[发明专利]一种面向负载均衡的交通仿真路网图形化分割方法及系统在审

专利信息
申请号: 202010935292.3 申请日: 2020-09-08
公开(公告)号: CN112149287A 公开(公告)日: 2020-12-29
发明(设计)人: 陈锋;陈宇强 申请(专利权)人: 安徽中科龙安科技股份有限公司
主分类号: G06F30/20 分类号: G06F30/20;G06F30/18
代理公司: 北京凯特来知识产权代理有限公司 11260 代理人: 郑立明;韩珂
地址: 230088 安徽省*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 面向 负载 均衡 交通 仿真 路网 图形 化分 方法 系统
【权利要求书】:

1.一种面向负载均衡的交通仿真路网图形化分割方法,其特征在于,包括:

获取读取实际交通场景对应的仿真路网、仿真周期、计算节点的CPU总数量和微观交通仿真软件,并将微观交通仿真软件传输至各计算节点;

根据各车道上仿真车辆对仿真路网进行灰度变换,形成仿真路网的灰度图像;

计算灰度图像的重心,根据重心坐标以及计算节点的CPU总数量对灰度图像进行递归二分,获得一系列灰度图像的子区域,并根据灰度图像子区域的临接关系生成相应的拓扑图;

将灰度图像子区域所包含的车道、车道上的仿真车辆以及所述拓扑图分配给各计算节点的CPU,由各计算节点的CPU启动微观交通仿真软件并结合分配得到的数据进行仿真,直至仿真周期结束后,回传仿真结果。

2.根据权利要求1所述的一种面向负载均衡的交通仿真路网图形化分割方法,其特征在于,所述根据各车道上仿真车辆对仿真路网进行灰度变换,形成仿真路网的灰度图像包括:

获取仿真车辆的初始分别位置信息,从而将各个车辆绘制在仿真路网的相应车道上;

根据各车道的车辆数将仿真路网转换为灰度图像,灰度图像像素值范围为:0~255,其中,灰度0表示背景,按照如下公式设置车道的灰度:

其中,l表示车道长度,k为车道上仿真车辆数目。

3.根据权利要求1所述的一种面向负载均衡的交通仿真路网图形化分割方法,其特征在于,所述计算灰度图像的重心,根据重心坐标以及计算节点的CPU总数量对灰度图像进行递归二分包括:

灰度图像大小记为M×N,灰度图像(x,y)位置处的图像灰度值记为h(x,y),图像重心的坐标计算公式为:

以图像重心坐标对灰度图像进行垂直或水平的二分,形成两个灰度图像子区域;

对上述划分后的灰度图像子区域继续进行二分,直至划分得到的灰度图像子区域的总数等于计算节点的CPU总数量;

垂直或水平的二分的依据为划分后的两个图像子区域面积是否接近,即:如果S(a1v)/S(a2v)≥S(a1h)/S(a2h)则采用水平划分,否则采用垂直划分;其中,S表示面积,a1v与a2v为垂直划分后的两个灰度图像子区域;a1h与a2h为水平划分后的两个灰度图像子区域。

4.根据权利要求1所述的一种面向负载均衡的交通仿真路网图形化分割方法,其特征在于,所述根据灰度图像子区域的临接关系生成相应的拓扑图包括:

对于每一个灰度图像子区域进行编码,任意两个灰度图像的子区域除了临接边外互不重叠,对各灰度图像的子区域,分别确定其左上、右上、左下、右下四个顶点坐标;

两个灰度图像的子区有1个或1个以上的顶点坐标相同,则认定两个灰度图像的子区域临接;将每个灰度图像的子区域抽象为一个顶点,两个灰度图像的子区域如果临接,则在两个对应的顶点之间有一条连接弧。

5.根据权利要求1所述的一种面向负载均衡的交通仿真路网图形化分割方法,其特征在于,由各计算节点的CPU启动微观交通仿真软件并结合分配得到的数据,通过执行微观交通仿真软件中的车辆微观跟驰模型、换道模型和信号配时模块,计算各仿真车辆下一个时刻的位置;

在接收到回传的仿真结果后,存储至本地数据库。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽中科龙安科技股份有限公司,未经安徽中科龙安科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010935292.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top