CN117037557A - 一种综合交通感知技术培训系统及方法 - Google Patents
一种综合交通感知技术培训系统及方法 Download PDFInfo
- Publication number
- CN117037557A CN117037557A CN202310972500.0A CN202310972500A CN117037557A CN 117037557 A CN117037557 A CN 117037557A CN 202310972500 A CN202310972500 A CN 202310972500A CN 117037557 A CN117037557 A CN 117037557A
- Authority
- CN
- China
- Prior art keywords
- traffic
- control
- vehicle
- module
- unit
- 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
- 238000012549 training Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000005516 engineering process Methods 0.000 title claims abstract description 16
- 230000008447 perception Effects 0.000 title claims abstract description 15
- 238000001514 detection method Methods 0.000 claims description 81
- 230000006698 induction Effects 0.000 claims description 27
- 238000004088 simulation Methods 0.000 claims description 27
- 238000012795 verification Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 9
- 230000001788 irregular Effects 0.000 claims description 8
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 230000002093 peripheral effect Effects 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000010030 laminating Methods 0.000 claims description 3
- 230000010355 oscillation Effects 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000011900 installation process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
- G06Q50/2057—Career enhancement or continuing education service
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B9/00—Simulators for teaching or training purposes
- G09B9/02—Simulators for teaching or training purposes for teaching control of vehicles or other craft
- G09B9/04—Simulators for teaching or training purposes for teaching control of vehicles or other craft for teaching control of land vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种综合交通感知技术培训系统及方法，针对现有实验平台并不能满足智能交通技术应用的需求的问题，提出针对智能交通的各种信息采集方法、采集原理、采集数据等方案，并以城市交通、城市道路和快速路为主要交通场景的建立综合交通感知技术培训系统，并且实训环境中各设备能够实现联动，为智慧交通、交通大数据等专业的学生提供了专业的培训系统和实践手段。
Description
技术领域
本发明属于智慧交通教学技术领域，具体涉及一种综合交通感知技术培训系统及方法。
背景技术
智慧交通系统已趋于成熟，市场人才需求趋于旺盛，鉴于此，教育层面亟需培养能够掌握智慧交通系统技术知识的高素质高技能人才，智能交通的专业构成应该从不同层次来构建，包括综合交通信息的感知、网络、软件等基础支撑、综合交通数据监测与分析、综合交通数据应用等。
经调研发现，目前各高校交通专业在交通信息的感知教育层面存在短缺，一般通过实际道路环境调研采集交通信息数据，存在数据不全面、学生安全隐患等问题，虽然智能交通市场已存在一些交通展示、教学的实验平台，但现有实验平台并不能满足智能交通技术应用的需求。主要原因有：现有实验平台场景过于单一，多以城市交叉口为研究对象，诸如城市快速路、城市停车场、高架立交桥、山区、隧道等交通场景未能体现；实验平台功能技术已些许落后，多以传统交通管理和交通信号控制为主，诸如车辆自主控制、无感收费、智慧停车、车路无线通信、视频图像处理等先进智能交通技术未能包含；实验平台组件笨重，安装过程繁琐，耗费大量人力物力，不利于后续技术维护、拓展和升级。
因此需要针对智能交通的各种信息采集方法、采集原理、采集数据的特点构成等进行专业化的实训教学，因此感知实训室的建设能够提升现有的教学水平，完善教学手段。
发明内容
第一方面，本申请提供一种综合交通感知技术培训系统，包括交通模型搭建模块、交通设备控制模块、交通管控模块、交通检测模块、虚拟控制模拟模块和控制终端；
所述交通模型搭建模块，用于获取目标区域影像，提取目标区域影像的建模数据并导入三维软件中，生成中间三维模型，结合建模数据中的坐标数据构建交通实景三维模型，根据交通实景三维模型搭建目标路网结构；
所述交通设备控制模块，用于对布置在所述目标路网结构的监控设备、交通信号机、地感线圈、地感线圈控制器、微波交通检测器和违章声音报警器进行控制；
所述交通管控模块，用于对所述目标路网结构的单点交叉口的交通信号进行控制以及对多个交叉口的交通信号进行协同控制，实现路网控制，还用于根据智能模型车辆获取到的交叉口交通信号和弯道限速标志的限速信息动态调整所述智能模型车辆的车速，实现车辆与路网协同式控制；
所述交通检测模块，用于布置在所述目标路网结构的智控模型车辆的车流量、车速、车流密度、车头时距和车辆违章信息进行检测；
所述虚拟控制模拟模块，用于采集操作人员真实驾驶意图，并且将其为在目标路网结构上行驶的智控模型车辆的行驶行为；
所述控制终端，用于分别采集所述交通设备控制模块、交通管控模块、交通检测模块和虚拟控制模拟模块的数据，并依据采集数据分别对各个模块实现状态控制。
在一些实施例的一些可选的实现方式中，所述交通模型搭建模块包括影像获取单元、建模数据获取单元、建模单元和目标路网结构搭建单元；
所述影像获取单元，用于获取目标区域的遥感影像以及无人机影像进行预处理；
所述建模数据获取单元，用于提取预处理后的目标区域影像中的建模数据；
所述建模单元，用于将建模数据导入三维软件中生成中间三维模型，结合建模数据中的坐标数据以获取不规则三角网模型，对不规则三角网模型和所述中间三维模型进行数据贴合处理，得到交通实景三维模型；
所述目标路网结构搭建单元，用于基于所述交通实景三维模型搭建目标路网结构，所述目标路网结构包括城市道路结构、高架形式的城市快速路结构、不同类型交叉口结构、高架立交结构、自行车专用车道结构和公交专用道结构，所述城市道路板块、高架形式的城市快速路板块、不同类型交叉口板块、高架立交板块、自行车专用车道板块和公交专用道板块均由积木式的独立标准化支撑框架组装搭建而成。
在一些实施例的一些可选的实现方式中，所述所述交通设备控制模块包括交通信号机控制单元、地感线圈控制器控制单元、微波交通检测器控制单元和违章声音报警器控制单元；
所述交通信号机控制单元，用于实时监测车流量，实时优化交通信号控制模式，调整信号控制参数，为交通管控模块提供信号控制参数；
所述地感线圈控制器控制单元，用于控制所述地感线圈的启停，还用于检测地感线圈的振荡频率变化情况及对该数据进行分析处理,并将处理后的数据传输给所述控制终端；
所述微波交通检测器控制单元，用于检测道路断面上各车道的车流量、车速、车型、占有率和车头时距等交通信息参数，并将收集到的参数传输给所述控制终端；
所述违章声音报警器控制单元，用于和车辆检测模块进行配合，当车辆检测模块检测车辆发生违章动作时进行报警。
在一些实施例的一些可选的实现方式中，所述交通管控模块包括路网控制单元、车路协同式控制单元和公交信号配置单元；
所述路网控制单元，用于控制单点交叉口信号、干线交叉口信号以及协同控制区域交叉口信号；
所述车路协同式控制单元用于根据交叉口信号配时方案生成所述智能模型车辆的车速动态诱导方案，根据弯道限速信息生成所述智能模型车辆的车速动态引导方案；
所述公交信号配置单元，用于通过交通设备控制模块的交通信号机进行公交优先信号配时设置。
在一些实施例的一些可选的实现方式中，所述车辆检测模块包括车流量检测单元、车速检测单元、流密度检测单元、车头时距检测单元和车辆违章检测单元；
车速检测单元用于检测指定的地点车速，并能计算出在给定的时段内的时间平均和空间平均车速；
车流量检测单元检测车辆经过检测的时间及其车型,并能根据车型计算车给定时段的交通量以及利用设定的车型转换系数得出总交通量；
车流密度检测单元能够通过车速检测单元和车流量检测单元分别得到的同一路段、同一时段的空间平均车速和交通量计算出该路段这一时段的平均车流密度；
车头时距检测单元用于检测车流中两连续车辆车头部通过指定横截面的时间间隔,并能够计算指定时段内的平均车头时距；
车辆违章检测单元用于将车速检测单元得到的地点车速与设定的最高车速进行比较，当地点车速超过最高车速时启动违章声音报警器，同时该单元还能够将车流量检测单元的车辆经过指定路口时间与该路口红灯时间进行比较,当经过时间为红灯时启动违章声音报警器。
在一些实施例的一些可选的实现方式中，所述虚拟控制模拟模块包括硬件单元和软件单元；
所述硬件单元包括ARM单片机处理器和综合机电控制器，以ARM单片机处理器为控制核心，集成外围应用的综合机电控制器实现对所述智控模型车辆的寻迹、避障和无线通讯控制；
所述软件单元包括视景仿真、信号处理、操作模拟、碰撞检测、驾驶性能仿真和数据接口。
在一些实施例的一些可选的实现方式中，所述智控模型车辆采用四轮驱动，并通过磁道线寻迹/电磁寻迹的方式行驶在所述目标路网结构的车道上。
第二方面本申请提出一种综合交通感知技术培训方法，所述方法用于对上述系统进行控制，包括如下步骤：
建立各个模块与所述的控制终端之间的通信连接；
通过控制终端制定模块控制方案并根据预设执行顺序对所述模块控制方案进行编号；
通过控制终端对编号后的模块控制方案进行逻辑验证，如果验证通过，则将所述模块控制方案发送给对应模块，如果验证不通过则发出报警信息,并将所述模块控制方案返回给控制终端进行修改；
各个模块根据编号顺序按照执行验证通过后的模块控制方案，方案执行完成后各个模块将对应的执行记录反馈回所述控制终端进行保存。
在一些实施例的一些可选的实现方式中，所述模块控制方案包括交通设备模块控制方案、智能模型车辆模块控制方案、交通管控模块控制方案、交通检测模块控制和模拟驾驶控制方案。
在一些实施例的一些可选的实现方式中，所述通过控制终端对编号后的模块控制方案进行逻辑验证，具体包括：
所述交通设备控制模块反馈的控制数据是否在预设数值范围内，所述交通管控模块的交通信号控制是否为预订规则，所述虚拟控制模拟模块对智能模型车辆的行驶路径规划是否为预订路线，所述交通检测模块的检测数据是否在预设数值范围内。
本发明的有益效果：
提出针对智能交通的各种信息采集方法、采集原理、采集数据等方案，并以城市交通、城市道路和快速路为主要交通场景的建立综合交通感知技术培训系统，并且实训环境中各设备能够实现联动，为智慧交通、交通大数据等专业的学生提供了专业的培训系统和实践手段。
附图说明
图1为本系统的原理框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制；相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
第一方面，本申请提供一种综合交通感知技术培训系统，包括交通模型搭建模块、交通设备控制模块、交通管控模块、交通检测模块、虚拟控制模拟模块和控制终端；
所述交通模型搭建模块，用于获取目标区域影像，提取目标区域影像的建模数据并导入三维软件中，生成中间三维模型，结合建模数据中的坐标数据构建交通实景三维模型，根据交通实景三维模型搭建目标路网结构；
在一些实施例的一些可选的实现方式中，所述交通模型搭建模块包括影像获取单元、建模数据获取单元、建模单元和目标路网结构搭建单元；
所述影像获取单元，用于获取目标区域的遥感影像以及无人机影像进行预处理；
所述建模数据获取单元，用于提取预处理后的目标区域影像中的建模数据；
其中，影像获取单元利用无人机搭载倾斜相机获取目标区域的遥感影像，经过较多架次的无人机航测，完成对目标区域的遥感影像的收集，对目标区域的遥感影像的所有空间坐标进行精确的重叠和计算，将计算结果融合地理基础技术数据，从而各类技术数据，结合目标区域的实际情况及遥感影像获取的信息数据，确定的建模元素包括: 城市道路位置、不同类型交叉口位置、高架立交位置、自行车专用车道位置、公交专用道位置、生态车道位置、智能停车场位置和城市绿地景观覆盖度。
所述建模单元，用于将建模数据导入三维软件中生成中间三维模型，结合建模数据中的坐标数据以获取不规则三角网模型，对不规则三角网模型和所述中间三维模型进行数据贴合处理，得到交通实景三维模型；
将所述建模数据导入三维软件中，生成中间三维模型；
将目标区域的区域位置坐标标记在中间三维模型上，以获得目标区域的点云模型，并将点云模型转换为不规则三角网模型；
基于不规则三角网模型，将采集到遥感影像中的表面纹理和垂直纹理数据贴合到目标区域的中间三维模型上，生成交通实景三维模型。
所述目标路网结构搭建单元，用于基于所述交通实景三维模型搭建目标路网结构，所述目标路网结构包括城市道路结构、高架形式的城市快速路结构、不同类型交叉口结构、高架立交结构、自行车专用车道结构和公交专用道结构，所述城市道路板块、高架形式的城市快速路板块、不同类型交叉口板块、高架立交板块、自行车专用车道板块和公交专用道板块均由积木式的独立标准化支撑框架组装搭建而成。
所述交通设备控制模块，用于对布置在所述目标路网结构的监控设备、交通信号机、地感线圈、地感线圈控制器、微波交通检测器和违章声音报警器进行控制；
在一些实施例的一些可选的实现方式中，所述交通设备控制模块包括交通信号机控制单元、地感线圈控制器控制单元、微波交通检测器控制单元和违章声音报警器控制单元；
所述交通信号机控制单元，用于实时监测车流量，实时优化交通信号控制模式，调整信号控制参数，为交通管控模块提供信号控制参数；
其中，交通信号控制系统是道路交通管理和控制的基础，通过实时监测车流量，实时优化交通信号控制模式，调整信号控制参数，实施交叉口间的协调控制，调节道路交通流量，充分挖掘道路网容量，在保障交通安全的前提下，合理配置道路交叉口时间和空间资源，使停车次数、延误时间、最大排队长度减至最小，充分发挥道路系统的交通效益，达到道路交通系统最大程度的畅通。
所述地感线圈控制器控制单元，用于控制所述地感线圈的启停，还用于检测地感线圈的振荡频率变化情况及对该数据进行分析处理,并将处理后的数据传输给所述控制终端；
其中，假设地感线圈数量为K个;路段数量为 M;车辆类型为两种,1为私家车,0为公交车；Vmax为最高车速上限;Pij=1或0，当Pij为1表示第i个地感线圈位于路段j上，当Pij为0表示第i个地感线圈不在路段j上(其中i=1，……，K；j=1，……，M)；总的观测时间为T；第i个地感线圈在时段[0,T] 中共检测到的车型l的车辆数为Nil (其中 i=1, ……，K，l=1或0)；tijl 表示第i个地感线圈在时段[0,T]内检测到车型为l的第j辆车的时间(其中i=1，……,K;j=l，……,Nil；l=1或0);tij表示第i个地感线圈在时段[0,T]内检测到第j辆车的时间(其中i=1，……,K；j=1，……，M)。
所述微波交通检测器控制单元，用于检测道路断面上各车道的车流量、车速、车型、占有率和车头时距等交通信息参数，并将收集到的参数传输给所述控制终端；
微波交通流检测器采用国际先进的双体制、双波束雷达探测技术，可安装于路边立杆上，用于检测道路断面上各车道的车流量、车速、车型、占有率和车头时距等交通信息参数。
所述违章声音报警器控制单元，用于和车辆检测模块进行配合，当车辆检测模块检测车辆发生违章动作时进行报警。
其中，违章声音报警器,将设置四种提示声音分别对车辆的超速50%以下、超速50%以上以及闯红灯这三种违章行为进行提示。
所述交通管控模块，用于对所述目标路网结构的单点交叉口的交通信号进行控制以及对多个交叉口的交通信号进行协同控制，实现路网控制，还用于根据智能模型车辆获取到的交叉口交通信号和弯道限速标志的限速信息动态调整所述智能模型车辆的车速，实现车辆与路网协同式控制；
在一些实施例的一些可选的实现方式中，所述交通管控模块包括路网控制单元、车路协同式控制单元和公交信号配置单元；
所述路网控制单元，用于控制单点交叉口信号、干线交叉口信号以及协同控制区域交叉口信号；
控制终端通过路网控制单元使多个交叉口间进行协同配合，在实现单点交叉口信号控制的基础上，也能够实现干线交叉口信号控制和区域交叉口协同控制，实现多交叉口交通流管控。
所述车路协同式控制单元用于根据交叉口信号配时方案生成所述智能模型车辆的车速动态诱导方案，根据弯道限速信息生成所述智能模型车辆的车速动态引导方案；
所述车路协同式控制单元用于根据交叉口信号配时方案生成智能模型车辆的车速动态诱导方案，使得智能模型车辆获取该车速动态诱导方案，动态调整车速，尽可能减少停车次数通过路口。还用于根据弯道前方设置的可变限速牌的弯道限速信息，，生成智能模型车辆的车速动态引导方案，使得智能模型车辆按照引导限速行驶。
所述公交信号配置单元，用于通过交通设备控制模块的交通信号机进行公交优先信号配时设置。
所述交通检测模块，用于布置在所述目标路网结构的智控模型车辆的车流量、车速、车流密度、车头时距和车辆违章信息进行检测；
在一些实施例的一些可选的实现方式中，所述车辆检测模块包括车流量检测单元、车速检测单元、流密度检测单元、车头时距检测单元和车辆违章检测单元；
车速检测单元用于检测指定的地点车速，并能计算出在给定的时段内的时间平均和空间平均车速；
其中，车速检测单元中的某路段j在时段[0,T]中经过车辆的车速及空间、时间平均车速的计算公式如下所示：
进一步的，表示路段j经过的车型为1的第k 辆车的速度；
表示路段j在时段[0，T]内的空间平均车速；
表示路段j在时段[0，T]内的时间平均车速；
i1,i2表示路段j上的两个地感线圈,其中Pi1j=Pi2j=1,并且;Lj(i1,i2)表示位于路段j上的线圈i1与线圈i2之间的距离, 其中Pi1j=Pi2j=1；
车流量检测单元检测车辆经过检测的时间及其车型,并能根据车型计算车给定时段的交通量以及利用设定的车型转换系数得出总交通量；
其中，车流量检测单元中，检测在某路段j在指定时段[T1，T2]内总交通量以及各个车型的交通量的计算公式为:
表示路段j在时段[T1，T2]内车型l的交通量；
表示路段j在时段[T1，T2]内的总交通量；
，表示第i个地感线圈在时段[T1，T2]内检测到车型l的车辆数；
车流密度检测单元能够通过车速检测单元和车流量检测单元分别得到的同一路段、同一时段的空间平均车速和交通量计算出该路段这一时段的平均车流密度；
其中，车速检测单元中的某路段j在时段[0,T]中的平均车流密度计算公式如下所示：
其中，表示路段j在时段[0,T]中的平均车流密度；
车头时距检测单元用于检测车流中两连续车辆车头部通过指定横截面的时间间隔,并能够计算指定时段内的平均车头时距；
其中，车头时距检测单元检测到的第 k 个车头时距以及某路段 j在时段[0,T]内平均车头时距的计算公式为：
表示地感线圈i监测到的第k个车头时距；
表示路段j在时段[0,T]内的平均车头时距；
车辆违章检测单元用于将车速检测单元得到的地点车速与设定的最高车速进行比较，当地点车速超过最高车速时启动违章声音报警器，同时该单元还能够将车流量检测单元的车辆经过指定路口时间与该路口红灯时间进行比较,当经过时间为红灯时启动违章声音报警器。
车辆违章检测单元通过车速检测模块获取每辆的速度，并与最高车速上限Vmax进行比较判断，具体分为以下三种情况:
当≤Vmax，表示车辆速度正常；
当Vmax＜≤1.5Vmax，表示表示车辆超速并通过交通设备控制模块启动违章声音报警器发出报警“超速驾驶”；
当1.5Vmax＜，表示表示车辆严重超速并通过交通设备控制模块启动违章声音报警器发出报警“严重超速驾驶”。
所述虚拟控制模拟模块，用于采集操作人员真实驾驶意图，并且将其为在目标路网结构上行驶的智控模型车辆的行驶行为；
在一些实施例的一些可选的实现方式中，所述虚拟控制模拟模块包括硬件单元和软件单元；
所述硬件单元包括ARM单片机处理器和综合机电控制器，以ARM单片机处理器为控制核心，集成外围应用的综合机电控制器实现对所述智控模型车辆的寻迹、避障和无线通讯控制；
其中，以ARM单片机(或STM32、89C52)处理器为控制核心，集成了ZigBee无线通讯、红外光电传感、霍尔编码反馈、直流电机伺服驱动等外围应用的综合机电控制系统，实现智控模型车辆的寻迹、避障、无线通讯控制等功能，
所述软件单元包括视景仿真、信号处理、操作模拟、碰撞检测、驾驶性能仿真和数据接口。
其中，软件单元由虚拟驾驶操作输入系统、汽车动力学模型、运动仿真模型、实时操纵模型、场景管理管理平台、视景和声音渲染输出以及汽车数据模型库、场景模型库和声音模型库组成，整体上来说可以分为硬件系统和软件系统两部分。该系统可采集操作人员真实驾驶意图，然后把该意图转化为对模块化积木式道路系统上行驶的智控模型车辆的驾驶行为，从而通过真人的驾驶意图来影响纯粹的微观交通仿真，进一步的，基于FrameworkAPI软件界面进行开发，通过使用UDP/IP网络通讯进行有效的管理。
在一些实施例的一些可选的实现方式中，所述智控模型车辆采用四轮驱动，并通过磁道线寻迹/电磁寻迹的方式行驶在所述目标路网结构的车道上。
其中，所述智控模型车辆采用四轮驱动，磁道线寻迹或电磁寻迹方式行驶在规划线路的专用车道上，可通过控制软件指令实现运行、停止，上传当前运行状态。车头部位安装避障传感器，可避免车辆追尾，车辆可检测路口信号灯状态，依照信号灯指示行驶。
所述控制终端，用于分别采集所述交通设备控制模块、交通管控模块、交通检测模块和虚拟控制模拟模块的数据，并依据采集数据分别对各个模块实现状态控制。
其中，控制终端采集并存储交通管控模块的交叉口信号配时方案、交通检测系统检测到的路网状态、交通状态和交通气象信息，通过采集交通设备控制模块、交通检测模块和虚拟控制模拟模块中的数据，从而控制的智能模型车辆行驶状态，可按照日期和类别分别存储。根据采集到的路网运行状态实时监控信息，可及时处理信号配时错误、车辆未按轨迹行驶等突发状况，采集的视频数据可供进一步进行图像处理、车牌识别等实验，根据采集到的交叉口车流量、车辆驶离速度等数据，便于进行数据分析和交叉口信号配时优化。
第二方面本申请提出一种综合交通感知技术培训方法，所述方法用于对上述系统进行控制，包括如下步骤：
建立各个模块与所述的控制终端之间的通信连接；
通过控制终端制定模块控制方案并根据预设执行顺序对所述模块控制方案进行编号；
通过控制终端对编号后的模块控制方案进行逻辑验证，如果验证通过，则将所述模块控制方案发送给对应模块，如果验证不通过则发出报警信息,并将所述模块控制方案返回给控制终端进行修改；
各个模块根据编号顺序按照执行验证通过后的模块控制方案，方案执行完成后各个模块将对应的执行记录反馈回所述控制终端进行保存。
其中，为了保证实训的次序和实训效果,按照接收顺序依次对控制方案进行编号,依据所述编号顺序依次执行对应控制方案，从而提高了控制效率，防止各个模块控制混乱。
在一些实施例的一些可选的实现方式中，所述模块控制方案包括交通设备模块控制方案、智能模型车辆模块控制方案、交通管控模块控制方案、交通检测模块控制和模拟驾驶控制方案。
在一些实施例的一些可选的实现方式中，所述通过控制终端对编号后的模块控制方案进行逻辑验证，具体包括：
所述交通设备控制模块反馈的控制数据是否在预设数值范围内，所述交通管控模块的交通信号控制是否为预订规则，所述虚拟控制模拟模块对智能模型车辆的行驶路径规划是否为预订路线，所述交通检测模块的检测数据是否在预设数值范围内。
以上仅是本发明优选的实施方式，需指出的是，对于本领域技术人员在不脱离本技术方案的前提下，作出的若干变形和改进的技术方案应同样视为落入本权利要求书要求保护的范围。
Claims (10)
1.一种综合交通感知技术培训系统，其特征在于：包括交通模型搭建模块、交通设备控制模块、交通管控模块、交通检测模块、虚拟控制模拟模块和控制终端；
所述交通模型搭建模块，用于获取目标区域影像，提取目标区域影像的建模数据并导入三维软件中，生成中间三维模型，结合建模数据中的坐标数据构建交通实景三维模型，根据交通实景三维模型搭建目标路网结构；
所述交通设备控制模块，用于对布置在所述目标路网结构的监控设备、交通信号机、地感线圈、地感线圈控制器、微波交通检测器和违章声音报警器进行控制；
所述交通管控模块，用于对所述目标路网结构的单点交叉口的交通信号进行控制以及对多个交叉口的交通信号进行协同控制，实现路网控制，还用于根据智能模型车辆获取到的交叉口交通信号和弯道限速标志的限速信息动态调整所述智能模型车辆的车速，实现车辆与路网协同式控制；
所述交通检测模块，用于布置在所述目标路网结构的智控模型车辆的车流量、车速、车流密度、车头时距和车辆违章信息进行检测；
所述虚拟控制模拟模块，用于采集操作人员真实驾驶意图，并且将其为在目标路网结构上行驶的智控模型车辆的行驶行为；
所述控制终端，用于分别采集所述交通设备控制模块、交通管控模块、交通检测模块和虚拟控制模拟模块的数据，并依据采集数据分别对各个模块实现状态控制。
2.根据权利要求1所述的系统，其特征在于：所述交通模型搭建模块包括影像获取单元、建模数据获取单元、建模单元和目标路网结构搭建单元；
所述影像获取单元，用于获取目标区域的遥感影像以及无人机影像进行预处理；
所述建模数据获取单元，用于提取预处理后的目标区域影像中的建模数据；
所述建模单元，用于将建模数据导入三维软件中生成中间三维模型，结合建模数据中的坐标数据以获取不规则三角网模型，对不规则三角网模型和所述中间三维模型进行数据贴合处理，得到交通实景三维模型；
所述目标路网结构搭建单元，用于基于所述交通实景三维模型搭建目标路网结构，所述目标路网结构包括城市道路结构、高架形式的城市快速路结构、不同类型交叉口结构、高架立交结构、自行车专用车道结构和公交专用道结构，所述城市道路板块、高架形式的城市快速路板块、不同类型交叉口板块、高架立交板块、自行车专用车道板块和公交专用道板块均由积木式的独立标准化支撑框架组装搭建而成。
3.根据权利要求2所述的系统，其特征在于：所述交通设备控制模块包括交通信号机控制单元、地感线圈控制器控制单元、微波交通检测器控制单元和违章声音报警器控制单元；
所述交通信号机控制单元，用于实时监测车流量，实时优化交通信号控制模式，调整信号控制参数，为交通管控模块提供信号控制参数；
所述地感线圈控制器控制单元，用于控制所述地感线圈的启停，还用于检测地感线圈的振荡频率变化情况及对该数据进行分析处理,并将处理后的数据传输给所述控制终端；
所述微波交通检测器控制单元，用于检测道路断面上各车道的车流量、车速、车型、占有率和车头时距等交通信息参数，并将收集到的参数传输给所述控制终端；
所述违章声音报警器控制单元，用于和车辆检测模块进行配合，当车辆检测模块检测车辆发生违章动作时进行报警。
4.根据权利要求3所述的系统，其特征在于：所述交通管控模块包括路网控制单元、车路协同式控制单元和公交信号配置单元；
所述路网控制单元，用于控制单点交叉口信号、干线交叉口信号以及协同控制区域交叉口信号；
所述车路协同式控制单元用于根据交叉口信号配时方案生成所述智能模型车辆的车速动态诱导方案，根据弯道限速信息生成所述智能模型车辆的车速动态引导方案；
所述公交信号配置单元，用于通过交通设备控制模块的交通信号机进行公交优先信号配时设置。
5.根据权利要求4所述的系统，其特征在于：所述车辆检测模块包括车流量检测单元、车速检测单元、车流密度检测单元、车头时距检测单元和车辆违章检测单元；
车速检测单元用于检测指定的地点车速，并能计算出在给定的时段内的时间平均和空间平均车速；
车流量检测单元检测车辆经过检测的时间及其车型,并能根据车型计算车给定时段的交通量以及利用设定的车型转换系数得出总交通量；
车流密度检测单元能够通过车速检测单元和车流量检测单元分别得到的同一路段、同一时段的空间平均车速和交通量计算出该路段这一时段的平均车流密度；
车头时距检测单元用于检测车流中两连续车辆车头部通过指定横截面的时间间隔,并能够计算指定时段内的平均车头时距；
车辆违章检测单元用于将车速检测单元得到的地点车速与设定的最高车速进行比较，当地点车速超过最高车速时启动违章声音报警器，同时该单元还能够将车流量检测单元的车辆经过指定路口时间与该路口红灯时间进行比较,当经过时间为红灯时启动违章声音报警器。
6.根据权利要求5所述的系统，其特征在于：所述虚拟控制模拟模块包括硬件单元和软件单元；
所述硬件单元包括ARM单片机处理器和综合机电控制器，以ARM单片机处理器为控制核心，集成外围应用的综合机电控制器实现对所述智控模型车辆的寻迹、避障和无线通讯控制；
所述软件单元包括视景仿真、信号处理、操作模拟、碰撞检测、驾驶性能仿真和数据接口。
7.根据权利要求6所述的系统，其特征在于：所述智控模型车辆采用四轮驱动，并通过磁道线寻迹/电磁寻迹的方式行驶在所述目标路网结构的车道上。
8.一种综合交通感知技术培训方法，其特征在于：所述方法用于对权利要求1-7中任一项所述系统进行控制，包括如下步骤：
建立各个模块与所述的控制终端之间的通信连接；
通过控制终端制定模块控制方案并根据预设执行顺序对所述模块控制方案进行编号；
通过控制终端对编号后的模块控制方案进行逻辑验证，如果验证通过，则将所述模块控制方案发送给对应模块，如果验证不通过则发出报警信息,并将所述模块控制方案返回给控制终端进行修改；
各个模块根据编号顺序按照执行验证通过后的模块控制方案，方案执行完成后各个模块将对应的执行记录反馈回所述控制终端进行保存。
9.根据权利要求8所述的方法，其特征在于：所述模块控制方案包括交通设备模块控制方案、智能模型车辆模块控制方案、交通管控模块控制方案、交通检测模块控制和模拟驾驶控制方案。
10.根据权利要求9所述的方法，其特征在于：所述通过控制终端对编号后的模块控制方案进行逻辑验证，具体包括：
所述交通设备控制模块反馈的控制数据是否在预设数值范围内，所述交通管控模块的交通信号控制是否为预订规则，所述虚拟控制模拟模块对智能模型车辆的行驶路径规划是否为预订路线，所述交通检测模块的检测数据是否在预设数值范围内。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310972500.0A CN117037557B (zh) | 2023-08-03 | 2023-08-03 | 一种综合交通感知技术培训系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310972500.0A CN117037557B (zh) | 2023-08-03 | 2023-08-03 | 一种综合交通感知技术培训系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117037557A true CN117037557A (zh) | 2023-11-10 |
| CN117037557B CN117037557B (zh) | 2024-04-02 |
Family
ID=88629201
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310972500.0A Active CN117037557B (zh) | 2023-08-03 | 2023-08-03 | 一种综合交通感知技术培训系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117037557B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU118094U1 (ru) * | 2012-01-10 | 2012-07-10 | Негосударственное образовательное учреждение "Автошкола №1" | Комплексная интерактивная система обучения и подготовки водителей самоходных безрельсовых транспортных средств |
| DE102016109651A1 (de) * | 2015-06-26 | 2016-12-29 | Fev Gmbh | Verfahren für die Validierung von Fahrzeugfunktionen eines virtuellen autonomen Fahrzeugs |
| CN111554153A (zh) * | 2020-05-14 | 2020-08-18 | 北京工业大学 | 智能交通教学、科研与展示一体化综合实验平台 |
| CN111739384A (zh) * | 2020-06-22 | 2020-10-02 | 北京警察学院 | 一种硬件在环的城市交通信号控制教学实验平台 |
| CN112224211A (zh) * | 2020-10-19 | 2021-01-15 | 中交第一公路勘察设计研究院有限公司 | 基于多自主体交通流的驾驶模拟仿真系统 |
| CN114677900A (zh) * | 2022-04-13 | 2022-06-28 | 中国第一汽车股份有限公司 | 一种展示沙盘系统 |
-
2023
- 2023-08-03 CN CN202310972500.0A patent/CN117037557B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU118094U1 (ru) * | 2012-01-10 | 2012-07-10 | Негосударственное образовательное учреждение "Автошкола №1" | Комплексная интерактивная система обучения и подготовки водителей самоходных безрельсовых транспортных средств |
| DE102016109651A1 (de) * | 2015-06-26 | 2016-12-29 | Fev Gmbh | Verfahren für die Validierung von Fahrzeugfunktionen eines virtuellen autonomen Fahrzeugs |
| CN111554153A (zh) * | 2020-05-14 | 2020-08-18 | 北京工业大学 | 智能交通教学、科研与展示一体化综合实验平台 |
| CN111739384A (zh) * | 2020-06-22 | 2020-10-02 | 北京警察学院 | 一种硬件在环的城市交通信号控制教学实验平台 |
| CN112224211A (zh) * | 2020-10-19 | 2021-01-15 | 中交第一公路勘察设计研究院有限公司 | 基于多自主体交通流的驾驶模拟仿真系统 |
| CN114677900A (zh) * | 2022-04-13 | 2022-06-28 | 中国第一汽车股份有限公司 | 一种展示沙盘系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117037557B (zh) | 2024-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11069233B1 (en) | Video-based main road cooperative signal machine control method | |
| CN111696348B (zh) | 一种多功能的智能信号控制系统和方法 | |
| CN109559528B (zh) | 一种基于3d激光雷达的自感知交互式交通信号控制装置 | |
| CN105427619B (zh) | 车辆跟车距离自动记录系统及方法 | |
| CN108961790A (zh) | 基于四维实景交通仿真的恶劣天气预警管理系统及方法 | |
| CN104778834B (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
| CN104732835B (zh) | 一种体育场智能缩微车辆教学装置 | |
| CN110876126A (zh) | 一种基于智慧路灯的城市控制管理系统 | |
| CN109686109A (zh) | 一种基于人工智能的停车场安全监控管理系统 | |
| CN113534829B (zh) | 一种基于边缘计算的无人机日常巡逻检测系统 | |
| CN112435458B (zh) | 一种交通事故下的高速公路无人机应急仿真方法 | |
| CN207473410U (zh) | 一种汽车智能自动驾驶装置 | |
| CN107380163A (zh) | 基于磁导航的汽车智能报警预测系统及其方法 | |
| CN104658279B (zh) | 基于视频通行状态监测的实时优化信号控制方法及系统 | |
| CN106375725B (zh) | 一种基于人脸识别的智能视频监控系统 | |
| CN106412502B (zh) | 基于人脸识别的视频监控智能化天网系统及其工作方法 | |
| CN1967622A (zh) | 城市道路交通流预测及交通信息诱导系统 | |
| CN207036429U (zh) | 自动驾驶车辆连续通过交叉路口能力的测试场 | |
| CN112800157A (zh) | 一种动态占位网格模型构建方法及其应用架构设计方法 | |
| CN109615851A (zh) | 一种在群智感知系统中基于关键路段的感知节点选取方法 | |
| CN114971290B (zh) | 一种基于智慧路灯的园区管理系统及方法 | |
| CN106384097B (zh) | 基于人脸识别的智能视频监控系统 | |
| CN104183150B (zh) | 车载单体道路交通状态判别装置与方法 | |
| CN114913447A (zh) | 基于场景识别的警务智慧指挥室系统及方法 | |
| CN117037557B (zh) | 一种综合交通感知技术培训系统及方法 |
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 |