[发明专利]一种实时在线交通仿真方法及系统

说明书

本发明提供了一种实时在线交通仿真方法及系统，涉及智能交通技术领域，包括：获取实时交通数据并进行多源数据融合处理，确定实时交通信号数据和实时交通状态数据；将实时交通信号数据和实时交通状态数据输入交通仿真模型确定仿真结果；当仿真结果不满足预设精度要求时，则进行交通仿真模型的校核更新，包括根据交通仿真模型的参数默认值和参数实时计算值的偏差或参数默认值和历史累积数据的平均值的偏差来调整关键参数，还调整交通仿真模型中的OD和路径流量分配和预测模型参数的数值，并根据校核更新后的交通仿真模型重新进行仿真。本发明可自动化接入实时数据，还对实时仿真结果进行校核更新，有效提升全局实时仿真精度。

技术领域

本发明涉及智能交通技术领域，具体而言，涉及一种实时在线交通仿真方法及系统。

背景技术

随着城市交通系统的日益复杂，城市交通管理和控制面临巨大的挑战，道路交通管控的时效性、全局性和精确性的要求也越来越高。以人工参与为主的传统交通管理方式以难以支撑管理部门做出及时且正确的决策。随着目前信息化手段的提升，交通监控卡口数据、运营监管车辆GPS数据、地磁线圈数据、互联网出行信息数据等多源交通大数据呈现爆炸式增加，在这些交通大数据的基础上，众多支撑交通管控的大数据平台应用而生，并成为支撑交通管控科学决策的重要手段。

虽然这些大数据平台能够实现对重点道路、车辆的实时监测和预警，但是仍然无法实现对于全局交通的全息感知和预测，对于交通拥堵溯源、动态交通诱导和信号管控等功能的应用仍存在较大的差距，无法真正实现交通大数据的深入挖掘和分析。随着信息技术的快速发展和计算机运算速度的快速提升，利用信息技术与交通模型相结合的交通仿真技术正成为精细化交通决策管理新的技术要求。通过交通仿真技术可对城市交通运行情况进行建模，模拟路网车辆运行状态，实现现实世界的数字化，为智能交通系统的搭建夯实基础。

以往的交通仿真多是以离线仿真为主，主要借助综合交通规划工具（例如TransCAD、EMME/2、TRIPS和VISUM等）做出交通需求预测以后，进一步用传统交通仿真软件来分析未来的路网上交通需求与供给的动态关系，以弥补静态交通分配模型的不足，验证其假设前提（例如通过能力和V/C比）和结果（预测行驶时间和流量）。然而，现有技术中把传统的离线仿真应用于交通管控往往面临着诸多严峻的挑战。首先，交通管控问题涉及比较大的范围，交通管控措施所诱发的交通需求和路网改善所带来的影响需要进行系统性的全局分析，如何在大规模路网范围内进行交通仿真对于交通管控措施的全局影响分析至关重要；其次，区域内的交通管控有时会包括成百上千的路口和成千上万的路段，由于时间和资源的限制，加上各种不确定因素，传统的微观交通仿真软件无法满足效率要求。且现有的实时在线仿真系统的全局精度较低，对实时的多源交通大数据未进行充分的挖掘和使用。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题，为达上述目的，第一方面，本发明提供了一种实时在线交通仿真方法，其包括：

获取实时交通数据并进行多源数据融合处理，确定实时交通信号数据和实时交通状态数据；

将所述实时交通信号数据和所述实时交通状态数据输入交通仿真模型确定仿真结果；

当所述仿真结果不满足预设精度要求时，根据所述交通仿真模型的参数默认值进行关键参数更新，还根据所述交通仿真模型的仿真结果和所述实时交通状态数据调节所述交通仿真模型中的OD和路径流量和预测模型参数；

当所述仿真结果满足所述预设精度要求时，输出所述仿真结果。

进一步地，所述获取实时交通数据并进行多源数据融合处理包括：

获取前端采集设备和智能移动设备提供的所述实时交通数据；

对所述实时交通数据进行清洗和分类，并根据分类结果按预设格式存入对应的数据库，所述数据库包括实时流量数据库、实时速度数据库、实时密度数据库和实时信号数据库；