CN1991845A - 一种用于隧道综合监控的交互动态虚拟实现方法 - Google Patents

Abstract

本发明公开了一种用于隧道综合监控的交互动态虚拟实现方法，特点是，实现了隧道的环境，包括车辆，道路、隧道结构等的全三维虚拟仿真。在交通模型的建立中，创造性地考虑了驾驶员的行为属性，并详细分解了车辆运行的各种模式仿真计算模型。对隧道环境的仿真考虑了车辆的排放因子、通风、隧道造型等的影响。实现了隧道交通、排风、环境等的隧道综合性的仿真系统。本发明的有益效果是：提供虚拟试验环境，可以在隧道施工以前了解设计效果、有效安排施工方案，缩短设计周期，提高设计质量，节省设计和施工费用；为隧道优化控制方案、改善控制策略，有效地提高控制效率。虚拟仿真技术在隧道仿真的成功应用可以为其它行业提供借鉴和参考。

Description

一种用于隧道综合监控的交互动态虚拟实现方法

技术领域

本发明涉及一种用于隧道综合监控的交互动态虚拟现实方法，属于计算机仿真技术和智能交通微观的技术领域。

背景技术

上海外环隧道是一条横穿黄浦江的三孔隧道，为缓解了越江交通拥挤的压力，完善上海市城市道路交通网而建的一条越江隧道。为确保隧道运营、人身安全及提高车辆通过能力，达到疏通交通、防灾和消灾的目的，故建立一套行之有效的隧道智能交通系统。该系统的一个基本特征是，系统可以对路网交通条件的变化做出实时反应，系统中各个组成元素可以进行实时的信息交流。为了有效地评估隧道智能交通系统的效益，需要一个合适的系统对隧道交通控制系统进行建模评价分析，模型能够描述单个车辆-驾驶员这样的微观层面的各种相互作用.这样交通工程师可以对路网交通条件的变化进行自主的控制，从而可以对方案实施前后的效果进行有效的评价。

交通仿真技术作为智能交通运输系统(ITS)的一项重要内容，伴随着ITS的蓬勃发展，目前已成为国内外交通工程界研究的热点领域之一。

交互式的动态虚拟实现技术是目前国际上信息技术应用的尖端技术之一。现代计算机技术的高速发展使得其成为各个领域的重要研究工具，运用计算机仿真技术已成为许多领域系统分析和设计的重要技术手段。计算机仿真是指以计算机为主要工具，以真实系统或预设系统的仿真模型为依据，通过运行具体仿真模型和对计算机输出信息的分析，实现对实际系统运行状态和变化规律的综合评估与预测，进而实现对真实系统设计与结构的改善或优化。它是分析评价现有系统运行状态或设计优化未来系统性能与功能的一种技术手段。在工程设计、航空航天、交通运输、经济管理、生态环境、通讯网络和计算机集成等领域中均有着广泛的应用。是高技术产业不可缺少的分析、研究、设计、评价、决策和训练的重要手段。

随着计算机技术的微处理器性能的增长使得利用微型计算机和工作站进行复杂系统的仿真分析成为可能。在软件设计中广泛采用了面向对象的思想和方法，再加上计算机图形技术的进步，出现了交互式的虚拟实现技术，它是传统仿真技术的突破和发展，目前已形成为一门相对独立的学科，它与传统的计算机图形学和计算机仿真技术相比，有自己显著的特性，即我们通常所说的3I(Immersion、Interaction、Imagination)。这一学科是仿真技术发展的最新成果，其发展趋势突出表现在以下几个方面：

1 建模方法学中出现了目前研究较多的面向对象的建模方法和图形建模技术，都是利用计算机软件技术设法提供一种直观可视化的建模环境，使复杂的建模过程得到简化。

2 面向对象仿真则在理论上突破了传统仿真方法观念，使建模过程具有较高的智能化水平，所建立的模型具有内在的可扩充性和可重用性，有利于可视化建模仿真环境的建立，从而为大型复杂系统的仿真分析提供了方便的手段。

3 人工智能技术在仿真中的应用得以实现。人工智能与计算机仿真在学科上的交叉涉及到三个方面：知识库用于建模与仿真，包括利用知识库和专家系统为仿真模型的建立和综合提供咨询服务及用于仿真结果的检验和可信度分析，仿真技术与人工智能技术的结合产生智能化仿真。

4 虚拟现实技术也称为灵境技术，使用户仿佛置身于一个虚拟的环境中，使用户可以进入虚拟环境内部直接模拟、观察或感受事物内在的变化，并可以直接参与到事物的相互作用中去。交互动态虚拟现实技术系统与传统的仿真技术相比，有着不可比拟的优越性。

采用交互动态虚拟现实技术来研究指导具有较大的现实意义。仅上海计划2010年底建成越江隧道20多座，计划完成后，上海将成为世界上隧道最多的城市。目前上海已建成3条公路隧道，2条铁路隧道和1条观光隧道。2004年底前还要建成3条公路隧道，2条铁路隧道。另外南京、浙江、武汉等地也将建设大量的江底隧道。上海到崇明岛将投资120亿建设海底隧道，港粤也将建设长距离的海底隧道。各个隧道随着地理位置、隧道的结构长短、形状等的不同，在设计建设阶段、运行管理阶段均有许多不确定的因素，由于缺乏研究的手段，许多问题目前仅是通过论证和经验解决。建立基于交互式动态虚拟现实技术的隧道设计、建设和管理平台具有重大意义和迫切性。

发明内容

本发明的目的是为了研究各个隧道随着地理位置、隧道的结构长短、形状的不同，在设计建设阶段、运行管理阶段等许多不确定的因素，提出一种用于隧道综合监控的交互动态虚拟现实方法。

本发明的技术方案是：一种用于隧道综合监控的交互动态虚拟现实方法，其特点是，方法包括以下步骤：

1、采用VC构建系统平台和相关界面，应用三维图形仿真工具OpenInventor来实现三维场景的虚拟仿真；

2、建立三维场景；

对于复杂的模型可借助三维CAD软件，如UG、Pro-E等建立，再通过VRLM方式读如仿真场景；

3、建立包含仿真数据和系统所需知识库，具体包括：

●模型数据：

包括车辆、隧道模型数据；

●仿真的原始数据和参数：

包括车辆属性参数、隧道状况参数、外界环境状况参数；

●仿真结果的分析和统计数据：

包括隧道内车辆数量、平均速度、最大CO浓度的统计；

●仿真分析知识库

是指应用仿真结果数据对隧道状况进行分析评价的知识或模型，应用它们可以给出对隧道进行控制建议；

4、采用三维鼠标实现隧道全景或局部的交互式三维漫游；

5、车辆的动态产生、存储和动态消失；

应用VC本身的一个链表类CobList，CobList进行车辆的存储；当车辆到达预定的位置时，就必须使之消失，在车辆到达目的需要消失的时候，就必须取消以前分配的那块内存，并同时从隧道仿真场景中消失；

6、建立交通流仿真数学模型：

包括：(1)车辆产生模型即发车模型；

(2)出行时间产生模型；

(3)跟车模型；

(4)车道变换模型；

7、实现交通仿真：每个车道的车流采用链表形式的结构保存，访真过程用周期扫描法；

8、确定空气状况决定因素；它包括：车辆数量、车辆污染物排放因子、车辆平均速度、风速、隧道长度、外界环境状况；

9、建立三维虚拟仿真系统：它包括以下模块：

●检测数据的预处理模块

检测隧道内车辆、环境状况等数据，并传递给仿真模型；

●隧道三维漫游模块

实现隧道的全景和局部的交互式三维漫游，使观察者可以根据自己的意愿，察看隧道的各个部分，包括这种设施的工作状态；

●隧道交通仿真模块

交通仿真模块能够根据检测数据实时仿真隧道中交通状况；

●隧道空气状况仿真

可以通过颜色的不同，在虚拟的三维隧道场景中实时显示隧道中空气的CO浓度、空气温度等方面的分布和变化；

●隧道照明状况仿真模块

通过三维场景中的亮度来反应隧道的光照状态，光照状态随实时检测的光照情况变化；

●智能控制模块

智能控制模块是利用仿真模块中的数学模型，并结合经积累的知识和经验，建立智能控制模型，做出对隧道设备的智能控制建议或实现对设备的实时控制；

本发明的有益效果是：

(1)提供虚拟试验环境。可以在隧道施工以前了解设计效果、有效安排施工方案，从而缩短隧道设计周期，提高设计质量，节省设计和施工费用。

(2)为隧道的控制和维护提供虚拟的检验环境。可以使我们方便地优化控制方案、改善控制策略，而不是在控制方案实现以后才发现问题，从而有效地提高控制的效率。

(3)虚拟仿真技术在隧道仿真的成功应用可以为其它行业提供借鉴和参考。

附图说明

图1为强制性换道示意图；

图2为选择性换道示意图；

图3为交通仿真实现框图；

图4为三维虚拟仿真系统总体结构框图。

具体实施方式

本发明具体实施方式结合附图加以说明：一种用于隧道综合监控的交互动态虚拟现实方法，其特点是，方法包括以下具体步骤：

1、采用VC构建系统平台和相关界面，应用三维图形仿真工具OpenInventor来实现三维场景的虚拟仿真。Open Inventor是由SGI公司推出的面向对象的三维图形软件包，是基于Open GL的高层图形开发环境，也是一种相对独立的窗口系统，它可以通过支持不同的窗口系统移植到不同的硬件平台上。Open Inventor由于采用了面向对象思想，它创建的图形对象不同于用传统方法(如用C语言或GL)产生的图形。用传统方法产生的图形和图形的操作之间是没有联系或联系很弱的，因此，用传统的方法产生复杂的三维图形并实现复杂的图形操作是十分繁琐的。然而，Open Inventor把它创建的图形对象和对这些图形对象的操作“捆绑”在一起，从而使三维图形的创建与操作变得简单。Open Inventor所创建的对象的所有信息，如：对象的位置、形状、大小、色彩、表现纹理、光源等都储存在Open Inventor的场景数据库中，用户可读取或显示这些信息。OpenInventor把图形对象的信息和对图形对象的操作封装在一起。这样，用户很容易对创建的图形对象实现改变颜色、大小、纹理、移动位置、变换视角、动画、鼠标选取，高亮度显示，包围盒计算，搜索等一系列操作。

2、建立三维场景

对于复杂的模型可借助三维CAD软件，如UG、Pro-E等建立，再通过VRLM方式读如仿真场景。可在CAD软件或Open Inventor环境中给主要的物体表面添加纹理。采用‘相同结构多次使用’的方法可以有效减少模型调入时间，如同类型的车辆多次出现时，可调用内存中的同一个三维车辆模型。再如很上的隧道可通过多次调用短的隧道来实现。

3、建立包含仿真数据和系统所需知识库，具体包括：

●模型数据

包括车辆、隧道、其它附件等模型数据。

●仿真的原始数据和参数

包括车辆属性参数、隧道状况参数、外界环境状况参数等。

●仿真结果的分析和统计数据

包括隧道内车辆数量、平均速度、最大CO浓度等的统计。

●仿真分析知识库

是指应用仿真结果数据对隧道状况进行分析评价的知识或模型，应用它们可以给出对隧道进行控制建议。

4、采用三维鼠标实现隧道全景或局部的交互式三维漫游；

可采用三维鼠标实现隧道全景或局部的交互式三维漫游，这里设计三维鼠标在场景中实现漫游。虚拟图形仿真子系统的人机交互模块在隧道场景绘制模块初始化后，就检索三维鼠标的存在，对三维鼠标类进行初始化，建立三维鼠标状态与视点节点和隧道本体的位姿变换节点之间的联系。这样，每当操作者改变三维鼠标的当前状态时，消息循环就会触发对视点节点或隧道本体位姿变换节点的相应操作，从而实现场景视点或隧道位姿的变化。

5、车辆的动态产生、存储和动态消失；

车辆的动态产生实质上是把车模型节点加到隧道场景根节点下，成为其子节点.由于隧道和车模型是由UG图形转化而成的VRML文件格式，其存在硬盘上，这样每产生一辆车就要从硬盘上读取一次，造成CPU使用的极大的浪费，同时也造成了仿真的停顿现象。解决这一问题的方法是预先打开模型文件，并读取一个OpenInventor节点，车辆产生时只要加此节点到隧道场景的根节点下。车辆的存储应用VC本身的一个链表类CobList，CobList的功能类似双向链表，并且用VC本身具有的类节省了运行空间，提高了运行速度。当车辆到达预定的位置时，就必须使之消失，否则，随着仿真程序的不断运行，计算机的内存空间会越来越小，直至死机.由于在车辆产生的时候，就给每一辆车分配了内存，所以在车辆到达目的需要消失的时候，就必须取消以前分配的那块内存，并同时从隧道仿真场景中消失。

6、建立交通流仿真数学模型：

(1)车辆产生模型

即发车模型是交通仿真模块的一个重要组成部分，发车模型主要用于仿真单体的初始化。仿真单体的初始化是仿真模型中的一个关键性环节，在一定程度上，仿真单体的初始化决定了整个仿真模型宏观特性的基调。此模型完成以下属性的初始化。

A、初始化驾驶员—车辆属性

驾驶员属性：通过随机数发生器，将驾驶员行为参数(如期望车速、目标车速、跟随慢车的忍耐程度、驾驶员反应时间、驾驶员敏感性、变换车道时的可接受空当、对交通信号和交通标志的屈从程度等)按某一分布(由调查数据获得)随机地赋给每一个驾驶员；

车辆属性：根据调查所得的分布，将车辆种类、车辆性能等参数随机地赋予每一辆车辆。车辆种类包括：根据车身长度或载重进行车辆等级的分类、等分类。相应的车辆性能包括：最大加速度、最大减速度、正常加速度、正常减速度。

B、出行时间产生模型

泊松分布被成功地用于描述连续时间间隔内源节点的出发车辆数，这种计数分布所对应的间隔分布(车头时距分布)就是负指数分布。由于两辆车之间总存在最小车头时距，因此移位负指数分布(SNED)被用于描述更具现实性的车头时距分布。以下给出由Bunker所开发的SNED模型：

$f\left(t\right)=\left\{\begin{array}{c}\mathrm{\&lambda;EXP}[-\mathrm{\&lambda;}(t-T)],t\&GreaterEqual;T\\ 0,t<T\end{array}\right.$

式中，t为前后相继出发的两辆车之间的车头时距(s)； $\mathrm{\&lambda;}(\mathrm{\&lambda;}=\frac{\mathrm{aq}}{1-T_q})$ 为单位时车辆出发的平均数；T为最小车头时距，a为具有大于T的车头时距的车辆的比率；q为平均车辆出发率，辆/s。

为了得到符合上式分布的车头时距t，需要使用称为逆变换(ITM)的数学方法，结果

$t=\frac{1}{\mathrm{\&lambda;}}\ln \frac{a}{r}+T$

式中，r为在区间[0，1]间均匀分布的随机数。

记t_n为后车n的出发时间，t_n-1为前车n-1的出发时间，则t_n-t_n-1＝t，替换式中的t得到

$t_n=t_{n-1}+\frac{1}{\mathrm{\&lambda;}}\ln \frac{a}{r}+T$

参数T的存在基本上限制了车辆最大出发率为1/T(辆/s)。

(2)跟车模型

车辆在路段上同一车道的驾驶过程中。车辆运动受到其前车的影响，驾驶员一方面希望以期望的速度行驶，另一方面又必须与前车保持一定的安全距离。后车相对于同车道前车可能处于三种状态：自由行驶、跟车行驶和紧急减速三种状态；划分路段上不同行车状态的阀值用前后相邻两车的车头时距来界定。当同一车道相邻两车的车头时距大于某一阀值时，后车的行驶状态已经不受前车的影响，该车处于自由行驶状态，这里的“自由行驶”指不受前车的约束，但仍然受到道路条件、交通管理法规、车辆性能、驾驶员的驾驶习惯的约束和影响；在这种情形下，假设驾驶员会调整加速度，达到其目标车速。当同一车道相邻两车的车头时距小于该阀值时，车辆处于跟驶状态：通常的跟车模型基于刺激-反应模式，跟随车辆改变其驾驶行为(加速度)的直接刺激来自于前后车的速度差，反应的灵敏度随当前车速度的增加而增加，随前后车距离的增加而变小。当车头时距小于设定的最小值时，车辆处于紧急制动状态，避免与前车相撞。

A、自由流模式

当车辆处于头车位置或与同车道的前车距离大于跟驰界限时(车头时距大于8s)，车辆处于自由行驶状态。此刻车辆所采用的加速度由车辆的当前速度与期望速度之间的差距确定。公式如下

$a_{\mathrm{free}}=\left\{\begin{array}{c}{a}_{\max }^{+}[1-{\left[\frac{V}{V_{\exp }}\right]}^2],(V_{\exp }>V)\\ a_{\max }^{-}[1-{\left[\frac{V_{\exp }}{V}\right]}^2],(V_{\exp }\&le;V)\end{array}\right.$

式中a_free为自由行驶状态下的加速度(m/s²)；a_max ⁺，a_max ^-分别为跟驰车辆类型的最大加、减速度(m/s²)；V为跟驰车辆的当前速度(km/h)；V_exp为跟驰车辆的理想期望速度(km/h)。

B、紧急跟车模型

当后行车辆与前车距离小于某一预设值时，采用紧急跟车模型

$a_n=\left\{\begin{array}{cc}\min \left\{\begin{array}{cc}{a}_{n-1}-\frac{{(V_n-V_{n-1})}^2}{2\mathrm{gap}\_\mathrm{lead}},& a_n^{-}\end{array}\right\}& V_n>V_{n-1}\\ \min \left\{\begin{array}{cc}{a}_{n-1},& a_n^{-}\end{array}\right\}& V_n\&le;v_{n-1}\end{array}\right.$

式中，a_n-1为前车的加速度，a_n ^-为后车的正常减速度，gap_lead离前车车尾的空间间距，V_n-1为前车速度

C、一般跟驰模型

当相邻两车的车头时距小于跟驶阀值而又未到车头时距的最小值时，车辆处于跟驶状态。

一般情况下的跟车模型为采用EDIE非线性跟驰模型：

${\stackrel{**}{x}}_n(t+T)={\mathrm{\&alpha;}}_0\frac{{\stackrel{*}{x}}_n^m(t+T)}{{[x_{n-1}\left(t\right)-x_n\left(t\right)]}^t}*[{\stackrel{*}{x}}_{n-1}\left(t\right)-{\stackrel{*}{x}}_n\left(t\right)]$

式中： 为跟驰车辆在跟驰行驶过程中采用的加、减速度(m/s²)；T为驾驶员反应时间(s)；

为车辆n在t+T时刻的速度(m/s)；x_n-1(t)、x_n(t)分别为车辆n-1、n在t时刻的坐标(m)； 分别为车辆n-1、n在t时刻的速度(m/s)；α₀、m、l为跟驰模型的标定参数。

由于仿真采用扫描时段法，因此，驾驶员不可能在每个扫描时段都经过一段反应时间后才作出加速度判断，因此，在本仿真模型中忽略反应时间T，模型如下

${\stackrel{**}{x}}_n\left(t\right)={\mathrm{\&alpha;}}_0\frac{{\stackrel{*}{x}}_n^m\left(t\right)}{{[x_{n-1}\left(t\right)-x_n\left(t\right)]}^t}*[{\stackrel{*}{x}}_{n-1}\left(t\right)-{\stackrel{*}{x}}_n\left(t\right)]$

这里的加、减速度在仿真过程中受到各车辆类型的最大加、减速度的限制，避免纯粹按照公式计算出现极端状况。

(3)车道变换模型

在早期的换道模型中，人们只是考虑目标车道的前后空档是否满足，若满足则实施换道行为。没有考虑车辆与相邻车道的前后车之间的竞争与合作关系，将前后空档作为仿真系统的一个系统参数固定下来。然而，车辆的换道行为是一个复杂的主观行为，不仅与相邻车道的前后空档有关，还应与车辆类型、当前车辆与目标车道前后车的相对速度、司机的类型(谨慎型、普通型、冲动型)、道路天气情况等有关。

车辆的换道意图，主要分为强制性换道和选择性换道。强制性换道是车辆由于转弯或前方发生交通事故或车道使用的限制而必须换道。选择性换道则是因为车辆的行驶速度达不到或者超出了司机的心理期望值而进行换道。

驾驶员车道变换主要包含以下三个过程(子模型)：决定是否变换车道(车道变换决策模型)、寻找可接受的空当(变换车道条件模型)、车道变换的具体策略(变换车道执行策略模型)。在强制变换车道中有一种特殊的情形——挤压车道变换(ForcingLane-changing)，指在通常的变换车道条件不具备的情况下，当前车驾驶员通过挤压相邻车道的车流，迫使某一空当的后车减速，从而挤压出可接受的空当来变换车道的行为。一旦做出以上决策之后，驾驶员将检查是否具备变换车道的条件，即相邻车道是否有可接受的前空当和后空当。如果变换车道的条件具备，驾驶员将执行车道变换。

当前车辆n以速度V_n、加速度a_n在车道II行驶，并产生换道意图。可供其选择的车道有车道I和车道III，若选择车道I，则它与前车n-1的距离计为gap_lead，与后车n+1的距离计为gap_lag，车长计为L。车辆的期望速度V_n ⁰：由车辆类型、司机类型等因素决定，定义为：

$V_n^0={\stackrel{\&OverBar;}{V}}_n*\mathrm{\&theta;}$

其中，V_n为第n辆车的正常行驶速度，由车型决定，为系统参数；θ为冒险系数，反应司机的类型，为一正态分布的随机数，介于0.5与1.5之间(即均值为1)。θ越小，表明司机越谨慎，反之，表明司机越冲动。随机数的生成方法如下：

${\mathrm{\&theta;}}^{\&prime;}=\mathrm{mean}+(-7+\underset{i=1}{\overset{14}{\mathrm{\&Sigma;}}}\left(\mathrm{Random\; Number}\right[0..1\left]\right))*S\tan \mathrm{dard\; Deviation}$

$\mathrm{\&theta;}=\left\{\begin{array}{cc}0.5,& {\mathrm{\&theta;}}^{\&prime;}<0.5\\ {\mathrm{\&theta;}}^{\&prime;},& 0.5\&le;{\mathrm{\&theta;}}^{\&prime;}\&le;1.5\\ 1.5,& {\mathrm{\&theta;}}^{\&prime;}>1.5\end{array}\right.$

其中，mean表示均值，Random Number表示一随机数产生器，StandardDeviation表示均方差。车辆的实际行驶速度V_n：由于车辆受到车道的限制(如限速或交通事故等)或受到前车的影响，往往不能以其期望速度行驶。

V_n＝min(V_{lane_i}，V^*)

其中，V_{lane_i}表示车道i的限制车速；V^*表示由于前车影响而受限制的车速，其取值按跟车模型计算(见公式(5))。若 $V_n<V_n^0,$ 则车辆将产生变更车道的意图(选择性换道)。

A、强制性换道

当车辆接近路口时需要重新进行路径选择(或者路径已经事先确定)，若需要在路口转弯，则可能需要变换车道，此时的变更车道行为是强制性的，否则车辆将无法到达目的地。若在车辆行驶的前方发生了交通事故或其他事件而影响车辆通过时，也将产生强制变更车道意图，否则车速将降为零。这一情况也适用于交通堵塞情形，此时的车速降为零。如图1所示，假设车辆以速度V_n行驶，其距离事故地点距离为l_n产生强制换道意图，并以减速度a_n减速，或者车辆n在无法变更车道的情况下应能保证在事故地点前停下。因此：

$a_n=-\frac{V_n^2}{2(l_n-\mathrm{\&sigma;})}$

其中，a_n为负值表示车辆n减速，σ为一安全裕量，表明车辆在事故地点前σ米处停下。一般而言，当车辆距离事故地点越近，则其变更车道的意图越强烈，定义：

$p_n\left(t\right)=1-r*\frac{l_n\left(t\right)-\mathrm{\&sigma;}}{l_n}$

p_n(t)为车辆实施换道的概率，l_n(t)为t时刻车辆n距离事故地点的距离。r与司机类型有关，是冒险系数θ的函数，θ的取值范围是[0.5，1.5]，r是θ的减函数，定义如下：

r＝0.1θ²-0.45θ+0.95

易见，r的取值范围为[0，1]当车辆n产生变更车道的意图后，它将以减速度a_n减速，并检查gap_lead是否满足其变更车道的要求，即gap_lead是否大于等于跟车模型所要求的车间距gap_lead_needed。gap_lead_needed的确定依据为：由于车辆n要换道到车道I，它应将自己当作行驶在车道I上，并以车辆n-1为头车，满足跟车模型。若gap_lead已经满足跟车模型所要求的车间距gap_lead_needed，车辆n不会加速行驶，转而判断gap_lag是否满足其变更车道到车道I要求。若gap_lag_needed也满足跟车模型的要求，则车辆n换道，否则，车辆n发出换道信号给车辆n+1，并等待车辆n+1的回应。而车辆n+1以概率p_n(t)决定是否减慢车速以给车辆n让出足够的空间。若车辆n在到达事故地点时仍无法换道，其速度降为零。此时它停车等待，并不断地发出换道请求，其p_n(t)＝1。在车辆的加速度a_n和相对速度已知的条件下，gap_lead_needed及gap_lag_needed的取值可由跟车模型推出。本文采用Herman跟车模型：

$a_n=a_0*\frac{V_n^{\mathrm{\&alpha;}}}{{(\mathrm{gap}\_\mathrm{lead}\_\mathrm{needed})}^{\mathrm{\&beta;}}}*(V_{n-1}-V_n)$

$a_{n-1}=a_0*\frac{V_{n+1}^{\mathrm{\&alpha;}}}{{(\mathrm{gap}\_\mathrm{lag}\_\mathrm{needed})}^{\mathrm{\&beta;}}}*(V_n-V_{n+1})$

其中，α、β为系统参数。当α＝、β＝2时，Herman模型转变为Pipes模型。当α＝0、β＝1时，转变为Gazis模型。综上所述，当车辆产生强制换道意图后，它将首先减速，开选择目标车通。在确定了目标车道后，再判断它在目标车道的前后空档。若前后空档都满足，则实施换道。否则，若前档gap_lead_needed不满足，它将继续减速。若后档gap_lag_needed不满足，它就向后车n+1发出换道请求，后车以概率p_n(t)决定是否减速以让出足够空档。p_n(t)是一个递增的变量，随着车辆n距离事故地点越近，取值越大。若因为堵车或其他特殊情况，在p_n(t)＝1时，车辆n仍无法换道，它此时的速度已经降为零，即停车等待。

B、选择性换道

若车辆n的实际行驶速度V_n小于其期望速度V_n ⁰，则车辆将产生选择性换道的意图。和强制性换道不同的是，它不会因为客观条件的限制无法满足时而停车等候，车辆n只会以较低的速度继续在原车道行驶，因此其换道的行为与强制性换道不同。当车辆n产生换道意图后，它将判断其前后空档gap_lead、gap_lag是否满足要求，如满足则开始换道行为，其中gap_lead_needed、gap_lag_needed的取值与强制性换道中讨论的一样，即满足公式(5)。若gap_lead＜gap_lead_needed，则它将减速，减速度取车辆的正常减速度(正常减速度为一系统参数，与车辆类型、司机类型等因素有关)，一直将速度减到能满足gap_lead_needed的要求为止。此时相当于车辆n在车道I上跟者车辆n-1行驶，虽然它仍在本车道上。如图2所示，当gap_lead≥gap_lead_needed后，车辆n再判断gap_lag是否大于gap_lag_needed，若不满足，它将以现有速度继续行驶，并给车辆n+1发出请求换道信号。车辆n+1以一定的概率p_n+1选择是否减速以给车辆n让出足够的空档。p_n+1定义为

$p_{n+1}=\min (0.75,\mathrm{\&alpha;}(V_n-V_n^0)(1.5-\mathrm{\&theta;}))$

α为系统参数，取0.2；θ为司机的冲动系数。由此看出，车辆n有可能无法完成换道行为，也有可能在车辆n+1以后的某个车辆后完成换道行为。

7、实现交通仿真

交通仿真实现方法如图3所示。其中每个车道的车流采用链表形式的数据结构保存。

其交通仿真过程为：

本交通流仿真系统总的仿真思路：周期扫描法

模拟时钟按固定时间步长(必须足够小)向前推进，每推进一步就扫描一次全部临近的未来事件发生时刻和产生条件。看产生时刻是否等于或小于当前时刻和有无产生条件已满足的事件，如果有则模拟该事件，否则就继续向前推进模拟时钟。如此不断地重复下去，直到仿真仿真时间结束。

车辆发出以后，启动了计时器(settimer)，系统状态及统计变量等置以初始值。每一个仿真时间段(20ms)内计算每辆车的速度，加速度以及车辆行走的总距离。每一步都要对前方车辆和旁边临近车辆进行判断，确定是否可以换车，如换车道就加速并转到旁边车道，如不能就用跟驰模型控制速度。在每个仿真时间段内，我们可以得到车的位置信息后更新此车的位置节点。最后还要判断是否要发车及退出仿真的条件(仿真时间)否已满足。如系统要求发车则调发车模型。如果模拟终止条件满足，则结束仿真。

8、确定空气状况决定因素：它包括：车辆数量、车辆污染物排放因子、车辆平均速度、风速、隧道长度、外界环境状况；

(1)空气状况决定数据

空气状况决定因素：车辆数量、车辆污染物排放因子、车辆平均速度、风速、隧道长度、外界环境状况。其中隧道长度为已知，外界环境的空气状况由实际测量得到，以下是其它各参数的确定方法。

A、车辆汽车污染物排放因子

公路汽车污染物排放因子：行驶在公路上的汽车平均单车行驶单位里程排放的污染物的质量，单位g/(km.辆)车辆污染物排放因子主要通过测量得到，测量的方法主要有两钟：

a.单车污染物排放因子的实验室测量

这种方法是在试验室测功机上对正在使用的汽车的污染物排放因子的测量。

测量中可以发现各种汽车污染物排放因子的离散性很大，因此采用少数单车的污染物排放因子计算实际交通中的测量污染物排放常出现误差非常大的情况。

b.交通隧道内的平均单车污染物排放因子的测量

这种方法是通过检测运营隧道内污染物浓度分布和隧道内风速等环境要素，再通过大气扩散方程可求出车流中平均单车污染物排放因子。

这样得出的污染物排放因子是代表实际机动车车流在真实状态下的污染物排放水平，所以也更为可靠。这种方法已广被西方国家所采用。

B、车辆的数量和平均行驶速度

车辆的数量和平均速度可由测量仿真模块统计出。

C、风速

隧道内的风速，除了和隧道结构有关外，主要受三个因素影响：自然流动、车辆影响、风扇。这里暂不考虑自然因素，只考虑车辆和风扇的影响。

车辆对风速的影响

可根据测量平均速度和平均迎风面积，通过动量或动能定理得出。

风扇对风速的影响

根据风扇的功率和能量守恒规律计算出风扇对风速的影响。

(2)空气状况仿真模型

因隧道比较长，可认为截面上污染物分布均匀。所以把隧道空气状况看做一维稳态物质输运方程。不考虑汽车排放污染物的化学反应衰减过程，则根据稳态质量守恒方程得到：

$u\left(x\right)\frac{\&PartialD;C\left(x\right)}{\&PartialD;x}=q-\mathrm{kC}\left(x\right)$

其中：

C(x)：隧道内污染物浓度mg/m3

u(x)：隧道内的风速，m/s

k：污染物在隧道内沉降率，s-1

q：隧道内单位体积污染物排放速率或缘强，mg/(s.m3)

9、建立三维虚拟仿真系统：三维虚拟仿真系统的总体结构如图4所示。隧道检测设备实时或模拟检测的数据，经预处理后传递给三维虚拟环境中的各仿真模块，经过三维仿真后，利用仿真模块中的数学模型，并结合经积累的知识和经验，做出对隧道设备的智能控制建议。各模块功能如下。

●检测数据的预处理模块

检测隧道内车辆、环境状况等数据，并传递给仿真模型。

●隧道三维漫游模块

实现隧道的全景和局部的交互式三维漫游，使观察者可以根据自己的意愿，察看隧道的各个部分，包括这种设施的工作状态。

●隧道交通仿真模块

交通仿真模块能够根据检测数据实时仿真隧道中交通状况。

●隧道空气状况仿真

可以通过颜色的不同，在虚拟的三维隧道场景中实时显示隧道中空气的CO浓度、空气温度等方面的分布和变化。

●隧道照明状况仿真模块

通过三维场景中的亮度来反应隧道的光照状态，光照状态随实时检测的光照情况变化。

●智能控制模块

智能控制模块是利用仿真模块中的数学模型，并结合经积累的知识和经验，建立智能控制模型，做出对隧道设备的智能控制建议或实现对设备的实时控制。

以上所述内容仅为本发明构思下的基本说明，而依据本发明的技术方案所作的任何等效变换，均应属于本发明的保护范围。

Claims (1)

1、一种用于隧道综合监控的交互动态虚拟实现方法，其特点是，方法包括以下步骤：

(1)采用VC构建系统平台和相关界面，应用三维图形仿真工具OpenInventor来实现三维场景的虚拟仿真；

(2)建立三维场景；

对于复杂的模型可借助三维CAD软件，如UG、Pro-E等建立，再通过VRLM方式读如仿真场景；

(3)建立包含仿真数据和系统所需知识库，具体包括：

●模型数据：

  包括车辆、隧道模型数据；

●仿真的原始数据和参数：

  包括车辆属性参数、隧道状况参数、外界环境状况参数；

●仿真结果的分析和统计数据：

  包括隧道内车辆数量、平均速度、最大CO浓度的统计；

●仿真分析知识库

  是指应用仿真结果数据对隧道状况进行分析评价的知识或模型，应用它们可以给出对隧道进行控制建议；

(4)采用三维鼠标实现隧道全景或局部的交互式三维漫游；

(5)车辆的动态产生、存储和动态消失；

应用VC本身的一个链表类CobList，CobList进行车辆的存储；当车辆到达预定的位置时，就必须使之消失，在车辆到达目的需要消失的时候，就必须取消以前分配的那块内存，并同时从隧道仿真场景中消失；

(6)建立交通流仿真数学模型：

包括：A、车辆产生模型即发车模型；

      B、出行时间产生模型；

      C、跟车模型；

      D车道变换模型；

(7)实现交通仿真：每个车道的车流采用链表形式的结构保存，访真过程用周期扫描法；

(8)确定空气状况决定因素；它包括：车辆数量、车辆污染物排放因子、车辆平均速度、风速、隧道长度、外界环境状况；

(9)建立三维虚拟仿真系统：它包括以下模块：

●检测数据的预处理模块

  检测隧道内车辆、环境状况等数据，并传递给仿真模型；

●隧道三维漫游模块

  实现隧道的全景和局部的交互式三维漫游，使观察者可以根据自己的意愿，察看隧道的各个部分，包括这种设施的工作状态；

●隧道交通仿真模块

  交通仿真模块能够根据检测数据实时仿真隧道中交通状况；

●隧道空气状况仿真模块

  可以通过颜色的不同，在虚拟的三维隧道场景中实时显示隧道中空气的CO浓度、空气温度等方面的分布和变化；

●隧道照明状况仿真模块

  通过三维场景中的亮度来反应隧道的光照状态，光照状态随实时检测的光照情况变化；

●智能控制模块

  智能控制模块是利用仿真模块中的数学模型，并结合经积累的知识和经验，建立智能控制模型，做出对隧道设备的智能控制建议或实现对设备的实时控制。

Images