摘 要

现如今，大城市的交通拥堵问题越来越成为制约城市经济状况，影响人们出行的关键因素，改善交通拥堵现状成为交通和计算机专业相关学者的研究目标之一。伴随着智能交通系统的飞速发展，在交通仿真平台中应用智能交通技术也成为未来交通仿真发展的一大趋势。在交通仿真平台中集成交通控制的各种优化算法，实现各类交通控制模型，通过仿真对比结果，评估分析优化算法和交通控制模型的优劣也是当今交通仿真急需要研究的问题。

现阶段成熟的城市交通仿真平台比比皆是，有关城市交通仿真的研究也层出不穷，国内外也已经存在智能交通系统的实际应用，国内一些大城市已经引进或开发了适合本地情况的智能交通监控系统。然而，关于应用智能交通技术的交通仿真平台却没能紧跟齐上，为此，我们急需要一种集成仿真与优化的交通仿真平台。

为解决直接对VISSIM二次开发编程难度高、耗费时间多的问题，本文在已有研究的基础上提出了集成VISSIM与Python的城市交通监控仿真系统。利用处理过的浮动车轨迹数据，输入到VISSIM仿真软件中实现动态交通仿真过程。同时，借助于Python强大的人工智能和深度学习函数库，易于实现各种优化算法和交通控制策略模型。具体过程为：以Python作为主控程序，通过VISSIM提供的COM接口通信来获取VISSIM路网文件中的各类对象信息，实现在Python中控制仿真过程。在各种交通控制优化算法和策略模型的基础上，评估不同优化算法和控制模型的性能。最后，通过在系统中集成基于遗传神经网络的交通信号灯配时优化算法来验证系统实现的可行性。

关键词：智能交通；仿真平台；VISSIM二次开发；接口；浮动车数据

Abstract

Nowadays, traffic congestion in large cities has increasingly become a key factor restricting urban economic conditions and affecting people's travel. Improving traffic congestion has become one of the research objectives of scholars majoring in transportation and computer science. With the rapid development of intelligent transportation system, the application of intelligent transportation technology in traffic simulation platform has become a major trend of traffic simulation in the future. Integrating various optimization algorithms of traffic control in the traffic simulation platform to realize various traffic control models, and evaluating and analyzing the advantages and disadvantages of the optimization algorithm and traffic control model through the simulation comparison results is also an urgent issue to be studied in traffic simulation nowadays.

At the present stage, mature urban traffic simulation platforms can be found everywhere, and researches on urban traffic simulation are emerging in an endless stream. The practical application of intelligent traffic system has already existed at home and abroad, and some large cities in China have introduced or developed intelligent traffic monitoring systems suitable for local conditions. However, the application of intelligent transportation technology traffic simulation platform has not been able to follow up, for this, we urgently need an integrated simulation and optimization of traffic simulation platform.

In order to solve the problem of high difficulty and time consuming in direct secondary development programming of VISSIM, this paper proposes an urban traffic monitoring simulation system integrating VISSIM and Python. Using the processed trajectory data of floating vehicles, the dynamic traffic simulation process is realized by inputting it into the VISSIM simulation software. Meanwhile, with the help of Python's powerful artificial intelligence and deep learning function library, it is easy to implement various optimization algorithms. The specific process is as follows: take Python as the main control program, obtain all kinds of object information in VISSIM road network file through COM interface communication provided by VISSIM, and realize the control of simulation process in Python. Based on various traffic control optimization algorithms and strategy models, the performance of different optimization algorithms and control models is evaluated. Finally, the traffic signal timing optimization algorithm based on genetic neural network is integrated into the system to verify the feasibility of the system.

Key Words：Intelligent transportation; Simulation platform; VISSIM secondary development; Interface; Floating car data

目 录

第1章 绪论 1

1.1 研究背景 1

1.2 研究目的与意义 1

1.3 国内外研究现状 2

1.3.1 国内研究现状 2

1.3.2 国外研究现状 3

1.4 城市交通仿真系统 4

1.5 本文主要内容 4

1.6 本文结构安排 4

第2章 浮动车轨迹数据预处理 6

2.1 数据预处理 6

2.1.1 交通流数据处理 6

2.1.2 交通信号灯配时数据处理 8

2.2 VISSIM路网构建 9

2.2.1 车辆与交通流量输入 10

2.2.2 交通信号灯配时 11

2.2.3 排队数据评价 11

2.4 本章小结 12

第3章 基于VISSIM的二次开发 13

3.1 VISSIM二次开发 13

3.2 VISSIM COM接口 13

3.3 VISSIM COM对象模型 14

3.4 VISSIM COM与Python编程 15

3.5 本章小结 16

第4章 系统设计与实现 17

4.1 技术路线 17

4.1.1 系统集成框架 17

4.1.2 Django框架 18

4.1.3 Layui框架 18

4.2 系统整体概述 19

4.3 数据库设计 19

4.4 详细功能设计 21

4.4.1 数据源管理 21

4.4.2 地图层操作 21

4.4.3 仿真与评估 22

4.4.4 信号灯配时优化 23

4.4.5 视频流管理 24

4.4.6 仿真文件与路口信息管理 24

4.5 系统编码实现 26

4.6 本章小结 29

第5章 总结与展望 30

5.1 本文工作总结 30

5.2 未来工作展望 31

参考文献 32

致 谢 34

绪论

1.1 研究背景

近年来，随着计算机在交通仿真中的快速运用和发展和人民生活水平的不断上升，不以及各类汽车保有量的不断攀高，这些给人民大众带来方便的同时也给城市交通带来了难以想象的巨大压力，进而导致诸如交通拥堵等一系列交通问题^[1]。与此同时，交通拥堵问题也逐渐成为各大城市经济制约的关键因素，深刻影响着人民生活幸福感的提升。因此，解决交通问题也是现代城市在发展进步过程中急需关注的问题之一。为了解决现实生活中的包括交通拥堵问题在内的各类交通问题，早在上世纪人们就提出了智能交通系统的概念，经过不断的发展和演变，现如今智能交通系统已经取得了巨大的进步^[2]。智能交通系统结合交通仿真技术研究各类交通模型对城市交通通行状况的影响，已经成为智能交通技术的发展方向^[3]。

智能交通系统（ITS）是集计算机、信息、电子控制、数据通信等技术于一体，运用自动控制理论、人工智能等技术来加强车辆、道路和使用者之间的关系，进而提高交通通行能力，减轻路面交通压力，减少安全隐患的一套智能化物联网系统^[4]。随着经济全球化步伐的不断加快，使得我国的智能交通技术不仅仅作为一个控制交通的系统，更关系到社会、经济、人民生活的诸多方面。在我国大中小城市的旧城区改造，新城区建造中，对交通系统的硬件和软件也提出了新的要求，这就要求在我国运用智能交通技术就要充分结合我国实际情况进行建设和完善^[5]。