_Doctor-城市微观交通仿真及其应用(理工大-商蕾)

城市微观交通仿真

及其应用

培养单位：能源与动力工程学院学科专业：轮机工程

研究生：商蕾

指导老师：高孝洪教授

2003年10月

摘要

80年代以来，世界各国虽然基本建成了现代化道路网，但随着经济的发展，路网通行能力已经满足不了交通量增长的需要，交通拥堵现象日趋严重。为了在现有道路条件下实施交通规划和控制，在路网出现拥挤的情况下进行交通诱导和事故处理，必须对交通流的特性有清楚的认识。因此，在过去的五十年里，出现了大量的交通流理论和模型。如按细节层次分，交通仿真模型可分为亚微观模型、微观模型、中观模型和宏观模型。

以前的研究主要集中于宏观模型，讨论交通流量及密度的变化。现在，由于高速运算计算机的发展以及交通仿真的需要，研究热点逐渐转移到微观仿真模型。微观交通模型在每一时刻均计算每一辆车的位置、车速、加速度等特性，可为交通管理和仿真提供详细的信息。

本文以微观交通仿真建模和城市微观交通仿真系统开发为研究重点，主要完成了如下工作：

（1） 建立了车辆行为模型，其中包括跟驰模型、邻车影响模型和换道模型。模型中充分考虑了邻道车辆对驾驶行为的影响及驾驶员的

反应延迟，使模型更符合真实情况；

（2） 开发了城市微观交通仿真系统：该系统包括车辆产生模型、路网模型、交通规则模型、信号灯控制模型、车辆行为模型、路径选

择模型、路口转向描述模型；

（3） 在仿真应用中实现并研究了信号灯周期及其相位按交通需求动态分配的方案，提出该项仿真可用于确定在已知OD下，信号灯控

制路口的最大通行能力，并可作为现有控制方案的评估依据。

（4） 在图形工作站OCTANE上实现城市微观交通仿真系统的可视化，可从多角度实时观测交通状况。

（5） 通过对典型路段的交通调查，验证城市微观交通仿真系统的合理性。

关键词： 微观交通模型、仿真、可视化

I

Abstract

Since 80’s, many countries have built modern road networks. With the development of economy, the traffic capacity cannot catch up with the traffic raising. Traffic congestion is being worse and worse. Taking traffic control and accident management under such condition requires a clear understanding of traffic flow characteristics. For this purpose, during the past fifty years, a wide range of traffic flow theories and models has been developed. These models are classified to submicroscopic model, microscopic model, mesoscopic model and macroscopic model according to the level of detail.

In the past, the hot point is the macroscopic model, which discusses the relationships among the traffic stream variables----speed, flow and density. Since the development of computer science and need of traffic simulation, the focus is transferred to microscopic models. Microscopic model calculates position, speed and acceleration of every vehicle in net at each moment. It can offer great deal of information to traffic management and simulation.

This dissertation focuses on microscopic traffic modeling and urban microscopic

traffic simulation system. The main contents are listed as follows:

(1) Establish a vehicle action model, including car following model, lane

changing model and nearby vehicle’s effect model. The model takes

enough consideration of the nearby vehicle’s influence and drivers’

response delay, which makes the model more realistic.

(2) Develop an urban microscopic traffic simulation system, which involves

vehicle generation model, network model, traffic regulation model,

signal control model, vehicle action model, route choice model and

intersection turning model.

(3) Realize and Research the method that signal cycle and phases are

assigned by the traffic need. When vehicles OD is known, this method

can be used to decide the maximum traffic capacity of signal-controlled

II

intersection and the evaluation reference of current control method.

(4) Realize the visual part of the urban microscopic traffic simulation system

on graphic workstation OCTANE, by which we can observe real time

traffic condition from different viewing positions.

(5) Evaluate the urban microscopic traffic simulation system according to

test data of typical section.

Key words: microscopic traffic model, simulation, visual

III

目录

第1章 绪论 (1)

1.1 选题的背景和意义 (1)

1.2 交通仿真模型概述 (3)

1.2.1 交通仿真模型的分类 (3)

1.2.2 交通仿真模型的应用范围 (5)

1.3 微观交通仿真模型 (6)

1.3.1 微观交通仿真模型概述 (6)

1.3.2 微观交通仿真模型与微观交通仿真器的研究现状 (6)

1.3.3 典型城市微观交通仿真软件和仿真器简介 (7)

1.3.3.1 PARAMICS (7)

1.3.3.2 INTEGRATION (8)

1.3.3.3 MITSIM (8)

1.3.3.4 CORSIM (9)

1.3.3.5 HUTSIM (10)

1.3.3.6 GETRAM/AIMSUN2 (10)

1.3.3.7 VISSIM (11)

1.3.3.8 TJTS (12)

1.3.3.9 NITS (12)

1.3.4 微观交通仿真模型的发展趋势 (14)

1.4 本文的主要工作 (14)

第2章 城市微观交通仿真模型建模 (16)

2.1 微观交通仿真模型的建模特点 (16)

2.2 城市微观交通仿真模型框架 (16)

2.2.1 车辆产生模型 (17)

2.2.1.1 随机数产生 (17)

2.2.1.2 车辆产生 (18)

IV

2.2.2 路网模型 (18)

2.2.3 交通规则模型 (20)

2.2.4 信号灯控制模型 (21)

2.2.5 路径选择模型 (24)

2.2.6 路口转向模型 (25)

2.2.7 车辆行为模型 (26)

2.3 仿真流程 (27)

2.4 本章小结 (27)

第3章 跟驰及邻车影响模型 (29)

3.1 跟驰原理 (29)

3.2 跟驰模型简介 (29)

3.2.1 两秒跟驰模型 (30)

3.2.2 刺激-反应跟驰模型 (31)

3.2.3 安全距离跟驰模型 (32)

3.2.4 心理-生理学模型 (34)

3.2.5 元胞自动机模型 (35)

3.2.6 PARAMICS的跟驰模型 (37)

3.2.7 MITSIM的跟驰模型 (37)

3.3 本文的跟驰模型 (38)

3.4 邻车影响模型 (41)

3.5 模型验证 (47)

3.6 本章小结 (51)

第4章 换道模型 (52)

4.1 换道行为 (52)

4.2 间距接受原理 (52)

4.3 HUTSIM的换道模型 (53)

4.4 PARAMICS的换道模型 (54)

4.5 AIMSUN2的换道模型 (54)

4.6 MITSIM的换道模型 (55)

4.7 CA模型中的换道模型 (56)

V

4.8 本文的换道模型建模 (57)

4.8.1 间距接受模型 (57)

4.8.2 汇流模型 (58)

4.8.3 分流模型 (59)

4.8.4 换道模型 (59)

4.9 换道模型仿真实现 (61)

4.10 本章小结 (61)

第5章 城市微观交通仿真系统的可视化 (63)

5.1 引言 (63)

5.2 实时仿真环境Vega (63)

5.2.1 Vega的定义 (63)

5.2.2 Vega的基本组成 (64)

5.3 图形环境LynX (65)

5.3.1 LynX的定义 (65)

5.3.2 LynX窗体的组成 (65)

5.3.3 LynX的主要组 (66)

5.3.4 LynX的常用工具 (67)

5.4 三维仿真建模工具MultiGen II Pro (67)

5.4.1 MultiGen II Pro简介 (67)

5.4.2 MultiGen II Pro的主要工具 (68)

5.5 城市微观交通仿真模型的视景实现 (69)

5.5.1 三维物体的建立 (69)

5.5.2 对象抽取 (70)

5.5.3 应用定义文件生成 (71)

5.5.4 城市微观交通仿真模型与视景的结合 (71)

5.5.5 相关图像 (74)

5.6 本章小结 (75)

第6章 应用实例 (76)

6.1 单车道微观交通仿真 (76)

6.1.1 车种比例对道路通行能力的影响 (76)

VI

6.1.2 阻塞的传播 (77)

6.2 城市路网微观交通仿真 (79)

6.3 十字路口微观交通仿真 (88)

6.3.1 引言 (88)

6.3.2 仿真实例 (88)

6.3.3 改进方案1——信号灯配时改变 (91)

6.3.4 改进方案2——信号灯周期及相位按交通需求动态分配92

6.4 丁字路口微观交通仿真 (96)

6.4.1 现状仿真 (96)

6.4.2 改进方案1——信号灯配时改变 (98)

6.4.3 改进方案2——信号灯周期及相位按交通需求动态分配99

6.4.4 改进方案3——高架设计 (100)

6.4.5 方案比较 (102)

6.5 本章小结 (104)

第7章 总结与展望 (105)

7.1 已完成的工作 (105)

7.2 创新点 (106)

7.3 展望 (107)

致谢 (108)

参考文献 (109)

攻读博士期间发表的论文及参与的科研活动 (117)

VII

第1章绪论

1.1选题的背景和意义[4][5][9]

近二十年来，随着经济的飞速发展，世界各国的汽车保有量不断上升，

路网通行能力越来越不能满足交通量增长的需要，由此引发的交通拥堵、交通事故、环境污染以及能源浪费日趋严重，已成为全球共同关注的社会问题之一。为了解决面临的交通问题，美国、英国、日本等发达国家竞相投入大量的人力和物力，开始大规模地进行交通研究和试验。经过广泛的研究，这些国家发现，仅仅依靠修建更多的道路无法从根本上解决交通问题，还要借助高新技术来改造现有的道路运输系统及其管理体系，才能大幅度地提高路网通行能力，缓解日益严重的交通问题。起初，这种研究的对象被称为"智能车辆道路系统"（IVHS），主要进行道路功能和车辆智能化的研究。随着研究的不断深入，系统功能扩展到道路交通运输的全过程及各相关服务部门，成为带动整个道路交通运输现代化的“智能交通系统”（Intelligent Transportation System，ITS）。智能交通系统是一个全面应用信息技术、自动控制技术的交通系统；是应用信息技术和自动控制技术向道路使用者及交通管理者提供帮助和服务的系统。

按照ISO的定义，智能交通系统共包含八个系统，32项服务功能，具体

见表1-1。

表1-1 智能交通系统的服务功能

出行信息1、行前信息

2、驾驶中信息

3、驾驶中公共交通信息

4、个人信息

5、路线指示与导航

交通管理6、运输计划支持系统

7、交通控制

8、交通事故管理9、交通需求管理

10、交通执法及强制交通调节

11、交通设施维护管理

车辆 12、视力增强

13、自动操纵

14、纵向避碰

15、横向避碰

16、安全预防

17、碰撞前的紧急安排

1

商用车辆 18、车辆电子通行

19、车辆行使管理

20、自动路旁安全检查21、车辆安全监控

22、车队管理

公共运输 23、公共运输管理

24、请求回应管理

25、合乘交通管理

急救 26、紧急事件通告及个人保险

27、急救车辆管理

28、急救品及事故通告

电子付费 29、电子付费

安全 30、公共旅行保险

31、智能路口

32、残疾及老弱道路使用者的安全增强

交通管理是智能交通中一项重要研究内容，包含交通规划、需求管理、交通控制、事故处理等多个方面。为了在现有道路条件下实施交通规划和控制，在路网出现拥挤的情况下进行交通诱导和事故处理，必须对交通流的特性有清楚的认识。也就是说，必须了解交通流的运动变化规律、交通拥阻的成因和传播、交通基础设施和控制策略对交通流的影响等问题。因此，在过去的五十年里，出现了大量的交通流理论和模型。如果按细节层次分，交通仿真模型可分为亚微观模型、微观模型、中观模型和宏观模型。

早先的研究主要集中于宏观模型，讨论交通流量及密度的变化，评价交通网络的总体性能。现在，由于高速运算计算机的发展以及交通仿真的需要，研究热点逐渐转移到微观模型。微观模型在每一时刻均计算路网中每一辆车的位置、车速、加速度等特性，因此可为交通管理和仿真提供详细的信息。交通管理措施及控制策略在实施之先，必须进行仔细评估，交通管理中心的管理人员在上岗前必须在仿真环境下先进行培训。由于这些原因，微观交通仿真模型及交通管理仿真器成为世界研究的热点。

城市交通控制是微观交通仿真模型的主要应用领域，与社会经济、生活息息相关，因此研究城市微观交通仿真模型非常有意义。采用微观交通仿真系统，能在单车级上模拟人—车—路的相互作用，再现交通流的真实状态，描述各种交通控制策略的实施过程。仿真所得到的各种数据可用于对交通状况的分析、预测，对交通管理控制方案进行评估。而宏观交通仿真软件，通常只能从整体上对城市现有路网的通行能力和服务水平进行分析、评价。目

2

前，全球已有一百多个微观交通仿真模型，并有几十种商业化的微观交通仿真软件和仿真器，其中大部分都可以进行城市交通仿真。

中国需要发展ITS是毋庸置疑的，特别是面对即将到来的信息社会和知识经济，加快利用高新技术，改善我们的交通系统就显得更为紧迫。另外，ITS将是我国高新技术应用的巨大市场之一，因此建设ITS对于我国实现跳跃式发展，实现高新技术的产业化具有重大的意义。而在这其中，交通仿真器的开发和应用是一个重要的环节。中国发展智能交通要在向发达国家的学习、跟踪和引进中发展。但是，中国又是一个发展中国家，中国的城市交通有其自身的特点。中国也是一个幅员辽阔的国家，每个城市有其独特地理环境和路网结构。从这个实际出发，仅仅购买并应用国外成熟的商品软件和仿真器是不可能满足我国独立地发展智能交通、提高交通管理水平的需求的。我们必须开发并拥有适合国情的具有自主知识产权的交通仿真软件。本文的主要工作也将围绕这一目标来进行。

1.2交通仿真模型概述[8][9][30][103]

1.2.1交通仿真模型的分类

1955年，Lighthill 和Whitham 用流体中的微粒比拟交通流中的车辆，标志着交通仿真模型研究的开始。从那以后对交通流的数学描述和建模就成为一个非常活跃的研究领域。

交通仿真模型的划分标准是多样的，按细节层次划分为亚微观模型、微观模型、中观模型和宏观模型；按操作方法划分为分析模型和仿真模型；按过程表示划分为确定模型和随机模型；按变量独立程度划分为连续模型、离散模型和半离散模型；按应用规模分为网络模型、区间模型、路段模型和十字路口模型等。通常情况下，习惯按细节层次进行划分。表1-2列举了几种典型的交通仿真模型。

3

4

表1-2 几种典型的交通仿真模型 模型类型 模型名称

特点 MIXIC (1995))

离散、随机、多车道、仿真模型 SIMONE (1999)

离散、随机、多车道、仿真模型 PELOPS (1998)

离散、随机、多车道、仿真模型 安全距离模型（1990） 连续、确定、单车道、分析模型 刺激—反应模型（1988） 连续、确定、单车道、分析模型 心理距离模型（1974）

连续、随机、多车道、仿真模型 FOSIM (1995)

离散、随机、多车道、仿真模型 CA 模型（1996）

离散、随机、城市路网仿真模型 粒子模型（2000）

离散、随机、仿真模型

微观模型和

亚微观模型 INTEGRATION

离散、确定、路网仿真模型 车头距分布模型（1998）

连续、随机、交叉路口分析模型 简化的气体动力模型

连续、确定、汇流道分析模型 改进的气体动力模型

连续、确定、汇流道分析模型 多道的气体动力模型

连续、确定、多道分析模型 多类型的气体动力模型

连续、确定、汇流道分析模型 多类型多车道模型（1999）

连续、确定、多道分析模型 中观模型 车辆团模型（1978）

连续、确定、汇流道分析模型 LWR 模型（1955）

连续、确定、汇流道分析模型 Payne 模型（1971，1979）

连续、确定、汇流道分析模型 Helbing 模型 (1996,1997)

连续、确定、汇流道分析模型 蜂窝传播模型（1998）

离散、确定、路网仿真模型 METANET (1998)

离散、确定、路网仿真模型 半离散模型（1990）

半离散、随机、汇流道分析模型 FREFLO (1979))

离散、确定、路网仿真模型 宏观模型 MASTER (1999) 离散、确定、多车道分析模型

微观模型是以个体车辆行为为研究对象，描述目标车辆与其周围交通环 境的相互关系，由于要对每一时刻每辆车的行为都进行运算，因此对计算机

的运算速度及内存需求会随着车辆数的增加而增加。一般适用于离线、中小型路网的交通仿真。通过采用并行处理技术，微观模型也可以用于大型路网的交通仿真。

中观模型以车辆群体行为为研究对象，既不区分车辆和驾驶员的行为，也不单独描述，而是运用一种更聚合的方式来描述两者，如概率分布函数。由于模型中的变量太多，难于实时求解，所以在线应用上受到限制。

宏观模型以车辆整体流动为研究对象，将交通流和流体进行类比，抽象级别较高。具有如下优点：宏观模型输入较为简单，计算量不大，比较适合对大型路网进行交通流仿真，且校验较为容易。宏观模型能够分析和重现交通流的宏观特性，但却不能分析交通流的微观特性及车辆之间的相互作用。

1.2.2交通仿真模型的应用范围

采用交通仿真作为分析和实验的工具，可以描述复杂交通系统的特性，主要可用于：

在动态的交通管理中评价各种处理方式；

对桥梁和高速路的架设、路桥控制设施的建立或撤销进行评估和预测；

对道路的通行能力或服务水平进行评估和预测；

对交通控制策略进行评估和预测；

进行事故仿真，分析其阻塞的形成、传播和疏通过程；

将交通仿真模型嵌入到其它工具中作为子模型使用；

交通诱导；

提供出行信息指南。

5

1.3微观交通仿真模型[1][9][103]

1.3.1微观交通仿真模型概述

微观交通仿真模型以各个车辆个体在路网空间上的运动为求解目标，模型的核心功能是描述目标车辆与其周围交通环境的相互关系，即周围的交通环境如何导致了或决定了车辆的驾驶行为。其中，车辆交通环境包括目标车周围的车辆、目标车所在的道路设施和交通规则。

微观交通仿真模型的应用范围非常广泛，比如：

求解任何时刻路网各处的车辆密度分布，以此观察阻塞的形成、疏通过程及最快的通行路线；

任何观测点的车流量分布形态，包括日最大车流量、平均车流量等特征数；

出行车辆到达目的地所需的时间及其分布；

研究车辆的燃油消耗和排放。

微观交通仿真模型的输入也十分丰富，各种交通设施及规则的影响已在模型中考虑，因而可用仿真结果来加以评估。

1.3.2微观交通仿真模型与微观交通仿真器的研究现状

微观交通仿真模型研究对象为车辆个体的运动，运算量大，又要求运算速度，所以在交通流理论发展的初期没有成为研究重点。近十年来，随着计算机技术的飞速发展，使得研究微观交通仿真模型和开发微观交通仿真器成为可能。目前，全球已有一百多个微观交通仿真模型，并有几十种商业化的微观交通仿真软件和仿真器，其中大部分都可以进行城市交通仿真。

在国外，这些交通仿真模型和仿真器的研制、开发工作主要由大学、科研机构或大公司承担。比如：麻省理工学院仿真实验室于1993年开始研制微观交通仿真器MITSIML (Microscopic Traffic Simulator Laboratory)，经过数年的不断改进，已用于斯德歌尔摩等大型城市的交通仿真。目前，许多著名大学和研究所都开发了自己版本的微观交通仿真器，如美国的MIT、UC、

6

Berkeley、洛斯阿尔莫斯国家实验室、美国的爱丁堡大学、德国的Aachen、杜依斯堡大学、西班牙及芬兰的大学也有自己的仿真器。

在我国，用系统仿真技术进行道路交通的仿真实验开始于20世纪80年代，主要集中在高等院校及研究机构。他们采用不同的计算机语言开发了用以研究通行能力和服务水平、宏观交通流分配、交通流诱导等的仿真模型或仿真系统。90年代以来，同济大学、北方交通大学等高校已经开发了自己的微观交通仿真系统。

1.3.3典型城市微观交通仿真软件和仿真器简介

1.3.3.1 PARAMICS(PARAllel MICroscopic Simulator) [9][29][31][103]

PARAMICS是英国Quadstone Limited公司的产品，1992年开始开发。它采用了并行处理技术，能够仿真从单节点到全国规模的各种路网。路网规模最多可达到100万节点、400万路段、32000个区域，同时计算25万辆车，且速度快于实时。PARAMICS可以跨平台使用，操作系统可以是Windows 或Unix，硬件平台可以是PC机或是SUN工作站。

PARAMICS共有六个功能模块：

模拟器：是核心的仿真和可视化工具；

处理器：进行配置工具仿真和批模式仿真；

分析器：用于仿真后的数据统计和分析；

编程器：是模型的API接口；

监视器：是污染排放模型的接口；

预测器：这是在V4版中新添加的功能，用于OD预测。

模型的显著特点有：

高速的微观仿真器，能实时仿真成百上千的车辆，而不损失其细节；

完全集成的软件；

具有强大的可移植性和可扩展性；

为宏观数据格式提供直接接口；

实现智能的路径选择；

可视化的交互应用环境。

7

1.3.3.2 INTEGRATION[15][31]

INTEGRATION是美国的M. Van Aerde教授等开发的亚微观交通仿真模型，混合使用了微观交通仿真模型和宏观交通仿真模型。模型能以0.1秒的刷新速度再现实际交通条件下的车辆跟驰、换道、可接受间距等行为。车辆的运动及交通信号灯的配置采用动画来展现。每次运行周期都记录车辆的出行时间、出行距离、停车次数、燃油消耗、排放等数据。INTEGRATION定义了5种驾驶员类型以供选择，提供详细的驾驶员（或车辆）行为模拟。模型能使沿路段的交通流密度连续变化，因此可以模拟车队的消散。

INTEGRATION模型主要可用于以下几个方面：

可用动态OD进行高速公路、匝道、十字路口等的交通分析；

评价路径诱导系统的有效性；

评价各种控制策略对交通的影响；

进行交通事故仿真。

INTEGRATION的弱点是不能进行多路径分配。

1.3.3.3 MITSIM[11][12][31][103]

MITSIM (Microscopic Traffic Simulator)由麻省理工学院的杨齐博士等开发，是MIT开发的SIMLAB(SIMulation LABoratory)软件的核心模块之一，主要包含路网描述、出行需求及路径选择和驾驶行为三大部分，可用于交通管理策略的评价和检验。

MITSIM与SIMLAB的其它模块之间的关系见图1-1。

图1-1 动态交通管理仿真框架

8