李洪中 劉旭寧 朱漢東 郭 虎

(1.蘭州交通大學電子與信息工程學院 蘭州 730070;2.山東省青島市91206部隊航材保管教研室 青島 266108)

0 引 言

隨著社會經(jīng)濟的快速發(fā)展，人民的生活水平的提高，私家車快速走進千家萬戶，隨之也帶來一定的問題，許多城市甚至出現(xiàn)“擁有最寬闊的道路，也擁有最寬闊的停車場”。對于生活的必需品“行”，開始困擾城市的發(fā)展，已經(jīng)變的不得不加以重視。于是從改變?nèi)藗兊某鲂锌紤]，一種快速便捷安全環(huán)保的交通環(huán)境必須走上時代的舞臺，為人們帶來福利，為社會帶來更健康的發(fā)展。由于基于十字路口的調(diào)節(jié)方案研究較多，而就城市中大街小巷、居民小區(qū)等三岔路口的交通狀況研究較少。于是本文就此目的出發(fā)，提出了一種改善三岔路口交通狀況的可行性優(yōu)化方案。

當前我國大多數(shù)城市交叉口的平均行車速度已限定在20 km/h 以下，同時，由于車輛速度減慢、汽車尾氣排放量增加，造成城市空氣質(zhì)量的惡化。為了能緩解經(jīng)濟發(fā)展給交通運輸帶來的壓力，使得現(xiàn)有資源能發(fā)揮出最大的作用，我國政府也加大了對智能交通系統(tǒng)的研究及建設(shè)力度。采取智能交通系統(tǒng)的交叉口具有兩大優(yōu)點:

首先，有效的提高交通運輸效益，使交通擁擠降低20%，延誤損失減少10%～25%，車禍降低50%～80%，油料消耗減少30%;

其次，解決道路交通堵塞、減少財產(chǎn)損失、減少環(huán)境污染，增強了交通的安全性，合理的利用了土地與能源。

交叉路口城市機動車輛的不斷增加，使得車輛堵塞現(xiàn)象越來越嚴重，當前大多數(shù)城市仍然采用的是定時控制交叉路口交通燈的控制方法。交通控制就是確定交叉口紅綠燈的信號配時，使通過交叉口的車輛延誤時間盡可能小。傳統(tǒng)的控制一般是采用模型控制或者是預先人為地設(shè)定多套配時方案，由于道路上的車流量具有較大的隨機性，所實施的相位控制也應隨車流量的不同而相應變化。而交通警察在實際的交通指揮中可以根據(jù)實際路況信息來控制交通，如果東西方向的車流量大，則其放行時間長;南北方向車流量小，則其放行時間短。

模糊控制理論是在交通系統(tǒng)中模仿交警的控制經(jīng)驗實現(xiàn)的智能控制方案，可以使車輛等待延誤時間最小，因此基于模糊控制理論的交叉路口信號燈控制系統(tǒng)的研究對解決交叉路口車輛堵塞有重要的現(xiàn)實意義。

1 系統(tǒng)設(shè)計方案

由于我國的交通控制發(fā)展起步較晚，傳統(tǒng)的控制方案一般主要采取定時信號燈的方法。對于曾經(jīng)不是很擁擠的交通狀況，這種方案還是可行的。然而隨著車流量的指數(shù)增加，它已經(jīng)不再適應新的復雜交通情況的改變，它不能隨著交通量的大小實時改變，這種方案給交通帶來極大地不便，于是需要一種合適的方案來改變這種技術(shù)的落后，以減少道路網(wǎng)絡(luò)中所有車輛的延誤時間，方便人們出行。為達到目的，本系統(tǒng)采用模糊智能控制，即更加經(jīng)濟，也不用再為時時停車而煩惱。

本系統(tǒng)通過模糊控制方法，實時的采集和檢測交叉路口的車流狀況，通過分析處理后，調(diào)整各個方位的通行時間，達到合理快速的通行。通過運用攝像頭采集路口近端的圖像信息計算出近端的車流量，同時還可以通過實時視頻信息處理交通路口的突發(fā)事件等相關(guān)信息。通過運用傳統(tǒng)的環(huán)形線圈來采集遠端離交叉口一定距離處通過的車流量，表示紅燈期間滯留車輛量數(shù)。根據(jù)不同路口的不同交通狀況及其交通環(huán)境，遠端的傳感器離路口的距離可根據(jù)實際而定。本系統(tǒng)作為研究方式，取遠端離路口距離L=150 m。具體系統(tǒng)設(shè)計方案如圖1 所示。

圖1 系統(tǒng)設(shè)計方案

2 模糊控制在系統(tǒng)中的應用

2.1 模糊控制原理

模糊控制由于無需知道被控對象的數(shù)學模型，具有較強的魯棒性和逼近能力好等特點，廣泛應用于難于獲得精確數(shù)學模型、非線性和大滯后系統(tǒng)的控制。在模糊控制器的設(shè)計中，需要解決兩個主要的問題:其一是如何獲得模糊控制規(guī)則;其二是如何確定模糊子集的隸屬函數(shù)。

本系統(tǒng)通過視頻采集及其傳感器采集，實時獲取路口的車流量，對其模糊化作為系統(tǒng)輸入。根據(jù)輸入車流量的實際情況以及曼達尼(Mamdani)控制規(guī)則，將綠燈延遲時間作為輸出，同時系統(tǒng)采取簡單三角隸屬函數(shù)逼近。

2.2 攝像頭采集車流量的模糊化

視頻檢測基本理論:視頻檢測系統(tǒng)一般包括圖像獲取、圖像采集、圖像檢測和信息傳輸部分。圖像獲取一般采用攝像機，圖像采集一般采用圖像卡或者其他圖像采集設(shè)備，圖像檢測一般利用工控機的軟件檢測或者DSP 實現(xiàn)，而信息的傳輸主要是把采集到的運動車輛信息的狀態(tài)傳輸給信息控制中心或者其他終端。對交通場景中車輛對象的實時檢測是基于視頻的交通檢測系統(tǒng)中的很重要也是基本的步驟。對攝像機采集到的視頻圖像序列進行處理通過適當?shù)臋z測算法對車輛進行檢測，根據(jù)檢測結(jié)果可以得到交通的信息參數(shù)，如流量、車速等。本系統(tǒng)通過對視頻信息的分析處理，得到車流量信息以及突發(fā)事故相關(guān)信息。

為了實現(xiàn)模糊控制，可以將綠燈通行時間分為固定時間(t1)與可變時間(t2)兩部分。固定的時間根據(jù)具體路況信息可以確定不同閾值，即實現(xiàn)一般通行時間的最小值。我們在這里以研究為主，設(shè)定t1=15 s。可變時間即為我們要控制的輸出時間，設(shè)為t2。

按要求通過路口的車輛車速不超過20 km/h。于是可簡略計算出15s 內(nèi)通過路口的車輛數(shù)近似為15 輛(［20*1 000 m/(60* 60 s)］* 15 s/5.5 m 其中假設(shè)車輛密集行走時車輛長加相鄰間距最大為5.5 m)。

設(shè)由攝像頭采集而得到的車輛數(shù)為A。則對其進行模糊化，給出其模糊子集為{很少(VF)、少(F)、中(M)、多(R)、很多(VR)}，其隸屬函數(shù)如圖2 所示。

圖2 攝像頭采集通過路口車輛數(shù)A 的隸屬函數(shù)

2.3 環(huán)形線圈采集車流量的模糊化

我們假設(shè)遠端傳感器離路口的距離L=165 m。那么假設(shè)每個車輛連同車間距的平均距離為5.5 m。則165 m內(nèi)能夠滯留的最大車輛數(shù)為30 輛。

于是可以設(shè)紅燈期間滯留的車輛數(shù)為B，其論域為{很少(VF)、少(F)、中(M)、多(R)、很多(VR)}，其隸屬函數(shù)如圖3 所示。

2.4 模糊決策輸出的模糊化

根據(jù)具體路況信息，給出最大通行時間Tmax=t1+t2max。對流量不是很大的路口，設(shè)最大通行時間為45 s。則此時t2max=30 s。根據(jù)不同的通行狀況，即輸入數(shù)據(jù)的不同得到不同的輸出。即時間輸出為T=t1+ t2。其中t2是指經(jīng)過去模糊化后得到的輸出。對t2進行模糊化的過程如下:設(shè)其論域為{很短(VS)、短(S)、中(M)、長(L)、很長(VL)}，其隸屬函數(shù)如圖4 所示。

2.5 模糊規(guī)則設(shè)計

本系統(tǒng)采取傳統(tǒng)的曼達尼(Mamdani)型模糊規(guī)則編輯器實現(xiàn)規(guī)則的控制，也即if…then…語句。整理成為矩陣表的形式，如表1 所示。

表1 模糊規(guī)則設(shè)計表

2.6 反模糊化

對輸出進行反模糊化，得到t2的具體數(shù)據(jù)，從而實現(xiàn)了對路口的智能控制。反模糊化有多種實現(xiàn)方案，這里采取面積中心算法。即:

式中:μi為確定的輸入值A(chǔ)、B 所對應的不同模糊子集的隸屬度;

τi為輸入模糊子集所對應的重心值。

3 測試結(jié)果與分析

3.1 隸屬函數(shù)表

攝像頭采集車流量隸屬函數(shù)如表2 所示。

表2 模糊變量A 賦值表

環(huán)形線圈采集車流量的隸屬函數(shù)表如表3 所示。

表3 模糊變量B 賦值表

模糊決策輸出的隸屬函數(shù)表如表4 所示。

表4 模糊變量t2賦值表

3.2 仿真結(jié)果分析

利用公式(1)以及以上實驗數(shù)據(jù)，可以給出整個實驗系統(tǒng)的最終t2結(jié)果的查詢表格，如表5 所示。

表5 模糊控制規(guī)則查詢表

以上表中數(shù)據(jù)可以通過圖2～圖4，表1～表4 以及公式(1)計算而得，任舉一例:設(shè)A=3，B=15。

此時:μX(VF)=0.75，μX(F)=0.5，μY(M)=0.5，μY(R)=0.5;這時可以激活四條模糊規(guī)則:(1)IF A is VF and B is M，then t2 M.此時τ1=12，故t2(1)=0.5* 12=6;

(2)IF A is VF and B is R，then t2 VL.此時τ2=25.5，故t2(2)=0.5* 25.5=12.75;

(3)IF A is F and B is M，then t2 M.此時τ3=12，故t2(3)=0.5* 12=6;

(4)IF A is F and B is R，then t2 L.此時τ4=18，故t2(4)=0.5* 12=9;

則有t2=(6+12.75+6+9)/(0.5+0.5+0.5+0.5)=16.875，進位小數(shù)部分，故取t2=17。表格其他數(shù)據(jù)采用類似方式求得。

以通過交叉口的平均車輛延誤時間作為評價指標來衡量模糊控制的控制性能。假設(shè)各方向車輛達到路口的情況是隨機的，且服從泊松分布，并設(shè)飽和流量為3 600 量/h。間隔采樣為1 分鐘，進行多次MATLAB 仿真進行比較，每次仿真為5 個周期，結(jié)果見表6。

表6 模糊控制與定時控制的仿真結(jié)果比較

由上表實驗數(shù)據(jù)可以得到模糊控制的平均車輛延誤時間為132.7s/輛，而定時控制則為142.72s/輛，由此可見，模糊控制的方法比定時控制方法車輛延誤時間減少了7%，更能適應交通量的隨機變化。

4 優(yōu)化系統(tǒng)時間顯示方案

由于系統(tǒng)采取模糊控制的方法來控制整個系統(tǒng)的交通綠燈時間，這樣就會造成每次通行時間都不是固定的問題。這樣子不能給整個系統(tǒng)提供倒計時顯示，給通行車輛帶來了很多不便，會讓司機無法適從。于是從解決這個問題的角度出發(fā)，提出了一種優(yōu)化系統(tǒng)時間顯示的方案，已達到人們習慣的倒計時顯示。

將綠燈通行時間T 做一個等分劃分，即將每次獲得的結(jié)果T 平均后倒計時顯示出來。不過這時候的通行倒計時時間閃爍一次不一定再是1 s，而是T/N s。這樣子就達到了給行人提供參照的標準，達到了預期的目的，即達到了智能控制車輛通行，又可以為行人提供心理準備，從而實現(xiàn)了預期的便捷通行目標。

5 結(jié)論與展望

通過模糊控制實現(xiàn)了車輛延誤時間最短的問題，通過平均實時通行時間，達到了人們習慣的倒計時通行顯示的目的。整個系統(tǒng)解決了三岔路口的復雜交通狀況，并且根據(jù)人們實際的通行習慣進行了優(yōu)化。當然，對于像諸如北上廣這樣的國際大都市，經(jīng)常會出現(xiàn)各個路口均是一條長龍的現(xiàn)象，此時，無論何種控制方案都很難解決交通阻塞現(xiàn)實。這就需要政府、公民等各方面相互協(xié)調(diào)，來更好的解決交通擁擠現(xiàn)實，以實現(xiàn)暢快的通行。

［1］石辛民，郝整清.模糊控制及其MATLAB 仿真［M］.北京:清華大學出版社，北京交通大學出版社，2008.

［2］田宇.基于模糊原理的城市交通信號燈控制方法的研究［J］.北華航天工業(yè)學院學報，2010，3(20):1673-7938.

［3］折志偉，賈輝然，姜文東，高娜.基于車輛通過頻率的智能交通控制器研究［J］.河北工業(yè)科技，2010，3(27):1008-1534.

［4］魏永超.基于SOPC 的視頻車輛檢測技術(shù)研究［J］.計算機技術(shù)與發(fā)展，2011，5(21):1673-629X.

［5］李宇成，李雷，王目樹.多車道的車流量統(tǒng)計［J］.自動化儀表，2010，2(10).

［6］鄧宜陽.用PLC 實現(xiàn)道路十字路口交通燈的模糊控制［J］.成都大學學報:自然科學版，2001，2(20):1004-5422.

［7］易俊華.城市交叉路口交通信號模糊控制系統(tǒng)的設(shè)計與實現(xiàn)［D］.南京:中南大學，2010:1-67.

［8］周春蕾.基于FPGA 技術(shù)交通燈智能控制系統(tǒng)的研究［D］.石家莊:河北科技大學，2010:1-47.

［9］Mariagrazia Dotoli，Maria Pia Fanti.Fuzzy adaptive traffic control:application to an isolated intersection［EB/OL］.http://dee.poliba.it/LabControlli/file_pdf/Eunite2004.pdf.