登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 文献综述 > 计算机类 > 软件工程 > 正文

融合浮动车数据的城市交通监控仿真系统文献综述

 2020-04-14 07:04  

1.目的及意义

随着城市的现代化发展,机动车保有量的增多,给城市交通带来越来越大的压力,进而导致诸如交通拥堵等各种交通问题。为了确保车辆和行人的安全通行, 就有必要采取更高层次的智能技术来解决管理问题,因此急需要发展智能交通系统来有效缓解交通拥堵等问题。智能交通系统是将信息、计算机、通信、电子控制、自动控制理论、人工智能等先进技术有效便捷地综合运用于交通运输、服务控制和车辆制造这三个方面, 以此来减轻路面交通运行的压力, 减少交通安全隐患, 实现交通管理从传统的静态方式向科学实时性的动态方式转变, 达到高效解决道路交通四要素人、车、路、环境之间的问题,综合运输系统[1]

交通仿真是在智能交通系统中进行交通分析的有效手段之一, 其目的就是运用计算机技术再现复杂的交通现象(宏观现象、微观现象), 并对这些现象进行解释、分析、找出问题的症结, 最终对所研究的交通系统进行优化。交通仿真作为智能交通的一项工具用来辅助交通管理工作。其随着计算机技术的进步而发展起来的, 它是一种反映复杂道路交通现象的交通分析技术和方法, 能够再现交通流时间和空间变化的模拟工具。交通仿真技术是以相似原理、信息技术、系统工程和交通工程等领域的基本理论和专业技术为基础, 以计算机为主要工具, 利用系统仿真模型模拟道路交通系统的运行状态, 采用数字方式或图形方式来描述动态交通系统, 以便更好的控制交通系统的一门实用技术[2]

作为交通仿真的重要平台之一VISSIM,是由德国PTV公司开发的微观交通流仿真系统[3],是一个离散的、随机的、以0.1秒为时间步长的微观仿真模型,用以模拟和分析各种交通条件下(车道设置、交通构成、交通信号、公交车站、驾驶行为等) 车辆、行人、轨道交通的运行状况,是评价交通工程设计方案、配时方案等有效工具。VISSIM 提供了图形化的界面,以二维或三维形式向用户直观显示车辆的运动[4]。VISSIM 采用多区域行为阈值的理论模型[5],其中纵向运动采用了心理-生理跟车模型,横向运动(车道变换)采用了基于规则的算法,不同驾驶员行为的模拟分为保守型和冒险型。

交通仿真的发展大致经历了以下几个阶段[6]:第一阶段:20世纪 60年代是国外交通仿真的起步阶段, 这一阶段的工作的主要目的是优化城市道路交通信号控制, 其最具代表性的当属英国道路与交通研究所(TRRL)的 D.L.罗伯逊于 1967年开发的道路交通流仿真软件TRANSYT, 它主要用于确定定时交通信号参数的最优值;但是, 当时的模型由于受到当时计算机发展水平的影响, 仿真效果并不是很理想;第二阶段:20世纪70-80年代, 由于计算机的迅速发展, 计算机仿真模型精度的提高, 交通仿真模型也得到了较大的发展。这期间的典型代表是美国联邦公路局开发的描述单个车辆运动、应用时间扫描法的网络微观交通仿真模型, 即TRAF-NETSIM模型;第三阶段:20世纪 80年代末以后, 随着计算机软件开发技术的进步以及世界各国研究 ITS的热潮的到来, 出现了大批以评价ITS效益的仿真软件, 并逐渐的形成商品化。

目前, 国内外对VISSIM的应用已不仅仅局限于交通运行仿真, 而是集中在对VISSIM基础路网的自动生成[7]和VISSIM模型参数的自动校正[8]研究上, 由于这2种研究首先都会对VISSIM应用程序进行开发, 因此, 目前对VISSIM的二次开发研究比较成熟, 与此同时它也建立了相对完整的二次开发帮助文档, 因此, 可以借鉴VISSIM二次开发帮助文档, 参考VISSIM仿真模块建立视频监控实时仿真平台, 简化VISSIM操作环境, 实现仿真模块内参数的快速更改和仿真结果实时显示的目的。

深度学习已经在公众意识中爆炸式增长,主要作为预测和分析产品充满我们的世界,以众多以人为中心的智能世界系统的形式,其中智能交通系统将会连接自动驾驶车辆和基础网络以改革日常公共交通。因为各种智能世界系统的发展和好的原因,深度学习的主题已经主导了工业和研究领域[9]。在不考虑智能车辆技术的情况下,智能交通必须能够实现车辆间的通信,但同时也必须能够实现交通中的智能交通基础设施。关于这些需要进行进一步的研究,以了解分层组合的深度学习模型以及优化和确保在仿真系统中使用它们的策略,以及使用深度学习管理和更新此类系统的各个方面的最佳实践[9]

本系统主要实现基于仿真的城市交通实时监控系统,对融合视频与数据流量进而建立仿真模型的实用性和可用性进行研究,采用软件工程的开发方法,建立基于Web的可视化平台,带给用户极大的便利性。除此之外,本系统将结合雷达微波数据和监控视频数据行程车辆和道路的交通特征库,基于交通特征库融合形成实时城市交通沙盘,重建城市交通数字实况,让城市交通状况一目了然;利用机器学习等人工智能决策技术,计算得到准确高效的交通信号灯控制策略,并反馈到虚拟仿真的城市交通沙盘上,评估不同交通信号灯控制策略的效果。

参考:

[1] 谭慧芳.中国智能交通系统的现状和发展对策[J].中小企业管理与科技(上旬刊),2019(01):43-44.

[2] 邹智军, 杨东援.道路交通仿真研究综述[J].交通运输工程学报.2001,1 (2):88-91.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图