技术领域
[0001] 本
发明涉及智能交通领域，尤其是涉及一种快速建立智能交通三维场的方法。
背景技术
[0002] 随着城市化
进程的不断推进，城市面貌发生了巨大变化，同时人流、车流、物流对城市道路交通管理带来了巨大的压
力， 如交通堵塞、交通环境恶化、交通事故频发等，已经成为当前世界各国面临的共同问题。解决交通问题的传统办法是修建或扩建道路，但是随着人口的增长，城市人均居住面积日益减少，可供修建道路的空间也越来越少。同时交通系统是一个复杂的综合性系统，单独从道路或车辆的
角度来考虑很难解决交通问题，由此产生了
智能交通系统。
[0003] 智能交通系统是将先进的信息处理技术、
定位导航技术、数据通信技术、
电子传感器技术、自动控制技术、
图像处理与
计算机视觉技术、
计算机网络技术、
人工智能技术、运筹管理学等有效的综合运行于交通管理体系。
虚拟现实有着沉浸性、交互性和构想性等特性，因此虚拟现实技术、计算机图形图像技术、人工智能等技术相结合能提高交通仿真的真实性，为交通管理控制提供更可靠的数据，对控制方案进行更科学的评估，以及对交通事故进行更合理的分析。
[0004] 现有的交通系统的管理，是通过构建三维虚拟交通场景主要是静态物体的建立，如房屋、树木、道路网，从而建立起逼真的交通环境，三维场景一般是通过3D建模
软件来建立，在此
基础上来进行道路交通的管理和分析。但是，现有的交通管理系统只是单纯的通过
三维建模和
渲染技术建立视觉上逼真的交通环境，缺少了更重要的交通环境中的各种动态因素，比如道路上的
汽车、交通
信号、道路诱导信息、检测器信息等。另外通过3D建模软件来建立交通环境是一个需要大量人力和物力的过程，不能达到快速实施的要求。
发明内容
[0005] 有鉴于此，本发明的目的在于提供一种快速建立智能交通三维场的方法，解决了
现有技术中的问题，可以快速建立三维场景，同时将动态因素引入道路交通环境，提高了虚拟交通环境的真实性，有效地逼真再现道路交通环境的真实状态。
[0006] 为达到上述目的，本发明采用以下技术方案：
[0007] 一种快速建立智能交通三维场的方法，包括如下步骤：
[0008] 步骤1，建立静态模型；静态模型包括道路模型、建筑模型、
植物模型和地形模型；所述道路模型的建立采用以下步骤：
[0009] （1）读取电子地图数据，检测地图数据的图像格式，图像格式为RGB和RGBA两种；读取电子地图的范围数据；
[0010] （2）将电子地图数据灰度化；根据道路的灰度代表色，将电子地图数据分割为两个区域，道路区域和非道路区域；
[0011] （3）去除地图数据中的孤立点；在区域分割后，根据图像的连续性特征，检测出如果某个
像素是孤立点，将其变为其相反的区域；
[0012] （4）根据道路区域平滑
算法，对道路区域进行平滑处理；
[0013] （5）将地图数据向四周扩大一个非道路区域像素；使用图像细化算法，提取道路区域的主
框架；道路区域并不是对称区域，导致图像细化后的道路中心线是曲折的，使用中心线平滑算法，平滑道路中心线区域；
[0014] （6）将地图数据向四周缩小一个像素；
[0015] （7）根据像素的连通性特性，将道路的主框架分割为若干条独立的道路段，根据电子地图的范围，计算出每个像素的控件大小，将若干条的独立道路段转为三维空间的道路中心线数据；
[0016] （8）根据道路中心线和道路参数生成道路模型；
[0017] 步骤2，建立动态模型；
[0018] 步骤3，根据静态模型和动态模型进行状态控制、决策分析和车辆
跟踪。
[0019] 作为优选，所述去除孤立点的步骤为：
[0020] （1）遍历地图数据中的每一个像素；
[0022] （3）当像素在地图数据的边角的时候，其周边像素有3个；当像素在地图数据的边缘但不是边角的时候，其周边像素有5个；当像素在地图数据的内部的时候，其周边像素的数据有8个；
[0023] （4）周边像素只有两种状态：道路像素和非道路像素，如检测到的周边像素的道路像素大于非道路像素的数量，则将像素位置设置为道路像素，否则设置为非道路像素。
[0024] 作为优选，所述道路区域平滑算法步骤为：
[0025] （1）遍历地图数据中的每一个像素；
[0026] （2）如果像素是道路像素，则执行步骤（1），否则执行步骤（3）；
[0027] （3）以当前像素为中心，三个像素为半径，按照上、下、左、右、左上、左下、右上、右下8个方向，判断每个方向上是否有道路像素；
[0028] （4）计算有道路像素的方向数量，如果有道路像素的方向数量大于非道路像素的方向数量，则当前像素设置为道路像素；
[0029] （5）检测像素是否遍历完成，如果没有完成，执行步骤1。
[0030] 作为优选，所述道路中心线平滑算法步骤为：
[0031] （1）
水平遍历地图数据中的每个像素；
[0032] （2）如果当前像素是道路中心线像素，则记录下像素的水平位置，直到在当前行遇到下一个道路中心线像素；
[0033] （3）如果两个道路中心线像素间水平方向的像素数量大于预设值，则记录下当前像素的水平位置，执行步骤（1），否则执行步骤（4）；
[0034] （4）遍历两个道路中心线像素之间的所有像素：
[0035] a.如果当前像素的上一行是道路中心线像素，则设置上一行为非道路中心线像素；
[0036] b.如果当前像素的下一行是道路中心线像素，则设置下一行为非道路中心线像素；
[0037] c.如果当前像素的上一行和下一行都是非道路中心线像素，则设置当前像素为道路中心线像素；
[0038] （5）垂直遍历地图数据中的每个像素；
[0039] （6）如果当前像素是道路中心线像素，则记录下像素的垂直位置，直到在当前列遇到下一个道路中心线像素；
[0040] （7）如果两个道路中心线像素间垂直方向的像素数量大于预设值，则记录下当前像素的垂直位置，执行步骤（5），否则执行步骤（8）；
[0041] （8）遍历两个道路中心线像素之间的所有像素：
[0042] a.如果当前像素的上一列是道路中心线像素，则设置上一列为非道路中心线像素；
[0043] b.如果当前像素的下一列是道路中心线像素，则设置下一列为非道路中心线像素；
[0044] c.如果当前像素的上一列和下一列都为非道路中心线像素，设置当前像素为道路中心线像素。
[0045] 作为优选，所述建筑建模的步骤为：
[0046] （1）读取道路模型数据；在道路贴图库中随机产生一个建筑贴图对象，建筑贴图对象包含了一个建筑中需要的贴图信息，包括墙体和
屋顶两部分；
[0047] （2）查找所有的道路模型信息；
[0048] （3）计算道路模型去除交叉口后，剩余的道路信息；
[0049] （4）遍历去除交叉口后的道路，根据道路中心线和道路参数信息在道路两端布局随机建筑：
[0050] a.获取道路的中心线，相连的两个点为一组，循环遍历中心线；
[0051] b.获取道路中心线上的相连的两个点，根据道路信息和建筑的退让距离，获取道路左右两边布局建筑的建筑边界；
[0052] c.对于左右边界执行如下步骤，生成随机建筑；
[0053] d.根据
指定的随机建筑的生成参数，获取随机建筑的长宽高信息；
[0054] e.从边界的初始位置依次放置随机建筑，直到边界的尾端。
[0055] 作为优选，所述植物模型的建立方式为区域种树步骤或沿线种树步骤；
[0056] 所述区域种树步骤为：
[0057] （1）选择区域内种植植物的种类；
[0058] （2）设置布局植物之间的布局间距；
[0059] （3）选择植物的种植区域；
[0060] （4）在种植区域内，根据树种的间隔距离，将种植区域划分为一定的方格子；
[0061] （5）种植区域内的植物数量为方格子数量*0.9；
[0062] （6）以当前时间为随机
种子，循环获取随机数并与方格子数量求余得到的结果，其值的位置就是需要种植植物的位置；
[0063] （7）循环执行步骤（6），直到区域内的植物满足步骤（5）的要求；
[0064] 所述沿线部树步骤为：
[0065] （1）选择需要布局的植物；
[0066] （2）设置布局植物之间的布局距离；
[0067] （3）绘制布局线段；
[0068] （4）获取布局线段的信息；
[0069] （5）根据植物的布局距离，从布局线段初始位置，每隔布局距离大小的间隔，布局一棵植物，直到布局线段的末端。
[0070] 作为优选，所述动态模型的建立包括如下步骤：
[0071] （1）信号灯的建立步骤：
[0072] （11）初始化信号灯实体库；
[0073] （12）打开信号灯列表，选择需要添加的信号灯类型；
[0074] （13）通过
鼠标点击将指定的信号灯添加到场景中，给每个添加到场景中的信号灯分配一个唯一的ID信息，信号灯的初始状态为无信号；
[0075] （14）通过编辑操作，将信号灯放置到合适的位置；
[0076] （2）诱导屏的建立步骤：
[0077] （21）初始化诱导屏实体库；
[0078] （22）打开诱导屏列表，选择需要添加的诱导屏类型；
[0079] （23）通过鼠标点击将指定的诱导屏添加到场景中，给每个添加到场景中的诱导屏分配一个唯一的ID信息；
[0080] （24）通过编辑操作，将诱导屏放置到合适的位置；
[0081] （3）检测器的建立步骤：
[0082] （31）初始化检测器实体库；
[0083] （32）打开检测器列表，选择需要添加的检测器类型；
[0084] （33）通过鼠标点击将指定的检测器添加到场景中，给每个添加到场景中的检测器分配一个唯一的ID信息；
[0085] （34）通过编辑操作，将检测器放置到合适的位置；
[0086] （4）随机汽车建立步骤：
[0087] （41）初始化车辆库；
[0088] （42）通过鼠标点击选择随
机车辆的运行范围；
[0089] （43）根据车辆运行范围获取运行范围内的道路信息；
[0090] （44）根据车辆运行范围内的道路长度，分配每个道路上的车辆数量；
[0091] （45）根据道路的车道信息和中心线信息，分配每个车道的车辆数量；
[0092] （46）根据车道的方向和中心线信息为每个车辆分配行驶方向和行驶路线。
[0093] 作为优选，所述状态控制包括如下步骤：
[0094] 步骤１，信号灯控制包括如下步骤：
[0095] （1）选择需要控制的信号灯模型；
[0096] （2）信号灯中的信号由左、中、右灯和人行四个信号灯组成，解析信号灯模型中的信号信息；
[0097] （3）信号灯信号信息有红、绿、黄三个状态，设置信号灯的信号状态；
[0098] （4）根据设置的信号状态和信号灯实体中的信号灯信息，实时改变信号灯模型中的信号图片信息；
[0099] 步骤2，诱导屏控制包括如下步骤：
[0100] （1）选择需要控制的诱导屏模型；
[0101] （2）诱导屏有两种类型，文字说明和图像相结合的诱导和图像诱导。解析诱导屏的类型；
[0102] （3）根据诱导屏的类型，分别设置诱导屏中的图像信息和文字说明信息；
[0103] （4）根据设置诱导屏信息，实时的
修改诱导屏模型总的文字内容和诱导图片信息；
[0104] 步骤3，检测器控制包括如下步骤：
[0105] （1）选择需要控制的检测模型；
[0106] （2）检测器中主要包含了车流量、车道数和车速度三个信息，解析检测器模型中相对应的模型信息；
[0107] （3）设置检测器的车流量、车道数和车速度三个参数；
[0108] （4）根据设置的检测器信息，实时的修改检测器模型中的车流量、车道数和车速度信息；
[0109] 步骤4，车辆行驶控制包括如下步骤：
[0110] （1）根据车辆行驶路径和行驶速度计算出车辆的新的行驶位置；
[0111] （2）根据新的行驶位置信息计算出与其最近的交叉口信息；
[0112] （3）根据车辆的行驶方向和距离车辆行驶方向上最近的交叉口信息，获取控制车辆行驶的信号灯模型；
[0113] （4）获取信号灯模型中的信号灯信号信息；
[0114] （5）根据行驶方向，判断车辆的行驶行为，即直行、左行和右行三个状态；
[0115] （6）根据车辆的行驶行为，获取信号灯对应的信号信息；
[0116] （7）如果获取的信号信息是红灯，则车辆停止等待，否则车辆行驶到新的行驶位置。
[0117] 作为优选，所述决策分析包括如下步骤：
[0118] 步骤1，绿波漫游决策分析步骤：
[0119] （1）通过鼠标绘制漫游路径；
[0120] （2）配置漫游参数；
[0121] （3）点击漫游运行；
[0122] a.获取绘制的漫游路径信息。如果不存在，则结束；否则执行b；
[0123] b.根据绘制的漫游路径，计算车辆的行驶路径信息；
[0124] c.根据漫游事件和漫游速度，计算车辆行驶的新的位置信息；
[0125] d.根据新的行驶位置信息计算出与其最近的交叉口信息；
[0126] e. 根据车辆的行驶方向和距离车辆行驶方向上最近的交叉口信息，获取控制车辆行驶的信号灯模型；
[0127] f.获取信号灯模型中的信号灯信号信息；
[0128] g.根据行驶方向，判断车辆的行驶行为，即直行、左行和右行三个状态；
[0129] h.根据车辆的行驶行为，获取信号灯对应的信号信息；
[0130] i.如果获取的信号信息是红灯，则车辆停止等待，否则车辆行驶到新的行驶位置；
[0131] j.根据车辆的新位置设置漫游视图的视角；
[0132] k.将信号灯模型中的信号信息通过消息传递机制，传递给信号显示窗口；
[0133] 步骤２，特勤漫游分析步骤：
[0134] （1）通过鼠标点击绘制漫游路径；
[0135] （2）绘制路径完成后，根据绘制路径的信息计算出绘制路径所经过的交叉口信息，并显示在道路交叉口信息列表中；
[0136] （3）配置漫游参数，通过鼠标配置参数修改漫游参数；
[0137] （4）点击漫游运行；
[0138] a.获取道路交叉口信息列表中内容，如果信息列表中为空，则直接返回；
[0139] b.根据道路交叉口信息获取对应的道路信息，计算车辆行驶路径信息；
[0140] c.根据漫游事件和漫游速度，计算车辆行驶的新的位置信息；
[0141] d.根据新的行驶位置信息计算出与其最近的交叉口信息；
[0142] e. 根据车辆的行驶方向和距离车辆行驶方向上最近的交叉口信息，获取控制车辆行驶的信号灯模型；
[0143] f.获取信号灯模型中的信号灯信号信息；
[0144] g.根据行驶方向，判断车辆的行驶行为，即直行、左行和右行三个状态；
[0145] h.根据车辆的行驶行为，获取信号灯对应的信号信息；
[0146] i.如果获取的信号信息是红灯或者黄灯信息，则通过信号灯的控制功能，修改信号信息为绿色；
[0147] j.根据车辆的新位置设置漫游视图的视角；
[0148] k.将信号灯实体信息通过消息传递，将其发送给信号显示窗口。
[0149] 作为优选，所述车辆跟踪包括如下步骤：
[0150] （1）打开场景中的车辆列表；
[0151] （2）选择需要跟踪的车辆；
[0152] （3）跟踪指定的车辆；
[0153] a.根据
选定的车辆，获取其对应的车辆信息；
[0154] b.实时获取车辆的位置信息；
[0155] c.连续记录车辆的位置信息，形成车辆的行驶轨迹数据并显示；
[0156] d.根据车辆的位置信息设置漫游视图的视角。
[0157] 本发明的有益效果是：
[0158] 本发明通过对二维电子地图进行图像处理技术，自动实现道路数据的提取，并根据提取结果快速的生成道路模型，根据生成的道路模型可以快速的生成随机建筑模型，提高了道路建模速度。本发明通过在建筑和道路模型的基础上，通过区域种树、沿线种树、动态添加信号灯灯方式，快速建立起道路交通场景，极大的提高了场景建模速度。
[0159] 本发明在场景建模的过程中，记录场景道路交通场景中的各种实体信息，为智能交通的决策分析提供了数据基础。与传统的建模方式相比，本发明提出的技术方案中利用电子地图中的道路信息，通过图像处理技术，快速的生成三维场景数据，解决了智能交通实施速度慢的难题。
[0160] 本发明由于基础数据获取简单、生成速度快节省了大量的人力、物力，有效的控制了数据生产成本。将生成的道路模型与地图上的道路形状比较，形状基本上吻合，误差较小，从比对结果来看基本上满足了道路交通应用的需要。由于道路数据的准确性比较高，为决策部分的分析提供了数据支持。
附图说明
具体实施方式
[0163] 下面结合附图和
实施例对本发明作进一步描述。
[0164] 如图1所示，本发明包括如下步骤：
[0165] 步骤一，建立静态模型；静态模型包括道路模型、建筑模型、植物模型和地形模型；
[0166] 步骤二，建立动态模型；
[0167] 步骤三，根据静态模型和动态模型进行状态控制、决策分析和车辆跟踪。
[0168] 如图2所示，所述道路模型的建立采用以下步骤：
[0169] （1）读取电子地图数据，检测地图数据的图像格式，图像格式为RGB和RGBA两种；读取电子地图的范围数据；
[0170] （2）根据像素灰度化公式：Y=0.299R+0.597G+0.114B,将电子地图数据灰度化；根据道路的灰度代表色，将电子地图数据分割为两个区域，道路区域和非道路区域；
[0171] （3）去除地图数据中的孤立点；在区域分割后，根据图像的连续性特征，检测出如果某个像素是孤立点，将其变为其相反的区域；
[0172] （4）根据道路区域平滑算法，对道路区域进行平滑处理；
[0173] （5）将地图数据向四周扩大一个非道路区域像素，即将道路区域像素向四周扩大一个像素，避免了将边缘细
化成道路像素；使用图像细化算法，提取道路区域的主框架；道路区域并不是对称区域，导致图像细化后的道路中心线是曲折的，使用中心线平滑算法，平滑道路中心线区域；
[0174] （6）将地图数据向四周缩小一个像素；
[0175] （7）根据像素的连通性特性，将道路的主框架分割为若干条独立的道路段，根据电子地图的范围，将若干条的独立道路段转为单位道路中心线；
[0176] （8）根据道路中心线和道路参数生成道路模型；
[0177] 地图数据中由于存在噪声数据，在区域分割后，会出现一些比较突兀的点，主要表现为两个区域，孤立点和道路区域不平滑。去除孤立点的步骤为：
[0178] （1）遍历地图数据中的每一个像素；
[0179] （2）获取像素位置的周边像素；根据像素的位置不同，其周边像素的数量也不一样；
[0180] （3）当像素在地图数据的边角的时候，其周边像素有3个；当像素在地图数据的边缘但不是边角的时候，其周边像素有5个；当像素在地图数据的内部的时候，其周边像素的数据有8个；地图的四角为４个边角；地图数据的边缘即地图边缘的数据；地图数据的边角即地图边角的数据；
[0181] （4）周边像素只有两种状态：道路像素和非道路像素，如检测到的周边像素的道路像素大于非道路像素的数量，则将像素位置设置为道路像素，否则设置为非道路像素。
[0182] 根据道路区域平滑算法，对道路区域进行平滑处理，道路区域平滑算法步骤为：
[0183] （1）遍历地图数据中的每一个像素；
[0184] （2）如果像素是道路像素，则执行步骤（1），否则执行步骤（3）；
[0185] （3）以当前像素为中心，三个像素为半径，按照上、下、左、右、左上、左下、右上、右下8个方向，判断每个方向上是否有道路像素；
[0186] （4）计算有道路像素的方向数量，如果有道路像素的方向数量大于非道路像素的方向数量，则当前像素设置为道路像素；
[0187] （5）检测像素是否遍历完成，如果没有完成，执行步骤1。
[0188] 根据像素的连续性，遍历整个图像，如果非道路像素连续存在小于设定值时，将非道路像素调整成道路像素，保证了整个道路的连续性。道路中心线平滑算法步骤为：
[0189] （1）水平遍历地图数据中的每个像素；
[0190] （2）如果当前像素是道路中心线像素，则记录下像素的水平位置，直到在当前行遇到下一个道路中心线像素；
[0191] （3）如果两个道路中心线像素间水平方向的像素数量大于预设值，则记录下当前像素的水平位置，执行步骤（1），否则执行步骤（4）；
[0192] （4）遍历两个道路中心线像素之间的所有像素：
[0193] d.如果当前像素的上一行是道路中心线像素，则设置上一行为非道路中心线像素；
[0194] e.如果当前像素的下一行是道路中心线像素，则设置下一行为非道路中心线像素；
[0195] f.如果当前像素的上一行和下一行都是非道路中心线像素，则设置当前像素为道路中心线像素；
[0196] （5）垂直遍历地图数据中的每个像素；
[0197] （6）如果当前像素是道路中心线像素，则记录下像素的垂直位置，直到在当前列遇到下一个道路中心线像素；
[0198] （7）如果两个道路中心线像素间垂直方向的像素数量大于预设值，则记录下当前像素的垂直位置，执行步骤（5），否则执行步骤（8）；
[0199] （8）遍历两个道路中心线像素之间的所有像素：
[0200] d.如果当前像素的上一列是道路中心线像素，则设置上一列为非道路中心线像素；
[0201] e.如果当前像素的下一列是道路中心线像素，则设置下一列为非道路中心线像素；
[0202] f.如果当前像素的上一列和下一列都为非道路中心线像素，设置当前像素为道路中心线像素。
[0203] 建筑建模的步骤为：
[0204] （1）读取道路模型数据；在道路贴图库中随机产生一个建筑贴图对象，建筑贴图对象包含了一个建筑中需要的贴图信息，包括墙体和屋顶两部分；
[0205] （2）查找所有的道路模型信息；
[0206] （3）计算道路模型去除交叉口后，剩余的道路信息；
[0207] （4）遍历去除交叉口后的道路，根据道路中心线和道路参数信息在道路两端布局随机建筑：
[0208] a.获取道路的中心线，相连的两个点为一组，循环遍历中心线；
[0209] b.获取道路中心线上的相连的两个点，根据道路信息和建筑的退让距离（指定一个合理的
阀值），获取道路左右两边布局建筑的建筑边界；
[0210] c.对于左右边界执行如下步骤，生成随机建筑；
[0211] d.根据指定的随机建筑的生成参数，获取随机建筑的长宽高信息；
[0212] e.从边界的初始位置依次放置随机建筑，直到边界的尾端。
[0213] 所述植物模型的建立方式为区域种树步骤或沿线种树步骤；
[0214] 所述区域种树步骤为：
[0215] （1）选择区域内种植植物的种类；
[0216] （2）设置布局植物之间的布局间距；
[0217] （3）选择植物的种植区域；
[0218] （4）在种植区域内，根据树种的间隔距离，将种植区域划分为一定的方格子；
[0219] （5）种植区域内的植物数量为方格子数量*0.9；
[0220] （6）以当前时间为随机种子，循环获取随机数并与方格子数量求余得到的结果，其值的位置就是需要种植植物的位置；
[0221] （7）循环执行步骤（6），直到区域内的植物满足步骤（5）的要求；
[0222] 所述沿线部树步骤为：
[0223] （1）选择需要布局的植物；
[0224] （2）设置布局植物之间的布局距离；
[0225] （3）绘制布局线段；
[0226] （4）获取布局线段的信息；
[0227] （5）根据植物的布局距离，从布局线段初始位置，每隔布局距离大小的间隔，布局一棵植物，直到布局线段的末端。
[0228] 地形模型的建立方法为：通过数据表绘制地形区域，根据绘制的队形区域生成平面模型。
[0229] 所述动态模型的建立包括如下步骤：
[0230] （1）信号灯的建立步骤：
[0231] （11）初始化信号灯实体库；
[0232] （12）打开信号灯列表，选择需要添加的信号灯类型；
[0233] （13）通过鼠标点击将指定的信号灯添加到场景中，给每个添加到场景中的信号灯分配一个唯一的ID信息，信号灯的初始状态为无信号；
[0234] （14）通过编辑操作，将信号灯放置到合适的位置；
[0235] （2）诱导屏的建立步骤：
[0236] （21）初始化诱导屏实体库；
[0237] （22）打开诱导屏列表，选择需要添加的诱导屏类型；
[0238] （23）通过鼠标点击将指定的诱导屏添加到场景中，给每个添加到场景中的诱导屏分配一个唯一的ID信息；
[0239] （24）通过编辑操作，将诱导屏放置到合适的位置；
[0240] （3）检测器的建立步骤：
[0241] （31）初始化检测器实体库；
[0242] （32）打开检测器列表，选择需要添加的检测器类型；
[0243] （33）通过鼠标点击将指定的检测器添加到场景中，给每个添加到场景中的检测器分配一个唯一的ID信息；
[0244] （34）通过编辑操作，将检测器放置到合适的位置；
[0245] （4）随机汽车建立步骤：
[0246] （41）初始化车辆库；
[0247] （42）通过鼠标点击选择随机车辆的运行范围；
[0248] （43）根据车辆运行范围获取运行范围内的道路信息；
[0249] （44）根据车辆运行范围内的道路长度，分配每个道路上的车辆数量；
[0250] （45）根据道路的车道信息和中心线信息，分配每个车道的车辆数量；
[0251] （46）根据车道的方向和中心线信息为每个车辆分配行驶方向和行驶路线。
[0252] 所述状态控制包括如下步骤：
[0253] 步骤１，信号灯控制包括如下步骤：
[0254] （1）选择需要控制的信号灯模型；
[0255] （2）信号灯中的信号由左、中、右灯和人行四个信号灯组成，解析信号灯模型中的信号信息；
[0256] （3）信号灯信号信息有红、绿、黄三个状态，设置信号灯的信号状态；
[0257] （4）根据设置的信号状态和信号灯实体中的信号灯信息，实时改变信号灯模型中的信号图片信息；
[0258] 步骤2，诱导屏控制包括如下步骤：
[0259] （1）选择需要控制的诱导屏模型；
[0260] （2）诱导屏有两种类型，文字说明和图像相结合的诱导和图像诱导。解析诱导屏的类型；
[0261] （3）根据诱导屏的类型，分别设置诱导屏中的图像信息和文字说明信息；
[0262] （4）根据设置诱导屏信息，实时的修改诱导屏模型总的文字内容和诱导图片信息；
[0263] 步骤3，检测器控制包括如下步骤：
[0264] （1）选择需要控制的检测模型；
[0265] （2）检测器中主要包含了车流量、车道数和车速度三个信息，解析检测器模型中相对应的模型信息；
[0266] （3）设置检测器的车流量、车道数和车速度三个参数；
[0267] （4）根据设置的检测器信息，实时的修改检测器模型中的车流量、车道数和车速度信息；
[0268] 步骤4，车辆行驶控制包括如下步骤：
[0269] （1）根据车辆行驶路径和行驶速度计算出车辆的新的行驶位置；
[0270] （2）根据新的行驶位置信息计算出与其最近的交叉口信息；
[0271] （3）根据车辆的行驶方向和距离车辆行驶方向上最近的交叉口信息，获取控制车辆行驶的信号灯模型；
[0272] （4）获取信号灯模型中的信号灯信号信息；
[0273] （5）根据行驶方向，判断车辆的行驶行为，即直行、左行和右行三个状态；
[0274] （6）根据车辆的行驶行为，获取信号灯对应的信号信息；
[0275] （7）如果获取的信号信息是红灯，则车辆停止等待，否则车辆行驶到新的行驶位置。
[0276] 所述决策分析包括如下步骤：
[0277] 步骤1，绿波漫游决策分析步骤：
[0278] （1）通过鼠标绘制漫游路径；
[0279] （2）配置漫游参数；
[0280] （3）点击漫游运行；
[0281] a.获取绘制的漫游路径信息。如果不存在，则结束；否则执行b；
[0282] b.根据绘制的漫游路径，计算车辆的行驶路径信息；
[0283] c.根据漫游事件和漫游速度，计算车辆行驶的新的位置信息；
[0284] d.根据新的行驶位置信息计算出与其最近的交叉口信息；
[0285] e. 根据车辆的行驶方向和距离车辆行驶方向上最近的交叉口信息，获取控制车辆行驶的信号灯模型；
[0286] f.获取信号灯模型中的信号灯信号信息；
[0287] g.根据行驶方向，判断车辆的行驶行为，即直行、左行和右行三个状态；
[0288] h.根据车辆的行驶行为，获取信号灯对应的信号信息；
[0289] i.如果获取的信号信息是红灯，则车辆停止等待，否则车辆行驶到新的行驶位置；
[0290] j.根据车辆的新位置设置漫游视图的视角；
[0291] k.将信号灯模型中的信号信息通过消息传递机制，传递给信号显示窗口；
[0292] 步骤２，特勤漫游分析步骤：
[0293] （1）通过鼠标点击绘制漫游路径；
[0294] （2）绘制路径完成后，根据绘制路径的信息计算出绘制路径所经过的交叉口信息，并显示在道路交叉口信息列表中；
[0295] （3）配置漫游参数，通过鼠标配置参数修改漫游参数；
[0296] （4）点击漫游运行；
[0297] a.获取道路交叉口信息列表中内容，如果信息列表中为空，则直接返回；
[0298] b.根据道路交叉口信息获取对应的道路信息，计算车辆行驶路径信息；
[0299] c.根据漫游事件和漫游速度，计算车辆行驶的新的位置信息；
[0300] d.根据新的行驶位置信息计算出与其最近的交叉口信息；
[0301] e. 根据车辆的行驶方向和距离车辆行驶方向上最近的交叉口信息，获取控制车辆行驶的信号灯模型；
[0302] f.获取信号灯模型中的信号灯信号信息；
[0303] g.根据行驶方向，判断车辆的行驶行为，即直行、左行和右行三个状态；
[0304] h.根据车辆的行驶行为，获取信号灯对应的信号信息；
[0305] i.如果获取的信号信息是红灯或者黄灯信息，则通过信号灯的控制功能，修改信号信息为绿色；
[0306] j.根据车辆的新位置设置漫游视图的视角；
[0307] k.将信号灯实体信息通过消息传递，将其发送给信号显示窗口。
[0308] 所述车辆跟踪包括如下步骤：
[0309] （1）打开场景中的车辆列表；
[0310] （2）选择需要跟踪的车辆；
[0311] （3）跟踪指定的车辆；
[0312] a.根据选定的车辆，获取其对应的车辆信息；
[0313] b.实时获取车辆的位置信息；
[0314] c.连续记录车辆的位置信息，形成车辆的行驶轨迹数据并显示；
[0315] d.根据车辆的位置信息设置漫游视图的视角。
[0316] 智能交通场景的逼真程度主要体现在三维场景的
质量与用户交互方面。三维虚拟场景的渲染效果与系统的
沉浸感、实时性密切相关，虚拟汽车的行为决定了仿真结果的可信性。本发明在保证系统实时性的前提下，建立逼真的三维静态虚拟场景，虚拟场景基本能够真实反映交通环境中的各种基本要素，满足用户沉浸性的要求。虚拟汽车根据车辆跟踪能够实时的获取
虚拟环境中的交通信息，并在此基础上作出实时的决策。
[0317] 最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，本领域普通技术人员对本发明的技术方案所做的其他修改或者等同替换，只要不脱离本发明技术方案的精神和范围，均应涵盖在本发明的
权利要求范围当中。
