專利名稱：基于跟車行為的交通流微觀仿真方法
技術(shù)領(lǐng)域：
本發(fā)明屬于交通流理論中的交通流微觀模型領(lǐng)域，涉及一種交通流微觀仿真方法。
背景技術(shù)：
20世紀中葉開始，交通問題由于其復雜性和實際意義，開始吸引大量科學家對其進行研究。元胞自動機(cellular automaton, CA)模型是一種時間，空間和變量都離散的的數(shù)學模型，具有規(guī)則簡單，靈活可調(diào)，易于編程等特點，近年來在交通流研究中得到了廣泛應用。最具代表性的元胞自動機模型是由Nagel和Schrekenberg提出的NaSch模型,該模型可以描述一些實際交通現(xiàn)象，但所模擬的最大交通量小于實測數(shù)據(jù)，并且不能描述臨界點附近的亞穩(wěn)態(tài)性質(zhì)。在NS模型基礎上，人們提出了許多改進模型，例如改進加速規(guī)則的FI模型，引入慢啟動規(guī)則的VDR模型，改進減速規(guī)則的敏感駕駛模型等；針對NS模型不可超車的局限性，學者們提出了多種單向多車道CA模型，并建立了各種換道規(guī)則。NS、FI等模型采用并行更新方式，在同一時步的更新過程中，前車在該時步中前進的距離被默認為車輛間的安全距離，造成NS模型模擬的平均車頭間距大于實際值和模型的仿真流量偏小。

發(fā)明內(nèi)容
技術(shù)問題本發(fā)明提供了一種采用小元胞尺寸，可以通過參數(shù)對車輛特性和駕駛行為進行精細調(diào)節(jié)，模型仿真流量和實測數(shù)據(jù)符合很好，并能描述交通系統(tǒng)的亞穩(wěn)態(tài)和回滯現(xiàn)象的基于跟車行為的交通流微觀仿真方法。技術(shù)方案本發(fā)明的基于跟車行為的交通流微觀仿真方法，包括如下步驟I)起始設定將道路視為由rlength個元胞組成的離散格點鏈，所述元胞的尺寸為csize，用元胞取值等于I表示道路上該位置被車輛占據(jù)，元胞取值等于O表示道路上該位置沒有車輛占據(jù)，設車輛長度為carsize，從道路起點開始，沿車輛行駛方向給車輛編號，所述車輛編號用i表示，則Vi⑴為第i輛車在t時刻的速度，Xi⑴為第i輛車車尾在t時刻的位置，計算所有車輛車前行駛空間gaPi(t)的初始值，所述初始值為第i輛車的車頭與第i+Ι輛車的車尾的間距gaPi(t) = XwW-Xi (t)-carsize, Vmax為車輛的最大速度，acc為車輛加速度，dec為車輛減速度，P為隨機減速概率，k為安全駕駛參數(shù)，a為從車道上隨機抽取的，每個步長更新中的首輛更新車輛的編號，Tl為開始采集仿真數(shù)據(jù)的時間步長，T2為仿真程序運行的設定總時間步長，設定要建立的基于跟車行為的元胞自動機模型采用周期性邊界條件，仿真的初始條件是將車輛根據(jù)道路初始車輛密度d均勻分配在道路上，N為分配后車道上車輛總數(shù)，所述車輛初速度取O到Vmax間的整數(shù)隨機值，然后從道路中隨機選取一輛編號為a的車輛，其中KaSN;2)將車輛a作為初始更新的車輛，令當前更新車輛編號i=a ；
3)對車輛i進行狀態(tài)更新，具體步驟為31)進行加速過程車輛i按所述步驟I)中設定的車輛加速度acc進行加速，如果ViUHacc大于步驟I)中設定的最大速度vmax，則將最大速度Vmax作為加速后的車速t(o的賦值，否則將Vi (t)+acc作為加速后的車速(O的賦值；32)進行減速過程如果所述步驟31)中得到的的加速后的車速(O大于車前方行駛空間gaPi(t)，則將所述前方行駛空間gaPi (t)的值作為減速后的車速Γ/(O的賦值，否則將步驟31)中得到的加速后的車速O)作為減速后的車速(O的賦值，所述車前方行駛空間gaPi(t)按以下方式確定如果本次減速過程是第一個時刻的第一次減速過程，則gaPi(t)為所述步驟I)中 得到的車前方行駛空間的初始值，否則為上一次更新后的車前行駛空間；33)隨機慢化過程車輛按隨機減速概率P確定是否進行慢化，如不進行慢化則直接進入步驟34)，否則根據(jù)所述步驟I)中設定的車輛減速度dec進行減速后進入步驟34)，所述減速的具體方法為用步驟32)得到的減速后的車速<(O減去dec，如果f (0-Λ 小于0，則將O作為隨機慢化后車速Vi (t+Ι)的賦值，否則將f (O作為隨機慢化后車速Vi (t+Ι)的賦值；34)車輛位置更新將車輛i的位置更新為本時刻的位置XJt)的值與所述步驟33)中得到的隨機慢化后車速vn(t+l)的賦值之和，即Xi(t+1) = X1(I)+N1 (t+1)；4)提取下一車輛的編號j，如j=a，則表明所有車輛的狀態(tài)均已更新，于是進入步驟 5),否則用公式 gapj(t) = gapj (t) +round (Vi (t+1) X (Vi (t+1)/Vmax)k)更新第 j 輛車的車前行駛空間后，將下一車輛的編號作為當前更新車輛編號i并回到步驟3)，其中IXnmd(X)為對X四舍五入的取整函數(shù)；所述下一車輛的編號按如下方式確定如本次更新車輛編號不為I，則下一車輛編號為i-Ι，如本次更新車輛編號為I，則下一車輛編號為N ；5)根據(jù)下式將所有車輛的車前空間更新為車輛前方的空格元胞數(shù)gapj (t+1) = Xi+1 (t+1)-Xi (t+1)-carsize ; 然后判斷是否滿足t > Tl，如是，則統(tǒng)計仿真數(shù)據(jù)后進入步驟6)，否則令t=t+l，并返回步驟2)6)如果t ( T2，則令t=t+l，并返回步驟2)，否則結(jié)束仿真流程。本發(fā)明的步驟33)中，按隨機減速概率P確定是否進行慢化的方法為，產(chǎn)生一個服從
間均勻分布的隨機數(shù)k，如果k < P，則進行隨機慢化，否則不進行隨機慢化。本發(fā)明的步驟5)中，統(tǒng)計仿真數(shù)據(jù)至少包括車輛密度、平均速度和系統(tǒng)流量。有益效果本發(fā)明與現(xiàn)有技術(shù)相比，具有以下優(yōu)點本發(fā)明結(jié)合實際跟車行為中車輛的相對運動和安全駕駛條件，提出了基于跟車行為的CA模型，建立了基于該模型的交通流微觀仿真方法。模型采用小元胞尺寸，可以通過參數(shù)對車輛特性和駕駛行為進行精細調(diào)節(jié)，模型的仿真流量與實測數(shù)據(jù)符合較好，并能描述系統(tǒng)在臨界密度附近的亞穩(wěn)態(tài)性質(zhì)。通過本發(fā)明的提出的模型和方法可以方便地實現(xiàn)在不同交通、道路條件下，具有不同類型車輛和不同性格駕駛員的交通流仿真模擬并通過模擬研究交通系統(tǒng)的性質(zhì)和演化情況。該模型可以作為交通微觀仿真軟件的內(nèi)核使用，對交通設施建設計劃和交通管理控制策略的制定和效果評價有很好輔助作用。


圖I為本發(fā)明提出的基于跟車行為的交通流微觀仿真方法流程圖。
具體實施例方式下面通過實施例進一步闡明本發(fā)明，應理解這些實施例僅用于說明本發(fā)明而不用于限制本發(fā)明的范圍，在閱讀了本發(fā)明說明書之后，本領(lǐng)域技術(shù)人員對本發(fā)明的各種等同形式的修改均落于本申請權(quán)利要求所限定的范圍內(nèi)。
本發(fā)明的基于跟車行為的交通流微觀仿真方法，流程如圖I所示，具體步驟如下I)起始設定將道路視為由rlength個元胞組成的離散格點鏈，所述元胞的尺寸為csize，用元胞取值等于I表示道路上該位置被車輛占據(jù)，元胞取值等于O表示道路上該位置沒有車輛占據(jù)。設車輛長度為carsize，設i為車輛編號，則Vi (t)為第i輛車在t時刻的速度，Xi (t)為第i輛車車尾在t時刻的位置，gaPi(t)為車前行駛空間，其初始值為第i輛車車頭和第i+Ι輛車車尾間的距離(gapjt) = Xi+1 (t)-Xi (t)-carsize), Vmax為車輛的最大速度,acc為車輛加速度，dec為車輛減速度(車輛長度，位置，速度，加減速度等參數(shù)取值均為實際數(shù)值除以元胞尺寸csize)，P為隨機減速概率，k為安全駕駛參數(shù)，SH為車輛搜索指針的位置，
round(x)為對x四舍五入的取整函數(shù)，min(x, y.....)返回x, y···中的最小值，a為從車道
上隨機抽取的，每個步長更新中的首輛更新車輛的編號，d為仿真開始時道路上的車輛密度，Tl為開始采集仿真數(shù)據(jù)的時間步長，T2為仿真程序運行的總時間步長，設定要建立的基于跟車行為的元胞自動機模型采用周期性邊界條件，仿真的初始條件是將車輛根據(jù)的密度d均勻分配在道路上，車輛初速度取O到Vmax間的整數(shù)隨機值，設N為分配后車道上車輛總數(shù)；本實施例中設定Vmax = 21 (113km/h), rlength = 5000 (7. 5km), carsize =5 (7. 5m), acc = 4 (6m/s2), dec = 3 (4. 5m/s2), dm = 4 (6m/s2), p = 0. 28，Tl = 10000，T2 =12000，d = 25veh/km。2)將車輛a作為初始更新的車輛，令當前更新車輛編號i=a ;串行更新過程中，首輛更新的車輛無法考慮前車運動對本車車前空間的影響。為消除首輛更新車輛對交通流的遲滯作用，對任意時刻的交通狀態(tài)演變，更新從同一輛車a開始。3)對車輛i進行狀態(tài)更新，具體步驟為31)進行加速過程車輛i按所述步驟I)中設定的車輛加速度acc進行加速，如果Vi (t)+acc大于步驟I)中設定的最大速度vmax，則將最大速度Vmax作為加速后的車速d)的賦值，否則將Vi (t)+acc作為加速后的車速C(Z)的賦值；32)進行減速過程如果所述步驟31)中得到的的加速后的車速ff (O大于車前方行駛空間gaPi⑴，則將所述前方行駛空間gaPi(t)的值作為減速后的車速F/(O的賦值，否則將步驟31)中得到的加速后的車速作為減速后的車速K/(O的賦值，所述車前方行駛空間gaPi (t)按以下方式確定如果本次減速過程是第一個時刻的第一次減速過程，則gaPi(t)為所述步驟I)中得到的車前方行駛空間的初始值，否則為上一次更新后的車前行駛空間；33)隨機慢化過程車輛按隨機減速概率P確定是否進行慢化，產(chǎn)生一個服從
間均勻分布的隨機數(shù)k，如果k < p，則進行隨機慢化，否則不進行隨機慢化。如不進行慢化則直接進入步驟34)，否則根據(jù)所述步驟I)中設定的車輛減速度dec進行減速后進入步驟34)，所述減速的具體方法為用步驟32)得到的減速后的車速if W減去dec，如果f (O-fifec小于0，則將O作為隨機慢化后車速Vi (t+Ι)的賦值，否則將0/)-叔作為隨機慢化后車速￥七+1)的賦值； 34)車輛位置更新將車輛i的位置更新為本時刻的位置Xi⑴的值與所述步驟33)中得到的隨機慢化后車速vn(t+l)的賦值之和，即Xi (t+1) = X1(I)+N1 (t+1)；4)提取下一車輛的編號j，如j=a，則表明所有車輛的狀態(tài)均已更新，于是進入步驟 5),否則用公式 gapj(t) = gapj (t) +round (Vi (t+1) X (Vi (t+1)/Vmax)k)更新第 j 輛車的車前行駛空間后，將下一車輛的編號作為當前更新車輛編號i并回到步驟3)，其中IXnmd(X)為對X四舍五入的取整函數(shù)；所述下一車輛的編號按如下方式確定如本次更新車輛編號不為I，則下一車輛編號為i-Ι，如本次更新車輛編號為I，則下一車輛編號為N ；更新步驟4)體現(xiàn)了跟車行為中車輛相對運動的影響。前車速度Vi (t+Ι)為O時，后車車前空間gap^a)等于兩車間的空間距離。前車速度Vi (t+Ι)為Vmax時，gap^a)=gapH (t) +Vi (t+1)，描述了前車全速行駛時后車高速追趕前車的現(xiàn)象。參數(shù)k大于O時，函數(shù)gap^a) (Vi (t+Ι))的曲線是下凸的，隨前車速度變小，安全間距迅速增大，體現(xiàn)了車輛駕駛的安全性特征。在小元胞尺寸的基礎上，可以通過調(diào)節(jié)Vmax和carsize的取值來調(diào)節(jié)車輛的尺寸和最大速度，通過調(diào)節(jié)k的取值來改變駕駛員的保守程度和安全間距的大小，從而根據(jù)需求實現(xiàn)不同情況下的交通仿真模擬。5)根據(jù)下式將所有車輛的車前空間更新為車輛前方的空格元胞數(shù)gapj (t+1) = Xi+1 (t+1)-Xi (t+1)-carsize ;然后判斷是否滿足t > Tl，如是，則統(tǒng)計仿真數(shù)據(jù)后進入步驟6)，否則令t=t+l，并返回步驟2)；仿真數(shù)據(jù)采集方法設車道上車輛總數(shù)為N,則密度D = 1000N/ (csize X rlength) (veh/km)，平均速度
Ar-I
V =—yrAt)xcsizex3.6流量 J = DV (veh/h),平均速差 p匕1 丨等
(km/h),_實際應用中可以根據(jù)需要采集其他統(tǒng)計數(shù)據(jù)(如車速的方差，標準差，特定車輛的行駛軌跡和車速變化情況，系統(tǒng)堵塞帶長度，堵塞消散時間，交通流中車頭間距和車速的分布，等等)6)如果t ( T2，則令t=t+l，并返回步驟2)，否則結(jié)束仿真流程。將仿真程序運行一定時間，消除暫態(tài)影響后(一般在IO4時間步后)，可以方便地采集交通流仿真數(shù)據(jù)，在本例中僅采集了交通系統(tǒng)的流量，密度，平均速度和系統(tǒng)的平均速差幾個參數(shù)，實際應用中可以根據(jù)需要采集的各種統(tǒng)計數(shù)據(jù)(車速的方差，標準差，特定車輛的行駛軌跡和車速變化情況，系 統(tǒng)堵塞帶長度，堵塞消散時間，交通流中車頭間距和車速的分布，等等)。
權(quán)利要求
1.一種基于跟車行為的交通流微觀仿真方法，其特征在于，該仿真方法包括如下步驟 1)起始設定 將道路視為由rlength個元胞組成的離散格點鏈,所述元胞的尺寸為csize,用元胞取值等于I表示道路上該位置被車輛占據(jù)，元胞取值等于O表示道路上該位置沒有車輛占據(jù)，設車輛長度為carsize，從道路起點開始，沿車輛行駛方向給車輛編號，所述車輛編號用i表示，則Vi⑴為第i輛車在t時刻的速度，Xi⑴為第i輛車車尾在t時刻的位置，計算所有車輛車前行駛空間gaPi (t)的初始值，所述初始值為第i輛車的車頭與第i+Ι輛車的車尾的間距gap“t) = Xi+1 (t) -Xi (t) -carsize, Vmax為車輛的最大速度，acc為車輛加速度，dec為車輛減速度，P為隨機減速概率，k為安全駕駛參數(shù)，a為從車道上隨機抽取的，每個步長更新中的首輛更新車輛的編號，Tl為開始采集仿真數(shù)據(jù)的時間步長，T2為仿真程序運行的設定總時間步長，設定要建立的基于跟車行為的元胞自動機模型采用周期性邊界條件，仿真的初始條件是將車輛根據(jù)道路初始車輛密度d均勻分配在道路上，N為分配后車道上車輛總數(shù)，所述車輛初速度取O到Vmax間的整數(shù)隨機值，然后從道路中隨機選取一輛編號為a的車輛，其中KaSN; 2)將車輛a作為初始更新的車輛，令當前更新車輛編號i=a； 3)對車輛i進行狀態(tài)更新，具體步驟為 31)進行加速過程 車輛i按所述步驟I)中設定的車輛加速度acc進行加速，如果Vi (t)+acc大于步驟I)中設定的最大速度V_，則將最大速度Vniax作為加速后的車速P(0的賦值,否則將KW + acc作為加速后的車速CW的賦值； 32)進行減速過程 如果所述步驟31)中得到的的加速后的車速if (O大于車前方行駛空間gaPi (t)，則將所述前方行駛空間gaPi(t)的值作為減速后的車速#(O的賦值，否則將步驟31)中得到的加速后的車速P (O作為減速后的車速CO的賦值，所述車前方行駛空間gaPi (t)按以下方式確定如果本次減速過程是第一個時刻的第一次減速過程，則gaPi(t)為所述步驟I)中得到的車前方行駛空間的初始值，否則為上一次更新后的車前行駛空間； 33)隨機慢化過程 車輛按隨機減速概率P確定是否進行慢化，如不進行慢化則直接進入步驟34)，否則根據(jù)所述步驟I)中設定的車輛減速度dec進行減速后進入步驟34)，所述減速的具體方法為用步驟32)得到的減速后的車速<(O減去dec，如果爾W-Ac小于O，則將O作為隨機慢化后車速Kt+Ι)的賦值，否則將F/(O-—作為隨機慢化后車速Vi (t+1)的賦值； 34)車輛位置更新 將車輛i的位置更新為本時刻的位置Xi (t)的值與所述步驟33)中得到的隨機慢化后車速 Vn(t+1)的賦值之和，即 Xi(t+1) = X1(I)+N1 (t+1)； 4)提取下一車輛的編號j，如j=a，則表明所有車輛的狀態(tài)均已更新，于是進入步驟5)，否則用公式gpaji^gapjUHrouncKViU+l) X (Vi (i+l)/Vmax)k)更新第j輛車的車前行駛空間后，將下一車輛的編號作為當前更新車輛編號i并回到步驟3)，其中IOund(X)為對X四舍五入的取整函數(shù)；所述下一車輛的編號按如下方式確定如本次更新車輛編號不為1，則下一車輛編號為i-Ι，如本次更新車輛編號為I，則下一車輛編號為N ； 5)根據(jù)下式將所有車輛的車前空間更新為車輛前方的空格元胞數(shù) gapj (t+1) = Xi+1 (t+1) -Xi (t+1) -carsize ； 是，則統(tǒng)計仿真數(shù)據(jù)后進入步驟6)，否則令t=t+l，并返回步驟2) 6)如果t^ T2，則令t=t+l，并返回步驟2)，否則結(jié)束仿真流程。
2.根據(jù)權(quán)利要求I所述的基于跟車行為的交通流微觀仿真方法，其特征在于，所述步驟33)中，按隨機減速概率P確定是否進行慢化的方法為，產(chǎn)生一個服從[O，I]間均勻分布的隨機數(shù)k，如果k < p，則進行隨機慢化，否則不進行隨機慢化。
3.根據(jù)權(quán)利要求I所述的基于跟車行為的交通流微觀仿真方法，其特征在于，所述步驟5)中，統(tǒng)計仿真數(shù)據(jù)至少包括車輛密度、平均速度和系統(tǒng)流量。
全文摘要
本發(fā)明公開了一種基于跟車行為的交通流微觀仿真方法，采用一種新的元胞自動機模型進行交通流微觀仿真，包括如下步驟1)起始設定；2)從首輛更新車輛a開始更新；3)對車輛i進行狀態(tài)更新更新，4)后車的車前行駛空間更新5)采集仿真數(shù)據(jù)；6)仿真結(jié)束條件判斷；本發(fā)明采用的模型使用小元胞尺寸，可以通過調(diào)整參數(shù)對車輛特性和駕駛行為進行精細調(diào)節(jié)，方便不同條件下的交通流仿真模擬。模型的仿真流量和實測數(shù)據(jù)符合很好，并能描述交通系統(tǒng)的亞穩(wěn)態(tài)和回滯現(xiàn)象。
文檔編號G06F17/50GK102968541SQ20121053214
公開日2013年3月13日 申請日期2012年12月11日 優(yōu)先權(quán)日2012年12月11日
發(fā)明者季彥婕, 敬明, 鄧衛(wèi) 申請人:東南大學