TESSNG软件模型具有适应高密度车流,短距离需求环境的车辆变道行为;模型高度拟人化,将行为划分为车道选择,间隙选择及动态博弈,间隙接受及轨迹执行;适应高密度情况下的车流交互行为。
仿真可针对不同车厢、不同区域实时生成不同车辆类型的排放指标;指标内容包含常见污染物NOx、THC、CO、PM,以及温室气体C02;在仿真路网上可实时展示排放结果的热力图。
1、宏微观路网的路段Link匹配技术;
2、宏微观路网交叉口节点Node匹配技术;
3、不同高程路网匹配;
4、宏观路径导入微观路网仿真;大规模路网的出行路径重构;50000+辆车实时运行计算;
5、断面流量,路口延误的仿真精度>85%。
1、用户可在仿真过程中选择3D全屏展示,或同步展示2D和3D场景
2、3D可视化模块场景下可展示多模式混合交通流的交通运行状态
3、3D效果对于某些场景如: 机非交互路口的交通流场景,具有更好的展示效果
TESSNG轨道交通仿真版本可以仿真高铁枢纽场站,有轨电车,地铁运行系统等;软件可展示多模式交通下的各类交通枢纽运行状态,并进行仿真运行结果的微观评价指标输出等。
在车路协同模块中可以设置施工区、事故区的运行状态不同车辆的激进程度比例;可设置包括路侧RSU设备及检测范围、联网车辆比例及数目,用于仿真智能网联车的运行状态通过车路协同模块可实时查看,输出各RSU设备范围内的预警信息。
TESSNG的二次开发接口架构清晰完善,用户交互开发便捷,支持C++语言及Python开发;TESSNG二次开发版本支持面向用户的在线仿真、自动驾驶仿真、信号控制优化、智慧高速管控等高频场景应用需求。
网联车辆仿真是目前二次开发应用高频的场景,随着自动驾驶网联环境发展下,车辆如何执行编队情况下的驾驶行为,实现快速的变道编队协作,以及编队车辆在网联自动环境与人工驾驶的高效协同驾驶,是目前自动驾驶应用的重要方向。
1、高速公路/城市道路虚实结合仿真
2、车辆自动驾驶行为决策仿真
3、自动驾驶网联环境车队仿真
4、信号控制优化方案测试
TESSNG二次开发接口模块同时还可以进行各类感应控制方案的开发测试,包括绿灯延长、红灯早断、相位搭接等方案测试,设置绿灯延长时间、最大绿灯关键参数,其中各类感应控制和检测设施可以有效感知所有或某类车辆的通行特征,从而动态的控制信号灯的变化
TESS NG二次开发模块可实时读入外部发车、路径、流量及信号控制数据,并且通过接口输出,形成在线仿真的功能闭环。城市在线微观交通仿真决策平台能够实时地接入多元融合数据进行在线仿真,滚动地进行信号控制方案优化,多方案仿真结果对比
在精细化的车辆控制模型中,可以设置车辆占用单车道的轻微抛锚事故,或者车辆同时占用多车道的严重碰撞事故等,便于用户测试不同事故状态下的管理效果。事件可以在仿真前离线添加,也可以在仿真过程中动态添加。