技术特征：
1.一种基于雷视数据的交通仿真方法，其特征在于，所述方法包括：获取历史雷视数据，所述历史雷视数据包含多个路段的雷视数据；从所述历史雷视数据中获取初始模型参数，基于所述初始模型参数确定车辆相关联的动态驾驶行为参数，并基于所述动态驾驶行为参数生成车辆驾驶模型文件；根据所述历史雷视数据获取路径文件；其中，所述路径文件包含多个车辆行驶路径信息，所述车辆行驶路径信息用于表述车辆经过的一个或多个路段；基于所述路径文件、所述车辆驾驶模型文件、已获取的路网文件进行交通仿真。2.根据权利要求1所述的方法，其特征在于，所述动态驾驶行为参数包括基础模型参数、跟驰模型参数和换道模型参数中的至少一个；其中，所述基础模型参数是基于所述初始模型参数确定的，所述基础模型参数用于表述车辆基本驾驶情况；所述跟驰模型参数是基于所述基础模型参数确定的，所述跟驰模型参数用于表述车辆跟驰时距限制；所述换道模型参数是基于所述初始模型参数确定的，所述换道模型参数用于表述车辆具有的换道意愿。3.根据权利要求2所述的方法，其特征在于，所述基础模型参数至少包含车辆的间距值、速度值、减速值；所述基于所述基础模型参数确定用于表述车辆跟驰时距的跟驰模型参数，包括：从所述历史雷视数据中筛选受前车影响的车辆作为目标后车，将所述目标后车的前车作为目标前车；其中，所述受前车影响的车辆为与前车间距值小于预设距离的车辆；依据所述目标前车和所述目标后车的间距值、速度值、减速值确定驾驶员期望时距；其中，所述驾驶员期望时距用于约束仿真车辆行驶速度；依据所述驾驶员期望时距和已获得的驾驶员驾驶完美度确定所述跟驰模型参数。4.根据权利要求2所述的方法，其特征在于，所述初始模型参数至少包含路段中车道级的车辆流量和路段中车道级的车辆排队数据；所述基于所述初始模型参数确定用于表述车辆换道意愿的换道模型参数，包括：采用遗传算法并基于所述车辆流量和所述车辆排队数据，确定所述换道模型参数。5.根据权利要求1所述的方法，其特征在于，所述历史雷视数据中包含多种场景、多种时段、多种车型下的雷视数据，所述初始模型参数对应目标时段下目标场景中的多种车型，所述车辆驾驶模型文件用于分别描述所述多种车型的车辆在所述目标场景和所述目标时段下的动态驾驶行为。6.根据权利要求1所述的方法，其特征在于，所述根据所述历史雷视数据获取路径文件，包括：从所述历史雷视数据中选取与目标路段匹配的雷视数据作为待还原雷视数据；根据所述待还原雷视数据获取所述路径文件；其中，所述路径文件中包含多个车辆行驶路径信息，所述车辆行驶路径信息用于表述车辆经过所述目标路段中的一个或多个路段。7.根据权利要求6所述的方法，其特征在于，所述车辆行驶路径信息通过以下方式获取：解析所述待还原雷视数据获取雷视过车数据；其中，所述雷视过车数据包含目标车辆的车辆标识、车辆类型、目标车辆经过所述目标路段中的一个或多个路口的时间；
基于所述雷视过车数据生成所述目标车辆的车辆行驶路径。8.一种基于雷视数据的交通仿真装置，其特征在于，所述装置包括：数据获取单元，用于获取历史雷视数据，所述历史雷视数据包含多个路段的雷视数据；模型确定单元，用于从所述历史雷视数据中获取初始模型参数，基于所述初始模型参数确定车辆相关联的动态驾驶行为参数，并基于所述动态驾驶行为参数生成车辆驾驶模型文件；路径确定单元，用于根据所述历史雷视数据获取路径文件；其中，所述路径文件包含多个车辆行驶路径信息，所述车辆行驶路径信息用于表述车辆经过的一个或多个路段；交通仿真单元，用于基于所述路径文件、所述车辆驾驶模型文件、已获取的路网文件进行交通仿真。9.根据权利要求8所述的装置，其特征在于，其中，所述模型确定单元中的所述动态驾驶行为参数包括基础模型参数、跟驰模型参数和换道模型参数中的至少一个；所述基础模型参数是基于所述初始模型参数确定的，所述基础模型参数用于表述车辆基本驾驶情况；所述跟驰模型参数是基于所述基础模型参数确定的，所述跟驰模型参数用于表述车辆跟驰时距限制；所述换道模型参数是基于所述初始模型参数确定的，所述换道模型参数用于表述车辆具有的换道意愿；其中，所述基础模型参数至少包含车辆的间距值、速度值、减速值；所述模型确定单元基于所述基础模型参数确定用于表述车辆跟驰时距的跟驰模型参数时具体用于：从所述历史雷视数据中筛选受前车影响的车辆作为目标后车，将所述目标后车的前车作为目标前车；其中，所述受前车影响的车辆为与前车间距值小于预设距离的车辆；依据所述目标前车和所述目标后车的间距值、速度值、减速值确定驾驶员期望时距；其中，所述驾驶员期望时距用于约束仿真车辆行驶速度；依据所述驾驶员期望时距和已获得的驾驶员驾驶完美度确定所述跟驰模型参数；其中，所述初始模型参数至少包含路段中车道级的车辆流量和路段中车道级的车辆排队数据；所述模型确定单元基于所述初始模型参数确定用于表述车辆换道意愿的换道模型参数时具体用于：采用遗传算法并基于所述车辆流量和所述车辆排队数据，确定所述换道模型参数；其中，所述历史雷视数据中包含多种场景、多种时段、多种车型下的雷视数据；所述模型确定单元中的所述初始模型参数对应目标时段下目标场景中的多种车型，所述车辆驾驶模型文件用于分别描述所述多种车型的车辆在所述目标场景和所述目标时段下的动态驾驶行为；其中，所述路径确定单元根据所述历史雷视数据获取路径文件时具体用于：从所述历史雷视数据中选取与目标路段匹配的雷视数据作为待还原雷视数据；根据所述待还原雷视数据获取所述路径文件；其中，所述路径文件中包含多个车辆行驶路径信息，所述车辆行驶路径信息用于表述车辆经过所述目标路段中的一个或多个路段；其中，所述路径确定单元获取所述车辆行驶路径信息时具体用于：解析所述待还原雷视数据获取雷视过车数据；其中，所述雷视过车数据包含目标车辆的车辆标识、车辆类型、目标车辆经过所述目标路段中的一个或多个路口的时间；基于所述雷视过车数据生成所述目标车辆的车辆行驶路径。
10.一种电子设备，其特征在于，该电子设备包括：处理器和机器可读存储介质；所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令；所述处理器用于执行机器可执行指令，以实现权利要求1-7任一项所述的方法步骤。
技术总结
本申请提供了一种基于雷视数据的交通仿真方法、装置及电子设备。本申请中以获取的真实交通场景下的雷视数据为基础，利用雷视数据相较于过车数据信息更丰富、精度更高的特点，从中获取用于在仿真场景下描述车辆动态驾驶行为的车辆驾驶模型文件、描述车辆行驶路径信息的路径文件，从而配合已获取的路网文件进行交通仿真，相较于传统的基于车辆流量或过车数据生成车辆路径、通过人为设定参数描述车辆动态驾驶行为的交通仿真方式，具有更高的数据精度和仿真还原程度。度和仿真还原程度。度和仿真还原程度。
技术研发人员：李文婧 郑立勇 苏斌 俞雷
受保护的技术使用者：杭州海康威视数字技术股份有限公司
技术研发日：2022.03.16
技术公布日：2022/6/28