倪 穎,孫 劍,蒙藝瑋
(同濟大學 交通運輸工程學院,上海 201804)
交通工程進入2.0時代,未來交通系統的發展將具有更大的不確定性,虛擬實驗在交通問題研究和交通工程人才培養中核心手段的地位愈加突出[1]。2021年年底,我國高速公路總里程超16.9萬千米[2],繼續穩居世界第一,但高速公路運行管理仍面臨效率低下、安全事故頻發等挑戰。在“交通強國”“新基建”等國家戰略指引下,智慧高速已成為未來發展的必然趨勢[3]。然而,由于受到高速公路系統邊界開放、運行狀態動態時變、實地實驗風險高、未來技術不確定性大等因素的限制,一直難以開展有效的實驗教學。
同時,駕駛行為,如車輛跟馳、換道行為是影響交通流運行狀態的關鍵因素之一,基于交通流運行狀態的時空演化規律制定主動管控策略是改善交通運行安全和效率的有效手段。現有主流商業化交通仿真軟件(如VISSIM、CORSIM等)在工程實踐中得到廣泛應用,但由于存在駕駛行為模型固定且接口開放性較差、核心參數直接調參困難、交通流運行原始數據處理煩瑣等問題,因此其不適合交通流理論及理論應用的相關教學。
鑒于此,筆者團隊開發了《智慧高速主動管控虛擬仿真實驗》,基于Unity 3D建立虛擬道路場景,融合業界主流駕駛行為模型,構建輕量化交通流仿真平臺,可復現不同天氣環境下高速公路“主線+出入口匝道”交通流運行場景,目前已在國家虛擬仿真實驗教學課程共享平臺上線(網址為https://www.ilab-x.com/details/page?id=9667&is-View=true)。利用人機交互界面,學生通過調整交通流參數及駕駛模型參數或開發個性化交通流模型,根據系統同步輸出的流量-速度曲線及速度時空分布圖,理解交通流運行狀態演化規律;在此基礎上,學生可選取合適的智慧高速管控策略,進行相應的參數設置或開發個性化管控策略及進一步的評估優化。該實驗幫助學生實現知識點的融會貫通,引導學生探索學科前沿,提高創新實踐能力。
本實驗系統的核心要素包括道路環境、車輛運行、管控策略以及實驗數據自動處理與顯示。
車輛道路環境包括高速公路主線及其出入口匝道、路側建筑、車輛、天氣狀況等。借助Unity 3D游戲引擎,構建出三維可視化模型景觀。該系統通過引入漫游、導航等控制邏輯,允許使用者于虛擬場景中進行漫游、導航等操作,具備真實感強、沉浸感好等優點,深得青年學生的喜愛。
車輛運動是該系統的核心仿真要素,包括車輛到達分布、車輛跟馳行為、換道行為設定等。實驗系統中車輛到達基本服從均勻分布,隨機引入干擾;系統預設業界主流跟馳模型,包括IDM智能駕駛人模型、Gipps安全距離模型、Helly刺激-反應模型等三類跟馳模型,特別是用于管控策略測試的IDM跟馳模型,其參數基于實證數據和駕駛模擬器數據綜合校準,駕駛人跟馳行為仿真準確率可達95%以上;基于國內海量自然駕駛數據,將車輛換道過程解耦為“動機生成—車道選擇—間隙選擇—換道執行”四階段,標定后的換道模型準確率達90%以上。
管控策略包含速度引導、匝道信號控制、動態車道管理等,可直接在高速公路及匝道相應位置修改信號燈控制方案、速度引導值、車道管控方案等并可視化在道路場景中,后臺算法將控制車輛遵循控制策略運行。
在高速公路主線上設置四處關鍵斷面,由后臺采集經過該斷面的流量和速度,繪制流量-密度曲線圖,以及速度時空分布圖。
本實驗包括兩大板塊——高速公路交通流擁堵機理解析和高速公路主動管控策略效果評估,可滿足不同知識儲備的不同年級學生實驗需求。
1.高速公路交通流擁堵機理解析涉及的主要知識點包括:(1)交通流基本特征參數及其關系。交通流基本特征參數包括流量、密度、速度,基于流量-速度曲線、速度時空圖分析交通流狀態特征及演化規律。(2)交通流跟馳模型。跟馳模型是交通流理論的基礎模型,選取了最典型的IDM智能駕駛人模型、Gipps安全距離模型、Helly刺激-反應模型作為本系統預設模型。通過調參了解不同類型跟馳模型的關鍵參數及其敏感性,建立跟馳行為參數與交通流運行狀態的關聯關系。
2.高速公路主動管控策略效果評估涉及的知識點包括:(1)常見的主動管控策略,如速度引導、動態車道管理、匝道控制等。(2)基于流量-速度曲線的交通流運行狀態判別。基于交通流運行狀態確定適合的管控策略及其觸發時刻,合理設置管控參數,并基于速度時空圖評估管控策略的有效性。
步驟1:點擊“認知學習”,回顧交通流基本理論和主動管控策略的基本知識點。
步驟2:點擊“開始實驗”—“經典跟馳模型對比”后,系統彈出理論知識點問題窗口,點擊回答。
步驟3—5:分別選擇IDM跟馳模型、Gipps跟馳模型、Helly跟馳模型,調整參數設置,觀察交通流運行狀態。點擊“設置”,設置主線和匝道流量參數、大車比例、仿真運行控制(加速比例、預熱時長、仿真時長)等參數;觀察交通流運行情況;點擊“天氣”可觀察晴天、雨天交通流的不同運行特征;點擊“數據”,可觀察速度-流量散點圖和速度時空圖的變化規律,單擊散點圖中散點可顯示車道編號、速度、流量等信息。如圖1所示。

圖1 跟馳模型調參及運行結果顯示
步驟6:點擊“開始實驗”—“擁堵生成及機理解析”后,系統彈出理論知識點問題窗口,點擊回答。
步驟7:選擇IDM模型作為跟馳模型,根據實證數據標定車輛運行特征參數,點擊“設置”,調整主線和匝道流量,生成入口匝道瓶頸。瓶頸生成后可在速度-流量散點圖中觀測到擁擠狀態的點,并在速度時空圖中顯示擁堵演化過程。
步驟8:給定某流量條件下的交通擁堵場景。點擊“管控車道設置”,設置CACC專用車道,并進一步設置CACC車道的跟馳行為參數,如車頭時距、期望速度,以及專用道準入車輛數等。如圖2所示。

圖2 管控車道設置界面與運行效果
步驟9:學生調整網聯車輛比例,設定仿真時間。仿真結束后系統自動下載交通流流量、速度參數(.csv),計算不同參數下的里程生產量,并進行CACC車道管控效果評估及適應性分析。
步驟10:給定某流量條件下的交通擁堵場景。在匝道控制界面,設置匝道信號控制配時參數,包括周期時長和綠燈時間。
步驟11:學生調整信號配時參數,設定仿真時間。仿真結束后系統自動下載交通流流量、速度參數(.csv),計算不同參數下的里程生產量,進行匝道控制策略有效性評估。
步驟12:給定某流量條件下的交通擁堵場景。在速度引導界面,學生設置不同車道的期望引導速度和引導開始、結束位置與時間。
步驟13:學生通過觀測速度時空圖調整引導速度,確定速度參數后設定仿真時間。仿真結束后系統自動下載交通流流量、速度參數(.csv),計算不同參數下的里程生產量,進行速度引導策略有效性評估。
步驟14:學生完成對比三種策略的效果,并在實驗開始界面上傳實驗報告。教師完成評分后學生可自行下載得分表。
學生需提交的實驗結果包括以下內容。
1.基于流量-速度曲線的跟馳模型參數敏感性分析。
2.擁堵場景構建與速度時空圖分析。
3.動態車道管理方案及效果評估。
4.匝道控制方案及其效果評估。
5.速度引導方案及其效果評估。
此外,實驗系統設有個性化跟馳模型上傳接口,學生可自行開發跟馳模型控制車輛運行,并進行模型的測試和優化。如圖3所示。

圖3 個性化跟馳模型上傳入口
本實驗特色主要體現在以下三個方面。
1.實驗理念創新:破解交通仿真底層模型,支持學生自主開發。傳統交通仿真實驗旨在教會學生微觀交通仿真軟件的基本操作,已有仿真軟件的“黑箱運行”導致學生難以接觸到仿真核心模型,繼而無法從本質上理解交通流運行特征及演變機制。本實驗項目打破仿真軟件核心模型的黑箱約束,開發輕量化實驗平臺,揭示交通流運行原理。學生通過參數調整可深入理解交通仿真核心模型的原理和關鍵參數,并建立其與交通運行狀態的關聯關系;通過開放接口進行自主開發和調試個性化模型,對接交通學科前沿需求,支持學生創新能力培養。
2.實驗方案創新:按需設計、接口開放、場景自主、多維交互。智慧高速主動管控涉及交通工程多門專業課程,涵蓋多個知識點。設計合理的實驗方案以滿足不同年級、不同知識儲備、不同實驗目標的多樣化需求是本實驗解決的核心問題之一。基于此,本虛擬實驗項目開發了交通流模型和智慧高速主動管控策略兩大模塊。面向不同層次學生的實驗需求,可選擇完成部分或全部實驗內容,對系統預設模型調參或利用開放接口開發個性化交通流模型,生成個性化交通流運行場景,并通過友好的人機交互界面、交通流三維呈現、統計圖表自動生成、交通運行全息源數據下載等多種方式引導學生完成實驗。
3.教學方法創新:線上線下虛實融合,實現數據互饋。采用“線上虛擬實驗+線下駕駛實驗”虛實融合的教學方法,實現數據互饋,提升教學效果。一方面,學生利用線上虛擬實驗平臺,通過調整跟馳行為、管控策略等參數,結合交通流三維呈現、流量-速度曲線、速度時空圖等輸出理解交通流狀態演化規律,評估管控策略實施效果;另一方面,利用駕駛模擬器在線下開展不同場景下的單車/多車駕駛模擬實驗,以及基于自然駕駛實驗數據,收集真實駕駛行為參數,并將其反饋到線上虛擬實驗指導參數設置,從而促進學生對理論模型和工程應用的融合,提升教學效果。
學習過該實驗的本科生認為“實驗界面逼真,沉浸感很好”“通過調整模型參數,找到了跟馳行為及管控策略對通行能力的影響,加深了對課本知識的理解”“對交通流理論有了更清晰的認識,還嘗試開發了自己的交通流模型,探索了未來在智能網聯環境下高速公路交通流的運行特性,收獲很多”。本實驗課程已在校內外得到了廣泛推廣應用,3年內校內外實驗總人次破千。特別是通過“同路西行”項目輻射至新疆大學等西部高校,彌補了因條件不足無法開設交通仿真實驗的缺失;推廣至一批具備強勢交通學科的高校,為學生自主開發和調試交通流模型及管控策略提供了有效的平臺,受到了一致好評。未來還將持續完善場景、拓展服務器及網絡資源,進一步提高服務能力。