專(zhuān)利名稱(chēng):一種用于隧道綜合監(jiān)控的交互動(dòng)態(tài)虛擬實(shí)現(xiàn)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種用于隧道綜合監(jiān)控的交互動(dòng)態(tài)虛擬現(xiàn)實(shí)方法，屬于計(jì)算機(jī)仿真技術(shù)和智能交通微觀的技術(shù)領(lǐng)域：
。
背景技術(shù)：
上海外環(huán)隧道是一條橫穿黃浦江的三孔隧道，為緩解了越江交通擁擠的壓力，完善上海市城市道路交通網(wǎng)而建的一條越江隧道。為確保隧道運(yùn)營(yíng)、人身安全及提高車(chē)輛通過(guò)能力，達(dá)到疏通交通、防災(zāi)和消災(zāi)的目的，故建立一套行之有效的隧道智能交通系統(tǒng)。該系統(tǒng)的一個(gè)基本特征是，系統(tǒng)可以對(duì)路網(wǎng)交通條件的變化做出實(shí)時(shí)反應(yīng)，系統(tǒng)中各個(gè)組成元素可以進(jìn)行實(shí)時(shí)的信息交流。為了有效地評(píng)估隧道智能交通系統(tǒng)的效益，需要一個(gè)合適的系統(tǒng)對(duì)隧道交通控制系統(tǒng)進(jìn)行建模評(píng)價(jià)分析，模型能夠描述單個(gè)車(chē)輛-駕駛員這樣的微觀層面的各種相互作用.這樣交通工程師可以對(duì)路網(wǎng)交通條件的變化進(jìn)行自主的控制，從而可以對(duì)方案實(shí)施前后的效果進(jìn)行有效的評(píng)價(jià)。
交通仿真技術(shù)作為智能交通運(yùn)輸系統(tǒng)(ITS)的一項(xiàng)重要內(nèi)容，伴隨著ITS的蓬勃發(fā)展，目前已成為國(guó)內(nèi)外交通工程界研究的熱點(diǎn)領(lǐng)域之一。
交互式的動(dòng)態(tài)虛擬實(shí)現(xiàn)技術(shù)是目前國(guó)際上信息技術(shù)應(yīng)用的尖端技術(shù)之一?，F(xiàn)代計(jì)算機(jī)技術(shù)的高速發(fā)展使得其成為各個(gè)領(lǐng)域的重要研究工具，運(yùn)用計(jì)算機(jī)仿真技術(shù)已成為許多領(lǐng)域系統(tǒng)分析和設(shè)計(jì)的重要技術(shù)手段。計(jì)算機(jī)仿真是指以計(jì)算機(jī)為主要工具，以真實(shí)系統(tǒng)或預(yù)設(shè)系統(tǒng)的仿真模型為依據(jù)，通過(guò)運(yùn)行具體仿真模型和對(duì)計(jì)算機(jī)輸出信息的分析，實(shí)現(xiàn)對(duì)實(shí)際系統(tǒng)運(yùn)行狀態(tài)和變化規(guī)律的綜合評(píng)估與預(yù)測(cè)，進(jìn)而實(shí)現(xiàn)對(duì)真實(shí)系統(tǒng)設(shè)計(jì)與結(jié)構(gòu)的改善或優(yōu)化。它是分析評(píng)價(jià)現(xiàn)有系統(tǒng)運(yùn)行狀態(tài)或設(shè)計(jì)優(yōu)化未來(lái)系統(tǒng)性能與功能的一種技術(shù)手段。在工程設(shè)計(jì)、航空航天、交通運(yùn)輸、經(jīng)濟(jì)管理、生態(tài)環(huán)境、通訊網(wǎng)絡(luò)和計(jì)算機(jī)集成等領(lǐng)域中均有著廣泛的應(yīng)用。是高技術(shù)產(chǎn)業(yè)不可缺少的分析、研究、設(shè)計(jì)、評(píng)價(jià)、決策和訓(xùn)練的重要手段。
隨著計(jì)算機(jī)技術(shù)的微處理器性能的增長(zhǎng)使得利用微型計(jì)算機(jī)和工作站進(jìn)行復(fù)雜系統(tǒng)的仿真分析成為可能。在軟件設(shè)計(jì)中廣泛采用了面向?qū)ο蟮乃枷牒头椒?，再加上?jì)算機(jī)圖形技術(shù)的進(jìn)步，出現(xiàn)了交互式的虛擬實(shí)現(xiàn)技術(shù)，它是傳統(tǒng)仿真技術(shù)的突破和發(fā)展，目前已形成為一門(mén)相對(duì)獨(dú)立的學(xué)科，它與傳統(tǒng)的計(jì)算機(jī)圖形學(xué)和計(jì)算機(jī)仿真技術(shù)相比，有自己顯著的特性，即我們通常所說(shuō)的3I(Immersion、Interaction、Imagination)。這一學(xué)科是仿真技術(shù)發(fā)展的最新成果，其發(fā)展趨勢(shì)突出表現(xiàn)在以下幾個(gè)方面1 建模方法學(xué)中出現(xiàn)了目前研究較多的面向?qū)ο蟮慕７椒ê蛨D形建模技術(shù)，都是利用計(jì)算機(jī)軟件技術(shù)設(shè)法提供一種直觀可視化的建模環(huán)境，使復(fù)雜的建模過(guò)程得到簡(jiǎn)化。
2 面向?qū)ο蠓抡鎰t在理論上突破了傳統(tǒng)仿真方法觀念，使建模過(guò)程具有較高的智能化水平，所建立的模型具有內(nèi)在的可擴(kuò)充性和可重用性，有利于可視化建模仿真環(huán)境的建立，從而為大型復(fù)雜系統(tǒng)的仿真分析提供了方便的手段。
3 人工智能技術(shù)在仿真中的應(yīng)用得以實(shí)現(xiàn)。人工智能與計(jì)算機(jī)仿真在學(xué)科上的交叉涉及到三個(gè)方面知識(shí)庫(kù)用于建模與仿真，包括利用知識(shí)庫(kù)和專(zhuān)家系統(tǒng)為仿真模型的建立和綜合提供咨詢服務(wù)及用于仿真結(jié)果的檢驗(yàn)和可信度分析，仿真技術(shù)與人工智能技術(shù)的結(jié)合產(chǎn)生智能化仿真。
4 虛擬現(xiàn)實(shí)技術(shù)也稱(chēng)為靈境技術(shù)，使用戶仿佛置身于一個(gè)虛擬的環(huán)境中，使用戶可以進(jìn)入虛擬環(huán)境內(nèi)部直接模擬、觀察或感受事物內(nèi)在的變化，并可以直接參與到事物的相互作用中去。交互動(dòng)態(tài)虛擬現(xiàn)實(shí)技術(shù)系統(tǒng)與傳統(tǒng)的仿真技術(shù)相比，有著不可比擬的優(yōu)越性。
采用交互動(dòng)態(tài)虛擬現(xiàn)實(shí)技術(shù)來(lái)研究指導(dǎo)具有較大的現(xiàn)實(shí)意義。僅上海計(jì)劃2010年底建成越江隧道20多座，計(jì)劃完成后，上海將成為世界上隧道最多的城市。目前上海已建成3條公路隧道，2條鐵路隧道和1條觀光隧道。2004年底前還要建成3條公路隧道，2條鐵路隧道。另外南京、浙江、武漢等地也將建設(shè)大量的江底隧道。上海到崇明島將投資120億建設(shè)海底隧道，港粵也將建設(shè)長(zhǎng)距離的海底隧道。各個(gè)隧道隨著地理位置、隧道的結(jié)構(gòu)長(zhǎng)短、形狀等的不同，在設(shè)計(jì)建設(shè)階段、運(yùn)行管理階段均有許多不確定的因素，由于缺乏研究的手段，許多問(wèn)題目前僅是通過(guò)論證和經(jīng)驗(yàn)解決。建立基于交互式動(dòng)態(tài)虛擬現(xiàn)實(shí)技術(shù)的隧道設(shè)計(jì)、建設(shè)和管理平臺(tái)具有重大意義和迫切性。

發(fā)明內(nèi)容本發(fā)明的目的是為了研究各個(gè)隧道隨著地理位置、隧道的結(jié)構(gòu)長(zhǎng)短、形狀的不同，在設(shè)計(jì)建設(shè)階段、運(yùn)行管理階段等許多不確定的因素，提出一種用于隧道綜合監(jiān)控的交互動(dòng)態(tài)虛擬現(xiàn)實(shí)方法。
本發(fā)明的技術(shù)方案是一種用于隧道綜合監(jiān)控的交互動(dòng)態(tài)虛擬現(xiàn)實(shí)方法，其特點(diǎn)是，方法包括以下步驟1、采用VC構(gòu)建系統(tǒng)平臺(tái)和相關(guān)界面，應(yīng)用三維圖形仿真工具OpenInventor來(lái)實(shí)現(xiàn)三維場(chǎng)景的虛擬仿真；2、建立三維場(chǎng)景；對(duì)于復(fù)雜的模型可借助三維CAD軟件，如UG、Pro-E等建立，再通過(guò)VRLM方式讀如仿真場(chǎng)景；3、建立包含仿真數(shù)據(jù)和系統(tǒng)所需知識(shí)庫(kù)，具體包括●模型數(shù)據(jù)包括車(chē)輛、隧道模型數(shù)據(jù)；●仿真的原始數(shù)據(jù)和參數(shù)包括車(chē)輛屬性參數(shù)、隧道狀況參數(shù)、外界環(huán)境狀況參數(shù)；●仿真結(jié)果的分析和統(tǒng)計(jì)數(shù)據(jù)包括隧道內(nèi)車(chē)輛數(shù)量、平均速度、最大CO濃度的統(tǒng)計(jì)；●仿真分析知識(shí)庫(kù)是指應(yīng)用仿真結(jié)果數(shù)據(jù)對(duì)隧道狀況進(jìn)行分析評(píng)價(jià)的知識(shí)或模型，應(yīng)用它們可以給出對(duì)隧道進(jìn)行控制建議；4、采用三維鼠標(biāo)實(shí)現(xiàn)隧道全景或局部的交互式三維漫游；5、車(chē)輛的動(dòng)態(tài)產(chǎn)生、存儲(chǔ)和動(dòng)態(tài)消失；應(yīng)用VC本身的一個(gè)鏈表類(lèi)CobList，CobList進(jìn)行車(chē)輛的存儲(chǔ)；當(dāng)車(chē)輛到達(dá)預(yù)定的位置時(shí)，就必須使之消失，在車(chē)輛到達(dá)目的需要消失的時(shí)候，就必須取消以前分配的那塊內(nèi)存，并同時(shí)從隧道仿真場(chǎng)景中消失；6、建立交通流仿真數(shù)學(xué)模型包括(1)車(chē)輛產(chǎn)生模型即發(fā)車(chē)模型；
(2)出行時(shí)間產(chǎn)生模型；(3)跟車(chē)模型；(4)車(chē)道變換模型；7、實(shí)現(xiàn)交通仿真每個(gè)車(chē)道的車(chē)流采用鏈表形式的結(jié)構(gòu)保存，訪真過(guò)程用周期掃描法；8、確定空氣狀況決定因素；它包括車(chē)輛數(shù)量、車(chē)輛污染物排放因子、車(chē)輛平均速度、風(fēng)速、隧道長(zhǎng)度、外界環(huán)境狀況；9、建立三維虛擬仿真系統(tǒng)它包括以下模塊●檢測(cè)數(shù)據(jù)的預(yù)處理模塊檢測(cè)隧道內(nèi)車(chē)輛、環(huán)境狀況等數(shù)據(jù)，并傳遞給仿真模型；●隧道三維漫游模塊實(shí)現(xiàn)隧道的全景和局部的交互式三維漫游，使觀察者可以根據(jù)自己的意愿，察看隧道的各個(gè)部分，包括這種設(shè)施的工作狀態(tài)；●隧道交通仿真模塊交通仿真模塊能夠根據(jù)檢測(cè)數(shù)據(jù)實(shí)時(shí)仿真隧道中交通狀況；●隧道空氣狀況仿真可以通過(guò)顏色的不同，在虛擬的三維隧道場(chǎng)景中實(shí)時(shí)顯示隧道中空氣的CO濃度、空氣溫度等方面的分布和變化；●隧道照明狀況仿真模塊通過(guò)三維場(chǎng)景中的亮度來(lái)反應(yīng)隧道的光照狀態(tài)，光照狀態(tài)隨實(shí)時(shí)檢測(cè)的光照情況變化；●智能控制模塊智能控制模塊是利用仿真模塊中的數(shù)學(xué)模型，并結(jié)合經(jīng)積累的知識(shí)和經(jīng)驗(yàn)，建立智能控制模型，做出對(duì)隧道設(shè)備的智能控制建議或?qū)崿F(xiàn)對(duì)設(shè)備的實(shí)時(shí)控制；本發(fā)明的有益效果是(1)提供虛擬試驗(yàn)環(huán)境?？梢栽谒淼朗┕ひ郧傲私庠O(shè)計(jì)效果、有效安排施工方案，從而縮短隧道設(shè)計(jì)周期，提高設(shè)計(jì)質(zhì)量，節(jié)省設(shè)計(jì)和施工費(fèi)用。
(2)為隧道的控制和維護(hù)提供虛擬的檢驗(yàn)環(huán)境。可以使我們方便地優(yōu)化控制方案、改善控制策略，而不是在控制方案實(shí)現(xiàn)以后才發(fā)現(xiàn)問(wèn)題，從而有效地提高控制的效率。
(3)虛擬仿真技術(shù)在隧道仿真的成功應(yīng)用可以為其它行業(yè)提供借鑒和參考。
圖1為強(qiáng)制性換道示意圖；圖2為選擇性換道示意圖；圖3為交通仿真實(shí)現(xiàn)框圖；圖4為三維虛擬仿真系統(tǒng)總體結(jié)構(gòu)框圖。
具體實(shí)施方式本發(fā)明具體實(shí)施方式
結(jié)合附圖加以說(shuō)明一種用于隧道綜合監(jiān)控的交互動(dòng)態(tài)虛擬現(xiàn)實(shí)方法，其特點(diǎn)是，方法包括以下具體步驟1、采用VC構(gòu)建系統(tǒng)平臺(tái)和相關(guān)界面，應(yīng)用三維圖形仿真工具OpenInventor來(lái)實(shí)現(xiàn)三維場(chǎng)景的虛擬仿真。Open Inventor是由SGI公司推出的面向?qū)ο蟮娜S圖形軟件包，是基于Open GL的高層圖形開(kāi)發(fā)環(huán)境，也是一種相對(duì)獨(dú)立的窗口系統(tǒng)，它可以通過(guò)支持不同的窗口系統(tǒng)移植到不同的硬件平臺(tái)上。Open Inventor由于采用了面向?qū)ο笏枷?，它?chuàng)建的圖形對(duì)象不同于用傳統(tǒng)方法(如用C語(yǔ)言或GL)產(chǎn)生的圖形。用傳統(tǒng)方法產(chǎn)生的圖形和圖形的操作之間是沒(méi)有聯(lián)系或聯(lián)系很弱的，因此，用傳統(tǒng)的方法產(chǎn)生復(fù)雜的三維圖形并實(shí)現(xiàn)復(fù)雜的圖形操作是十分繁瑣的。然而，Open Inventor把它創(chuàng)建的圖形對(duì)象和對(duì)這些圖形對(duì)象的操作“捆綁”在一起，從而使三維圖形的創(chuàng)建與操作變得簡(jiǎn)單。Open Inventor所創(chuàng)建的對(duì)象的所有信息，如對(duì)象的位置、形狀、大小、色彩、表現(xiàn)紋理、光源等都儲(chǔ)存在Open Inventor的場(chǎng)景數(shù)據(jù)庫(kù)中，用戶可讀取或顯示這些信息。OpenInventor把圖形對(duì)象的信息和對(duì)圖形對(duì)象的操作封裝在一起。這樣，用戶很容易對(duì)創(chuàng)建的圖形對(duì)象實(shí)現(xiàn)改變顏色、大小、紋理、移動(dòng)位置、變換視角、動(dòng)畫(huà)、鼠標(biāo)選取，高亮度顯示，包圍盒計(jì)算，搜索等一系列操作。
2、建立三維場(chǎng)景對(duì)于復(fù)雜的模型可借助三維CAD軟件，如UG、Pro-E等建立，再通過(guò)VRLM方式讀如仿真場(chǎng)景。可在CAD軟件或Open Inventor環(huán)境中給主要的物體表面添加紋理。采用‘相同結(jié)構(gòu)多次使用’的方法可以有效減少模型調(diào)入時(shí)間，如同類(lèi)型的車(chē)輛多次出現(xiàn)時(shí)，可調(diào)用內(nèi)存中的同一個(gè)三維車(chē)輛模型。再如很上的隧道可通過(guò)多次調(diào)用短的隧道來(lái)實(shí)現(xiàn)。
3、建立包含仿真數(shù)據(jù)和系統(tǒng)所需知識(shí)庫(kù)，具體包括●模型數(shù)據(jù)包括車(chē)輛、隧道、其它附件等模型數(shù)據(jù)。
●仿真的原始數(shù)據(jù)和參數(shù)包括車(chē)輛屬性參數(shù)、隧道狀況參數(shù)、外界環(huán)境狀況參數(shù)等。
●仿真結(jié)果的分析和統(tǒng)計(jì)數(shù)據(jù)包括隧道內(nèi)車(chē)輛數(shù)量、平均速度、最大CO濃度等的統(tǒng)計(jì)。
●仿真分析知識(shí)庫(kù)是指應(yīng)用仿真結(jié)果數(shù)據(jù)對(duì)隧道狀況進(jìn)行分析評(píng)價(jià)的知識(shí)或模型，應(yīng)用它們可以給出對(duì)隧道進(jìn)行控制建議。
4、采用三維鼠標(biāo)實(shí)現(xiàn)隧道全景或局部的交互式三維漫游；可采用三維鼠標(biāo)實(shí)現(xiàn)隧道全景或局部的交互式三維漫游，這里設(shè)計(jì)三維鼠標(biāo)在場(chǎng)景中實(shí)現(xiàn)漫游。虛擬圖形仿真子系統(tǒng)的人機(jī)交互模塊在隧道場(chǎng)景繪制模塊初始化后，就檢索三維鼠標(biāo)的存在，對(duì)三維鼠標(biāo)類(lèi)進(jìn)行初始化，建立三維鼠標(biāo)狀態(tài)與視點(diǎn)節(jié)點(diǎn)和隧道本體的位姿變換節(jié)點(diǎn)之間的聯(lián)系。這樣，每當(dāng)操作者改變?nèi)S鼠標(biāo)的當(dāng)前狀態(tài)時(shí)，消息循環(huán)就會(huì)觸發(fā)對(duì)視點(diǎn)節(jié)點(diǎn)或隧道本體位姿變換節(jié)點(diǎn)的相應(yīng)操作，從而實(shí)現(xiàn)場(chǎng)景視點(diǎn)或隧道位姿的變化。
5、車(chē)輛的動(dòng)態(tài)產(chǎn)生、存儲(chǔ)和動(dòng)態(tài)消失；車(chē)輛的動(dòng)態(tài)產(chǎn)生實(shí)質(zhì)上是把車(chē)模型節(jié)點(diǎn)加到隧道場(chǎng)景根節(jié)點(diǎn)下，成為其子節(jié)點(diǎn).由于隧道和車(chē)模型是由UG圖形轉(zhuǎn)化而成的VRML文件格式，其存在硬盤(pán)上，這樣每產(chǎn)生一輛車(chē)就要從硬盤(pán)上讀取一次，造成CPU使用的極大的浪費(fèi)，同時(shí)也造成了仿真的停頓現(xiàn)象。解決這一問(wèn)題的方法是預(yù)先打開(kāi)模型文件，并讀取一個(gè)OpenInventor節(jié)點(diǎn)，車(chē)輛產(chǎn)生時(shí)只要加此節(jié)點(diǎn)到隧道場(chǎng)景的根節(jié)點(diǎn)下。車(chē)輛的存儲(chǔ)應(yīng)用VC本身的一個(gè)鏈表類(lèi)CobList，CobList的功能類(lèi)似雙向鏈表，并且用VC本身具有的類(lèi)節(jié)省了運(yùn)行空間，提高了運(yùn)行速度。當(dāng)車(chē)輛到達(dá)預(yù)定的位置時(shí)，就必須使之消失，否則，隨著仿真程序的不斷運(yùn)行，計(jì)算機(jī)的內(nèi)存空間會(huì)越來(lái)越小，直至死機(jī).由于在車(chē)輛產(chǎn)生的時(shí)候，就給每一輛車(chē)分配了內(nèi)存，所以在車(chē)輛到達(dá)目的需要消失的時(shí)候，就必須取消以前分配的那塊內(nèi)存，并同時(shí)從隧道仿真場(chǎng)景中消失。
6、建立交通流仿真數(shù)學(xué)模型(1)車(chē)輛產(chǎn)生模型即發(fā)車(chē)模型是交通仿真模塊的一個(gè)重要組成部分，發(fā)車(chē)模型主要用于仿真單體的初始化。仿真單體的初始化是仿真模型中的一個(gè)關(guān)鍵性環(huán)節(jié)，在一定程度上，仿真單體的初始化決定了整個(gè)仿真模型宏觀特性的基調(diào)。此模型完成以下屬性的初始化。
A、初始化駕駛員—車(chē)輛屬性駕駛員屬性通過(guò)隨機(jī)數(shù)發(fā)生器，將駕駛員行為參數(shù)(如期望車(chē)速、目標(biāo)車(chē)速、跟隨慢車(chē)的忍耐程度、駕駛員反應(yīng)時(shí)間、駕駛員敏感性、變換車(chē)道時(shí)的可接受空當(dāng)、對(duì)交通信號(hào)和交通標(biāo)志的屈從程度等)按某一分布(由調(diào)查數(shù)據(jù)獲得)隨機(jī)地賦給每一個(gè)駕駛員；車(chē)輛屬性根據(jù)調(diào)查所得的分布，將車(chē)輛種類(lèi)、車(chē)輛性能等參數(shù)隨機(jī)地賦予每一輛車(chē)輛。車(chē)輛種類(lèi)包括根據(jù)車(chē)身長(zhǎng)度或載重進(jìn)行車(chē)輛等級(jí)的分類(lèi)、等分類(lèi)。相應(yīng)的車(chē)輛性能包括最大加速度、最大減速度、正常加速度、正常減速度。
B、出行時(shí)間產(chǎn)生模型泊松分布被成功地用于描述連續(xù)時(shí)間間隔內(nèi)源節(jié)點(diǎn)的出發(fā)車(chē)輛數(shù)，這種計(jì)數(shù)分布所對(duì)應(yīng)的間隔分布(車(chē)頭時(shí)距分布)就是負(fù)指數(shù)分布。由于兩輛車(chē)之間總存在最小車(chē)頭時(shí)距，因此移位負(fù)指數(shù)分布(SNED)被用于描述更具現(xiàn)實(shí)性的車(chē)頭時(shí)距分布。以下給出由Bunker所開(kāi)發(fā)的SNED模型f(t)=λEXP[-λ(t-T)],t≥T0,t<T]]>式中，t為前后相繼出發(fā)的兩輛車(chē)之間的車(chē)頭時(shí)距(s)；λ(λ=aq1-Tq)]]>為單位時(shí)車(chē)輛出發(fā)的平均數(shù)；T為最小車(chē)頭時(shí)距，a為具有大于T的車(chē)頭時(shí)距的車(chē)輛的比率；q為平均車(chē)輛出發(fā)率，輛/s。
為了得到符合上式分布的車(chē)頭時(shí)距t，需要使用稱(chēng)為逆變換(ITM)的數(shù)學(xué)方法，結(jié)果t=1λlnar+T]]>式中，r為在區(qū)間[0，1]間均勻分布的隨機(jī)數(shù)。
記tn為后車(chē)n的出發(fā)時(shí)間，tn-1為前車(chē)n-1的出發(fā)時(shí)間，則tn-tn-1＝t，替換式中的t得到tn=tn-1+1λlnar+T]]>參數(shù)T的存在基本上限制了車(chē)輛最大出發(fā)率為1/T(輛/s)。
(2)跟車(chē)模型車(chē)輛在路段上同一車(chē)道的駕駛過(guò)程中。車(chē)輛運(yùn)動(dòng)受到其前車(chē)的影響，駕駛員一方面希望以期望的速度行駛，另一方面又必須與前車(chē)保持一定的安全距離。后車(chē)相對(duì)于同車(chē)道前車(chē)可能處于三種狀態(tài)自由行駛、跟車(chē)行駛和緊急減速三種狀態(tài)；劃分路段上不同行車(chē)狀態(tài)的閥值用前后相鄰兩車(chē)的車(chē)頭時(shí)距來(lái)界定。當(dāng)同一車(chē)道相鄰兩車(chē)的車(chē)頭時(shí)距大于某一閥值時(shí)，后車(chē)的行駛狀態(tài)已經(jīng)不受前車(chē)的影響，該車(chē)處于自由行駛狀態(tài)，這里的“自由行駛”指不受前車(chē)的約束，但仍然受到道路條件、交通管理法規(guī)、車(chē)輛性能、駕駛員的駕駛習(xí)慣的約束和影響；在這種情形下，假設(shè)駕駛員會(huì)調(diào)整加速度，達(dá)到其目標(biāo)車(chē)速。當(dāng)同一車(chē)道相鄰兩車(chē)的車(chē)頭時(shí)距小于該閥值時(shí)，車(chē)輛處于跟駛狀態(tài)通常的跟車(chē)模型基于刺激-反應(yīng)模式，跟隨車(chē)輛改變其駕駛行為(加速度)的直接刺激來(lái)自于前后車(chē)的速度差，反應(yīng)的靈敏度隨當(dāng)前車(chē)速度的增加而增加，隨前后車(chē)距離的增加而變小。當(dāng)車(chē)頭時(shí)距小于設(shè)定的最小值時(shí)，車(chē)輛處于緊急制動(dòng)狀態(tài)，避免與前車(chē)相撞。
A、自由流模式當(dāng)車(chē)輛處于頭車(chē)位置或與同車(chē)道的前車(chē)距離大于跟馳界限時(shí)(車(chē)頭時(shí)距大于8s)，車(chē)輛處于自由行駛狀態(tài)。此刻車(chē)輛所采用的加速度由車(chē)輛的當(dāng)前速度與期望速度之間的差距確定。公式如下afree=amax+[1-[VVexp]2],(Vexp>V)amax-[1-[VexpV]2],(Vexp≤V)]]>式中afree為自由行駛狀態(tài)下的加速度(m/s2)；amax+，amax-分別為跟馳車(chē)輛類(lèi)型的最大加、減速度(m/s2)；V為跟馳車(chē)輛的當(dāng)前速度(km/h)；Vexp為跟馳車(chē)輛的理想期望速度(km/h)。
B、緊急跟車(chē)模型當(dāng)后行車(chē)輛與前車(chē)距離小于某一預(yù)設(shè)值時(shí)，采用緊急跟車(chē)模型an=minan-1-(Vn-Vn-1)22gap_lead,an-Vn>Vn-1minan-1,an-Vn≤vn-1]]>式中，an-1為前車(chē)的加速度，an-為后車(chē)的正常減速度，gap_lead離前車(chē)車(chē)尾的空間間距，Vn-1為前車(chē)速度C、一般跟馳模型當(dāng)相鄰兩車(chē)的車(chē)頭時(shí)距小于跟駛閥值而又未到車(chē)頭時(shí)距的最小值時(shí)，車(chē)輛處于跟駛狀態(tài)。
一般情況下的跟車(chē)模型為采用EDIE非線性跟馳模型x**n(t+T)=α0x*nm(t+T)[xn-1(t)-xn(t)]t*[x*n-1(t)-x*n(t)]]]>式中
為跟馳車(chē)輛在跟馳行駛過(guò)程中采用的加、減速度(m/s2)；T為駕駛員反應(yīng)時(shí)間(s)；
為車(chē)輛n在t+T時(shí)刻的速度(m/s)；xn-1(t)、xn(t)分別為車(chē)輛n-1、n在t時(shí)刻的坐標(biāo)(m)；
分別為車(chē)輛n-1、n在t時(shí)刻的速度(m/s)；α0、m、l為跟馳模型的標(biāo)定參數(shù)。
由于仿真采用掃描時(shí)段法，因此，駕駛員不可能在每個(gè)掃描時(shí)段都經(jīng)過(guò)一段反應(yīng)時(shí)間后才作出加速度判斷，因此，在本仿真模型中忽略反應(yīng)時(shí)間T，模型如下x**n(t)=α0x*nm(t)[xn-1(t)-xn(t)]t*[x*n-1(t)-x*n(t)]]]>這里的加、減速度在仿真過(guò)程中受到各車(chē)輛類(lèi)型的最大加、減速度的限制，避免純粹按照公式計(jì)算出現(xiàn)極端狀況。
(3)車(chē)道變換模型在早期的換道模型中，人們只是考慮目標(biāo)車(chē)道的前后空檔是否滿足，若滿足則實(shí)施換道行為。沒(méi)有考慮車(chē)輛與相鄰車(chē)道的前后車(chē)之間的競(jìng)爭(zhēng)與合作關(guān)系，將前后空檔作為仿真系統(tǒng)的一個(gè)系統(tǒng)參數(shù)固定下來(lái)。然而，車(chē)輛的換道行為是一個(gè)復(fù)雜的主觀行為，不僅與相鄰車(chē)道的前后空檔有關(guān)，還應(yīng)與車(chē)輛類(lèi)型、當(dāng)前車(chē)輛與目標(biāo)車(chē)道前后車(chē)的相對(duì)速度、司機(jī)的類(lèi)型(謹(jǐn)慎型、普通型、沖動(dòng)型)、道路天氣情況等有關(guān)。
車(chē)輛的換道意圖，主要分為強(qiáng)制性換道和選擇性換道。強(qiáng)制性換道是車(chē)輛由于轉(zhuǎn)彎或前方發(fā)生交通事故或車(chē)道使用的限制而必須換道。選擇性換道則是因?yàn)檐?chē)輛的行駛速度達(dá)不到或者超出了司機(jī)的心理期望值而進(jìn)行換道。
駕駛員車(chē)道變換主要包含以下三個(gè)過(guò)程(子模型)決定是否變換車(chē)道(車(chē)道變換決策模型)、尋找可接受的空當(dāng)(變換車(chē)道條件模型)、車(chē)道變換的具體策略(變換車(chē)道執(zhí)行策略模型)。在強(qiáng)制變換車(chē)道中有一種特殊的情形——擠壓車(chē)道變換(ForcingLane-changing)，指在通常的變換車(chē)道條件不具備的情況下，當(dāng)前車(chē)駕駛員通過(guò)擠壓相鄰車(chē)道的車(chē)流，迫使某一空當(dāng)?shù)暮筌?chē)減速，從而擠壓出可接受的空當(dāng)來(lái)變換車(chē)道的行為。一旦做出以上決策之后，駕駛員將檢查是否具備變換車(chē)道的條件，即相鄰車(chē)道是否有可接受的前空當(dāng)和后空當(dāng)。如果變換車(chē)道的條件具備，駕駛員將執(zhí)行車(chē)道變換。
當(dāng)前車(chē)輛n以速度Vn、加速度an在車(chē)道II行駛，并產(chǎn)生換道意圖?？晒┢溥x擇的車(chē)道有車(chē)道I和車(chē)道III，若選擇車(chē)道I，則它與前車(chē)n-1的距離計(jì)為gap_lead，與后車(chē)n+1的距離計(jì)為gap_lag，車(chē)長(zhǎng)計(jì)為L(zhǎng)。車(chē)輛的期望速度Vn0由車(chē)輛類(lèi)型、司機(jī)類(lèi)型等因素決定，定義為Vn0=V‾n*θ]]>
其中，Vn為第n輛車(chē)的正常行駛速度，由車(chē)型決定，為系統(tǒng)參數(shù)；θ為冒險(xiǎn)系數(shù)，反應(yīng)司機(jī)的類(lèi)型，為一正態(tài)分布的隨機(jī)數(shù)，介于0.5與1.5之間(即均值為1)。θ越小，表明司機(jī)越謹(jǐn)慎，反之，表明司機(jī)越?jīng)_動(dòng)。隨機(jī)數(shù)的生成方法如下θ′=mean+(-7+Σi=114(Random Number[0..1]))*Standard Deviation]]>θ=0.5,θ′<0.5θ′,0.5≤θ′≤1.51.5,θ′>1.5]]>其中，mean表示均值，Random Number表示一隨機(jī)數(shù)產(chǎn)生器，StandardDeviation表示均方差。車(chē)輛的實(shí)際行駛速度Vn由于車(chē)輛受到車(chē)道的限制(如限速或交通事故等)或受到前車(chē)的影響，往往不能以其期望速度行駛。
Vn＝min(Vlane_i，V*)其中，Vlane_i表示車(chē)道i的限制車(chē)速；V*表示由于前車(chē)影響而受限制的車(chē)速，其取值按跟車(chē)模型計(jì)算(見(jiàn)公式(5))。若Vn<Vn0,]]>則車(chē)輛將產(chǎn)生變更車(chē)道的意圖(選擇性換道)。
A、強(qiáng)制性換道當(dāng)車(chē)輛接近路口時(shí)需要重新進(jìn)行路徑選擇(或者路徑已經(jīng)事先確定)，若需要在路口轉(zhuǎn)彎，則可能需要變換車(chē)道，此時(shí)的變更車(chē)道行為是強(qiáng)制性的，否則車(chē)輛將無(wú)法到達(dá)目的地。若在車(chē)輛行駛的前方發(fā)生了交通事故或其他事件而影響車(chē)輛通過(guò)時(shí)，也將產(chǎn)生強(qiáng)制變更車(chē)道意圖，否則車(chē)速將降為零。這一情況也適用于交通堵塞情形，此時(shí)的車(chē)速降為零。如圖1所示，假設(shè)車(chē)輛以速度Vn行駛，其距離事故地點(diǎn)距離為ln產(chǎn)生強(qiáng)制換道意圖，并以減速度an減速，或者車(chē)輛n在無(wú)法變更車(chē)道的情況下應(yīng)能保證在事故地點(diǎn)前停下。因此an=-Vn22(ln-σ)]]>其中，an為負(fù)值表示車(chē)輛n減速，σ為一安全裕量，表明車(chē)輛在事故地點(diǎn)前σ米處停下。一般而言，當(dāng)車(chē)輛距離事故地點(diǎn)越近，則其變更車(chē)道的意圖越強(qiáng)烈，定義pn(t)=1-r*ln(t)-σln]]>pn(t)為車(chē)輛實(shí)施換道的概率，ln(t)為t時(shí)刻車(chē)輛n距離事故地點(diǎn)的距離。r與司機(jī)類(lèi)型有關(guān)，是冒險(xiǎn)系數(shù)θ的函數(shù)，θ的取值范圍是[0.5，1.5]，r是θ的減函數(shù)，定義如下r＝0.1θ2-0.45θ+0.95易見(jiàn)，r的取值范圍為[0，1]當(dāng)車(chē)輛n產(chǎn)生變更車(chē)道的意圖后，它將以減速度an減速，并檢查gap_lead是否滿足其變更車(chē)道的要求，即gap_lead是否大于等于跟車(chē)模型所要求的車(chē)間距gap_lead_needed。gap_lead_needed的確定依據(jù)為由于車(chē)輛n要換道到車(chē)道I，它應(yīng)將自己當(dāng)作行駛在車(chē)道I上，并以車(chē)輛n-1為頭車(chē)，滿足跟車(chē)模型。若gap_lead已經(jīng)滿足跟車(chē)模型所要求的車(chē)間距gap_lead_needed，車(chē)輛n不會(huì)加速行駛，轉(zhuǎn)而判斷gap_lag是否滿足其變更車(chē)道到車(chē)道I要求。若gap_lag_needed也滿足跟車(chē)模型的要求，則車(chē)輛n換道，否則，車(chē)輛n發(fā)出換道信號(hào)給車(chē)輛n+1，并等待車(chē)輛n+1的回應(yīng)。而車(chē)輛n+1以概率pn(t)決定是否減慢車(chē)速以給車(chē)輛n讓出足夠的空間。若車(chē)輛n在到達(dá)事故地點(diǎn)時(shí)仍無(wú)法換道，其速度降為零。此時(shí)它停車(chē)等待，并不斷地發(fā)出換道請(qǐng)求，其pn(t)＝1。在車(chē)輛的加速度an和相對(duì)速度已知的條件下，gap_lead_needed及gap_lag_needed的取值可由跟車(chē)模型推出。本文采用Herman跟車(chē)模型an=a0*Vnα(gap_lead_needed)β*(Vn-1-Vn)]]>an-1=a0*Vn+1α(gap_lag_needed)β*(Vn-Vn+1)]]>其中，α、β為系統(tǒng)參數(shù)。當(dāng)α＝、β＝2時(shí)，Herman模型轉(zhuǎn)變?yōu)镻ipes模型。當(dāng)α＝0、β＝1時(shí)，轉(zhuǎn)變?yōu)镚azis模型。綜上所述，當(dāng)車(chē)輛產(chǎn)生強(qiáng)制換道意圖后，它將首先減速，開(kāi)選擇目標(biāo)車(chē)通。在確定了目標(biāo)車(chē)道后，再判斷它在目標(biāo)車(chē)道的前后空檔。若前后空檔都滿足，則實(shí)施換道。否則，若前檔gap_lead_needed不滿足，它將繼續(xù)減速。若后檔gap_lag_needed不滿足，它就向后車(chē)n+1發(fā)出換道請(qǐng)求，后車(chē)以概率pn(t)決定是否減速以讓出足夠空檔。pn(t)是一個(gè)遞增的變量，隨著車(chē)輛n距離事故地點(diǎn)越近，取值越大。若因?yàn)槎萝?chē)或其他特殊情況，在pn(t)＝1時(shí)，車(chē)輛n仍無(wú)法換道，它此時(shí)的速度已經(jīng)降為零，即停車(chē)等待。
B、選擇性換道若車(chē)輛n的實(shí)際行駛速度Vn小于其期望速度Vn0，則車(chē)輛將產(chǎn)生選擇性換道的意圖。和強(qiáng)制性換道不同的是，它不會(huì)因?yàn)榭陀^條件的限制無(wú)法滿足時(shí)而停車(chē)等候，車(chē)輛n只會(huì)以較低的速度繼續(xù)在原車(chē)道行駛，因此其換道的行為與強(qiáng)制性換道不同。當(dāng)車(chē)輛n產(chǎn)生換道意圖后，它將判斷其前后空檔gap_lead、gap_lag是否滿足要求，如滿足則開(kāi)始換道行為，其中g(shù)ap_lead_needed、gap_lag_needed的取值與強(qiáng)制性換道中討論的一樣，即滿足公式(5)。若gap_lead＜gap_lead_needed，則它將減速，減速度取車(chē)輛的正常減速度(正常減速度為一系統(tǒng)參數(shù)，與車(chē)輛類(lèi)型、司機(jī)類(lèi)型等因素有關(guān))，一直將速度減到能滿足gap_lead_needed的要求為止。此時(shí)相當(dāng)于車(chē)輛n在車(chē)道I上跟者車(chē)輛n-1行駛，雖然它仍在本車(chē)道上。如圖2所示，當(dāng)gap_lead≥gap_lead_needed后，車(chē)輛n再判斷gap_lag是否大于gap_lag_needed，若不滿足，它將以現(xiàn)有速度繼續(xù)行駛，并給車(chē)輛n+1發(fā)出請(qǐng)求換道信號(hào)。車(chē)輛n+1以一定的概率pn+1選擇是否減速以給車(chē)輛n讓出足夠的空檔。pn+1定義為pn+1=min(0.75,α(Vn-Vn0)(1.5-θ))]]>α為系統(tǒng)參數(shù)，取0.2；θ為司機(jī)的沖動(dòng)系數(shù)。由此看出，車(chē)輛n有可能無(wú)法完成換道行為，也有可能在車(chē)輛n+1以后的某個(gè)車(chē)輛后完成換道行為。
7、實(shí)現(xiàn)交通仿真交通仿真實(shí)現(xiàn)方法如圖3所示。其中每個(gè)車(chē)道的車(chē)流采用鏈表形式的數(shù)據(jù)結(jié)構(gòu)保存。
其交通仿真過(guò)程為本交通流仿真系統(tǒng)總的仿真思路周期掃描法模擬時(shí)鐘按固定時(shí)間步長(zhǎng)(必須足夠小)向前推進(jìn)，每推進(jìn)一步就掃描一次全部臨近的未來(lái)事件發(fā)生時(shí)刻和產(chǎn)生條件?？串a(chǎn)生時(shí)刻是否等于或小于當(dāng)前時(shí)刻和有無(wú)產(chǎn)生條件已滿足的事件，如果有則模擬該事件，否則就繼續(xù)向前推進(jìn)模擬時(shí)鐘。如此不斷地重復(fù)下去，直到仿真仿真時(shí)間結(jié)束。
車(chē)輛發(fā)出以后，啟動(dòng)了計(jì)時(shí)器(settimer)，系統(tǒng)狀態(tài)及統(tǒng)計(jì)變量等置以初始值。每一個(gè)仿真時(shí)間段(20ms)內(nèi)計(jì)算每輛車(chē)的速度，加速度以及車(chē)輛行走的總距離。每一步都要對(duì)前方車(chē)輛和旁邊臨近車(chē)輛進(jìn)行判斷，確定是否可以換車(chē)，如換車(chē)道就加速并轉(zhuǎn)到旁邊車(chē)道，如不能就用跟馳模型控制速度。在每個(gè)仿真時(shí)間段內(nèi)，我們可以得到車(chē)的位置信息后更新此車(chē)的位置節(jié)點(diǎn)。最后還要判斷是否要發(fā)車(chē)及退出仿真的條件(仿真時(shí)間)否已滿足。如系統(tǒng)要求發(fā)車(chē)則調(diào)發(fā)車(chē)模型。如果模擬終止條件滿足，則結(jié)束仿真。
8、確定空氣狀況決定因素它包括車(chē)輛數(shù)量、車(chē)輛污染物排放因子、車(chē)輛平均速度、風(fēng)速、隧道長(zhǎng)度、外界環(huán)境狀況；(1)空氣狀況決定數(shù)據(jù)空氣狀況決定因素車(chē)輛數(shù)量、車(chē)輛污染物排放因子、車(chē)輛平均速度、風(fēng)速、隧道長(zhǎng)度、外界環(huán)境狀況。其中隧道長(zhǎng)度為已知，外界環(huán)境的空氣狀況由實(shí)際測(cè)量得到，以下是其它各參數(shù)的確定方法。
A、車(chē)輛汽車(chē)污染物排放因子公路汽車(chē)污染物排放因子行駛在公路上的汽車(chē)平均單車(chē)行駛單位里程排放的污染物的質(zhì)量，單位g/(km.輛)車(chē)輛污染物排放因子主要通過(guò)測(cè)量得到，測(cè)量的方法主要有兩鐘a.單車(chē)污染物排放因子的實(shí)驗(yàn)室測(cè)量這種方法是在試驗(yàn)室測(cè)功機(jī)上對(duì)正在使用的汽車(chē)的污染物排放因子的測(cè)量。
測(cè)量中可以發(fā)現(xiàn)各種汽車(chē)污染物排放因子的離散性很大，因此采用少數(shù)單車(chē)的污染物排放因子計(jì)算實(shí)際交通中的測(cè)量污染物排放常出現(xiàn)誤差非常大的情況。
b.交通隧道內(nèi)的平均單車(chē)污染物排放因子的測(cè)量這種方法是通過(guò)檢測(cè)運(yùn)營(yíng)隧道內(nèi)污染物濃度分布和隧道內(nèi)風(fēng)速等環(huán)境要素，再通過(guò)大氣擴(kuò)散方程可求出車(chē)流中平均單車(chē)污染物排放因子。
這樣得出的污染物排放因子是代表實(shí)際機(jī)動(dòng)車(chē)車(chē)流在真實(shí)狀態(tài)下的污染物排放水平，所以也更為可靠。這種方法已廣被西方國(guó)家所采用。
B、車(chē)輛的數(shù)量和平均行駛速度車(chē)輛的數(shù)量和平均速度可由測(cè)量仿真模塊統(tǒng)計(jì)出。
C、風(fēng)速隧道內(nèi)的風(fēng)速，除了和隧道結(jié)構(gòu)有關(guān)外，主要受三個(gè)因素影響自然流動(dòng)、車(chē)輛影響、風(fēng)扇。這里暫不考慮自然因素，只考慮車(chē)輛和風(fēng)扇的影響。
車(chē)輛對(duì)風(fēng)速的影響可根據(jù)測(cè)量平均速度和平均迎風(fēng)面積，通過(guò)動(dòng)量或動(dòng)能定理得出。
風(fēng)扇對(duì)風(fēng)速的影響根據(jù)風(fēng)扇的功率和能量守恒規(guī)律計(jì)算出風(fēng)扇對(duì)風(fēng)速的影響。
(2)空氣狀況仿真模型因隧道比較長(zhǎng)，可認(rèn)為截面上污染物分布均勻。所以把隧道空氣狀況看做一維穩(wěn)態(tài)物質(zhì)輸運(yùn)方程。不考慮汽車(chē)排放污染物的化學(xué)反應(yīng)衰減過(guò)程，則根據(jù)穩(wěn)態(tài)質(zhì)量守恒方程得到u(x)∂C(x)∂x=q-kC(x)]]>其中C(x)隧道內(nèi)污染物濃度mg/m3u(x)隧道內(nèi)的風(fēng)速，m/sk污染物在隧道內(nèi)沉降率，s-1q隧道內(nèi)單位體積污染物排放速率或緣強(qiáng)，mg/(s.m3)
9、建立三維虛擬仿真系統(tǒng)三維虛擬仿真系統(tǒng)的總體結(jié)構(gòu)如圖4所示。隧道檢測(cè)設(shè)備實(shí)時(shí)或模擬檢測(cè)的數(shù)據(jù)，經(jīng)預(yù)處理后傳遞給三維虛擬環(huán)境中的各仿真模塊，經(jīng)過(guò)三維仿真后，利用仿真模塊中的數(shù)學(xué)模型，并結(jié)合經(jīng)積累的知識(shí)和經(jīng)驗(yàn)，做出對(duì)隧道設(shè)備的智能控制建議。各模塊功能如下。
●檢測(cè)數(shù)據(jù)的預(yù)處理模塊檢測(cè)隧道內(nèi)車(chē)輛、環(huán)境狀況等數(shù)據(jù)，并傳遞給仿真模型。
●隧道三維漫游模塊實(shí)現(xiàn)隧道的全景和局部的交互式三維漫游，使觀察者可以根據(jù)自己的意愿，察看隧道的各個(gè)部分，包括這種設(shè)施的工作狀態(tài)。
●隧道交通仿真模塊交通仿真模塊能夠根據(jù)檢測(cè)數(shù)據(jù)實(shí)時(shí)仿真隧道中交通狀況。
●隧道空氣狀況仿真可以通過(guò)顏色的不同，在虛擬的三維隧道場(chǎng)景中實(shí)時(shí)顯示隧道中空氣的CO濃度、空氣溫度等方面的分布和變化。
●隧道照明狀況仿真模塊通過(guò)三維場(chǎng)景中的亮度來(lái)反應(yīng)隧道的光照狀態(tài)，光照狀態(tài)隨實(shí)時(shí)檢測(cè)的光照情況變化。
●智能控制模塊智能控制模塊是利用仿真模塊中的數(shù)學(xué)模型，并結(jié)合經(jīng)積累的知識(shí)和經(jīng)驗(yàn)，建立智能控制模型，做出對(duì)隧道設(shè)備的智能控制建議或?qū)崿F(xiàn)對(duì)設(shè)備的實(shí)時(shí)控制。
以上所述內(nèi)容僅為本發(fā)明構(gòu)思下的基本說(shuō)明，而依據(jù)本發(fā)明的技術(shù)方案所作的任何等效變換，均應(yīng)屬于本發(fā)明的保護(hù)范圍。
權(quán)利要求
1.一種用于隧道綜合監(jiān)控的交互動(dòng)態(tài)虛擬實(shí)現(xiàn)方法，其特點(diǎn)是，方法包括以下步驟(1)采用VC構(gòu)建系統(tǒng)平臺(tái)和相關(guān)界面，應(yīng)用三維圖形仿真工具OpenInventor來(lái)實(shí)現(xiàn)三維場(chǎng)景的虛擬仿真；(2)建立三維場(chǎng)景；對(duì)于復(fù)雜的模型可借助三維CAD軟件，如UG、Pro-E等建立，再通過(guò)VRLM方式讀如仿真場(chǎng)景；(3)建立包含仿真數(shù)據(jù)和系統(tǒng)所需知識(shí)庫(kù)，具體包括●模型數(shù)據(jù)包括車(chē)輛、隧道模型數(shù)據(jù)；●仿真的原始數(shù)據(jù)和參數(shù)包括車(chē)輛屬性參數(shù)、隧道狀況參數(shù)、外界環(huán)境狀況參數(shù)；●仿真結(jié)果的分析和統(tǒng)計(jì)數(shù)據(jù)包括隧道內(nèi)車(chē)輛數(shù)量、平均速度、最大CO濃度的統(tǒng)計(jì)；●仿真分析知識(shí)庫(kù)是指應(yīng)用仿真結(jié)果數(shù)據(jù)對(duì)隧道狀況進(jìn)行分析評(píng)價(jià)的知識(shí)或模型，應(yīng)用它們可以給出對(duì)隧道進(jìn)行控制建議；(4)采用三維鼠標(biāo)實(shí)現(xiàn)隧道全景或局部的交互式三維漫游；(5)車(chē)輛的動(dòng)態(tài)產(chǎn)生、存儲(chǔ)和動(dòng)態(tài)消失；應(yīng)用VC本身的一個(gè)鏈表類(lèi)CobList，CobList進(jìn)行車(chē)輛的存儲(chǔ)；當(dāng)車(chē)輛到達(dá)預(yù)定的位置時(shí)，就必須使之消失，在車(chē)輛到達(dá)目的需要消失的時(shí)候，就必須取消以前分配的那塊內(nèi)存，并同時(shí)從隧道仿真場(chǎng)景中消失；(6)建立交通流仿真數(shù)學(xué)模型包括A、車(chē)輛產(chǎn)生模型即發(fā)車(chē)模型；B、出行時(shí)間產(chǎn)生模型；C、跟車(chē)模型；D車(chē)道變換模型；(7)實(shí)現(xiàn)交通仿真每個(gè)車(chē)道的車(chē)流采用鏈表形式的結(jié)構(gòu)保存，訪真過(guò)程用周期掃描法；(8)確定空氣狀況決定因素；它包括車(chē)輛數(shù)量、車(chē)輛污染物排放因子、車(chē)輛平均速度、風(fēng)速、隧道長(zhǎng)度、外界環(huán)境狀況；(9)建立三維虛擬仿真系統(tǒng)它包括以下模塊●檢測(cè)數(shù)據(jù)的預(yù)處理模塊檢測(cè)隧道內(nèi)車(chē)輛、環(huán)境狀況等數(shù)據(jù)，并傳遞給仿真模型；●隧道三維漫游模塊實(shí)現(xiàn)隧道的全景和局部的交互式三維漫游，使觀察者可以根據(jù)自己的意愿，察看隧道的各個(gè)部分，包括這種設(shè)施的工作狀態(tài)；●隧道交通仿真模塊交通仿真模塊能夠根據(jù)檢測(cè)數(shù)據(jù)實(shí)時(shí)仿真隧道中交通狀況；●隧道空氣狀況仿真模塊可以通過(guò)顏色的不同，在虛擬的三維隧道場(chǎng)景中實(shí)時(shí)顯示隧道中空氣的CO濃度、空氣溫度等方面的分布和變化；●隧道照明狀況仿真模塊通過(guò)三維場(chǎng)景中的亮度來(lái)反應(yīng)隧道的光照狀態(tài)，光照狀態(tài)隨實(shí)時(shí)檢測(cè)的光照情況變化；●智能控制模塊智能控制模塊是利用仿真模塊中的數(shù)學(xué)模型，并結(jié)合經(jīng)積累的知識(shí)和經(jīng)驗(yàn)，建立智能控制模型，做出對(duì)隧道設(shè)備的智能控制建議或?qū)崿F(xiàn)對(duì)設(shè)備的實(shí)時(shí)控制。
專(zhuān)利摘要
本發(fā)明公開(kāi)了一種用于隧道綜合監(jiān)控的交互動(dòng)態(tài)虛擬實(shí)現(xiàn)方法，特點(diǎn)是，實(shí)現(xiàn)了隧道的環(huán)境，包括車(chē)輛，道路、隧道結(jié)構(gòu)等的全三維虛擬仿真。在交通模型的建立中，創(chuàng)造性地考慮了駕駛員的行為屬性，并詳細(xì)分解了車(chē)輛運(yùn)行的各種模式仿真計(jì)算模型。對(duì)隧道環(huán)境的仿真考慮了車(chē)輛的排放因子、通風(fēng)、隧道造型等的影響。實(shí)現(xiàn)了隧道交通、排風(fēng)、環(huán)境等的隧道綜合性的仿真系統(tǒng)。本發(fā)明的有益效果是提供虛擬試驗(yàn)環(huán)境，可以在隧道施工以前了解設(shè)計(jì)效果、有效安排施工方案，縮短設(shè)計(jì)周期，提高設(shè)計(jì)質(zhì)量，節(jié)省設(shè)計(jì)和施工費(fèi)用；為隧道優(yōu)化控制方案、改善控制策略，有效地提高控制效率。虛擬仿真技術(shù)在隧道仿真的成功應(yīng)用可以為其它行業(yè)提供借鑒和參考。
文檔編號(hào)G06T17/40GK1991845SQ200510112187
公開(kāi)日2007年7月4日 申請(qǐng)日期2005年12月29日
發(fā)明者康盛, 余鹿延, 姚勝東, 沈毅, 李一丁, 包勤峰, 羅紅 申請(qǐng)人:上海電氣自動(dòng)化設(shè)計(jì)研究所有限公司導(dǎo)出引文BiBTeX, EndNote, RefMan