[发明专利]一种面向混合车流运行场景的中观交通仿真模型构建方法

说明书

本发明提供一种面向混合车流运行场景的中观交通仿真模型构建方法，该方法构建了普通车辆与公交车辆的混合车流行驶模型、公交车辆进出站模型、混合车流点排队模型，以及混合车流点转换模型，可支撑混合车流运行下多类典型场景的中观尺度仿真；通过AVI数据还原车辆轨迹信息，获得各个路段上车辆进出路段的实际旅行时间，作为仿真的标定信息集，然后，以实现车辆进出路段行程时间等效化为导向，设计相应的标定方法，在高度简化中观仿真模型的同时，最大程度地还原了车辆出行过程中的路段级别信息。

技术领域

本发明涉及智能交通领域，更具体地，涉及一种面向混合车流运行场景的中观交通仿真模型构建方法。

背景技术

交通仿真是支撑交通系统运行状态准确模拟、量化分析与反馈调节的重要手段。在交通系统仿真模型方面，研究起步较早的为宏观模型,应用于大型网络的仿真可以得到比较令人满意的集计结果，但是粗颗粒的刻画尺度无法模拟车辆个体的出行过程；再者是以车辆为描述单位的微观仿真模型，可以精细地刻画车辆间的跟驰运动，但不可避免地涉及大量繁琐而耗时的参数标定工作。由于综合了宏观与微观两者模型的优势，中观交通仿真逐步成为新的研究热点，如何构建兼顾精度与效率的中观交通仿真模型，实现对交通系统运行状态的准确、高效模拟，是本发明研究的重点和目的所在。

现在国内外的相关研究和技术现状主要如下：

(1)在交通系统中，公交车辆具有固定站点、线路、专用车道，且行驶过程中需进出停靠站，其运行过程需区别普通车辆而单独建模。目前部分微观交通仿真模型，如VISSIM、SUMO将公交车辆处理为具有特殊运行规则的车辆，但一方面未对公交车辆进站、站内停靠、出站等行为对普通车辆的影响进行针对性的分析与刻画，另一方面由于微观尺度而具有众多的待标定参数，繁琐耗时。中观仿真模型将路段内的车辆运动基本划分为路段行驶和路口排队两部分，大幅度地简化了建模过程，在此基础上，针对性地构建适应中观尺度的公交车辆与普通车辆混合运行的仿真模型，是值得深入研究的问题；

(2)现有的中观仿真模型，如MesoTS、DynasTIM、Mezzo等，基本采用传统断面集计数据或低抽样率的个体数据作为标定信息，只有极少数的学者探讨了车辆身份感知数据在中观仿真建模与标定中的革新作用。近年来，车辆身份检测(Automatic VehicleIdentification,AVI)作为新型的交通检测手段，通过安装在路段或交叉口的检测设备(如治安卡口、ETC读卡器)识别经过设备的车辆身份并记录车辆出行时空戳，可还原车辆个体级别的出行时空轨迹，获取完整的车辆个体出行信息(如OD、出行路径、各路段行程时间等)，进而可集计获取全面的交通网络运行状态信息。因此，新型的AVI数据可为中观仿真模型标定提供准确的出行需求与运行状态信息，针对性地构建适应新型AVI数据的中观仿真模型，是最新的研究趋势。

Suzumura等介绍了一种可扩展性强的多模式交通仿真平台，不仅模拟私家车，还对公交车辆和火车进行了模拟，并以都柏林市为研究对象进行了实验。但平台中并未构建独立的公交车辆运动模型，公交车辆仍只是作为具有特殊运动规则的车辆存在，对公交车辆与普通车辆混合运行的描述程度有限。目前具有代表性的中观仿真系统，如MesoTS、DynasTIM、Mezzo等，基本采用传统断面集计数据或低抽样率的个体数据作为标定信息，只有极少数的学者探讨了车辆身份感知数据在中观仿真建模与标定中的革新作用。由于断面集计检测器无法追踪出行轨迹信息、抽样检测的车辆渗透率低等问题，无法全面获取交通出行需求与运行状态，难以支撑准确的仿真模型参数标定工作。

发明内容

本发明提供一种面向混合车流运行场景的中观交通仿真模型构建方法，该方法应用性强、实用性高、仿真效率有明显提升。

为了达到上述技术效果，本发明的技术方案如下：

一种面向混合车流运行场景的中观交通仿真模型构建方法，包括以下步骤：