【辣眼深评】-我国自主研发的交通系统仿真平台的全面深入讨论：DynaCASTIM VS TESS！

水寿松

自从上个世纪三十年代开始，为了提高交通网络的使用效率，解决交通拥挤和交通安全问题，人们就对城市交通规划和交通控制进行广泛研究。交通规划是建立在交通需求的基础上，其目的是获得交通流量在城市道路网络中的分配状况，从而确定道路网络密度是否满足现在和未来交通的需求。交通控制主要是指城市交叉路口的交通信号控制，目前美国采用TRANSYT系统，英国采用SCOOT系统，澳大利亚采用SCATS系统来实现这种控制。从二十世纪80年代以来，发达国家的交通运输领域的研究进入了一个崭新的阶段，例如美国运输部负责开展智能交通运输系统（ITS）的研究。
    智能交通运输系统是在关键的交通流理论模型的研究前提下，把先进的信息技术、数据通信技术、电子控制技术及计算机处理技术等有效地综合运用于地面交通管理体系，从而建立起一种大范围、全方位发挥作用，并且实时、准确、高效的交通管理系统。交通流理论模型是一门运用物理学和数学工具描述交通特性的科学。目前，交通流理论呈现百家争鸣的局面，既有考虑总体流动特性的宏观模型，也有考虑单一车辆行为的微观模型。研究的方法包括跟驰模型、动力学模型、动力论方法及元胞自动机方法等。随着交通运输系统特别是智能交通运输系统的发展，迫切需要更为先进实际的交通流理论模型来进行指导和完善。
    当前，人们已经认识到交通系统是一个巨系统，它具有复杂性、动态性和随机性，传统的交通控制手段难以准确反映交通实际并作出可靠预测，我们必须动态地研究交通变化的复杂过程，揭示各种交通现象产生的机理，为交通应用奠定基础。
    目前，我国有许多城市使用交通信号控制系统来管理城市交通，但基本上是“舶来品”，其中有SCOOT（英国）、SCATS（澳大利亚）和TRANSYT（美国）等系统。SCOOT和SCATS是自适应交通信号控制系统（Traffic Adaptive Signal Control System）；美国采用TRANSYT系统是非自适应交通信号控制系统，近年来，.美国运输部联邦公路局也开始从事自适应交通信号控制系统的研究。当城市交叉路口采用了先进的交通信号控制系统后，减少了行车延误时间，提高了路口的通行能力，降低了车辆停车次数，减少了燃料消耗和车辆排放的有害物质等。
    这些系统尽管较为先进，但是它们一般不符合我国的国情，例如，SCAT系统是为了对悉尼市的交通信号控制研制的，现在上海市引进了这套系统，用于市内的交通控制，我们知道，由于悉尼市与上海市的人口密度、车流密度、交通状况等有天壤之别，刚引进时完全不能适用，而引进的系统基本上是“黑匣子”，不得不不断请澳方技术人员前来改进原系统，这对我们这个泱泱大国来说无疑是一种耻辱。但是，目前我们的理论基础、知识储备和交通资料积累等等还不能研制出这样先进的系统。现在，到了改变这种现状的时候了！
    当前，随着我国交通运输领域强劲发展的势头刺激，伴随着我国交通科学理论和技术水平的提高，很多高校以及科研院所开始组建团队，自主研发交通系统仿真平台软件，现在又一些原型系统已经开发成功，投入市场的时间也是指日可待了，为了促进各个团队之间的相互交流和合作，我们有幸邀请到了两个交通系统仿真平台研发团队的主要负责人讨论各自的系统，一方发言人是xjtuits，研发产品是DynaCASTIM(Dynamic Central Assignment System for Traffic Information Managment)，另一方是irico，研发产品是TESS(Tongji Expressway Simulation System)，双方会就各自感兴趣的话题展开深入而又细致的讨论，同时，在动态交通分配（Dynamic Traffic Assignment）领域具有深厚理论功底的黄海军教授也将会参加这一话题的讨论，相信理论分析和实际应用领域的思想的碰撞会相得益彰，同时也让版友受益颇多！
    让我们期待这次思想的大汇聚吧！

水寿松注：
若大家对于一楼、二楼和三楼帖子内容有异议，请立刻通知我修改，二楼和三楼帖子的目的是介绍各自系统的概况，而不涉及细节，方便版友迅速了解两个系统的定位、目的和操作功能！
三楼以下请大家自由讨论，希望众多版友踊跃参与，提出自己的问题和想法！



水寿松注：
下面几个帖子合在一起阅读的话，印象和效果均会深刻，极力推荐：

1）[辣眼深评]-我国自主研发的交通系统仿真平台的全面深入讨论：DynaCASTIM VS TESS！
http://www.cfluid.com/bbs/viewthread.php?tid=43308

2）【分享】对交通仿真模型软件开发及应用问题的思考，杨齐
http://www.cfluid.com/bbs/viewthread.php?tid=43613

3）MIT 杨奇博士在城市交通论坛上对于微观交通仿真的精辟阐述！
http://www.cfluid.com/bbs/viewthread.php?tid=43558

4）用于短期交通预测的中观交通仿真模型概述
http://www.cfluid.com/bbs/viewthread.php?tid=43506

5）模拟DTA系统DynaMIT与DynaSmart-X的简单比较
http://www.cfluid.com/bbs/viewthread.php?tid=43310

6）模拟DTA系统DynaMIT最新现场测试报告
http://www.cfluid.com/bbs/viewthread.php?tid=43631

[ 本帖最后由 水寿松 于 2009-4-29 14:34 编辑 ]

水寿松

DynaCASTIM(Dynamic Central Assignment System for Traffic Information Managment)的简介
（主要根据xjtuits在本论坛上发言整理）
DynaCASTIM系统将包括路网模型、动态OD估计与预测算法、宏观交通模型、排队模型以及出行者信息响应行为模型和出行选择模型等，采用模拟DTA方法，功能是估计和预测大面积范围内的交通状况。
DynaCASTIM系统中所用的交通模型很多，但主要采用DynaMIT(by MIT)的模型，建议看看DynaMIT的技术文档，本论坛上有该网站地址。车辆在路段上的运动分为非排队阶段和排队阶段。前者利用流体模型计算车辆运行的平均速度，后者用排队论计算交叉口附近的排队消散率。路段和路口的通行能力是非常重要的参数，最好能够不断地通过反馈进行标定。
DynaCASTIM系统将采用分布式计算机构，进行功能分解，域分解的并行计算模式难做一些。但具有车辆运行的动画仿真功能，因此，可能在50个毫秒的周期内就将完成所有的计算任务，包括重画视区范围内所有的车辆和道路网络。
DynaCASTIM需要能够实时在线运行，因此很强调计算效率，所有的核心算法采用Visual C++ 6.0实现。估计在2005年年底会有一个最小系统开发出来，并与客户端结合，实现高速公路和环城快速路的实时交通估计与预测。接下去，会将对象扩展至城市交通网络。
附上一幅图片，这是正在开发的DynaCASTIM系统的阶段性结果，目前可导入电子地图作为背景，编辑复杂的道路交通网络。道路网络的数据结构大量采用链表将相关的网络元素串起来，采用效率较高的VC实现。

[ 本帖最后由 水寿松 于 2009-5-3 21:14 编辑 ]

水寿松

诱导条件下的快速路系统分布式仿真TESS系统介绍
(http://www.tongji.edu.cn/~yangxg/System/Tess.htm)  

同济快速路仿真系统（ Tongji Expressway Simulation System ）主要定位于城市快速路系统的分析与评价 。
具体来说它具有如下特点：
•  可以不断重复某种道路、交通条件下的交通流的随机状态；
• 实际试验采集的数据标定模型参数后，通过仿真试验可生成大量的接近实际的仿真数据，对实测数据进行合理拓展；
•  可以对真实世界中尚未得到实施的 ITS 技术进行细致的分析，对已实施的技术提出优化建议，在不对现有交通系统产生任何干扰下进行多种系统方案的检验，引导更有效的系统实施；
•  利用仿真模型，可以直接和实际系统相连，还可很好地控制交通条件、道路条件，反映个别因素对交通流地影响；
•  通过动画仿真或虚拟现实，可以直观感受到道路、交通条件变化对交通流的影响，还可对系统操作者及使用者提供类似现实的训练。帮助理解不同交通需求下交通流运行状态的变化过程。
TESS 的体系结构是基于 HLA （ High Architecture Level ）的分布式仿真系统。国外目前的仿真系统中，基于分布式并行结构的系统有 AIMSUN2 （并行版）、 TRAF － NETSIM 、 Paramics （并行版）、 STEER 等。串行仿真规模最多只有 200 个左右的节点，一万辆左右的车辆，且传统的串行结构的仿真系统一般不能满足网络实时在线仿真。而采用并行结构则仿真的实时性和规模则要大的多，以 PARAMICS 为例，在一个工作站上可以实时满足 0.5 秒步长的 3500 辆车的仿真需要 。
TESS 系统可以满足 100 个上下匝道大约 3 万辆车的实时仿真需要 ，因此必须采用分布式的仿真体系。以模拟上海市的快速路系统（不含外环）为例，上海市快速路系统约 480 车道 . 公里。每天的出行次数大约为 100 万辆次 / 日。高峰小时快速路系统的车辆大约有 25000 辆，若以 0.5 秒的步长来推进仿真系统，必须有足够的运算能力来满足仿真的实时性路径导航策略要求。

[ 本帖最后由 水寿松 于 2009-5-3 21:15 编辑 ]

richterzqx

上面两个团队开发的东西很好，我很羡慕。
不过我想谈谈学术之外的东西：
国内做过交通仿真的很多，但真正达到实用化的现在还没有。一般都是科研单位为了课题需要或为了博士毕业。
因此我认为若要实现一套商品化的仿真软件，目前以学术为目的的模式是难以成功的，应该以“市场”为导向，由企业组织或成立以“牟利”为目的类似机构。这个开发团队如果都是科技人员，我看很难实现这一目的。

wxiong

现在国内用的大多数都是国外开发的仿真软件，物流、交通都是这样。
在别人开发的基础上修修补补，没多少创新。
真心期望早日有我国自行开发的仿真软件。

irico

TESS（Tongji transportation nEtwork Simulation System ）是同济大学杨晓光教授开发的系列软件系统之一。它是基于HLA（High Level Architecture）的面向ITS环境下的交通网络仿真系统，系统开发目标是以实验交通工程ETE（Experimental Traffic Engineering）学为指导理论，开发ITS环境下的交通网络实时评估、预测和优化系统。本次Demo版本是前一阶段工作的总结，是ITS环境下同济交通网络仿真系统的最初版本。
TESS参考的原型系统有DynaSmart、DynaMIT以及Visum－online。与上面三个系统不同的是：
（1）TESS有单机版和并行版。并行版是基于HLA的分布式仿真平台。
（2）TESS模型的驱动是微观的。包括跟驰模型、换道模型、汇入以及让行等。实际上集成参考MITSIM和DynaMIT。（由于正在开发中，可能有改动）
（3）TESS是用C＃语言编写的，基于.net结构。虽然效率上有问题，但是更具有通用性。
（4）TESS输入系统的扩展是与GIS集成以及考虑活动链的车辆运动，未来可与Visem以及交叉口辅助设计系统集成。控制模块正在与德国公司合作。希望以后亦能集成进来。

irico

关于开发仿真系统，有几点想说明：
（1）仿真系统的首要目的是“真”。因此，如何运用实际系统进行校正和验证，是必须解决的关键问题。特别是在线系统的数据采集以及一致性处理。目前，TESS在这方面做的很不够。幸好，可以和同济实验交通工程研究中心的在线Visum－online系统做对比分析。
（2）软件的定位。TESS毕竟是学校开发的，可能更注重于学术上的探索。如何商业化，我们还没有考虑这个问题。特别需要注意的是不要急于求成，上面的软件每个都有10年以上的开发过程，目前只有Visum-online商业化。
（3）软件的可持续发展。希望更多的感兴趣的朋友，加入我们的团队。我自己毕竟还是在读书，真的没有太多的精力，自己只是在软件的总体设想方面做了点工作。希望我们的系统几年后，不会又是从零开始：）
更希望能听到大家的批评指正！
           sunjian@126.com

xjtuits

DynaCASTIM充分借鉴DynaMIT和DynaSmart X的成功经验，开发一套适合国内出行者的行为特性、车流特性与交通控制策略的本土化的实时交通估计与预测系统，为ITS提供一个基础信息平台，并成为其信息中枢。该系统通过利用先进的交通模型、实时检测信息（网络中若干路段上的车流量、行程时间等）、各种历史数据（路段车流量、行程时间、道路占有率、动态OD矩阵等），以及来自于其他的ATMS/ATIS支持系统的信息，提供如下功能：
1）为交通控制和管理系统估计并预测短期内的交通OD需求
2）网络状况的实时估计，如各路段的行程时间、排队长度、车流密度等
3）对各种交通控制方法和信息发布策略作出响应，滚动预测网络状况
4）为实现各种交通管理与控制目标，通过ATIS为出行者提供适合出行的时间、方式、路径，以及其他的交通信息和交通咨询，从而实现驾驶员的最优决策
5）和GreenPass交通监控系统，也可能和RHODES交通控制系统集成，实现城市交通的动态管理与诱导

xjtuits

DynaCASTIM目前已可定义复杂的交通网络拓补关系和几何特征、路段交通流参数。动态OD估计与预测模型已基本完成；中观交通模型借鉴DynaMIT，但会做些修改；出行者行为模型尚在学习阶段。



[ 本帖最后由 水寿松 于 2009-5-3 21:16 编辑 ]

水寿松

我已经邀请了黄海军教授参与这次讨论，现在转发一下我和黄老师来信时黄老师回信的部分内容（见下），十分感谢黄老师对于这次讨论的支持！

对于你设想的交通仿真系统开发讨论, 我非常支持,也会及时跟踪和提供我个人零散的不成熟的看法.
xjtuits和irico致力于开发实用的系统, 确实是难能可贵的. 开发这样的系统, 工作量是很大的, 难度也非常大. 他们可能首先是一条路或少数几个交叉口连接的网络上尝试着做, 当进入到有几百个节点(先不谈上千)的网络上时,将遇到理论上和核心算法上的困难.

理论上: 动态的OD如何给定? 路径如何产生? 是预定好路径还是在仿真过程中产生? 路段行驶时间如何计算,如何更新? 是允许一辆车在中途可以改变路径还是不允许? 也就是说他们是想做predictive DTA还是reactive DTA? 交叉口前的排队是否考虑车辆物理长度约束还是假设vertical queuing length? 如何将DTA与信号灯联系起来?
算法: 如何快速地刷新网络图? 如何快速地在大规模网络上寻找最短路径?
所以, 我想首先在小网络中做, 实现了,再进入大网络.
目前许多这类软件是建立在单车的驾驶行为上的, 设置了加减速和超车机制, 可以实现可视化仿真. 但我看到的这些系统, 车辆的路径都是预定好了的.
先写到这. 其它后谈.

xjtuits

非常感谢黄老师对这次讨论的支持！黄老师提出的问题实际上是实用的DTA系统开发过程中需解决的关键技术问题。
动态OD是DTA关键的输入数据，如何得到？显然，大面积的交通调查（采用传统的OD调查）获取这项数据十分困难。Cascetta, K.Ashok and Moshe Ben-Akiva在动态OD估计上所做的工作是突出的。不少动态OD估计文献中假定分配矩阵（描述动态OD和路段交通量之间的动态映射关系）已知或者可以通过仿真法得到，从而回避了最核心的问题，在TRB上可以看到这样的文章。Cascetta和Ashok明确提出了解析的分配矩阵计算公式，Ashok更建立了随机分配矩阵模型，值得称道。我本人在一段包含4个入口匝道、4个出口匝道、3车道、总长度为27公里的高速路网上，利用自己开发的微观交通仿真器产生仿真数据（已经很接近真实的交通状况了），证实了解析的分配矩阵模型（采用带滑动窗的广义最小二乘模型）对具有较大OD流量的OD对，效果是不错的。事实上，迄今看到的动态OD估计与预测的文献大都针对高速路网进行验证，有两个原因：1.历史的OD数据很容易得到（通过对收费站的票据进行统计即可）；2.起点与终点容易定义，分别对应入口和出口匝道。我也相信对高速路网，甚至环城快速路，现有的一些动态OD估计算法可以取得较好的效果。
更有意义也更困难的是，对城市交通网络如何做？O与D如何定义？估计是工程与艺术的经验都需要有。以每个大型交叉口作为动态估计算法中的起点与终点是否可行？另外，历史的OD数据如何得到？
移动通信技术的发展，使得手机已越来越普及。手机在保持通话过程中，通信中心知道每个手机用户位于哪个基站小区（市中心可能是几十米的覆盖半径，市郊可能为几千米），统计分析这些数据是完全可能得到动态OD数据的（以基站小区作为交通小区），但问题是，手机在待机状态，却是以位置区作为位置更新单元的（通常包含几个基站小区），以位置区作为交通小区显然就太大了。当然了，也不排除技术的发展和通信公司出于巨大利益的驱动，将位置区定义得很小。通信技术的进步，已经使得对每辆车进行实时跟踪成为可能，但是个人隐私神圣不容侵犯！
那么还有什么办法可以得到历史的动态OD数据没有？如果有静态的OD，那可以，乘上一个比例系数，可以得到某个时段的OD，但静态数据可能是10年前的，有多大置信度，实在不能放心用。Cascetta的估计算法中，可以只需一个时段的先验数据，递推得到随后时段的OD，那么第一个时段的OD又如何得到呢？ 一种办法，以凌晨2点开始计时，此时路段流量较小，除了对OD量大一些的车站、码头等进行一些调查外，其他OD数据假定是一个很小的随机数，以此作为递推OD估计算法的起点。当然了，利用遗传算法等智能数据处理算法对第一时段的OD进行优选也值得尝试。
但最核心的问题还是如何计算分配矩阵！对于城市交通网络，我认为还是仿真的思路可行一些。将动态OD加载到仿真器上，运行一段时间，跟现场数据（路段流量、行程时间）比较一下，差距较大，再迭代几次，直到收敛。由于没有解析的形式，算法也只能采用收敛较慢的MSA（连续平均算法）去保证该过程基本收敛了。DynaMIT和DynaSmart也是这样做的。大概DynaSmart把动态OD估计的状态方程换成了非线性的，估计是为了发表论文的需要，思想和早些时候K.Ashok的思路是一致的，呵呵。

irico

实际上关于实时OD这一块，TESS还没有考虑的很清楚。目前也是按照离线的一些想法来作的。关键的问题我想没法来验证。很难能得到一个能传输实时数据的实际路网。
楼上提到的运用手机来定位，我想是一个比较好的思路。关键是涉及隐私，可不可行？冉斌博士在上海做过类似的实验，用的是我们实验室的平台，那段时间我很忙，到现在也不知道结果怎么样？不过我会关注。
所以，我觉得我该停下来，反思一下了。正像黄老师说得，先拿一个实际的小的路网来实验反复校正我得模型（包括车辆运动、路径选择以及行程时间预测等）。

irico

TESS link-connector结构的路网编辑以及图形化显示




[ 本帖最后由 水寿松 于 2009-5-3 21:29 编辑 ]

irico

初步设计的ATIS环境下出行者的在途路径转换行为分类。
当然，没经过实际的验证，可能会在此基础上修正。
最近忙着申请NSFC和掺和973。TESS停顿了不少：（



[ 本帖最后由 水寿松 于 2009-5-3 21:30 编辑 ]

csjts

孙博士能不能简单介绍一下“ATIS环境下出行者的在途路径转换行为”的内容，我对这块比较感兴趣，如何在路径选择模型中加入实时的诱导信息？最近在拜读黄教授的关于网络信息对交通行为影响的一些文章,也有一些类似的疑惑,我是初学者,希望能够得到你的解答.谢谢.