一种基于交通仿真模型的参数校核标定方法与流程

1.本发明涉及交通仿真技术领域，具体而言，涉及一种基于交通仿真模型的参数校核标定方法。


背景技术：

2.国内外交通业界在微观交通仿真领域进行了卓有成效的研究工作，开发了几十种微观交通仿真模型和多种交通仿真软件系统。常见的微观仿真软件主要有：vissim、transmodeler、paramics、corsim，每种仿真软件均有其各自的特点及适用范围。
3.vissim是一个基于时间间隔和驾驶行为的仿真建模软件，用以城市交通和公共交通运行的交通建模。它可以分析各种交通条件下，如车道设置、交通构成、交通信号、收费站、公交站点等，城市道路和公路的运行状况，是评价交通工程设计和城市规划方案的有效工具。
4.但是vissim仿真系统对道路交通流模拟时，主要考虑车辆、道路、驾驶行为、环境、交通管制措施等影响因素，模型参数根据国外交通流特征及驾驶行为特征进行设定，作为vissim仿真模型的默认参数。但国内外驾驶员的驾驶习惯及行驶规则具有较大差异，路段的交通流要素也存在本地化的特征，如果按照vissim仿真模型的默认参数对国内交通进行仿真模拟分析，结果与实际情况不符，导致分析结果准确度不高，失去借鉴和参考的价值。因此需要根据项目实际情况对vissim仿真模型参数作出合理校核标定调整。


技术实现要素：

5.本发明所要解决的问题是如何对交通仿真模型的参数进行校核和标定，以提高仿真分析结果的准确度和适应性。
6.为解决上述问题，一方面，本发明提供了一种基于交通仿真模型的参数校核标定方法，包括：采用当前影响参数运行交通仿真模型，得到仿真结果；结合所述仿真结果与观测结果进行校核分析，判断所述校核分析结果是否满足校核标准；当所述校核分析结果不满足所述校核标准时，对所述交通仿真模型的影响参数进行敏感性分析，确定待标定的影响参数；对待标定的所述影响参数进行标定；将标定后的所述影响参数作为所述当前影响参数导入所述交通仿真模型，循环进行参数校核标定，直到对所述仿真结果的校核分析满足所述校核标准，停止参数校核标定。
7.进一步地，所述结合所述仿真结果与观测结果进行校核分析之前，还包括：确定校核指标；所述校核指标包括流量、形成时间、排队长度和车辆速度中的至少一种。
8.进一步地，所述结合所述仿真结果与观测结果进行校核分析，判断所述校核分析
结果是否满足校核标准包括：计算所述仿真结果与所述观测结果之间的误差率；判断所述误差率是否满足校核标准；其中，所述校核标准包括所述误差率是否小于等于预设误差率，其中，不同校核指标对应不同的预设误差率。
9.进一步地，所述结合所述仿真结果与观测结果进行校核分析，判断所述校核分析结果是否满足校核标准包括：计算仿真流量与观测流量之间的流量绝对误差值以及流量误差率；判断所述流量绝对误差值以及所述流量误差率是否满足校核标准；其中，所述流量对应的所述校核标准包括：当观测流量≤第一流量阈值时，流量绝对误差值≤第一预设值；当第一流量阈值＜观测流量≤第二流量阈值时，流量误差率≤第二预设值；当观测流量＞第二流量阈值时，流量绝对误差值≤第三预设值。
10.进一步地，所述结合所述仿真结果与观测结果进行校核分析，判断所述校核分析结果是否满足校核标准包括：根据仿真流量与观测流量计算geh值；判断所述geh值是否满足校核标准；其中，所述流量对应的所述校核标准为geh校核标准。
11.进一步地，所述当所述校核分析结果不满足所述校核标准时，对所述交通仿真模型的影响参数进行敏感性分析包括：统计交通道路模型中满足所述校核标准的路段占所有路段的百分比，记为合格率；判断合格率是否小于预设合格率；其中，不同交通道路模型对应不同的预设合格率；当合格率小于预设合格率时，对所述交通仿真模型的影响参数进行敏感性分析。
12.进一步地，所述当所述校核分析结果不满足所述校核标准时，对所述交通仿真模型的影响参数进行敏感性分析包括：当所述校核分析结果不满足所述校核标准时，计算所述交通道路模型中所有路段的流量平均误差率；判断所述流量平均误差率是否大于预设平均值；其中，不同交通道路模型对应不同的预设平均值；当所述流量平均误差率大于预设平均值时，对所述交通仿真模型的影响参数进行敏感性分析。
13.进一步地，所述当所述校核分析结果不满足所述校核标准时，对所述交通仿真模型的影响参数进行敏感性分析包括：当所述校核分析结果不满足所述校核标准时，计算所述交通道路模型中所有路段的geh平均值；判断所述geh平均值是否大于预设geh值；其中，不同交通道路模型对应不同的预设geh值；当所述geh平均值大于预设geh值时，对所述交通仿真模型的影响参数进行敏感性
分析。
14.进一步地，所述对待标定的所述影响参数进行标定包括：根据驾驶行为习惯，对影响参数进行标定；其中，所述影响参数包括道路属性参数、车辆特征参数、驾驶行为参数和交通需求参数中的至少一种。
15.进一步地，所述对待标定的所述影响参数进行标定之后，还包括：根据所述仿真结果和所述观测结果之间的差异作为目标函数，以所述影响参数作为所述目标函数的自变量；结合所述目标函数，定位所述目标函数的最小值，构建标定函数；其中，所述标定函数为：；其中，表示多个待标定的影响参数所组成的向量，表示观测结果，表示仿真结果，s.t.表示约束条件，为的第个维度，即第个待标定的影响参数，为第个待标定的影响参数的最小值，为第个待标定的影响参数的最大值，n为的维度，f（i
实测-i
仿真
）为目标函数；根据所述标定函数，采用启发式算法对待标定的所述影响参数进行优化，得到满足校核标准的影响参数。
16.与现有技术相比，本发明具有如下有益效果：初始阶段采用当前影响参数运行交通仿真模型输出仿真结果，结合仿真结果和观测结果进行校核分析，判断校核结果是否满足校核标准，当所述校核分析结果不满足所述校核标准时，对所述影响参数进行标定，以此达到对影响参数进行调整修正的目的，通过不断的循环该过程，能够不断的修正仿真结果，减少仿真结果与观测结果之间的偏差，使得仿真模型适合分析国内驾驶行为习惯下的交通运行情况，让交通仿真模型本地化，提高仿真模型输出结果的准确性和适应性。
附图说明
17.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单的介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
18.图1示出了本发明实施例中一种基于交通仿真模型的参数校核标定方法流程图；图2示出了本发明实施例中影响参数分类示意图；图3示出了本发明实施例中路段行为类型标定示意图；图4示出了本发明实施例中车辆分层机构示意图；图5示出了本发明实施例中车辆类别与车辆类型对应标定示意图；图6示出了本发明实施例中车辆类别/车辆类型框架图；
图7示出了本发明实施例中交通仿真模型期望速度分布影响因素示意图；图8示出了本发明实施例中车辆运行速度直方图与累计频率分布图；图9示出了本发明实施例中期望速度及分布曲线标定示意图；图10示出了本发明实施例中停车收费时间分布参数标定示意图；图11示出了本发明实施例中跟车时距与时间分布参数示意图；图12示出了本发明实施例中跟车时距分布与数据点示意图；图13示出了本发明实施例中车辆颜色标定示意图；图14示出了本发明实施例中驾驶行为参数标定影响因素分析图；图15示出了本发明实施例中驾驶行为参数标定流程图；图16示出了本发明实施例中驾驶行为参数标定示意图；图17示出了本发明实施例中车头时距参数标定过程示意图；图18示出了本发明实施例中换道行为的执行流程图；图19示出了本发明实施例中高速公路（小汽车）横向行为参数标定示意图；图20示出了本发明实施例中交通需求切分示意图。
具体实施方式
19.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地说明，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
20.交通仿真模型校核的内容主要是针对仿真模型中难以通过直接观测或者观测成本很高的影响参数，这些影响参数的获得需通过校核标定过程。影响参数标定校核的流程可以分为确定校核指标、默认参数仿真评估、确定待标定的影响参数集、构建标定函数、优化待标定的影响参数、模型校核等步骤。
21.图1示出了本发明实施例中一种基于交通仿真模型的参数校核标定方法流程图，所述基于交通仿真模型的参数校核标定方法包括：步骤1：采用当前影响参数运行交通仿真模型，得到仿真结果；最初使用该交通仿真模型的时候，并不知道该仿真模型的准确性如何，因此需要在默认影响参数的基础上进行仿真，然后才能够根据仿真结果判断是否需要对影响参数进行标定。
22.步骤2：结合所述仿真结果与观测结果进行校核分析，判断所述校核分析结果是否满足校核标准；若仿真结果和观测结果之间具有很高的拟合度，满足校核标准，则默认参数不需要调整。
23.步骤3：当所述校核分析结果不满足所述校核标准时，对所述交通仿真模型的影响参数进行敏感性分析，确定待标定的影响参数；其中影响参数包括但不限于跟驰行为参数、换道行为参数以及时间分布等多个重要的影响参数，另外，为减少仿真模拟的次数以及仿真模拟的逼真性，确定的待标定的影响参数不宜少于5项。所述敏感性分析是指从定量分析的角度研究有关因素发生某种变化对某一个或一组关键指标影响程度的一种不确定分析技术。其实质是通过逐一改变相关变量数值的方法来解释关键指标受这些因素变动影响大小的规律。通过敏感度分析，得到每个参数在当前仿真情景下的敏感度，并按照敏感度大小
从大到小排序，通常选取敏感度排名前10的参数作为待标定的影响参数。
24.步骤4：对待标定的所述影响参数进行标定；将标定后的所述影响参数作为所述当前影响参数导入所述交通仿真模型，循环进行参数校核标定，直到对所述仿真结果的校核分析满足所述校核标准，停止参数校核标定。
25.本发明最初采用当前影响参数运行交通仿真模型输出仿真结果，结合仿真结果和观测结果进行校核分析，判断校核结果是否满足校核标准，当所述校核分析结果不满足所述校核标准时，对所述影响参数进行标定，以此达到对影响参数进行调整修正的目的，通过不断的循环该过程，能够不断的修正仿真结果，减少仿真结果与观测结果之间的偏差，使得仿真模型适合分析国内驾驶行为习惯下的交通运行情况，让交通仿真模型本地化，提高仿真模型输出结果的准确性和适应性。
26.在本发明的一种实施例中，所述结合所述仿真结果与观测结果进行校核分析之前，还包括：确定校核指标；所述校核指标包括流量、形成时间、排队长度或车辆速度等运行指标，所述校核指标是交通仿真模型输出的一些仿真结果，从这些仿真结果中选择能够衡量仿真结果是否准确的运行指标。校核指标主要考虑以下三种情况：公路交通仿真路网的规模、公路交通仿真分析的目的、公路交通仿真分析的资源，校准指标及其对应的校核标准如表1所示。结合表1，进一步阐述校核方法。
27.在本发明的一种实施例中，步骤2：结合所述仿真结果与观测结果进行校核分析，判断所述校核分析结果是否满足校核标准包括：步骤201：计算所述仿真结果与所述观测结果之间的误差率；步骤202：判断所述误差率是否满足校核标准；其中，所述校核标准包括所述误差率是否小于等于预设误差率，其中，不同校核指标对应不同的预设误差率。
28.从表1中可以得知，行程时间和排队长度对应的预设误差率为15%，车辆速度对应的预设误差率为20%。并且这三个校核指标在计算时，针对的都是单一路段/路径/进口道。除此之外，预设误差率还可以根据不同路段以及不同驾驶行为习惯设定为其他值，在此不作限定。
29.在本发明的一种实施例中，步骤2：结合所述仿真结果与观测结果进行校核分析，判断所述校核分析结果是否满足校核标准包括：步骤211：计算仿真流量与观测流量之间的流量绝对误差值以及流量误差率；步骤212：判断所述流量绝对误差值以及所述流量误差率是否满足校核标准；其中，所述流量对应的所述校核标准a为：当观测流量≤第一流量阈值时，需要流量绝对误差值≤第一预设值；当第一流量阈值＜观测流量≤第二流量阈值时，需要流量误差率≤第二预设值；当观测流量＞第二流量阈值时，需要流量绝对误差值≤第三预设值。
30.在本发明的一种实施例中，第一流量阈值a和第二流量阈值b可以分别为700和2700，第一预设值c2、第二预设值c1以及第三预设值c3可以分别为100、15%以及400。当然在别的实施例中，a和b也可以选用500和2500，对应的预设值（c1/c2/c3）也可以相应的变换为其他数值，在这里不作限制，因为不同道路模型或者不同城市或不同地域，对于道路的承载等要求不同。为避免观测流量与仿真流量之间的差距过大，在两端使用具体的误差值进行
限定，当观测流量处于第一流量阈值和第二流量阈值之间的时候，仅使用流量误差率进行限定，允许流量的误差值超出第一预设值和第二预设值。
31.在本发明的一种实施例中，对于流量校核指标的校核标准，除了上述校核方法和校核标准之外，还可以是如下方法和标准。步骤2：结合所述仿真结果与观测结果进行校核分析，判断所述校核分析结果是否满足校核标准包括：步骤221：根据仿真流量与观测流量计算geh值；步骤222：判断所述geh值是否满足校核标准；其中，所述流量对应的所述校核标准b为geh校核标准。如表1中所示，geh校核标准为geh《5，geh（一种仿真模型指标，由geoffrey e.havers提出，故简称）统计值的计算公式为，式中，为仿真计算值，为实际测量值。流量校核标准a和流量校核标准b在实际应用时可以二选一进行使用。
32.表1 校准指标及校核标准对应表在本发明的一种实施例中，步骤3：当所述校核分析结果不满足所述校核标准时，对所述交通仿真模型的影响参数进行敏感性分析包括：步骤301：统计交通道路模型中满足所述校核标准的路段占所有路段的百分比，记为合格率；步骤302：判断合格率是否小于预设合格率；其中，不同交通道路模型对应不同的预设合格率；步骤303：当合格率小于预设合格率时，对所述交通仿真模型的影响参数进行敏感性分析。
33.从表1可以得知，在对单个或者几个交叉口的道路类型进行仿真模拟校核时，流量对应的预设合格率d1%可以选为90%、行程时间对应的预设合格率k1%可以选为90%、排队长度对应的预设合格率可以选为100%，即交叉口全部进口道均要符合排队长度对应的校核标准，虽然在表中车辆速度所对应的表格中无内容，但是也可以选定车辆速度对应的预设合格率为100%。但是在对不同道路类型进行校核的时候，选用的校核指标也有所区别，其中，行程时间可用于所有标定场合，排队长度建议用于交叉口，车辆速度建议用于高快速通道等。同样的可以依次查看通道模拟（高速、快速、主干道）以及路网模拟状况下，四个校核标
准对应的预设合格率的具体值。需要说明的是，上述表述中给出的具体值并不能作为唯一限定值，例如流量和行程时间对应的预设合格率均为90%，但是根据需求和实际情况，90%也可以上下浮动修改。
34.在本发明的一种实施例中，步骤3：当所述校核分析结果不满足所述校核标准时，对所述交通仿真模型的影响参数进行敏感性分析包括：步骤311：当所述校核分析结果不满足所述校核标准时，计算所述交通道路模型中所有路段的流量平均误差率；步骤312：判断所述流量平均误差率是否大于预设平均值；其中，不同交通道路模型对应不同的预设平均值；从表1中可以得知，不同道路类型对应的预设平均值有5%和10%；步骤313：当所述流量平均误差率大于预设平均值时，对所述交通仿真模型的影响参数进行敏感性分析。
35.在本发明的一种实施例中，步骤3：当所述校核分析结果不满足所述校核标准时，对所述交通仿真模型的影响参数进行敏感性分析包括：步骤321：当所述校核分析结果不满足所述校核标准时，计算所述交通道路模型中所有路段的geh平均值；步骤322：判断所述geh平均值是否大于预设geh值；其中，不同交通道路模型对应不同的预设geh值；从表1中可以得知，不同道路类型对应的预设geh值依次为3、4和5；步骤323：当所述geh平均值大于预设geh值时，对所述交通仿真模型的影响参数进行敏感性分析。
36.通过上述所列举的方法，能够对仿真结果进行校核分析，除此之外，上述方法可以进行重组结合使用，由于道路和现实交通状况的复杂性和不确定性，可以灵活使用校核标准a或者b进行校核分析，在使用上述两个校核标准中的其中一个之后，在不符合上述标准的仿真结果中进一步放宽条件，再次进行合格率的判断或者采用平均值的算法，从整体考虑道路类型，使得校核分析结果不不拘泥于单个路段，而使考虑多个甚至更加复杂路网的整体性，让分析判断的结果更接近于复杂的交通实况，分析结果的信赖度提升。
37.在本发明的一种实施例中，所述对待标定的所述影响参数进行标定之后，还包括：根据所述仿真结果和所述观测结果之间的差异作为目标函数，以所述影响参数作为所述目标函数的自变量，仿真模型为非线性函数；结合所述目标函数，定位所述目标函数的最小值，构建标定函数；其中，所述标定函数为：；其中，表示多个待标定的影响参数所组成的向量，表示观测结果，表示仿真结果，s.t.表示约束条件，为的第个维度，即第个待标定的影响参数，为第个待标定的影响参数的最小值，为第个待标定的影响参数的最大值，n为的维度，f（i
实测-i
仿真
）为目标函数；
根据所述标定函数，采用启发式算法对待标定的所述影响参数进行优化，得到满足校核标准的影响参数；根据所述标定函数，采用启发式算法对待标定的所述影响参数进行优化，得到满足校核标准的影响参数。其中，启发式算法是指把从大自然的运行规律或者面向具体问题的经验和规则中启发出来的方法。现在的启发式算法也不是全部来自然的规律,也有来自人类积累的工作经验。启发式算法是一种技术,该技术使得能在可接受的计算费(指计算时间和空间)用内去寻找尽可能好的解,但不一定能保证所得解的可行性和最优性,甚至在多数情况下,无法描述所得解与最优解的近似程度。
38.在得到最优的且符合校核标准的影响参数之后，应进行仿真模型校核工作，应用一组新的影响参数数据来校核经标定后的仿真模型是否能反映真实运行情况。仿真模型验证应分为动画校核和统计校核两个步骤进行：1）动画校核是观察并对比仿真运行效果与实际交通运行效果，应重点关注瓶颈点的位置和数量、拥堵点的排队和消散情况、冲突区域和严重程度以及分合流区域车辆换道等交通现象；2）统计校核是结合校核目标进行量化的指标统计与对比。
39.在本发明的一种实施例中，所述对待标定的所述影响参数进行标定包括：根据驾驶行为习惯，对影响参数进行标定；其中，所述影响参数包括道路属性参数、车辆特征参数、驾驶行为参数以及交通需求参数，如图2所示。
40.在本发明的一种实施例中，所述道路属性参数包括道路等级和路段行为类型；根据道路等级参数标定表，对不同道路标定不同的自由流速度和通行能力，并对不同道路使用者标定不同的路段行为类型。
41.具体的，道路属性描述了道路在路网中的定位等级，是路网的交通运行状况的重要影响因素之一，直接决定了道路最大的通行效率，以及车辆在道路行驶的最大速度。道路属性参数标定主要包含道路等级、路段行为类型两部分内容，道路等级包含高速公路、快速路、主干路等多种道路等级，路段行为类型包含基本路段驾驶行为、交织区驾驶行为、分流区/汇流区驾驶行为、匝道及收费站驾驶行为等多种驾驶行为，不同类型的路段驾驶行为特征、交通流特征差异较大。
42.1、道路等级结合路网设施资料，标定仿真模型路网的道路等级、自由流速度、通行能力等道路属性，对于道路等级的标定，依照道路等级的不同，可以给不同道路标定不同的自由流速度和不同的通行能力，例如对于高速路，其自由流速度标定为120km/h，通行能力标定为2200pcu/h/lane；对于主干路，其自由流速度标定为50km/h，通行能力标定为900pcu/h/lane等。
43.2、路段行为类型vissim仿真模型通过定义路段行为类型，加载多层次的驾驶行为类型，将不同的驾驶行为分配给同一条（或同一类）路段上的不同驾驶员，标定不同驾驶员的驾驶行为类型。高速公路采用高速路驾驶行为，城市道路采用城市路驾驶行为，如图3所示路段行为类型标定示意图。
44.在本发明的一种实施例中，所述车辆特征参数包括期望速度分布、时间分布、颜色分布以及车辆类别类型参数；
其中，所述车辆类别类型参数包括根据车辆车型进行划分的车辆类别，每种所述车辆类别根据驾驶行为安全性划分为多种车辆类型；结合车辆类型以及路段类型为不同道路使用者标定不同的期望速度；在标定期望速度时，从获取的速度累计频率分布曲线函数中选定多个数据点，拟合期望速度曲线进行期望速度标定；所述时间分布包括收费站停车时间分布和跟车时距分布；其中，根据获取的收费站停车时间标定表，对收费站停车时间进行标定；将不同收费方式以及不同车辆类型对应的收费站停车时间均值和方差统计到所述收费站停车时间标定表；从获取的跟车时距累计频率分布曲线函数中选定多个数据点，拟合跟车时距曲线，进行跟车时距标定。
45.具体的，车辆特征参数描述了车辆在仿真模型的运行状况特征，对交通仿真模型断面交通流量、路段运行速度、路段服务水平等仿真运行评价指标具有重要的影响。车辆特征参数包括期望速度分布、时间分布、颜色分布、车辆类型/车辆类别等参数，主要通过现状交通流特征分析与驾驶模拟仿真分析进行标定。
46.1、车辆类别/车辆类型vissim微观仿真模型提供多模式多层次的车辆设置，通过定义不同的车辆类别（车辆类型组合），支撑不同场景车型的组织流线设计方案评估与优化，如图4示例。
47.为了提高交通仿真模型的精度，在交通仿真模型中定义小汽车、货车、客车三种车辆类别，根据驾驶行为的不同，将小汽车车辆类别继续细分为小汽车（冒进）、小汽车（偏冒进）、小汽车（安全）、小汽车（偏安全）四种车辆类型，每种车辆类型定义不同的占比，将货车车辆类别继续细分为货车（冒进）、货车（安全）两种车辆类型，将客车车辆类别继续细分为客车（冒进）、客车（安全）两种车辆类型，如图5所示车辆类别与车辆类型对应标定示意图以及图6所示车辆类别/车辆类型框架图。
48.2、期望速度分布通过设定期望速度及其分布参数，定义每辆车辆的期望行驶速度，并保证所有车辆的期望速度分布符合标定的分布函数特征。
49.期望速度及分布的影响因素较多，在模型的预热时间段，仿真模型的路网为初始空路网状态，车辆应该以高峰时段速度加载到路网，真实模拟高峰时段的现实交通场景；当仿真模型度过预热时间，路网车辆达到正常高峰状态，车辆应该以零流时段速度加载到路网，车辆的速度变化取决于仿真路况的变化。因此期望速度应分为高峰时段速度与零流时段速度两大类。另外，不同车辆类型在不同道路等级路段的期望速度也不相同，小汽车的期望速度会高于货车、客车等大型车，高速公路主线的期望速度也会高于主干路的期望速度，主线直行的车辆期望速度也会高于立交匝道等特殊路段的期望速度，因此结合车辆类型、路段类型，对期望速度继续细分小类，具体如图7所示。
50.vissim中定义的期望速度分布参数使用速度的累计频率分布曲线代表速度的分布概率，而不是速度的频数分布，对车辆运行速度频数的累计频率分布图进行统计如图8所示，在图8中，累计频率曲线的斜率代表对应速度出现的概率。
51.vissim不支持分布函数直接输入的方式标定，而是通过添加数据点的方式模拟期望速度分布的变化趋势。在vissim中新建期望速度，根据计算的vissim期望累计频率分布函数设定若干个数据点，为了准确标定分布特征，本次模型参数设定80个数据点，标定结果
如图9所示。
52.3、时间分布（1）收费站停车时间分布收费站平均收费服务时间因收费制式、采用的收费设备类型、收费员的业务能力、驾驶人的因素以及车辆类型不同而有所差别。各类收费站的服务时间均值和方差依据收费站记录的历史数据统计分析得到，经过对历史数据的分析，可以得到人工半自动收费车道服务时间、计重收费车道服务时间、etc收费车道服务时间等其他收费方式的服务时间对应的服务时间均值和方差，例如在人工半自动收费车道上，小型车在封闭式出口处的服务时间均值和方差分别为16.3s和7.47s；在etc收费车道上，小客车的服务时间均值和方差分别为3.64s和0.54s等。根据统计分析的数据，对各类收费站的服务时间均值和方差进行标定。
53.根据不同车型收费服务时间的均值与方差统计，标定仿真模型的停车时间分布参数，标定结果如图10所示。
54.（2）跟车时距分布通过分析不同车型在高峰时段的车头时距分布，标定跟车模型的期望车头时距参数。不同车型的车头时距有明显的差异，小汽车的车头时距小于客车、货车的车头时距。在微观交通仿真模型中，对不同类型车辆、不同驾驶行为的跟车模型车头时距参数进行标定。与期望速度分布类似，vissim中定义的时间分布参数使用跟车时距的累计频率分布曲线代表跟车时距的分布概率，而不是跟车时距的频数分布，对车辆跟车时距频数的累计频率分布图进行统计如图11所示。
55.vissim的时间分布同样不支持分布函数直接输入的方式标定，而是通过添加数据点的方式模拟时间分布的变化趋势。在vissim中新建时间分布，根据计算的vissim跟车时距累计频率分布设定若干个数据点，为了准确标定分布特征，本次模型参数设定80个数据点，标定结果如图12所示。
56.4、颜色分布车辆颜色的标定对仿真模型的可视化效果至关重要，准确的车辆颜色分布能够从视觉层面提高模型的真实度，使交通仿真模型可视化的效果更加符合实际，所示颜色标定如图13所示。
57.在本发明的一种实施例中，所述驾驶行为参数包括跟驰行为参数、换道行为参数以及横向行为参数；其中所述跟驰行为参数根据跟车模型进行分析标定；所述换道行为参数根据换道逻辑方法进行计算标定；所述横向行为参数根据最小横向间距计算标定。
58.具体的，驾驶行为是微观仿真模型构建是否准确的关键。驾驶员的驾驶行为随着研究地点的不同会有很大差别，vissim的默认驾驶行为参数是根据国外的大量驾驶行为样本标定，并不能直接应用于国内的交通仿真模拟，需要通过开展针对性的驾驶行为分析，使仿真中的驾驶行为样本与实际的驾驶行为样本近似。高速公路的跟车距离会显著大于城市道路，主线换道次数会低于合流/分流区的换道次数，小汽车的驾驶员开快车的比例也会明显高于货车、客车。
59.vissim的驾驶行为参数包含车辆类型-车辆类别-驾驶行为-路段驾驶行为多层次内容，如图14所示。具体定义步骤如图15所示，包括：
（1）车辆类型：在车辆类型中定义不同驾驶习惯的车辆，包含小汽车（冒进）、小汽车（偏冒进）、小汽车（安全）、小汽车（偏安全）、货车（冒进）、货车（安全）、客车（冒进）、客车（安全）等八种类型车辆；（2）车辆类别：在车辆类别中定义小汽车、货车、客车三种类型，小汽车类别包含小汽车（冒进）、小汽车（偏冒进）、小汽车（安全）、小汽车（偏安全）四种车辆类型，货车类别包含货车（冒进）、货车（安全）两种车辆类型，客车类别包含客车（冒进）、客车（安全）两种车辆类型；（3）驾驶行为：在驾驶行为中定义不同路段类型、不同车辆类型的驾驶行为，高速公路定义小汽车（高速公路）、货车（高速公路）、客车（高速公路）三种驾驶行为；（4）路段驾驶行为：在不同的路段驾驶行为中添加绑定相应的车辆类别与驾驶行为两个属性，高速公路驾驶行为添加小汽车车辆类别与小汽车（高速公路）驾驶行为、货车车辆类别与货车（高速公路）驾驶行为、客车车辆类别与客车（高速公路）驾驶行为。
60.vissim对高速公路（自由换道）路段行为类型的驾驶行为参数的标定结果如图16所示。
61.驾驶行为参数主要影响对象是仿真模型中的具体车辆，控制车辆在运行过程中的跟驰、换道、横向偏移等驾驶行为。
62.1、跟驰行为车辆的跟车行为是道路上最常见的交通现象之一，跟车模型反映的是跟随车辆的驾驶员在获得前导车的有关信息后所做出的刺激反应行为，是交通仿真模型的核心模型之一。
63.vissim仿真模型构建过程中将采用迄今为止最为精确的心理-生理车辆跟驰模型为基本模型核心，该模型由德国卡尔斯鲁厄大学的wiedemann教授提出，用于模拟随机的驾驶行为，包括驾驶员的不同驾驶能力和对危险情况的不同反应等，其基本思路是：一旦后车驾驶员认为与前车之间的距离小于其心理（安全）距离时，后车驾驶员开始减速。由于后车驾驶员无法准确判断前车的车速，后车车速会在一段时间内低于前车车速，直到前后车间的距离达到一个心理（安全）距离时，后车驾驶员开始缓慢加速，由此周而复始，形成一个加速、减速的迭代过程。
64.vissim跟车模型可以设定的参数有车辆前方的可视距离、前方可视车辆数、暂时性的走神的周期和概率。vissim跟车模型包含两种类型，模型不同，模型参数也不同，分别是主要用于城市道路交通的wiedemann74与主要用于城际公路交通的wiedemann99。图17示出了交通仿真模型车头时距参数标定过程。
65.2、换道行为低速行驶而迫使后面的车辆以低于理想速度行驶，驾驶员就会找机会尝试改变车道。首先驾驶员将查看是否能通过改变车道提高自己的车速，然后他将查看如果他改变车道会不会引起危险情况发生，如果驾驶员通过以上判断认为可以改变车道，他将试着改变车道。换道行为参数不仅能够对车辆模拟进行车道变换的位置及变换方式进行定义，而且能够设定不允许进行车道变换的区域如距离交叉口50米以内不允许进行车道变换）。
66.微观交通仿真模型中主要有两种车辆变换类型：自由车道变换和必要车道变换，具体的参数包括：
（1）消除前的等待时间选择：车辆在紧急停车位置等待车道变换空挡出现的最大时间。达到该值时，车辆将从路网中消失，vissim的错误文件中将记录车辆消失的时间和位置，默认60s。
67.（2）最小车头空距：前后车间的最小车头间距，即后车超越处于静止状态的前车时的最小车头间距，默认为0.5m。
68.（3）一般行为的选择：根据我国高速公路实际运行情况选择右行规则，当快车道车速高于60km/h时，允许快车道上运行的车辆超车；当快车道车速低于60km/h，允许慢车道上运行的车辆超车，但速度差最大为20km/h。
69.（4）快车道转入慢车道最大时间选择：因为在高速公路基本路段不考虑冲突因素，采用默认值，分流/合流区、交织区等路段单独标定。
70.对于自由换道，间隙接受模型为：；式中，为最小前间隙，为最小后间隙，为平均前间隙，为平均后间隙，为前间隙的误差项，为后间隙的误差项。
71.对于必要车道变换，与自由换道不同，车辆不会因目标间隙不可接受而放弃换道意图，而是在到达最迟换道位置之前的一定范围内开始减速甚至停车等待直至目标车道上出现可接受间隙，具体换道行为的执行流程如图18所示。
72.3、横向行为横向行为表示仿真模型中同车道自由交通流中的期望位置（任意、右、左、中），车辆根据观察相邻车道上的车辆的位置调整横向的空间。
73.影响车辆横向行为的参数包括：（1）自由交通流中的期望位置选择：因为车辆大多数都在车道中心线行驶，vissim默认选择车道中心线行驶；（2）最小横向间距：针对每种被超越的车辆类别定义同一车道内的最小超车横向间距，最小横向间距计算如下面的公式所示，由于在高峰时段各个车流的车速大体相当，默认值为1.5m；式中：d为最小横向间距（m），v1、v2分别为前车与当前车的速度（km/h）。
74.（3）同车道车辆超车：根据我国车辆驾驶规则，采用所有车辆类型均从左侧超车的驾驶行为。具体参数标定如图19所示。
75.在本发明的一种实施例中，标定所述交通需求参数时，采用交通需求时间切分方式进行标定。
76.vissim微观交通仿真描述交通需求有两种设定方式：直接指定车辆路径及路径流量和定义路网小区相应的od矩阵（源点-终点矩阵）。通常采用宏观需求预测分析的od表作为初始交通需求数据，通过vissim的动态交通分配（dta）迭代过程，更新迭代路网的出行费用，最后获得稳定的车辆输入与指定的路径流量作为最终交通需求数据。
77.根据高峰小时交通量的时间分布特征，以5min为粒度，对交通仿真模型的交通需
求矩阵进行精细切分为13个矩阵（包含一个预热10min矩阵）。通过13个矩阵的动态迭代，创建5min粒度切分的静态车辆输入交通量，精准还原实际高峰小时交通量的时间变化特征，如图20所示。
78.本发明为提升vissim仿真模型的可信度，适应本地化的驾驶行为特征，按照影响参数标定的内容及影响类型不同，将交通仿真模型的参数分为道路属性参数、车辆特征参数、驾驶行为参数、交通需求参数四大类，针对这四类参数分别提出vissim仿真模型参数标定的具体方法。
79.驾驶行为是微观仿真模型构建是否准确的关键，而驾驶员的驾驶行为随着研究地点的不同会有很大差别，vissim的默认驾驶行为参数是根据国外的大量驾驶行为样本标定，并不能直接应用于国内的交通仿真模拟，上述方法对跟驰行为、换道行为和横向行为开展针对性的驾驶行为分析，使仿真中的驾驶行为样本与实际的驾驶行为样本近似。
80.针对难以通过直接测量或者测量成本很高的参数，上述方法构建标准化的仿真模型校核步骤，主要包括确定校核指标、采用默认参数运行评估、确定待标定的影响参数集、确定标定函数等步骤。
81.尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。