The present invention relates to a traffic safety simulation field, especially relates to a method and device for traffic simulation, simulation of the traffic safety threat scenarios, the method for the mass driver behavior data and environment data acquisition based on massive vehicle dynamics data and massive traffic data, the establishment of driver behavior model, vehicle dynamics model and traffic environment model; according to the set period, simulation model of traffic environment specific traffic environment and vehicle dynamics simulation model based on the first generation of vehicle state information based on the simulation model of driver behavior decision driver operation information, and adjusted according to the vehicle state information driver decision operation information, the simulation generates second vehicle state information, and then second vehicle status information as the simulation results output, The state information of the vehicle is adjusted by the output simulation results, which provides the basis for the improvement of the technical scheme of traffic safety.
【技术实现步骤摘要】
本专利技术涉及交通安全仿真领域，特别是涉及一种交通仿真的方法及装置。
技术介绍
现有技术中，交通流仿真软件用于各种交通场景或事件下的交通流演化的模拟，仿真规模较为灵活，微观、中观、宏观仿真均有涉及。该类仿真软件主要定位于对各种智能交通系统(IntelligentTransportSystem，ITS)模拟及其效果评价，例如，模拟交通信号控制策略对路网通行效率的影响。但是，该类仿真平台受限于其应用定位，底层模型较为理想化，不会在仿真系统中自发产生交通冲突，例如，跟车模型较为理想化，不会自发发生追尾等现象。此外，大部分交通流仿真软件对换道行为的描述较为简略，假定车辆在较短的时间内即可从当前车道换到周边车道，对换道行为的中间过渡过程没有进行详细刻画，不会发生侧碰等现象。因此，该类平台将交通冲突视为系统运行的异常情况，对驾驶行为刻画较为粗糙，没有考虑到交通冲突的自发产生，进而无法基于该平台实现针对危险场景的车对车的信息交换(VehicletoVehicle，V2X)技术方案的仿真验证。
技术实现思路
本专利技术实施例提供一种交通仿真的方法及装置，用以解决现有技术中存在的难以在模型层面引入交通冲突的自发产生，无法实现对V2X技术方案的仿真进行验证的问题。本专利技术实施例提供的具体技术方案如下：一种交通仿真的方法，包括：基于获取的海量驾驶员行为数据及周边环境数据，建立驾驶员行为模型，基于获取的海量...
【技术保护点】
一种交通仿真的方法，其特征在于，包括：基于获取的海量驾驶员行为数据及周边环境数据，建立驾驶员行为模型，基于获取的海量车辆动力学数据，建立车辆动力学模型，以及基于获取的海量交通环境数据，建立交通环境模型；基于所述交通环境模型仿真产生特定的交通环境，基于所述车辆动力学模型仿真产生第一车辆状态信息，以及基于所述驾驶员行为模型仿真产生在所述特定交通环境下针对所述第一车辆状态信息的驾驶员决策操作信息，并依据所述驾驶员决策操作信息对所述第一车辆状态信息进行调整，仿真产生第二车辆状态信息，再将所述第二车辆状态信息作为仿真结果输出。
【技术特征摘要】
1.一种交通仿真的方法，其特征在于，包括：
基于获取的海量驾驶员行为数据及周边环境数据，建立驾驶员行为模型，
基于获取的海量车辆动力学数据，建立车辆动力学模型，以及基于获取的海量
交通环境数据，建立交通环境模型；
基于所述交通环境模型仿真产生特定的交通环境，基于所述车辆动力学模
型仿真产生第一车辆状态信息，以及基于所述驾驶员行为模型仿真产生在所述
特定交通环境下针对所述第一车辆状态信息的驾驶员决策操作信息，并依据所
述驾驶员决策操作信息对所述第一车辆状态信息进行调整，仿真产生第二车辆
状态信息，再将所述第二车辆状态信息作为仿真结果输出。
2.如权利要求1所述的方法，其特征在于，基于获取的海量驾驶员行为
数据及周边环境数据，建立驾驶员行为模型，具体包括：
基于获取的海量驾驶员行为数据及周边环境数据，结合驾驶员行为习惯参
数和非正常操作参数，建立驾驶员行为模型，其中，所述驾驶员行为习惯参数
至少包括驾驶员在行驶过程中的最大速度和最大加速度，所述非正常行为参数
至少包括驾驶员误操作的最大速度和最大加速度。
3.如权利要求1或2所述的方法，其特征在于，基于所述驾驶员行为模
型仿真产生在所述特定交通环境下针对所述第一车辆状态信息的驾驶员决策
操作信息，包括：
基于所述驾驶员行为模型对当前环境参数进行感知，以及采用预设的环境
类误差对感知结果进行修正，其中，所述感知结果中至少包含有基于所述交通
环境模型产生的预定危险场景的环境参数；
基于所述感知结果以及所述第一车辆状态信息，生成对应的决策，以及采
用预设的决策类误差对所述决策进行修正，其中，所述第一车辆状态信息中至
少包含有基于所述车辆动力学模型产生的车辆速度、车辆加速度和车辆位置，
所述决策中至少包含有基于所述驾驶员行为模型产生的车辆状态控制命令；
基于所述决策制定对应的操作行为，以及采用预设的操作类误差对所述操
作行为进行修正，其中，所述操作行为中至少包含有基于所述驾驶员行为模型
产生的用于实施所述决策的车辆操作参数；
将修正后的决策和操作行为作为最终的驾驶员决策操作信息。
4.如权利要求3所述的方法，其特征在于，基于所述感知结果以及所述
第一车辆状态信息，生成对应的决策，并基于所述决策制定对应的操作行为，
包括：
若基于所述感知结果以及所述第一车辆状态信息，确定车辆当前的速度大
于等于针对所述特定交通环境预设的第一安全速度门限时，则决策对车辆减速，
并生成用于表征踩刹车的车辆操作参数；
若基于所述感知结果以及所述第一车辆状态信息，确定车辆当前的速度小
于针对所述特定交通环境预设的第二安全速度门限时，则决策对车辆加速，并
生成用于表征踩油门的车辆操作参数；
若基于所述感知结果以及所述第一车辆状态信息，确定车辆当前的运动轨
迹偏离针对所述特定交通环境预设的安全轨迹时，则决策对车辆转向，并生成
用于表征转动方向盘的车辆操作参数；
若基于所述感知结果以及所述第一车辆状态信息，确定当前的车辆速度、
车辆加速度和车辆位置，均符合针对所述特定交通环境预设的安全标准时，则
决策对车辆维持当前状态不变，并生成用于表征维持车辆当前状态的车辆操作
参数。
5.如权利要求1-4任一项所述的方法，其特征在于，将所述第二车辆状
态信息作为仿真结果输出后，进一步包括：
结合所述特定的交通环境，对所述第二车辆状态信息进行危险性评估；
若通过危险性评估，则保留当前的第二状态信息；
若未通过危险性评估，则在接收到预警信息后，基于所述驾驶员行为模型
对所述第二车辆状态信息进行调整，将调整结果作为最新的第二车辆状态信息，
\t以及再次进行危险性评估，循环操作，直到生成的最新的第二车辆状态信息通
过危险性评估，保留最新的第二车辆状态信息；或者，若未通过危险性评估，
则根据获得的优化政策，对所述第二车辆状态信息进行调整，将调整结果作为
最新的第二车辆状态信息，以及再次进行危险性评估，循环操作，直到生成的
最新的第二车辆状态信息通过危险性评估，保留最新的第二车辆状态信息。
6.如权利要求1－5任一项所述的方法，其特征在于，进一步包括：
按照设定周期，循环执行以下操作：基于所述交通环境模型仿真产生特定
的交通环境，基于所述车辆动力学模型仿真产生第一车辆状态信息，以及基于
所述驾驶员行为模型仿真产生在所述特定交通环境下针对所述第一车辆状态
信息的驾驶员决策操作信息，并依据所述所述驾驶员决策操作信息对所述第一
车辆状态信息进行调整，仿真产生第二车辆状态信息，再将所述第二车辆状态
信息作为仿真结果输出；
其中，每执行一次，将最终获得的第二车辆状态信息，作为下一次执行时，
所述车辆动力学模型仿真产生的第一车辆状态信息的输入数据。
7.一种交通仿真的装置，其特征在于，包括：
处理单元，用于基于获取的海量驾驶...
【专利技术属性】
技术研发人员：赵婷婷，
申请(专利权)人：中国移动通信集团公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。