[发明专利]一种快速路交通流再现的方法

说明书

技术领域

本发明涉及一种智能交通仿真与再现领域。

背景技术

为了能够更加真实地反映交通的状况，以及根据实时的交通数据准确地预测出未来的交通拥挤问题，现在不少国外的商业微观交通仿真软件(如Paramics等)开始尝试采用实时采集的交通数据为基础，进行在线仿真方面的实践，更加及时地为管理部门提供决策的数据。国内在这方面也开展了动态交通分配的研究(如DynaCHINA)，基于实时数据预测未来短时的交通状况，作为动态交通诱导的依据。提供准确的实时信息和短时交通流预测是智能交通系统的基础，因而吸引了众多研究人员投身到交通流预测研究中。与此同时，对交通再现则鲜有研究。

现有技术仍然存在如下问题：已有的交通再现方法多从宏观角度来研究交通流的流、速、密关系，关注的是平均速度、密度、流量等集合参数，在模拟交通流的动态特性及描述周围车辆与交通环境的相互关系方面显得不足。微观交通仿真模型以各个车辆个体在路网空间上的运动为求解目标，模拟交通流的动态特性及驾驶员对路径指引的反应。因此，为真实再现交通流时空变化，需要基于微观仿真来研究交通再现方法。运用微观交通仿真系统，能够在单个车辆级别上模拟人-车-路的相互作用，再现交通流的真实状态，描述各种交通控制策略的实施过程。

本发明针对城市快速路的特点，提出了一种基于微观仿真的交通状态再现方法。本方法以采集到的交通流统计数据为基础，选择带约束的卡尔曼滤波法计算出入口之间OD矩阵，采用负指数分布模型实现路网车辆的初始分布，根据基于数据库的车辆产生模型更新车辆，通过微观交通仿真的方法，真实再现城市快速路任意时刻的交通状态，以及重现车辆的运动轨迹。

发明内容

针对现有技术中的技术缺陷，本发明提供一种快速路交通流再现的方法，其特征在于，包括：a.获取待仿真路段在一时间段内的交通数据；b.根据基于所述所述交通数据的一车辆产生模型来将车辆分布到所述待仿真路段上；c.根据所述交通数据计算OD矩阵并根据所述OD矩阵分配所述待仿真路段的交通出行量；d.根据所述交通出行量和基于所述交通数据的一车辆行驶行为模型再现车辆在所述待仿真路段的运动数据。

优选地，所述交通数据由分布在待仿真路段的线圈获取并储存于数据库中。

优选地，所述交通数据由分布在待仿真路段的摄像头获取并储存于数据库中。

优选地，所述交通数据包括以下的一个或多个：车辆类型；车辆平均速度；车头时距；流入交通量；以及流出交通量。

优选地，所述车辆产生模型的计算包括以下的一个或多个：计算随机车型；计算随机车速；计算随机车道；以及计算初始状态车辆的随机分布。

优选地，所述初始状态车辆的随机分布根据负指数车头时距分布模型计算，公式如下所示：

f(t)=1Te-t/T]]>

其中．f(t)表示车头时距的分布，参数T可由观测样本均值估计，由如下公式计算：

T=1nΣi=1nti]]>

其中，t₁，t₂...t_n为采集点在不同时刻采集到此路段的车头时距，n为采集的次数。

优选地，所述OD矩阵是根据约束卡尔曼滤波公式计算的，所述约束卡尔曼滤波公式还包括一扰动矩阵。

优选地，所述扰动矩阵由白噪声产生。

优选地，所述车辆行驶行为模型包括以下的一种或多种：换道模型；或者跟驰模型。