CN117576915A - 基于虚拟仿真技术的智能道路设计系统 - Google Patents

基于虚拟仿真技术的智能道路设计系统 Download PDF

Info

Publication number
CN117576915A
CN117576915A CN202410056648.4A CN202410056648A CN117576915A CN 117576915 A CN117576915 A CN 117576915A CN 202410056648 A CN202410056648 A CN 202410056648A CN 117576915 A CN117576915 A CN 117576915A
Authority
CN
China
Prior art keywords
road
traffic
representing
design
model
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
Application number
CN202410056648.4A
Other languages
English (en)
Other versions
CN117576915B (zh
Inventor
韩甦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong University
Original Assignee
Shandong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong University filed Critical Shandong University
Priority to CN202410056648.4A priority Critical patent/CN117576915B/zh
Publication of CN117576915A publication Critical patent/CN117576915A/zh
Application granted granted Critical
Publication of CN117576915B publication Critical patent/CN117576915B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • 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
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • 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
    • 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
    • G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
    • 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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种道路设计系统，具体地说，涉及基于虚拟仿真技术的智能道路设计系统。其包括数据采集单元，数据采集单元基于GIS系统采集道路设计相关的数据；道路设计单元基于数据采集单元采集的道路设计相关的数据进行道路布局设计；交通仿真单元基于虚拟仿真技术对道路交通的流量、速度、密度进行模拟和分析，用于评估道路设计方案的交通性能；设计优化单元基于交通仿真单元模拟的结果，通过均衡交通分配模型对道路设计单元绘制的道路方案进行优化改进，将道路容量模型引入至交通信号控制模型中，用于交通信号控制优化模型中的绿灯时间分配，进而实现对交通流量的优化改进，通过均衡交通分配模型优化提高交通效率并减少交通拥堵。

Description

基于虚拟仿真技术的智能道路设计系统
技术领域
本发明涉及一种道路设计系统，具体地说，涉及基于虚拟仿真技术的智能道路设计系统。
背景技术
虚拟仿真技术的智能道路设计系统是利用计算机模拟和仿真技术来辅助道路设计的工具，结合了人工智能、计算机视觉、虚拟现实等技术，可以帮助工程师们更高效地规划、设计。
在现有的智能道路设计系统中，倾向于使用静态模型进行道路设计，且交通设施布局方案会影响交通流量，而现有技术智能道路设计系统缺少对道路项目的评估，缺少对交通设施布局方案的布局优化，导致道路设计的精确度会受到限制，引起交通拥堵等问题，因此，设计基于虚拟仿真技术的智能道路设计系统。
发明内容
本发明的目的在于提供基于虚拟仿真技术的智能道路设计系统，以解决上述背景技术中提出的现有的智能道路设计系统中，倾向于使用静态模型进行道路设计，且交通设施布局方案会影响交通流量，而现有技术智能道路设计系统缺少对道路项目的评估，缺少对交通设施布局方案的布局优化，导致道路设计的精确度会受到限制，引起交通拥堵的问题。
为实现上述目的，本发明目的在于提供了基于虚拟仿真技术的智能道路设计系统，包括数据采集单元，所述数据采集单元基于GIS系统采集道路设计相关的数据；
道路设计单元，所述道路设计单元基于数据采集单元采集的道路设计相关的数据进行道路布局设计；
交通仿真单元，所述交通仿真单元基于虚拟仿真技术对道路交通的流量、速度、密度进行模拟和分析，用于评估道路设计方案的交通性能；
设计优化单元，所述设计优化单元基于交通仿真单元模拟的结果，通过均衡交通分配模型对道路设计单元绘制的道路方案进行优化改进，用于满足智能道路的设计需求。
作为本技术方案的进一步改进，所述数据采集单元包括地理信息系统模块、交通流量数据模块和道路网络信息模块；
其中，所述地理信息系统模块用于收集地理空间数据，地理空间数据包括道路的长度、宽度、曲率、坡度数据；
所述交通流量数据模块用于收集道路使用情况、车流量、车速、拥堵情况相关数据；
所述道路网络信息模块用于收集现有道路网络的结构、道路规划、道路类型信息。
作为本技术方案的进一步改进，所述道路设计单元包括计算机辅助设计模块，所述计算机辅助设计模块用于进行道路绘制与建模设计。
作为本技术方案的进一步改进，所述交通仿真单元基于虚拟仿真技术建立道路网络和车辆行为的虚拟模型，用于对绘制的道路进行评估，以评估不同道路设计的效果和交通流量。通过模拟车辆行驶、交通信号和不同路况下的行为，可以评估道路的流量、拥堵情况、安全性等方面，则道路评估步骤具体为：
S4.1、基于道路设计单元的道路布局设计信息，收集道路网络信息，并使用收集的道路网络信息创建道路网络虚拟模型；
S4.2、定义车辆行为模型；
S4.3、将车辆行为模型与道路网虚拟模型结合，进行交通流模拟，根据道路设计单元定义的交通设施布局方案，模拟不同交通设施布局方案对交通流量的影响。
作为本技术方案的进一步改进，所述S4.1中，结合路段的属性和路网的拓扑结构构建道路网络虚拟模型；
其中，路段属性包括：
若节点的坐标为/>，节点/>的坐标为/>，则路段长度为
；
路网密度
；
路网密度反映了道路的分布状况或者交通网络的密集程度；路网密度的计算有助于理解和评估交通拥挤程度、规划道路建设；
路段坡度
；
其中，表示节点/>到节点/>的路段长度；/>表示节点/>的水平坐标；/>表示节点/>的垂直坐标；/>表示节点/>的水平坐标；/>表示节点/>的垂直坐标；/>表示节点/>到节点/>的路段坡度；/>表示两个节点之间的高度差；/>表示路网密度，表示路段总长度与特定区域内路段间距的比率；/>表示路段总长度，表示某个区域内所有道路或者路段的累计长度；/>表示路段间距的分布密度，表示在该区域内路段之间的距离或密集程度；
拓扑结构：
道路网络抽象为图，则：
；
其中，表示道路网络的图；/>表示图中的顶点集合，代表道路网络中的交叉口、路口或节点，每个顶点可能代表一个特定的地点或路口；/>表示图中的边集合，代表连接不同顶点的道路或路径，每条边可能包含与之相关的信息，比如长度、道路类型、交通流量等；/>表示邻接矩阵，用于描述一个图的拓扑结构；/>表示顶点的数量；
邻接矩阵中，/>表示顶点/>到顶点/>的属性；对于图/>，邻接矩阵是一个二维矩阵，其中，/>为第/>行第/>列的元素值，表示顶点/>到顶点/>是否存在边。
作为本技术方案的进一步改进，所述车辆行为模型具体为：
；
其中，表示车辆的加速度；/>表示当前速度；/>表示期望速度；/>表示期望安全距离；/>表示车辆间的头车距离；/>和/>均表示模型参数。
作为本技术方案的进一步改进，所述S4.3中，在交通流模拟中，将已知的路段坡度和路段长度/>转化为车辆行为模型中的参数：
；
其中，表示模型中的期望安全距离；/>表示基础的期望安全距离；/>和/>均表示调整参数，用来表示坡度和长度对期望安全距离的影响；
路网密度对车辆间的头车距离/>的影响：
；
其中，表示车辆间的头车距离；/>表示车辆的平均行驶速度，/>表示车辆间的跟车距离；/>表示交通流量；/>表示路网密度；上述计算公式表示随着路网密度的增加，车辆间的头车距离将减少。
则车辆的加速度具体为：
。
作为本技术方案的进一步改进，所述在交通流模拟中，基于车辆的加速度和已知的路段属性，计算得到交通流量/>：
；
其中，表示交通流量；/>表示车辆的平均速度；/>表示车辆密度；
车辆密度的表达式为：
；
其中，表示特定时间段内通过某段道路的车辆数目；/>表示该段道路的长度；
则交通流量的具体表达式为：
。
交通流量用于衡量道路网络的效率，通过道路上车辆的数量、速度和密度有助于评估交通系统的整体运行情况，高交通流量可能表示效率低下或拥堵，而低交通流量可能表明道路未能充分利用；通过分析交通流量，可以评估不同道路设计和交通设施布局方案的效果。这有助于改进道路设计，优化路段布局、交叉口设置和车道规划，以提高交通流畅度和效率；
作为本技术方案的进一步改进，所述设计优化单元基于交通仿真单元评估的结果，通过均衡交通分配模型对交通流量进行优化设计：
所述均衡交通分配模型是由道路容量模型和交通信号控制模型组成的混合模型，用于优化交通并减少拥堵；
其中，所述交通信号控制优化模型具体为：
；
式中，表示道路方向/>上交通信号灯的绿灯时间；/>表示信号周期，即信号灯从一个方向切换到下一个方向所需的时间；/>表示在道路方向/>上的道路容量；/>表示所有方向交通流量的总和，/>表示方向的数量。
作为本技术方案的进一步改进，所述道路容量模型具体表达式为：
；
式中，表示在道路方向/>上的车道数；/>表示在道路方向/>上的车道的单位容量；/>表示第/>个方向的流量调整因子；/>表示在道路方向/>上的实际车速；/>表示在道路方向/>上的自由流速度；/>表示流量-密度函数的指数；用于模拟不同道路设计方案对道路容量的影响；通过调整参数来优化交通流量，提高道路的利用效率。
则混合模型具体为：
。
将道路容量模型引入至交通信号控制模型中，结合道路容量模型中的车道数、单位车道容量、流量调整因子和流量-密度函数指数，以确定各个方向的交通流量，用于交通信号控制优化模型中的绿灯时间分配，进而实现对交通流量的优化改进。
与现有技术相比，本发明的有益效果：
1、该基于虚拟仿真技术的智能道路设计系统中，基于虚拟仿真技术建立道路网络和车辆行为的虚拟模型，分析交通设施布局方案对交通流量的影响，通过分析交通流量，评估不同道路设计和交通设施布局方案的效果，并确定交通高峰时段和拥堵热点地区，为设计优化单元提供数据支撑。
2、该基于虚拟仿真技术的智能道路设计系统中，设计优化单元通过均衡交通分配模型优化提高交通效率和减少交通拥堵；
均衡交通分配模型是由道路容量模型和交通信号控制模型组成的混合模型，将道路容量模型引入至交通信号控制模型中，结合道路容量模型中的车道数、单位车道容量、流量调整因子和流量-密度函数指数，以确定各个方向的交通流量，用于交通信号控制优化模型中的绿灯时间分配，进而实现对交通流量的优化改进。
附图说明
图1为本发明的整体流程框图。
图中各个标号意义为：
1、数据采集单元；2、道路设计单元；3、交通仿真单元；4、设计优化单元。
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、完整的描述，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，都属于本发明保护的范围。
实施例
请参阅图1所示，提供了基于虚拟仿真技术的智能道路设计系统，包括数据采集单元1，数据采集单元1基于GIS系统采集道路设计相关的数据；
其中，GIS系统又称地理信息系统，是一种用于捕获、存储、管理、分析和展示地理数据的技术系统，能够将地图、地理位置、地形、人口统计数据等信息整合到一个统一的系统中，并进行可视化呈现或者进行空间分析，GIS系统可以被用于各种领域，包括城市规划、环境管理、自然资源管理、应急响应、农业等。通过GIS系统，用户能够更好地理解空间数据之间的关联性，从而做出更加明智的决策。
具体地，GIS系统基于GPS（全球定位系统）、卫星遥感或测量仪器采集交通网络数据；
在本实施例中，所述数据采集单元1包括地理信息系统模块、交通流量数据模块和道路网络信息模块；
其中，地理信息系统模块用于收集地理空间数据，地理空间数据包括道路的长度、宽度、曲率、坡度数据；
交通流量数据模块用于收集道路使用情况、车流量、车速、拥堵情况相关数据；
道路网络信息模块用于收集现有道路网络的结构、道路规划、道路类型信息。
该智能道路设计系统还包括道路设计单元2，道路设计单元2基于数据采集单元1采集的道路设计相关的数据进行道路布局设计；
具体地，道路设计单元2包括计算机辅助设计模块，所述计算机辅助设计模块用于进行道路绘制与建模设计，具体包括道路布局、曲线设计和交叉口规划，允许设计人员在计算机上进行道路线路、标志、车道等元素的绘制。它们可能包括绘制直线、曲线道路、路口、交叉口等功能，使得设计人员能够以直观的方式构建道路布局；同时，采用三维建模软件，将二维设计转化为三维模型，以更全面地展示道路设计方案；其中，建模工具包括AutoCAD、SketchUp或Bentley MicroStation中的任一种。
该智能道路设计系统还包括交通仿真单元3，交通仿真单元3基于虚拟仿真技术对道路交通的流量、速度、密度进行模拟和分析，用于评估道路设计方案的交通性能；
进一步地，交通仿真单元3基于虚拟仿真技术建立道路网络和车辆行为的虚拟模型，用于对绘制的道路进行评估，以评估不同道路设计的效果和交通流量。通过模拟车辆行驶、交通信号和不同路况下的行为，可以评估道路的流量、拥堵情况、安全性等方面，则道路评估步骤具体为：
S4.1、基于道路设计单元2的道路布局设计信息，收集道路网络信息包括道路网络、路段长度、交叉口位置、宽度、坡度、车道类型信息，并使用收集的道路网络信息创建道路网络虚拟模型；
在本实施例中，结合路段的属性和路网的拓扑结构构建道路网络虚拟模型；
其中，路段属性包括：
若节点的坐标为/>，节点/>的坐标为/>，则路段长度为
；
路网密度
；
路网密度反映了道路的分布状况或者交通网络的密集程度；路网密度的计算有助于理解和评估交通拥挤程度、规划道路建设；
路段坡度
；
其中，表示节点/>到节点/>的路段长度；/>表示节点/>的水平坐标；/>表示节点/>的垂直坐标；/>表示节点/>的水平坐标；/>表示节点/>的垂直坐标；/>表示节点/>到节点/>的路段坡度；/>表示两个节点之间的高度差；/>表示路网密度，表示路段总长度与特定区域内路段间距的比率；/>表示路段总长度，表示某个区域内所有道路或者路段的累计长度；/>表示路段间距的分布密度，表示在该区域内路段之间的距离或密集程度；
拓扑结构：
道路网络抽象为图，图为一种描述工具，可以用来描述自然界中事物之间的关系，对应到城市路网中，可以通过节点表示交叉口，连接交叉口的路段可以用边来表示，则：
；
其中，表示道路网络的图；/>表示图中的顶点集合，代表道路网络中的交叉口、路口或节点，每个顶点可能代表一个特定的地点或路口；/>表示图中的边集合，代表连接不同顶点的道路或路径，每条边可能包含与之相关的信息，比如长度、道路类型、交通流量等；/>表示顶点的数量，也就是图的阶数；
邻接矩阵中，/>表示顶点/>到顶点/>的属性；对于图/>，邻接矩阵/>是一个二维矩阵，其中，/>为第/>行第/>列的元素值，表示顶点/>到顶点/>是否存在边；
在拓扑结构中，邻接矩阵是一种常用的方式，因为它能够简洁地表示图中节点之间的连接情况，使用邻接矩阵来表示拓扑结构的好处在于它的简洁性和易于理解性。它是一种紧凑的方式，可以直观地展示图中节点之间的连接情况，便于分析和处理；
具体地，若是非零的，则表示顶点/>到顶点/>之间存在直接连接的道路或路径，非零值/>表示连接的存在，而/>表示这条连接边的属性（道路长度、交通流量、道路类型）；/>在邻接矩阵中对应于矩阵/>中的非零元素，代表了连接边的属性；
如果的值为零，则表示顶点/>到顶点/>之间没有直接的连接。
S4.2、定义车辆行为模型，包括车辆的路径选择、驾驶行为、加速度和减速度，考虑不同车辆类型（小车、大车、公交车等）的行为差异；
所述车辆行为模型具体为：
；
其中，表示车辆的加速度；/>表示当前速度；/>表示期望速度；/>表示期望安全距离；/>表示车辆间的头车距离；/>和/>均表示模型参数。
车辆的加速度用于描述车辆是在加速、匀速还是减速；
具体地，如果，表示车辆在加速，速度正在增加；
如果，表示车辆的速度保持恒定，即匀速行驶；
如果，表示车辆在减速，速度正在减小；
在交通流模拟中，加速度是模拟车辆行驶过程中速度变化的重要因素；结合车辆行为模型和路段属性，加速度影响着车辆在道路网络中的运动，对模拟交通流的拥堵情况和路段利用效率等起着关键作用。
S4.3、将车辆行为模型与道路网虚拟模型结合，进行交通流模拟，根据道路设计单元定义的交通设施布局方案，模拟不同交通设施布局方案对交通流量的影响。
在本实施例中，在交通流模拟中，将已知的路段坡度和路段长度/>转化为车辆行为模型中的参数：
；
其中，表示模型中的期望安全距离；/>表示基础的期望安全距离；/>和/>均表示调整参数，用来表示坡度和长度对期望安全距离的影响；
路网密度对车辆间的头车距离/>的影响：
；
其中，表示车辆间的头车距离；/>表示车辆的平均行驶速度，/>表示车辆间的跟车距离；/>表示交通流量；/>表示路网密度；上述计算公式表示随着路网密度的增加，车辆间的头车距离将减少。
则车辆的加速度具体为：
。
进一步地，在交通流模拟中，基于车辆的加速度和已知的路段属性，计算得到交通流量：
；
其中，表示交通流量；/>表示车辆的平均速度；/>表示车辆密度；
车辆密度的表达式为：
上擦混；
其中，表示特定时间段内通过某段道路的车辆数目；/>表示该段道路的长度；
则交通流量的具体表达式为：
。
交通流量用于衡量道路网络的效率，通过道路上车辆的数量、速度和密度评估交通系统的整体运行情况，高交通流量可能表示效率低下或拥堵，而低交通流量可能表明道路未能充分利用；通过分析交通流量，评估不同道路设计和交通设施布局方案的效果。这有助于改进道路设计，优化路段布局、交叉口设置和车道规划，以提高交通流畅度和效率；
具体地，交通流量的分析有助于理解拥堵的形成原因，并确定交通高峰时段和拥堵热点地区，并采取相应措施，如优化信号灯控制、增加车道、改善交通设施等，以减轻拥堵问题。
该智能道路设计系统还包括设计优化单元4，设计优化单元4基于交通仿真单元3模拟的结果，通过均衡交通分配模型对道路设计单元2绘制的道路方案进行优化改进，用于满足智能道路的设计需求，均衡交通分配模型用于优化提高交通效率和减少交通拥堵。
该智能道路设计系统还包括设计优化单元4，设计优化单元4基于交通仿真单元3模拟的结果，通过均衡交通分配模型对道路设计单元2绘制的道路方案进行优化改进，用于满足智能道路的设计需求，均衡交通分配模型用于优化提高交通效率和减少交通拥堵。
进一步地，设计优化单元4基于交通仿真单元3评估的结果，通过均衡交通分配模型对交通流量进行优化设计：
均衡交通分配模型是由道路容量模型和交通信号控制模型组成的混合模型，用于优化交通并减少拥堵；
其中，所述交通信号控制优化模型具体为：
；
式中，表示道路方向/>上交通信号灯的绿灯时间；/>表示信号周期，即信号灯从一个方向切换到下一个方向所需的时间；/>表示在道路方向/>上的道路容量；/>表示所有方向交通流量的总和，/>表示方向的数量。
进一步地，所述道路容量模型具体表达式为：
；
式中，表示在道路方向/>上的车道数；/>表示在道路方向/>上的车道的单位容量；/>表示第/>个方向的流量调整因子；/>表示在道路方向上的实际车速；/>表示在道路方向/>上的自由流速度；/>表示流量-密度函数的指数；用于模拟不同道路设计方案对道路容量的影响；通过调整参数来优化交通流量，提高道路的利用效率；
则混合模型具体为：
。
将道路容量模型引入至交通信号控制模型中，结合道路容量模型中的车道数、单位车道容量、流量调整因子和流量-密度函数指数，以确定各个方向的交通流量，用于交通信号控制优化模型中的绿灯时间分配，进而实现对交通流量的优化改进；
根据各个方向的交通流量占总流量的比例，来分配各个方向的绿灯时间，使得交通流量得以最大化，同时确保所有方向都能在信号周期内得到合理的通行时间，可以根据实时交通情况动态调整各个方向的绿灯时间，以优化交通流量，减少拥堵；
按照各方向交通流量在总流量中的比例，调整绿灯时间以最大化交通流量，并确保各个方向在信号周期内都有合理通行时间；该混合模型能够根据实时交通情况调整交通信号的绿灯时间，从而优化交通流量并减少拥堵，同时考虑道路特征和交通流量分布，使得绿灯时间的分配更具智能性和实效性。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.基于虚拟仿真技术的智能道路设计系统，其特征在于：包括
数据采集单元（1），所述数据采集单元（1）基于GIS系统采集道路设计相关的数据；
道路设计单元（2），所述道路设计单元（2）基于数据采集单元（1）采集的道路设计相关的数据进行道路布局设计；
交通仿真单元（3），所述交通仿真单元（3）基于虚拟仿真技术对道路交通的流量、速度、密度进行模拟和分析，用于评估道路设计方案的交通性能；
设计优化单元（4），所述设计优化单元（4）基于交通仿真单元（3）模拟的结果，通过均衡交通分配模型对道路设计单元（2）绘制的道路方案进行优化改进，用于满足智能道路的设计需求；
其中，均衡交通分配模型具体为：
；
式中，表示道路方向/>上交通信号灯的绿灯时间；/>表示在道路方向/>上的车道数；/>表示在道路方向/>上的车道的单位容量；/>表示第/>个方向的流量调整因子；/>表示在道路方向/>上的实际车速；/>表示在道路方向/>上的自由流速度；/>表示流量-密度函数的指数；/>表示信号周期；/>表示所有方向交通流量的总和；/>表示方向的数量。
2.根据权利要求1所述的基于虚拟仿真技术的智能道路设计系统，其特征在于：所述数据采集单元（1）包括地理信息系统模块、交通流量数据模块和道路网络信息模块；
其中，所述地理信息系统模块用于收集地理空间数据；
所述交通流量数据模块用于收集道路使用情况、车流量、车速、拥堵情况相关数据；
所述道路网络信息模块用于收集现有道路网络的结构、道路规划、道路类型信息。
3.根据权利要求1所述的基于虚拟仿真技术的智能道路设计系统，其特征在于：所述道路设计单元（2）包括计算机辅助设计模块，所述计算机辅助设计模块用于进行道路绘制与建模设计。
4.根据权利要求1所述的基于虚拟仿真技术的智能道路设计系统，其特征在于：所述交通仿真单元（3）基于虚拟仿真技术建立道路网络和车辆行为的虚拟模型，用于对绘制的道路进行评估，则道路评估步骤具体为：
S4.1、基于道路设计单元（2）的道路布局设计信息，收集道路网络信息，并使用收集的道路网络信息创建道路网络虚拟模型；
S4.2、定义车辆行为模型；
S4.3、将车辆行为模型与道路网虚拟模型结合，进行交通流模拟，根据道路设计单元（2）定义的交通设施布局方案，模拟不同交通设施布局方案对交通流量的影响。
5.根据权利要求4所述的基于虚拟仿真技术的智能道路设计系统，其特征在于：所述S4.1中，结合路段的属性和路网的拓扑结构构建道路网络虚拟模型；
其中，路段属性包括：
若节点的坐标为/>，节点/>的坐标为/>，则路段长度为
；
路网密度
；
路段坡度
；
其中，表示节点/>到节点/>的路段长度；/>表示节点/>的水平坐标；/>表示节点/>的垂直坐标；/>表示节点/>的水平坐标；/>表示节点/>的垂直坐标；/>表示节点/>到节点/>的路段坡度；/>表示两个节点之间的高度差；/>表示路网密度；/>表示路段总长度；/>表示路段间距的分布密度；
拓扑结构：
道路网络抽象为图，则：
；
其中，表示道路网络的图；/>表示图中的顶点集合；/>表示图中的边集合；/>表示邻接矩阵；/>表示顶点的数量。
6.根据权利要求4所述的基于虚拟仿真技术的智能道路设计系统，其特征在于：所述S4.2中，车辆行为模型具体为：
；
其中，表示车辆的加速度；/>表示当前速度；/>表示期望速度；/>表示期望安全距离；/>表示车辆间的头车距离；/>和/>均表示模型参数。
7.根据权利要求4所述的基于虚拟仿真技术的智能道路设计系统，其特征在于：所述S4.3中，在交通流模拟中，将已知的路段坡度和路段长度/>转化为车辆行为模型中的参数：
；
其中，表示模型中的期望安全距离；/>表示基础的期望安全距离；/>和/>均表示调整参数；
路网密度对车辆间的头车距离/>的影响：
；
其中，表示车辆间的头车距离；/>表示车辆的平均行驶速度，/>表示车辆间的跟车距离；/>表示交通流量；/>表示路网密度；
则车辆的加速度具体为：
。
8.根据权利要求7所述的基于虚拟仿真技术的智能道路设计系统，其特征在于：在交通流模拟中，基于车辆的加速度和已知的路段属性，计算得到交通流量/>：
；
其中，表示交通流量；/>表示车辆的平均速度；/>表示车辆密度；
车辆密度的表达式为：
；
其中，表示特定时间段内通过某段道路的车辆数目；/>表示该段道路的长度；
则交通流量的具体表达式为：
。
9.根据权利要求1所述的基于虚拟仿真技术的智能道路设计系统，其特征在于：所述设计优化单元（4）基于交通仿真单元（3）评估的结果，通过均衡交通分配模型对交通流量进行优化设计：
所述均衡交通分配模型是由道路容量模型和交通信号控制模型组成的混合模型，用于优化交通并减少拥堵；
其中，所述交通信号控制优化模型具体为：
；
式中，表示道路方向/>上交通信号灯的绿灯时间；/>表示在道路方向/>上的道路容量。
10.根据权利要求9所述的基于虚拟仿真技术的智能道路设计系统，其特征在于：所述道路容量模型具体表达式为：
；
则均衡交通分配模型具体为：
。
CN202410056648.4A 2024-01-16 2024-01-16 基于虚拟仿真技术的智能道路设计系统 Active CN117576915B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410056648.4A CN117576915B (zh) 2024-01-16 2024-01-16 基于虚拟仿真技术的智能道路设计系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410056648.4A CN117576915B (zh) 2024-01-16 2024-01-16 基于虚拟仿真技术的智能道路设计系统

Publications (2)

Publication Number Publication Date
CN117576915A true CN117576915A (zh) 2024-02-20
CN117576915B CN117576915B (zh) 2024-04-05

Family

ID=89862712

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410056648.4A Active CN117576915B (zh) 2024-01-16 2024-01-16 基于虚拟仿真技术的智能道路设计系统

Country Status (1)

Country Link
CN (1) CN117576915B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130082876A (ko) * 2011-12-21 2013-07-22 주식회사 포스코아이씨티 가상 시뮬레이션 기반의 도로교통 관리 시스템
US20170098372A1 (en) * 2014-05-04 2017-04-06 Roger Andre EILERTSEN A road traffic server
US20170161410A1 (en) * 2015-12-04 2017-06-08 International Business Machines Corporation System and method for simulating traffic flow distributions with approximated vehicle behavior near intersections
CN109902864A (zh) * 2019-02-20 2019-06-18 吉林大学 一种考虑网络配载均衡的施工区交通组织方案设计方法
CN114970058A (zh) * 2022-05-12 2022-08-30 大连理工大学 一种基于信赖域贝叶斯的大规模网络信号控制优化方法
US20230115110A1 (en) * 2021-04-19 2023-04-13 Tencent Technology (Shenzhen) Company Limited Traffic simulation method and apparatus, computer device, and storage medium
CN116976045A (zh) * 2023-06-09 2023-10-31 广州运星科技有限公司 一种非拥堵状态下控制子区多目标约束仿真方法
CN117012030A (zh) * 2023-08-28 2023-11-07 河南科技大学 基于三维宏观基本图的城市机非混行交通信号控制方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130082876A (ko) * 2011-12-21 2013-07-22 주식회사 포스코아이씨티 가상 시뮬레이션 기반의 도로교통 관리 시스템
US20170098372A1 (en) * 2014-05-04 2017-04-06 Roger Andre EILERTSEN A road traffic server
US20170161410A1 (en) * 2015-12-04 2017-06-08 International Business Machines Corporation System and method for simulating traffic flow distributions with approximated vehicle behavior near intersections
CN109902864A (zh) * 2019-02-20 2019-06-18 吉林大学 一种考虑网络配载均衡的施工区交通组织方案设计方法
US20230115110A1 (en) * 2021-04-19 2023-04-13 Tencent Technology (Shenzhen) Company Limited Traffic simulation method and apparatus, computer device, and storage medium
CN114970058A (zh) * 2022-05-12 2022-08-30 大连理工大学 一种基于信赖域贝叶斯的大规模网络信号控制优化方法
CN116976045A (zh) * 2023-06-09 2023-10-31 广州运星科技有限公司 一种非拥堵状态下控制子区多目标约束仿真方法
CN117012030A (zh) * 2023-08-28 2023-11-07 河南科技大学 基于三维宏观基本图的城市机非混行交通信号控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
贺冰花;赵祥模;安毅生;袁绍欣;: "多组件化微观交通仿真系统", 计算机系统应用, no. 12, 31 December 2013 (2013-12-31) *

Also Published As

Publication number Publication date
CN117576915B (zh) 2024-04-05

Similar Documents

Publication Publication Date Title
US7155376B2 (en) Traffic data management and simulation system
CN103412975B (zh) 动态交通仿真平台及其仿真方法
CN111275965B (zh) 一种基于互联网大数据的实时交通仿真分析系统与方法
WO2019047905A1 (zh) 一种交通路况分析系统、方法以及装置
WO2021007117A1 (en) Generating training data for deep learning models for building high definition maps
US20130304380A1 (en) Methods and apparatus for estimating power usage
CN101639871B (zh) 面向行为研究的车载动态交通信息诱导系统模拟设计方法
CN112991743B (zh) 基于行驶路径的实时交通风险ai预测方法及其系统
CN108961758A (zh) 一种基于梯度提升决策树的路口展宽车道探测方法
Wilkie et al. Virtualized traffic at metropolitan scales
CN106157624A (zh) 基于交通定位数据的多粒度道路分流可视分析方法
CN106949897B (zh) 一种在地图中生成道路的方法及装置
CN113793500B (zh) 城市交通道路可计算路网的构建方法及系统
CN117576915B (zh) 基于虚拟仿真技术的智能道路设计系统
CN112905856A (zh) 一种具有时空依赖的高速交通数据集的构建方法
CN115293585A (zh) 一种基于gis-t搭建路网机动车动态排放清单的方法
JP7070531B2 (ja) 都市構造設計装置及び都市構造設計プログラム
KR102462749B1 (ko) 표준노드링크정보와 지형정보로부터 디지털 트윈 도로를 자동 생성하는 시스템 및 방법
CN115578857B (zh) 基于跟驰模型与路权的三维场景车辆仿真方法及系统
CN116465394B (zh) 基于车辆轨迹数据的路网结构生成方法及装置
Kim et al. SALT-Viz: Real-Time Visualization for Large-Scale Traffic Simulation
Zhang et al. A data-based framework for automatic road network generation of multi-modal transport micro-simulation
Schweppenhäuser et al. Check for
JP2023157707A (ja) シミュレーション方法及びシミュレーションプログラム
CN113111442A (zh) 地铁实时仿真方法、系统及计算机可读存储介质

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