Aimsun Next 20聚焦于行人、自行车和乘客与公共交通车辆之间的互动，这是我们向模型个人和多式联运的目标迈出的一大步。
向下浏览Aimsun Next 20的主要亮点的快速指南，然后是所有增强和新功能的介绍。
下载Aimsun Next 20
所有软件更新订阅（SUS）在2020年4月或之后有效的用户都可以下载并安装Aimsun Next 20。
如果你想更新你的SUS，请立即与我们联系，info@aimsun.com
亮点
Aimsun Next20还包括我们之前在8.4版本中发布的功能的改进：
- 自适应巡航控制（ACC）和合作式自适应巡航控制（CACC）的微观跟车模型
- DUE中的点对点A-Star路径计算
- 真实数据集一致性检查器
- 从OpenStreetMap导入公共交通数据
- 微观仿真下单个车辆的间距和净距时间序列
- 动态成本函数的函数组件
- 路段用户定义DTA成本函数
- 从红灯到绿灯的红黄信号过渡
- SCATS特殊用途输入（SPIP）信息
Aimsun Next 20的所有新功能
微观仿真器
行人仿真器
我们开发了一个在微观仿真中使用的行人仿真器。 它并没有取代Legion for Aimsun，但这两个仿真器是互补的，服务于不同的使用情况。
Aimsun Next行人仿真器的目标使用群体是交通工程师：它可以仿真行人在人行道上的运动、行人和交通在人行横道上的互动、以及在公共交通站点的上下车过程。 重点是易用、速度快、多平台支持和与Aimsun Next平台的深度整合，以扩展交通移动模型工作流程（例如，使用动态公共交通分配的可能性，以获得四阶段模型的特征指标）。
Legion for Aimsun的目标使用群体是比如使用Open Buildings Station Designer和LEGION Simulator的研究行人行为的工程师：它可以仿真从车站到体育场馆的行人设施周围的行人和交通之间的互动，以及行人在这些设施内的活动，包括使用自动扶梯、电梯、旋转门、自动售货机等。
如果你过去使用Legion for Aimsun Base（或Lite或Extra只是因为它们支持更高的行人需求），你现在可能会想使用Aimsun Next行人仿真器。 为何？ 它不仅支持你以前能做的所有工作，而且对行人的数量没有限制，还能在Mac和Linux中运行，速度更快，而且不需要额外的许可证。 编辑也更快，因为你不再需要在从OpenStreetMap导入的路段和建筑周围创建障碍物，因为行人会自动识别这些物体为不可进入的空间。 而且，如果你有已经用Legion for Aimsun建了模型，新的行人仿真可以运行它们，而不需要修改。
如果你用Legion for Aimsun Lite或Extra来创建服务点，或结合Legion SpaceWorks来建立设施的内部模型，Legion for Aimsun仍应是你的选择，因为新的Aimsun Next行人仿真器并不支持这些功能。
动态公共交通分配
动态公共交通分配使行人可以选择乘坐公共交通到达目的地。 选择的依据是比较步行到目的地的通用成本和步行到公共交通站、等待、支付车费、上车、换乘、以及从最后一站步行到目的地的通用成本。
你可以使用这个功能来建立更全面的行人模型，或者计算公共交通的动态特征指标，并将其反馈到战略模型的交通分布和交通模式划分的阶段。
不基于车道行驶的微观仿真
我们引入了一个新的微观跟车模型，能够对不按照车道标线行驶的车辆的横向和纵向运动进行仿真。 它可以仿真机动车完全不遵循车道行驶的行为，也可以仿真自行车和摩托车在同一车道上平行行驶的行为或在汽车中间运行的行为。
由于不基于车道行驶的行为可以按车辆类型和路段被激活，你可以对各种情况进行建模，从自行车道上的自行车超越同向行驶的其它自行车，到信号灯路口的摩托车在排队车辆之间通过到达推进的停止线的行为。 你甚至可以仿真一种情况，即所有的交通都占据了整个道路的宽度，而不考虑标记的车道，无论是在一个特定的地点还是在整个网络。
微观仿真中的自适应巡航控制（ACC）和合作式自适应巡航控制（CACC）的跟车行为
我们已经实现了由加州大学伯克利分校PATH研究小组开发的汽车跟踪模型，以纳入了配备了ACC和CACC的车辆的速度曲线。
增强双向超车模型
使用新的、改进的双向超车模型，即使在有实线的情况下，车辆也能以很低的期望速度超过其他车辆。 这反映了这样一个情况：在大多数国家，即使在有实线的情况下，也允许机动车超越骑自行车的人。
黄线框行为
我们用一个复选框取代了黄线框速度，该复选框可以启用或不使用每个转弯的黄线框行为。
在交通灯的红绿过渡中显示黄灯
当把一个交通灯从红灯切换到绿灯时，你可以指定一个中间的黄灯时间。
高速公路上HOV车道的车道选择模型
当选择使用哪条车道时，车辆现在会评估最近的可选专用车道的情况，即使该车道与它当前的车道不相邻。 例如，这可以更真实地仿真HOV车辆在有HOV车道的多车道高速公路上的行为。
微观仿真中单独车辆的间距和净距时间序列
在微观的动画仿真过程中，向各个仿真车辆收集新的动态属性。
战略模型
四阶段实验的循环
现在你可以在四阶段实验图中添加一个新的循环控制器，可以让你在选定时间迭代选定步骤，如交通分布和交通模式划分，直到达到停止标准。
宏观模型
遍历 PT 出行时间的改善
现在，静态遍历计算可以通过考虑从线路起点到子路网边界的出行时间来计算公共交通时刻表，根据VDF/TPF/JDFs成本的累积值或一个函数分量来评估。
动态模型
混合宏观-中观仿真器
混合宏观-中观仿真器是一个新的基于事件的仿真器，通过在中观区域内应用中观行为模型来生成单个车辆并使它们移动，而在这些区域外使用VDF/TPF/JDF函数或函数组件来估计出行时间。 Aimsun Next通过对整个模型应用动态交通分配（随机路线选择或动态用户均衡）来计算路径。
这种模型方法允许你扩展一个中观模型的范围，以捕捉外部的改道效应，而不会对运行时间或校准工作有太多的影响。
DUE实验的额外收敛标准
我们增加了与达到平衡的稳定性有关的额外收敛标准。 现在，当RGap在连续给定的迭代次数中低于定义的阈值时，或者/和当迭代之间的流量或成本的变化至少在给定百分比的路段低于定义的阈值时，你可以停止迭代。
出口路段的DTA成本函数
现在你可以选择DTA成本函数（K-initials，初始和动态成本函数）应用于到达目的地型心点之前的最后一个路段。
用户定义DTA转弯成本
现在，你可以使用用户定义的转弯成本，而不仅仅是针对路段。 这样，你就可以对车辆特定的动作进行“惩罚”。
动态成本函数的函数组件
使用新的函数组件，从动态交通仿真中获得额外的输出。
交通管理的改进
你现在可以创建交通管理行动，在微观、中观或混合仿真中修改路段和转弯的主要行为参数。 这使得它更容易校准某一场景，比如某一地点的拥堵水平在建模期间发生变化，因而观察到的车辆行为发生了改变，例如，在前视或变道合作方面的行为改变。
你现在可以对转弯应用减速行动。 例如，这可以用来为不同类型的车辆设置不同的转弯速度。
需求调整
允许探测点的最小路段覆盖率
你可以设置探测器车道覆盖阈值，以确定探测器或探测器站在一个路段中应覆盖的车道百分比，以便被包括在调整过程中。 这会影响静态OD调整、静态OD出发调整和动态OD调整。 以前的版本使用60%的硬编码值。
静态OD调整的停止标准
现在，当分配流量和搜集数据之间的线性回归达到目标R^2和目标斜率时，静态OD调整可以停止迭代。 在以前的版本中，调整迭代的次数是固定的和预定的。
动态OD调整的改进
动态OD调整现在可以允许需求弹性
你可以结合DUE交通分配运行动态OD调整，尽管我们仍然在DUE交通分配和调整之间进行一个手动迭代，即用一次性分配，只是对输入的DUE路径进行网络加载，这样你可以加快进程，校准车辆行为。
弹性和需求界限的参考
静态OD出发调整和动态OD调整现在可以针对一组不同于被调整的矩阵来计算弹性和需求界限。 通过使用静态OD调整前的需求作为参考，你可以在依次应用静态OD调整、静态OD出发调整和动态OD调整，以尽量减少对初始需求的修改。
交通控制接口
STREAMS
与智能交通系统（ITS）平台STREAMS的接口，可根据要求提供。 该接口可以通过连接到微观仿真来培训系统操作人员。 请注意，STREAMS系统的运行速度不能超过实时，所以这迫使仿真以实时方式运行。
SCATS特殊用途输入（SPIP）信息
探测器表中的一个新列帮助你选择探测器是否被配置为SPIP。
平台改进
项目文件的自动管理
Aimsun Next现在自动将任何新项目的文件（模型文件、背景、真实数据、路径、输出等）安排在一个固定的文件夹结构中，以方便创建备份和交付。 这个新的文件夹结构也适用于教程；在选择打开初始网络还是最终网络后，选择你要创建项目文件夹结构的文件夹，并保存教程网络文件。
路径分配计划目标
使用新的路径分配计划目标来组合多个路径分配，为每个项目分配一个初始时间和持续时间。
许多好处包括：在一个动态仿真中使用不同时间段的多个静态分配计算的路径；结合多个DUE的路径，以运行一个较长的一次性仿真；或者运行一个仿真，只覆盖之前计算的路径分配所覆盖的部分时间。
向量比较
现在，除了矩阵比较之外，你还可以进行型心点向量比较或生成/吸引向量比较。 你也可以用OD矩阵来比较生成/吸引向量。
真实数据一致性检查器
真实数据集一致性检查工具可以对探测器或站点的流量、速度和占用率（如果有的话）应用一些一致性检查。
UI更新
我们更新了一些表达方式：
- 最大速度 限速
- 允许速度 允许限速
- 合作程度 合作水平
- 1区距离 前视距离
- 2区距离 临界前视距离
- 路途中 路途中路径更新
- 周期 区间
- 使用原始矩阵为探测数据 需求弹性
- 使用行程长度为探测数据 行程长度分布弹性
- 使用入口/出口流量为探测数据 总共产生/吸引弹性
- 最大允许偏离值 需求边界
- 到达自由和出发固定 产生固定和吸引自由
- 改变速度行动 速度降低行动
德文和波兰文的用户界面
Aimsun Next的用户界面现在可以用另外两种语言显示所有菜单和信息：德文和波兰文。
导入器
OpenStreetMap公共交通数据导入器
OpenStreetMap导入器现在可以导入公共交通线路
编程
APIs
手册中详细列出了API的变化，包括：
- 与交通管理有关的功能
- 与黄线框速度有关的功能和属性
- 从StaticInfVeh和StaticPTVeh中删除属性
- 与车辆入口有关的功能
- 三个新的参数，允许2D车辆定位
- 与Legion行人有关的功能
脚本编程
Aimsun Next的默认安装程序支持Python 3。 还可根据要求提供与Python 2兼容的安装程序，以方便过渡。
停用的功能
准动态网络加载
准动态网络加载是静态宏观分配的一个后处理过程，根据道路容量计算垂直排队。
我们已经停止了这一功能，因为它不比中观的速度快，而且存在影响宏观不基于道模行驶模型的同样问题，即转弯的容量不取决于冲突的流量，转弯行驶引起的排队会阻塞整个路段的交通。
如果你需要执行一个容量受限的分配，请使用中观仿真器来代替。
