蔡夢佳， 孟 均， 張 勇， 胡永利

(1.北京工業(yè)大學 城市交通學院 多媒體與智能軟件技術(shù)北京重點實驗室， 北京 100124；2.北京市路橋管理養(yǎng)護集團， 北京 100097)

面向交通樞紐的車輛三維真實感實時仿真

蔡夢佳1， 孟 均2， 張 勇1， 胡永利1

(1.北京工業(yè)大學 城市交通學院 多媒體與智能軟件技術(shù)北京重點實驗室， 北京 100124；2.北京市路橋管理養(yǎng)護集團， 北京 100097)

為分析和解決城市交通擁擠問題并提高城市道路利用率提供可行的途徑，提出了一種面向交通樞紐的車輛運行仿真方法，通過場景、道路與車輛的三維動態(tài)建模，實現(xiàn)交通樞紐交通狀況的實時真實感仿真. 首先，提出了基于道路關(guān)鍵點連接網(wǎng)絡(luò)模型表示交通樞紐的通行道路. 其次，基于粒子系統(tǒng)實現(xiàn)車輛的動態(tài)運行實時仿真，并采用基于空間剖分的車輛碰撞檢測方法對車輛運動控制算法進行了優(yōu)化. 最終，通過對路段的動態(tài)觀測和反饋機制實現(xiàn)車輛行駛路線的規(guī)劃和調(diào)度. 實驗結(jié)果表明，本文提出的方法可以生動直觀地呈現(xiàn)實際路面的交通狀況，并且能以較為流暢的幀速率實現(xiàn)交通場景的動態(tài)仿真.

虛擬現(xiàn)實； 實時仿真； 道路網(wǎng)絡(luò)； 車輛控制

2.Beijing Municipal Bridge Maintenance Management Group, Beijing 100097, China)

Abstract: Vehicular traffic simulation is a useful tool for solving the problem of urban traffic jam and improving the utilization of city roads. In this paper, we present a simulation method for modeling the movement of vehicles in a transportation hub, in which the vehicles, roads and other scenarios are rendered by three-dimensional dynamic modeling techniques, and the dynamic traffic condition of a transportation hub is simulated at a real-time frame rate. To achieve realistic simulation, a key point-based road network representation method is firstly proposed to describe vehicular transportation hub. Then a vehicle operation method based on a particle system is applied to obtain real-time simulation, in which a space subdivision-based collision detection method is used to optimize the controlling algorithm of vehicle motion. Finally, a dynamic observation and feedback mechanism is presented to solve the problem of planning and scheduling vehicle routes. The simulation results show that the proposed method can vividly demonstrate the real traffic conditions with a high rending frame rate.

Keywords: virtual reality; real-time simulation; road networks; vehicle controlling

0 引言

隨著我國經(jīng)濟實力的快速增強和城市規(guī)模的不斷擴大，交通運輸業(yè)在近年來得到了迅速的發(fā)展. 信息技術(shù)在道路規(guī)劃、設(shè)計、管理等方面的廣泛應(yīng)用成為了交通領(lǐng)域的發(fā)展趨勢，而虛擬現(xiàn)實技術(shù)能提供直觀、生動和有效的仿真功能，近年來的應(yīng)用已證明其非常適用于城市道路交通流的仿真研究，從而為道路交通規(guī)劃、交通功能分析評價、交通管理決策以及交通安全教育等方面提供重要的參考信息，因此研究道路和車輛的真實感仿真技術(shù)，尤其是車輛運行的動態(tài)實時仿真技術(shù)對于道路交通領(lǐng)域具有重要的理論價值和廣泛的應(yīng)用前景.

由于現(xiàn)代城市快速增長的車流和復(fù)雜路況的拓撲結(jié)構(gòu)，城市面臨的許多交通問題，如交通擁堵，事故管理，信號控制優(yōu)化，路網(wǎng)設(shè)計和優(yōu)化等，對傳統(tǒng)的交通分析、評價和決策方法提出了極大的挑戰(zhàn). 而虛擬現(xiàn)實技術(shù)通過對交通道路和車輛的建模、仿真和身臨其境的場景展示，為上述問題的解決提供了良好的可視化工具. 目前，將最新的虛擬現(xiàn)實、計算機圖形學和科學可視化技術(shù)應(yīng)用于交通仿真，已經(jīng)取得的許多研究成果及較為實用的系統(tǒng)，例如道路交通流的仿真、車輛控制運行的模擬以及交通信號的調(diào)度等. 但現(xiàn)有的研究成果和應(yīng)用系統(tǒng)還存在進一步完善和改進的地方，例如在交通仿真中復(fù)雜交通道路數(shù)據(jù)的模型表示問題，車輛動態(tài)行為的實時仿真問題，車輛運動控制算法的高復(fù)雜度等問題.

針對以上問題，本文研究城市道路交通樞紐及車輛運行仿真問題，在車輛的三維真實感仿真基礎(chǔ)上，研究交通樞紐道路網(wǎng)絡(luò)的表示方法和運行車輛的運動控制方法，實現(xiàn)真實感的交通樞紐運行仿真，直觀地展示交通樞紐交通運行的復(fù)雜過程. 本文的研究不僅為交通工程研究人員描述復(fù)雜道路交通現(xiàn)象，并測試、評價和優(yōu)化道路交通規(guī)劃的設(shè)計和管理方案，提供一種直觀、方便、靈活、有效的分析工具，并且為虛擬現(xiàn)實動態(tài)仿真的相關(guān)研究提供一種參考解決方案.

1 相關(guān)工作

目前，國內(nèi)外在交通仿真研究方面已經(jīng)進行了比較成熟的系統(tǒng)性的研究工作，開發(fā)了眾多的交通仿真軟件系統(tǒng)，并且在宏觀交通仿真，例如城市交通流仿真以及小尺度和微觀交通場景仿真，例如交通場站或車輛運行仿真等方面得到了應(yīng)用. 下面對目前的交通仿真研究和應(yīng)用情況進行簡單的綜述.

在國外，由于發(fā)達國家對交通問題的研究起步很早，并憑借其先進的計算機技術(shù)，相應(yīng)的交通道路仿真[1-2]研究也取得了卓有成效的發(fā)展，許多技術(shù)成果及應(yīng)用系統(tǒng)在我國也得到了部分的應(yīng)用，如文獻[3]中的用于通行能力評估的技術(shù)等. 按照交通道路仿真技術(shù)應(yīng)用的尺度和范圍可大體分為宏觀和微觀2種仿真模型.

宏觀仿真模型最初借助計算機技術(shù)研究面向交通流量的交通信號控制及優(yōu)化. 通常將交通流量看作類似液體或氣體的連續(xù)動態(tài)流，例如流行的LWR模型[4]是一種使用一階第一流體動力學模型偏微分方程的表示方法. 后來，Newell等人[5]對LWR模型進行了擴展，發(fā)展了多個變種模型，使其可以適用于更一般的交通情況. 20世紀70年代，佩恩和惠瑟姆提出的PW模型[6]是一種氣體狀的動態(tài)表示方法. Sewall等人[7]提出了一種離散多車道的變道方法，實現(xiàn)了大規(guī)模連續(xù)交通流的實時三維仿真.

微觀仿真模型的發(fā)展始于19世紀70年代以后，較早的系統(tǒng)包括1976年英國利茲大學開發(fā)的用以平面交叉口交通信號控制的SATURN系統(tǒng)；美國聯(lián)邦公路局開發(fā)的基于應(yīng)用時間掃描法來描述單個車輛運動的TRAF-NETSIM微觀交通仿真模型；Lieferman建立的用于描述單個車輛的運動狀態(tài)的UTCSI模型. 隨著計算機技術(shù)的迅速發(fā)展，仿真模型的精度得到迅速提高，微觀仿真模型出現(xiàn)了許多優(yōu)秀的系統(tǒng)，其中較為成熟，通用性強且已具有相當商業(yè)份額的交通仿真系統(tǒng)有：PARAMICS、CORSIM、NETSIM、VlSSIM、AIMSUN2；另外上世紀80年代中期由Van Aerder教授開發(fā)的INTEGRATION；由TRRL開發(fā)的TRANSYT；由MIT開發(fā)的DYNAMIT等.

與國外相比，由于我國國情的限制，長期以來交通仿真并未引起有關(guān)部門的重視. 然而隨著智能交通系統(tǒng)(ITS)及其相關(guān)技術(shù)在世界各國研究的廣泛開展，我國交通界認識到在我國開展ITS研究的重要性，而作為ITS技術(shù)的重要組成部分的交通仿真技術(shù)也受到了極大的關(guān)注. 同濟大學、浙江大學、清華大學、中國科技大學、山東大學、北京工業(yè)大學、中國農(nóng)業(yè)大學等重點院校在交通仿真方面開展了深入的研究工作，并取得了較大的研究進展，其中代表性的研究工作有：同濟大學的鄒智軍等人開發(fā)的TJTS[8]系統(tǒng)；同濟大學的孫劍等人研究的面向?qū)ο笪⒂^交通仿真系統(tǒng)[10]；浙江大學的王曉薇等人研究開發(fā)的城域混合交通流仿真系統(tǒng)及其人機界面設(shè)計[9]；清華大學的婁明等人研究的基于Java3D技術(shù)的虛擬車輛仿真系統(tǒng)[12]；中國科技大學的曾建勤等人開發(fā)的基于OpenGL的智能三維交通仿真軟件[13]；山東大學的張立東等人建立的城市交通仿真系統(tǒng)[11]；北京工業(yè)大學的榮建等人研究的基于GIS的城市快速路交通仿真模型[14]；中國農(nóng)業(yè)大學的孫晉文等人研究的基于Agent的智能交通控制策略與可視化動態(tài)仿真技術(shù)[15]等.

以上國內(nèi)外研究現(xiàn)狀表明，虛擬現(xiàn)實技術(shù)在交通仿真方面已經(jīng)取得了豐富的研究成果，可以較好地為宏觀或微觀的交通仿真提供有效的技術(shù)支撐. 但現(xiàn)有的基于虛擬現(xiàn)實的交通仿真系統(tǒng)在某些方面還存在不完善的地方，例如大多系統(tǒng)對車輛運動的處理過于簡單，通常只能模擬簡單的交通道路運行場景. 因此，研究符合車輛實際運行規(guī)律的車輛動態(tài)仿真技術(shù)以及復(fù)雜交通場景下真實感的交通仿真是下一步的發(fā)展方向.

2 交通樞紐仿真總體框架

本文主要創(chuàng)建了一個虛擬的交通樞紐場景，根據(jù)北京開陽橋的實際路面情況進行交通規(guī)劃，著重敘述了交通樞紐的道路模型與車輛運動控制方法. 整個仿真框架主要包括三維建模、場景數(shù)據(jù)庫、道路表示模型、車輛行為和控制模型以及實時渲染5個部分，如圖1所示.

圖1 交通樞紐仿真總體框架

三維建模是車輛仿真系統(tǒng)的基礎(chǔ)環(huán)節(jié)，三維建模給場景數(shù)據(jù)提供場景模型. 關(guān)于仿真模型的建立，本文使用3D max軟件. 在軟件圖形用戶界面中，使用者可以使用不同的基礎(chǔ)設(shè)施組件(包括樹木、建筑物、交通標志)和交通參與者(包括轎車、卡車、自行車、行人)的模型庫建立仿真所需的交通環(huán)境. 場景數(shù)據(jù)庫的數(shù)據(jù)包含道路信息、環(huán)境設(shè)施等，為交通樞紐仿真提供基礎(chǔ)信息.

道路表示模型是車輛仿真系統(tǒng)的關(guān)鍵環(huán)節(jié). 如何對交通樞紐的道路信息進行描述是本文解決的首要問題，道路描述方案的好壞直接影響車輛運動控制模型的可擴展性，執(zhí)行效率以及普適性. 本文采用關(guān)鍵點對道路進行描述，運用有向圖來表示道路的組織關(guān)系，并利用插值算法生成轉(zhuǎn)彎路徑.

車輛行為和控制模型也是車輛仿真系統(tǒng)的關(guān)鍵環(huán)節(jié)之一. 為了實現(xiàn)車輛在虛擬環(huán)境中的運動，本文研究了虛擬現(xiàn)實動畫控制方法. 主要從車輛的基本行駛行為、車輛的高級行為以及車輛的碰撞檢測3方面進行描述. 車輛的基本行駛行為包括車輛的直線行駛控制和轉(zhuǎn)彎行駛控制. 針對車輛的高級行為，本文主要實現(xiàn)了車輛的并線行為. 在當前車輛由于周圍車輛的影響導(dǎo)致車速被降低或為了到達目的地需要換到另一條車道時，當前車輛會執(zhí)行并線行為. 碰撞檢測主要用于對車輛的速度進行控制. 在車輛遇到紅燈，前方或周圍有車輛，轉(zhuǎn)彎并線的情形下，車輛都要進行碰撞檢測.

最后，本文利用OSG圖形渲染引擎的回調(diào)機制來實現(xiàn)場景內(nèi)元素的實時渲染. 在每一幀渲染時，場景圖形將遍歷生成幾何體列表，并調(diào)用底層API實現(xiàn)場景內(nèi)幾何體的渲染. 場景內(nèi)的車輛會根據(jù)自身的數(shù)據(jù)以及周圍場景的數(shù)據(jù)“自行”決定下一步的行為.

3 交通樞紐道路表示模型

道路網(wǎng)絡(luò)是車輛運行的載體，對道路網(wǎng)拓撲關(guān)系及道路幾何條件的真實描述以及建立擴展性強的道路網(wǎng)絡(luò)數(shù)據(jù)結(jié)構(gòu)是進行交通流仿真的基礎(chǔ). 為了實現(xiàn)道路網(wǎng)絡(luò)的可擴展性，本文交通樞紐的道路表示主要分為場景道路的表示、道路間關(guān)系的表示、轉(zhuǎn)彎路徑的表示和交通路口橋上路徑表示4部分.

3.1 場景道路的表示

由于場景中的單一道路是比較規(guī)整的，因此在交通樞紐的三維場景中，每條道路可以用建立關(guān)鍵點來描述. 每條路分為進入十字路口的方向和出十字路口的方向. 對于1條車輛的行駛道路，根據(jù)道路中的車輛行駛方向，對道路進行關(guān)鍵點的標定表示，即利用有向圖的方式對1條道路的信息進行標定和描述. 車輛從第1個關(guān)鍵點創(chuàng)建，并沿著第1個關(guān)鍵點到第2個關(guān)鍵點的方向行進，直到達到該道路最后一個被標定的關(guān)鍵點.

3.2 道路間關(guān)系的表示

1) 道路與十字路口的關(guān)系描述

根據(jù)道路與十字路口的進出關(guān)系，將道路類分為駛?cè)胧致房诘牡缆放c駛出十字路口的道路兩類. 在本文的方法中，用非負數(shù)與負數(shù)區(qū)分這兩個類別的路. 例如：3、4均代表駛?cè)胧致房诘牡缆罚?3、-4均代表駛出十字路口的道路. 在圖2中共有16條子道路. 通過對道路進行分類，可對道路間的可達性進行描述.

圖2 道路間關(guān)系示意圖

2) 道路間的可達性描述

根據(jù)道路間在邏輯上的可達性，將每條道路進行相應(yīng)的連通. 例如車輛從路1直行可到達路-5，路1中車輛左轉(zhuǎn)可到達路-7. 將這些關(guān)系建立起來，構(gòu)成一個有向圖，形成相應(yīng)的交通道路網(wǎng)(圖3).

圖3 道路構(gòu)成的有向圖

3) 道路間的相鄰關(guān)系描述

在道路表示模型中，每一條道路分為出入兩個方向，每個方向分為兩條車道. 關(guān)于同一個方向的道路存在多條行駛車道的表示方法，采用對道路進行細分描述，即將網(wǎng)中的每一條道路添加分支來描述相鄰道路，以便車輛實現(xiàn)并線、超車等行為.

3.3 轉(zhuǎn)彎路徑的表示

在道路關(guān)系網(wǎng)中，兩條道路的關(guān)鍵點之間的轉(zhuǎn)彎曲線需要定義. 如果對轉(zhuǎn)彎路徑仍采取基于關(guān)鍵點的描述方法，不僅需要高精度的標定，而且會極大地增加道路標定的工作量. 如果標定點定義的不夠緊湊或者弧度不夠精確，會使車輛轉(zhuǎn)彎缺乏真實感(當關(guān)鍵點標定的足夠細致時，可以達到較高的真實感). 此外，考慮到仿真系統(tǒng)的普適性，針對不同的交通樞紐可能會存在不同位置和性質(zhì)的障礙物，會導(dǎo)致關(guān)鍵點標定效率十分低下.

為了解決這個問題，在計算轉(zhuǎn)彎弧度時，本文引入了插值方法來對轉(zhuǎn)彎路徑進行生成. 插值算法又稱“內(nèi)插法”，是利用函數(shù)在某區(qū)間中若干點的函數(shù)值，做出適當?shù)奶囟ê瘮?shù)，在這些點上取已知值，在區(qū)間的其他點上用這特定函數(shù)的值作為函數(shù) 的近似值. 采用了貝塞爾曲線的插值方法，對控制多邊形的控制頂點進行標定生成相應(yīng)的轉(zhuǎn)彎曲線，使車輛在行進時可根據(jù)該曲線進行行駛.

貝塞爾曲線[16-18]，又稱貝茲曲線或貝濟埃曲線，是應(yīng)用于二維圖形應(yīng)用程序的數(shù)學曲線. 貝塞爾曲線的計算方式有3種：線性公式、二次方公式和三次方公式. 由于三次方公式得到的曲線平滑度最高(見圖2轉(zhuǎn)彎路徑)，所以在轉(zhuǎn)彎控制中，我們用到的是三次方公式. 首先定義4個控制頂點：進十字路口道路的最后一個關(guān)鍵點、出十字路口道路的第一個關(guān)鍵點以及2個控制點. 然后運用式(1)計算得出多個關(guān)鍵點，最后對所有關(guān)鍵點進行標定.

B(t)=(1-t)3×P0+3×t(t-1)2P1+
3×t2×(t-1)P2+t3×P3,t∈[0,1]

(1)

式中：P0、P1、P2、P34個點在平面或在三維空間中定義了三次方貝塞爾曲線. 曲線起始于P0走向P1，并從P2的方向來到P3. 一般不會經(jīng)過P1或P2，這兩個點只是提供方向資訊.P0和P1的間距，決定了曲線在轉(zhuǎn)而趨進之前，走向P2方向的“長度有多長”.

4 基于空間網(wǎng)格的車輛運動控制

4.1 車輛的基本行駛行為

為了實現(xiàn)車輛仿真的實時性，保證車輛在每一幀都能根據(jù)場景數(shù)據(jù)進行實時更新，本文利用OSG圖形渲染引擎的回調(diào)機制來實現(xiàn)車輛基本行為的控制. 每輛車在初始化時分配其始發(fā)道路、目標道路和初始速度. 在每一幀渲染時，車輛根據(jù)自身的數(shù)據(jù)以及周圍場景的數(shù)據(jù)“自行”來決定下一步的行為. 其基本控制內(nèi)容分為直行行進控制和轉(zhuǎn)彎行進控制.

1) 車輛的直線行進控制

由于道路信息采用關(guān)鍵點的描述方式，因此車輛在直線行駛過程中，只需根據(jù)自己的當前速度，從當前所在的關(guān)鍵點沿著當前點到下一個關(guān)鍵點的矢量方向前進，直到達到下一個關(guān)鍵點.

當車輛行駛到第2個關(guān)鍵點時，根據(jù)該關(guān)鍵點以及道路描述的狀況，來“自行”決策下一步的行為. 例如，如果當前關(guān)鍵點是該道路最后一個關(guān)鍵點，并且這條道路左轉(zhuǎn)連通另一條道路，那么在此決策等待紅燈或者左轉(zhuǎn). 再例如，某車輛在道路2行駛，但需要左轉(zhuǎn)，則自行決策行駛到道路1. 若無指令，則繼續(xù)保持原來運動狀態(tài). 如圖4所示，汽車到達P0點后決策是否需要轉(zhuǎn)彎、停止等操作，若決策為直行，則沿著P0到P1的矢量方向前進.

圖4 直行關(guān)鍵點示意圖

2) 車輛的轉(zhuǎn)彎行進控制

當車輛行駛至當前道路的最后一個關(guān)鍵點時，且當前道路是駛?cè)胧致房诘牡缆罚藭r車輛會“自行”檢查當前路口的紅綠燈狀態(tài)，如果為紅燈，則“自行”切換自身狀態(tài)為等待狀態(tài). 如果為綠燈，則根據(jù)目標道路選擇轉(zhuǎn)彎曲線，并且根據(jù)自己的當前速度來控制自身轉(zhuǎn)彎行進，以保證行駛的真實感.

4.2 車輛的復(fù)雜行駛行為

上文所述模型保證了車輛的基本行為動作. 針對更復(fù)雜的車輛行為，本文實現(xiàn)了車輛的并線行為. 車輛的并線行為在以下2種情形下會被觸發(fā)：1)如果當前車輛因為周圍車輛的影響導(dǎo)致車速被降低，則車輛執(zhí)行并線行為；2)道路起始端隨機產(chǎn)生的車輛，由于到達目的地需要轉(zhuǎn)換到另一條車道，車輛也需要執(zhí)行并線行為.

當車輛的速度因周圍車輛的影響而導(dǎo)致自身速度降低，則該車輛有概率(概率可控，可定義為駕駛員的并線傾向)執(zhí)行并線判定，如果條件滿足可并線行為，則執(zhí)行并線操作. 其中，如果滿足以下條件，則認為當前可以執(zhí)行并線操作.

1) 概率觸發(fā)并線行為判定，這種行為視為駕駛員有并線傾向.

2) 當前行駛道路所在分組中存在相鄰道路，例如在十字路口，每條進出的道路都劃分為兩條車道，這種情況下概率選擇其中一條進行并線操作.

3) 2)中選中的道路能夠保證當前車輛達到.

4) 當前車輛的鄰近車輛中不存在行駛車道為2)中選中的車輛.

5) 當前車輛的鄰近車輛中不存在正在并線的車輛.

6) 并線的目標道路存在滿足條件的關(guān)鍵點使當前車輛能夠從當前位置行駛至該關(guān)鍵點.

關(guān)鍵點選擇條件為：新生成的方向不能與當前方向是鈍角，且新生成方向與當前方向的夾角小于一個閾值，本文暫定45°.

如果以上條件均滿足，則判定當前車輛允許執(zhí)行并線行為，并將當前車輛的狀態(tài)改為并線狀態(tài)，車輛開始執(zhí)行并線移動的操作.

4.3 基于空間剖分的車輛碰撞檢測優(yōu)化算法

為了實現(xiàn)真實的車輛運動仿真，車輛間的碰撞檢測必不可少. 例如，在車輛遇到紅燈時，前方或周圍有車輛時，轉(zhuǎn)彎并線時都要進行碰撞檢測. 最簡易的避碰策略就是對于某個車輛，將該車輛與當前場景中的所有車輛進行距離判斷，當車距小于安全距離，則進行相應(yīng)的控制行為來避免碰撞. 顯而易見，將當前車輛與其他所有車輛進行比較的計算效率低下，時間復(fù)雜度達到O(n2). 同時，由于時間代價太大，當車輛規(guī)模達到一定程度時，仿真會消耗大量時間，實時性將會無法保證. 因此，設(shè)計合理有效的碰撞檢測方案，不僅是提高真實感必不可少的內(nèi)容，也是提高仿真實時性的必要內(nèi)容.

1) 基于空間剖分的車輛篩選模型

為了高效的獲取當前車輛周圍的車輛，本文提出了基于空間網(wǎng)格的車輛篩選模型. 根據(jù)場景中道路關(guān)鍵點的標定信息，可得當前渲染場景的空間域，然后對空間域進行等間距的網(wǎng)格劃分. 如圖5所示：目標車輛(黑色標記車輛)原始的檢測車輛為圓形區(qū)域內(nèi)的所有車輛(圖5(a)). 運用空間剖分的車輛篩選模型后，檢測區(qū)域為目標車輛的八連通區(qū)域，即圖5(b)中的矩形標記區(qū)域. 從圖中可以看出，車輛檢測區(qū)域變小，碰撞檢測計算量將大幅減少.

圖5 空間剖分示意圖

每次車輛在移動時，都會發(fā)出相應(yīng)的消息來更改自己所在的網(wǎng)格坐標，即每個車輛所在的網(wǎng)格單元是唯一的，且是實時更新維護的. 因此，當某個車輛需要獲取自身周圍車輛時，只需要根據(jù)自身所在網(wǎng)格單元的ID即可獲得周圍網(wǎng)格中的所有車輛對象，以達到車輛篩選的功能.

2) 車輛速度控制模型

通過基于空間剖分的車輛篩選模型篩選車輛后，利用車輛的視線模型來對車輛的速度進行控制，具體步驟如下：當獲取到當前車輛周圍的車輛對象時，首先做一個初步篩選，將不同方向的車輛進行篩除(不同方向是指在相向的兩個車道的車輛). 其次，針對不同的情況，當前車輛可以根據(jù)車速控制策略控制其速度的增減，以達到避免碰撞的目的.

本文的車速控制策略如下：當車輛周圍無任何車輛，且當前車輛的速度沒有超過最大速度，則當前車輛自動以固定增幅提高自身速度，簡單地可以設(shè)定是所有車速增幅一樣(假設(shè)為最大速度的10%)，此時的車速計算按下式獲得：

v=kv0s.t.v01

(2)

式中：v表示車輛下一時刻的速度，v0表示當前車輛的當前行駛速度，MAX_SPEED表示當前車輛可以達到的最大速度，k是車速增加的乘數(shù). 當車輛周圍存在其他車輛時，經(jīng)過判定周圍車輛會影響當前車輛的速度，則根據(jù)兩車之間的距離做出相應(yīng)決策. 這里影響車速的判定策略是通過車輛的視線模型進行控制. 當車距小于“剎車距離”，速度直接置0. 當車距小于“減速距離”，速度按一定比率降低，直到減到一個最小速度值. 在車輛的速度被降低時，該車成為可并線車輛的候選車輛. 通過上述速度控制策略可以實現(xiàn)對車輛速度的實時控制，具體的計算公式為

(3)

式中：gap表示為當前車輛與前車的距離，SLOW_DISTANCE表示剎車距離，即當前車輛以當前速度開始剎車，且不與前車發(fā)生碰撞的安全距離.

車輛的視線模型如圖6所示，深色區(qū)域表示上節(jié)提到的剎車距離，淺色區(qū)域表示上節(jié)提到的減速區(qū)域. 如果當前車輛檢測出在自己視線范圍內(nèi)，則根據(jù)以上描述來執(zhí)行相應(yīng)的行為策略. 其中需要特殊考慮的情況有：若兩輛車行駛方向相同，且在不同道路上，即使某輛車在另一輛車的視線范圍內(nèi)，也判定兩輛車之間相互無影響. 若兩輛車行駛方向不同，且在相同道路上，后車正在處于并線狀態(tài)，也判定兩輛車之間相互無影響.

圖6 車輛視線模型

5 實驗結(jié)果及分析

為了驗證本文提出方法在車輛仿真中的效果，本文以北京南站附近的開陽橋為仿真場景，實現(xiàn)了具有較高真實感的交通樞紐仿真系統(tǒng). 仿真程序?qū)嶒灜h(huán)境的配置為顯卡：NVIDIA GeForce 405，內(nèi)存：2 GB RAM.

1) 實驗效果

圖7展示了開陽橋上效果圖，從實驗效果圖可以看出，交通場景效果逼真，車輛行駛路線流暢. 由于橋上一個方向僅設(shè)有一條車道，不存在并線操作，所以橋上操作包括直行、加速、減速操作.

圖7 橋上交通效果圖

圖8為車輛基本操作的測試結(jié)果. 圖中一部分車輛直行，一部分轉(zhuǎn)彎，主要測試了車輛的轉(zhuǎn)彎的效果. 計算轉(zhuǎn)彎路徑時利用了插值算法來計算關(guān)鍵點. 測試結(jié)果表明，該算法可以良好地表現(xiàn)轉(zhuǎn)彎效果，計算所用時間短，沒有產(chǎn)生時間延遲，但由于關(guān)鍵點排布略有一些稀疏，導(dǎo)致流暢程度不如直行流暢. 實驗結(jié)果表明利用插值算法計算轉(zhuǎn)彎曲線可行并且有效.

圖8 車輛基本操作效果圖

圖9為并線的測試效果圖. 其中車輛1檢測到具有可并線的距離，并且沒到達最后一個關(guān)鍵點，所以可以選擇并線. 車輛2行為同車輛1. 車輛3為已經(jīng)并線完成的車輛，由于尚未完成全部并線操作，所以車輛方向與行駛方向仍存在角度. 由于車輛4前方的車輛3已經(jīng)并線，所以車輛4檢測到前方碰撞檢測區(qū)域內(nèi)無車輛，車輛4進行了加速操作.

圖9 并線效果圖

2) 繪制效率

以上效果圖表明車輛的運動、轉(zhuǎn)彎和碰撞檢測均達到了較高的真實感. 此外，本文對仿真程序中車輛數(shù)量和幀率的關(guān)系進行了統(tǒng)計，如圖10所示. 從圖中可以得知在車輛數(shù)小于10 900時，平均幀速率可以保證在30幀/s，因此本文的仿真方法具有很高的計算效率.

圖10 車輛數(shù)量與幀率的關(guān)系圖

6 結(jié)論與將來的工作

本文提出了一種面向交通樞紐的車輛三維真實感實時仿真方法，通過道路關(guān)鍵點網(wǎng)絡(luò)模型描述通行的道路，基于粒子系統(tǒng)實現(xiàn)車輛的運動仿真，并利用空間剖分法對車輛運動控制的計算效率進行了優(yōu)化. 以北京開陽橋為實例，對實際路面情況進行交通規(guī)劃. 實驗結(jié)果表明，本文的方法可以生動的仿真實際路面交通情況，并且能夠保證較為流暢的平均幀速率運行.

本文的方法能夠在一定程度上滿足車輛三維真實感實時仿真基本要求. 但是，還存在著車輛仿真行為較為簡單、車輛種類單一等問題. 在將來的工作中，重點研究以下幾個問題：在車輛行為方面，可以增加車輛超車行為，使車輛行為多樣化；在運行效率方面，可以基于CPU-GPU異構(gòu)并行架構(gòu)對算法進行優(yōu)化，合理的規(guī)劃利用計算機的并行處理能力，最終提高仿真效率；另外，考慮在交通場景內(nèi)加上行人，使路面情況更為復(fù)雜，更加真實地模擬實際交通場景.

[1] JAYAKRISHNAN R, Unmesh Rathi, Craig Rindt, Ganesh Vaideeshwaran. Enhancements to a Simulation Framework for Analyzing Urban Traffic Networks with TIWATMS[R]. Final Report, Project MOU-84, 1994.

[2] Sharon Adams Boxill, Lei Yu. An Evaluation of Traffic Simu1ation Models for Supporting ITS Development[R]. SWUTC/00/167602-1, Center for Transportation Training and Research Texas Southern University, 2000.

[3] 榮建, 馬建明, 任福田, 劉小明. 利用交通仿真模型求解通行能力[J]. 北京工業(yè)大學學報, 2001, 27(1).

[4] LIGHTHILL M J, WHITHAM G B, on kinematic waves. ii. A theory of traffic flow on long crowded roads, Proceedings of the Royal Society of London, Series A, Mathematical and Physical Sciences, 1955, 229: 317-345.

[5] NEWELL G F. A simplified theory of kinematic waves in highway traffic[J]. part 1: general theory, Transportation Research Part B, 1993, 27(4): 281-287.

[6] PAYNE H J, Models of freeway traffic and control[J]. Mathematical Models of Public Systems, 1971, 1(1): 51-61.

[7] SEWALL J, WILKIE D, MERRELL P, et al. Continuum traffic simulation[J], Computer Graphics Forum, 2010, 29(2): 439-448.

[8] 鄒智軍, 楊東援. 城市道路交通仿真系統(tǒng)軟件設(shè)計(TJTS)[J]. 交通運輸工程學報, 2001, 3(1): 86-88.

[9] 王曉薇, 王慧, 李平. 城域混合交通流仿真系統(tǒng)的人機界面設(shè)計實現(xiàn)[J]. 公路, 2004, 5(5).

[10] 孫劍, 楊曉光, 劉好德. 微觀交通仿真系統(tǒng)參數(shù)校正研究[J]. 系統(tǒng)仿真學報, 2007, 19(1).

[11] 張立東, 賈磊, 趙建玉, 等. 混沌模糊交通控制器的設(shè)計[J]. 南京理工大學學報: 自然科學版, 2005, 29.

[12] 婁明, 宋靖雁, 張毅. 基于Java3D技術(shù)的虛擬車輛仿真系統(tǒng)[J]. 計算機工程與應(yīng)用, 2004, 7.

[13] 曾建勤, 王家捷, 張旭東, 等. 基于OpenGL的智能三維交通仿真軟件的開發(fā)[J]. 計算機仿真, 2005, 22(8).

[14] 榮建, 向懷坤, 馮天科. 基于GIS的城市快速路交通仿真模型研究[J]. 公路交通科技, 2004, 21(2).

[15] 孫晉文. 基于Agent的智能交通控制策略與可視化動態(tài)仿真研究[D]. 北京: 中國農(nóng)業(yè)大學, 2001.

[16] Adaptive Subdivision of Bezier Curves[EB/OL]. http:∥www.antigrain.com/research/adaptive-bezier/# toc0003, 2005.

[17] 金廷贊. 計算機圖形學[M]. 浙江大學出版社, 1994.

[18] Donald Hearn, Pauline M. 計算機圖形學C語言版[M]. 清華大學出版社, 1998.

Real-TimeThree-DimensionalVehicularTrafficSimulationforTransportationHubs

CAI Meng-jia1, MENG Jun2, ZHANG Yong1, HU Yong-li1

(1.Beijing Municipal Key Laboratory of Multimedia and Intelligent Software Technology, College of Metropolitan Transportation, Beijing University of Technology, Beijin 100022, China;

2014- 04-24.

北京市科技計劃項目(Z141100006014032).

蔡夢佳(1989—)， 女， 碩士研究生， 研究方向為多媒體與人工智能. E-mail: caimj@emails.bjut.edu.cn.

TP 391

A

1008-2522(2014)03-26-08