吳 嵐，蔣中陽，丁閃閃，刁含樓，姜 圣

(中設(shè)設(shè)計(jì)集團(tuán)股份有限公司，南京 210014)

0 引言

隨著社會(huì)與經(jīng)濟(jì)的快速發(fā)展，城市出行需求越來越大，道路資源愈發(fā)緊張，交通擁堵、交通安全、環(huán)境污染等問題不斷凸顯，居民對(duì)交通的服務(wù)水平要求越來越高，交通管控的精細(xì)化程度也越來越高. 實(shí)時(shí)微觀交通仿真技術(shù)，能構(gòu)建與現(xiàn)實(shí)十分接近的交通環(huán)境，利用其交通狀態(tài)再現(xiàn)技術(shù)，模擬真實(shí)車輛行為、信號(hào)控制運(yùn)行等，評(píng)價(jià)不同優(yōu)化方案的預(yù)計(jì)實(shí)施效果，基于歷史數(shù)據(jù)預(yù)測(cè)未來道路交通狀態(tài)發(fā)展趨勢(shì)，為管理部門提供新型而有效的決策支撐手段，促進(jìn)并實(shí)現(xiàn)交通管控精細(xì)化、科學(xué)化、高效化、智慧化的發(fā)展[1-2].

目前，在實(shí)時(shí)交通仿真方面，國內(nèi)外學(xué)者已經(jīng)進(jìn)行了一定的探索研究. J. Maroto等[3]研究開發(fā)了一種能實(shí)時(shí)模擬城市交通狀況的微觀模型，并將其應(yīng)用于駕駛模擬器中；Pell等[4]對(duì)17種仿真軟件進(jìn)行比較分析，發(fā)現(xiàn)越來越多地已經(jīng)使用在線數(shù)據(jù)應(yīng)用于實(shí)時(shí)交通管理，并強(qiáng)調(diào)了未來仿真在多種路網(wǎng)下的實(shí)時(shí)模擬應(yīng)更具靈活性與適應(yīng)性；吳斗[5]提出了一種在線微觀交通仿真模型，并設(shè)計(jì)研發(fā)了OMTSS仿真系統(tǒng)，實(shí)時(shí)、真實(shí)地還原交通，使交通仿真過程與真實(shí)交通控制管理同步. 但這些研究只在單個(gè)交叉口或極小范圍路網(wǎng)進(jìn)行測(cè)試，并未對(duì)大范圍路網(wǎng)進(jìn)行建模應(yīng)用，且缺乏對(duì)路網(wǎng)交通狀況的評(píng)價(jià)體系. 而較為成熟的實(shí)時(shí)在線交通仿真多采用宏觀、中觀仿真模型[6]，主要原因是微觀仿真模型計(jì)算量大，運(yùn)算速度很難達(dá)到與實(shí)際系統(tǒng)同步運(yùn)行的要求[7]；林祥興等[8]在不同交通流量情況下開展VISSIM仿真精度實(shí)驗(yàn)，發(fā)現(xiàn)計(jì)算機(jī)性能和仿真運(yùn)行設(shè)置對(duì)單步仿真運(yùn)算時(shí)間精度具有一定的影響，計(jì)算機(jī)性能越好、流量越低、仿真精度越低，則運(yùn)算時(shí)間越低.

而如何將外場(chǎng)實(shí)時(shí)交通信息同步有效傳入微觀仿真模型進(jìn)行專業(yè)實(shí)時(shí)仿真分析，仍是難點(diǎn)，尤其是路網(wǎng)級(jí)別的數(shù)據(jù)交互，具體技術(shù)不足表現(xiàn)在：①微觀仿真模型在運(yùn)行過程中不能進(jìn)行數(shù)據(jù)輸入輸出，手動(dòng)干預(yù)會(huì)造成大量時(shí)間延誤，從而嚴(yán)重影響實(shí)時(shí)性；②交通出行生成隨機(jī)，交通流分布隨機(jī)，同步路網(wǎng)輸入輸出以及各路段流量較為困難，導(dǎo)致仿真結(jié)果準(zhǔn)確難以保障；③聯(lián)網(wǎng)信號(hào)機(jī)可直接與仿真模型進(jìn)行交互，但仍存在斷網(wǎng)或離線信號(hào)機(jī)，無法實(shí)時(shí)持續(xù)在線同步，對(duì)仿真中交叉口車輛行為同步有較大影響. 總體而言，尚且缺少成熟而又成體系、同步性較好、與實(shí)際交通環(huán)境相匹配的實(shí)時(shí)在線微觀交通仿真技術(shù).

本文采用目前技術(shù)較為成熟、在交通組織優(yōu)化與信號(hào)控制優(yōu)化等方面應(yīng)用較為廣泛的微觀模型VISSIM[9-10]作為系統(tǒng)基礎(chǔ)，通過其COM接口二次開發(fā)，設(shè)計(jì)并開發(fā)實(shí)時(shí)在線仿真各大技術(shù)模塊，并進(jìn)行性能優(yōu)化處理，與實(shí)際時(shí)間盡可能同步，最后基于該技術(shù)搭建系統(tǒng)平臺(tái)，實(shí)時(shí)仿真真實(shí)路網(wǎng)，驗(yàn)證系統(tǒng)的精確性、同步性和穩(wěn)定性.

1 實(shí)時(shí)在線微觀仿真系統(tǒng)設(shè)計(jì)

為滿足再現(xiàn)當(dāng)前的交通運(yùn)行狀態(tài)，完成交通組織方案的定量評(píng)估分析，對(duì)交通組織管理、交通時(shí)間預(yù)警和評(píng)估、交通基礎(chǔ)設(shè)施規(guī)劃建設(shè)、交通政策可行性分析研究提供量化的決策依據(jù)，實(shí)時(shí)交通仿真系統(tǒng)需要接入交通檢測(cè)、信號(hào)控制等數(shù)據(jù)，及時(shí)快速輸入至交通仿真軟件VISSIM運(yùn)行，并根據(jù)不同場(chǎng)景要求，同步穩(wěn)定輸出多維、合理、科學(xué)的評(píng)價(jià)數(shù)據(jù)，以提供決策依據(jù). 所以，通過綜合多領(lǐng)域技術(shù)分析研究，設(shè)計(jì)了一套實(shí)時(shí)在線仿真系統(tǒng)，其由交通流數(shù)據(jù)庫、交通評(píng)價(jià)數(shù)據(jù)庫、VISSIM仿真軟件以及主控程序組成，如圖1所示.

圖1 實(shí)時(shí)在線微觀仿真技術(shù)框架

主控程序負(fù)責(zé)調(diào)取COM接口、控制VISSIM，以及重構(gòu)數(shù)據(jù)，完成輸入與輸出，是系統(tǒng)的核心部分. 程序采用Python語言編輯，主要考慮Python運(yùn)行速度快、可移植多平臺(tái)等特性，且面向?qū)ο缶幊?，與COM對(duì)象結(jié)構(gòu)類似，易于理解；利用Python龐大的標(biāo)準(zhǔn)庫，可簡單方便的操作程序、數(shù)據(jù)庫、XML、GUI(圖形用戶界面)，代碼編寫復(fù)雜度大大降低；同時(shí)，Python也是人工智能算法的主要實(shí)現(xiàn)語言，未來系統(tǒng)擴(kuò)展，與人工智能算法結(jié)合，程序也可復(fù)用.

交通流數(shù)據(jù)庫負(fù)責(zé)處理存儲(chǔ)外場(chǎng)各類交通檢測(cè)器所獲得的交通流數(shù)據(jù)，為主控程序提供穩(wěn)定可靠的實(shí)時(shí)數(shù)據(jù). 主要包括視頻檢測(cè)器數(shù)據(jù)、微波雷達(dá)檢測(cè)器數(shù)據(jù)，雖然兩者數(shù)據(jù)來源不同，檢測(cè)原理不同，但兩者的數(shù)據(jù)結(jié)構(gòu)類似，可進(jìn)行融合處理. 檢測(cè)器上傳數(shù)據(jù)的時(shí)間方式有前端自帶GPS校時(shí)與后端服務(wù)器對(duì)時(shí)，在本系統(tǒng)設(shè)計(jì)中必須將實(shí)時(shí)數(shù)據(jù)源進(jìn)行統(tǒng)一校時(shí)，保證仿真數(shù)據(jù)輸入的同步性. 視頻檢測(cè)數(shù)據(jù)精度主要受環(huán)境光影響，導(dǎo)致在實(shí)際應(yīng)用過程中夜間數(shù)據(jù)往往不夠理想；微波雷達(dá)檢測(cè)原理是根據(jù)波的反射來判斷車輛位置、速度等，障礙物是影響檢測(cè)精度的主要因素，如空中的樹葉. 因此，根據(jù)兩者數(shù)據(jù)特性，在數(shù)據(jù)層對(duì)其進(jìn)行融合處理，以得到更精確的交通仿真輸入?yún)?shù).

VISSIM仿真軟件，負(fù)責(zé)根據(jù)實(shí)際路網(wǎng)數(shù)據(jù)搭建仿真模型，并在設(shè)定流量、速度、路徑、信號(hào)配時(shí)等參數(shù)后，運(yùn)行仿真，輸出評(píng)價(jià)信息. 在搭建模型之前，需收集仿真路網(wǎng)基礎(chǔ)資料，包括道路線形、橫斷面結(jié)構(gòu)、交叉口形狀、全天信號(hào)配時(shí)方案、車道信息、小區(qū)出入口及衛(wèi)星底圖等；利用VISSIM軟件中的Link和Connector編輯路網(wǎng)、交叉口，信號(hào)控制機(jī)與信號(hào)燈頭設(shè)置交叉口信控方案，以及數(shù)據(jù)采集點(diǎn)、節(jié)點(diǎn)、車輛行程時(shí)間等各類檢測(cè)評(píng)估模塊以在仿真運(yùn)行過程中采集所需要的評(píng)價(jià)參數(shù).

交通評(píng)價(jià)數(shù)據(jù)庫，負(fù)責(zé)存儲(chǔ)交通評(píng)價(jià)信息，進(jìn)一步分析處理后支撐方案決策、數(shù)據(jù)可視化展示等. 所有評(píng)價(jià)數(shù)據(jù)的來源均為VISSIM仿真結(jié)果，理論上所有VISSIM生成的評(píng)價(jià)數(shù)據(jù)均可提取入庫，而這將花費(fèi)大量的時(shí)間，影響同步性. 因此，在實(shí)際應(yīng)用中，根據(jù)業(yè)務(wù)需求，提取所需數(shù)據(jù)，包括路網(wǎng)整體評(píng)價(jià)、主干道評(píng)價(jià)、路段評(píng)價(jià)與主干道評(píng)價(jià)這幾大類，其提取頻率與實(shí)時(shí)數(shù)據(jù)輸入頻率一致.

2 主控程序設(shè)計(jì)

交通數(shù)據(jù)結(jié)構(gòu)復(fù)雜，采集頻率不一，VISSIM仿真軟件無法直接對(duì)接此類數(shù)據(jù)，所以必須將來自于各類交通檢測(cè)器的數(shù)據(jù)輸入中間件，整理多源數(shù)據(jù)、處理問題數(shù)據(jù)、同步數(shù)據(jù)時(shí)間；同時(shí)，針對(duì)VISSIM軟件本身而言，這必須在仿真暫?；蛲Ｖ购蟛趴蓪?duì)輸入流量、轉(zhuǎn)向比例等交通參數(shù)進(jìn)行實(shí)時(shí)更新以及提取交通評(píng)價(jià)參數(shù)，為盡可能減少因更新交通參數(shù)而暫停造成的時(shí)間延遲，設(shè)計(jì)中間件時(shí)必須考慮程序運(yùn)行邏輯、耗時(shí)等因素，將延遲時(shí)間控制在合理范圍內(nèi)，以實(shí)現(xiàn)虛擬與現(xiàn)實(shí)的同步. 因此，為實(shí)現(xiàn)該功能，設(shè)計(jì)了一套代碼精簡、邏輯清晰、冗余極少的主控程序，以連接交通檢測(cè)器的實(shí)時(shí)數(shù)據(jù)以及調(diào)用VISSIM COM接口進(jìn)行仿真對(duì)象控制，主要包括仿真運(yùn)行對(duì)象、車輛生成對(duì)象、路線決策對(duì)象、信號(hào)機(jī)對(duì)象、評(píng)價(jià)對(duì)象，技術(shù)原理如圖2.

圖2 實(shí)時(shí)在線微觀仿真技術(shù)原理

2.1 仿真時(shí)間控制

在交通仿真運(yùn)行期間不能直接修改各項(xiàng)參數(shù)，因此需要在數(shù)據(jù)實(shí)時(shí)更新前對(duì)仿真進(jìn)行暫停，更新完成后立刻使仿真繼續(xù)運(yùn)轉(zhuǎn)，保證其連續(xù)性、同步性. 于是，設(shè)計(jì)仿真時(shí)間控制，用于對(duì)實(shí)時(shí)仿真過程中進(jìn)行各類數(shù)據(jù)輸入與輸出的時(shí)間節(jié)點(diǎn)控制，其中包括基于VISSIM中的中斷仿真控制與基于VISSIM中的停止仿真控制.

基于VISSIM中的中斷仿真控制，是在不結(jié)束VISSIM仿真的前提下對(duì)本次仿真進(jìn)行暫停，再次啟動(dòng)后路網(wǎng)運(yùn)行繼續(xù)；基于VISSIM中的停止仿真控制，是結(jié)束仿真過程，通過獲取本次仿真控制所有交通運(yùn)行狀態(tài)，包括車輛運(yùn)行位置、車速信息以及信號(hào)控制狀態(tài)，在下次仿真開始后立即輸入以上車輛信息數(shù)據(jù)，形成連續(xù)仿真.

具體地，根據(jù)數(shù)據(jù)交互間隔時(shí)間、信號(hào)控制劃分時(shí)段與仿真總時(shí)長等時(shí)間參數(shù)，對(duì)微觀模型仿真過程的時(shí)間節(jié)點(diǎn)控制，并校正實(shí)際時(shí)間與仿真系統(tǒng)時(shí)間的誤差，以達(dá)到其他模塊運(yùn)行時(shí)間與現(xiàn)實(shí)同步的目的. 以預(yù)設(shè)的間隔時(shí)間為準(zhǔn)，采用中斷仿真控制模式來控制流量數(shù)據(jù)與路線決策數(shù)據(jù)的輸入以及仿真評(píng)價(jià)數(shù)據(jù)的輸出，并利用仿真速率控制算法對(duì)其產(chǎn)生的時(shí)間誤差在下一間隔時(shí)段進(jìn)行彌補(bǔ)；根據(jù)各個(gè)交叉口全天信號(hào)控制啟動(dòng)時(shí)段，通過停止控制時(shí)間序列算法計(jì)算各信控方案更新前的仿真時(shí)間，時(shí)間結(jié)束后進(jìn)入停止仿真時(shí)間控制模式.

2.1.1 仿真速率動(dòng)態(tài)控制算法

設(shè)定交通生成、路徑?jīng)Q策與評(píng)價(jià)數(shù)據(jù)輸入輸出的間隔時(shí)間Δt(s)，初始仿真速率v=1(步長/s).

在系統(tǒng)運(yùn)行過程中，在第i次數(shù)據(jù)輸入輸出時(shí)，獲取信號(hào)控制匹配模塊或交通生成數(shù)據(jù)輸入模塊運(yùn)行開始時(shí)刻Tpi，評(píng)價(jià)數(shù)據(jù)模塊輸出結(jié)束時(shí)刻Tqi，運(yùn)行數(shù)據(jù)輸入輸出所損耗的時(shí)間為t1i=Tqi-Tpi-Δt，單位：s

第1次：中斷仿真控制前仿真運(yùn)行時(shí)長為t1=Δt，仿真速率v1=1

運(yùn)行數(shù)據(jù)輸入輸出所損耗的時(shí)間為t11=Tq1-Tp1-Δt，

運(yùn)行數(shù)據(jù)輸入輸出所損耗的時(shí)間為t12=Tq2-Tp2-Δt，

…

運(yùn)行數(shù)據(jù)輸入輸出所損耗的時(shí)間為tl(n-1)=Tq(n-1)-Tp(n-1)-Δt，

第n次：

2.1.2 停止控制時(shí)間序列算法

設(shè)Pk為第k次采用停止仿真控制前仿真時(shí)長，單位：s，其序列為ΦP={P1,P2,…,Pm}

Sk為第k個(gè)信號(hào)控制方案開始時(shí)刻或k-1個(gè)信號(hào)控制方案結(jié)束時(shí)刻，時(shí)間格式為“hh:mm:ss”

各個(gè)信號(hào)控制方案開始/結(jié)束時(shí)刻集合Φs={S1,S2,…,Sn}，順序由小到大，其中S1=00：00：00，Sn=23:59:59

啟動(dòng)時(shí)刻Tstart，時(shí)間格式為“hh:mm:ss”

實(shí)時(shí)仿真總時(shí)長,ttotal單位：s

即仿真時(shí)間范圍[TS,TE]，其中TS=Tstart,TE=TS+ttotal

比較TS,TE與ΦS內(nèi)各Si的大小，得TS∈[SiSi+1),TE∈(Sj,Sj+1]

若i=j，則停止仿真控制時(shí)間序列為{P1},P1=TE-TS

若i≠j，則停止仿真控制時(shí)間序列為{P1,P2,…,Pm},其中Pk=Si+k-Si+k-1,m=j-i+1

2.2 交通生成模塊

交通生成模塊用于將通過在路網(wǎng)外部點(diǎn)所采集的實(shí)時(shí)交通數(shù)據(jù)輸入仿真模型，并在VISSIM模型中的車輛輸入點(diǎn)生成相應(yīng)的交通流量，以及對(duì)車輛進(jìn)行速度控制，匹配實(shí)際情況. 其負(fù)責(zé)將外部點(diǎn)的交通數(shù)據(jù)轉(zhuǎn)化為VISSIM COM接口標(biāo)準(zhǔn)數(shù)據(jù)并完成輸入設(shè)置. 利用包括但不限于視頻檢測(cè)器、雷達(dá)檢測(cè)器所采集的交通數(shù)據(jù)，分析實(shí)時(shí)交通流量、車輛組成類型比例、速度等，并通過COM接口的Vehicle Inputs對(duì)象進(jìn)行交通流量批量修改與車輛組成比例選擇，以及操作Speed Distribution Data Point對(duì)象進(jìn)行車輛期望速度控制.

2.3 路線決策模塊

路線決策模塊用于根據(jù)在路網(wǎng)內(nèi)部點(diǎn)采集的實(shí)時(shí)交通數(shù)據(jù)所推算的交叉口各進(jìn)口道轉(zhuǎn)向比例，修改VISSIM中各路線決策點(diǎn)的相對(duì)車流，以匹配實(shí)際情況. 其負(fù)責(zé)完成交叉口車輛路線決策的相對(duì)比例控制. 利用交叉口各進(jìn)口檢測(cè)器，包括但不限于視頻、雷達(dá)，采集通過各車道的流量，并根據(jù)車道轉(zhuǎn)向信息，進(jìn)行路線決策相對(duì)比例計(jì)算；對(duì)于混合車道、普通檢測(cè)器無法檢測(cè)車輛分流情況的，采用人工抽樣調(diào)研統(tǒng)計(jì)，通過歷史數(shù)據(jù)推算實(shí)時(shí)情況，再轉(zhuǎn)換為路線決策相對(duì)比例；然后，通過COM接口的Vehicle Routing Decisions Static對(duì)象進(jìn)行車輛的路線決策相對(duì)比例批量設(shè)置.

2.4 信號(hào)控制匹配模塊

對(duì)于聯(lián)網(wǎng)信號(hào)控制系統(tǒng)，VISSIM具備專用DLL進(jìn)行關(guān)聯(lián). 本文針對(duì)無聯(lián)網(wǎng)控制信號(hào)機(jī)，設(shè)計(jì)信號(hào)控制匹配模塊，用于同步交叉口其信號(hào)控制方案，以匹配實(shí)際交叉口的車輛放行順序與時(shí)間. 其負(fù)責(zé)保證仿真環(huán)境中各交叉口信號(hào)燈運(yùn)行狀態(tài)與外場(chǎng)實(shí)際盡可能一致，分為3個(gè)子模塊：信號(hào)狀態(tài)時(shí)間獲取子模塊、信號(hào)狀態(tài)判別子模塊、信號(hào)相位差設(shè)置子模塊.

2.4.1 信號(hào)狀態(tài)時(shí)間獲取子模塊

負(fù)責(zé)分析卡口或其他設(shè)備拍攝的信號(hào)燈運(yùn)行圖片，將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)，其中包括：當(dāng)前時(shí)間、信號(hào)燈燈色、倒計(jì)時(shí). 在實(shí)際操作過程中，對(duì)于缺乏倒計(jì)時(shí)屏的信號(hào)設(shè)備，可在信號(hào)燈燈色剛改變的那一刻進(jìn)行時(shí)間記錄，則倒計(jì)時(shí)可取“0”，另外對(duì)于無卡口條件的交叉口，可利用人工采集，跳過此子模塊，直接輸入采集數(shù)據(jù)至下一模塊.

2.4.2 信號(hào)狀態(tài)判別子模塊

負(fù)責(zé)將獲取的數(shù)據(jù)進(jìn)行分析判別，確定該時(shí)刻所運(yùn)行的控制方案及所處的信號(hào)周期時(shí)間位置，并計(jì)算絕對(duì)相位差.

式中，C為該交叉口目前運(yùn)行方案周期，s；n為方案相位總數(shù)；gi為第i相位所占時(shí)間，s；Tp為獲取信號(hào)燈運(yùn)行圖片的時(shí)間戳；S為根據(jù)燈色判斷的當(dāng)前階段序號(hào)，s≤n；t為當(dāng)前階段倒計(jì)時(shí)，s；Tq為信號(hào)方案最近開始啟動(dòng)時(shí)間戳；Tn為當(dāng)前仿真運(yùn)行時(shí)間戳；Δt為信號(hào)方案絕對(duì)相位差，s.

2.4.3 信號(hào)相位差設(shè)置子模塊

負(fù)責(zé)批量設(shè)置VISSIM模型中各信號(hào)機(jī)的信號(hào)控制方案及其啟動(dòng)相位差，具體操作：VISSIM中各信號(hào)機(jī)對(duì)應(yīng)的配置文件(.sig)采用XML語言編譯，通過程序解析，直接進(jìn)行批量修改，而后再重新啟動(dòng)仿真，模型即可加載新配置的信號(hào)控制方案，并且與外場(chǎng)信號(hào)燈運(yùn)行狀態(tài)一致.

2.5 評(píng)價(jià)數(shù)據(jù)輸出

評(píng)價(jià)數(shù)據(jù)輸出模塊用于將仿真過程中VISSIM所得的評(píng)價(jià)數(shù)據(jù)進(jìn)行處理后存入數(shù)據(jù)庫，通過可視化手段將仿真運(yùn)行狀態(tài)及仿真評(píng)價(jià)結(jié)果呈現(xiàn)出來. 其負(fù)責(zé)獲取VISSIM實(shí)時(shí)仿真過程中的評(píng)價(jià)數(shù)據(jù)并存入數(shù)據(jù)庫進(jìn)行可視化呈現(xiàn)，包括數(shù)據(jù)處理子模塊、數(shù)據(jù)存儲(chǔ)子模塊和數(shù)據(jù)可視化子模塊.

通過數(shù)據(jù)處理子模塊，在獲取評(píng)價(jià)數(shù)據(jù)的過程中對(duì)其空值、異常值進(jìn)行補(bǔ)全、修正；通過數(shù)據(jù)存儲(chǔ)子模塊，將評(píng)價(jià)數(shù)據(jù)篩選處理，按設(shè)計(jì)表結(jié)構(gòu)存入數(shù)據(jù)庫中；通過數(shù)據(jù)可視化子模塊，將數(shù)據(jù)以圖表形式展示出來，一方面展示實(shí)時(shí)交通評(píng)價(jià)數(shù)據(jù)，另一方面存儲(chǔ)有歷史數(shù)據(jù). 基于此，可進(jìn)行時(shí)間軸上的分析得出深度交通評(píng)價(jià)指數(shù)，進(jìn)一步實(shí)現(xiàn)數(shù)據(jù)的時(shí)空分析，支撐交通組織優(yōu)化和管理決策.

3 案例應(yīng)用

選取南京市白下高新園區(qū)紫云大道及其周邊路網(wǎng)包含雙麒路、永豐大道、永智路、運(yùn)糧河西路等4條次干路以及小區(qū)出入口、企業(yè)停車場(chǎng)出入口等應(yīng)用場(chǎng)景作為研究對(duì)象，選取路網(wǎng)周邊工業(yè)、商業(yè)密集分布、居民小區(qū)環(huán)繞，靠近高速匝道，早晚高峰潮汐現(xiàn)象明顯，交通出行規(guī)律穩(wěn)定，是典型的城市交通道路；基于實(shí)時(shí)在線微觀仿真技術(shù)構(gòu)建該區(qū)域的VISSIM路網(wǎng)，并搭建面向精細(xì)化交通管控的系統(tǒng)平臺(tái)，具體實(shí)施路線如圖3，系統(tǒng)界面如圖4. 沿線交叉口布設(shè)有10套視頻檢測(cè)器、11套微波檢測(cè)器用于交通流檢測(cè)，覆蓋研究范圍的外部交通數(shù)據(jù)采集點(diǎn)，以及所有交叉口進(jìn)口道，采集精度高. 平臺(tái)運(yùn)行過程中，輸入數(shù)據(jù)包括外圍檢測(cè)器的采集數(shù)據(jù)用于交通流量輸入，場(chǎng)景內(nèi)部交叉口檢測(cè)器的采集數(shù)據(jù)用于路徑?jīng)Q策轉(zhuǎn)向比例控制與仿真精度驗(yàn)證；仿真輸出包括VISSIM評(píng)價(jià)模塊的各類數(shù)據(jù)，如交叉口仿真交通量、車道排隊(duì)長度、延誤時(shí)間、行駛速度、行程時(shí)間、服務(wù)水平等.

圖3 實(shí)時(shí)在線微觀仿真系統(tǒng)流程圖

系統(tǒng)部署于window環(huán)境的服務(wù)器，其配置為i7-8700 CPU/16G內(nèi)存，仿真精度可達(dá)10 步長/仿真s，為驗(yàn)證系統(tǒng)有效性、同步性、穩(wěn)定性提供了可靠的環(huán)境.

具體測(cè)試結(jié)果見表1、圖6、圖7.

表1是在全天仿真中選取早高峰、平峰、晚高峰內(nèi)各1 h，每仿真300 s統(tǒng)計(jì)一次系統(tǒng)所運(yùn)行的實(shí)際時(shí)間，比較最終誤差. 數(shù)據(jù)來源于系統(tǒng)運(yùn)行日志，如圖5所示，通過計(jì)算每個(gè)間隔開始時(shí)刻的差值與運(yùn)行仿真實(shí)際時(shí)間比較而得到. 其結(jié)果顯示，各時(shí)段內(nèi)1 h延誤時(shí)間均在60s以內(nèi)，時(shí)間誤差百分比不超過1.5%，一天24 h延誤不超過24 min，基本達(dá)到同步要求.

圖4 實(shí)時(shí)仿真系統(tǒng)評(píng)價(jià)數(shù)據(jù)可視化界面

表1 實(shí)時(shí)仿真系統(tǒng)1 h內(nèi)運(yùn)行同步情況

圖5 系統(tǒng)運(yùn)行日志

圖6 一日內(nèi)交叉口每5 min實(shí)際與仿真系統(tǒng)中的交通流量關(guān)系圖

圖7 實(shí)時(shí)仿真系統(tǒng)一日連續(xù)運(yùn)行資源占用情況

圖6通過對(duì)一天24 h內(nèi)每5 min的內(nèi)部交叉口實(shí)際通過交通量與仿真運(yùn)行交通量進(jìn)行統(tǒng)計(jì)對(duì)比，實(shí)際交通量是通過交叉口交通檢測(cè)器測(cè)得，仿真交通量是通過在仿真路網(wǎng)中設(shè)置數(shù)據(jù)采集點(diǎn)路網(wǎng)運(yùn)行過程中每5 min采集1次得到，兩者繪制成散點(diǎn)圖，通過梳理分析，平均誤差小于10%，符合線性回歸，且離散程度在合理范圍內(nèi)，表明仿真還原度較高，仿真模型貼近真實(shí)路況.

圖7是對(duì)系統(tǒng)運(yùn)行期間計(jì)算機(jī)的CPU及內(nèi)存占用情況進(jìn)行跟蹤分析，實(shí)施例表明在流量較大的早晚高峰下仿真系統(tǒng)對(duì)CPU、內(nèi)存占用較多，平峰占用情況較為穩(wěn)定. 對(duì)于現(xiàn)使用的計(jì)算機(jī)，配置仍有較大的冗余，還可支持更大的路網(wǎng)規(guī)模與更高的數(shù)據(jù)更新頻率.

4 結(jié)束語

本文提出了面向精細(xì)化交通管控的實(shí)時(shí)在線微觀仿真技術(shù)，仿真精度較中觀模型大大提高，模型運(yùn)行效果良好，還原度較高，并利用構(gòu)建的路網(wǎng)及外場(chǎng)檢測(cè)器數(shù)據(jù)搭建系統(tǒng)平臺(tái)進(jìn)行實(shí)際應(yīng)用測(cè)試，解決了交通數(shù)據(jù)、車輛轉(zhuǎn)向、未聯(lián)網(wǎng)信號(hào)機(jī)等同步問題，形成了評(píng)價(jià)數(shù)據(jù)可視化的數(shù)據(jù)分析界面，使交通管控具備精細(xì)的決策分析能力；在實(shí)際全天運(yùn)行過程中，仿真精度平均可達(dá)90%以上，同步誤差不超過1.5%，資源未溢出，且仍有較大冗余，系統(tǒng)穩(wěn)定性、可靠性得到驗(yàn)證.