交通仿真課程設計

1、<p><b>　　1 前言 </b></p><p>　　1.1課程設計意義和目的</p><p>　　交通仿真能準確地分析、仿真交通流量，對交通和道路規(guī)劃，智能交通中流量智能控制和均勻分布道路負荷有重大意義。交通量調查是為了獲得車或者人在街道或者公路系統(tǒng)選定點處運動情況的真實數據，給城市交通道路規(guī)劃者和建設者提供可靠的決策數據和依據，對我們交通道路工程設

2、計是有力的指導實踐。</p><p>　　交通流量是指在一定道路條件下，一定時間內通過的車輛數目。所以在不同道路、同一道路的不同時刻，交通流量并不相同。如果有效的分析出交通流量的變化規(guī)律和分布特征，就為預測和控制流量提供了有利的依據。蒙特卡羅方法就是預測和仿真隨機變量的有效方法，這為我們規(guī)劃類似城市道路提供了有力的理論驗證方法。</p><p>　　1.2 課程設計任務</p>

3、<p>　　南校路口交通流量比較；通過南校路口的平均速度比較；南校路口的平均車頭時距比較（平均車頭時距指兩車通過某一斷面的時間差）；南校路口的平均車頭空距比較（平均車頭空距指兩車通過某一斷面的距離差）；山大南校路口的平均密度比較（輛/km）；山大南校路口平均車長比較。</p><p>　　我主要負責：自西向東1號2號車道的平均車頭時距、車頭空距以及1 號2號車道三類車的平均速度分布。</p

4、><p>　　1.3交通仿真課程設計時間表（2組）</p><p>　　1.4交通流量的計數</p><p>　　交通量計數的側記方法主要取決于所能獲得的設備，經費和技術條件 ，調查目的以及需要提供的資料情況等。</p><p><b>　　1.4.1計數方法</b></p><p>　　1人工計數法

5、，即在指定的路段或交叉口引道一側進行調查，使用工具有必備的秒表，記錄的記錄板，紙和筆。</p><p>　　2浮動車法，同時獲得在同一路段交通量，行駛時間和行駛速度，需要一輛測試車，測量人員和駕駛員。</p><p>　　3機械計數法，由車輛檢測器和計數器兩部分組成。</p><p>　　4錄像法（選用），將攝像機或者投影儀安裝在交叉口附近的某制高點我們選用852c

6、m。</p><p>　　1.4.2地點測速方法</p><p>　　1人工量測方法；2自動測量法測量</p><p>　　1.5常用交通信息采集與處理技術 </p><p>　　（1）環(huán)型線圈感應式檢測技術（2）交通微波檢測器技術（3）視頻檢測技術（4）交通監(jiān)測系統(tǒng)</p><p>　　我們選用視頻檢測技術和錄像監(jiān)

7、測流量的方法進行交通仿真， 　車流量檢測系統(tǒng)是高速公路交通監(jiān)控系統(tǒng)的組成部分，用于檢測高速公路主線車流輛、車型、車速、占有率等交通數據，是控制高速公路的車流出入，確保道路安全暢通的重要手段，也為統(tǒng)計有關資料，為管理者決策提供有效的數字依據。在實現資源優(yōu)勢共享的前提下，視頻檢測技術應用在高速公路的車流量檢測必將成為發(fā)展趨勢。</p><p><b>　　1.5.1實驗設備</b></

8、p><p>　　蓄電池電瓶，直流轉交流電源轉化器，電源線，電源路板，JVC磁盤，SONY磁帶攝像機各一臺，攝像機支架，以及電視，投影儀，視頻記錄器，視頻檢測系統(tǒng)</p><p>　　1.5.2交通流數據采集方法比較 </p><p>　　視頻圖像含有豐富的交通信息，操作員雖然可從視頻圖像直觀的獲取信息源，至于車流量，道路占有率，車速等信息只有通過埋線圈和超聲波傳感器來

9、感知。傳統(tǒng)的交通數據采集是通過在路面上鋪設感應線圈，這種方法缺點：一是線圈在安裝或者維護時必須直接埋入車道，這樣交通必然受到阻礙；二是道路設施工時，線圈也要做相應的調整或重新埋置；三是感應線圈易受到冰凍，鹽堿或繁忙交通的影響等。</p><p>　　1.5.3視頻檢測 </p><p>　　以視頻檢測為分析對象，一是通過對設定區(qū)域的圖像進行分析，可以得到交通信息，主要包括車流量，平均速度

10、，占有率，車型等。而且視頻檢測的數據可以輸入到交通信號控制系統(tǒng)，這樣電視監(jiān)控和交通信號控制系統(tǒng)就有機的集成到一起。如圖示例</p><p>　　與傳統(tǒng)的感線圈相比視頻檢測有很多有優(yōu)點，首先視頻檢測具備圖像監(jiān)視和交通數據采集雙重功能。二是視頻檢測交通檢測系統(tǒng)的靈活性要大于感應線圈，視頻檢測系統(tǒng)檢測區(qū)域容易重新定位，可滿足不斷變化的數據采集要求。三是視頻交通檢測系統(tǒng)的攝像機架設在地面之上，安裝無需破壞路面。利用視頻檢

11、測，除了可提供一般的交通統(tǒng)計數據外，還可進行事件檢測，如交通阻塞，超速行駛，非法停車，不按道行駛等</p><p>　　1.5.4視頻檢測的工作流程</p><p>　　☆攝像機安裝在合適的高度，一般在5-20m；（852cm）</p><p>　　☆攝像機輸出接到視頻檢測器；</p><p>　　☆在攝像機畫面上設置檢測線和檢測區(qū)；<

12、/p><p>　　☆通過圖像處理板（VIP）經特殊算法，得到交通數據；</p><p>　　☆通過視頻壓縮板（VIC）和通訊板（COM），視頻檢測器得到的圖像和數據可傳到遠端控制中心；</p><p>　　☆最后得到的是迭加有交通數據的視頻圖像，交通數據則通過通信口輸出。</p><p>　　1.5.5視頻檢測技術的功能作用</p>

13、<p>　　★車流總量 在設定時間間隔內檢測到的車流數量</p><p>　　★占有率 按時間百分率測量的車道占有率</p><p>　　★車輛分類 按長度定義的小汽車，貨車或拖車數量</p><p>　　★車流率 每個車道單位時間車輛數</p><p>　　★車頭時距 車輛間的平均時間間隔</p>

14、<p>　　★服務水平 由用戶定義的平均速度和車流率閥值所確定</p><p>　　★空間占有率 按百分率計量的車輛長度和除以時間間隔內車輛平均距離</p><p>　　★平均密度 車流在路面距離的平均數量</p><p>　　1.6視頻檢測技術應用方式</p><p>　　視頻檢測系統(tǒng)一般有視頻處理，視頻壓縮，遠程通信和

15、中心控制軟件組</p><p>　　成。分為：1前端處理方式，2中心處理方式</p><p>　　2數據采集以及分析對比</p><p>　　2.1 VT2100R便攜式視頻檢測器概述</p><p>　　VT2100R便攜式視頻檢測器是一款適用于便攜（或獨立）應用的視頻檢測設備，該系統(tǒng)集成了先進的計算機控制、圖像識別等技術，使用非常靈活，可

16、廣泛適用于工程、科研等多種部門。</p><p>　　2.1.1 系統(tǒng)設置</p><p>　　初次對某段道路進行交通數據檢測，需要首先根據需要監(jiān)測的道路對VT2100R進行設置。設置步驟如下：打開監(jiān)視器（顯示器）電源；打開攝像機電源；打開VT2100R視頻檢測器電源；等待系統(tǒng)自檢完畢（約1分鐘）；首先按鍵盤Ctrl+1,進入設置界面；按箭頭鍵↑（或箭頭鍵↓）來調節(jié)信號條處于大于一半白，一

17、半黑的狀態(tài)。按回車（Enter）鍵確認后進入下一步；按箭頭鍵↑（或箭頭鍵↓）選擇CCD信號模式，一般選擇默認值CCIR。按回車（Enter）鍵確認后進入下一步；按箭頭鍵↑（或箭頭鍵↓、箭頭鍵←、箭頭鍵→）設定鏡頭焦距。按回車（Enter）鍵確認后進入下一步；按箭頭鍵↑（或箭頭鍵↓）設定CCD傳感器尺寸。按回車（Enter）鍵確認后進入下一步；按箭頭鍵↑（或箭頭鍵↓）設定優(yōu)化方式，選擇默認值1。按回車（Enter）鍵確認后進入下一步；按箭

18、頭鍵↑（或箭頭鍵↓）選定參考方向，一般選擇Y。按回車（Enter）鍵確認后進入下一步；按回車（Enter）鍵和箭頭鍵（↑↓←→）設定校準區(qū)域。</p><p>　　設定完畢，按Page down鍵進入下一步；按箭頭鍵（↑↓←→）設定所選區(qū)域前后（Y方向）距離。按回車（Enter）鍵確認后進入下一步；按箭頭鍵↑（或箭頭鍵↓）設定需要監(jiān)測的車道數；按箭頭鍵（↑↓←→）設定CCD攝像機安裝高度。按回車（Enter）鍵確

19、認后進入下一步；按箭頭鍵（↑↓←→）和回車（Enter）鍵設定檢測區(qū)域基準位置。設定完畢，按回車（Enter）鍵確認后進入下一步；按箭頭鍵（↑↓←→）和回車（Enter）鍵設定虛擬檢測線圈位置。設定完畢，按Page down鍵進入下一步；按箭頭鍵（↑↓←→）和回車（Enter）鍵設定檢測區(qū)域長度。一般情況按照默認值即可；按箭頭鍵（↑↓←→）設定檢測方向。設定完畢，按回車（Enter）鍵確認后進入下一步；按箭頭鍵（↑↓←→）設定系統(tǒng)名稱。

20、設定完畢，按回車（Enter）鍵確認后進入下一步；按回車（Enter）鍵；系統(tǒng)設置完畢，開始進入檢測狀態(tài)。</p><p>　　攝像機安裝完畢，并對需要檢測的道路設置檢測參數，按如下步驟操作，即可完成交通數據檢測。步驟如下：</p><p>　　將攝像機視頻信號端子接到VT2100R視頻檢測器的視頻信號輸入端；VT2100R視頻檢測器的電源線接到220V交流電插座；如果需要觀看檢測情況，則

21、將VT2100R視頻檢測器的對應的輸出視頻信號階段監(jiān)視器或顯示器，否則可以不接；打開攝像機電源；打開VT2100R視頻檢測器電源；打開監(jiān)視器（或顯示器）電源（如果接上監(jiān)視器）；系統(tǒng)開始工作，進行交通數據檢測，如圖2.5為顯示器顯示的系統(tǒng)工作圖。</p><p>　　顯示器顯示的系統(tǒng)工作圖</p><p>　　2.1.2數據采集地點</p><p>　　經十路，位于濟

22、南市中心南側，貫穿整個濟南市區(qū)，是實施濟南市“新區(qū)開發(fā)、老城提升、兩翼展開、整體推進”城市發(fā)展戰(zhàn)略的橋梁和紐帶，作為城市主干道，經十路承受的交通壓力越來越大，現有道路的通行能力已基本飽和，路面雖經過多次改造仍然不適應交通發(fā)展的需要。交通擁擠，時有堵車現象。解決城市的交通擁堵已經刻不容緩。因此，以山東大學南校區(qū)的過街天橋作為經十路交通流量的檢測點。</p><p><b>　　2.2視頻采集設備</

23、b></p><p>　　視頻車輛檢測器采用攝像機作為視頻傳感器。攝像機架設在道路的合適位置（道路上方、路中央的隔離帶），視頻信號經視頻線輸入視頻檢測系統(tǒng)，利用圖像工程學（圖像處理與機器視覺）的方法，實時監(jiān)測各個現場的圖像，并去除各種環(huán)境造成的影響，通過圖像分析處理獲得所需的各種交通數據，檢測線和檢測區(qū)可在計算機或監(jiān)視器的圖像畫面上自由設置。</p><p>　　2.3采集的數據參數

24、</p><p>　　采集得到的交通參數：交通流量、交通密度、平均車頭時距、平均車頭空距、平均車速、平均車長：劃分6m以內、6—12m、12—16m以及16m以上五類。</p><p><b>　　2.3.1車頭時距</b></p><p><b>　　2.3.2車頭空距</b></p><p>&

25、lt;b>　　2.3.3速度參數</b></p><p>　　從對平均車頭時距、車頭空距以及各類車的平均速度的分析可以看出，在山大南校路口一天中出現了一次車流高峰期，即13:00-15:00，因為我們組的測量時間為3月2號，恰逢周末，這個時間段不能體現出上下班高峰，但體現了周末的車輛流動狀況，即中午車輛較多，流量較大，其余時間車流較少。</p><p>　　這些直觀的圖表

26、給我們的交通規(guī)劃和決策者提供了一定的依據，幫助我們交通工作者們得出比較好的需求模型，也可以幫助展示交通規(guī)劃管理決策對公眾的影響提供有價值的信息。將此方法應用于經十路的各個路口，綜合分析經十路的車流產生和消失模型。依據流量表，提出以下建議：</p><p>　　(1) 根據時間段不同情況對各個路口的交通信號燈進行變化調整 </p><p>　　(2) 及時通過電子屏幕發(fā)布信息，在重要時間

27、段及時分散交通流</p><p>　　(3) 政府根據高峰時間段的車流量，制定周末車輛的相關安排措施，減少擁堵狀況的發(fā)生</p><p><b>　　3 流量仿真設計</b></p><p>　　交通流量在不同區(qū)域、同一區(qū)域的不同時刻是不相同的，如果有效的分析出交通流量的變化規(guī)律和分布特征，就為預測和控制流量提供了有利的依據。蒙特卡羅方法就是

28、預測和仿真隨機變量有效方法。</p><p>　　作為一種計算機仿真方法，蒙特卡羅方法的基礎是產生大量而均勻的隨機數。人們希望在計算機上能用數學方法產生隨機數，并要求具有均布，產生速度快，占用內存空間少，序列之間沒有相關性，序列重復周期足夠長，具有完全可重復的優(yōu)點。經過長期努力，人們已經得到許多公式求取這樣的隨機數，并為系數的求取限定了范圍。這種隨機數的產生是以完全確定的規(guī)律進行的，顯然不是真正隨機的，但它能通過

29、一定數量的檢驗，就可認為它們是隨機的，并稱之偽隨機數，比如C語言中rand( )產生的就是偽隨機數。</p><p>　　3.1 隨機數的產生方法</p><p>　　產生偽隨機數的方法有多種，廣泛應用的是素數模乘同余法，其的公式為：</p><p><b>　　（1）</b></p><p>　　式中：，a取1689

30、7</p><p>　　和(m)取余后，賦給Xi，后可得[0 ,1]區(qū)間均勻隨機數：</p><p><b>　　（2）</b></p><p>　　3.2 根據實例流量數據抽取分布特征</p><p>　　首先實測不同時刻的具體流量，得到分布直方圖，然后直觀判斷其分布規(guī)律。如離散的，二項分布、泊松分布；連續(xù)的，如均勻分

31、布、正態(tài)分布、T分布、分布、韋伯分布等。</p><p>　　但分布的具體特征要采用概率圖法求得，所謂概率圖法就是直接用經驗分布函數FN（x）估計理論分布函數，經驗分布函數是這樣得到的：</p><p>　　x1 < x2 < …< xN （3）</p><p>　　則 （4）</p>

32、<p>　　顯然，從經驗分布曲線估計理論分布曲線不象直方圖那樣直觀，因為連續(xù)分布函數幾乎都是“S”形曲線，很難直觀看出明顯的差異或相象。但是，一條直線與任何曲線的差別都是明顯的，因此，我們可以設法將一些理論分布在某種坐標里以直線表示，這樣就一目了然了。指數分布、正態(tài)分布、韋伯分布都可以在某種坐標中表示為直線，目前最常用的分布是韋伯分布，所以只進行韋伯分布分析。韋伯分布（W（α，β））的密度函數為：</p>&

33、lt;p>　　x≥0 （5）</p><p>　　當α＝2 時，即是瑞利分布（因為瑞利分布較為典型）。 </p><p>　　實際計算中為避免在x的有限值上經驗分布函數為1，?。?lt;/p><p>　　FN（xi）=（i－0.5）/N , i＝1，2，…，N （6）</p><p>　　根據（5）可知，

34、韋伯分布的分位數很易求出為：</p><p><b>　?。?）</b></p><p><b>　　在兩邊取對數有：</b></p><p><b>　?。?）</b></p><p>　　因此，可以使韋伯分布線性表示。由于韋伯分布的概率圖，橫軸為自然對數刻度，縱軸為雙自然對

35、數刻度，按上式交通流量數據進行處理時，以取完對數和雙對數的數據分別作為x軸和y軸，看到數據基本處于直線關系，而且，可以根據斜率和截矩，得到：α和β。 </p><p>　　3.3 用具有這種分布規(guī)律的隨機數模擬流量</p><p>　　用蒙特卡羅方法模擬交通流量，就是產生所需分布的隨機數模擬其變動規(guī)律。，最常用的方法是直接抽樣法，或叫反函數法，另外還有舍選抽樣法，復合抽樣法，變換抽樣法等，

36、由于分布密度函數形式的復雜性，還有近似抽樣法，集團抽樣等方法。一般可用瑞利分布對交通流量的分布圖進行模擬。</p><p>　　由于瑞利分布是單參數分布，其密度函數為：</p><p><b>　?。?）</b></p><p>　　可用反函數法，產生瑞利分布的隨機數：</p><p><b>　　（10）&l

37、t;/b></p><p>　　式中，r為[0，1]期間的均勻分布隨機數，其中β在節(jié)2中求得，以這種方法產生的隨機數和實測的交通流量分布圖是十分相似的。</p><p><b>　　3.4 算法流程</b></p><p><b>　　(1)計算</b></p><p><b>　　

38、仿真交通流</b></p><p><b>　　4 數據處理</b></p><p><b>　　4.1已知實測數據</b></p><p>　　4140 4209 2573 5982 4661 3615 3918 3571 4924 4145 2352 2559 3099 762 596 3035 4355

39、6292 2995 2253 5974 3382 4557 3256 4739 795 2111 4025 1506 2087 1090 3236 5898 2289 2732 2743 678 4526 4838 4447 3171 1653 1554 4017 2904 4881 3467 4752 5886 6785 1969 5043 728 2898 3389 3487 5102 3876 1275 3706 1477 926

40、 2324 5071 1058 2426 3409 3089 3337 659 2317 1657 4475 2504 7757 1658 2990 1900 4739 2143 3887 2246 7659 8461 4003 2373 5035 4504 3707 5468 4362 1792 2784 1704 6094 1317 816 2992 2228 3740 2454 158</p><p>　　

41、4.1.1對數據進行分組計算 </p><p>　　將數據按照1000為一組，總共分為11組，N為360。最小226，最高10740。</p><p>　　# include<stdio.h></p><p>　　void main()</p><p>　　{int i,j,k,t;</p><p>　　

42、int x0,x1,x2,x3,x4,x5,x6,x7,x8,x9,x10;</p><p>　　int i0,i1,i2,i3,i4,i5,i6,i7,i8,i9,i10;</p><p>　　int data[360]={</p><p>　　4140,4209,2573,5982,4661,3615,3918,3571,4924,4145,2352,2559,

43、3099,762,596,3035,4355,6292,2995,2253,5974,3382,4557,3256,4739,795,2111,4025,1506,2087,1090,3236,5898,2289,2732,2743,678,4526,4838,4447,3171,1653,1554,4017,2904,4881,3467,4752,5886,6785,1969,5043,728,2898,3389,3487,5102,

44、3876,1275,3706,1477,926,2324,5071,1058,2426,3409,3089,3337,659,2317,1657,4475,2504,7757,1658,2990,1900,4739,2143,3887,2246,7659,8461,4003,2373,5035,4504,3707,5468,4362,1792,2784,1704,6094,1317,816,2992,2228,3740,2454,158

45、</p><p>　　for(j=0;j<359;j++)</p><p>　　for(i=0;i<359-j;i++)</p><p>　　if(data[i]>data[i+1])</p><p>　　{ t=data[i];</p><p>　　data[i]=data[i+1];<

46、/p><p>　　data[i+1]=t; </p><p><b>　　}</b></p><p>　　for(k=0;k<360;k++)</p><p>　　printf("%d " ,data[k]);</p><p>　　printf("\n &quo

47、t; );</p><p>　　for(i=0;i<360;i++)</p><p>　　for(x0=0;data[x0]<=1000;x0++);</p><p>　　printf("x0=%d i0=%d\n",x0,x0);</p><p>　　for(x1=0;data[x1]<=2000;x

48、1++);</p><p>　　printf("x1=%d i1=%d\n",x1,(x1-x0));</p><p>　　for(x2=0;data[x2]<=3000;x2++);</p><p>　　printf("x2=%d i2=%d\n" ,x2,(x2-x1));</p><p>

49、;　　for(x3=0;data[x3]<=4000;x3++);</p><p>　　printf("x3=%d i3=%d\n" ,x3,(x3-x2));</p><p>　　for(x4=0;data[x4]<=5000;x4++);</p><p>　　printf("x4=%d i4=%d\n"

50、; ,x4,(x4-x3));</p><p>　　for(x5=0;data[x5]<=6000;x5++);</p><p>　　printf("x5=%d x6=%d\n" ,x5,(x5-x4));</p><p>　　for(x6=0;data[x6]<=7000;x6++);</p><p>　

51、　printf("x6=%d i5=%d\n" ,x6,(x6-x5));</p><p>　　for(x7=0;data[x7]<=8000;x7++);</p><p>　　printf("x7=%d i7=%d\n" ,x7,(x7-x6));</p><p>　　for(x8=0;data[x8]<=9

52、000;x8++);</p><p>　　printf("x8=%d i8=%d\n" ,x8,(x8-x7));</p><p>　　for(x9=0;data[x9]<=10000;x9++);</p><p>　　printf("x9=%d i9=%d\n" ,x9,(x9-x8));</p>

53、<p>　　for(x10=0;data[x10]<10740;(x10)++);</p><p>　　printf("x10=%d i10=%d\n" ,x10,(x10-x9));</p><p>　　system("pause");</p><p><b>　　}</b>

54、</p><p><b>　　得以下數據：</b></p><p>　　4.1.2畫出實測數據的流量圖</p><p>　　應用回歸分析，得出所以㏑β=8.3182，1/α=0.5158，由此計算可得：</p><p>　　α=1.9387 β=4098.0052</p><p>　　4.

55、2素數模乘同余法求隨機數，公式求模擬量（代入素數223）</p><p>　　利用C語言編程求出隨機數，繼而利用根據可得模擬交通量。程序如下：</p><p>　　# include <stdio.h></p><p>　　# include <math.h></p><p>　　void main()</p&g

56、t;<p><b>　　{</b></p><p>　　long int prime( long int a);</p><p>　　unsigned long int a,temp1,i,m,j;</p><p>　　unsigned long int x[3000],t[3000];</p><p>　

57、　unsigned long float r[3000];</p><p>　　float q=9.2275,temp2;</p><p>　　FILE *fp=fopen("D:\\result.txt","w+");</p><p>　　m=pow(2,31)-1;</p><p>　　printf

58、("please input a prime number:");</p><p>　　scanf("%ld",&a);</p><p>　　if (prime(a))</p><p><b>　　{</b></p><p><b>　　x[0]=a;</b

59、></p><p>　　for(j=0;j<3000;j++)</p><p><b>　　{</b></p><p>　　temp1=16897*x[j];</p><p>　　x[j+1]=temp1%m;</p><p>　　r[j]=(float)(x[j])/m;</p

60、><p>　　temp2=sqrt((-1)*log(r[j]));</p><p>　　t[j]=temp2*exp(q);</p><p>　　printf("%ld %lf %ld\n",x[j],r[j],t[j]);</p><p>　　if(j>2500&&j<=2860)<

61、/p><p>　　fprintf(fp,"%ld, ",t[j]);</p><p><b>　　}</b></p><p>　　fclose(fp);</p><p><b>　　}</b></p><p><b>　　else</b>

62、</p><p>　　printf("Sorry,it is not a prime number! \n");</p><p><b>　　}</b></p><p>　　long int prime(long int a)</p><p>　　{ long int i;</p>&

63、lt;p><b>　　if (a==1)</b></p><p><b>　　return 0;</b></p><p><b>　　if(a==2)</b></p><p><b>　　return 1;</b></p><p><b>

64、　　else</b></p><p><b>　　{</b></p><p>　　for(i=2;i<a;i++)</p><p>　　{ if(a%i==0)</p><p><b>　　return 0;</b></p><p><b>　

65、　break;</b></p><p><b>　　}</b></p><p><b>　　if (i>=a)</b></p><p><b>　　return 1;</b></p><p><b>　　}</b></p>

66、<p><b>　　}</b></p><p>　　4.2.1得仿真交通流量 </p><p>　　將數據按照1000為一組，共分為11組。最少47，最多9626</p><p>　　2524, 4866, 3784, 1571, 5992, 2185, 4317, 3860, 2475, 1061, 1814, 7294, 383

67、7, 1787, 6406, 5730, 1555, 5800, 864, 3916, 2919, 2177, 544, 3190, 2130, 8184, 2161, 4176, 5334, 2825, 7271, 877, 1111, 3589, 5246, 1859, 942, 5019, 3947, 5615, 4395, 2102, 4363, 1169, 3041, 4165, 3958, 2191, 2808, 5748,

68、 3815, 2968, 1244, 2440, 4238, 5650, 3092, 746, 1579, 1825, 4247, 6883, 2596, 1112, 2647, 2239, 401, 4197, 1774, 3425, 4171, 3912, 2744, 5218, 4660, 5887, 6583, 3394, 2333, 7171, 2005, 4780, 1327, 6302, 51</p><

69、;p>　　4.2.2得出仿真數據圖表</p><p>　　應用回歸分析，得出所以㏑β=8.6161，1/α=0.5111，由此計算可得：</p><p>　　α=1.9566 β=5518.3856</p><p>　　4.3實測數據和仿真數據對比以及分析</p><p>　　仿真的數據頻率分布走向跟實測數據基本保持了一致性，但

70、是稍微有點起伏，所以我們的仿真具有一定的真實可信性，但是必須在仿真結束以后通過一定的方式進行相關的修正和調整，這樣我們才能把仿真結果應用于我們的交通建設和決策中來。</p><p>　　在仿真數據中，我們不難發(fā)現，數據還是不夠均勻，很大的數據應該舍去，小的數據應該通過一定的方法修正。仿真的整體還是可信的。應用仿真，基本能反映出城市交通流的變化情況。從而省去了大量的繁瑣的實地測量的過程，節(jié)約成本。</p>

71、;<p>　　5 仿真實驗總結以及設計感想</p><p>　　短短的兩周課程設計結束了，設備雖然有些陳舊，但是用起來還是那么的順手。在得知學校又給學院增加了科研經費，要購進新設備的消息的時候，雖然對沒機會用新設備感到有點失望，但是考慮到學弟學妹們能用到更新更先進的設備，作為學長的我，還是特別為他們感到高興！本次課程設計讓我重新運用c語言編程和Office word、excel等軟件，那么多年不用

72、，都已經忘得差不多了。得益于這次交通流量仿真課程設計，我對這些技能的運用又更加熟練了，在以后的學習和工作中，肯定少不了用這些軟件。記得在找工作的時候，寫著能熟練運用各種辦公軟件，可是真到用了，卻還有好多不能熟練操作。這次的課程設計，是對以前好多知識的總結與運用，如果能認真的去實踐去完成整個過程，你一定會發(fā)現你進步了很多！ </p><p>　　視頻檢測系統(tǒng)作為我們城市交通重要的檢測測量工具也在課程設計中得以運用，

73、是對我們所學專業(yè)的一個很好的實踐。我不僅牢牢掌握了其工作原理，而且在檢測山東大學南校門口的路口得以親自運用，是我比較大的收獲。相信我在以后的學習中也會得到運用。</p><p>　　通過這次的課程設計，我收獲了很多的經驗，能力得到大幅提升。第一部分的數據采集，鍛煉了我科學細致的態(tài)度，分析交通流量，培養(yǎng)了動腦分析的能力，尤其是從量化的圖表中提煉出交通的現象來，提煉出待解決的問題來，同時也提高了積極主動動腦動手工作的

74、態(tài)度。第二部分的仿真分析使我重新回顧了以前學過的軟件工具和思想方法及知識，對交通工作的認識有了一個更高的提升。</p><p>　　參 考 文 獻</p><p>　　[1] vt2100R便攜式視頻檢測器2.0用戶手冊 深圳市神州交通系統(tǒng)有限公司</p><p>　　[2] 羅曉輝等.遙感微波檢測器（RTMS）簡介.公路交通科技，1997（4）&

75、lt;/p><p>　　[3] 羅克A（英）等，黃萍譯.用圖像處理技術監(jiān)視道路交通 交通工程，1996（2）</p><p>　　[4] 任福田等.交通工程導論 北京：建筑工業(yè)出版社，1987</p><p>　　[5] 魏武，張啟森，王明俊，黃中祥.基于計算機視覺和圖像處理的交通參數檢測[J].信息與控制，2001，（6）：258~261</p><

76、;p>　　[6] 劉文智.視頻車輛檢測器在公路上的應用[J].公路交通科技，2003，（4）：88~91</p><p>　　[7] 范勇，蔣欣榮，游志勝，張建洲，鄭文琛，馮子亮.汽車牌照快速定位法[J].光電工程，2001,28（2）：56~59</p><p>　　[8] 陸化普.智能交通系統(tǒng)[M].北京：人民交通出版社，2002</p><p>　　[9

77、] 童調生等.智能交通系統(tǒng)與數據融合[M].北京：機械出版社，2000</p><p>　　[10] 雷玉堂，王慶友，何加銘，等.光電檢測技術[M].北京：中國計量出版社，1997.</p><p>　　[11] 徐立中. 數學圖像的智能信息處理[M].北京：國防工業(yè)出版社，2001</p><p>　　[12] 翟潤平，戰(zhàn)俊. 視頻檢測技術檢測交通流參數的原理與方