仿真参数校准方法、装置、设备和存储介质与流程
本技术涉及智能交通管理,尤其涉及仿真参数校准方法、装置、设备和存储介质。
背景技术:
1、随着智能交通管控技术的发展,高速公路突发事件管控策略的科学制定与比选,高度依赖微观交通仿真对策略实施效果的预评估。通过仿真推演可量化评估多种管控方案的通行效率与安全收益,为管理者提供决策依据。
2、为了保障仿真拟合精度,一些技术采用黑盒优化的参数标定方法,通过反复运行仿真迭代调整模型参数,虽能达到较高标定精度,但参数准备耗时久,难以满足交通事故、施工占道等突发场景下的快速响应需求;另一些技术采用通用参数集或专家经验固定参数,可快速启动仿真,但难以适配不同路段的道路线形、交通组成差异,跨场景泛化能力弱,仿真推演结果可信度不足。因此,如何提升高速公路管控策略评估的时效性和准确性,成为一个亟待解决的问题。
技术实现思路
1、本技术提供了一种仿真参数校准方法、装置、设备和存储介质,以至少解决相关技术中的高速公路管控策略评估的时效性和准确性不足的问题。
2、本技术提供了一种仿真参数校准方法,包括:
3、获取当前场景的多源轨迹观测数据;其中,多源轨迹观测数据包括实时车辆轨迹数据和历史车辆轨迹数据;
4、根据多源轨迹观测数据,生成结构化场景特征和场景语义向量;
5、根据结构化场景特征和场景语义向量,计算当前场景与预设仿真向量库中多个历史场景之间的结构化相似度和语义相似度;其中,每个历史场景对应一个多车型仿真参数集;
6、根据当前场景与预设仿真向量库中多个历史场景之间的结构化相似度和语义相似度,确定至少一个相似历史场景和相似历史场景对应的多车型仿真参数集;
7、对多个相似历史场景和相似历史场景对应的多车型仿真参数集进行校验;
8、将通过校验的至少一个相似历史场景作为目标历史场景;
9、根据目标历史场景和目标历史场景对应的多车型仿真参数集,生成目标仿真参数。
10、在一种可选地实施方式中,根据多源轨迹观测数据,生成结构化场景特征和场景语义向量,包括:
11、根据多源轨迹观测数据,生成结构化场景特征;其中,结构化场景特征包括平均速度、速度标准差、流量、密度、平均车头时距、换道率、大车占比、观测时间窗和拥堵指数;
12、根据多源轨迹观测数据,确定当前场景的路网类型、拥堵状态、车型构成和事件类型;
13、根据当前场景的路网类型、拥堵状态、车型构成和事件类型,确定场景语义向量。
14、在一种可选地实施方式中,根据结构化场景特征和场景语义向量,计算当前场景与预设仿真向量库中多个历史场景之间的结构化相似度和语义相似度,包括:
15、根据结构化场景特征,对当前场景和预设仿真向量库中多个历史场景进行数值维度的相似度计算,得到结构化相似度;
16、根据场景语义向量,对当前场景和预设仿真向量库中多个历史场景进行语义维度的相似度计算,得到语义相似度。
17、在一种可选地实施方式中,根据当前场景与预设仿真向量库中多个历史场景之间的结构化相似度和语义相似度,确定至少一个相似历史场景和相似历史场景对应的多车型仿真参数集,包括:
18、对结构化相似度和语义相似度进行加权融合,得到各历史场景的匹配得分;
19、根据匹配得分的排序,在预设仿真向量库中筛选出至少一个相似历史场景,并获取相似历史场景对应的多车型仿真参数集。
20、在一种可选地实施方式中,对多个相似历史场景和相似历史场景对应的多车型仿真参数集进行校验,包括:
21、在有效轨迹点占比、结构化特征缺失率和有效轨迹时间窗占比满足对应预设阈值的情况下,判断排名首位的相似历史场景的匹配得分是否不低于预设最低相似度阈值;
22、在排名首位的相似历史场景的匹配得分不低于预设最低相似度阈值的情况下,判断首位与次位的相似历史场景的匹配得分差值是否不低于最低间隔阈值;
23、在首位与次位的相似历史场景的匹配得分差值不低于最低间隔阈值的情况下,确定排名首位的相似历史场景通过校验。
24、在一种可选地实施方式中,根据目标历史场景和目标历史场景对应的多车型仿真参数集,生成目标仿真参数,包括:
25、在校验通过的情况下,对目标历史场景对应的多车型仿真参数集执行第一快速仿真校验;
26、在第一快速仿真校验通过的情况下,将目标历史场景对应的多车型仿真参数集确定为目标仿真参数。
27、在一种可选地实施方式中,方法还包括:
28、在排名首位的相似历史场景的匹配得分低于预设最低相似度阈值或首位与次位的相似历史场景的匹配得分差值低于最低间隔阈值的情况下,以排名首位的相似历史场景对应的多车型仿真参数集为基线,在预设边界内执行快速搜索,得到搜索结果;其中,搜索结果包括至少一个待校验多车型仿真参数集;
29、对至少一个待校验多车型仿真参数集执行第二快速仿真校验;
30、在任一待校验多车型仿真参数集通过第二快速仿真校验的情况下,将待校验多车型仿真参数集确定为目标仿真参数。
31、本技术还提供了一种仿真参数校准装置,包括:
32、获取模块,用于获取当前场景的多源轨迹观测数据;其中,多源轨迹观测数据包括实时车辆轨迹数据和历史车辆轨迹数据;
33、生成模块,用于根据多源轨迹观测数据,生成结构化场景特征和场景语义向量;
34、计算模块,用于根据结构化场景特征和场景语义向量,计算当前场景与预设仿真向量库中多个历史场景之间的结构化相似度和语义相似度;其中,每个历史场景对应一个多车型仿真参数集;
35、确定模块,用于根据当前场景与预设仿真向量库中多个历史场景之间的结构化相似度和语义相似度,确定至少一个相似历史场景和相似历史场景对应的多车型仿真参数集;
36、校验模块,用于对多个相似历史场景和相似历史场景对应的多车型仿真参数集进行校验;
37、场景确定模块,用于将通过校验的至少一个相似历史场景作为目标历史场景;
38、参数生成模块,用于根据目标历史场景和目标历史场景对应的多车型仿真参数集,生成目标仿真参数。
39、本技术还提供了一种电子设备,包括:存储器,用于存储计算机程序;处理器,用于执行计算机程序时实现上述任一种仿真参数校准方法的步骤。
40、本技术还提供了一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序,其中,计算机程序被处理器执行时实现上述任一种仿真参数校准方法的步骤。
41、本技术还提供了一种计算机程序产品,包括计算机指令,计算机指令用于使计算机实现上述任一种仿真参数校准方法的步骤。
42、在本技术一些实施例的技术方案中,基于当前场景的多源轨迹观测数据生成结构化场景特征与场景语义向量,通过计算结构化相似度与语义相似度在预设仿真向量库中筛选出匹配的相似历史场景及其对应的多车型仿真参数集,经校验后生成适配当前场景的目标仿真参数。这样,在高速公路突发事件的管控策略推演场景下,可快速输出可用仿真参数,缩短参数准备周期,保障管控策略评估的时效性;同时,通过结构化数值与语义描述的双维度匹配及校验机制,能够提升仿真参数与当前路网、交通及事件场景的适配度,提升管控策略评估结果的准确性。如此,可解决现有技术中高速公路管控策略评估时效性和准确性不足的问题。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com