基于VISSIM的高速公路交通事件仿真及数据处理-程学庆

交通运输工程与信息学报第8卷第4期2010年12月JournalofTransportationEngineeringandInformationNo.4Vo1.8Dec.2010收稿日期：2009-12-16.作者简介：程学庆（1978-），男，江苏连云港人，博士，西南交通大学交通运输学院副教授，从事交通运输规划与管理、交通运输安全理论及技术、交通运输系统决策与优化、智能交通理论与应用技术、系统科学理论与方法等方面研究。14基基于于VVIISSSSIIMM的的高高速速公公路路交交通通事事件件仿仿真真及及数数据据处处理理程学庆1唐瑞雪2朱海1樊旭斌31．西南交通大学，交通运输学院，成都6100312．中国工程物理研究院，应用电子学研究所，绵阳6219003．北京航空航天大学，可靠性与系统工程学院，北京100191摘要：交通事件检测是智能运输系统的重要部分。本文简要归纳了交通事件检测的方法。利用VISSIM的incident模块模拟单向三车道高速公路直线路段因车抛锚引起的拥堵，由检测器记录交通事件发生前后的交通流数据。利用Matlab语言对原始数据进行处理，并提出利用小波技术对交通事件进行检测的新方法。关键词：高速公路；交通事件；事件检测；VISSIM；小波分析中图分类号：U491.1文献标识码：A文章编号：1672-4747（2010）04-0014-07SimulationandDataProcessingofHighwayTrafficIncidentBasedonVISSIMCHENGXue-qing1TANGRui-xue2ZHUHai1FANXu-bin31．CollegeofTraffic&Transportation,SouthwestJiaotongUniversity,Chengdu610031,China2．InsituteofAppliedElectronics,ChinaAcademyofEngineeringPhysics,Mianyang621900,Sichuan,China3．DepartmentofReliabilityandSystemEngineering,BeijingUniversityofAeronauticsandAstronautics,Beijing100191,ChinaAbstract：TrafficincidentdetectionisasignificantpartofITS.Abriefreviewofseveralalgorithmsappliedintrafficincidentdetectionwasgiveninthispaper.Basedonthemodel基于VISSIM的高速公路交通事件仿真及数据处理程学庆等15ofincidentinVISSIMsoftware,wesimulatedanone-waystraighthighwaywiththreelanesandwithacarbrokendownonit.Thedatacollectionpointscanrecordthetrafficparametersbeforeandafterthetrafficincidenthappens.OriginaltrafficparameterswereprocessedbasedonMatlablanguageandanupdateddetectionmethodbasedonwaveletanalysiswasproposed.Keywords：Highway，trafficincident，incidentdetectio，VISSIM，waveletanalysis0引言近年来，我国高速公路事故增长迅速、事故数及致死率远较发达国家为高。高速公路交通事件为社会生产带来严重的经济损失，给人民生命造成严重伤害，所以，加强高速公路的交通事件管理势在必行。交通事件管理是先进的交通管理系统（AdvancedTrafficManagementSystems，ATMS）重要组成部分[1]，通过计划和协调手段使处于事故状态的高速公路尽快恢复正常运行。在交通事件管理系统中，交通事件检测是核心和前提。交通事件（Trafficincident）是能够导致道路通行能力下降或交通需求不正常升高的各种事件，一般分为可预测事件和不可预测事件两类。本文研究的是不可预测事件，包括由交通事故、故障停车、货物散落等引起的交通堵塞[2]。高效、可靠的事件检测技术对于制定恰当的响应策略（组织救援等）、控制和引导其它车辆避开事发地点、为驾驶员提供实时的交通信息，避免二次事件的发生，从而使事件总的影响降到最低都非常重要。同时，交通事件检测对于ITS的一些子系统诸如动态路径诱导系统、公共交通智能化调度系统等也有重要的意义[3]。1交通事件检测及仿真1.1交通事件检测算法交通事件检测是国内外学者研究的热点和难点问题，其研究方法可以归纳为以下六种类别。（1）比较法：对比交通参数的实测值和预设值（阈值），当实测值超过阈值时，触发报警系统。主要包括：加利福尼亚（California）算法[4]、莫尼卡（Monica）算法[5]。（2）时间序列算法：消除随机波动、交通脉冲和压缩波等对交通的扰动，观察经过处理的数据和预设阈值进行比较，若有显著差异证明有事件发生。主要包括：时间序列（ARIMA）算法[6]、占有率（HIOCC）算法[7]、低频滤波（LPF）算法[8]、荷兰（Dutch）算法[9]。（3）统计算法：使用统计原理判定检测数据是否和观测数据存在显著差异。主要包括：贝叶斯（Bayesian）算法[7]、标准差（SND）算法[10]。（4）交通模型及理论算法：使用复杂的交通流理论描述和预测有事件发生和无事件发生的交通行为。主要包括：动态模型算法[2]、突变理论（McMaster）算法[11]。（5）新事件检测算法：模糊算法[12]、神经网络算法[13]、小波（包）分析算法[14]等。（6）低流量事件检测算法：大多数算法在低流量交通状态下会失效。德克萨斯交通协会使用某公路段车辆的输入输出分析来确定事件是否发生，从而较有效地低流量事件检测问题。1.2交通事件仿真交通事件及其数据现主要有两种获取方式：一是通过实际的观测记录或是通过传感器进行交通流数据的采集；二是通过计算机模拟生成。本文的目的是分析高速公路交通正常运行情况和发生交通事件情况下对交通流参数的影响，并找出事件发生与否的特征以便于作出检测。考虑到国内尚未建成较为完善的交通流数据记录网络，另外不管是用人工采集还是用检测器采集交通流参数，都会受限于交通事件的发生概率低和发生地点不确定性这两个特点，也就是说采用现场采集数据所花费的物力和时间是巨大的。因交通运输工程与信息学报2010年第4期16此，本文采用VISSIM仿真软件对交通事件进行仿真，并从中获取交通事件检测的数据源——交通流原始数据。VISSIM是由德国PTV公司开发的一种微观、基于时间间隔和驾驶行为的仿真建模工具，可用于建模和分析各种交通条件下（车道设置、交通构成、交通信号、公交站点等）城市交通和公共交通的运行状况，是评价交通工程设计和城市规划方案的有效工具。利用VISSIM的“incident”模块进行仿真，模拟高速路上车流由“正常情况”→“事件发生”→“路面发生拥堵”的整个过程，共模拟50次。道路参数选择：直线路段、右行交通、高速路单向三车道。仿真拟定路段长613.857m，车道宽度3.5m。车辆抛锚点设置于路段某一车道的346m处。距车辆抛锚点200m的上、下游各设3个检测器，分别记录事件发生地点的上、下游各车道的交通流数据，如图1所示。2交通流原始数据的获取设定道路的输入交通流量为3000veh/h，在仿真参数设定中选取最高的仿真精度（1时间步长/仿真图1交通事件仿真设置示意Fig.1Locationoftrafficincidentsimulations），每次仿真时间设为500s。根据实际交通构成比例设定不同车辆类型（小汽车、公交车、货车）的相对流量、期望车速，并修改仿真参数中的随机种子，一共生成50组不同的数据，用于记录了50种情况下道路中布设的检测点获取的原始交通流数据，输出文件格式为“*.mer”。VISSIM的输出文件里记录了每辆车（均有唯一的车辆标识）在通过各个检测器时的瞬时交通流信息，包括：进入时间、离开时间、车辆编号（每辆车均有唯一的车辆标识）、车辆类型、线路编号、速度(V)、加速度(A)、占有率、载客数、排队时间、车辆长度等信息。表1列出了某次仿真的部分输出数据。表1某次仿真的输出数据Tab.1Resultsofasimulationtest数据C.P.时间(进入)时间(离开)车辆编号类型线路V/(m/s)A/(m/s2)占有率人数排队时间车辆长度/m15:545:681100031.90.000.1410.04.4017:557:682100032.60.000.1310.04.1137:417:533100038.50.000.1210.04.76111:7511:864100035.90.000.1110.04.11116:0716:215100033.60.000.1410.04.61117:2817:427100033.2-0.070.1310.04.40217:1217:266100032.80.000.1410.04.55517:8017:923100038.50.000.1210.04.76118:96-1:008200024.60.000.0410.010.21418:0718:201100031.90.000.1410.04.40230:6130:7217100038.80.000.1110.04.11131:4131:5518100032.80.000.1410.04.61表1中，“数据C.P”为检测器编号；“时间（进入）”为-1时表示车辆进入检测器检测范围发生在上游检测器3检测器2检测器11车道2车道3车道检测器6下流检测器4检测器3事件发生处（路段346处）v基于VISSIM的高速公路交通事件仿真及数据处理程学庆等17当前时间步辐之前；“时间（离开）”为-1时表示当前时间步辐下车辆尚未离开检测器检测范围；“类型”表示车辆种类：“100”表示小汽车、“200”表示公交车、“300”表示货车。交通事件发生之前的交通状况的2D图和3D图，如图2所示。图2交通事件发生前示意Fig.2Situationbeforatrafficincident交通事件发生之后的交通状况的2D图和3D图，如图3所示。图3交通事件发生后示意Fig.3Situationafteratrafficincident对照图2、图3，车流在交通事件发生之前正常运行，当一车道因车辆抛锚引起车道封闭时，车流在车辆抛锚点上游开始变道、聚集，在车辆抛锚点下游变道、消散，完全符合交通事件发生时交通流的实际变化规律，仿真结果真实可靠。3交通流数据处理3.1交通事件检测数据的生成仿真输出文件“*.mer”能够获取各个检测器时的瞬时交通流信息，但不能直接用于交通事件检测。需要利用Matlab软件进行处理方能生成交通事件检测数据。基本思路为：在每一组模拟500s的数据中，以5s为计数单位，选取每5s内通过上游1、2、3号检测器的车数记为上游流量volume_top、平均速度记为上游速度velocity_top、平均占有率记为上游占有率occupancy_top；选取每5s内通过下游4、5、6号检测器的车数记为下游流量volume_bottom、平均速度记为下游速度velocity_bottom、平均占有率记为下游占有率occupancy_bottom。在求上、下游速度和占有率时，如果该5s内车数为零，则相应的上、下游速度和占有率值为零。上述处理后，对50个仿真组共获得50组交通事件检测数据，各组交通流数据包含100个“每5仿真秒的平均交通流数据”。若在上述处理过程当中出现奇异点，为了