CN115587460A - 道路交通情况数字仿真方法及装置 - Google Patents
道路交通情况数字仿真方法及装置 Download PDFInfo
- Publication number
- CN115587460A CN115587460A CN202211479019.XA CN202211479019A CN115587460A CN 115587460 A CN115587460 A CN 115587460A CN 202211479019 A CN202211479019 A CN 202211479019A CN 115587460 A CN115587460 A CN 115587460A
- Authority
- CN
- China
- Prior art keywords
- road
- hexagonal
- vehicle
- road traffic
- traffic condition
- 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
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
-
- 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)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明适用于交通仿真技术领域,公开了一种道路交通情况数字仿真方法及装置,上述道路交通情况数字仿真方法包括:确定待仿真道路的道路网络,其中,道路网络由多个六角格组成,多个六角格的宽度、数量和排列方式基于待仿真道路的道路基础属性确定;根据待仿真道路的道路交通情况,确定预设车辆属性和道路网络中每个六角格的六角格属性;通过具有预设车辆属性的车辆在多个六角格上的移动仿真道路交通情况。本发明实现了一种快速高效的道路交通情况仿真方法,便于进行交通仿真推演。
Description
技术领域
本发明属于交通仿真技术领域,尤其涉及一种道路交通情况数字仿真方法及装置。
背景技术
基于各种仿真模型和真实交通数据实现的虚拟交通(Virtualized traffic)是重建交通流的理想方法。虚拟交通对视频游戏、虚拟现实、交通工程和自动驾驶等都有很大益处。
交通仿真是虚拟交通的重要支撑,通过对复杂交通情况的简化处理,建立交通仿真模型,对现有系统或未来系统的交通运行状况进行再现或预先把握,从而实现对复杂的交通现象的分析、利用。然而现有交通仿真方法复杂性高,仿真效率低,难以快速构建较为真实的交通仿真模型。
发明内容
为克服相关技术中存在的问题,本发明实施例提供了一种道路交通情况数字仿真方法及装置,实现了对道路交通情况的快速高效仿真。
本发明是通过如下技术方案实现的:
第一方面,本发明实施例提供了一种道路交通情况数字仿真方法,包括:确定待仿真道路的道路网络,其中,道路网络由多个六角格组成,多个六角格的宽度、数量和排列方式基于待仿真道路的道路基础属性确定;根据待仿真道路的道路交通情况,确定预设车辆属性和道路网络中每个六角格的六角格属性;通过具有预设车辆属性的车辆在多个六角格上的移动仿真道路交通情况。
基于第一方面,在一些实施例中,六角格属性包括:六角格可用指标、六角格各边的允许通过指标、六角格各边的移动开销、各类型车辆的最短停留时间和六角格允许进入的车辆类型。
基于第一方面,在一些实施例中,预设车辆属性包括多种车辆类型。
基于第一方面,在一些实施例中,确定待仿真道路的道路网络,包括:多个六角格通过公共边紧密连接,构成待仿真道路的道路网络,每个六角格同一时间仅允许至多一辆车辆进入。
基于第一方面,在一些实施例中,多个六角格的宽度、数量和排列方式基于待仿真道路的道路基础属性确定,包括:多个六角格的宽度基于待仿真道路的道路宽度确定。
基于第一方面,在一些实施例中,根据道路交通情况,确定预设车辆属性和道路网络中每个六角格的六角格属性,包括:根据道路交通情况中允许行使的多种车辆类型确定预设车辆属性;根据道路交通情况中的行驶规则确定道路网络中每个六角格的六角格属性,其中,行驶规则包括车道中不允许通过的位置、车道行驶方向、车道位置、车道对各类型车辆的限制行驶速度和车道允许进入的车辆类型。
基于第一方面,在一些实施例中,在通过具有预设车辆属性的车辆在多个六角格上的移动仿真道路交通情况之前,方法还包括:通过随机算法生成多个具有不同车辆类型的车辆;通过随机算法确定每个车辆在道路网络上的初始位置,其中,道路网络上的初始位置为道路网络上的某个六角格。
基于第一方面,在一些实施例中,车辆能够从当前六角格转移到和当前六角格有公共边的任一相邻六角格,通过具有预设车辆属性的车辆在多个六角格上的移动仿真道路交通情况,包括:基于第一预设算法和六角格可用指标、六角格各边的允许通过指标,六角格各边的移动开销,六角格允许进入的车辆类型确定具有预设车辆属性的车辆在多个六角格上的移动方向;基于各类型车辆的最短停留时间,确定具有预设车辆属性的车辆在多个六角格上的移动速度;具有预设车辆属性的车辆根据移动方向和移动速度在多个六角格上移动,仿真道路交通情况。
基于第一方面,在一些实施例中,上述道路交通情况数字仿真方法还包括:基于第二预设算法计算车辆在道路交通情况下从起始位置到目标位置的最优路径,其中,第二预设算法包括A*算法。
第二方面,本发明实施例提供了一种电子装置,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,其特征在于,处理器执行计算机程序时实现如上述第一方面中任一项所述道路交通情况数字仿真方法的步骤。
本发明实施例中实现了一种快速高效的道路交通情况仿真方法,可以快速创建仿真模型并生成仿真数据,进行交通仿真推演。通过六角格进行道路交通情况仿真具有较强的通用性和扩展性,增减删改六角格组成的道路网络和六角格属性实现了对各种类型的待仿真道路上多种交通情况的模拟。结合随机算法和预设算法,在预设属性区间内随机生成车辆属性数据,提升了了仿真过程的真实性。在仿真完成后,通过仿真模型观察和推演待仿真道路发生拥堵的概率,还可以进一步通过调整仿真模型的仿真参数分析出拥堵的原因,例如限速不合理,路障设置不合理、道路设计不合理、大型车辆比例过高等,从而做出针对性的改进,对制订合理的道路交通规划起到了重要的辅助作用。
本发明实施例中,应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本说明书。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的道路交通情况数字仿真方法流程图;
图2是本发明一实施例提供的道路网络结构示意图;
图3是本发明一实施例提供的道路网络车道线示意图;
图4是本发明一实施例提供的六角格各边结构示意图;
图5是本发明一实施例提供的车辆在道路网络上位置示意图;
图6是本发明一实施例提供的六角格寻路路径示意图;
图7是本发明一实施例提供的电子设备结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
应当理解,当在本发明说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本发明说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于监测到”。类似地,短语“如果确定”或“如果监测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦监测到[所描述条件或事件]”或“响应于监测到[所描述条件或事件]”。
另外,在本发明说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本发明说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本发明的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
基于各种仿真模型和真实交通数据实现的虚拟交通(Virtualized traffic)是重建交通流的理想方法。虚拟交通对视频游戏、虚拟现实、交通工程和自动驾驶等都有很大益处。
交通仿真是虚拟交通的重要支撑,通过对复杂交通情况的简化处理,建立交通仿真模型,对现有系统或未来系统的交通运行状况进行再现或预先把握,从而实现对复杂的交通现象的分析、利用。然而现有交通仿真方法复杂性高,仿真效率低,难以快速构建较为真实的交通仿真模型。
根据上述问题,本发明提供了一种道路交通情况数字仿真方法,如图1所示,上述方法包括步骤101至步骤103。
步骤101:确定待仿真道路的道路网络,其中,道路网络由多个六角格组成,多个六角格的宽度、数量和排列方式基于待仿真道路的道路基础属性确定。
在一些实施例中,如图2所示,多个六角格通过公共边紧密连接,构成待仿真道路的道路网络,每个六角格同一时间仅允许至多一辆车辆进入。
其中,多个六角格的宽度基于待仿真道路的道路宽度确定。通过改变六角格的数量和排列方式可以模拟具有不同长度和不同允许并行车辆数目的道路。
步骤102:根据待仿真道路的道路交通情况,确定预设车辆属性和道路网络中每个六角格的六角格属性。
在一些实施例中,预设车辆属性包括多种车辆类型,例如,车辆类型为小车车辆、中型车辆、大型车辆。由于不同的待仿真道路允许通过的车辆类型不同,因此需要根据道路交通情况中允许行使的多种车辆类型确定预设车辆属性。不允许大型车辆通过的待仿真道路,其预设车辆类型仅包括小型车辆和中型车辆。
在一些实施例中,六角格属性包括六角格可用指标、六角格各边的允许通过指标、六角格各边的移动开销、各类型车辆的最短停留时间和六角格允许进入的车辆类型。
根据道路交通情况中的行驶规则确定道路网络中每个六角格的六角格属性,其中,行驶规则包括车道中不允许通过的位置、车道行驶方向、车道位置、车道对各类型车辆的限制行驶速度和车道允许进入的车辆类型。
如图3所示,道路中的虚线表示不可越线行驶,虚线穿过的六角格边为车道中不允许通过的位置,可将六角格属性中加粗边的属性设置为不允许通过,此时六角格中的车辆不能穿越标注的虚线。
如图4所示,为了限制车道的行驶方向,可设置六角格各边的移动开销,例如设置边10的移动开销为10,边20、边60的移动开销为15,边30、边50的移动开销为20,边40的移动开销为30,同时设置算法自动选择移动开销最小的边来移动进入相邻的六角格,车辆就会按照规定的行驶方向行驶。在高速公路上一般是只允许向前移动,此时可将边30、边40、边50设置为不允许通过,这样车辆就只能向前移动。
步骤103:通过具有预设车辆属性的车辆在多个六角格上的移动仿真道路交通情况。
在进行仿真前,通过随机算法生成多个具有不同车辆类型的车辆,这里的车辆类型根据预设车辆属性确定,例如预设车辆类型仅包括小型车辆和中型车辆的待仿真道路,设置车辆数目为100,随机算法生成55车辆类型为小型车辆的汽车,45辆车辆类型为中型车辆的汽车,根据道路交通情况的不同也可以对不同车辆类型在全部车辆中所占的比例做进一步限定。
然后通过随机算法确定每个车辆在道路网络上的初始位置,其中,道路网络上的初始位置为道路网络上的某个六角格,如图5所示,由于每个六角格同一时间仅允许至多一辆车辆进入,因此各车辆在道路网络上的初始位置各不相同。
车辆能够从当前六角格转移到和当前六角格有公共边的任一相邻六角格,具有预设车辆属性的车辆根据移动方向和移动速度在多个六角格上移动,仿真道路交通情况。
在一些实施例中,基于第一预设算法和六角格可用指标、六角格各边的允许通过指标,六角格各边的移动开销,六角格允许进入的车辆类型确定具有预设车辆属性的车辆在多个六角格上的移动方向。
根据六角格可用指标仿真道路中因交通事故或者施工等原因某些位置不能通行的情况,例如在某个六角格的位置发生了事故,为了模拟这个道路交通情况,可以将某个六角格的可用指标设置为不可用,车辆就无法进入该六角格,通过人为设置障碍来观察车辆的拥堵情况,以便制定对应的道路交通措施。
根据六角格各边的允许通过指标划分出车道线,限制车辆的行驶方向。
设置六角格各边的移动开销后,基于第一预设算法确定选择哪个边进入相邻的六角格。
通过限制六角格允许进入的车辆类型确定对应的车道时,例如,有些车道为大型车辆专用,此时可以将模拟这条车道的六角格允许进入的车辆类型设置为大型车辆,小型车辆和中型车辆则无法进入该车道。
通过上述设置确定出车辆在道路网络上的移动方向。
在一些实施例中,基于各类型车辆的最短停留时间,确定具有预设车辆属性的车辆在多个六角格上的移动速度。
移动速度由六角格属性中车辆的最短停留时间确定,主要用于模拟道路限速的情况,例如一个格子宽度是1米,如果限速为100公里/小时,此时每个格子的停留时间为3600/(100*1000)=0.036s=36ms,对应到实际就是36毫秒移动1米的距离,因此六角格属性中设置车辆的最短停留时间为36。
针对不同类型的车辆设置不同的最短停留时间,例如小型车辆在每个六角格中的最短停留时间为30,大型车辆在每个六角格中的最短停留时间为60。六角格属性仅限制最短停留时间,而车辆的实际速度可以由随机算法确定,首先框定车辆速度的合理区间,然后通过随机算法设置车辆的实际速度,实现每个车的速度都在合理的范围内又有所不同。
规则上不允许一个格子中存在多个车辆,这样就避免了碰撞问题,如果一个格子中已经有车辆,其他的车辆则无法进入该格子,只能从其他格子绕行、或等待。
本发明实现简单,可操作性强。实现了一种快速高效的道路交通情况仿真方法,可以快速创建仿真模型并生成仿真数据,进行交通仿真推演。
本发明具有较强的通用性和扩展性,通过增减删改六角格组成的道路网络和六角格属性实现了对各种类型的待仿真道路上多种交通情况的模拟。结合随机算法和预设算法,在预设属性区间内随机生成车辆属性数据,提升了了仿真过程的真实性。
在仿真完成后,可以通过仿真模型观察和推演待仿真道路发生拥堵的概率,还可以进一步通过调整仿真模型的仿真参数分析出拥堵的原因,例如限速不合理,路障设置不合理、道路设计不合理、大型车辆比例过高等,从而做出针对性的改进,对制订合理的道路交通规划起到了重要的辅助作用。
本发明还提供了一种道路交通情况数字仿真方法,基于第二预设算法计算车辆在道路交通情况下从起始位置到目标位置的最优路径,其中,第二预设算法包括A*算法。
实施例1
A*算法是一种常用的路径查找和图形遍历算法,因为车辆是在六角格网络中移动,依据某个或某些优化准则(如代价最小、行走路径最短、行走时间最短等),如图6所示,可在六角网格空间中找到一个从起始状态到目标状态能避开障碍物的最优路径。
具体的,可以通过开放列表、父节点和路径排序实现。
开放列表(Open List):我们将路径规划过程中待检测的节点存放于Open List中,而已检测过的格子则存放于Close List中。
父节点(parent):在路径规划中用于回溯的节点,开发时可考虑为双向链表结构中的父结点指针。
路径排序(Path Sorting):具体往哪个节点移动由以下公式确定:F(n)=G+H。G代表的是从初始位置A沿着已生成的路径到指定待检测格子的移动开销。H指定待测格子到目标节点B的估计移动开销。
算法步骤:
1.把起点加入open list。
2.重复如下过程:
a.遍历open list ,查找F值最小的节点,把它作为当前要处理的节点,然后移到close list中
b.对当前六角格的 6 个相邻六角格一一进行检查,如果它是不可抵达的或者它在close list中,忽略它。否则,做如下操作:
①如果它不在open list中,把它加入open list,并且把当前六角格设置为它的父亲
②如果它已经在open list中,检查这条路径 ( 即经由当前六角格到达它那里 )是否更近。如果更近,把它的父亲设置为当前六角格,并重新计算它的G和F值。如果你的open list是按F值排序的话,改变后你可能需要重新排序。
c.遇到下面情况停止搜索:
把终点加入到了 open list 中,此时路径已经找到了,或者查找终点失败,并且open list 是空的,此时没有路径。
3.从终点开始,每个六角格沿着父节点移动直至起点,形成路径。
实施例2
设置六角格属性包括六角格可用指标enable、六角格各边的允许通过指标cross、六角格各边的移动开销(以数字形式表示)、各类型车辆的最短停留时间period和六角格允许进入的车辆类型。
在如图2所示的道路网络中,在3号六角格的位置发生了事故,为了模拟这个交通状况,此时可以将3号六角格的属性设置为enable=false,此时3号六角格是不允许车辆进入的,此时车辆的行驶路线只能是642或者542,642表示从6号六角格到4号六角格再到2号六角格,以此类推。
如图3所示,道路中的虚线表示不可越线行驶,虚线穿过的六角格边为车道中不允许通过的位置,可将六角格属性中加粗边的属性设置为cross=false,此时六角格中的车辆行驶路线只能是8642 或者 7531,而不能穿越标注的虚线。
如图4所示,为了限制车道的行驶方向,可设置六角格各边的移动开销,例如设置边10的移动开销为10,边20、边60的移动开销为15,边30、边5的移动开销为20,边40的移动开销为30,同时设置算法自动选择移动开销最小的边来移动进入相邻的六角格,车辆就会按照规定的行驶方向行驶。在高速公路上一般是只允许向前移动,此时可将边30、边40、边50的cross属性设置为false,这样车辆就只能向前移动。
移动速度由六角格属性中车辆的最短停留时间确定,主要用于模拟道路限速的情况,例如一个格子宽度是1米,如果限速为100公里/小时,此时每个格子的停留时间为3600/(100*1000)=0.036s=36ms,对应到实际就是36毫秒移动1米的距离,因此六角格属性中车辆的最短停留时间设置为period=36。
根据六角格可用指标仿真道路中因交通事故或者施工等原因某些位置不能通行的情况,例如在某个六角格的位置发生了事故,为了模拟这个道路交通情况,可以将某个六角格的属性设置为enable=false,车辆就无法进入该六角格,通过人为设置障碍来观察车辆的拥堵情况,以便制定对应的道路交通措施。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
如图7所示,本发明实施例还提供了一种电子装置,该电子装置可以包括:至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述道路交通情况数字仿真方法任意实施例中的步骤,例如图1所示实施例中的步骤101至步骤103。
所述电子设备700可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述电子设备可包括,但不仅限于,处理器710、存储器720。本领域技术人员可以理解,图7仅仅是电子设备700的示例,并不构成对电子设备700的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述电子设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器710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。
所述存储器720可以是所述电子设备700的内部存储单元,例如电子设备700的硬盘或内存。所述存储器720也可以是所述电子设备700的外部存储设备,例如所述电子设备700上配备的插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(SecureDigital, SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器720还可以既包括所述电子设备700的内部存储单元也包括外部存储设备。所述存储器720用于存储所述计算机程序721以及所述电子设备所需的其他程序和数据。所述存储器720还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种道路交通情况数字仿真方法,其特征在于,包括:
确定待仿真道路的道路网络,其中,所述道路网络由多个六角格组成,所述多个六角格的宽度、数量和排列方式基于所述待仿真道路的道路基础属性确定;
根据所述待仿真道路的道路交通情况,确定预设车辆属性和所述道路网络中每个六角格的六角格属性;
通过具有所述预设车辆属性的车辆在所述多个六角格上的移动仿真所述道路交通情况。
2.如权利要求1所述的道路交通情况数字仿真方法,其特征在于,所述六角格属性包括:六角格可用指标、六角格各边的允许通过指标、六角格各边的移动开销、各类型车辆的最短停留时间和六角格允许进入的车辆类型。
3.如权利要求2所述的道路交通情况数字仿真方法,其特征在于,所述预设车辆属性包括多种车辆类型。
4.如权利要求3所述的道路交通情况数字仿真方法,其特征在于,所述确定待仿真道路的道路网络,包括:所述多个六角格通过公共边紧密连接,构成所述待仿真道路的道路网络,每个六角格同一时间仅允许至多一辆车辆进入。
5.如权利要求4所述的道路交通情况数字仿真方法,其特征在于,所述多个六角格的宽度、数量和排列方式基于待仿真道路的道路基础属性确定,包括:
所述多个六角格的宽度基于所述待仿真道路的道路宽度确定。
6.如权利要求3所述的道路交通情况数字仿真方法,其特征在于,所述根据道路交通情况,确定预设车辆属性和所述道路网络中每个六角格的六角格属性,包括:
根据道路交通情况中允许行使的多种车辆类型确定所述预设车辆属性;
根据道路交通情况中的行驶规则确定所述道路网络中每个六角格的所述六角格属性,其中,所述行驶规则包括车道中不允许通过的位置、车道行驶方向、车道位置、车道对各类型车辆的限制行驶速度和车道允许进入的车辆类型。
7.如权利要求1所述的道路交通情况数字仿真方法,其特征在于,在所述通过具有所述预设车辆属性的车辆在所述多个六角格上的移动仿真所述道路交通情况之前,所述方法还包括:
通过随机算法生成多个具有不同车辆类型的车辆;
通过随机算法确定每个车辆在所述道路网络上的初始位置,其中,所述道路网络上的初始位置为所述道路网络上的某个六角格。
8.如权利要求5所述的道路交通情况数字仿真方法,其特征在于,所述车辆能够从当前六角格转移到和当前六角格有公共边的任一相邻六角格,所述通过具有所述预设车辆属性的车辆在所述多个六角格上的移动仿真所述道路交通情况,包括:
基于第一预设算法和所述六角格可用指标、所述六角格各边的允许通过指标,所述六角格各边的移动开销,所述六角格允许进入的车辆类型确定具有所述预设车辆属性的车辆在所述多个六角格上的移动方向;
基于所述各类型车辆的最短停留时间,确定具有所述预设车辆属性的车辆在所述多个六角格上的移动速度;
所述具有所述预设车辆属性的车辆根据所述移动方向和所述移动速度在所述多个六角格上移动,仿真所述道路交通情况。
9.如权利要求1所述的道路交通情况数字仿真方法,其特征在于,所述方法还包括:
基于第二预设算法计算所述车辆在所述道路交通情况下从起始位置到目标位置的最优路径,其中,所述第二预设算法包括A*算法。
10.一种电子装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至9中任一项所述道路交通情况数字仿真方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211479019.XA CN115587460B (zh) | 2022-11-24 | 2022-11-24 | 道路交通情况数字仿真方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211479019.XA CN115587460B (zh) | 2022-11-24 | 2022-11-24 | 道路交通情况数字仿真方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115587460A true CN115587460A (zh) | 2023-01-10 |
CN115587460B CN115587460B (zh) | 2023-03-21 |
Family
ID=84783518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211479019.XA Active CN115587460B (zh) | 2022-11-24 | 2022-11-24 | 道路交通情况数字仿真方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115587460B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130041642A1 (en) * | 2010-05-12 | 2013-02-14 | Mitsubishi Heavy Industries, Ltd. | Traffic simulation system and traffic simulation program |
CN107945513A (zh) * | 2017-11-29 | 2018-04-20 | 广东交通职业技术学院 | 一种智能交通仿真集成系统 |
CN110631601A (zh) * | 2019-11-13 | 2019-12-31 | 中国电子科技集团公司第二十八研究所 | 一种基于非显示拓扑矢量地图的路径规划方法 |
CN111337044A (zh) * | 2020-03-24 | 2020-06-26 | 北京交通发展研究院 | 一种基于通行权值的城市道路路径规划方法 |
CN112329182A (zh) * | 2020-10-28 | 2021-02-05 | 北京石油化工学院 | 车路协同条件下面向复杂交通形态的控制网格划分方法 |
CN112580206A (zh) * | 2020-12-18 | 2021-03-30 | 西南交通大学 | 基于排队网络的共享汽车网络离散事件仿真系统构建方法 |
CN112802330A (zh) * | 2020-12-29 | 2021-05-14 | 吉林大学 | 一种有信号灯参与的双车道环岛路口交通流预测方法 |
CN114328780A (zh) * | 2021-12-24 | 2022-04-12 | 郑州信大先进技术研究院 | 基于六角格的智慧城市地理信息更新方法、设备及介质 |
CN114659530A (zh) * | 2022-03-11 | 2022-06-24 | 浙江工商大学 | 用于智能机器人路径规划的网格模型地图构建方法 |
CN114926597A (zh) * | 2022-05-26 | 2022-08-19 | 中国人民解放军国防科技大学 | 一种兵棋地图的道路要素建模方法及系统 |
-
2022
- 2022-11-24 CN CN202211479019.XA patent/CN115587460B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130041642A1 (en) * | 2010-05-12 | 2013-02-14 | Mitsubishi Heavy Industries, Ltd. | Traffic simulation system and traffic simulation program |
CN107945513A (zh) * | 2017-11-29 | 2018-04-20 | 广东交通职业技术学院 | 一种智能交通仿真集成系统 |
CN110631601A (zh) * | 2019-11-13 | 2019-12-31 | 中国电子科技集团公司第二十八研究所 | 一种基于非显示拓扑矢量地图的路径规划方法 |
CN111337044A (zh) * | 2020-03-24 | 2020-06-26 | 北京交通发展研究院 | 一种基于通行权值的城市道路路径规划方法 |
CN112329182A (zh) * | 2020-10-28 | 2021-02-05 | 北京石油化工学院 | 车路协同条件下面向复杂交通形态的控制网格划分方法 |
CN112580206A (zh) * | 2020-12-18 | 2021-03-30 | 西南交通大学 | 基于排队网络的共享汽车网络离散事件仿真系统构建方法 |
CN112802330A (zh) * | 2020-12-29 | 2021-05-14 | 吉林大学 | 一种有信号灯参与的双车道环岛路口交通流预测方法 |
CN114328780A (zh) * | 2021-12-24 | 2022-04-12 | 郑州信大先进技术研究院 | 基于六角格的智慧城市地理信息更新方法、设备及介质 |
CN114659530A (zh) * | 2022-03-11 | 2022-06-24 | 浙江工商大学 | 用于智能机器人路径规划的网格模型地图构建方法 |
CN114926597A (zh) * | 2022-05-26 | 2022-08-19 | 中国人民解放军国防科技大学 | 一种兵棋地图的道路要素建模方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115587460B (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111123735B (zh) | 自动驾驶仿真运行方法和装置 | |
CN108931927B (zh) | 无人驾驶仿真场景的创建方法及装置 | |
CN110562258B (zh) | 一种车辆自动换道决策的方法、车载设备和存储介质 | |
US20230124864A1 (en) | Graph Representation Querying of Machine Learning Models for Traffic or Safety Rules | |
CN113486531A (zh) | 一种车辆行驶路径规划方法、设备及系统 | |
CN113188562B (zh) | 可行驶区域的路径规划方法、装置、电子设备及存储介质 | |
Wei et al. | An improved road network partition algorithm for parallel microscopic traffic simulation | |
CN115204455A (zh) | 适用于高速与环路交通场景的长时域驾驶行为决策方法 | |
CN113516865B (zh) | 基于高精度地图的矿山无人驾驶路网车辆排队方法和装置 | |
US20230339513A1 (en) | Method for testing autonomous-driving algorithm, and related device | |
CN115587460B (zh) | 道路交通情况数字仿真方法及装置 | |
CN105574243A (zh) | 基于进入车道时间的高性能中观交通仿真方法 | |
CN110244725B (zh) | 仿真车辆的控制方法和装置、存储介质及电子装置 | |
CN105117395A (zh) | 基于位置线索平衡二叉树的相邻车辆的查询算法 | |
Wang et al. | Nctuns simulator for wireless vehicular ad hoc network research | |
CN115454082A (zh) | 车辆避障方法及系统、计算机可读存储介质和电子设备 | |
WO2021258847A1 (zh) | 一种驾驶决策方法、装置及芯片 | |
Chen et al. | Algorithms for the traffic light setting problem on the graph model | |
CN113268857A (zh) | 一种基于多智能体的城市快速路交织区微观交通仿真方法及装置 | |
Fan et al. | Characteristics of traffic flow at nonsignalized T-shaped intersection with U-turn movements | |
CN116050189B (zh) | 一种交通推演仿真的实验方法、系统、终端及存储介质 | |
SenthilPrabha et al. | Smart traffic management system through optimized Network Architecture for the smart city paradigm shift | |
Potuzak | Speedup of the microscopic road traffic simulation using aggregated vehicle movement | |
CN116664370B (zh) | 一种数据处理方法、装置及计算机设备、存储介质 | |
Potuzak | Issues of parallel hybrid nanoscopic/microscopic road traffic simulation |
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 |