(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210849888.0 (22)申请日 2022.07.20 (71)申请人 深圳市城市交通 规划设计 研究中心 股份有限公司 地址 518131 广东省深圳市龙华区民治街 道龙塘社区星河传奇花园三期商厦1 栋C座1210 (72)发明人 张晓春　唐易　刘诗昆　丘建栋　 刘星　刘恒　邓远冬　 (74)专利代理 机构 哈尔滨市伟晨专利代理事务 所(普通合伙) 23209 专利代理师 李冬爽 (51)Int.Cl. G06F 16/2458(2019.01) G06F 16/2455(2019.01)G06F 16/215(2019.01) G06F 16/29(2019.01) G06K 9/62(2022.01) G06Q 50/26(2012.01) (54)发明名称 微观仿真的多源 数据融合分析方法、 电子设 备及存储介质 (57)摘要 本发明提出微观仿真的多源数据融合分析 方法、 电子设备及存储介质， 属于交通仿真技术 领域。 首先采集多源交通数据， 根据规范化的数 据结构对各类数据进行存储； 然后， 基于存储的 规范化多源交通数据， 建立面向精细化微观交通 仿真的多源 数据融合挖掘算法模 型， 有效提取交 通仿真建模 所需的参数信息， 包括道路断面流量 时空分布特征、 车辆类型结构、 道路分车型车头 时距分布特征、 路段分车型运行速度分布特征 等； 最后基于VISSIM仿真软件建立一套精细化微 观交通仿真参数标定校核体系， 结合提取的交通 流信息进行微观仿真模型标定及校核工作。 解决 仿真过程中缺少对交通流参数的应用， 导致仿真 结果不精确技 术问题。 权利要求书1页 说明书12页 附图9页 CN 115080638 A 2022.09.20 CN 115080638 A 1.微观仿真的多源数据融合分析方法， 其特征在于， 采集多源数据， 提取构建微观 交通 仿真模型所需的交通特征并分析交通特征及数据处理， 对处理后的交通特征进行数据特征 融合， 构建微观交通仿真模型并进行参数 标定校核体系。 2.根据权利要求1所述的微观仿真的多源数据融合分析方法， 其特征在于， 所述交通特 征包括道路断面 流量时空分布特 征、 道路车头时距分布特 征和路段运行速度分布特 征。 3.根据权利要求2所述的微观仿真的多源数据融合分析方法， 其特征在于， 所述构建微 观交通仿真模型并进 行参数标定校核体系包括交通量特性标定校核、 速度特性标定校核和 车头时距特性标定校核。 4.根据权利要求3所述的微观仿真的多源数据融合分析方法， 其特征在于， 所述多源数 据包括交通 监控视频、 车牌识别数据、 微波雷达数据、 车辆GP S数据和地磁流 量数据。 5.根据权利要求4所述的微观仿真的多源数据融合分析方法， 其特征在于， 所述道路断 面流量时空分布特征基于车牌识别数据提取， 分析提取道路断面流量时空分布特征， 具体 指标包括： 高峰时段分车型流量、 高峰时段分车道流量、 车辆颜色分布比例， 在配置完成数 据统计的输入条件后， 按照指标分析目的， 对车牌识别数据进行流程化数据处理， 包括： 数 据去重、 时间标准化、 统计时间粒度流量、 确定 分析时段、 高峰时段流量计算、 统计高峰时段 分车型、 分车道流 量和统计高峰时段 车辆颜色的分布比例； 所述道路车头时距分布特征基于规范化的车牌识别数据提取， 分析道路车头时距分布 特征， 具体指标包括： 车头时距、 分车型的车头时距， 在配置完成数据统计的输入 条件后， 按 照指标分析的目的， 对车牌识别数据进 行流程化处理， 包括： 数据去重、 时间标准化、 统计单 车道车辆序列和计算车头时距； 所述路段运行速度分布特征基于规范化车辆GPS数据提取， 分析提取路段运行速度分 布特征， 具体指标为车辆个体运行速度， 在配置完成数据统计的输入 条件后， 按照 指标分析 的目的， 对车辆GPS数据进行流程化数据处理， 包括： 时间过滤、 LINK过滤、 遍历LINK、 遍历车 辆和输出 结果。 6.根据权利要求5所述的微观仿真的多源数据融合分析方法， 其特征在于， 所述交通量 特性标定校核包括车辆 输入参数、 仿真交通 量校核和3D建模车辆颜色 分布参数。 7.根据权利要求6所述的微观仿真的多源数据融合分析方法， 其特征在于， 所述速度 特 性标定校核包括车辆期望 速度与分布标定和车辆 仿真速度与分布校核。 8.根据权利要求7所述的微观仿真的多源数据融合分析方法， 其特征在于， 车头时距特 性标定校核 决定路段 的同行能力， 对仿真输出车辆记录中车头时距特征属 性统计， 得到仿 真过程中每辆车 的跟车时距， 将其与现状高峰时段 的车头时距对比， 分析高峰时段 的通行 能力与仿真的通行能力的相似程度。 9.电子设备， 其特征在于， 包括存储器和 处理器， 存储器存储有计算机程序， 所述的处 理器执行所述计算机程序时实现权利要求 1‑8任一项所述的微观仿 真的多源数据融合分析 方法的步骤。 10.计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被处 理器执行时实现权利要求1 ‑8任一项所述的微观仿真的多源数据融合分析 方法。权　利　要　求　书 1/1 页 2 CN 115080638 A 2微观仿真的多源数据融合分析方 法、 电子设备及存储介质 技术领域 [0001]本申请涉及一种数据融合分析方法， 尤其涉及微观仿真的多源数据融合分析方 法、 电子设备及存 储介质， 属于交通仿真技 术领域。 背景技术 [0002]随着城市经济的发展， 交通环境也日益复杂， 对微观交通仿真提出了更高的要求。 微观交通仿 真模型要综合考虑车辆、 道路、 驾驶行为、 环 境、 交通管制措施等影响因素， 精细 化还原路 网的交通运行状况。 然而一般微观交通仿 真模型的参数根据国外交通流特征及驾 驶行为特征进行设定， 作为模型的默认参数。 对于不同地区、 不同路段， 交通流特征具有较 大差异， 缺少交通 流分析的仿真模型必定会导 致评估结果与实际运行状况不相符。 [0003]因此， 构建高精度的微观交通仿真模型， 必须通过调研、 分析路网的实际交通数 据， 提取本地化的交通流特征， 对微观交通仿 真模型的参数进 行本地化标定， 保证仿 真运行 结果的精度。 [0004]现阶段交通流数据的分析主要面向道路断面流量、 路段运行速度检测等目的开 展， 大数据在交通流分析领域的应用已经取得了一定的成果突破， 能满足大部分智能交通 系统应用的需要， 但是流量、 速度等指标的应用大部 分支撑宏观层面的交通流分析， 缺乏对 交通流细节的分析， 而且尚未从整体上把握高速公路交通流运行特征精细化分析要求， 未 能形成完备 的数据分析框架与应用。 随着大数据在交通领域的不断发展， 交通数据的种类 越来越多， 数据量也越来越大， 如何充分挖掘数据的价值、 深度分析 交通流特征对后续相关 项目和技 术研发具有重要意 义。 [0005]现有基于信息物理融合系统的交通数据驱动框架及构建方法： 采用数据驱动的思 想， 实时采集处理存储交通碎片数据， 对采集到的数据按照格式化进行初步分类， 对 “车— 路”数据之间的多维多层关系进 行统一建模， 使用分布式部署的数据库进 行存储， 利用智能 交通出行算法通过数据共享， 利用数据驱动的方法来输出优化当前交通出行状况的管控方 案， 提高交通运行效率， 包括市级范围内的城市道路车载定位设备位置采集、 无人机视频计 算、 微观仿真器模拟 融合、 开源路网获取方法、 时空数据存储方法、 数据共享及管控方案输 出方法。 [0006]然而这种方法仅对采集到的数据按照格式化进行初步分类， 未详细介绍数据结构 以及数据处理流程； 只采用微观仿真器SUMO融合数据产生交通控制模型， 不适用于微观仿 真器VISSIM； 只用道路平均速度、 车辆数等指标来反映交通运行的拥堵状况， 未考虑交通流 参数之间的关系。 发明内容 [0007]在下文中给出了关于本发明的简要概述， 以便提供关于本发明的某些方面的基本 理解。 应当理解， 这个概述并不是关于本发明的穷举性概述。 它并不是意图确定本发明的关 键或重要部 分， 也不是意图限定本发明的范围。 其目的仅仅是以简化的形式给出某些概念，说　明　书 1/12 页 3 CN 115080638 A 3