[发明专利]基于多尺度融合的城市交通复杂自适应网络平行仿真系统及方法

权利要求书

1.一种基于多尺度融合的城市交通复杂自适应网络平行仿真系统，其特征是，包括以下模块：

平行仿真评价模块，用于对目标交通路网及其信号配时方案进行联动仿真评价，并给出最优信号配时方案；

交通需求模块，用于调取目标交通路网的交通流量数据，并根据历史宏观OD数据、目标路段和路口的中观统计数据、以及车辆检测器的微观实测数据来生成车辆智能体；车辆智能体具有自主决策能力，具体包括路径选择、车速修改、观察红绿灯并作出反应、跟驰与变道的能力；

路网描述模块，用于建立目标交通路网的地理描述数据，通过分析路网数据给出车辆智能体的路况信息数据；

交通演化模块，用于模拟车辆智能体根据微观环境因素做出反应、根据宏观环境因素和中观环境因素做出运动决策，并将所有车辆智能体的行为融入交通路网中形成仿真交通场景；

方案描述模块，用于实时更新仿真系统中各路口信号配时方案数据或交通诱导方案数据，并向仿真系统提供所需数据；交通诱导方案数据为交通管理部门通过交通广播或者路口可变信息板向车辆驾驶员提供的路况实时信息，包括：拥堵、限行、绿色通道、或交通事故；

路网分析模块，用于分析自当前起的未来一段时间内交通路网中路网渐变级联的脆弱点、线路阻抗、以及路口拥堵系数；在宏观上分析路网中各交通要素的时间序列，在中观上统计车流量和行人数量；并按时间序列以顺序更新的方式对路网中各交通要素进行在线仿真。

2.根据权利要求1所述基于多尺度融合的城市交通复杂自适应网络平行仿真系统，其特征是，交通需求模块中，历史宏观OD数据为：已存入历史记录的交通流量数据，具体包括目标交通路网中车流起始点和终止点在空间和时间上的分布数据，车流起始点和终止点之间的路径数据，以及车流起始点和终止点之间的交通流量分布数据；

目标路段和路口的中观统计数据为：针对目标路段和路口，在其单个交通信号控制周期内，根据从一路口驶向另一路口的交通量、各路口各个流向的驶出交通量、路段行程时间、路口车流量的到达率和转向率得出的统计分析数据；具体包括：目标路段和路口的拥挤度数据、阻抗数据、到达率数据、转向率数据、波动数据、非机混行数据，其中波动数据为仿真系统给出的路口车辆驶出周期流量图与真实路口车辆驶出周期流量图之间的单位车辆pcu平均误差值，非机混行数据为路口车流以单位车辆pcu计经过停车线时在不同的行人或者非机动干扰下的通过时间，单位车辆pcu是由各种类型的汽车转化的小汽车当量；

车辆检测器的微观实测数据为：由车辆检测器上传的3秒到9秒级别的实时交通量数据。

3.根据权利要求1所述基于多尺度融合的城市交通复杂自适应网络平行仿真系统，其特征是，路网描述模块中，地理描述数据包括路网的拓扑结构、路段、路口、车道、停车场、公交站台；路网数据包括节点度、连通度、介数、最短路径；路况信息数据即自当前起的未来一段时间内交通路网的拥挤度数据；交通演化模块中，微观环境因素包括前后车、车道、路口、信号灯；宏观环境因素包括由宏观仿真分析获得的交通路网拥堵状态；中观环境因素包括由中观仿真分析获得的路段阻抗和流量波动参数；运动决策包括修改路径、修改平均车速；路网分析模块中，路网中各交通要素包括网络、路段、路口、信号灯、车流、车辆、行人。

4.一种采用权利要求1或2或3所述仿真系统的城市交通复杂自适应网络平行仿真方法，其特征是，包括平行仿真评价步骤：平行仿真评价模块根据目标交通路网的实时交通数据和历史统计数据进行仿真评价，给出目标交通路网在给定信号配时方案下的运行指标PI值，根据该PI值多次调整信号配时方案参数，并分别给出调整后的PI值，最后经比较得到PI值最优的信号配时方案；其中，运行指标PI值为目标交通路网按当前信号配时方案运行预定时间后的总体延误水平，总体延误水平为目标交通路网中停止车辆数在时间轴上的积累程度。

5.根据权利要求4所述城市交通复杂自适应网络平行仿真方法，其特征是，还包括交通需求步骤：交通需求模块根据历史宏观OD数据、目标路段和路口的中观统计数据给出目标交通路网的未来车流量，再结合车辆检测器的微观实测数据，在微观环境下仿真出在连续时间内持续运行的车辆智能体；同时，根据历史宏观OD数据、目标路段和路口的中观统计数据，给出各车辆智能体的运行参数；其中，车辆智能体的运行参数包括行驶轨迹、平均车速、安全反应时间。