专利名称：：中微观一体化交通仿真车流加载方法
技术领域：
：本发明涉及的是一种虚拟仿真
技术领域：
的方法，具体是一种中微观一体化交通仿真车流加载方法。
背景技术：
：交通仿真是复现交通流时间空间变化的现代计算机技术，也是通过建立交通系统的数学模型来分析复杂交通现象的一种手段，属于计算机数字仿真的范畴。交通仿真按仿真模型所描述系统的细致程度和侧重角度可以分为微观交通仿真、中观交通仿真、宏观交通仿真。宏观交通仿真着重从全局角度来研究交通系统的特性；中观交通仿真对交通流的描述往往以若干辆车构成的队列为单元，能够描述队列在路段和节点的流入流出行为；微观交通仿真对交通系统的要素及行为的细节描述程度很高。例如微观交通仿真对交通流的描述是以单个车辆为基本单元，车辆在道路上的跟车、超车及车道变换等微观行为都能得到较真实的反映。结合上述三类交通仿真的特点，在进行交通仿真时，可将中微观交通仿真一体化，这样既能分析微观层面的排队长度和延误等详细交通状态指标，又能模拟中观层面的交通量特性、路径选择行为，特别适用于大中型路网的交通仿真。而对交通仿真而言，生成车流是交通流模拟的第一步，也是至关重要的一步。任何一个交通仿真平台，都是把发车作为整个仿真的起始点。在现实的交通流中，车辆的到达是随机的，并且到达车辆的车头时距在不同流量情况下符合不同的概率分布。目前，在交通仿真研究中交通流的生成主要是采用操作系统提供的随机数函数或用单一的概率分布如负指数分布来获取。系统内的随机数函数是一种简单的均勻分布，采用某一概率分布的随机数也是在这种均勻分布随机数的基础上获得的。经过对现有技术的检索发现，雷斌等人于2005年在计算机与数字工程发表的“车辆产生仿真模型”；以及邝先验等人于2006年在江西理工大学学报发表的“微观交通仿真车辆随机生成模型分析与设计”，对检索文献进行总结，现有交通仿真发车方法主要有两种，一种方法是在车辆产生处设定发车流量，然后在交叉口处设置车辆驶向各个方向的转向比例。例如，在Transmodeler中，系统通过矩阵或车辆出行列表来描述网络上或起点和终点之间的交通量，用路径列表或路径选择模型来表示车流在路网上的分配。用户通过设定转弯处的交通量比例或是通过路径生成工具人工添加行驶路径。另一种方法是设定车辆产生及出现的位置和驶向何处是随机的，且每辆车产生时就决定了它在各个路口的行驶方向。例如，在Vissim中，用户用行驶路径决策模式设定行驶路径决策起点和行驶路径终点来进行路径选择，仿真运行期间，没有行驶路径信息的车辆在通过设定的行驶路径决策点时被分配到一条行驶路径上。上述方法在小规模微观交通仿真中具有其实用价值，但在大规模中微观结合的交通仿真环境中存在局限性(1)上述两种方法难以用于评估不同的路径选择方案；(2)上述两种方法无法仿真对特定车辆实施的路径诱导；(3)上述两种方法难以处理突发性交通事故和拥挤问题；(4)当仿真规模较大时，发车点和转向比例的设置非常繁琐，并且和中观及宏观交通仿真模型结合较为困难，不太适合于中微观一体化的交通仿真环境。
发明内容本发明针对现有技术存在的上述不足，提供一种中微观一体化交通仿真车流加载方法，通过设定交通仿真区域起点和终点，求出最短路径并通过最小车头时距验证，再配合发车的时间分布和初始车辆的速度分布，则可以产生供微观和中观交通仿真所需的仿真车辆，便于中观交通仿真向微观交通仿真过渡的中微观中微观一体化交通仿真车流加载方法。本发明是通过以下技术方案得以实现的，本发明包括以下步骤第一步、获取交通流量并采用统计方法检验样本车头时距是否符合概率分布，若符合概率分布则执行第二步，否则重新计数；所述的获取交通流量是指首先确定交通仿真区域起点和终点，通过计数获得每组起点及其对应终点之间的交通流量，在仿真周期内，记录从每一对起点至终点所发车辆的时间间隔作为样本车头时距作为交通流量；第二步、采用混合线性同余法产生在w，i]上均勻分布的随机数，再依据每一对起点和终点之间的交通流量，采用逆变化法产生随机变量，作为仿真车头时距。所述的随机数的个数与起点或终点的个数相同；所述的随机变量符合每一对起点和终点间车辆发出时间间隔概率分布；第三步、对仿真车头时距进行异常值剔除处理，生成虚拟待发车队列、待发车头时距及其仿真车辆；所述的异常值剔除处理是指当仿真车头时距中的车头时距与初始行驶速度不匹配，或；当仿真车头时距小于下限阈值时，该仿真车头时距为异常并置于虚拟待发车队列中。第四步、利用地理信息系统和全球定位系统获取仿真区域的中观交通网络，并以中观交通网络中的道路为边，交叉口为节点，以交通网络中每个路段上的平均行程时间为权重，采用Floyd方法计算起点和终点之间的最短路径，并将每一对起点和终点之间的最短路径赋予到这一对起点和终点之间的车辆上，从而生成中观行驶路径图；第五步、利用中观交通网络中的车道为边，车道合流和分流处为节点生成微观交通网络，在车辆已知其中观行驶路径前提下，节点的间距为权重，采用Floyd方法计算微观交通网络上每两个节点之间的微观最短路径，然后判定当车辆每进入一个交叉口，则将该交叉口和下一交叉口的微观最短路径赋予车辆，从而生成微观行驶路径图。第六步、将中观行驶路径图和微观行驶路径图分别赋予第三步得到仿真车辆，从而使得车流能够选择最适宜的车道并能够沿道路正常运行。本发明引入了宏观交通仿真中OD矩阵的概念，通过一个矩阵，同时描述了路网上的发车流量和行驶路径，并提供了一个中微观一体化的交通仿真车流加载方法。为评估不同的路径选择方案、仿真对特定车辆实施的路径诱导、处理突发性交通事故和拥挤问题等提供了基础框架，并且本发明便于大规模的微观交通仿真，同时还便于宏观或中观交通仿真往微观交通仿真的过渡。图1是本发明的车辆产生流程图。图2是本发明的车头时距符合特性分布车辆生成的流程图。图3是本发明的异常车头时距判别与处理流程图。图4是本发明的中观和微观路径生成流程图。图5是本发明的中观车辆行驶路径示意图。图6是本发明的微观车辆行驶路径示意图。图7是本发明的发车加载演示图。具体实施例方式下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。为了更好地理解本实施例提出的方法，选取上海市长宁区某三路交叉口进行中微观一体化的车辆加载仿真分析，可应用于不同城市的不同范围路网。本实施例要求提供该交叉口的几何线形，以GIS地图的形式表现出来，以及在仿真时间内该交叉口各个进口道往其他出口道的交通流量和车辆出现的频率。如图1所示，本实施例包括以下步骤(1)仿真区域起点和终点间流量及起点和终点上车头时距分布调查因为是三路交叉口，所以获得的起点和终点间流量构成了三维方阵，其流量单位为辆/小时，具体流量数据如下<table>tableseeoriginaldocumentpage5</column></row><table>在获取各个进口道往其他出口道交通流量时，注意交通流中各种类型车辆的构成比例，在仿真车辆生成时，需要将这一比例情况反映出来。将各个进口道的车辆出现频率，分别和常用的分布形式，如离散型经验分布、均勻分布、正态分布、指数分布以及厄尔兰分布等，进行统计检验，发现进口道1和3的车辆出现符合k阶厄尔兰分布，而进口道2车辆的出现符合指数分布。(2)仿真车头时距生成由上述步骤一，可知本实施例中的三个进口道的车辆出现时间间隔分别服从k阶厄尔兰分布和指数分布。如图2所示，以k阶厄尔兰分布为例，采用逆变换法，可将其概率密度函数转变为符合其分布的随机变量<formula>formulaseeoriginaldocumentpage5</formula>其中k为厄尔兰分布随机变量的阶数，此处可取1；λ为k阶厄尔兰分布随机变量均值的倒数，此处即为交通流量’为(0，1)区间上均勻分布随机数，可由混合线性余同法产生，由下式得到<formula>formulaseeoriginaldocumentpage6</formula>其中，式中[]表示取整数，a、c、m均是整数。a、c、m和X(1的选取对随机数的周期及其统计特性有很大影响。由上面公式得到的χ即为各个进口道符合实际情况的仿真车头时距。(3)异常车头时距的判别与处理如图3所示，将步骤2每次发出的车辆先放入一个虚拟待发队列中，判断该车辆的车头时距是否大于某一阈值。该阈值可采用实地观测各个进口道的最小车头时距。经观测，进口道1、2和3的最小车头时距分别为1.2秒，1.5秒和1.1秒。以这三个值为三个进口道车头时距的阈值下限，当仿真车辆的车头时距大于这一阈值时，车辆由虚拟待发队列中取出，否则，等到下一个仿真时间，将仿真车辆的车头时距加上仿真步长间隔后，再次和阈值下限进行比较，一直到仿真车辆的车头时距确定大于该进口道的阈值下限。从而保证异常车头时距不在已经出发的仿真车辆上出现。(4)中观车辆行驶路径生成如图4和图5所示，以道路为边，交叉口为节点，可构成中观交通网络。通过调查可得，进口道1、2和3所在道路上的平均行程时间分别为17.6秒，20.5秒和15.3秒。以平均行程时间为权重，采用Flody方法计算各个进口道之间的最短路径，在Flody方法中，采用的权重矩阵为<table>tableseeoriginaldocumentpage6</column></row><table>其算法步骤如下a.初始化。令C=权重矩阵；对所有的节点i和j，令vij=i。b.对所有的交叉点k，作对所有的节点，包括交叉点和PA点i(i兴k)，作对所有的节点j(j乒i)，k，作若cik+ckj<cij,贝cij=cik+ckj,vij=vkj。c.算法结束。则可得到各个进口道之间的最短中观车辆行驶路径，图5中绿色路径即为进口道1和2之间的最短中观车辆行驶路径。此寻找最短路径方法适合于任何范围大小的中观交通网络。(5)微观车辆行驶路径生成如图4和图6所示，以车道为边，车道的合流和分流点为节点，可生成微观交通网络。以车道的长度为权重，同样采用Flody方法，在每一个中观车辆行驶路径下计算微观车辆行驶路径。图6中灰色路径即为从进口道1往进口道2的微观车辆行驶路径。从图5和图6可以看出，中观车辆行驶路径给出了车辆行驶的方向，而微观车辆行驶路径具体可指导车辆行驶在合适的车道上。对于较大规模的网络，采用该方法对车道进行选择具有较高的效率。(6)交通仿真车流的生成如图7所示，通过将(4)和(5)生成的中观和微观车辆行驶路径赋予由(1)、(2)和(3)所产生的仿真车辆，使得车辆能够按照一定的分布、流量和路径进行仿真运行。这一仿真结果，为评估不同的路径选择方案、仿真对特定车辆实施的路径诱导、处理突发性交通事故和拥挤问题等提供了基础框架，并且本发明便于大规模的微观交通仿真，同时还便于宏观或中观交通仿真往微观交通仿真的过渡。权利要求一种中微观一体化交通仿真车流加载方法，其特征在于，包括以下步骤第一步、获取交通流量并采用统计方法检验样本车头时距是否符合概率分布，若符合概率分布则执行第二步，否则重新计数；第二步、采用混合线性同余法产生在上均匀分布的随机数，再依据每一对起点和终点之间的交通流量，采用逆变化法产生随机变量，作为仿真车头时距；第三步、对仿真车头时距进行异常值剔除处理，生成虚拟待发车队列、待发车头时距及其仿真车辆；第四步、利用地理信息系统和全球定位系统获取仿真区域的中观交通网络，并以中观交通网络中的道路为边，交叉口为节点，以交通网络中每个路段上的平均行程时间为权重，采用Floyd方法计算起点和终点之间的最短路径，并将每一对起点和终点之间的最短路径赋予到这一对起点和终点之间的车辆上，从而生成中观行驶路径图；第五步、利用中观交通网络中的车道为边，车道合流和分流处为节点生成微观交通网络，在车辆已知其中观行驶路径前提下，节点的间距为权重，采用Floyd方法计算微观交通网络上每两个节点之间的微观最短路径，然后判定当车辆每进入一个交叉口，则将该交叉口和下一交叉口的微观最短路径赋予车辆，从而生成微观行驶路径图；第六步、将中观行驶路径图和微观行驶路径图分别赋予第三步得到仿真车辆，从而使得车流能够选择最适宜的车道并能够沿道路正常运行。2.根据权利要求1所述的中微观一体化交通仿真车流加载方法，其特征是，所述的获取交通流量是指首先确定交通仿真区域起点和终点，通过计数获得每组起点及其对应终点之间的交通流量，在仿真周期内，记录从每一对起点至终点所发车辆的时间间隔作为样本车头时距作为交通流量。3.根据权利要求1所述的中微观一体化交通仿真车流加载方法，其特征是，所述的随机数的个数与起点或终点的个数相同。4.根据权利要求1所述的中微观一体化交通仿真车流加载方法，其特征是，所述的随机变量符合每一对起点和终点间车辆发出时间间隔概率分布。5.根据权利要求1所述的中微观一体化交通仿真车流加载方法，其特征是，所述的异常值剔除处理是指当仿真车头时距中的车头时距与初始行驶速度不匹配，或；当仿真车头时距小于下限阈值时，该仿真车头时距为异常并置于虚拟待发车队列中。全文摘要一种虚拟仿真
技术领域：
的中微观一体化交通仿真车流加载方法，通过设定交通网络中的交通发生吸引点作为形心点，求出最短路径并通过最小车头时距验证，再配合发车的时间分布和初始车辆的速度分布，则可以产生供微观和中观交通仿真所需的仿真车辆，便于中观交通仿真向微观交通仿真过渡的中微观中微观一体化交通仿真车流加载方法。文档编号G08G1/00GK101807224SQ20101013051公开日2010年8月18日申请日期2010年3月24日优先权日2010年3月24日发明者倪安宁,景鹏,隽志才,高林杰申请人:上海交通大学