基于SUMO的路网交通流实时孪生方法及系统技术方案

本发明专利技术涉及一种基于SUMO的路网交通流实时孪生方法，包括对SUMO路网进行特征提取与抽象处理，将其转换为带有边属性的可被建模的数学网络；获取检测点的交通数据，将所述交通数据和数学网络输入至路径流估计模型中进行求解，得到路径流量；基于所述路径流量对路网交通状态进行实时更新和实时仿真。本发明专利技术改进了传统的路径流估计算法，并基于传统交通仿真软件SUMO建立了集路径流估算

【技术实现步骤摘要】
基于SUMO的路网交通流实时孪生方法及系统


[0001]本专利技术涉及交通仿真
，尤其是指一种基于SUMO的路网交通流实时孪生方法及系统。

技术介绍

[0002]随着数字孪生技术的发展，对城市或者交通路网的虚拟孪生成为可能。城市道路系统不仅有复杂的路网拓扑结构，也催生出动态、随机、复杂的路网交通需求。当前在城市/路网交通数字孪生中，动态交通需求孪生一直是亟待解决的问题。能否准确的孪生出实体路网的实时交通动态既关系到交通数字孪生系统的能否真正反映实际并发挥作用，也关系到能否成功构建智慧网联交通环境。以基于数字孪生的智能网联车测试平台研究现状为例，虽然大量研究存在于数据传输与网络通信、车辆动力与传感器系统、智能网联车流建模等方面，但是在测试平台虚拟背景交通流方面还存在“不准”、“不广”、“不实时”三大问题。“不准”即所孪生的交通流与实际交通流直接误差较大；“不广”指孪生区域主要在于路段和干道，缺少路网级别的实际背景交通流孪生方法；“不实时”即所孪生的交通流无法实时反映实际交通流动态性。
[0003]因此，迫切需要提供一种基于SUMO的路网交通流实时孪生方法，以解决上述智能网联车测试平台中背景交通流孪生“不准”、“不广”、“不实时”的三大问题，同时可广泛地支持大量交通数字孪生系统中动态交通孪生的基本需求。

技术实现思路

[0004]为此，本专利技术所要解决的技术问题在于克服现有技术存在的问题，提出一种基于SUMO的路网交通流实时孪生方法及系统，其建立了集路径流估算
‑
仿真r/>‑
反馈为一体的动态闭环路网交通流孪生方法，打通了实际交通需求到虚拟孪生路网交通的联系，可建立精度更高、范围更广、时效性更强的路网交通状态虚拟再现，支持大规模路网需求实时复现的应用。
[0005]为解决上述技术问题，本专利技术提供一种基于SUMO的路网交通流实时孪生方法，包括：
[0006]对SUMO路网进行特征提取与抽象处理，将其转换为带有边属性的可被建模的数学网络；
[0007]获取检测点的交通数据，将所述交通数据和数学网络输入至路径流估计模型中进行求解，得到路径流量；
[0008]基于所述路径流量对路网交通状态进行实时更新和实时仿真。
[0009]在本专利技术的一个实施例中，将SUMO路网转换为带有边属性的可被建模的数学网络的方法包括：
[0010]根据SUMO路网中节点和链接的关系构建数学网络，所述数学网络包括节点与节点之间的路网拓扑结构关系建立和交叉口网络化表示。
[0011]在本专利技术的一个实施例中，所述交叉口网络化表示的方法包括：
[0012]对交叉口进行流线与信号相位分析，将车流合流点和分流点作为网络节点，对流线进行分段以建立网络的边，边的属性等于所在流线上的交通流的速度、所涉及的车道数以及长度。
[0013]在本专利技术的一个实施例中，所述路径流估计模型为：
[0014]Minimize
[0015]Subject to
[0016][0017][0018][0019]其中，i∈I表示道路索引，I表示路段集合，t表示时间间隔，p∈P(t)表示路径索引，P(t)表示路径集合，A(t)表示0
‑
1路径
‑
路段关联矩阵，A
p,i
(t)表示t时间间隔内路段i在路径p上，x
p
(t)表示t时间间隔内路径p上的流量，flow
i
(t)表示检测点路段i在t时间间隔内获取到的流量，err
i
(t)表示检测点路段i估算出来的流量和实际流量之间的差。
[0020]在本专利技术的一个实施例中，所述路径流估计模型在求解时直接调用了开源求解器IPOPT进行求解，产生的最优解x
p
(t)表示路径流量。
[0021]在本专利技术的一个实施例中，基于所述路径流量对路网交通状态进行实时更新的方法包括：
[0022]在每个时间间隔t的开始时间，读取SUMO仿真中每条道路的行程时间，更新所构建的数学网络的路段行程时间，并根据更新的路段行程时间重新搜索每个起点
‑
终点对的路线p，A(t)矩阵在路径流估计中得到更新，输入A(t)更新网络信息并将检测点实际获取到的交通流flow
i
(t)输入到路径流估计模型中，得到时间间隔t的路径流量。
[0023]在本专利技术的一个实施例中，基于所述路径流量对路网交通状态进行实时仿真的方法包括：
[0024]将每条路径流量离散化为该时间间隔的车辆信息序列，通过SUMO的二次开发接口读取所述车辆信息序列，在每个时间间隔t内进行动态实时仿真。
[0025]此外，本专利技术还提供一种基于SUMO的路网交通流实时孪生系统，包括：
[0026]路网提取模块，所述路网提取模块用于对SUMO路网进行特征提取与抽象处理，将其转换为带有边属性的可被建模的数学网络；
[0027]路径流量估计模块，所述路径流量估计模块用于获取检测点的交通数据，将所述交通数据和数学网络输入至路径流估计模型中进行求解，得到路径流量；
[0028]状态更新仿真模块，所述状态更新仿真模块用于基于所述路径流量对路网交通状态进行实时更新和实时仿真。
[0029]在本专利技术的一个实施例中，所述路径流估计模型为：
[0030]Minimize
[0031]Subject to
[0032][0033][0034][0035]其中，i∈I表示道路索引，I表示路段集合，t表示时间间隔，p∈P(t)表示路径索引，P(t)表示路径集合，A(t)表示0
‑
1路径
‑
路段关联矩阵，A
p,i
(t)表示t时间间隔内路段i在路径p上，x
p
(t)表示t时间间隔内路径p上的流量，flow
i
(t)表示检测点路段i在t时间间隔内获取到的流量，err
i
(t)表示检测点路段i估算出来的流量和实际流量之间的差。
[0036]在本专利技术的一个实施例中，基于所述路径流量对路网交通状态进行实时更新时，在每个时间间隔t的开始时间，读取SUMO仿真中每条道路的行程时间，更新所构建的数学网络的路段行程时间，并根据更新的路段行程时间重新搜索每个起点
‑
终点对的路线p，A(t)矩阵在路径流估计中得到更新，输入A(t)更新网络信息并将检测点实际获取到的交通流flow
i
(t)输入到路径流估计模型中，得到时间间隔t的路径流量。
[0037]本专利技术的上述技术方案相比现有技术具有以下优点：
[0038]本专利技术改进了传统的路径流估计算法，并基于传统交通仿真软件SUMO建立了集路径流估算
‑
仿真
‑
反馈为一体的动态闭环路网交通流孪生方法，实现交通实际数据到孪生平台的迁移，打通了实际交通需求到虚拟孪生路本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于SUMO的路网交通流实时孪生方法，其特征在于，包括：对SUMO路网进行特征提取与抽象处理，将其转换为带有边属性的可被建模的数学网络；获取检测点的交通数据，将所述交通数据和数学网络输入至路径流估计模型中进行求解，得到路径流量；基于所述路径流量对路网交通状态进行实时更新和实时仿真。2.如权利要求1所述的基于SUMO的路网交通流实时孪生方法，其特征在于：将SUMO路网转换为带有边属性的可被建模的数学网络的方法包括：根据SUMO路网中节点和链接的关系构建数学网络，所述数学网络包括节点与节点之间的路网拓扑结构关系建立和交叉口网络化表示。3.如权利要求2所述的基于SUMO的路网交通流实时孪生方法，其特征在于：所述交叉口网络化表示的方法包括：对交叉口进行流线与信号相位分析，将车流合流点和分流点作为网络节点，对流线进行分段以建立网络的边，边的属性等于所在流线上的交通流的速度、所涉及的车道数以及长度。4.如权利要求1所述的基于SUMO的路网交通流实时孪生方法，其特征在于：所述路径流估计模型为：估计模型为：估计模型为：估计模型为：估计模型为：其中，i∈I表示道路索引，I表示路段集合，t表示时间间隔，p∈P(t)表示路径索引，P(t)表示路径集合，A(t)表示0
‑
1路径
‑
路段关联矩阵，A
p,i
(t)表示t时间间隔内路段i在路径p上，x
p
(t)表示t时间间隔内路径p上的流量，flow
i
(t)表示检测点路段i在t时间间隔内获取到的流量，err
i
(t)表示检测点路段i估算出来的流量和实际流量之间的差。5.如权利要求4所述的基于SUMO的路网交通流实时孪生方法，其特征在于：所述路径流估计模型在求解时直接调用了开源求解器IPOPT进行求解，产生的最优解x
p
(t)表示路径流量。6.如权利要求4所述的基于SUMO的路网交通流实时孪生方法，其特征在于：基于所述路径流量对路网交通状态进行实时更新的方法包括：在每个时间间隔t的开始时间，读取SUMO仿真中每条道路的行程时间，更新所构建的数学网络的路段行程时间，并根据更新的路段行程时间重新搜索每个起点
‑
终点对的路线p，A(t)矩阵在路径流估...

【专利技术属性】
技术研发人员：卢维科，胡国静，李哲，聂奇凡，倪赛格，池佳磊，
申请(专利权)人：苏州大学，
类型：发明
国别省市：