基于交通仿真的交通流预测方法技术

本发明专利技术涉及一种基于交通仿真的交通流预测方法，其包括如下步骤：步骤1、获取所需预测路段的道路参数以及交通条件；步骤2、在交通仿真软件中绘制静态路网；步骤3、在交通仿真软件中设置仿真运行参数，并在交通仿真软件的数据交互模块中输入路段的当前交通流密度，并结合对应时间点的历史交通流密度，以在数据交互模块中得到预测交通流密度；步骤4、根据上述步骤3得到的当前时间点预测交通流密度以及步骤1中对应时间点的历史交通流密度，以得到所需下一时间点的预测交通流密度；重复上述预测过程，以得到相应时间点的预测交通流密度。本发明专利技术通过不断校正仿真交通流，加速仿真，达到短期交通流实时预测的效果，安全可靠。

【技术实现步骤摘要】

本专利技术涉及一种交通流预测方法，尤其是一种， 属于交通预测的
。
技术介绍
随着经济社会的发展和科学技术的进步，交通运输已成为人们生活中不可缺少的 重要组成部分。近几十年来，随着交通运输网络的快速发展，随之引起的交通堵塞、环境污 染及交通事故等问题也越来越突出。从20世纪80年代起，不少发达国家将计算机技术和 交通仿真技术相结合，研究出了许多关于交通仿真的产品，这些产品不仅可以动态、逼真 地仿真交通流和交通事故等交通现象，还能再现交通流时空变化，深入分析车辆、驾驶员 和行人、道路以及交通的特征，找出问题的症结。典型代表有德国的PTV-VISSIM、英国的 S-Paramics、美国的C0RSIM、西班牙的GETRAM/AMSUN等。 但是，这些优秀的交通仿真软件功能都比较单一，只能再现历史交通流，而不能进 行交通流的预测。如何及时、准确地预测未来短时间内的交通状况，不仅是智能交通系统 (ITS)的一项重要研究课题，也是制定正确交通疏导和控制策略的重要前提之一。早在20 世纪60年代，研究人员就开始把其它研究领域较为成熟的预测模型用于短时交通流预测 领域，这些预测模型主要分为五类：基于统计理论的模型、基于智能理论的模型、基于非线 性预测理论的模型、基于微观交通仿真的模型和混合模型方法。统计理论模型需要做统计 假设，无法满足交通流域随机性强的特点，智能理论模型计算过程复杂，实时性差，非线性 预测理论模型的计算精度低，使得计算结果可靠性低。而采用计算机仿真技术进行交通流 预测具有经济、安全、高效的特点。 【专利技术内容】 本专利技术的目的是克服现有技术中存在的不足，提供一种基于交通仿真的交通流预 测方法，其通过不断校正仿真交通流，加速仿真，达到短期交通流实时预测的效果，安全可 〇 按照本专利技术提供的技术方案，一种，所述交通流 预测方法包括如下步骤： 步骤1、获取所需预测路段的道路参数以及所述路段的交通条件； 步骤2、根据上述获取路段的道路参数以及交通条件，在交通仿真软件中绘制静态 路网； 步骤3、在交通仿真软件中设置仿真运行参数，并在交通仿真软件的数据交互模块 中输入路段的当前交通流密度，并结合对应时间点的历史交通流密度，以在数据交互模块 中得到预测交通流密度； 步骤4、根据上述步骤3得到的当前时间点预测交通流密度以及步骤1中对应时间 点的历史交通流密度，以得到所需下一时间点的预测交通流密度； 步骤5、利用上述得到的预测交通流密度，结合相应时间点的历史交通流密度，重 复上述预测过程，以得到相应时间点的预测交通流密度。 所述步骤1中，路段的道路参数包括城市道路网基础信息、城市基础地理信息及 城市交通管理信息；获取路段的交通条件后，进行统计，以得到路段内的车辆类型、各类车 型的比例以及路段内的车辆平均速度。 所述交通仿真软件包括PTV-VISSM。所述交通仿真软件将预测交通流密度以三维 动态或二维动态图表的形式输出。 所述步骤3中，预测交通流密度的方法为： m=ax+ ^y 其中，m是得到的预测交通流密度，x是当前交通流密度，y是对应时间点的历史交 通流密度，a是当前交通流密度的比例因子，0是历史交通流密度的比例因子。 当前交通流密度的比例因子a为0.8,历史交通流密度的比例因子0为0.2。 所述步骤5中，得到相应时间点的预测交通流密度的方法为： m' =a'x'+& 1y1 其中，m'是得到的预测交通流密度，x'是当前交通流密度，y'是对应时间点的 历史交通流密度，a'是当前交通流密度的比例因子，0 '是历史交通流密度的比例因子； 当前交通流密度的比例因子a'为0.5,历史交通流密度的比例因子0 '为0.5。 本专利技术的优点：在利用短期交通流预测系统进行交通流预测研究时，不仅降低了 经济成本，提高了仿真实验的准确度和可信度，而且可以通过三维动态仿真软件和二维动 态图表直观的观察到未来某一时间点的交通运行状况，为交通出行者带来方便，为交通管 理决策者提供科学依据。 【附图说明】 图1为本专利技术的结构框图。 图2为本专利技术的流程图。 【具体实施方式】 下面结合具体附图和实施例对本专利技术作进一步说明。 如图1和图2所示：为了能通过不断校正仿真交通流，加速仿真，达到短期交通流 实时预测的效果，本专利技术所述交通流预测方法包括如下步骤： 步骤1、获取所需预测路段的道路参数以及所述路段的交通条件； 在具体实施时，对于需要进行预测的路段，需要知道该路段的道路参数以及交通 条件；由于道路施工建设属于国家承担项目，道路参数以及交通条件可以通过直接联系交 通道路部门获得，此外，直接测量路段也可以得到。在得到路段的道路参数之后，将路段的 集合参数单位都转化为米，并保留两位小数，对交通信号的时间长度进行校准，以减少误 差。在获得路段的交通条件后，进行统计处理，以得到路段内所有时间点的车辆类型、各类 车型的比例以及路段内的车辆平均速度； 步骤2、根据上述获取路段的道路参数以及交通条件，在交通仿真软件中绘制静态 路网； 本专利技术实施例中，以交通仿真软件采用PTV-VISSIM为例来进行具体说明，下面的 表述均是以PTV-VISSIM为仿真软件的表述，具体不再赘述。PTV-VISSIM作为德国的交通仿 真软件，软件中车辆的驾驶行为参数并不适合中国特殊情况，所以在使用之前需要进行参 数的标定，具体参数标定为： 平均停车间距（ax):两停车车辆的平均停车距离，变化幅度为±lm; 最大前视距离：前视距离定义了车辆前方的可视距离，从该距离开始，后车驾驶 员能够对在同一路段内的前方或旁边的车辆作出反应，最大前视距离即允许的前视最大距 离； 协调刹车的最大减速度：当驾驶员允许其他一个车辆变换到自己行驶的当前车道 上，需要相应地协调刹车，该值是采取的一个自身最大期待的减速度。 对于交通仿真软件PTV-VISSIM中的参数标定过程为本
人员所熟知，不 再详述。 在绘制静态路网的过程中，除了路段的绘制和信号灯的设置外，包括道路的限速、 平均速度、道路的减速区域、无信号灯路口的优先规则等都要设置，让绘制的静态路网和现 实的路网结构尽可能相同。详细的静态路网绘制不属于本申请所包含范围之内，具体绘制 方法参考VISS頂自带帮助文档。 步骤3、在交通仿真软件中设置仿真运行参数，并在交通仿真软件的数据交互模块 中输入路段的当前交通流密度，并结合对应时间点的历史交通流密度，以在数据交互模块 中得到预测交通流密度； 在具体实施时，在PTV-VISSIM仿真软件中设置仿真速度、仿真周期长度，其中， 仿真运行速度为3. 0仿真秒/秒；仿真周期长度为1800秒；仿真精度为5时间步长/秒； PTV-VISSIM仿真软件中其它仿真参数设置，其中，仿真时间：9000秒，本实施案例作为一个 测试案例运行5个仿真周期，如果作为正式工程运行，需要忽略仿真时间长度的设置，即没 有时间长度的限制；仿真精度为5时间步/仿真秒。 在仿真周期开始时刻与仿真进行中的仿真预测有所不同，但都与路段的当前实时 交通流本文档来自技高网...

【技术保护点】
一种基于交通仿真的交通流预测方法，其特征是，所述交通流预测方法包括如下步骤：步骤1、获取所需预测路段的道路参数以及所述路段的交通条件；步骤2、根据上述获取路段的道路参数以及交通条件，在交通仿真软件中绘制静态路网；步骤3、在交通仿真软件中设置仿真运行参数，并在交通仿真软件的数据交互模块中输入路段的当前交通流密度，并结合对应时间点的历史交通流密度，以在数据交互模块中得到预测交通流密度；步骤4、根据上述步骤3得到的当前时间点预测交通流密度以及步骤1中对应时间点的历史交通流密度，以得到所需下一时间点的预测交通流密度；步骤5、利用上述得到的预测交通流密度，结合相应时间点的历史交通流密度，重复上述预测过程，以得到相应时间点的预测交通流密度。

【技术特征摘要】
1. 一种基于交通仿真的交通流预测方法，其特征是，所述交通流预测方法包括如下步 骤： 步骤1、获取所需预测路段的道路参数以及所述路段的交通条件； 步骤2、根据上述获取路段的道路参数以及交通条件，在交通仿真软件中绘制静态路 网； 步骤3、在交通仿真软件中设置仿真运行参数，并在交通仿真软件的数据交互模块中输 入路段的当前交通流密度，并结合对应时间点的历史交通流密度，以在数据交互模块中得 到预测交通流密度； 步骤4、根据上述步骤3得到的当前时间点预测交通流密度以及步骤1中对应时间点的 历史交通流密度，以得到所需下一时间点的预测交通流密度； 步骤5、利用上述得到的预测交通流密度，结合相应时间点的历史交通流密度，重复上 述预测过程，以得到相应时间点的预测交通流密度。2. 根据权利要求1所述的基于交通仿真的交通流预测方法，其特征是：所述步骤1中， 路段的道路参数包括城市道路网基础信息、城市基础地理信息及城市交通管理信息；获取 路段的交通条件后，进行统计，以得到路段内的车辆类型、各类车型的比例以及路段内的车 辆平均速度。3. 根据权利要求1所述的基于交通仿真的交通流预测方法，其特征是：...

【专利技术属性】
技术研发人员：乔照海，赵旦谱，王艳军，台宪青，
申请(专利权)人：江苏物联网研究发展中心，
类型：发明
国别省市：江苏;32