[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN115169890A - 一种基于微观交通仿真的智能网联车辆混合交通评价系统 - Google Patents

一种基于微观交通仿真的智能网联车辆混合交通评价系统 Download PDF

Info

Publication number
CN115169890A
CN115169890A CN202210802597.6A CN202210802597A CN115169890A CN 115169890 A CN115169890 A CN 115169890A CN 202210802597 A CN202210802597 A CN 202210802597A CN 115169890 A CN115169890 A CN 115169890A
Authority
CN
China
Prior art keywords
traffic
simulation
information
vehicle
road
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210802597.6A
Other languages
English (en)
Inventor
胡明伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen University
Original Assignee
Shenzhen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen University filed Critical Shenzhen University
Priority to CN202210802597.6A priority Critical patent/CN115169890A/zh
Publication of CN115169890A publication Critical patent/CN115169890A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于微观交通仿真的智能网联车辆混合交通评价系统，包括：仿真信息采集模块，用于采集交通网的仿真信息；仿真模型构建模块，与仿真信息采集模块连接，用于根据仿真信息构建混合交通微观仿真模型；仿真运行模块，与仿真模型构建模块连接，用于基于混合交通微观仿真模型对智能网联车辆进行仿真控制，实现智能网联车辆的混合交通系统仿真；交通效益评价模块，与仿真运行模块连接，用于对仿真效果进行评价，获得评价结果。本发明能够实现在虚拟仿真系统中对智能网联车辆混合交通系统运营进行定量、可视化的比选和评价，有助于优化其运行，节能环保，降低碳排放。

Description

一种基于微观交通仿真的智能网联车辆混合交通评价系统
技术领域
本发明属于车辆交通领域，特别是涉及一种基于微观交通仿真的智能网联车辆混合交通评价系统。
背景技术
智能网联车辆或称智能网联汽车(Intelligent and Connected Vehicles，简称ICV)，近年发展迅速，已上升为国家战略。
智能网联车辆推广普及可有望提高交通安全，提升道路的通行效率，产生明显的交通效益。目前自动驾驶技术主要分为两类：一是单车自动驾驶技术；二是智能网联协同驾驶技术。单车自动驾驶技术主要通过面向单车的环境感知技术，如雷达、摄像头等车辆自身传感器去感知周围环境变化进而做出决策；智能网联协同驾驶技术主要在单车自动驾驶技术的基础上，加入V2X，包括车-车 (Vehicle-to-Vehicle，简称V2V)、车-道路基础设施(Vehicle-to-Infrastructure，简称V2I)、车-网络 (Vehicle-to-Network，简称V2N)、车-行人 (Vehicle-to-Pedestrian，简称V2P)等通讯技术，来获取周边的交通信息。
智能网联车辆的市场渗透将表现为渐进的过程，预计未来相当长时间内道路交通系统将由智能网联车辆与人工驾驶车辆共同组成混合交通系统。未来以下方面需要基于微观交通仿真的智能网联车辆混合交通系统评价方法与技术。第一，包含ICV的智慧交通系统的政策、规划设计需要在实施前预评测其绩效；第二，包含ICV的交通管理与控制方案需要进行比较、评价和优化；第三，由于ICV特有的智能化、网联化、自动化特性，混合有ICV的交通系统有别于传统人工驾驶车辆组成的交通系统，需要新的建模、评价方法与技术。
发明内容
为解决未来包含ICV的交通系统政策制定、规划设计、运营方案评估需求，本专利提出基于微观交通仿真的智能网联车辆混合交通评价系统。
为实现上述目的，本发明提供了如下方案：一种基于微观交通仿真的智能网联车辆混合交通评价系统，包括：
仿真信息采集模块，用于采集交通网的仿真信息；
仿真模型构建模块，与所述仿真信息采集模块连接，用于根据所述仿真信息构建混合交通微观仿真模型；
仿真运行模块，与所述仿真模型构建模块连接，用于基于所述混合交通微观仿真模型对智能网联车辆进行仿真控制，实现智能网联车辆的混合交通系统仿真；
交通效益评价模块，与所述仿真运行模块连接，用于对仿真效果进行评价，获得评价结果。
优选地，所述交通网的仿真信息包括道路基础设施的模拟仿真信息、交通流的建模仿真信息、各种等级的公路和城市道路基础设施的建模仿真信息、交通管理与控制的管控措施信息。
优选地，所述交通流的建模仿真信息包括机动车交通流建模仿真信息、非机动车交通流建模仿真信息、行人流建模仿真信息；
所述交通管理与控制的管控措施信息包括交通标志标线、交通信号控制信息。
优选地，所述混合交通微观仿真模型包括道路交通基础设施仿真模型、交通流仿真模型、道路景观仿真模型、交通天气仿真模型；
所述道路交通基础设施仿真模型用于通过提供智能网联车辆和人工驾驶车辆共用行驶的道路、桥梁和隧道第一信息，智能网联车辆专用道第二信息，智能网联车辆专用道与常规道路的交叉、合流、分流第三信息；
所述道路交通基础设施仿真模型提供的所述第一信息包括道路、桥梁和隧道的长度、车道数、限行禁行信息；所述第二信息包括各级公路的智能网联车辆专用道，各种城市道路智能网联车辆的快速路、主干路、次干路和支路专用道；所述第三信息包括交叉口的交通管理控制信息，高速路和快速路的进出匝道以及合流、分流信息，交通设施设备中的隔离带信息、交通信号灯信息、交通标志标线信息、可变信息标志信息、路面材质、路面颜色。
优选地，所述交通流仿真模型用于反映车辆运动的跟驰信息和变道信息；
所述车辆运动的跟驰信息和变道信息包括交通流的车型信息、车型比例、交通流量、车辆的物理特性；
其中，所述车型信息包括客车、货车、大型车、中型车、小型车；所述车辆的物理特性包括质量、几何尺寸、加减速特性。
优选地，所述道路景观仿真模型用于建立道路使用者视野中的道路环境信息；
所述道路环境信息包括日间道路环境信息、夜间道路环境信息、道路线形信息、道路绿化信息、道路边的建筑信息、道路边的山体信息、水系信息。
优选地，所述交通天气仿真模型用于呈现智能网联车辆行驶中的天气效果；
所述交通天气仿真模型包括视觉效果模型、物理模型；
所述视觉效果模型用于呈现日间和夜间下各种天气效果，所述天气效果至少包括雨、雪、雾、沙尘；
所述物理模型用于将不良天气的影响因素考虑到控制车辆行驶的模型中。
优选地，所述仿真运行模块包括检测单元、融合单元；
所述检测单元用于实现对智能网联车辆队列的参数检测，获得检测结果；
所述融合单元用于根据所述检测结果实现队列中智能网联车辆的加入、离开以及智能网联车辆队列的解体、重组。
优选地，所述交通效益评价模块基于效益评价指标对仿真效果进行评价；
所述效益评价指标包括平均速度、平均停车次数、平均延误、平均排队长度、总出行时间。
本发明公开了以下技术效果：
本发明提供的一种基于微观交通仿真的智能网联车辆混合交通评价系统，提供了一套低成本、安全、有效的方法与技术，一方面能够实现在虚拟仿真系统中对智能网联车辆混合交通系统的政策、规划设计进行定量、可视化的比选和评价；另一方面也实现了在虚拟仿真系统中对智能网联车辆混合交通系统运营进行定量、可视化的比选和评价，有助于优化其运行，节能环保，降低碳排放。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的系统结构示意图；
图2为本发明实施例的智能网联车辆的队列行驶示意图；
图3为本发明实施例的智能网联车辆V2V仿真框架图；
图4为本发明实施例的领航者模式示意图；
图5为本发明实施例的队列中插入车辆示意图；
图6为本发明实施例的高峰期不同渗透率下的平均车速图；
图7为本发明实施例的峰期不同渗透率下的平均出行时间。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，本发明提供了一种基于微观交通仿真的智能网联车辆混合交通评价系统,其作用有四点：第一，对包含ICV的智慧交通政策、规划设计方案进行定量、可视化的比选和评价；第二，借助本发明展现和分析运营中的包含ICV的智慧交通系统，优化其运行；第三，运用微观交通仿真，在系统实施前即能从多种视角(出行者、决策者)体验感受ICV交通系统；第四，定量评价ICV交通系统的效益。
该系统包括以下部分：
仿真信息采集模块，用于采集交通网的仿真信息；
进一步地优化方案，交通网的仿真信息包括道路基础设施的模拟仿真信息、交通流的建模仿真信息、各种等级的公路和城市道路基础设施的建模仿真信息、交通管理与控制的管控措施信息。
交通流的建模仿真信息包括机动车交通流建模仿真信息、非机动车交通流建模仿真信息、行人流建模仿真信息；
交通管理与控制的管控措施信息包括交通标志标线、交通信号控制信息。
仿真模型构建模块，与仿真信息采集模块连接，用于根据仿真信息构建混合交通微观仿真模型；
具体地，采集交通网的仿真信息通过ICV微观交通仿真软件获得，ICV微观交通仿真软件是一种在体系架构和基础功能上支持智能网联车辆建模与仿真的微观交通仿真软件，本实施例仿真信息的采集通过Vissim、Aimsun、Sumo等仿真软件完成。本实施例的微观交通仿真软件的功能包括模拟道路基础设施及其交通流，能够建模各种等级的公路和城市道路基础设施，能够建模并动态仿真交通流的产生和运行，包括机动车交通流、非机动车交通流和行人流；能够建模并仿真交通管理与控制，包括交通标志标线、交通信号控制，这些管控措施影响并控制交通流。
更重要的是，ICV微观交通仿真软件能够提供仿真ICV的V2X功能的应用程序接口(Application Programming Interface,简称 API)，通过API编制程序插件。运行仿真软件时，调用这些程序插件，实现智能网联车辆混合交通系统仿真。
进一步地优化方案，混合交通微观仿真模型包括道路交通基础设施仿真模型、交通流仿真模型、道路景观仿真模型、交通天气仿真模型；
道路交通基础设施仿真模型用于通过提供智能网联车辆和人工驾驶车辆共用行驶的道路、桥梁和隧道第一信息，智能网联车辆专用道第二信息，智能网联车辆专用道与常规道路的交叉、合流、分流第三信息；
道路交通基础设施仿真模型提供的第一信息包括道路、桥梁和隧道的长度、车道数、限行禁行信息；第二信息包括各级公路的智能网联车辆专用道，各种城市道路智能网联车辆的快速路、主干路、次干路和支路专用道；第三信息包括交叉口的交通管理控制信息，高速路和快速路的进出匝道以及合流、分流信息，交通设施设备中的隔离带信息、交通信号灯信息、交通标志标线信息、可变信息标志信息、路面材质、路面颜色。
交通流仿真模型用于反映车辆运动的跟驰信息和变道信息；
车辆运动的跟驰信息和变道信息包括交通流的车型信息、车型比例、交通流量、车辆的物理特性；
其中，车型信息包括客车、货车、大型车、中型车、小型车；车辆的物理特性包括质量、几何尺寸、加减速特性。
道路景观仿真模型用于建立道路使用者视野中的道路环境信息；
道路环境信息包括日间道路环境信息、夜间道路环境信息、道路线形信息、道路绿化信息、道路边的建筑信息、道路边的山体信息、水系信息。
交通天气仿真模型用于呈现智能网联车辆行驶中的天气效果；
交通天气仿真模型包括视觉效果模型、物理模型；
视觉效果模型用于呈现日间和夜间下各种天气效果，天气效果至少包括雨、雪、雾、沙尘；
物理模型用于将不良天气的影响因素考虑到控制车辆行驶的模型中。
仿真运行模块，与仿真模型构建模块连接，用于基于混合交通微观仿真模型对智能网联车辆进行仿真控制，实现智能网联车辆的混合交通系统仿真；
具体地，混合交通微观仿真模型组是基于仿真软件中的仿真信息建立的，并经过与实际交通系统对照、标定与校准。混合交通微观仿真模型组包括如下几种仿真模型：
a.考虑ICV的道路交通基础设施仿真模型
为运用ICV微观交通仿真软件建立的与真实道路物理实体1：1 比例的微观仿真模型，模型可以包括供ICV和人工驾驶车辆共用行驶的道路、桥梁和隧道；包括ICV专用道(仅供ICV车辆行驶)，以及 ICV专用道与常规道路的交叉、合流、分流。可以包含各种等级的供机动车通行的公路(高速公路、一级公路、二级公路、三级公路和四级公路)和各种城市道路(快速路、主干路、次干路和支路)。微观仿真模型包括详细信息，如道路、桥梁和隧道的长度、车道数、限行禁行，交叉口的交通管理控制，高速路和快速路的进出匝道以及合流、分流，还包括道路系统中的交通设施设备(如隔离带、交通信号灯、交通标志标线、可变信息标志)、路面材质、路面颜色等。
b.交通流仿真模型
交通流仿真模型，为运用ICV微观交通仿真软件建立的混合交通流微观仿真模型。需要定义交通流的组成(车型(客车/货车，大型车/中型车/小型车)组成比例、交通流量、车辆的物理特性(质量、几何尺寸(长宽高)、加减速特性)。反映车辆运动的跟驰和变道模型。
特别地，由于V2V双向通讯，ICV允许更小的车头时距，车辆可以灵活地组成队列编组、在车辆插入队列或离开队列时调整编组，在需要时解开编组。行车中的组队和解编通过API开发插件完成。
c.道路景观仿真模型
道路景观仿真模型，为运用仿真软件建立的道路使用者视野中的道路状况及道路环境，包括日间和夜间的景观。例如道路线形、道路绿化(树木、植被)、道路边的建筑、道路边的山体、水系等。
d.交通天气仿真模型
交通天气仿真模型包括视觉效果模型和物理模型。视觉效果模型用于呈现仿真模型中的日间和夜间下各种天气效果，这些天气包括不限于雨、雪、雾、沙尘。而物理模型则将不良天气的影响因素考虑到控制车辆行驶的模型中，例如雨、雪天气导致的刹车距离增加，雨、雪、雾、沙尘导致的车头时距增加。
进一步地优化方案，仿真运行模块包括检测单元、融合单元；
检测单元用于实现对智能网联车辆队列的参数检测，获得检测结果；
融合单元用于根据检测结果实现队列中智能网联车辆的加入、离开以及智能网联车辆队列的解体、重组。
具体地，仿真运行模块通过ICV建模的插件进行仿真，ICV建模的插件包括：
V2I的建模插件
ICV与道路交通基础设施会进行双向通讯，也就是V2I。因此， ICV可以获取道路交通信息，道路基础设施也可以感知ICV的信息。交通管理与控制系统通过道路上的智能设备感知ICV的位置、车速、航向角、加速度等，结合对混合交通系统的整体感知(流量、流向、平均车速、排队长度、延误等)，进行交通管理与控制。
相应的，仿真模型需要能模拟V2I的双向交互通讯，以及车辆和路侧设施的的管控措施，通过程序插件实现。例如仿真ICV队列的交通信号优先，仿真模型中的路侧检测器感知到ICV队列驶近，将绿灯时间延长或红灯早断；而ICV队列也能够感知到交通信号控制，确定加减速、停车等。
V2V的建模插件
如图2所示，智能网联车辆在单车自动驾驶技术的基础上通过添加通讯技术，可以得知周围车辆运行状态和道路交通信息。这样可以在较小的车头时距中实现更加精准的速度控制和车辆间距控制。并且邻近有相近目的地的多辆车可以组成一个队列并保持队列协同行驶。在构成的行驶队列中，其纵向和横向控制主要包括车辆加入、连接、离开和拆分。同时一旦车辆间通讯达成协议组成队列，队列中的第一辆车将会进入领航者模式，队列中的其他车辆将会遵守领航者的命令操作。
通过微观交通仿真软件的API编制程序插件完成V2V的仿真建模，下面以Vissim为例。通过Vissim的COM接口，利用Python编制代码完成智能网联车辆功能模块的开发。Python编制的插件实现智能网联车辆的检测、通讯以及队列行驶过程中车辆的加入、离开解散和重组等功能。插件和其他仿真模型通过Vissim的COM接口实现交互，使得ICV按照定义的跟驰和变道算法进行加减速、排队、汇入和驶离队列等行为，从而仿真智能网联车辆的队列行驶行为。其框架结构如图3所示。
Vissim软件具备可以实时读取目标车辆的邻近车辆的信息(位置、距离、速度、加速度、相对速度、相对加速度、变道信息等)的功能，基于此模拟ICV的V2V，定义了“感知”和通讯过程中可以获得和传递的信息(如速度、加速度、车道编号等)，并对相应的车辆传递控制决策命令，让车辆做出反应。
在智能网联车辆中所有车辆的驾驶模式切换，均需要在领航者车辆的检测和控制下执行。通过Vissim仿真系统自身功能来实现智能网联车辆的驶近、制动及自由行驶三种驾驶员行为。在此重点讨论驾驶员跟驰行为模型并介绍改变跟驰行为的重点参数：
CC0(平均停车间距)：两个停止车辆间的平均期望间隔距离，一般选取默认值(1.5m)
CC1(期望车头时距)：后车驾驶员对于某一确定的速度而期望保持的车头时距。(单位：s)
dx_safe＝CC0+CC1*v (1)
v：期望车速：m/s
安全距离dx_safe是指后车驾驶员跟车时保持的最小距离，当车流量很高是时，这个距离对于通行能力有着决定性影响。
同时本实施例还考虑了在智能网联车辆的跟驰模型，该模型主要通过控制车队中车辆驾驶员固定期望时间间隔(driver-desired constant time-gap)td来维持车队中的智能网联车辆的运作(选取 td＝0.5s)。
智能网联车辆中的加速度由目标车辆和其前方车辆的空间距离s 和目标车辆的速度v决定，呈线性关系，如下方公式(2)和(3)，并且可以确定驾驶模型的最大加速度和最小加速度。
ac＝ap+kv*(vp-vf)+ks*(s-v*td) (2)
a＝max[amin,min(ac,amax)] (3)
其中：
s：两车间距；
ac:用线性函数控制的加速度；
a:目标车辆下一步的加速度；
ap:前一辆车的加速度；
td：车辆驾驶员固定期望时间间隔(td＝0.5s)；
vp:前一辆车的速度；
vf:跟随车辆的速度；
amax:允许的最大加速度；
amin:允许的最小加速度；
kv，ks:恒定大于零的参数
智能网联车辆构成协同车队主要有三种逻辑控制过程：队列的形成、车辆间隙的调整和车队稳定过程。除此之外，插件定义的逻辑功能还有：
(1)算法结合已有的路网参数和软件功能，在路网中规定了“检测区”和“融合区”。在“检测区”中实现对队列的参数检测(如速度，车道编号及是否变道等)，遵照算法规定的一系列队列规则，在“融合区”实现队列中车辆的加入，离开及队列解体、重组等功能。
(2)在仿真中实现的“通讯”功能是指仿真进行时共享仿真环境中车辆的参数。
(3)如图4所示，队列在行驶中，所有跟随的成员车辆都要在领航者车辆的指示下行进。
(4)队列中的所有跟车间隙都是自动调整的。当目标车辆要加入队列时，该车辆会加速，同时队列中相应位置的车辆会减速让出空间供其插入，直到目标车辆成功进汇入队列，减速车辆会重新加速保证达到队列要求的最小间隙，如图5所示。
(5)在车道上形成智能网联车辆的协同驾驶车队，需要的参数结构为：车道号、车队的期望速度、跟车的最大和最小间隔，车队的长度(构成车队的智能网联车辆数)、领航者的ID及车队的当前位置。
(6)通过领航者车辆构建队列，领航者还要在每一个仿真步长内“通知”其队列成员车辆行驶参数，如：速度、车道和队列位置等。每个仿真步长通知的参数都可以作为队列行驶中的下一步长的命令。
(7)如果有单独的智能网联车辆想要加入车队，它需要寻找最近的车队，并“通知”领航者。领航者通过计算，通知车队成员进行相关操作与之组成车队。若在感知区域内，没有可以满足条件的车队去让智能网联车辆加入，则此智能网联车将会单独行驶。
(8)当车辆要离开队列时，它会取消与领航者的“通讯”，转为单车控制的车辆。
交通效益评价模块，与仿真运行模块连接，用于对仿真效果进行评价，获得评价结果。
进一步地优化方案，交通效益评价模块基于效益评价指标对仿真效果进行评价；
效益评价指标包括平均速度、平均停车次数、平均延误、平均排队长度、总出行时间。
具体地，交通效益以平均速度、平均停车次数、平均延误、平均排队长度以及总出行时间为评价指标。通过搭建的仿真模型，仿真多种市场渗透率条件下，智能网联车辆混合交通系统在不同交通时段 (高峰期、平峰期、低峰期)的运行。具体而言，设定智能网联车辆的市场渗透率从0到100％并以指定的幅度递增，通过仿真得到路网中不同交通时段(高峰期、平峰期、低峰期)车辆的平均速度、平均停车次数、平均延误、平均排队长度以及总出行时间评价指标，并进行交通效益评价。同时为确保实验数据的统计有效性，设定在每种市场渗透率下的场景进行10次随机试验，去掉离群的数据，并对剩余数据取平均值。输出相应的图和表如图6-7所示。
进一步地，基于微观交通仿真的智能网联车辆混合交通评价系统的具体操作步骤包括：
启动安装在高性能计算机上的ICV微观交通仿真软件，建立或打开已有的混合交通微观仿真模型组，将模型对比实际道路交通系统进行标定和校准；
其中，混合交通微观仿真模型组，又包括以下组成：考虑ICV的道路交通基础设施仿真模型、交通流仿真模型、道路景观仿真模型和交通天气仿真模型，上述模型组融合后形成可在高性能计算机上运行的混合交通微观仿真模型组。
运行ICV建模的插件，对智能网联车辆混合交通系统进行建模；在智能网联车辆微观交通仿真软件中运行该仿真模型组和ICV建模的插件，实现智能网联车辆混合交通系统的仿真。
运行ICV混合交通系统效益评价程序。
由智能网联车辆混合交通系统效益评价程序计算交通效益评价指标，包括平均速度、平均停车次数、平均延误、平均排队长度、总出行时间等。通过指标数据，定量比较、评价和优化智能智能网联交通系统。
对特定的智能网联车辆交通系统，采用不同的随机数种子，运行多次，去除离群的数据，取平均值，依据评价指标对方案进行比选、评价和优化。
以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (9)

1.一种基于微观交通仿真的智能网联车辆混合交通评价系统，其特征在于，包括：
仿真信息采集模块，用于采集交通网的仿真信息；
仿真模型构建模块，与所述仿真信息采集模块连接，用于根据所述仿真信息构建混合交通微观仿真模型；
仿真运行模块，与所述仿真模型构建模块连接，用于基于所述混合交通微观仿真模型对智能网联车辆进行仿真控制，实现智能网联车辆的混合交通系统仿真；
交通效益评价模块，与所述仿真运行模块连接，用于对仿真效果进行评价，获得评价结果。
2.根据权利要求1所述的一种基于微观交通仿真的智能网联车辆混合交通评价系统，其特征在于，
所述交通网的仿真信息包括道路基础设施的模拟仿真信息、交通流的建模仿真信息、各种等级的公路和城市道路基础设施的建模仿真信息、交通管理与控制的管控措施信息。
3.根据权利要求2所述的一种基于微观交通仿真的智能网联车辆混合交通评价系统，其特征在于，
所述交通流的建模仿真信息包括机动车交通流建模仿真信息、非机动车交通流建模仿真信息、行人流建模仿真信息；
所述交通管理与控制的管控措施信息包括交通标志标线、交通信号控制信息。
4.根据权利要求1所述的一种基于微观交通仿真的智能网联车辆混合交通评价系统，其特征在于，
所述混合交通微观仿真模型包括道路交通基础设施仿真模型、交通流仿真模型、道路景观仿真模型、交通天气仿真模型；
所述道路交通基础设施仿真模型用于通过提供智能网联车辆和人工驾驶车辆共用行驶的道路、桥梁和隧道第一信息，智能网联车辆专用道第二信息，智能网联车辆专用道与常规道路的交叉、合流、分流第三信息；
所述道路交通基础设施仿真模型提供的所述第一信息包括道路、桥梁和隧道的长度、车道数、限行禁行信息；所述第二信息包括各级公路的智能网联车辆专用道，各种城市道路智能网联车辆的快速路、主干路、次干路和支路专用道；所述第三信息包括交叉口的交通管理控制信息，高速路和快速路的进出匝道以及合流、分流信息，交通设施设备中的隔离带信息、交通信号灯信息、交通标志标线信息、可变信息标志信息、路面材质、路面颜色。
5.根据权利要求4所述的一种基于微观交通仿真的智能网联车辆混合交通评价系统，其特征在于，
所述交通流仿真模型用于反映车辆运动的跟驰信息和变道信息；
所述车辆运动的跟驰信息和变道信息包括交通流的车型信息、车型比例、交通流量、车辆的物理特性；
其中，所述车型信息包括客车、货车、大型车、中型车、小型车；所述车辆的物理特性包括质量、几何尺寸、加减速特性。
6.根据权利要求4所述的一种基于微观交通仿真的智能网联车辆混合交通评价系统，其特征在于，
所述道路景观仿真模型用于建立道路使用者视野中的道路环境信息；
所述道路环境信息包括日间道路环境信息、夜间道路环境信息、道路线形信息、道路绿化信息、道路边的建筑信息、道路边的山体信息、水系信息。
7.根据权利要求4所述的一种基于微观交通仿真的智能网联车辆混合交通评价系统，其特征在于，
所述交通天气仿真模型用于呈现智能网联车辆行驶中的天气效果；
所述交通天气仿真模型包括视觉效果模型、物理模型；
所述视觉效果模型用于呈现日间和夜间下各种天气效果，所述天气效果至少包括雨、雪、雾、沙尘；
所述物理模型用于将不良天气的影响因素考虑到控制车辆行驶的模型中。
8.根据权利要求1所述的一种基于微观交通仿真的智能网联车辆混合交通评价系统，其特征在于，
所述仿真运行模块包括检测单元、融合单元；
所述检测单元用于实现对智能网联车辆队列的参数检测，获得检测结果；
所述融合单元用于根据所述检测结果实现队列中智能网联车辆的加入、离开以及智能网联车辆队列的解体、重组。
9.根据权利要求1所述的一种基于微观交通仿真的智能网联车辆混合交通评价系统，其特征在于，
所述交通效益评价模块基于效益评价指标对仿真效果进行评价；
所述效益评价指标包括平均速度、平均停车次数、平均延误、平均排队长度、总出行时间。
CN202210802597.6A 2022-07-07 2022-07-07 一种基于微观交通仿真的智能网联车辆混合交通评价系统 Pending CN115169890A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210802597.6A CN115169890A (zh) 2022-07-07 2022-07-07 一种基于微观交通仿真的智能网联车辆混合交通评价系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210802597.6A CN115169890A (zh) 2022-07-07 2022-07-07 一种基于微观交通仿真的智能网联车辆混合交通评价系统

Publications (1)

Publication Number Publication Date
CN115169890A true CN115169890A (zh) 2022-10-11

Family

ID=83493600

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210802597.6A Pending CN115169890A (zh) 2022-07-07 2022-07-07 一种基于微观交通仿真的智能网联车辆混合交通评价系统

Country Status (1)

Country Link
CN (1) CN115169890A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116486612A (zh) * 2023-04-21 2023-07-25 清华大学 基于车路云协同的混合交通队列稳定性评价方法及装置
CN116935624A (zh) * 2023-05-29 2023-10-24 哈尔滨工业大学 基于数字孪生的降雪天气智能网联交通事故风险评价方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109100155A (zh) * 2018-07-09 2018-12-28 长安大学 一种无人车在环快速仿真测试系统和方法
CN110160804A (zh) * 2019-05-31 2019-08-23 中国科学院深圳先进技术研究院 一种自动驾驶车辆的测试方法、装置及系统
CN110782120A (zh) * 2019-09-12 2020-02-11 腾讯科技（深圳）有限公司 一种交通流模型的评测方法、系统、设备及介质
CN111241168A (zh) * 2020-01-15 2020-06-05 中设设计集团股份有限公司 一种实时在线微观交通仿真方法及系统
CN111586130A (zh) * 2020-04-29 2020-08-25 清华大学 混合交通场景下纵向控制算法的性能评价方法及装置
CN111754777A (zh) * 2020-07-10 2020-10-09 清华大学 无人驾驶和有人驾驶混行交通流的微观交通仿真方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109100155A (zh) * 2018-07-09 2018-12-28 长安大学 一种无人车在环快速仿真测试系统和方法
CN110160804A (zh) * 2019-05-31 2019-08-23 中国科学院深圳先进技术研究院 一种自动驾驶车辆的测试方法、装置及系统
CN110782120A (zh) * 2019-09-12 2020-02-11 腾讯科技（深圳）有限公司 一种交通流模型的评测方法、系统、设备及介质
CN111241168A (zh) * 2020-01-15 2020-06-05 中设设计集团股份有限公司 一种实时在线微观交通仿真方法及系统
CN111586130A (zh) * 2020-04-29 2020-08-25 清华大学 混合交通场景下纵向控制算法的性能评价方法及装置
CN111754777A (zh) * 2020-07-10 2020-10-09 清华大学 无人驾驶和有人驾驶混行交通流的微观交通仿真方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张芷铭: "智能网联车辆建模与混行交通流效益评价", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116486612A (zh) * 2023-04-21 2023-07-25 清华大学 基于车路云协同的混合交通队列稳定性评价方法及装置
CN116486612B (zh) * 2023-04-21 2023-12-26 清华大学 基于车路云协同的混合交通队列稳定性评价方法及装置
CN116935624A (zh) * 2023-05-29 2023-10-24 哈尔滨工业大学 基于数字孪生的降雪天气智能网联交通事故风险评价方法

Similar Documents

Publication Publication Date Title
CN107403038B (zh) 一种智能汽车虚拟快速测试方法
Feng et al. An augmented reality environment for connected and automated vehicle testing and evaluation
WO2022121248A1 (zh) 测试评价信息确定方法、装置、设备及计算机存储介质
WO2020238097A1 (zh) 一种自动驾驶车辆的测试方法、装置及系统
CN113313936A (zh) 用于运载工具的交通灯检测系统
CN111797001A (zh) 一种基于SCANeR的自动驾驶仿真测试模型的构建方法
US20050192736A1 (en) Road traffic simulation apparatus
CN107490384B (zh) 一种基于城市路网的最优静态路径选择方法
CN110675624B (zh) 一种高风险路段的行车风险控制方法
Hoar et al. Evolutionary swarm traffic: if ant roads had traffic lights
CN115169890A (zh) 一种基于微观交通仿真的智能网联车辆混合交通评价系统
CN110716529A (zh) 一种自动驾驶测试用例自动生成方法和装置
CN108959813A (zh) 一种智能车辆道路导航环境模型的仿真建模方法
CN113887037B (zh) 一种不同渗透率的网联环境下自动驾驶系统测评方法
KR102497716B1 (ko) 자율주행협력 차량의 권장 제한 속도를 제공하는 관제 서버
CN113065685A (zh) 基于自动驾驶应用场景的高精地图交通规则模型及其实现方法
CN114407900A (zh) 一种车路协同自动驾驶功能分配系统及方法
Zhang et al. Identifying and assessing key weather-related parameters and their impacts on traffic operations using simulation
CN115165387A (zh) 一种自动驾驶整车性能测试的控制方法、装置及系统
Guerrieri et al. Road design criteria and capacity estimation based on autonomous vehicles performances. first results from the european c-roads platform and A22 motorway
CN110675476A (zh) 一种直观传达自动驾驶场景定义的方法和装置
CN116842688A (zh) 一种面向自动驾驶决策算法的在线合规验证系统
JP2023156266A (ja) シミュレーション方法、コンピューティングデバイス及び記憶媒体
Pirdavani et al. Travel time evaluation of a U-turn facility: comparison with a conventional signalized intersection
Black et al. A traffic model for the optimal allocation of arterial road space: a case study of Seoul's first experimental bus lane

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination