高速公路ETC仿真平台研究与设计

doi:10.16182/j.issn1004731x.joss.22-0814

系统仿真学报 ›› 2023, Vol. 35 ›› Issue (12): 2624-2640.doi: 10.16182/j.issn1004731x.joss.22-0814

高速公路ETC仿真平台研究与设计

邹复民¹^,²(), 郭峰¹^,²(), 罗思杰², 廖律超³, 李楠², 邢悦²

^1.福州大学计算机与大数据学院, 福建福州 350108
^2.福建理工大学福建省汽车电子与电驱动技术重点实验室, 福建福州 350118
^3.福建理工大学工业控制与数据分析福建省高校重点实验室, 福建福州 350118

收稿日期:2022-07-14 修回日期:2022-08-15 出版日期:2023-12-15 发布日期:2023-12-12
通讯作者: 郭峰 E-mail:fmzou@fjut.edu.cn;n180310004@fzu.edu.cn
第一作者简介:邹复民(1976-)，男，教授，博士，研究方向为交通信息与控制工程、大数据技术与人工智能。E-mail：fmzou@fjut.edu.cn
基金资助:
国家自然科学基金(41971340);中央引导地方科技发展专项(2020L3014);2020年度福建省“一带一路”科技创新平台项目(2020D002);福建省百千万人才工程省级人选(GY-Z19113)

Research and Design of ETC Simulation Platform for Expressway

Zou Fumin¹^,²(), Guo Feng¹^,²(), Luo Sijie², Liao Lüchao³, Li Nan², Xing Yue²

^1.College of Computer and Data Science, Fuzhou University, Fuzhou 350108, China
^2.Fujian Key Laboratory for Automotive Electronics and Electric Drive, Fujian University of Technology, Fuzhou 350118, China
^3.Fujian Provincial Universities Key Laboratory of Industrial Control and Data Analysis, Fujian University of Technology, Fuzhou 350118, China

Received:2022-07-14 Revised:2022-08-15 Online:2023-12-15 Published:2023-12-12
Contact: Guo Feng E-mail:fmzou@fjut.edu.cn;n180310004@fzu.edu.cn

摘要/Abstract

摘要：

由于高速公路ETC系统的实时流量状况在实际研究分析过程中难以量化计算和展示，且尚无一套针对高速公路ETC环境的仿真系统来解决高速公路ETC系统运行场景优化。根据ETC数据特性设计了一套基于ETC环境的仿真系统。在仿真系统中涉及3个核心算法：ETC数据特征提取算法，为仿真平台提供生成仿真数据的特征；改进多任务调度算法，以满足仿真环境中多任务的运算能力；高速公路车流控制策略算法，为在途车流量控制提供了决策指标。实验结果表明：该系统能有效获取ETC数据特征，改进多任务调度算法相较其他算法性能更优，可实现仿真路网的整体车流量控制与优化。

关键词: 仿真技术, 特征识别, 多任务调度, 车流控制, 高速公路

Abstract:

It is difficult to quantitatively calculate and display the real-time traffic situation of expressway ETC system, and there is no simulation system for ETC to optimize the operating situation. A simulation system based on ETC data in proposed, in witch there are three key algorithms. ETC data feature extraction algorithm provides the feature of generating simulation data for the simulation platform. The improved multitask scheduling algorithm has the computing ability of multitasks in simulation environment. The algorithm of expressway traffic flow control strategy provides the decision index for traffic flow control on the way. The experimental results show that the proposed system can effectively extract the features of ETC data, and is better than other algorithms, which can realize the overall traffic flow control and optimization of simulation road network.

Key words: simulation technology, feature recognition, multi task scheduling, traffic flow control, expressway

中图分类号:

TP391.9

邹复民,郭峰,罗思杰等 . 高速公路ETC仿真平台研究与设计[J]. 系统仿真学报, 2023, 35(12): 2624-2640.

Zou Fumin,Guo Feng,Luo Sijie,et al . Research and Design of ETC Simulation Platform for Expressway[J]. Journal of System Simulation, 2023, 35(12): 2624-2640.

图/表 15

图1

图2

图3

图4

图5

表1

图6

表2

图7

图8

图9

表3

图10

图11

表4

参考文献 24

1	Zou Fumin, Guo Feng, Tian Junshan, et al. The Method of Dynamic Identification of the Maximum Speed Limit of Expressway Based on Electronic Toll Collection Data[J]. Scientific Programming, 2021, 2021: 4702669.
2	Burger M, van den Berg M, Hegyi A, et al. Considerations for Model-based Traffic Control[J]. Transportation Research Part C: Emerging Technologies, 2013, 35: 1-19.
3	Ciuffo B, Lima Azevedo C. A Sensitivity-analysis-based Approach for the Calibration of Traffic Simulation Models[J]. IEEE Transactions on Intelligent Transportation Systems, 2014, 15(3): 1298-1309.
4	Ilgin Guler S, Menendez M, Meier L. Using Connected Vehicle Technology to Improve the Efficiency of Intersections[J]. Transportation Research Part C: Emerging Technologies, 2014, 46: 121-131.
5	黄流川. 基于车路协同的典型应用场景构建与仿真研究[D]. 重庆: 重庆大学, 2021.
	Huang Liuchuan. Research on Construction and Simulation of Typical Application Scenarios Based on Vehicle-road Collaboration[D]. Chongqing: Chongqing University, 2021.
6	王贺. 基于正交试验法的城市道路交通VISSIM仿真参数标定系统设计与实现[D]. 石家庄: 石家庄铁道大学, 2020.
	Wang He. Design and Implementation of VISSIM Simulation Parameter Calibration System for Urban Road Traffic Based on the Orthogonal Experiment[D]. Shijiazhuang: Shijiazhuang Tiedao University, 2020.
7	程晓鹏. 基于VISSIM交通仿真的城市高架拥堵分析及控制改善[D]. 西安: 长安大学, 2015.
	Cheng Xiaopeng. Urban Elevated Expressway Traffic Congestion Analysis and Control Based on VISSIM Traffic Simulation[D]. Xi'an: Chang'an University, 2015.
8	Bujanovic P, Lochrane T. Capacity Predictions and Capacity Passenger Car Equivalents of Platooning Vehicles on Basic Segments[J]. Journal of Transportation Engineering, Part A: Systems, 2018, 144(10): 04018063.
9	李美影. 基于改进遗传算法的微观交通仿真模型参数标定方法研究[D]. 济南: 山东大学, 2019.
	Li Meiying. Research on Parameters Calibration of Microscopic Traffic Simulation Model Based on Improved Genetic Algorithm[D]. Jiʹnan: Shandong University, 2019.
10	张婧. 城市道路交通拥堵判别、疏导与仿真[D]. 南京: 东南大学, 2016.
	Zhang Jing. The Study on Identification, Dispersion and Simulation of Urban Traffic Congestion[D]. Nanjing: Southeast University, 2016.
11	曾华倩. V2 V条件下的车辆队列跟驰行为建模与仿真实现[D]. 西安: 长安大学, 2018.
	Zeng Huaqian. Modeling and Simulation of Vehicle Platoon Following Behavior Under the Condition of V2V[D]. Xi'an: Chang'an University, 2018.
12	Zhang Yuming, Zhang Guohui, Fierro R, et al. Force-driven Traffic Simulation for a Future Connected Autonomous Vehicle-enabled Smart Transportation System[J]. IEEE Transactions on Intelligent Transportation Systems, 2018, 19(7): 2221-2233.
13	Márton Tamás Horváth, Lu Qiong, Tettamanti Tamás, et al. Vehicle-in-the-loop (VIL) and Scenario-in-the-loop (SCIL) Automotive Simulation Concepts from the Perspectives of Traffic Simulation and Traffic Control[J]. Transport and Telecommunication Journal, 2019, 20(2): 153-161.
14	Zlatkovic M, Zlatkovic S, Sullivan T, et al. Assessment of Effects of Street Connectivity on Traffic Performance and Sustainability Within Communities and Neighborhoods Through Traffic Simulation[J]. Sustainable Cities and Society, 2019, 46: 101409.
15	Lu Qiong, Tettamanti Tamás, Hörcher Dániel, et al. The Impact of Autonomous Vehicles on Urban Traffic Network Capacity: An Experimental Analysis by Microscopic Traffic Simulation[J]. Transportation Letters, 2020, 12(8): 540-549.
16	Janczykowski M, Turek W, Malawski M, et al. Large-scale Urban Traffic Simulation with Scala and High-performance Computing System[J]. Journal of Computational Science, 2019, 35: 91-101.
17	庞明宝, 刘震. 基于Petri网立交桥智能网联车协作控制仿真[J]. 系统仿真学报, 2023, 35(3): 484-493.
	Pang Mingbao, Liu Zhen. Simulation on Cooperative Control of Connected and Automated Vehicles at Interchange Based on Petri Net[J]. Journal of System Simulation, 2023, 35(3): 484-493.
18	宗芳, 王猛, 曾梦, 等. 考虑多前车作用势的混行交通流车辆跟驰模型[J]. 交通运输工程学报, 2022, 22(1): 250-262.
	Zong Fang, Wang Meng, Zeng Meng, et al. Vehicle-following Model in Mixed Traffic Flow Considering Interaction Potential of Multiple Front Vehicles[J]. Journal of Traffic and Transportation Engineering, 2022, 22(1): 250-262.
19	马庆禄, 张琳, 袁新新, 等. 城市道路交通多状态演化下的连续仿真技术研究[J]. 系统仿真学报, 2022, 34(4): 847-855.
	Ma Qinglu, Zhang Lin, Yuan Xinxin, et al. Continuous Simulation Technology for Multi-state Evolution of Urban Road Traffic[J]. Journal of System Simulation, 2022, 34(4): 847-855.
20	吉柯, 唐进君, 曾捷, 等. 基于递阶优化的城市区域路网交通控制[J]. 铁道科学与工程学报, 2023, 20(1): 63-73.
	Ji Ke, Tang Jinjun, Zeng Jie, et al. Urban Road Network Traffic Control Based on Hierarchical Optimization[J]. Journal of Railway Science and Engineering, 2023, 20(1): 63-73.
21	Bansal N, Maurya A, Kumar T, et al. Cost Performance of QoS Driven Task Scheduling in Cloud Computing[J]. Procedia Computer Science, 2015, 57: 126-130.
22	Mondal R K, Nandi E, Sarddar D. Load Balancing Scheduling with Shortest Load First[J]. International Journal of Grid and Distributed Computing, 2015, 8(4): 171-178.
23	Pradhan P, Behera P K, Ray B N B. Modified Round Robin Algorithm for Resource Allocation in Cloud Computing[J]. Procedia Computer Science, 2016, 85: 878-890.
24	Ghanbari S, Othman M. A Priority Based Job Scheduling Algorithm in Cloud Computing[J]. Procedia Engineering, 2012, 50: 778-785.

字段表示	字段名称	例子
TRADEID	交易标识	S0***1(位)
TRADETIME	交易时间	2020/9/3 20:00:01
FLAGID	门架编号	3502**
OBUID	设备MAC	66AD40**
OBUPLATE	OBU车牌	蓝闽AP****
ENTIME	入口时间	2020/9/3 07:48:39
ENSTATION	入口收费站	46**
LNG	经度	118.56**
LAT	纬度	24.85***
VEHCLASS	车辆类型	1

车型	车类	数量	占比/%
客车	I类	8 985 755	73.34
	II类	36 368	0.30
	III类	71 171	0.58
	IV类	85 236	0.70
货车	I类	904 328	7.38
	II类	336 131	2.74
	III类	135 834	1.11
	IV类	243 303	1.99
	V类	109 592	0.89
	VI类	1 326 630	10.83
作业车	I类专项	8 677	0.000 7
作业车	II类专项	8 609	0.000 7

数量(组)	MTS	Priority	RR	FCFS	SJF	数量(组)	MTS	Priority	RR	FCFS	SJF
10	1	1.38	2.01	1.49	1.19	1 000	1	1.43	1.82	1.41	1.31
100	1	1.42	1.80	1.34	1.23	1 500	1	1.42	1.83	1.40	1.29
500	1	1.41	1.86	1.46	1.30	2 000	1	1.42	1.82	1.42	1.33

路段车流统计总数	行程全路径的车流量
7 168	大田广平入口→大田广平―大田奇韬(696)→大田奇韬―尤溪新阳(1 044)→尤溪新阳―尤溪闽湖(2 610)→尤溪闽湖―华口枢纽(3 306)→华口枢纽―德化上涌(4 872)→德化上涌―德化九仙山(4 480)→德化九仙山―德化(4 992)→德化―汤城枢纽(5 248)→汤城枢纽―下洋(5 504)→下洋―吴山(6 656)→吴山―大田(6 784)→大田出口(7 168)
7 004	白水洋入口→白水洋―大溪枢纽(378)→大溪枢纽―周宁(1 008)→周宁―白云山(1 134)→白云山―康厝枢纽(2 016)→康厝枢纽―坂中枢纽(2 596)→坂中枢纽―福安北(3 074)→福安北―柘荣(3 502)→柘荣―福鼎管阳(3 811)→福鼎管阳―邦福枢纽(4 635)→邦福枢纽―福鼎(5 459)→福鼎―八尺门(6 386)→八尺门出口(7 004)
9 180	白云山入口→白云山―康厝枢纽(360)→康厝枢纽―福安枢纽(540)→福安枢纽―赛岐(540)→赛岐―湾坞枢纽(1 980)→湾坞枢纽―下白石(3 600)→下白石―宁德汽车城(5 220)→宁德汽车城―宁德北(5 400)→宁德北―增坂枢纽(6 840)→增坂枢纽―宁德东(8 280)→宁德东―飞鸾(8 820)→飞鸾出口(9 180)
9 234	福安北入口→福安北―柘荣(1 408)→柘荣―福鼎管阳(2 121)→福鼎管阳―邦福枢纽(4 545)→邦福枢纽―福鼎(5 773)→福鼎―八尺门(7 776)→八尺门出口(9 234)
9 750	福州北入口→洋门枢纽―福州北(3 375)→洋门枢纽―连江(6 375)→连江出口(9 750)
……

[1]	曹建国. 数字化转型下航空发动机仿真技术发展机遇及应用展望[J]. 系统仿真学报, 2023, 35(1): 1-10.
[2]	奇格奇, 刘思劲, 何一康, 王猛, 黄爱玲. 基于仿真驱动的高速公路主动限速效用评价与推荐[J]. 系统仿真学报, 2022, 34(12): 2522-2534.
[3]	潘红光, 高磊, 米文毓. 基于改进宏观交通流模型的MPC算法设计[J]. 系统仿真学报, 2021, 33(8): 1875-1881.
[4]	戢晓峰, 戈艺澄. 基于深度学习的节假日高速公路交通流预测方法[J]. 系统仿真学报, 2020, 32(6): 1164-1171.
[5]	黄瑞松, 李海凤, 刘金, 孔文华. 飞行器半实物仿真技术现状与发展趋势分析[J]. 系统仿真学报, 2019, 31(9): 1763-1774.
[6]	杜怡曼, 苏红帆, 陈宇, 刘龙飞, 吴建平. 南宁市滨湖路绿波方案仿真评估[J]. 系统仿真学报, 2019, 31(3): 585-591.
[7]	杜怡曼, 苏红帆, 吴建平, 陈宇, 黄琳, 刘龙飞. 南宁市中心区域交通动态调控技术[J]. 系统仿真学报, 2019, 31(2): 324-331.
[8]	张宏, 郑荣贝, 乔文珊. 基于路面维护的高速公路PPP项目特许期绩效研究[J]. 系统仿真学报, 2018, 30(8): 3130-3138.
[9]	纪连恩, 赵妮, 梁适宜, 黄博. 支持多用户的三维地震体远程可视化关键技术[J]. 系统仿真学报, 2018, 30(7): 2540-2549.
[10]	庞明宝, 蔡章辉. 一个山区高速公路下纵坡弯道可能事故的CAM[J]. 系统仿真学报, 2018, 30(4): 1414-1422.
[11]	刘立芳, 赵丽莎, 齐小刚, 熊伟. 基于排队模型的网络性能仿真与安全评估技术[J]. 系统仿真学报, 2018, 30(1): 191-196.
[12]	杨森炎, 吴建平, 刘明宇, 何磊. 京藏高速公路货车限行措施仿真研究[J]. 系统仿真学报, 2017, 29(10): 2432-2440.
[13]	胡校飞, 周杨, 李鹏飞, 许继伟, 薛现光. 基于移动平台的空间环境仿真技术研究[J]. 系统仿真学报, 2016, 28(9): 2017-2022.
[14]	张宏, 任芳敏, 郑荣贝. 基于系统动力学的高速公路维护管理系统仿真研究[J]. 系统仿真学报, 2016, 28(3): 676-682.

高速公路ETC仿真平台研究与设计

Research and Design of ETC Simulation Platform for Expressway

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 15

参考文献 24

相关文章 14

编辑推荐

Metrics

本文评价