CN103412975B - 动态交通仿真平台及其仿真方法 - Google Patents

Abstract

本发明涉及动态交通仿真平台，包括感知层、融合层、应用层和展现层。所述感知层与动态交通数据采集设备连接，获得多元异构交通流数据，并实时发送至融合层，所述融合层与所述应用层连接，接收所述多元异构交通流数据和GIS数据并进行处理，所述应用层获得所述路网动态交通流数据，并生成交通仿真模型，通过交通仿真模型、交通OD矩阵，进行动态交通仿真，所述展现层接收所述应用层中动态交通仿真的交通仿真结果，并对终端客户提供服务应用及展示。解决了现有技术中不能很好的将实时动态的大量交通数据快速匹配到路段上的问题，从而提供一种基于GIS网格快速匹配技术的，能对动态交通流量进行OD反推和实时动态交通预警的多功能动态交通仿真平台。

Description

动态交通仿真平台及其仿真方法

技术领域

本发明涉及一种交通仿真平台，具体是一种动态交通仿真平台，属于交通仿真技术领域。

背景技术

交通仿真是20世纪60年代以来，随着计算机技术的进步而发展起来的采用计算机数字模型来反映复杂道路交通现象的交通分析技术和方法，道路交通仿真是再现交通流时间和空间变化的模拟技术，它以相似原理、信息技术、***工程和交通工程领域的基本理论和专业技术为基础，以计算机为主要工具，利用***仿真模型模拟道路交通***的运行状态，采用数字方式或图形方式来描述动态交通***。

随着如今交通供需矛盾的日益突出，各种仿真软件也应需而生，美国Caliper公司为城市交通规划和仿真开发的多功能交通仿真软件Transmodeler，它是以Caliper公司专门为交通应用而开发的地理信息***(Geographic Information System简称GIS)为基础，采用最新的交通行为仿真模型，提供当今城市交通规划和仿真所需求的诸多功能，该软件可以模拟从高速公路到市中心区路网道口在内的各类道路交通网络、可以详细逼真地分析大范围多种出行方式的交通流。TransModeler可以用动画的形式把交通流的状况、信号灯的运作、以及网络的综合性能直观地表现出来，一目了然地显示复杂交通***的行为和因果关系。

但是在应对我国道路上下班高峰期的实时大量的交通数据量时，该软件很难快速的将实时动态的大量交通数据快速匹配到每一条路段上，会无法实时的显示中国上下班高峰的实时动态交通状况，无法及时作出交通应对方案来缓解交通拥堵。

在中国专利文献CN102508955A中公开了一种分布式交通仿真平台及仿真方法，包括用户交互平台层、区域仿真服务器群层、工作流服务器层、数据库服务器层，工作流服务器层从数据库服务器层加载仿真工作流模型，再依据仿真工作流模型，从数据库服务器层加载全局路网数据，生成全局交通仿真模型，再将全局交通仿真模型分解为多个区域交通仿真模型，然后每一个区域服务器加载一个区域交通仿真模型，多个区域仿真服务器层依据仿真工作流程的并行结构保证多区域仿真服务器的同步，依据工作流服务器层的数据流转实现仿真区域之间的人车跨界，实现全局路网的仿真。但是该技术方案虽然可以提高大规模路网交通仿真的运行速度，但不能够对实时路网状态与动态交通流发生的变化进行快速响应，因此对于上下班实时大量的交通数据，无法实时动态分析。

发明内容

本发明所要解决的技术问题是现有技术中不能很好的将实时动态的大量交通数据快速匹配到路段上的问题，从而提供一种基于GIS网格快速匹配技术的，能对动态交通流量进行OD反推和实时动态交通预警的动态交通仿真平台及其仿真方法。

为解决上述技术问题，本发明是通过以下技术方案实现的：

一种动态交通仿真平台，包括感知层、融合层、应用层和展现层;

所述感知层与动态交通数据采集设备连接，获得多元异构交通流数据，并实时发送至融合层;同时，所述感知层获取GIS数据并发送给融合层和应用层，所述GIS数据包括路网数据和位置数据;且所述感知层通过所述动态交通数据采集设备获得路口渠化数据和信号控制数据，并发送到应用层;

所述融合层与所述应用层连接，接收所述多元异构交通流数据和GIS数据，所述GIS数据经GIS网格匹配模块处理后，与所述多元异构交通流数据经过云计算转化为交通流数据和路网数据，形成多元同构交通流数据;然后经过数据融合计算得到路网动态交通流数据，并发送到应用层;

所述应用层获得所述路网动态交通流数据，通过实时OD反推算法，计算出交通OD矩阵;所述应用层接收所述路口渠化数据和信号控制数据以及GIS数据中的动态数据，建立动态交通模型，并生成交通仿真模型;通过交通仿真模型、交通OD矩阵，进行动态交通仿真;

所述展现层接收所述应用层中动态交通仿真的交通仿真结果，并对终端客户提供服务应用及展示。

所述动态交通数据采集设备包括手机、浮动车、车载RFID、车辆检测器以及视频监控设备。

所述多元异构交通流数据包括手机和浮动车的对象数据和对象位置，以及车载RFID、车辆检测器和视频监控设备的设备数据和设备位置。

所述融合层中GIS网格匹配模块将基于GIS的路网模型划分为多个等间距的GIS网格，并计算出存在于GIS网格内的路段数量与路段ID，并存储至相应数据库，形成GIS网格快速匹配技术的数据支撑。

所述应用层中的所述交通仿真模型包括跟驰模型、换道模型、黄灯响应模型及可接受间隙模型;所述动态交通仿真包括宏观交通仿真、中观交通仿真结果和微观交通仿真。

所述展现层包括三维仿真模块、事件预警模块、交通诱导模块、交通组织优化模块、路网状态分析模块和扩展应用模块。

所述展现层设置有连接在核心交换机上的服务器集群，所述核心交换机通过防火墙与所述感知层连接，所述感知层测得的多元异构交通流数据通过内网透过所述防火墙传输至数据中心，所述数据中心经过有效的数据处理后，通过所述展现层对终端客户提供应用服务及展示。

所述服务器集群包括实时数据服务器，实时数据库服务器，仿真数据库服务器，仿真服务器，平台管理与GIS服务器。

本发明所述的动态交通仿真平台采用基于MPI标准的MPICH2并行管理软件。

一种动态交通仿真平台的仿真方法，包括如下步骤：

(1)通过感知层获得多元异构交通流数据，并实时发送至融合层;同时，所述感知层获取GIS数据并发送给融合层和应用层，所述GIS数据包括路网数据和位置数据;且所述感知层通过所述动态交通数据采集设备获得路口渠化数据和信号控制数据，并发送到应用层;

(2)融合层接收所述多元异构交通流数据和GIS数据，所述GIS数据经GIS网格匹配模块处理后，与所述多元异构交通流数据经过云计算转化为交通流数据和路网数据，形成多元同构交通流数据;然后经过数据融合计算得到路网动态交通流数据，并发送到应用层;

(3)应用层获得所述路网动态交通流数据，通过实时OD反推算法，计算出交通OD矩阵;所述应用层接收所述路口渠化数据和信号控制数据以及GIS数据中的动态数据，建立动态交通模型，并生成交通仿真模型;通过交通仿真模型、交通OD矩阵，进行动态交通仿真;

(4)展现层接收所述应用层中动态交通仿真的交通仿真结果，并对终端客户提供服务应用及展示。

本发明的上述技术方案相比现有技术具有以下优点：

(1)本发明所述的动态交通仿真平台，包括感知层、融合层、应用层和展现层;所述感知层提供基础交通数据和设备管理接口为平台业务应用层提供数据输入，所述融合层提供虚拟资源和硬件基础设施，所述应用层通过感知层数据和融合层的资源，运用交通仿真技术和GIS网格快速匹配技术满足具体的交通管理业务需求，最后通过所述展现层向客户展示各模块结果;解决了现有技术中不能很好的将实时动态的大量交通数据快速匹配到路段上的问题，从而提供一种基于GIS网格快速匹配技术的，能对实时大量的动态交通流量快速匹配，及时反映动态交通状况，作出相应交通疏导方案，更好的解决了我国上下班高峰期道路拥堵的问题。

(2)本发明所述的动态交通仿真平台，所述感知层与动态交通数据采集设备连接，所述动态交通数据采集设备包括手机、浮动车、车载RFID、车辆检测器以及视频监控设备，从而获得手机和浮动车的对象数据和对象位置，以及车载RFID、车辆检测器和视频监控设备的设备数据和设备位置;采用这些多源的数据并进行融合校验，使多源数据实时反映路网状态，能很好的提高基础数据的精度，并且搭建了动态交通仿真平台的数据源基础。

(3)本发明所述的动态交通仿真平台，融合层是平台运行的硬件和软件基础。融合层通过处理城市已有智能交通***数据，对数据进行深度挖掘和融合，提高已有***和数据的使用效益。融合层采用模块化接口处理接入平台的各类交通数据源，利用其核心交通流匹配、融合模块进行实时处理。此外通过优化软件效率和扩充硬件资源可以实现交通平台管理区域的不断扩大和平台运算能力的提升，实现业务模块的扩充，提升***响应速度。为此，在有充足的硬件支持与数据支持的条件下，利用云计算及GIS网格快速匹配模块，生成基于同一路网参数的多源同构交通流数据，并经过有效的多源数据融合算法，获取实时路网交通流数据提供至应用层。并且本平台采用基于MPI标准的MPICH2并行管理软件，其能集中优化管理仿真并行服务器的资源配置，从而达到并行运算仿真性能最优化。

(4)本发明所述的动态交通仿真平台，所述应用层所述应用层获得所述路网交通流数据，通过实时OD反推算法，计算出交通OD矩阵;实时OD反推算法通过实时采集***提供的道路网络交通量、速度、旅行时间等交通流基础数据，并结合其他可获得的信息资源，确定交通OD矩阵的估计值，从而为宏观交通仿真、中观交通仿真和微观交通仿真模拟等提供基础出行数据。实时OD矩阵反推方法可以使平台仿真模型的交通流输入及时更新，使仿真结果更符合道路出行的特征，避免了现有技术中车辆的出行OD矩阵一般要通过各类出行调查获取，出行调查需要消耗大量人力、物力及时间，代价和成本较高。

(5)本发明所述的动态交通仿真平台，所述展现层设置有连接在核心交换机上的服务器集群，所述核心交换机通过防火墙与所述感知层连接，所述感知层测得的多元异构交通流数据通过内网透过所述防火墙传输至所述数据服务器，数据服务器经过有效的数据处理后，通过应用平台相关模块，对终端客户进行应用展示。所述服务器集群包括实时数据服务器，实时数据库服务器，仿真数据库服务器，仿真服务器，平台管理与GIS服务器，实现了通过远程终端就可以实时查看交通情况，并且远程控制实际道路上的交通设备。

附图说明

为了使本发明的内容更容易被清楚的理解，下面结合附图，对本发明作进一步详细的说明，其中，

图1是本发明所述动态交通平台的结构框图;

图2是本发明所述动态交通平台的拓扑结构图。

图3是本发明所述的动态交通仿真平台的结果示意图;

具体实施方式

下面给出本发明所述的动态交通仿真平台的具体的实施例。

实施例1

本发明所述的动态交通仿真平台的结构框图如图1所示，其包括感知层、融合层、应用层和展现层。

一、感知层

所述感知层与动态交通数据采集设备连接，获得多元异构交通流数据，并实时发送至融合层。所述动态交通数据采集设备包括手机、浮动车、车载RFID、车辆检测器以及视频监控设备，所述多元异构交通流数据包括手机和浮动车的对象数据和对象位置，以及车载RFID、车辆检测器(包括磁钉检测、微波检测、线圈检测)和视频监控设备的设备数据和设备位置。同时，所述感知层获取GIS数据并发送给融合层和应用层，所述GIS数据包括路网数据和位置数据，所述GIS数据中既有静态数据又有动态数据。所述感知层通过所述动态交通数据采集设备获得路口渠化数据和信号控制数据，并发送到应用层;路口渠化数据为道路交叉口标志标线信息，包括路口基本特征(如车道转向)以及对车辆、行人所作的合理分离、导流等设计。

感知层是平台运行的数据基础，感知层提供的基础交通数据和设备管理接口为平台融合层与应用层提供原始数据输入。平台通过开发接口提取和传输实时动态交通数据，包括由固定检测器如视频监控、线圈检测、微波检测、磁钉检测、车载RFID提供的设备位置与设备数据信息，以及由浮动车、手机数据提取的对象位置与对象数据信息。经过汇总整理后，这些数据将构成多源异构交通流数据，并实时发送至融合层，利用其核心交通流匹配、融合模块进行实时处理。此外，GIS数据提供路网数据与位置数据，视频监控可提供实时路口渠化数据与信号控制数据。这些数据将在融合层、应用层得到进一步应用。

二、融合层

所述融合层与所述应用层连接，接收所述多元异构交通流数据和GIS数据，所述GIS数据(此处主要使用的是GIS数据中的静态数据)经GIS网格匹配模块处理，此处的GIS网格匹配模块基于GIS的路网模型划分为多个等间距的GIS网格，并计算出存在于GIS网格内的路段数量与路段ID，并存储至相应数据库，形成GIS网格快速匹配技术的数据支撑。所述GIS数据通过GIS网格快速匹配模块，将由不同检测方法检测到的交通流数据匹配至交通模型中的相应路段，并在这一步基于GIS动态生成的标准路网模型统一由各检测器接收到的数据格式，经GIS网格匹配模块处理之后，再经过云计算转化为交通流数据和路网数据，形成多元同构交通流数据;然后经过数据融合计算，主要是通过将各检测器的数据间进行相互比较，并与历史同期的数据进行比较，剔除和过滤明显的错误数据，得到路网交通流数据，并发送到应用层，采用数据融合计算可以避免因检测设备、通讯设备故障导致的数据缺失，保证路网实时交通流数据的完整性与稳定性。

融合层是平台运行的硬件和软件基础。融合层通过处理城市已有智能交通***数据，对数据进行深度挖掘和融合，提高已有***和数据的使用效益。融合层采用模块化接口处理接入平台的各类交通数据源，利用其核心交通流匹配、融合模块进行实时处理。此外通过优化软件效率和扩充硬件资源可以实现交通平台管理区域的不断扩大和平台运算能力的提升，实现业务模块的扩充，提升***响应速度。为此，在有充足的硬件支持与数据支持的条件下，利用云计算及GIS网格快速匹配模块，生成基于同一路网参数的多源同构交通流数据，并经过有效的多源数据融合算法，获取实时路网交通流数据提供至应用层。

三、应用层

所述应用层获得所述路网交通流数据，通过实时OD反推算法，计算出交通OD矩阵;所述应用层接收所述路口渠化数据和信号控制数据以及GIS动态数据，建立动态交通模型，即利用GIS提供的路段位置、路段方向、路段车道数等数据，以及视频检测器提供的路口转向、路***通信号数据，通过相应编程实现，生成交通仿真模型;所述交通仿真模型包括跟驰模型、换道模型、黄灯响应模型及可接受间隙模型;通过交通仿真模型和交通OD矩阵，进行动态交通仿真，通过调用交通仿真模型中的跟驰模型、换道模型、黄灯响应模型及可接受间隙模型，利用已有的OD矩阵数据，通过编程，模拟定量(OD矩阵数据)的车辆产生和行驶行为，所述动态交通仿真的方法包括宏观交通仿真、中观交通仿真结果和微观交通仿真。

在应用层中，结合感知层中GIS数据提供的路网数据、位置数据信息与视频监控提供的路口渠化数据、信号控制数据，利用动态交通建模模块自动生成交通仿真路网模型;同时，通过对融合层输出的路网交通流数据进行实时OD反推，获得交通仿真过程所需的交通OD矩阵;应用层通过感知层与融合层提供的实时数据资源，建立基本的交通仿真模型与实时OD矩阵，并结合平台提供的各驾驶行为模型(跟驰模型、换道模型、黄灯响应模型及可接受间隙模型)与仿真模块(宏、中、微观交通仿真)，实现动态交通仿真技术，为展现层实现实时的交通管理和优化提供技术支撑。

四、展现层

所述展现层接收所述应用层中动态交通仿真的交通仿真结果，并对终端客户进行应用展示。所述展现层包括三维仿真模块、事件预警模块、交通诱导模块、交通组织优化模块、路网状态分析模块和扩展应用模块。所述展现层设置有连接在核心交换机上的服务器集群，所述核心交换机通过防火墙与所述感知层连接，所述感知层测得的多元异构交通流数据(包括由固定检测器如视频监控、线圈检测、微波检测、磁钉检测、车载RFID获取的交通数据以及浮动车GPS数据、手机数据等)通过内网透过所述防火墙传输至数据中心，所述数据中心经过有效的数据处理后，通过所述展现层中模块，对终端客户进行应用展示。所述服务器集群包括实时数据服务器，实时数据库服务器，仿真数据库服务器，仿真服务器，平台管理与GIS服务器。如图2所示，本发明采用基于MPI标准的MPICH2并行管理软件，利用本技术可对实时交通数据的高效传输和处理提供有效保障。MPICH2基于MPI2标准设计，MPI2标准是目前业界公认的并行计算标准，支持分布式内存和共享式内存的各种高性能计算机，其作用是集中优化管理仿真并行服务器集群的资源配置，从而达到并行运算仿真性能最优化，应用方法如下：在所有通过高速以太网连接的计算机上安装MPICH2安装包，之后所有的集群内计算机都会运行一个名为smpd.exe的宿主进程，为并行运算提供环境。并行计算机集群内的一台计算机为主控制机，为集群内所有其它计算机发布并行计算指令，并汇集所有其它计算机的计算结果，作为整个集群的计算结果提交给外部接受模块。

应用层经过动态交通仿真后，将向展现层提供基于实时交通数据的交通仿真结果，展现层通过对此结果进行分析后，除了可对结果进行展示外(三维仿真)，还可向用户提供各种功能接口，如事件预警、交通诱导、交通组织优化、路网状态分析等。基于实时交通数据的功能设计在提高交通管理和优化的合理性与准确性的同时还可以进一步扩展出新的功能模块，提升路网整体服务水平。

实现本平台设计的具体拓扑结构如图2所示。城市仿真平台利用多台服务器组成仿真服务器集群，并联至千兆核心交换机。该服务器集群包括实时数据服务器，实时数据库服务器，仿真数据库服务器，仿真服务器，平台管理与GIS服务器。多元异构交通流数据通过内网透过防火墙传输至数据中心，数据中心经过有效的数据处理后，应用平台相关模块，对终端客户进行应用展示。终端客户端分为两类，一类用户通过百兆局域网直接访问仿真平台，另一类用户通过公安内网及透过防火墙访问平台。

本实施例所述的动态交通仿真平台的仿真方法，包括如下步骤：

(1)通过感知层获得多元异构交通流数据，并实时发送至融合层；同时，所述感知层获取GIS数据并发送给融合层和应用层，所述GIS数据包括路网数据和位置数据；且所述感知层通过所述动态交通数据采集设备获得路口渠化数据和信号控制数据，并发送到应用层；

(2)融合层接收所述多元异构交通流数据和GIS数据，所述GIS数据经GIS网格匹配模块处理后,与所述多元异构交通流数据经过云计算转化为交通流数据和路网数据，形成多元同构交通流数据；然后经过数据融合计算得到路网动态交通流数据，并发送到应用层；

(3)应用层获得所述路网动态交通流数据，通过实时OD反推算法，计算出交通OD矩阵；所述应用层接收所述路口渠化数据和信号控制数据以及GIS数据中的动态数据建立动态交通模型，并生成交通仿真模型；通过交通仿真模型、交通OD矩阵，进行动态交通仿真；

(4)展现层接收所述应用层中动态交通仿真的交通仿真结果，并对终端客户提供服务应用及展示。

本发明所述的交通仿真平台的成功建立和使用能够有效缓解目标交叉口的交通压力，引导交通流在区域内合理均匀分布，为目标交叉***通组织优化和交通管控方案效果评价提供切实可行的技术方法。同时，路口仿真模型被嵌入交通管理部门大的仿真平台之上，将为交通管理部门提供更为直接、精确和科学交通管理手段，提高交通管理水平与效率。这在全国都是一项开拓性的工作，将为国内其他大中型城市交通问题的分析和改善提供非常宝贵的可供借鉴的思路和方法。

在上述实施例中，通过实时OD算法来建立交通OD矩阵。进行区域道路交通组织设计及交通仿真优化工作时，除了构建科学、规范、标准的模型外，还需要提供OD矩阵等交通流量输入数据。车辆的出行OD矩阵一般要通过各类出行调查获取，但进行出行调查需要消耗大量人力、物力及时间，代价和成本较高，而本发明所述的动态交通仿真平台***建设的科学交通组织优化和仿真***平台宏观仿真时，需要实时的车辆出行OD矩阵，因此采用上述方法更不可行。

基于上述原因，本实施例所述的动态交通仿真平台开发了基于道路流量(或线路流量)观测的OD反推算法，所需工作量及花费较少，是目前较为适合本***的交通OD数据的获取办法。动态OD反推算法通过实时采集***提供的道路网络交通量、速度、旅行时间等交通流基础数据，并结合其他可获得的信息资源，确定交通OD矩阵的估计值，从而为宏观交通仿真、中观交通仿真和微观交通仿真模拟等提供基础出行数据。实时OD矩阵反推方法可以使平台仿真模型的交通流输入及时更新，使仿真结果更符合道路出行的特征。

宏观交通仿真模块是在己知OD矩阵的情况下，按照一定的原则(如最短路原则、用户平衡原则等)将其分配到不同的路径上，从而得到各路段上的交通流量。而OD反推则是通过采集到的路段交通量以及交通分配矩阵来推算现状OD矩阵，因此实时OD生成模块是宏观仿真模块的逆过程。实时OD生成模块的基本问题可以描述如下：假设Tij表示从i区到j区的OD量，Va表示路段a的交通量，Paij表示Tij经过路段a的比例(即路径选择比，由宏观仿真模块提供)，则

$\underset{i}{\mathrm{\Σ}}\underset{j}{\mathrm{\Σ}}{T}_{\mathrm{ij}}{P}_{\mathrm{ij}}^a=V_a,a=1,......,M;i,j=1,......,N$

式中，M为调查交通量的路段数目，N为OD量的交通分区数目。实时OD生成模块运行时，Va和Paij看作已知量，Tij是待求的未知量。

上式中未知量总数(即OD矩阵对的个数)为N(N-1)，由于一般情况下，路网中的路段数远远小于OD矩阵的对数，M<<N(N-1)，而且也不可能检测到所有路段的交通量，所以仅仅由路段流量不能反推出唯一的OD矩阵。这就要借助一些其他的信息来确定出最符合实际的OD矩阵。

目前比较常用的OD推算方法为：

最大嫡、最小信息法，该法以最大嫡或最小信息为目标函数，同时可以输入历史的OD出行矩阵信息，结合现状交通量来估算OD矩阵。

统计估计法，该方法以事前估计或调查样本数据为基础，主要包括最小二乘估计、极大似然估计和贝叶斯估计技术。

均衡法，包括线性规划及双层目标规划方法，该法以Wardrop用户均衡原则为基础，将OD矩阵与路段分配矩阵同时估计，理论上更符合实际，计算要复杂一些。

经过上述推算方法生成的OD矩阵，是否符合道路的实际情况，需要通过宏观仿真模块进行验证，保证实时OD的符合仿真的精度需求。

实施例2

本实施例所述的动态交通仿真平台采用C/S结构,用户方案设置完成后，通过网络向服务器提交访问请求，服务器根据用户的请求，运行道路仿真，并向用户返回仿真的二维和三维动画，如图所示，仿真完成后，将各个方案的比较结果，以图表的形式展示出来，供用户进行方案决策，如图3所示。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (9)

1.一种动态交通仿真平台，其特征在于：包括感知层、融合层、应用层和展现层；

所述感知层与动态交通数据采集设备连接，获得多元异构交通流数据，并实时发送至融合层；同时，所述感知层获取GIS数据并发送给融合层和应用层，所述GIS数据包括路网数据和位置数据，所述GIS数据中既有静态数据又有动态数据；且所述感知层通过所述动态交通数据采集设备获得路口渠化数据和信号控制数据，并发送到应用层；

所述融合层与所述应用层连接，接收所述多元异构交通流数据和GIS数据，所述融合层中GIS网格匹配模块将基于GIS的路网模型划分为多个等间距的GIS网格，并计算出存在于GIS网格内的路段数量与路段ID，并存储至相应数据库，形成GIS网格快速匹配技术的数据支撑；所述GIS数据经GIS网格匹配模块处理后，与所述多元异构交通流数据经过云计算转化为交通流数据和标准路网数据，形成多元同构交通流数据；然后经过数据融合计算得到路网动态交通流数据，并发送到应用层；

所述应用层获得所述路网动态交通流数据，通过实时OD反推算法，计算出交通OD矩阵；所述应用层接收所述路口渠化数据和信号控制数据以及GIS数据中的动态数据，建立动态交通模型，并生成交通仿真模型；通过交通仿真模型、交通OD矩阵，进行动态交通仿真；

所述展现层接收所述应用层中动态交通仿真的交通仿真结果，并对终端客户提供服务应用及展示。

2.根据权利要求1所述的动态交通仿真平台，其特征在于：所述动态交通数据采集设备包括手机、浮动车、车载RFID、车辆检测器以及视频监控设备。

3.根据权利要求1或2所述的动态交通仿真平台，其特征在于：所述多元异构交通流数据包括手机和浮动车的对象数据和对象位置，以及车载RFID、车辆检测器和视频监控设备的设备数据和设备位置。

4.根据权利要求1或2所述的动态交通仿真平台，其特征在于：所述应用层中的所述交通仿真模型包括跟驰模型、换道模型、黄灯响应模型及可接受间隙模型；

所述动态交通仿真包括宏观交通仿真、中观交通仿真和微观交通仿真。

5.根据权利要求4所述的动态交通仿真平台，其特征在于：所述展现层包括三维仿真模块、事件预警模块、交通诱导模块、交通组织优化模块、路网状态分析模块和扩展应用模块。

6.根据权利要求5所述的动态交通仿真平台，其特征在于：所述展现层设置有连接在核心交换机上的服务器集群，所述核心交换机通过防火墙与所述感知层连接，所述感知层测得的多元异构交通流数据通过内网透过所述防火墙传输至数据中心，所述数据中心经过有效的数据处理后，通过所述展现层对终端客户提供应用服务及展示。

7.根据权利要求6所述的动态交通仿真平台，其特征在于：所述服务器集群包括实时数据服务器，实时数据库服务器，仿真数据库服务器，仿真服务器，平台管理与GIS服务器。

8.根据权利要求1所述的动态交通仿真平台，其特征在于：所述的动态交通仿真平台采用基于MPI标准的MPICH2并行管理软件。

9.一种使用权利要求1-8任一项所述的动态交通仿真平台的仿真方法，其特征在于，包括如下步骤：

(1)通过感知层获得多元异构交通流数据，并实时发送至融合层；同时，所述感知层获取GIS数据并发送给融合层和应用层，所述GIS数据包括路网数据和位置数据，所述GIS数据中既有静态数据又有动态数据；且所述感知层通过动态交通数据采集设备获得路口渠化数据和信号控制数据，并发送到应用层；

(2)融合层接收所述多元异构交通流数据和GIS数据，所述融合层中GIS网格匹配模块将基于GIS的路网模型划分为多个等间距的GIS网格，并计算出存在于GIS网格内的路段数量与路段ID，并存储至相应数据库，形成GIS网格快速匹配技术的数据支撑；所述GIS数据经GIS网格匹配模块处理后，与所述多元异构交通流数据经过云计算转化为交通流数据和标准路网数据，形成多元同构交通流数据；然后经过数据融合计算得到路网动态交通流数据，并发送到应用层；

(3)应用层获得所述路网动态交通流数据，通过实时OD反推算法，计算出交通OD矩阵；所述应用层接收所述路口渠化数据和信号控制数据以及GIS数据中的动态数据，建立动态交通模型，并生成交通仿真模型；通过交通仿真模型、交通OD矩阵，进行动态交通仿真；

(4)展现层接收所述应用层中动态交通仿真的交通仿真结果，并对终端客户提供服务应用及展示。