一种交通流模型仿真方法、系统和异常交通事件预测方法

技术领域

本发明涉及交通管理技术领域，更具体的说是涉及一种交通流模型仿真方法、系统和异常交通事件预测方法。

背景技术

高速公路隧道处于半封闭空间，光线条件较差，尾气尘土较多，交通环境复杂，行车影响因素多，事故发生可能性较大，同时事故发生后，救援相对比较困难，容易引发隧道拥堵或二次事故，事故严重程度较高。高速公路隧道内的交通变化对隧道外路段的交通运行也有一定的影响，当隧道内出现拥堵或事故时，通常会引起整段高速公路的交通阻塞，大大降低高速公路隧道区域路段的交通运行效率和安全水平。

目前虽然我国高速公路隧道区域配备了许多机电设施，但在运行安全提升方面还有较大提升空间，针对隧道区域的行车安全监控及应急处置还远远不够，缺乏对隧道区域交通相关数据的关联分析，不能对交通异常事件进行预防管控，缺少对交通异常事件的及时准确判断，导致事故影响范围扩大。

因此，如何对高速交通，尤其是隧道区域的交通进行仿真模拟，进而对交通异常事件进行预防管控，减少交通事故带来的影响，是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种交通流模型仿真方法、系统和异常交通事件预测方法。

为了实现上述目的，本发明提供如下技术方案：

一种基于元胞自动机的交通流模型仿真方法，包括以下步骤：

步骤1、基于元胞自动机理论，构建交通流模型；

步骤2、对交通流模型进行初始化，并设置初始时刻t＝1，仿真终止时刻为T；

步骤3、使用交通流模型遍历车辆信息数组，确定当前占用元胞车辆的属性；

步骤4、依据当前占用元胞车辆的属性，基于当前元胞在路网中所处的位置，进行车辆状态更新；

步骤5、判断t

可选的，在步骤1中，设置路段元胞和多车道元胞，令高速公路全长为L，宽度为W，每个方向有N条车道，高速公路隧道区域长为L

可选的，所述步骤2中，初始化的内容包括：对各路段的限速、随机慢化概率、换道概率等设置初始值，在路段上初始生成车辆信息数组，同时设置初始时刻t＝1，仿真终止时刻为T。

可选的，所述步骤3中，当前占用元胞车辆的属性包括：车辆长度、车辆最高行驶速度等。

可选的，所述步骤4中，进行车辆状态更新的具体步骤为：

步骤4.1、确定当前元胞在路网中所处的位置，所述位置包括匝道、主道、隧道等；

步骤4.2、依据所处的位置，对车辆状态执行不同的更新策略；若当前元胞位于匝道，则执行更新策略A；若当前元胞位于主道，则执行更新策略B；若当前元胞位于隧道，则执行更新策略C。

可选的，所述更新策略A为：对占用元胞车辆进行车辆加速计算、车辆减速计算、车辆随机慢化计算，并判断占用元胞车辆的位置是否位于匝道尽头，若是，则汇入主路并进行车辆位置更新，若不是，则直接进行车辆位置更新；

所述更新策略B为：对占用元胞车辆确定随机慢化概率和换道概率，若符合换道条件，则进行车辆换道，并进行车辆位置更新，若不符合换道条件，则进行车辆加速计算、车辆减速计算、车辆随机慢化计算，并进行车辆位置更新；

所述更新策略C为：所述占用元胞车辆在隧道内时禁止换道，对其进行车辆加速计算、车辆减速计算、车辆随机慢化计算，并进行车辆位置更新。

基于上述仿真方法，本发明还提供一种异常交通事件的预测方法，使用如上任一所述一种基于元胞自动机的交通流模型仿真方法，模拟交通演化规律，将演化结果与预先存储的异常交通事件场景下的交通流状态参数进行比较，确定当前是否发生异常交通事件。

可选的，所述异常交通事件包括火灾、中断、拥堵、干扰等。

可选的，所述交通流状态参数包括换道概率、隧道内慢化概率、隧道外慢化概率、相对密度、关闭车道数量、持续时间等。

本发明还提供一种基于元胞自动机的交通流模型仿真系统，包括：

模型构建模块，用于构建交通流模型；

模型初始化模块，用于对交通流模型进行初始化，并设置初始时刻t＝1，仿真终止时刻为T；

模型遍历模块，用于使用交通流模型遍历车辆信息数组，确定当前占用元胞车辆的属性；

车辆状态更新模块，用于依据当前占用元胞车辆的属性，基于当前元胞在路网中所处的位置，进行车辆状态更新；

循环判断模块，用于判断t

经由上述的技术方案可知，本发明公开了一种交通流模型仿真方法、系统和异常交通事件预测方法，与现有技术相比，具有以下有益效果：

本发明提供的交通流模型仿真方法能够对典型交通事件下的交通流的演化规律进行模拟，通过交通参数短时预测，模拟各类车辆的运行特性，获取典型事件场景下交通状态数据，为交通事件影响范围的预测奠定基础，为管理人员提供及时准确的异常交通事件信息，提高隧道区域交通监管水平和应急处置能力，及时采取措施，防止二次事故的发生，保障高速公路隧道区域的车辆安全、顺畅通行。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明的仿真方法原理示意图；

图2为本发明的系统结构示意图；

图3为本发明实施例的仿真与真实值的流量-密度基本图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例公开了一种基于元胞自动机的交通流模型仿真方法，参见图1，具体的：

根据多车道元胞自动机模型，令高速公路全场为L，每个方向有N条车道，在L

步骤1、基于元胞自动机理论，构建交通流模型；

设置路段元胞和多车道元胞，令高速公路全长为L，宽度为W，每个方向有N条车道，高速公路隧道区域长为L

步骤2、对交通流模型进行初始化：初始化的内容包括：对各路段的限速、随机慢化概率、换道概率设置初始值，在路段上初始生成车辆信息数组，同时设置初始时刻t＝1，仿真终止时刻为T。

步骤3、使用交通流模型遍历车辆信息数组，确定当前占用元胞车辆的属性，确定车辆长度、车辆最高行驶速度。

步骤4、依据当前占用元胞车辆的属性，基于当前元胞在路网中所处的位置，进行车辆状态更新，具体的：

步骤4.1、确定当前元胞在路网中所处的位置，所述位置包括匝道、主道、隧道；

步骤4.2、依据所处的位置，对车辆状态执行不同的更新策略；

若当前元胞位于匝道，则执行更新策略A；若当前元胞位于主道，则执行更新策略B；若当前元胞位于隧道，则执行更新策略C。

所述更新策略A为：对占用元胞车辆进行车辆加速计算、车辆减速计算、车辆随机慢化计算，并判断占用元胞车辆的位置是否位于匝道尽头，若是，则汇入主路并进行车辆位置更新，若不是，则直接进行车辆位置更新；

所述更新策略B为：对占用元胞车辆确定随机慢化概率和换道概率，若符合换道条件，则进行车辆换道，并进行车辆位置更新，若不符合换道条件，则进行车辆加速计算、车辆减速计算、车辆随机慢化计算，并进行车辆位置更新；

所述更新策略C为：所述占用元胞车辆在隧道内时禁止换道，对其进行车辆加速计算、车辆减速计算、车辆随机慢化计算，并进行车辆位置更新。

在步骤3中，按照以下算法模型进行相关计算：

1)加速规则

v

式中，v

2)减速规则

v

其中，d

3)换道规则

1.随机换道

位置条件

x

其中，x

换道动机

安全条件

当车辆满足以上条件时，以p

2.强制换道

假设L

位置条件

x

换道动机

安全条件

当车辆满足以上条件时以p

4)随机慢化

车辆在任意路段可以概率p进行随机慢化：

if p＜p

式中，p是一个生成的随机数，p

5)位置更新

x

式中，x

步骤5、判断t

同时每隔m个步长，增加新的到达车辆信息到车辆信息数组中，以形成周期边界条件。

在另一实施例中，还公开一种异常交通事件的预测方法，使用如上任一所述一种基于元胞自动机的交通流模型仿真方法，模拟交通演化规律，将演化结果与预先存储的异常交通事件场景下的交通流状态参数进行比较，确定当前是否发生异常交通事件。

可选的，所述异常交通事件包括火灾、中断、拥堵、干扰。

可选的，所述交通流状态参数包括换道概率、隧道内慢化概率、隧道外慢化概率、相对密度、关闭车道数量、持续时间。

在另一实施例中，本发明还提供一种基于元胞自动机的交通流模型仿真系统，参见图2，包括：

模型构建模块，用于构建交通流模型；

模型初始化模块，用于对交通流模型进行初始化，并设置初始时刻t＝1，仿真终止时刻为T；

模型遍历模块，用于使用交通流模型遍历车辆信息数组，确定当前占用元胞车辆的属性；

车辆状态更新模块，用于依据当前占用元胞车辆的属性，基于当前元胞在路网中所处的位置，进行车辆状态更新；

循环判断模块，用于判断t

下面对本发明所提出的交通流模型进行校验：

模型校验以山东高速公路高唐断面的小型车流量和平均速度数据为基准，校验元胞自动机仿真效果。断面数据为每一小时的流量和平均速度，可以求出平均密度。

仿真设定0-1之间间隔为0.01的100个平均密度，然后用每个密度进行仿真，得到流量，进而可以画出流量-密度基本图，与真实值进行比较。按照如下式进行误差计算：

式中，n为数据量，

经过计算，流量的MAPE大约为7.58％，预测准确率约为92.42％，代表模型用真实数据校核效果较好，能够真实地模拟交通流的变化。仿真与真实值的流量-密度基本图如图3，由图可以看出，仿真的流量与真实流量较为接近，仿真效果较好。在标准化密度小于0.2时，车流呈自由流状态，随着密度的增加，在标准化密度为0.2左右时出现了同步流，密度大于0.2时车流开始逐渐形成拥堵，较为符合三相交通流理论中的自由流-同步流-大面积堵塞的变化趋势，说明仿真可以较为真实地模拟交通流状态。

下面介绍交通流演化规律：

以基于元胞自动机的交通流仿真模型为基础，对典型交通事件下的交通流的演化规律进行模拟，得到事件影响下的微观交通流参数。

为了更真实地刻画各类型事件主要特征，对于元胞自动机仿真模型的输入参数进行了调整，进而观察交通流的变化规律。设定典型事件的仿真逻辑参见表1，仿真结果参见表2，可见仿真结果精度较高：

表1事件的仿真逻辑参数

进行了260次模拟仿真，最终得到了260次仿真结果。在结果的基础上，对交通流参数进行统计：

排队长度：提取事故发生点上游所有速度为0的元胞空间位置，根据位置计算排队长度。

影响范围：提取事故发生点上游所有速度为50％最高限速的元胞空间位置，根据位置计算空间影响范围。

影响时间：提取事故发生后第一个出现速度为50％最高限速的时刻t1，以及所有元胞速度均高于自由流速度的时刻t2，影响时间即为t2-t1。

表2仿真输出结果示例

可见，通过高速公路隧道及上下游路段的交通流演化机理进行分析，运用交通流模型模拟隧道内的交通状态演化规律，对于隧道上下游车辆的运行状态进行评估，为交通事件影响范围的预测提供了充分的参考依据。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。