本发明专利技术公开了一种多智能体交通仿真数据存储与更新方法，包括：针对所有车辆建立对应的车辆智能体；构建仿真空间图，每个车辆智能体对应仿真空间图中的一个节点；确定节点之间的连接对应关系，完成仿真空间图的边定义；结合每个车辆智能体的车辆属性信息、车辆跟驰决策能力和车辆换道决策能力，采用深度优先算法对仿真空间图上每个节点对应的车辆智能体进行状态更新，再基于状态更新后的车辆智能体位置更新仿真空间图上每个节点连接边对应的节点，实现仿真空间图的数据更新，直至仿真时间结束。本发明专利技术避免了状态更新的过程中反复读取的过程，从而从数据结构的角度加速微观仿真状态存储和更新，提高微观仿真的运行效率。提高微观仿真的运行效率。提高微观仿真的运行效率。
【技术实现步骤摘要】
一种多智能体交通仿真数据存储与更新方法
[0001]本专利技术涉及智能交通仿真
，具体而言涉及一种多智能体交通仿真数据存储与更新方法和装置、电子设备和计算机可读存储介质。
技术介绍
[0002]随着经济的快速发展，人均汽车保有量爆炸式增长，城市交通拥堵问题越来越显著。由于城市交通存在着交通组成复杂、交通个体众多的特性，使得很难通过传统的集计式方法完成对于城市交通系统的建模。随着数据科学的发展和微型计算机的普及，使得交通仿真逐渐成为分析交通系统特性的一个重要工具。通过非集计的模拟交通个体的微观运行过程，集计成为城市的宏观交通指标，不仅可以有效的模拟给定环境下预期的交通运行状态提前找到交通堵点，还可以用于通过直观的仿真数据对比进行规划方案筛选。交通仿真使得交通方案能够以低成本高效率的形式被量化评估其方案效果。
[0003]微观交通仿真，由于是以非集计的形式进行模拟，其仿真的是每个车辆个体的运行状态，集计成为整个交通流的运行状态；然而由于每个车辆个体存在着差异性，其运行状态决策不能简单地使用传统数学模型进行判断，因此多智能体环境下的交通仿真建模因运而生。通过赋予了每个车辆智能体决策能力，使得每个车辆智能体在传统数学模型的基础上具备自身的决策特点，从而实现差异性仿真。
[0004]在引入了车辆智能体后，微观交通仿真就面临了由于仿真范围扩大而导致的单个仿真步运算内容过多，仿真系统开销大的问题。因此，如何从算法和数据结构的层面设计微观交通仿真的存储更新结构显得尤为重要。
[0005]现有的交通仿真软件，包括Paramics、VISSIM均采用单车道链表的方式存储车辆，此类方法为每条车道上的车辆序列都建立了索引，容易创建和维护，且在仿真规模小、道路车辆少的交通环境下有着良好表现，但是随着仿真规模的增大，这类方法就会由于相邻车道信息获取的算法复杂度过高而失去效率优势。专利号为201910699018.8的专利技术专利中公开了一种邻车查询方法，主要是通过多指针链表的方式，避免了查询相邻车道信息需要遍历整个车道链表的问题。总体来说，现有研究均缺乏对于仿真空间存储和更新数据结构设计的必要性，仅仅针对于路段上的单车道进行数据结构设计，忽略了路段车道间互相干扰的因素和车辆自主决策特性，当面临车辆发生换道情况时会产生较大的时间复杂度。同样的，专利号为CN112436960A的专利技术专利中公开了一种车辆行驶的控制方法、终端以及计算机可读存储介质，旨在解决现有技术中仿真的车辆移动模型准确度不高，从而导致车辆碰撞预警准确度不高的技术问题；虽然该专利技术涉及了目标车辆的行驶数据，其中，行驶数据包括车辆所在位置的道路信息以及车辆信息中的至少一种，但是构建的车辆移动仿真模型是基于微观道路仿真器生成的仿真车辆信息和仿真道路信息中的至少一种参数进行修正训练生成的，第一，并没有涉及到车辆自身的跟驰换道能力，第二，在车辆的仿真过程中，一旦车辆状态发生更新，仍然需要反复读取数据，运行效率不高。由此可见，为了应对大规模交通环境微观仿真的需求，针对整体仿真空间进行高效存储和更新的数据结构设计刻不容
缓。
技术实现思路
[0006]本专利技术针对现有技术中的不足，提供一种多智能体交通仿真数据存储与更新方法和装置，面向多智能体的仿真环境，在赋予仿真车辆自主决策能力的同时创新考虑图数据结构与微观仿真空间的相似性，采用全新的交通仿真空间数据结构，将节点和边定义为仿真车辆智能体及车辆交互关系。在多车道场景更新相邻车道前后车关系中，通过边索引的方式避免了对于全域所有车辆遍历；将所有仿真空间存储为一个图数据结构，避免了状态更新的过程中反复读取的过程，从而从数据结构的角度加速微观仿真状态存储和更新，提高微观仿真的运行效率。
[0007]为实现上述目的，本专利技术采用以下技术方案：
[0008]第一方面，本专利技术实施例提出了一种多智能体交通仿真数据存储与更新方法，所述方法包括：
[0009]S1，获取微观仿真道路上的所有车辆的属性信息，车辆属性信息包括车辆编号、车辆性能信息和车辆行驶信息；
[0010]S2，针对所有车辆建立对应的车辆智能体，每个车辆智能体均具有对应的车辆属性信息、车辆跟驰决策能力和车辆换道决策能力；
[0011]S3，构建仿真空间图，每个车辆智能体对应仿真空间图中的一个节点，完成仿真空间图的节点定义；
[0012]S4，基于车辆智能微观跟驰换道关系，确定节点之间的连接对应关系，完成仿真空间图的边定义；
[0013]S5，结合每个车辆智能体的车辆属性信息、车辆跟驰决策能力和车辆换道决策能力，采用深度优先算法对仿真空间图上每个节点对应的车辆智能体进行状态更新，再基于状态更新后的车辆智能体位置更新仿真空间图上每个节点连接边对应的节点，实现仿真空间图的数据更新，直至仿真时间结束。
[0014]可选地，步骤S1中，所述车辆编号是指车辆智能体进入仿真路段的先后序号；
[0015]所述车辆性能信息包括车辆车长、最大加速度和最大减速度；
[0016]所述车辆行驶信息包括车辆位置、车辆当前速度和车辆当前加速度；其中，车辆位置是指车辆智能体沿仿真路段行驶方向上的相对起点位置和所处的车道编号。
[0017]可选地，步骤S2中，所述车辆跟驰决策能力是指，基于所连接节点反馈的周边车辆智能体微观跟驰信息进行整合，获取跟驰决策所需要的当前车道邻车信息用于决策；通过IDM跟驰模型完成自身的微观跟驰信息更新。
[0018]可选地，步骤S2中，所述车辆换道决策能力是指，基于所连接节点反馈的周边车辆智能体微观跟驰信息进行整合，获取跟驰决策所需要的相邻车道邻车信息用于决策；通过效用选择模型进行自身的微观换道决策决定是否进行车道变更。
[0019]可选地，步骤S4中，基于车辆智能微观跟驰换道关系，确定节点之间的连接对应关系，完成仿真空间图的边定义的过程包括：
[0020]将其中任意一个节点代表的车辆智能体视为决策智能体，获取其所对应的当前车道前车信息、当前车道后车信息、左侧车道前车信息、左侧车道后车信息、右侧车道前车信
息和右侧车道后车信息；
[0021]其中，当前车道前车信息表示与决策智能体处于同一车道，车辆位置较决策智能体位置更大且最邻近的车辆智能体信息；当前车道后车信息表示与决策智能体处于同一车道，车辆位置较决策智能体位置更小且最邻近的车辆智能体信息；左侧车道前车信息表示位于决策智能体左侧车道，车辆位置较决策智能体位置更大且最邻近的车辆智能体信息；左侧车道后车信息表示位于决策智能体左侧车道，车辆位置较决策智能体位置更小且最邻近的车辆智能体信息；右侧车道前车信息表示位于决策智能体右侧车道，车辆位置较决策智能体位置更大且最邻近的车辆智能体信息；右侧车道后车信息表示位于决策智能体右侧车道，车辆位置较决策智能体位置更小且最邻近的车辆智能体信息。
[0022]可选地，步骤S5中，所述采用深度优先算法对仿真空间图上每个节点对应的车辆智能体进行状态更新的过程包括：
[0023]利本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种多智能体交通仿真数据存储与更新方法，其特征在于，所述方法包括：S1，获取微观仿真道路上的所有车辆的属性信息，车辆属性信息包括车辆编号、车辆性能信息和车辆行驶信息；S2，针对所有车辆建立对应的车辆智能体，每个车辆智能体均具有对应的车辆属性信息、车辆跟驰决策能力和车辆换道决策能力；S3，构建仿真空间图，每个车辆智能体对应仿真空间图中的一个节点，完成仿真空间图的节点定义；S4，基于车辆智能微观跟驰换道关系，确定节点之间的连接对应关系，完成仿真空间图的边定义；S5，结合每个车辆智能体的车辆属性信息、车辆跟驰决策能力和车辆换道决策能力，采用深度优先算法对仿真空间图上每个节点对应的车辆智能体进行状态更新，再基于状态更新后的车辆智能体位置更新仿真空间图上每个节点连接边对应的节点，实现仿真空间图的数据更新，直至仿真时间结束。2.根据权利要求1所述的多智能体交通仿真数据存储与更新方法，其特征在于，步骤S1中，所述车辆编号是指车辆智能体进入仿真路段的先后序号；所述车辆性能信息包括车辆车长、最大加速度和最大减速度；所述车辆行驶信息包括车辆位置、车辆当前速度和车辆当前加速度；其中，车辆位置是指车辆智能体沿仿真路段行驶方向上的相对起点位置和所处的车道编号。3.根据权利要求1所述的多智能体交通仿真数据存储与更新方法，其特征在于，步骤S2中，所述车辆跟驰决策能力是指，基于所连接节点反馈的周边车辆智能体微观跟驰信息进行整合，获取跟驰决策所需要的当前车道邻车信息用于决策；通过IDM跟驰模型完成自身的微观跟驰信息更新。4.根据权利要求1所述的多智能体交通仿真数据存储与更新方法，其特征在于，步骤S2中，所述车辆换道决策能力是指，基于所连接节点反馈的周边车辆智能体微观跟驰信息进行整合，获取跟驰决策所需要的相邻车道邻车信息用于决策；通过效用选择模型进行自身的微观换道决策决定是否进行车道变更。5.根据权利要求1所述的多智能体交通仿真数据存储与更新方法，其特征在于，步骤S4中，基于车辆智能微观跟驰换道关系，确定节点之间的连接对应关系，完成仿真空间图的边定义的过程包括：将其中任意一个节点代表的车辆智能体视为决策智能体，获取其所对应的当前车道前车信息、当前车道后车信息、左侧车道前车信息、左侧车道后车信息、右侧车道前车信息和右侧车道后车信息；其中，当前车道前车信息表示与决策智能体处于同一车道，车辆位置较决策智能体位置更大且最邻近的车辆智能体信息；当前车道后车信息表示与决策智能体处于同一车道，车辆位置较决策智能体位置更小且最邻近的车辆智能体信息；左侧车道前车信息表示位于决策智能体左侧车道，车辆位置较决策智能体位置更大且最邻近的车辆智能体信息；左侧车道后车信息表示位于决策智能体左侧车道，车辆位置较决策智能体位置更小...
【专利技术属性】
技术研发人员：王昊，阮天承，周琳婕，董长印，刘晓翰，左泽文，卢云雪，
申请(专利权)人：东南大学，
类型：发明
国别省市：
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。