实施例,在本发明的另一实施例中,如图2所示,上述的步骤S104可以包括S1041-S1045:
S1041,基于首个仿真时刻对应的车辆轨迹信息,确定首个仿真时刻的仿真车辆信息;
其中,该仿真车辆信息包括:各个仿真车辆标识以及每一仿真车辆标识对应的位置信息,不同仿真车辆标识具有不同的车牌号。
可以理解的是,在仿真过程中,每一仿真车辆均具有唯一的车辆标识,可以称为仿真车辆标识,并且,通过仿真车辆标识可以对不同位置处的同一真实车辆进行统一标识。本发明实施例对于仿真车辆标识的具体内容并不做任何限定,并且,在利用指定的仿真软件进行仿真时,可以基于仿真车辆标识进行仿真车辆的生成以及展示。
由于路网需求文件需要体现出仿真路网中车辆的运动信息,即每一仿真时刻下的车辆的运动信息,因此,在确定出各个仿真时刻的车辆轨迹信息,可以确定出每一仿真时刻的仿真车辆信息;并且,将同一真实车辆通过同一车辆仿真标识进行关联起来。
在确定每一仿真时刻的仿真车辆信息时,本实施例中,可以首先确定首个仿真时刻的仿真车辆信息,然后,以首个仿真时刻的仿真车辆信息作为初始的仿真车辆信息,不断计算出之后每个仿真时刻的仿真车辆信息。其中,在确定首个仿真时刻的仿真车辆信息时,可以确定首个仿真时刻对应的车辆轨迹信息中的各个车辆的车牌号的数量,从而生成该数量个仿真车辆标识,每一仿真车辆标识具有一车牌号,并将每一仿真车辆标识对应的位置信息设置为:该仿真车辆标识所具有的车牌号对应的位置信息。这样,确定出首个仿真时刻下存在哪些仿真车辆标识以及位置信息,即存在哪些仿真车辆以及仿真车辆的位置信息。
S1042,将该首个仿真时刻作为当前仿真时刻;
S1043,利用当前仿真时刻的仿真车辆信息,以及下一仿真时刻对应的车辆轨迹信息,计算下一仿真时刻的仿真车辆信息;
在确定出首个仿真时刻下的仿真车辆信息后,可以以首个仿真时刻作为当前仿真时刻,计算当前仿真时刻的下一仿真时刻的仿真车辆信息,从而在确定出下一仿真时刻的仿真车辆信息后,将下一仿真时刻作为新的当前仿真时刻,迭代计算下一仿真时刻的仿真车辆信息的过程。
示例性的,在一种实现方式中,利用当前仿真时刻的仿真车辆信息,以及下一仿真时刻对应的车辆轨迹信息,计算下一仿真时刻的仿真车辆信息可以包括步骤C1-步骤C2:
步骤C1,将当前仿真时刻的仿真车辆信息中的各个仿真车辆标识对应的车牌号,与下一仿真时刻对应的车辆轨迹信息中的车牌号进行比对;
步骤C2,按照如下方式,基于比对结果,对当前仿真时刻的仿真车辆信息进行更新,得到下一仿真时刻的仿真车辆信息:
针对比对结果所表征的第一类车牌号,按照下一仿真时刻对应的的车辆轨迹信息中的、与第一类车牌号所对应的位置信息,更新当前仿真时刻的仿真车辆信息中的、具有该第一类车牌号的仿真车辆标识所对应的位置信息;其中,第一类车牌号为当前仿真时刻的仿真车辆信息中的一仿真车辆标识具有的车牌号,且包含于下一仿真时刻对应的车辆轨迹信息中;
针对对比结果所表征的第二类车牌号,在当前仿真时刻的仿真车辆信息中,增加具有第二类车牌号的仿真车辆标识以及对应的位置信息;其中,所述对应的位置信息为下一仿真时刻对应的车辆轨迹信息中的、第二类车牌号对应的位置信息,第二类车牌号仅包含于下一仿真时刻对应的车辆轨迹信息中;
针对对比结果所表征的第三类车牌号,从当前仿真时刻的仿真车辆信息中,剔除具有第二类车牌号的仿真车辆标识以及所对应的位置信息;其中,第三类车牌号仅为当前仿真时刻的仿真车辆信息中的一仿真车辆标识具有的车牌号。
上述方式中,关于第一类车牌号、第二类车牌号、第三类车牌号中的“第一类”、“第二类”和“第三类”仅仅用于从命令上区分不同类型的车牌号,并不具有任何限定意义。
其中,对于第一类车牌号而言,其是当前仿真时刻所对应的车辆轨迹信息以及下一仿真时刻所对应的车辆轨迹信息中均存在的车牌号,表明具有该第一类车牌号的仿真车辆在当前仿真时刻和下一仿真时刻均存在,差异仅仅在于位置信息,因此,可以仅仅更新当前仿真时刻的仿真车辆信息中的、具有该第一类车牌号的仿真车辆标识所对应的位置信息。
对于第二类车牌号而言,其是仅在下一仿真时刻所对应的车辆轨迹信息中所存在的车牌号,表明具有第二类车牌号的仿真车辆应该是新出现的仿真车辆,因此,可以在当前仿真时刻的仿真车辆信息中,增加具有第二类车牌号的仿真车辆标识以及对应的位置信息。
对于第三类车牌号而言,其是仅在当前仿真时刻所对应的车辆轨迹信息中所存在的车牌号,表明具有第三类车牌号的仿真车辆在下一仿真时刻应该被剔除,因此,可以从当前仿真时刻的仿真车辆信息中,剔除具有第二类车牌号的仿真车辆标识以及所对应的位置信息。
S1044,将下一仿真时刻作为新的当前仿真时刻,并返回S1043,直至得到最后一个仿真时刻的仿真车辆信息;
为了方便理解上述的确定各个仿真时刻的仿真车辆信息的实现过程,下面结合示例进行说明:
假设首个仿真时刻对应的车辆轨迹信息包括:车牌号a以及对应的位置信息La1,车牌号b以及对应的位置信息Lb1;第二个仿真时刻所对应的车辆轨迹信息包括车牌号a以及对应的位置信息La2,车牌号b以及对应的位置信息Lb2,车牌号c以及对应的位置信息Lc1;第三个仿真时刻所对应的车辆轨迹信息包括车牌号b以及对应的位置信息Lb3,车牌号c以及对应的位置信息Lc2;
那么,首个仿真时刻的仿真车辆信息可以包括:仿真车辆标识A以及对应的位置信息La1,仿真车辆标识B以及对应的位置信息Lb1,仿真车辆标识A具有车牌号为a,仿真车辆标识B具有车牌号为b;
以首个仿真时刻作为当前仿真时刻,将当前仿真时刻的仿真车辆信息中的各个仿真车辆标识对应的车牌号,与第二个仿真时刻对应的车辆轨迹信息中的车牌号进行比对;
针对对比结果表征的车牌号a和车牌号b(对应于上述的第一类车牌号),在首个仿真时刻的仿真车辆信息中,将仿真车辆标识A对应的位置信息更新为La2,将仿真车辆标识B对应的位置信息更新为Lb2;针对对比结果表征的新出现的车牌号c(对应于上述的第二类车牌号),此时,在首个仿真时刻对应的仿真车辆信息中,增加仿真车辆标识C以及对应的位置信息Lc1;最终得到的第二个仿真时刻的仿真车辆信息包括:仿真车辆标识A以及对应的位置信息更新为La2、仿真车辆标识B以及对应的位置信息更新为Lb2,仿真车辆标识C以及对应的位置信息Lc1,并且,仿真车辆标识A具有车牌号a、仿真车辆标识B具有车牌号b、仿真车辆标识C具有车牌号c。
将第二个仿真时刻作为新的当前仿真时刻,继续将当前仿真时刻(即第二个仿真时刻)的仿真车辆信息中的各个仿真车辆标识对应的车牌号,与第三个仿真时刻对应的车辆轨迹信息中的车牌号进行比对;
针对对比结果表征的车牌号b和车牌号c(对应于上述的第一类车牌号),在第二个仿真时刻的仿真车辆信息中,将仿真车辆标识b对应的位置信息更新为Lb3,将仿真车辆标识C对应的位置信息更新为Lc2;针对对比结果表征的消失的车牌号a(对应于上述的第三类车牌号),此时,在第二个仿真时刻对应的仿真车辆信息中,剔除仿真车辆标识A以及对应的位置信息La2;最终计算得到的第三个仿真时刻的仿真车辆信息包括:仿真车辆标识B以及对应的位置信息更新为Lb3、仿真车辆标识C以及对应的位置信息Lc2;并且,仿真车辆标识B具有车牌号b、仿真车辆标识C具有车牌号c。
S1045,构建包含有各个仿真时刻的仿真车辆信息的文件,得到该目标路网区域的路网需求文件。
在得到最后一个仿真时刻的仿真车辆信息后,可以利用各个仿真时刻的仿真车辆信息,构建包含有各个仿真时刻的仿真车辆信息的文件,得到该目标路网区域的路网需求文件。其中,路网需求文件的文件格式可以为xml格式,当然并不局限于此。
本实施例中,首先确定首个仿真时刻下的仿真车辆信息,并以首个仿真时刻下的仿真车辆信息作为初始的仿真车辆信息,不断计算出之后每个仿真时刻下的仿真车辆信息,这样可以保证精准且快速地每个仿真时刻的仿真车辆信息,从而保证快速生成有效的路网需求文件,最终保证对于真实车辆信息的有效还原,实现准确地还原路网区域的真实交通场景的目的。
可选的,基于上述的实施例,在本发明的另一实施例中,如图3所示,上述的步骤S102可以包括S1021-S1024:
步骤S1021,对该地图数据进行解析,得到点数据和线数据;其中,该点数据用于描述该目标路网区域的针对交叉口和路段上的位置点,该线数据用于描述该目标路网区域的路段,该路段是基于各个位置点所形成的路段;
为了得到针对目标路网区域的仿真路网文件,可以通过特定的方式,从地图数据中解析得到针对目标路网区域的点数据和线数据,以将属于面数据的地图数据拆解为点数据和线数据;从而后续基于解析得到的点数据和线数据,分析出目标路网区域的路网拓扑关系,并基于路网拓扑关系,最终生成针对目标道路无语的仿真路网文件。其中,点数据和线数据的格式可以为GeoJson格式,当然并不局限于此。
在一种实现方式中,对该地图数据进行解析,得到点数据和线数据,可以包括:
将该地图数据导入指定的地理信息系统,以使该地理信息系统展示该地图数据,并在检测到配置人员针对该地图数据所标注的各个位置点后,获取各个位置点的位置信息以及针对各个位置点所标定的属性信息,得到点数据;将各个位置点串联成线段,获取所述线段的位置信息以及针对所述线段所标定的属性信息,得到线数据,其中,串联成的线段属于一路段。
示例性的,指定的地理信息系统可以为QGIS,当然并不局限于此。其中,各个位置点的位置信息为经纬度坐标,或者,WGS84坐标(World Geodetic System 1984,是为GPS全球定位系统使用而建立的坐标系统),当然并不局限于此;各个位置点的属性信息可以包括:节点id(即位置点id)、节点名称(即位置点名称)、位置点对应的类型等等;线段的位置信息为线段的经纬度信息,或者,WGS84坐标,而线段的属性信息可以包括:线段所属路段的名称、车道编号、车道数量、车道宽度、车道转向、车道方向、车道类型以及展宽车道起止点等等。可以理解的是,位置点对应的类型包括:道路节点类型、边缘交叉口类型、灯控交叉口类型、非灯控交叉口类型。针对任一位置点,若该位置点属于路段上且不属于道路末端,则该位置点对应的类型为道路节点类型;若该位置点属于道路末端的一个点,则该位置点对应的类型为边缘交叉口类型;若该位置点属于交叉口中心附近,则当该位置点所属于的交叉口为灯控交叉口时,该位置点对应的类型为灯控交叉口类型,当该位置点所属的交叉口为非灯控交叉口时,则该位置点对应的类型为非灯控交叉口类型。其中,灯控交叉口和非灯控交叉口是基于是否设置有信号灯区分出的交叉口,灯控交叉口也可以称为信控交叉口,非灯控交叉口也可以称为非信控交叉口。
S1022,从点数据和线数据中抽取目标路网区域的路网拓扑关系;
其中,目标路网区域的路网拓扑关系可由交叉口数据、路段数据、车道数据和连接数据进行完整的描述。其中,基础路网数据之间存在着相互映射关系,路段数据的起终点信息可以在点数据中获取,车道数据的详细信息可以从路段信息(即线数据)中获取,各类信息的之间完整的相互映射可确保路网数据所表述路网拓扑的完整性,这样可以保证最终的仿真路网具有较高的质量和可用性。
示例性的,从点数据和线数据中抽取目标路网区域的路网拓扑关系,包括步骤D1-D3:
步骤D1,基于点数据,识别目标路网区域的交叉口的形状和位置信息;
步骤D2,基于所述线数据,识别所述目标路网区域内的路段和车道数据;
步骤D3,基于所识别到的交叉口的位置信息,以及识别到的路段以及车道数据,确定用于表征道路连通状态的连接信息。
针对步骤D1而言,在一种实现方式中,可以识别所述点数据中的各个位置点是否属于交叉口的边缘点;针对属于交叉口的边缘点的各个位置点,进行排序,确定按照排序所得到的的序列连接各个位置点时所形成的形状,作为目标路网区域的交叉口的形状,并基于属于交叉口的边缘点的各个位置点,确定交叉口的位置信息。
其中,识别点数据中的各个位置点是否属于交叉口的边缘点的方式可以包括:获得点数据中的各个位置点的经纬度坐标,基于各个位置点的经纬度坐标,计算每两个位置点之间的距离;针对每一包含有三个位置点的点集合,基于该点集合中每两个位置点的距离,判断该点集合中的三个位置点构成的圆形的半径是否符合预定的交叉口条件,若符合,则判定该点集合中的三个位置点属于交叉口的边缘点。可以理解的是,示例性的,预定的交叉口条件为预定的半径取值范围;并且,各个位置点的位置信息可以通过WGS84(WorldGeodetic System 1984,是为GPS全球定位系统使用而建立的坐标系统)表征,此时,为了方便计算,在进行交叉口的边缘点的识别时,可以将WGS84转换为经纬度坐标。
另外,在计算位置点之间的距离之前,可以对各个位置点进行去重处理,例如:将位置坐标相同的进行去重,或者,将起点和终点均相同的线段合并为一条线段。
针对步骤D2而言,在一种实现方式中,可以确定线数据中所表征的线段的各个端点,根据各个端点的位置信息与所识别到的交叉口的位置信息,识别目标路网区域的各个路段的起止点,例如,通过识别各个端点与交叉口的远近关系,来识别道路的起止点;针对各个路段中的每一路段,确定该路段所属的方向,例如以东、南、西、北四个方向进行划分时,确定该路段属于四个方向中的一方向;从所述线数据中,确定各个路段内的车道数据。其中,车道数据可以包括但不局限于:车道编号、车道数量、车道宽度、车道转向、车道方向、车道类型和/或展宽车道起止点。
针对步骤D3而言,可以基于所识别到的交叉口的位置信息、以及识别到的路段以及车道数据,确定目标路网区域的交叉口的各个道路方向的车道数据以及各个道路方向的进口道的车道数据,得到用于表征道路连通状态的连接信息。可以理解的是,这里确定出的车道数据的数据内容是从上述路段信息(即线数据)中获取的。
S1023,利用所抽取的路网拓扑关系,构建仿真过程所需的点文件、边文件以及连接文件;
其中,利用所抽取的路网拓扑关系,构建仿真过程所需的点文件、边文件以及连接文件的过程可以包括:利用所识别到的交叉口的形状和位置信息,生成仿真过程所需的点文件;利用所识别到的路段和车道数据,生成仿真过程所需的边文件;利用所识别到的用于表征道路连通状态的连接信息,生成仿真过程所需的连接文件。
可以理解的是,可以利用交叉口的形状和位置信息,并结合交叉口id和类型,生成节点信息字典;同时,可以利用所识别到的路段和车道数据,结合路段类型、交叉口id、展宽段的道路线形、路段限速以及道路优先级信息等,生成路段和车道信息字典;以及,利用连接信息,结合交叉口id和交叉口方向顺序,生成连接信息字典;进而,分别按照*.node.xml、*.edge.xml和*.con.xml文件的存储格式,将节点信息字典、路段和车道信息字典、连接信息写入到对应的字段中,得到点文件、边文件和连接文件。可以理解的是,交叉口类型可分为边缘交叉口类型、灯控交叉口类型、非灯控交叉口类型,交叉口类型的判断方式可以包括:将位于交叉口处的位置点对应的类型,确定为交叉口的类型。并且,路段类型可分为主干道、次干道、支路和高速路,路段类型可以是上述的针对线段所赋予的属性信息中的内容。
S1024,利用点文件、边文件以及连接文件,生成针对目标路网区域的仿真路网文件。
示例性的,在一种实现方式中,利用点文件、边文件以及连接文件,生成针对目标路网区域的仿真路网文件可以包括:
利用所述指定的仿真软件所提供的、用于路网文件生成的目标工具,将所述点文件、边文件以及连接文件,整合为针对目标路网区域的仿真路网文件。
其中,若指定的仿真软件为SUMO,此时,目标工具可以为NETCONVERT命令,NETCONVERT命令是一个命令行应用程序,其从不同来源导入数字道路网络,并生成可由软件包中的其他工具使用的道路网络。
本实施例中,将属于面数据的地图数据解析为点数据和线数据,并可以从所述点数据和线数据中抽取目标路网区域的路网拓扑关系,并利用所抽取的路网拓扑关系,构建仿真过程所需的点文件、边文件以及连接文件;利用点文件、边文件以及连接文件,生成针对目标路网区域的仿真路网文件。可见,通过该方式所得到的仿真路网文件,能够表征出贴合实际路网的路网信息,从而利用该仿真路网文件时,可以准确地还原路网区域的真实交通场景。
下面对利用QGIS软件,对该地图数据进行解析,得到点数据和线数据的过程进行示例性说明:
借助QGIS软件对地图数据进行解析,得到点数据和线数据的基本思路可以包括:
将地图数据导入QGIS软件中,以通过QGIS软件展示地图数据;并通过人工标注的方式,在所展示出的地图数据中人工标注出各个位置点以及赋予各个位置点相应的属性信息;然后,QGIS软件可以使用自身的工具函数提取各个位置点的位置信息以及相应的属性信息,从而得到点数据;QGIS软件在得到点数据后,可以将点数据“串联”成线数据,也就是,将各个位置点串联进行串联,从而得到线段,并且,通过人工方式对所得到的线段赋予相应的属性信息,得到线数据;最后将点数和线数据以数据结构GeoJson的格式导出。
具体地,QGIS软件解析地图数据的操作步骤可以包括:
1)新建面图层;2)将面图层转点图层;3)新建线图层;4)导出数据。
步骤1)的过程包括:首先,设置面图层的属性信息,例如:面图层id,类型(如面图层类型)等;接着,根据所加载的地图数据在交叉口中央,交叉口上下游路段终点绘制封闭的多边形,视为路段所连通的交叉口,这样,绘制出包含交叉口的路网区域;最后,通过人工标注的方式,绘制道路边缘的上的各个位置点,位置点也可以称为内点。
步骤2)的过程包括:面层转点层,具体而言,使用QGIS软件中的工具函数检测各个位置点的位置信息,并赋予相应的属性信息,从而得到点数据。
步骤3)的过程包括:首先,设置线图层的属性信息,例如:线图层id,起始路段、终止路段、车道数量、车道详情、车道方向等;接着,连接点层中的各个位置点,串联点形成线,作为道路的线段,并使用工具测量所加载的地图数据中车道图形的宽度,用于填写关于车道的属性信息,在针对路段赋予相应的属性信息后,得到线数据。
步骤4)的过程包括:导出数据,具体过程为,将点数据和线数据导出为GeoJson格式,导出的数据结果分别描述了路网中节点和线段的数据结构;其中,点数据的关键字段可以包括节点id、节点名称、节点对应的类型以及经纬度坐标,其中,节点即为位置点;线段所属路段的关键字段可以包含路段id、路段名称、路段的上游节点、路段的下游节点、路段的限速、路段所包含的车道数、路段方向、路段的宽度、路段的经纬度坐标以及各车道的宽度信息等等。
为了便于理解仿真原理,在利用QGIS获取点数据和线数据的仿真方案中,具体的仿真原理可以参见图4的内容。
如图4所示,仿真建模装置在获取到针对目标路网区域的高精度地图数据后,可以借助QGIS对高精度地图数据进行解析,得到点数据和线数据,其中,导出点数据时所形成的文件为node.geojson,导出线数据时所形成的文件为edge.geojson,其中,geojson是一种对各种地理数据结构进行编码的格式;
进而,仿真建模装置可以将点数据和线数据进行路网拓扑关系的提取,从而得到点文件(即图4中的*.nod.xml)、边文件(即图4中的*.edge.xml)以及连接文件(即图4中的*.con.xml)。
然后,仿真建模装置通过SUMO软件的命令“NETCONVER”,将点文件、边文件和连接文件自动生成仿真路网文件(即图4中的*.net.xml)。
最后,仿真建模装置对获取到的目标过车数据进行分析,也就是,解析雷视轨迹,得到路网需求文件;并且,将仿真路网文件和路网需求文件加载到指定的仿真软件中,这样实现加仿真的车辆轨迹加载到仿真路网中,最终得到的交通仿真模型。
为了便于理解方案,下面结合具体示例,对本发明实施例所提供的一种仿真建模方法进行介绍。
本具体示例中,基于预先采集的某交叉口(对应于上述的目标路网区域)的高精度地图数据和雷视过车数据,采用本发明提出的仿真构建方法复现该交叉口真实的交通场景。下面对具体的过程进行介绍:
预先采集的高精度地图数据以JSON数据结构进行存储。可以理解的是,通过该高精度地图数据,可获取到道路要素数据结构和道路边缘的数据结果。
仿真建模装置将采集到的高精度地图数据加载到QGIS软件中,以查看高精度地图数据所包含的信息,QGIS软件中的地图数据的示意图可以参见如图5(a)。通过对高精度地图数据的查看,发现其中不包含几何间的相互拓扑关系,仅为现实中的道路要素做了一张数据快照。
进一步,通过QGIS软件对采集的高精度地图数据进行二次精细解析。具体而言,QGIS软件先新建面图层,根据加载的地图数据绘制交叉口的路段,以及路段线形的内点(对应于上述的各个位置点),其中,路段是由QGIS软件按照地图数据的边缘信息所绘制的,内点是人员标定的;接着,通过QGIS软件的工具函数提取内点的位置信息,并赋予内点相应的属性信息,得到点数据,这样实现了面图层到点图层的转换;接着,连接点数据中的各个位置点,得到线段,并为线段赋予相应的属性信息,得到线数据,这样实现了点图层到线图层的转换。其中,面图层转点图层的结果如图5(b)所示,创建的线图层结果如图5(c)所示。需要说明的是,图5(b)用于体现出各个内点的位置,各个内点的标识信息并不做限定,图5(c)用于体现出各个内点被连接成线段后的效果。
接着,QGIS软件将点数据和线数据导出为GeoJson格式的数据结构;
然后,仿真建模装置自动化抽取点数据和线数据中的路网拓扑关系,并自动创建仿真所需的点文件、边文件和连接文件;仿真建模装置借助SUMO软件的命令“NETCONVER”自动生成仿真路网文件。
最后,将预先采集的雷视过车数据,转换为路网需求文件;将仿真路网文件和路网需求文件,通过SUMO软件进行加载,实现对于交叉口的仿真建模。
其中,SUMO软件通过加载仿真路网文件所形成的仿真路网结果如图5(d)所示;在加载路网需求文件后,仿真建模的结果如图5(e)所示。其中,图5(d)和(e)中的深灰色部分仅仅是仿真路网的界面背景部分,黑色部分为仿真路网的路网部分。
本方案中,结合高精度地图数据以及雷视过车数据进行仿真建模,可以准确地还原路网区域的真实交通场景。
相应于上述的方法实施例,如图6所示,本发明实施例还提供了一种仿真建模装置,可以包括:
数据获取模块610,用于获取针对目标路网区域的地图数据以及指定时间段的目标过车数据;其中,所述地图数据能够表征所述目标路网区域的路段和交叉口的信息,所述目标过车数据中记录有各个车辆的真实轨迹信息;
文件生成模块620,用于基于所述地图数据,生成针对所述目标路网区域的仿真路网文件;其中,所述仿真路网文件用于描述所述目标路网区域的路段和交叉口;
信息确定模块630,用于根据所述目标过车数据中的针对各个时间点的过车数据,以及目标对应关系,确定仿真过程中的每一仿真时刻所对应的车辆轨迹信息;其中,所述目标对应关系为各个时间点与仿真过程中的各个仿真时刻的对应关系,所述车辆轨迹信息包括各个车辆的车牌号和位置信息;
文件构建模块640,用于利用各个仿真时刻所对应的车辆轨迹信息,构建针对所述目标路网区域的路网需求文件;其中,所述路网需求文件用于描述仿真路网中车辆的运动信息;
交通仿真模块650,用于根据所述仿真路网文件和所述路网需求文件,利用指定的仿真软件构建所述目标路网区域的交通仿真模型。
本发明实施例提供的仿真建模装置,利用针对目标路网区域的地图数据,生成针对目标路网区域的仿真路网文件,从而在利用指定的仿真软件仿真时,可以通过仿真路网文件来还原出目标路网区域的真实路网情况;并且,在获取针对目标路网区域的指定时间段的目标过车数据后,根据目标过车数据中的、针对各个时间点的过车数据以及目标对应关系,确定仿真过程中的每一仿真时刻所对应的车辆轨迹信息,并利用各个仿真时刻所对应的车辆轨迹信息,构建针对所述目标路网区域的路网需求文件,从而在利用指定的仿真软件进行仿真时,可以通过路网需求文件还原出目标路网区域的实际车辆的运动信息。可见,通过本方案,可以准确地还原路网区域的真实交通场景。
可选地,所述交通仿真模块,具体用于:
将所述仿真路网文件加载于指定的仿真软件,以生成所述目标路网区域的仿真路网;
将所述路网需求文件加载于所述仿真软件所生成的所述仿真路网中,得到所述目标路网区域的交通仿真模型。
可选地,所述信息确定模块具体用于:
将所述目标过车数据进行拆解,得到针对各个时间点的过车数据;
针对每一仿真时刻,从目标对应关系中确定该仿真时刻对应的时间点,将针对所确定的时间点的过车数据,作为该仿真时刻下的过车数据;
针对每一仿真时刻,从该仿真时刻下的过车数据中,获取该仿真时刻所对应的车辆轨迹信息。
可选地,所述文件构建模块包括:
第一确定子模块,用于基于首个仿真时刻所对应的车辆轨迹信息,确定首个仿真时刻的仿真车辆信息;其中,所述仿真车辆信息包括:各个仿真车辆标识以及每一仿真车辆标识对应的位置信息,不同仿真车辆标识具有不同的车牌号;
第二确定子模块,用于将所述首个仿真时刻作为当前仿真时刻;
计算子模块,用于利用当前仿真时刻的仿真车辆信息,以及下一仿真时刻对应的车辆轨迹信息,计算下一仿真时刻的仿真车辆信息;
循环子模块,用于将下一仿真时刻作为新的当前仿真时刻,并触发所述计算子模块利用当前仿真时刻的仿真车辆信息,以及下一仿真时刻对应的车辆轨迹信息,计算下一仿真时刻的仿真车辆信息的步骤,直至得到最后一个仿真时刻的仿真车辆信息;
构建子模块,用于构建包含有各个仿真时刻的仿真车辆信息的文件,得到所述目标路网区域的路网需求文件。
可选地,所述计算子模块,具体用于:
将当前仿真时刻的仿真车辆信息中的各个仿真车辆标识对应的车牌号,与下一仿真时刻对应的车辆轨迹信息中的车牌号进行比对;
按照如下方式,基于比对结果,对当前仿真时刻的仿真车辆信息进行更新,得到下一仿真时刻的仿真车辆信息:
针对所述比对结果所表征的第一类车牌号,按照下一仿真时刻对应的的车辆轨迹信息中的、与所述第一类车牌号所对应的位置信息,更新当前仿真时刻的仿真车辆信息中的、具有该第一类车牌号的仿真车辆标识所对应的位置信息;其中,所述第一类车牌号为当前仿真时刻的仿真车辆信息中的一仿真车辆标识具有的车牌号,且包含于下一仿真时刻对应的车辆轨迹信息中;
针对所述对比结果所表征的第二类车牌号,在当前仿真时刻的仿真车辆信息中,增加具有所述第二类车牌号的仿真车辆标识以及对应的位置信息;其中,所述对应的位置信息为下一仿真时刻对应的车辆轨迹信息中的、所述第二类车牌号对应的位置信息,所述第二类车牌号仅包含于下一仿真时刻对应的车辆轨迹信息中;
针对所述对比结果所表征的第三类车牌号,从当前仿真时刻的仿真车辆信息中,剔除具有第二类车牌号的仿真车辆标识以及所对应的位置信息;其中,所述第三类车牌号仅为当前仿真时刻的仿真车辆信息中的一仿真车辆标识具有的车牌号。
可选地,所述文件生成模块包括:
解析单元,用于对所述地图数据进行解析,得到点数据和线数据;其中,所述点数据用于描述所述目标路网区域的针对交叉口和路段上的位置点,所述线数据用于描述所述目标路网区域的路段,所述路段是基于各个位置点所形成的路段;
文件构建单元,用于从所述点数据和线数据中抽取所述目标路网区域的路网拓扑关系,并利用所抽取的路网拓扑关系,构建仿真过程所需的点文件、边文件以及连接文件;
文件生成单元,用于利用所述点文件、边文件以及连接文件,生成针对所述目标路网区域的仿真路网文件。
可选地,所述文件构建单元从所述点数据和线数据中抽取所述目标路网区域的路网拓扑关系,包括:
基于所述点数据,识别所述目标路网区域的交叉口的形状和位置信息;
基于所述线数据,识别所述目标路网区域内的路段和车道数据;
基于所识别到的交叉口的位置信息,以及识别到的路段以及车道数据,确定用于表征道路连通状态的连接信息。
可选地,所述文件构建单元基于所述点数据,识别所述目标路网区域的交叉口的形状和位置信息,包括:
识别所述点数据中的各个位置点是否属于交叉口的边缘点;
针对属于交叉口的边缘点的各个位置点,进行排序,确定按照排序所得到的的序列连接各个位置点时所形成的形状,作为所述目标路网区域的交叉口的形状,并基于属于交叉口的边缘点的各个位置点,确定交叉口的位置信息。
可选地,所述文件构建单元基于所述线数据,识别所述目标路网区域内的路段和车道数据,包括:
确定所述线数据中所表征的线段的各个端点,根据各个端点的位置信息与所识别到的交叉口的位置信息,识别所述目标路网区域的各个路段的起止点;
针对所述各个路段中的每一路段,确定该路段所属的方向;
从所述线数据中,确定所述各个路段内的车道数据。
可选地,所述文件构建单元基于所识别到的交叉口的位置信息,以及识别到的路段以及车道数据,确定用于表征道路连通状态的连接信息,包括:
基于所识别到的交叉口的位置信息、以及识别到的路段以及车道数据,确定所述目标路网区域的交叉口的各个道路方向的车道数据以及各个道路方向的进口道的车道数据,得到用于表征道路连通状态的连接信息。
可选地,所述文件构建单元利用所抽取的路网拓扑关系,构建仿真过程所需的点文件、边文件以及连接文件,包括:
利用所识别到的交叉口的形状和位置信息,生成仿真过程所需的点文件;
利用所识别到的路段和车道数据,生成仿真过程所需的边文件;
利用所识别到的用于表征道路连通状态的连接信息,生成仿真过程所需的连接文件。
可选地,所述文件生成单元具体用于:
利用所述指定的仿真软件所提供的、用于路网文件生成的目标工具,将所述点文件、边文件以及连接文件,整合为针对所述目标路网区域的仿真路网文件。
本发明实施例还提供了一种电子设备,如图7所示,包括处理器701、通信接口702、存储器703和通信总线704,其中,处理器701,通信接口702,存储器703通过通信总线704完成相互间的通信,
存储器703,用于存放计算机程序;
处理器701,用于执行存储器703上所存放的程序时,实现本发明实施例所提供的仿真建模方法的步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(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。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述仿真建模方法的步骤。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例中的仿真建模方法的步骤。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备、存储介质等实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (15)
1.一种仿真建模方法,其特征在于,包括:
获取针对目标路网区域的地图数据以及指定时间段的目标过车数据;
基于所述地图数据,生成针对所述目标路网区域的仿真路网文件;其中,所述仿真路网文件用于描述所述目标路网区域的路段和交叉口;
根据所述目标过车数据中的针对各个时间点的过车数据,以及目标对应关系,确定仿真过程中的每一仿真时刻所对应的车辆轨迹信息;其中,所述目标对应关系为各个时间点与仿真过程中的各个仿真时刻的对应关系,所述车辆轨迹信息包括各个车辆的车牌号和位置信息;
利用各个仿真时刻所对应的车辆轨迹信息,构建针对所述目标路网区域的路网需求文件;其中,所述路网需求文件用于描述仿真路网中车辆的运动信息;
根据所述仿真路网文件和所述路网需求文件,利用指定的仿真软件构建所述目标路网区域的交通仿真模型。
2.根据权利要求1所述的方法,其特征在于,所述根据所述仿真路网文件和所述路网需求文件,利用指定的仿真软件构建所述目标路网区域的交通仿真模型,包括:
将所述仿真路网文件加载于指定的仿真软件,以生成所述目标路网区域的仿真路网;
将所述路网需求文件加载于所述仿真软件所生成的所述仿真路网中,得到所述目标路网区域的交通仿真模型。
3.根据权利要求1或2所述的方法,其特征在于,所述根据所述目标过车数据中的针对各个时间点的过车数据,以及目标对应关系,确定仿真过程中的每一仿真时刻所对应的车辆轨迹信息,包括:
将所述目标过车数据进行拆解,得到针对各个时间点的过车数据;
针对每一仿真时刻,从目标对应关系中确定该仿真时刻对应的时间点,将针对所确定的时间点的过车数据,作为该仿真时刻下的过车数据;
针对每一仿真时刻,从该仿真时刻下的过车数据中,获取该仿真时刻所对应的车辆轨迹信息。
4.根据权利要求1或2所述的方法,其特征在于,所述利用各个仿真时刻所对应的车辆轨迹信息,构建针对所述目标路网区域的路网需求文件,包括:
基于首个仿真时刻所对应的车辆轨迹信息,确定首个仿真时刻的仿真车辆信息;其中,所述仿真车辆信息包括:各个仿真车辆标识以及每一仿真车辆标识对应的位置信息,不同仿真车辆标识具有不同的车牌号;
将所述首个仿真时刻作为当前仿真时刻;
利用当前仿真时刻的仿真车辆信息,以及下一仿真时刻对应的车辆轨迹信息,计算下一仿真时刻的仿真车辆信息;
将下一仿真时刻作为新的当前仿真时刻,并返回利用当前仿真时刻的仿真车辆信息,以及下一仿真时刻对应的车辆轨迹信息,计算下一仿真时刻的仿真车辆信息的步骤,直至得到最后一个仿真时刻的仿真车辆信息;
构建包含有各个仿真时刻的仿真车辆信息的文件,得到所述目标路网区域的路网需求文件。
5.根据权利要求4所述的方法,其特征在于,所述利用当前仿真时刻的仿真车辆信息,以及下一仿真时刻对应的车辆轨迹信息,计算下一仿真时刻的仿真车辆信息,包括:
将当前仿真时刻的仿真车辆信息中的各个仿真车辆标识对应的车牌号,与下一仿真时刻对应的车辆轨迹信息中的车牌号进行比对;
按照如下方式,基于比对结果,对当前仿真时刻的仿真车辆信息进行更新,得到下一仿真时刻的仿真车辆信息:
针对所述比对结果所表征的第一类车牌号,按照下一仿真时刻对应的的车辆轨迹信息中的、与所述第一类车牌号所对应的位置信息,更新当前仿真时刻的仿真车辆信息中的、具有该第一类车牌号的仿真车辆标识所对应的位置信息;其中,所述第一类车牌号为当前仿真时刻的仿真车辆信息中的一仿真车辆标识具有的车牌号,且包含于下一仿真时刻对应的车辆轨迹信息中;
针对所述对比结果所表征的第二类车牌号,在当前仿真时刻的仿真车辆信息中,增加具有所述第二类车牌号的仿真车辆标识以及对应的位置信息;其中,所述对应的位置信息为下一仿真时刻对应的车辆轨迹信息中的、所述第二类车牌号对应的位置信息,所述第二类车牌号仅包含于下一仿真时刻对应的车辆轨迹信息中;
针对所述对比结果所表征的第三类车牌号,从当前仿真时刻的仿真车辆信息中,剔除具有第二类车牌号的仿真车辆标识以及所对应的位置信息;其中,所述第三类车牌号仅为当前仿真时刻的仿真车辆信息中的一仿真车辆标识具有的车牌号。
6.根据权利要求1或2所述的方法,其特征在于,所述基于所述地图数据,生成针对所述目标路网区域的仿真路网文件,包括:
对所述地图数据进行解析,得到点数据和线数据;其中,所述点数据用于描述所述目标路网区域的针对交叉口和路段上的位置点,所述线数据用于描述所述目标路网区域的路段,所述路段是基于各个位置点所形成的路段;
从所述点数据和线数据中抽取所述目标路网区域的路网拓扑关系,并利用所抽取的路网拓扑关系,构建仿真过程所需的点文件、边文件以及连接文件;
利用所述点文件、边文件以及连接文件,生成针对所述目标路网区域的仿真路网文件。
7.根据权利要求6所述的方法,其特征在于,所述从所述点数据和线数据中抽取所述目标路网区域的路网拓扑关系,包括:
基于所述点数据,识别所述目标路网区域的交叉口的形状和位置信息;
基于所述线数据,识别所述目标路网区域内的路段和车道数据;
基于所识别到的交叉口的位置信息,以及识别到的路段以及车道数据,确定用于表征道路连通状态的连接信息。
8.根据权利要求7所述的方法,其特征在于,所述基于所述点数据,识别所述目标路网区域的交叉口的形状和位置信息,包括:
识别所述点数据中的各个位置点是否属于交叉口的边缘点;
针对属于交叉口的边缘点的各个位置点,进行排序,确定按照排序所得到的的序列连接各个位置点时所形成的形状,作为所述目标路网区域的交叉口的形状,并基于属于交叉口的边缘点的各个位置点,确定交叉口的位置信息。
9.根据权利要求7所述的方法,其特征在于,所述基于线数据,识别所述目标路网区域内的路段和车道数据,包括:
确定所述线数据中所表征的线段的各个端点,根据各个端点的位置信息与所识别到的交叉口的位置信息,识别所述目标路网区域的各个路段的起止点;
针对所述各个路段中的每一路段,确定该路段所属的方向;
从所述线数据中,确定所述各个路段内的车道数据。
10.根据权利要求7所述的方法,其特征在于,所述基于所识别到的交叉口的位置信息,以及识别到的路段以及车道数据,确定用于表征道路连通状态的连接信息,包括:
基于所识别到的交叉口的位置信息、以及识别到的路段以及车道数据,确定所述目标路网区域的交叉口的各个道路方向的车道数据以及各个道路方向的进口道的车道数据,得到用于表征道路连通状态的连接信息。
11.根据权利要求7所述的方法,其特征在于,所述利用所抽取的路网拓扑关系,构建仿真过程所需的点文件、边文件以及连接文件,包括:
利用所识别到的交叉口的形状和位置信息,生成仿真过程所需的点文件;
利用所识别到的路段和车道数据,生成仿真过程所需的边文件;
利用所识别到的用于表征道路连通状态的连接信息,生成仿真过程所需的连接文件。
12.根据权利要求6所述的方法,其特征在于,所述利用所述点文件、边文件以及连接文件,生成针对所述目标路网区域的仿真路网文件,包括:
利用所述指定的仿真软件所提供的、用于路网文件生成的目标工具,将所述点文件、边文件以及连接文件,整合为针对所述目标路网区域的仿真路网文件。
13.一种仿真建模装置,其特征在于,包括:
数据获取模块,用于获取针对目标路网区域的地图数据以及指定时间段的目标过车数据;其中,所述地图数据能够表征所述目标路网区域的路段和交叉口的信息,所述目标过车数据中记录有各个车辆的真实轨迹信息;
文件生成模块,用于基于所述地图数据,生成针对所述目标路网区域的仿真路网文件;其中,所述仿真路网文件用于描述所述目标路网区域的路段和交叉口;
信息确定模块,用于根据所述目标过车数据中的针对各个时间点的过车数据,以及目标对应关系,确定仿真过程中的每一仿真时刻所对应的车辆轨迹信息;其中,所述目标对应关系为各个时间点与仿真过程中的各个仿真时刻的对应关系,所述车辆轨迹信息包括各个车辆的车牌号和位置信息;
文件构建模块,用于利用各个仿真时刻所对应的车辆轨迹信息,构建针对所述目标路网区域的路网需求文件;其中,所述路网需求文件用于描述仿真路网中车辆的运动信息;
交通仿真模块,用于根据所述仿真路网文件和所述路网需求文件,利用指定的仿真软件构建所述目标路网区域的交通仿真模型。
14.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-12任一所述的方法步骤。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-12任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210262756.8A CN114662253A (zh) | 2022-03-17 | 2022-03-17 | 一种仿真建模方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210262756.8A CN114662253A (zh) | 2022-03-17 | 2022-03-17 | 一种仿真建模方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114662253A true CN114662253A (zh) | 2022-06-24 |
Family
ID=82029283
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210262756.8A Pending CN114662253A (zh) | 2022-03-17 | 2022-03-17 | 一种仿真建模方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114662253A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115422695A (zh) * | 2022-11-03 | 2022-12-02 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种交叉口转向控制标注方法、电子设备及存储介质 |
CN115830255A (zh) * | 2022-11-28 | 2023-03-21 | 北京百度网讯科技有限公司 | 一种仿真场景生成方法、装置、电子设备和存储介质 |
CN117133130A (zh) * | 2023-10-26 | 2023-11-28 | 中国市政工程西南设计研究总院有限公司 | 一种机场道路拥堵预测仿真方法及系统 |
-
2022
- 2022-03-17 CN CN202210262756.8A patent/CN114662253A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115422695A (zh) * | 2022-11-03 | 2022-12-02 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种交叉口转向控制标注方法、电子设备及存储介质 |
CN115830255A (zh) * | 2022-11-28 | 2023-03-21 | 北京百度网讯科技有限公司 | 一种仿真场景生成方法、装置、电子设备和存储介质 |
CN115830255B (zh) * | 2022-11-28 | 2023-11-21 | 北京百度网讯科技有限公司 | 一种仿真场景生成方法、装置、电子设备和存储介质 |
CN117133130A (zh) * | 2023-10-26 | 2023-11-28 | 中国市政工程西南设计研究总院有限公司 | 一种机场道路拥堵预测仿真方法及系统 |
CN117133130B (zh) * | 2023-10-26 | 2024-03-01 | 中国市政工程西南设计研究总院有限公司 | 一种机场道路拥堵预测仿真方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114662253A (zh) | 一种仿真建模方法、装置、电子设备及存储介质 | |
US10001378B2 (en) | Incremental map generation, refinement and extension with GPS traces | |
KR101691620B1 (ko) | 드론에서 항공 수집한 원시영상의 분석과 mms 연동을 통한 도로기반시설물의 변화지역 갱신시스템 | |
Nagne et al. | Transportation network analysis by using Remote Sensing and GIS a review | |
CN113034566B (zh) | 高精度地图构建方法、装置、电子设备及存储介质 | |
CN108204819B (zh) | 一种地图数据自动检测方法和装置、及混合导航系统 | |
CN109993064B (zh) | 一种提取图片中道路网络节点间的连接路径的方法 | |
Yang et al. | A pattern‐based approach for matching nodes in heterogeneous urban road networks | |
CN113626455A (zh) | 图库联动更新方法及装置、电子设备、存储介质 | |
CN116050116A (zh) | 一种仿真驾驶测试方法、装置、电子设备及存储介质 | |
KR20100025144A (ko) | 지리 정보 시스템과 건축도면을 기반으로 하는 건축물 전산관리 시스템 및 그 방법 | |
Wang et al. | Research and application of traffic visualization based on vehicle GPS big data | |
CN112215864B (zh) | 电子地图的轮廓处理方法、装置及电子设备 | |
CN115345078B (zh) | 一种基于电缆迭代模型的电缆管理方法及装置 | |
CN111383450B (zh) | 一种交通路网的描述方法及装置 | |
Sehra et al. | Quality assessment of crowdsourced data against custom recorded map data | |
CN111581306A (zh) | 一种行车轨迹模拟方法及装置 | |
KR20200052500A (ko) | 고해상도 드론 영상을 활용한 산림지역 변화 탐지 및 변화지역 투수/불투수도 갱신 방법 | |
Dingil et al. | Road network extraction with OSMNx and SUMOPy | |
CN112612840A (zh) | 异构数据的处理方法、装置、设备及存储介质 | |
Jovanovic et al. | Analysis of free road data in Tanzania, Uganda and Kenya using free and open source software | |
CN111121793B (zh) | 用于无人驾驶的地图生成方法、装置及存储介质 | |
Stankutė et al. | An integrative approach to geospatial data fusion | |
Lazorenko-Hevel et al. | Automation of quality control of digital topographic maps at the scale 1: 50 000 of the Main State Topographic Map in Ukraine | |
Richter et al. | Challenges and experiences in using heterogeneous, geo-referenced data for automatic creation of driving simulator environments |
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 |