[发明专利]基于城市慢行交通仿真的慢行群体安全状态测算系统和方法

说明书

本发明公开了一种基于城市慢行交通仿真的慢行群体安全状态测算系统和方法，具体包括：参数化四类慢行群体的行为习惯与生活习惯，获得四类慢行群体的备选路径合集；将基于ArcGIS绘制的建筑轮廓、小区边界、机动车道一一映射到Anylogic模型中；构建步行、骑行网络，并利用无向图算法将慢行智能体随机匹配的慢行路线映射为导航目标线合集；计算慢行群体的平均移动速度、空间分布密度以及行人占用机动车道的面积占比。本发明构造多元主体移动的物理空间模型，并设计各类慢行主体与街道环境交互逻辑，仿真模拟各类主体的实际移动全过程，为模拟慢行主体在复杂道路环境中的适应性行为提供技术支撑。

技术领域

本发明涉及交通行业技术领域，具体为一种基于Anylogic与ArcGIS的城市慢行交通仿真建模与慢行群体拥挤度测算系统和方法。

背景技术

传统慢行交通安全性评价方法侧重于从片面、静态视角分析道路环境特征对慢行群体的身心影响，而较少量化实际或规划方案中道路环境对慢行群体的实际安全影响，这导致安全性评价结果与道路环境改善策略之间直接联系较弱。

如何构建具有慢行主体出行习惯的仿真模型，并使之与环境模型产生动态交互，是当前慢行交通专项规划编制工作中亟需的技术手段。以Anylogic为代表的复杂系统仿真软件，提供了考虑社会力作用的行人库，能较好地模拟行人在复杂道路环境下的适应性行为，但该类型软件却存在建模效率低、空间分析能力等局限性。

发明内容

本发明所要解决的技术问题在于，突破不同分析软件间矢量数据结构差异，兼容GIS(Geographic Information System, 地理信息系统)分析工具在空间建模、空间分析与Anylogic在仿真模拟等方面的优势，提供一种高效、便捷的多主体道路环境快速建模方法，评价慢行群体出行安全状态，验证更新策略的有效性。

本发明为解决以上技术问题，所采用以下技术方案：

本发明提出一种基于城市慢行交通仿真的慢行群体安全状态测算方法，包括步骤：

S1：参数化社会慢行群体出行习惯，并生成符合智能体身份的随机路线合集；具体步骤：

步骤11、归纳百度POI点为位置点与服务点两类，设置各类慢行群体均由位置点进入，经过数个服务点，最终从位置点离开工作区；

步骤12、细化由工作群体、家长、学生，以及不包括前述人群的居民组成的四类慢行群体的行动逻辑，明确符合其身份的进出位置点，与所需经历POI点的类别与数量；

步骤13、根据步骤12中各类步行群体待抵达的各类出行目的地数量，从本地POI数据集中随机抽选对应数量的POI点，组成目标点集合；

步骤14、将片区地形图在ArcGIS中地理配准，沿人行道中心线绘制步行网络，沿人行道与机动车道边界向机动车道延伸绘制骑行网络；

步骤15、将人行网络、步行网络按折点打断处理，再将步行网络、骑行网络转换为无向图模型；

步骤16、基于步行网络的无向图对象，进一步获得步骤13中相邻目标点间的最短步行路径，以路径端点的坐标合集的形式记录行程，获得备选的步行路线合集，再以同样方式获得备选的骑行路线合集；

步骤17、基于所有路径端点的坐标合集在Anylogic中创建用以导航慢行群体的目标线。

S2：构建道路环境矢量模型，将GIS矢量要素直接映射到Anylogic仿真模型中代替手动建模；具体如下：

步骤21、基于ArcGIS绘制墙要素以及道路网络，再以矢量点的形式标注停车位、公交站的位置，将其所属道路名称、相对道路延伸方向的空间方位信息写入属性表，将各种矢量要素转换为Geojson格式，并利用Python代码将各要素空间位置调整至（0，0）附近；