CN104504170A - 车辆动画仿真方法及*** - Google Patents

Abstract

本发明公开了一种车辆动画仿真方法及***，涉及交通仿真领域和计算机图形学领域，该方法包括获取车流数据，并根据所述车流数据，模拟车流运动行为，其中所述车辆运动行为是根据当前车道前方车辆以及左右邻居车道前方车辆对当前位置车辆的影响共同确定；构建换道模型，通过所述换道模型，获取所述车辆运动行为中所述当前位置车辆是否存在可行的换道轨迹；将所述换道轨迹与所述车流运动行为模拟相结合，以完成车辆动画仿真。本发明可以细致的描述车辆何时换道以及如何换道等行为，提高了模拟的逼真度和准确度。

Description

车辆动画仿真方法及***

技术领域

本发明涉及交通仿真领域和计算机图形学领域，尤其涉及车辆动画仿真方法及***

背景技术

随着虚拟现实技术的发展，虚拟城市研究吸引了大批的学者，目前已形成了大量成熟的软件，如*** maps，virtual Earth等。将高细节、高逼真度的车辆动画仿真融入到城市模拟中，不仅可以提高模拟的可信度和增强视觉体验，还对交通设计、交通规划等具有重要指导作用。

城市车辆运动模拟具有如下两点突出特点：首先交通路网结构复杂，并线，加宽，各种平交路口和各种立体交叉线路纵横交错，错综复杂。其次是车辆规模庞大，最近几年，随着经济的快速发展，城市内车辆数目迅猛增长，以北京市为例，2013年，北京机动车辆保有量已超过520万辆。如何实现大规模车辆在复杂的路网内运动的逼真模拟，是城市车辆动画模拟面临的重要问题。

目前国内外已有许多领域的学者投入到车辆运动模拟的研究中，并相应产生了不少交通模拟***。这些***大致可分为微观模拟方法和宏观模拟方法两类。微观模拟方法在较细力度上模拟车辆运动。但是，微观模拟方法采用基于个体的微观交通模型模拟车辆运动，模拟计算的效率和车辆数目紧密相关，这些方法主要用于小规模的车辆运动模拟，当车辆规模达到数万或十万以上后，普通PC机已无法实现实时的模拟计算，所以不适合做城市级大规模车辆运动的模拟。宏观模拟方法采用基于流体的宏观交通流模型模拟运动车辆之间的关系，模拟计算时间和车辆数目无关，主要用于大规模车辆运动的模拟仿真。这些方法作为交通评价、规划和设计的工具，主要研究交通流的大致运动趋势，该宏观交通流模型为了提高计算效率，简化甚至省略了个体车辆运动行为的模拟，无法逼真细节的描述各种复杂交通场景内车辆的运动行为(如各种换道行为)，从而降低了模拟结果的准确性和真实性。

总之，现有交通仿真不能满足大规模车辆动画模拟的需求，主要是因为现有用于大规模车辆动画模拟的宏观流方法主要在一维空间中描述车辆的运动， 而实际上，车辆是在二维公路平面上运动的，所以现有模型只能简化车道间车流交互的描述，一般通过密度差和路径驱使等来实现，不能细致描述车辆运动行为，如换道行为等。深入了解了宏观流的属性后发现，解决该项缺陷可通过改进现有宏观流模型来实现。

发明内容

为了解决上述问题的不足，本发明提供了大规模车辆动画仿真方法与***。本发明的目的是该车辆动画仿真不仅可以描述车道的车流，还可以描述车道间的车流运动，并且求解过程中得到车辆的换道轨迹，最终实现了大规模车辆在复杂场景内运动行为逼真高效的描述。

为达到上述目的，本发明提供一种大规模车辆动画仿真方法及***，根据车流的初边界数据、路网语义数据及车流初值数据，计算仿真过程中每一时刻车辆的位置和状态，从而模拟整个运动过程。本发明采用描述车辆换道行为的交互式宏观交通流模型来实现大规模车辆运动的细力度模拟。本发明将换道模型作为约束条件添加至交互式宏观交通流模型的求解过程中，实现了车辆运动的逼真模拟。

本发明提出一种车辆动画仿真方法，包括：

步骤1，获取车流数据，并根据所述车流数据，模拟车流运动行为，其中所述车辆运动行为是根据当前车道前方车辆以及左右邻居车道前方车辆对当前位置车辆的影响共同确定；

步骤2，构建换道模型，通过所述换道模型，获取所述车辆运动行为中所述当前位置车辆的换道决策和换道轨迹；

步骤3，将所述换道决策、所述换道轨迹与所述车流运动行为相结合，以完成车辆动画仿真。

所述的车辆动画仿真方法，所述步骤1包括：

通过交互式宏观流模型模拟所述车流运动行为，所述交互式宏观流模型的公式为：

$\left\{\begin{array}{c}{\∂}_t\mathrm{\ρ}+\▿\left(\mathrm{\ρv}\right)=0\\ {\mathrm{\ρ}}_{i,j}(t+\mathrm{\Δt})v_{i,j}(t+\mathrm{\Δt})={\mathrm{\ρ}}_0\underset{m=0}{\overset{2}{\mathrm{\Σ}}}\left[f_{2-m}\left(H_{i,j}\left(t\right)\right)V({\mathrm{\ρ}}_{i+1,j-1+m}\left(t\right),...,{\mathrm{\ρ}}_{i+N,j-1+m}\left(t\right),{\mathrm{\ρ}}_j^{*})\right]\end{array}\right\}$

其中ρ和v分别表示车流密度和车流速度，(i,j)表示沿车道线和垂直于车道线的第(i,j)晶体格，ρ_i,j和v_i,j表示第(i,j)晶体格的车流密度和车流速度，△t表示 时间步长，ρ₀表示平衡态下的车流速度，V表示优化速度方程，表示平衡状态下第(i,j)晶体格的当前车道上的车流密度，H_i,j(t)表示第(i,j)晶体格在时刻t的车流方向，m为计数变量。

所述的车辆动画仿真方法，所述步骤2包括：

判断所述当前位置车辆是否具有换道需求，若具有，则判断所述当前位置车辆是否存在满足约束的所述换道轨迹，若存在，则获取所述换道轨迹。

所述的车辆动画仿真方法，当所述当前位置车辆具有换道需求，且具有所述换道轨迹，则通过如下公式获取所述H_i,j(t)

$H_{i,j}\left(t\right)=\left\{\begin{array}{cc}\±1& t\∈(t_0,t_0+\mathrm{\Δ\Γ})\\ 0& t>t_0+\mathrm{\Δ\Γ}\end{array}\right.$

其中t₀表示所述当前位置车辆换道开始时刻，△Γ表示车流方向改变持续时长，通过如下公式获取△Γ：

$Q_{i\±1,j}(t_0+\mathrm{\Δ\Γ})=Q_{i\±1,j}\left(t_0\right)+1-\underset{m=1}{\overset{\mathrm{\Δ\Γ}/\mathrm{\Δt}}{\mathrm{\Σ}}}\mathrm{\Δt}{\mathrm{\ρ}}_{i,j}(t_0+n*\mathrm{\Δt})v_{i,j}(t_0+n*\mathrm{\Δt})=0$

Q_i,j±1(t)表示在时刻t从第(i,j)晶体格到第(i+1,j±1)晶体格仍需流入的车流量，△t表示时间步长，n为计数变量。

所述的车辆动画仿真方法，当所述当前位置车辆换道时，只改变所述当前位置车辆所在车道的车流方向。

本发明还提供一种车辆动画仿真***，包括：

模拟车流运动行为模块，用于获取车流数据，并根据所述车流数据，模拟车流运动行为，其中所述车辆运动行为是根据当前车道前方车辆以及左右邻居车道前方车辆对当前位置车辆的影响共同确定；

构建换道模型模块，用于构建换道模型，通过所述换道模型，获取所述车辆运动行为中所述当前位置车辆的换道决策和换道轨迹；

仿真模块，用于将所述换道决策、所述换道轨迹与所述车流运动行为相结合。

所述的车辆动画仿真***，所述模拟车流运动行为模块包括：

通过交互式宏观流模型模拟所述车流运动行为，所述交互式宏观流模型的公式为：

$\left\{\begin{array}{c}{\∂}_t\mathrm{\ρ}+\▿\left(\mathrm{\ρv}\right)=0\\ {\mathrm{\ρ}}_{i,j}(t+\mathrm{\Δt})v_{i,j}(t+\mathrm{\Δt})={\mathrm{\ρ}}_0\underset{m=0}{\overset{2}{\mathrm{\Σ}}}\left[f_{2-m}\left(H_{i,j}\left(t\right)\right)V({\mathrm{\ρ}}_{i+1,j-1+m}\left(t\right),...,{\mathrm{\ρ}}_{i+N,j-1+m}\left(t\right),{\mathrm{\ρ}}_j^{*})\right]\end{array}\right\}$

其中ρ和v分别表示车流密度和车流速度，(i,j)表示沿车道线和垂直于车道线的第(i,j)晶体格，ρ_i,j和v_i,j表示第(i,j)晶体格的车流密度和车流速度，△t表示 时间步长，ρ₀表示平衡态下的车流速度，V表示优化速度方程，表示平衡状态下第(i,j)晶体格的当前车道上的车流密度，H_i,j(t)表示第(i,j)晶体格在时刻t的车流方向，m为计数变量。

所述的车辆动画仿真***，所述构建换道模型模块包括：

判断所述当前位置车辆是否具有换道需求，若具有，则判断所述当前位置车辆是否存在满足约束的所述换道轨迹，若存在，则获取所述换道轨迹。

所述的车辆动画仿真***，当所述当前位置车辆具有换道需求，且具有所述换道轨迹，则通过如下公式获取所述H_i,j(t)

$H_{i,j}\left(t\right)=\left\{\begin{array}{cc}\±1& t\∈(t_0,t_0+\mathrm{\Δ\Γ})\\ 0& t>t_0+\mathrm{\Δ\Γ}\end{array}\right.$

其中t₀表示所述当前位置车辆换道开始时刻，△Γ表示车流方向改变持续时长，通过如下公式获取△Γ：

$Q_{i\±1,j}(t_0+\mathrm{\Δ\Γ})=Q_{i\±1,j}\left(t_0\right)+1-\underset{m=1}{\overset{\mathrm{\Δ\Γ}/\mathrm{\Δt}}{\mathrm{\Σ}}}\mathrm{\Δt}{\mathrm{\ρ}}_{i,j}(t_0+n*\mathrm{\Δt})v_{i,j}(t_0+n*\mathrm{\Δt})=0$

Q_i,j±1(t)表示在时刻t从第(i,j)晶体格到第(i+1,j±1)晶体格仍需流入的车流量，△t表示时间步长，n为计数变量。

所述的车辆动画仿真***，当所述当前位置车辆换道时，只改变所述当前位置车辆所在车道的车流方向。

由以上方案可知，本发明的优点在于：

一是本发明实时模拟的效率和车辆数目几乎无关，使得方法实用于大规模车辆运动的模拟；

二是本发明可以细致的描述车辆何时换道以及如何换道等行为，提高了模拟的逼真度和准确度。

附图说明

图1为本发明整体流程图；

图2为获取车流方向示意图；

其中，附图标记为：

步骤100为本发明整体步骤，包括：

步骤101/102/103。

具体实施方式

下面给出具体实施方式，结合附图对本发明做出详细的描述，但不作为对本发明的限定。

所述一种大规模车辆动画仿真方法，如图1所示，包括： 

步骤101，获取车流数据，并根据所述车流数据，模拟车流运动行为，其中所述车辆运动行为是根据当前车道前方车辆以及左右邻居车道前方车辆对当前位置车辆的影响共同确定，所述车流数据包括：路网语义数据，包括路网车道线几何数据信息以及车道线的拓扑语义信息等；车流初值数据，包括模拟初始时刻路网内所有车辆的信息；边值数据，包括模拟过程中流入路网的车辆信息以及各流出路网的车辆的状态信息，该数据作为初边值条件用于车辆运动模拟求解；输出数据是仿真时长内任意时刻，任意位置处的车辆状态信息。在经典合作驾驶子流方程组里添加交互项，构造流方程组(交互式宏观流模型)，采用有限差分方法对该流方程组进行全离散化，该交互项用于控制当前车道前方车辆、左右车道前方车辆对当前位置车辆的影响，其中车流方向控制换道方向；

该流方程组公式为：

$\left\{\begin{array}{c}{\∂}_t\mathrm{\ρ}+\▿\left(\mathrm{\ρv}\right)=0\\ {\mathrm{\ρ}}_{i,j}(t+\mathrm{\Δt})v_{i,j}(t+\mathrm{\Δt})={\mathrm{\ρ}}_0\underset{m=0}{\overset{2}{\mathrm{\Σ}}}\left[f_{2-m}\left(H_{i,j}\left(t\right)\right)V({\mathrm{\ρ}}_{i+1,j-1+m}\left(t\right),...,{\mathrm{\ρ}}_{i+N,j-1+m}\left(t\right),{\mathrm{\ρ}}_j^{*})\right]\end{array}\right\}$

上述公式中，ρ和v分别表示车流密度和车流速度，(i,j)表示沿车道线和垂直于车道线的第(i,j)晶体格，ρ_i,j和v_i,j表示在第(i,j)晶体格的车流密度和车流速度，△t表示时间步长，ρ₀表示平衡态下的车流速度，V表示优化速度方程，表示平衡状态下在第(i,j)晶体格当前车道上的车流密度，m为计数变量，取值区间为[0,2]，H_i,j(t)表示(i,j)位置处时刻t车流的方向，当车流流入左侧车道时，H_i,j(t)＝-1，当车流流入右侧车道时，H_i,j(t)＝1，其它情况下H_i,j(t)＝0，上述方程和经典合作驾驶格子流模型方程的区别在于添加了交互项来描述当前车道、左右邻居车道前方车辆对当前位置车辆的影响，该方程在二维公路平面上描述车流，不仅可以描述沿车道线的车流运动，还可以描述车道间的车流；

步骤102，构建换道模型，通过所述换道模型，获取所述车辆运动行为中所述当前位置车辆的换道决策(是否换道)和换道轨迹，判断所述当前位置车辆是否具有换道需求，若具有，则判断所述当前位置车辆是否存在满足约束的换道轨迹，若存在，则获取所述换道轨迹。首先介绍一下如何判断车辆是否可 以获得满足约束条件的换道轨迹，

此处换道轨迹指的是从换道开始时刻，车辆沿车道线方向s和垂直于车道线方向d随时间的偏移位置，轨迹方程描述为，

$\left\{\begin{array}{c}s\left(t\right)=A_3{t}^3+A_2{t}^2+A_{1}t+A_0\\ d\left(t\right)=B_5{t}^5+B_4{t}^4+B_3{t}^3+B_2{t}^2+B_{1}t+B_0\end{array}\right.$

A₀,A₁,A₂,A₃,B₀,B₁,B₂,B₃,B₄,B₅为多项式系数，约束如下：

s(0)＝0

d(0)＝0,d(T)＝l

s′(0)＝v₀,s′(T)＝v₁

s′(t)∈[0,v_max],s″(t)∈[a_break,a_long](t∈[0,T])

d′(0)＝d′(T)＝0

d″(0)＝d″(T)＝0

s(T)≤v_CLT+gap_CL,0-gap_CL,min

s(T)≤v_TLT+gap_TL,0-gap_TL,min

s(T)≥v_TFT-gap_TF,0+gap_TF,min

其中，T表示换道结束时刻，l表示车道的宽度，v₀表示换道开始时刻车辆沿车道线方向的速度，v₁表示车辆预估的换道结束时车辆在目标车道上拟达到的速度，v_max表示车辆可以获得的沿车道线的最大速度，a_brake表述舒适的刹车减速度，取值为负数，a_long表示最大舒适加速度，为正数，CL、TL和TF分别表示相对于换道车辆的当前车道前方车辆、目标车道前方车辆和目标车道后方车辆。v_CL、v_TL和v_TF分别表示CL、TL和TF的速度，gap_CL,min、gap_TL,min和gap_TF,min分别表示当前车辆和CL、TL和TF之间的最小可接受间距。gap_CL,0、gap_TL,0和gap_TF,0分别表示换道开始时刻当前车辆和CL、TL和TF之间的间距。上述约束中，除T外，其它参数在换道时都是已知确定的，将上述约束作用于轨迹方程，求解方程系数，求解过程中通过经验参数对T的范围进行约定，然后即可唯一的确定多项式系数，从而得到轨迹方程；

如图2所示，获取车流方向H_i,j(t)时，将路网分为均匀路段和不均匀路段，不均匀路段主要指的是那些车道上有车流流入、流出的路段，对于均匀路段处，H_i,j(t)≡0，对于不均匀路段处，判断该当前位置车辆是否具有换道需求(车辆的换道需求根据车辆目的地确定)并且存在上述的轨迹方程(即是否满足所述换 道模型，具有所述换道轨迹)，若不能够同时成立，则H_i,j(t)保持不变，反之，假设车辆从晶体格(i+k,j)进入(i+k+1,j-1)，则通过如下公式获取所述H_i,j(t)

$H_{i,j}\left(t\right)=\left\{\begin{array}{cc}\±1& t\∈(t_0,t_0+\mathrm{\Δ\Γ})\\ 0& t>t_0+\mathrm{\Δ\Γ}\end{array}\right.$

其中t₀表示所述当前位置车辆换道开始时刻，△Γ表示车流方向改变持续时长，通过如下公式获取△Γ：

$Q_{i\±1,j}(t_0+\mathrm{\Δ\Γ})=Q_{i\±1,j}\left(t_0\right)+1-\underset{m=1}{\overset{\mathrm{\Δ\Γ}/\mathrm{\Δt}}{\mathrm{\Σ}}}\mathrm{\Δt}{\mathrm{\ρ}}_{i,j}(t_0+n*\mathrm{\Δt})v_{i,j}(t_0+n*\mathrm{\Δt})=0$

Q_i,j±1(t)表示在时刻t从第(i,j)晶体格到第(i+1,j±1)晶体格仍需流入的车流量，△t表示时间步长，n为计数变量，取值区间为[1,△Γ/△t]。；

步骤103，将所述换道轨迹与所述车流运动行为相结合，以完成车辆动画仿真。通过换道轨迹(当前位置车辆换道状态)和能够描述各车道车辆运动状态的车辆运动行为相结合，能够详细模拟车辆的运动状态。

本发明当前位置车辆换道时，只改变当前位置车辆所在车道的车流方向。

本发明还包括车辆动画仿真***，包括：

模拟车流运动行为模块，用于获取车流数据，并根据所述车流数据，模拟车流运动行为，其中所述车辆运动行为包括当前车道、左右邻居车道、前方车辆对当前位置车辆的影响，其中通过交互式宏观流模型模拟所述车流运动行为，所述交互式宏观流模型的公式为：

$\left\{\begin{array}{c}{\∂}_t\mathrm{\ρ}+\▿\left(\mathrm{\ρv}\right)=0\\ {\mathrm{\ρ}}_{i,j}(t+\mathrm{\Δt})v_{i,j}(t+\mathrm{\Δt})={\mathrm{\ρ}}_0\underset{m=0}{\overset{2}{\mathrm{\Σ}}}\left[f_{2-m}\left(H_{i,j}\left(t\right)\right)V({\mathrm{\ρ}}_{i+1,j-1+m}\left(t\right),...,{\mathrm{\ρ}}_{i+N,j-1+m}\left(t\right),{\mathrm{\ρ}}_j^{*})\right]\end{array}\right\}$

其中ρ和v分别表示车流密度和车流速度，(i,j)表示沿车道线和垂直于车道线的第(i,j)晶体格，ρ_i,j和v_i,j表示第(i,j)晶体格的车流密度和车流速度，△t表示时间步长，ρ₀表示平衡态下的车流速度，V表示优化速度方程，表示平衡状态下第(i,j)晶体格的当前车道上的车流密度，H_i,j(t)表示第(i,j)晶体格在时刻t的车流方向，m为计数变量，取值区间为[0,2]。

构建换道模型模块，用于构建换道模型，通过所述换道模型，获取所述车辆运动行为中所述当前位置车辆的换道轨迹，判断所述当前位置车辆是否具有换道需求，若具有，则判断所述当前位置车辆是否满足所述换道模型，若满足，则获取所述换道轨迹，其中当所述当前位置车辆具有换道需求，且具有所述换道轨迹，则通过如下公式获取所述H_i,j(t)

$H_{i,j}\left(t\right)=\left\{\begin{array}{cc}\±1& t\∈(t_0,t_0+\mathrm{\Δ\Γ})\\ 0& t>t_0+\mathrm{\Δ\Γ}\end{array}\right.$

其中t₀表示所述当前位置车辆换道开始时刻，△Γ表示车流方向改变持续时长，通过如下公式获取△Γ：

$Q_{i\±1,j}(t_0+\mathrm{\Δ\Γ})=Q_{i\±1,j}\left(t_0\right)+1-\underset{m=1}{\overset{\mathrm{\Δ\Γ}/\mathrm{\Δt}}{\mathrm{\Σ}}}\mathrm{\Δt}{\mathrm{\ρ}}_{i,j}(t_0+n*\mathrm{\Δt})v_{i,j}(t_0+n*\mathrm{\Δt})=0$

Q_i,j±1(t)表示在时刻t从第(i,j)晶体格到第(i+1,j±1)晶体格仍需流入的车流量，△t表示时间步长，n为计数变量，取值区间为[1,△Γ/△t]；

仿真模块，用于将所述换道轨迹与所述车流运动行为相结合。

本发明当前位置车辆换道时，只改变当前位置车辆所在车道的车流方向。

Claims (10)

1.一种车辆动画仿真方法，其特征在于，包括：

步骤1，获取车流数据，并根据所述车流数据，模拟车流运动行为，其中所述车辆运动行为是根据当前车道前方车辆以及左右邻居车道前方车辆对当前位置车辆的影响共同确定；

步骤2，构建换道模型，通过所述换道模型，获取所述车辆运动行为中所述当前位置车辆的换道决策和换道轨迹；

步骤3，将所述换道决策、所述换道轨迹与所述车流运动行为相结合，以完成车辆动画仿真。

2.如权利要求1所述的车辆动画仿真方法，其特征在于，所述步骤1包括：

通过交互式宏观流模型模拟所述车流运动行为，所述交互式宏观流模型的公式为：

$\left\{\begin{array}{c}{\∂}_t\mathrm{\ρ}+\▿\left(\mathrm{\ρv}\right)=0\\ {\mathrm{\ρ}}_{i,j}(t+\mathrm{\Δt})v_{i,j}(t+\mathrm{\Δt})={\mathrm{\ρ}}_0\underset{m=0}{\overset{2}{\mathrm{\Σ}}}\left[f_{2-m}\left(H_{i,j}\left(t\right)\right)V({\mathrm{\ρ}}_{i+1,j-1+m}\left(t\right),...,{\mathrm{\ρ}}_{i+N,j-1+m}\left(t\right),{\mathrm{\ρ}}_j^{*})\right]\end{array}\right.$

其中ρ和v分别表示车流密度和车流速度，(i,j)表示沿车道线和垂直于车道线的第(i,j)晶体格，ρ_i,j和v_i,j表示第(i,j)晶体格的车流密度和车流速度，△t表示时间步长，ρ₀表示平衡态下的车流速度，V表示优化速度方程，表示平衡状态下第(i,j)晶体格的当前车道上的车流密度，H_i,j(t)表示第(i,j)晶体格在时刻t的车流方向，m为计数变量。

3.如权利要求1所述的车辆动画仿真方法，其特征在于，所述步骤2包括：

判断所述当前位置车辆是否具有换道需求，若具有，则判断所述当前位置车辆是否存在满足约束的所述换道轨迹，若存在，则获取所述换道轨迹。

4.如权利要求2或3所述的车辆动画仿真方法，其特征在于，当所述当前位置车辆具有换道需求，且具有所述换道轨迹，则通过如下公式获取所述H_i,j(t)

$H_{i,j}\left(t\right)=\left\{\begin{array}{cc}\±1& t\∈(t_0,t_0+\mathrm{\Δ\Γ}]\\ 0& t>t_0+\mathrm{\Δ\Γ}\end{array}\right.$

其中t₀表示所述当前位置车辆换道开始时刻，△Γ表示车流方向改变持续时长，通过如下公式获取△Γ：

$Q_{i\±1,j}(t_0+\mathrm{\Δ\Γ})=Q_{i\±1,j}\left(t_0\right)+1-\underset{n=1}{\overset{\mathrm{\Δ\Γ}/\mathrm{\Δt}}{\mathrm{\Σ}}}\mathrm{\Δt}{\mathrm{\ρ}}_{i,j}(t_0+n*\mathrm{\Δt})v_{i,j}(t_0+n*\mathrm{\Δt})=0$

Q_i,j±1(t)表示在时刻t从第(i,j)晶体格到第(i+1,j±1)晶体格仍需流入的车流量，△t表示时间步长，n为计数变量。

5.如权利要求4所述的车辆动画仿真方法，其特征在于，当所述当前位置车辆换道时，只改变所述当前位置车辆所在车道的车流方向。

6.一种车辆动画仿真***，其特征在于，包括：

模拟车流运动行为模块，用于获取车流数据，并根据所述车流数据，模拟车流运动行为，其中所述车辆运动行为是根据当前车道前方车辆以及左右邻居车道前方车辆对当前位置车辆的影响共同确定；

构建换道模型模块，用于构建换道模型，通过所述换道模型，获取所述车辆运动行为中所述当前位置车辆的换道决策和换道轨迹；

仿真模块，用于将所述换道决策、所述换道轨迹与所述车流运动行为相结合。

7.如权利要求6所述的车辆动画仿真***，其特征在于，所述模拟车流运动行为模块包括：

通过交互式宏观流模型模拟所述车流运动行为，所述交互式宏观流模型的公式为：

$\left\{\begin{array}{c}{\∂}_t\mathrm{\ρ}+\▿\left(\mathrm{\ρv}\right)=0\\ {\mathrm{\ρ}}_{i,j}(t+\mathrm{\Δt})v_{i,j}(t+\mathrm{\Δt})={\mathrm{\ρ}}_0\underset{m=0}{\overset{2}{\mathrm{\Σ}}}\left[f_{2-m}\left(H_{i,j}\left(t\right)\right)V({\mathrm{\ρ}}_{i+1,j-1+m}\left(t\right),...,{\mathrm{\ρ}}_{i+N,j-1+m}\left(t\right),{\mathrm{\ρ}}_j^{*})\right]\end{array}\right.$

其中ρ和v分别表示车流密度和车流速度，(i,j)表示沿车道线和垂直于车道线的第(i,j)晶体格，ρ_i,j和v_i,j表示第(i,j)晶体格的车流密度和车流速度，△t表示时间步长，ρ₀表示平衡态下的车流速度，V表示优化速度方程，表示平衡状态下第(i,j)晶体格的当前车道上的车流密度，H_i,j(t)表示第(i,j)晶体格在时刻t的车流方向，m为计数变量。

8.如权利要求6所述的车辆动画仿真***，其特征在于，所述构建换道模型模块包括：

判断所述当前位置车辆是否具有换道需求，若具有，则判断所述当前位置车辆是否存在满足约束的所述换道轨迹，若存在，则获取所述换道轨迹。

9.如权利要求7或8所述的车辆动画仿真***，其特征在于，当所述当前位置车辆具有换道需求，且具有所述换道轨迹，则通过如下公式获取所述Hi,j(t)

$H_{i,j}\left(t\right)=\left\{\begin{array}{cc}\±1& t\∈(t_0,t_0+\mathrm{\Δ\Γ}]\\ 0& t>t_0+\mathrm{\Δ\Γ}\end{array}\right.$

其中t₀表示所述当前位置车辆换道开始时刻，△Γ表示车流方向改变持续时长，通过如下公式获取△Γ：

$Q_{i\±1,j}(t_0+\mathrm{\Δ\Γ})=Q_{i\±1,j}\left(t_0\right)+1-\underset{n=1}{\overset{\mathrm{\Δ\Γ}/\mathrm{\Δt}}{\mathrm{\Σ}}}\mathrm{\Δt}{\mathrm{\ρ}}_{i,j}(t_0+n*\mathrm{\Δt})v_{i,j}(t_0+n*\mathrm{\Δt})=0$

Q_i,j±1(t)表示在时刻t从第(i,j)晶体格到第(i+1,j±1)晶体格仍需流入的车流量，△t表示时间步长，n为计数变量。

10.如权利要求9所述的车辆动画仿真***，其特征在于，当所述当前位置车辆换道时，只改变所述当前位置车辆所在车道的车流方向。