趙金亮

（山西省自動化研究所，太原030024）

隨著城市化步伐的加快和發(fā)展，加之汽車的普及，使得城市中交通擁堵現象越來越嚴重，為此帶來的事故、噪聲以及環(huán)境污染等社會問題也日益嚴重。人們開始認識到單從車輛或道路方面考慮，很難解決交通擁擠現象，只有將現代的各種高新技術與路口的交通流量和信號控制有機結合，提出相對應的交通控制系統方可優(yōu)化相關問題［1］。

把交通系統作為一個不確定性的系統，能夠連續(xù)測量其狀態(tài)，如車流量、停車次數、延遲時間、排隊長度等，逐漸理解和掌握對象，根據動態(tài)隨機車流量的變化自動調整信號控制參數，使控制系統自動地適應交通流，從而確保無論環(huán)境如何變化，均可使控制效果達到最優(yōu)或次優(yōu)［2］。這種控制方式就是自適應交通控制方式。

目前，我國所引用的交通信號控制都是國外20世紀八九十年代的技術，核心算法并未結合我國特殊的路網情況和道路狀況。近幾年，結合這種特殊的交通特點，部分城市路口采用了自適應控制，但是都是單路口實現控制。在城市中，周邊路口交通流是相互影響的，筆者結合模糊控制原理，設計了一種各相位之間轉換隨著交通流量不同而自適應變化的交通控制策略。該策略把等待車輛長度作為控制目標，結合周邊路口地感線圈實時測試到的車流量確定放行時間，以此來決定某路口各相位的綠時分配，優(yōu)化交通路口信號控制，最大限度地提高道路通行能力及交通安全。同時，因為我國現行城市道路地下設施以及十字路口地下布線復雜情況，給工程施工以及車輛通行帶來了許多不便與困難，工程成本高、實施難，為此本文采用無線通信技術實現交通信號無線傳輸，能有效解決以上存在問題。自適應交通路口控制系統尤其對城市的智能交通具有研究意義，不僅具有經濟效益，同時具有更大的社會效益。

1 現有交通信號傳輸控制模式

現有路口交通燈的控制算法制定流程是：對車輛流量進行采樣統計調查，運用統計學原理將兩個方向紅綠燈的延遲時間預先設定［3］。然而，在實踐中，交通流量的變化往往是未知的，某些路口車流量在不同的時間段存在很大差異；原先統計方法得到的交通信號燈控制策略，已經跟不上城市交通的快速發(fā)展。針對交通流量的不確定性，需要一種交通燈能夠自適應交通流量的變化完成交通疏導。

交通系統中控制器可支持定周期控制、綠波帶控制、半感應和全感應控制、自適應控制等5種交通控制算法［4］。前4種算法是比較常用的控制算法，筆者利用車輛檢測器以及系統，根據檢測到的車輛數，預算排隊車輛等待長度，提出了一種基于模糊控制原理的交通自適應控制算法。隨著電子技術、網絡通信技術的發(fā)展，實現小型化、較低施工成本、更加強大功能的交通信號控制系統已完全可能，微型化、網絡化、分布式和開放性將成為未來交通信號控制系統的發(fā)展方向［5－6］。筆者針對實際存在的問題，提出一種信號控制系統——自適應交通路口控制系統，能有效解決城市擁堵現象，并為智能化城市交通奠定了基礎。

2 自適應交通路口控制系統設計

2．1 自適應系統概述

系統主要有主控制器、從控制器、車輛檢測單元構成，采用無線技術連接通信，實現交通燈信號的無線控制。其中主控制器通過遠程無線與中心通信，系統基本組成如圖1所示。

圖1 自適應交通控制系統的基本組成

車輛檢測單元中的地感線圈檢測通過各車道的車輛數，然后將檢測信號通過無線設備傳輸到交通主控制器，主控制器再根據交通流數學模型，通過計算車輛數得出排隊等待長度，進而對信號控制進行優(yōu)化，實時計算出合適的配時方案，主控制柜通過無線指揮從控制器控制交通燈變化。系統工作原理如圖2所示。

圖2 自適應交通控制系統工作原理

2．2 車輛檢測單元

車輛檢測器，即交通信息檢測器，是實現交通實時控制的關鍵，目前在國內外交通信息采集系統中得到廣泛應用。車輛檢測器可采用無線地釘或者感應線圈式檢測。無線地釘檢測將交叉路口的車流量、車速以及道路占用率等數據通過無線網絡送入主控制器，完善該路口的交通流數據庫，為交通燈配時方案提供依據。車輛檢測器提供的路口車輛實時信息為有效完成整個自適應過程奠定了基礎（本文以地感應線圈為例）。

環(huán)形地感線圈工作原理是基于電磁感應原理完成對各車道車輛的檢測。埋在地下的感應線圈與探測器卡內的電容共同構成LC振蕩器，設定本底頻率F為無車輛通過時的振蕩器振蕩頻率，當車輛經過埋設有感應線圈的車道時，由于車輛底盤是金屬材質將產生電渦流，此時就會促使地感線圈電感量L減小。記LC振蕩器實時振蕩頻率為f，此時f將隨著L的減小而增大，處理器將f與F進行比較，計算差異值得到車輛信息［7－8］。檢測原理如圖3所示。

圖3 車速和車長檢測原理

每條車道檢測區(qū)是由前后相距一定距離的兩個地感線圈組成。設在路口處（即停車線處）的檢測器用于探測離開該車道的車輛數，另一個用于檢測進入檢測區(qū)的車輛數量。檢測器將路口各車道實時檢測的車輛信息通過無線網絡送入主控制器，處理器根據車流模型計算車輛等待長度，為系統中的自適應控制算法提供數據。本文用到的交通參數包括單車信息和車流狀態(tài)信息［9］。

2．2．1 單車信息

如圖3所示，同一車道埋設有間距為D的前后兩個地感線圈，前后線圈分別標記為L1和L2。計算單車信息包括車輛速度和車輛長度。

設，測得第i輛車通過L1地感線圈的時間點為t1，通過L2地感線圈的時間點為t3，記Δt為兩時間點差值（t3－t1），于是得到瞬時點車輛速度為：vi＝D／Δt。檢測第i輛車通過地感線圈L1時，記車輛電平持續(xù)時間 Δtl為（t2－t1）。由圖可知，Δtl時間內，車輛所行駛距離為車身長li與線圈長度l之和，即li＋l，得到車輛長度為：li＝viΔtl－l。

2．2．2 車流狀態(tài)信息

主控制器中，處理器模塊根據檢測到的各車道車輛的單車信息統計構建數據庫，計算得出指定周期內的車流狀態(tài)數據，包括交通流量、平均車速、占有率、交通密度和車頭間距等。

1）交通流量。流量為指定時間內通過道路某地點或某斷面的車輛數量，它是隨機變化的。若在采樣周期T內，通過此車道有N輛不同型號的車輛，則有交通流量：Q＝N／T。

2）平均車速。此處檢測器處理的是平均車速中的路段平均車速，定義為指定路段內某一時間段內通過的所有車輛的速度平均值，記為ˉvS。

取長度為S的某一路段，單車信息中各輛車通過檢測器瞬時點速度為vi，則可知駛完這一路段的平均時間為：

于是該觀測期內的空間平均速度為：

即所有車輛通過地感線圈時的車輛瞬時速度平均值為路段平均速度。

3）占有率。為指定路段內所有車輛占有的道路長度總和與該路段長度之比。車輛之間有一定間隔，占有率測量難度大，一般用時間占有率代替。設，在采樣周期T內，通過地感線圈車輛有N輛，測得第i車道第j輛車通過地感線圈的持續(xù)電平時間為Δtji，則T內車道i上車輛的時間占有率為：

4）交通密度。指路段區(qū)間單位長度瞬時存在的車輛數。長度為S的路段內探測有N輛車，得出交通密度為：

5）車頭間距。同一車道i上相鄰的兩輛車對應點的距離為車頭間距，第i輛車的車頭間距記為HSi。平均車頭間距

即車頭間距HSi為交通密度的倒數。

2．3 交通流模型

本文以“十”字形交叉口為例進行研究，如圖4所示。

圖4 交叉路口示意圖

車流中有大、中、小型以及輕、重型等多種交通車輛種類，不同類型車輛占用道路面積以及行駛靈活性不一樣，停止啟動緩沖時間的不同導致通過停止線的時間也不同。為計算方便，選用一種常出現類型車輛作為標準車輛單位，通常車流中占比例最高的車種為小車，本文中就選擇小車為標準車輛單位。

設，模型采樣步長為tu，tu的典型值為1～3s。參數定義（如圖4）為：D為兩地感線圈之間距離（m），結合道路車流量以及兩路口相距長度確定，一般為30～60m；l（k）為k時間點相應車道上的排隊車輛數；L（k）為k時間點對應相位上的排隊車輛數；s（k）為k時間點相應車道的道路容量，m；min（k）為［ktu，（k＋1）tu］期間進入相應車道車輛檢測范圍的車輛數；marr（k）為［ktu，（k＋1）tu］期間到達相應車道車輛排隊隊列末尾的車輛數；mdep（k）為［ktu，（k＋1）tu］期間離開相應車道停止線的車輛數［9］。

相鄰路口間車流量是相互影響的，由于上游交叉口駛出的車流量具有一定時間延遲，將會影響本路口車道車輛排隊隊列［10］，這個時間可用車輛駛離上游路口前置地感線圈到達本路口車輛排隊隊列末尾所消耗的時間：

式中：vfree為自然狀態(tài)下車輛行駛的平均速度；int（·）為取整函數。

交叉路口車道上新車流排隊長度等于原隊列長度與駛進檢測區(qū)車輛數之和減去駛離車輛數，即：

取某一相位車道中最大的隊列長度為車輛排隊長度L（k）：

P為對應相位的車道集合。

小客車平均長度與平均停車間距之和表示為d。車道新的道路容量與進入和離開的車輛數有關：

最小綠燈時間tmin是在交叉口的幾何形狀基礎上確定的，同時考慮的因素還包括機動車流量、非機動車流量和行人數等。此外，在綠燈開始前，結合車輛隊列長度L（0），可計算得出使相應相位上所有等待車輛全部駛離路口的初始綠燈時間tini：

其中，tmax為該相位的最大綠燈時間。

2．4 信號燈控制算法步驟

完整的自適應控制算法流程如圖5所示。具體的交通信號燈自適應控制算法可表述成以下幾步：

圖5 自適應控制算法流程圖

1）根據交叉口實際車流量，指定控制系統中各相位的最大綠燈時間和最短綠燈時間，以及周期中綠燈、黃燈、紅燈時間，和遇到特殊情況下的全紅燈時間，從而確定最小相位控制周期時間tmin和最大相位控制周期時間tmax。

2）計算相應相位i下各車道車輛通行權綠燈時間，判斷得出獲得通行權的相位放行對應車道車輛，綠燈時間為ti＝max（ti，min，ti，ini）。

3）放行時間ti內根據地感線圈送來的交叉口駛進和駛離的車輛數，處理器計算得出當前放行相位排隊長度Li以及下一放行相位的隊列長度Li＋1。

4）如果當前放行相位已無車輛（Li＝0），或者隊列長度Li小于最小隊列設定值r，或者累積綠燈時間ti等于最大綠燈時間ti，max，執(zhí)行下一相位綠燈放行，回到第2步，否則繼續(xù)。

5）系統結合實際路口車流量信息建立了模糊控制數據庫，按照當前相位隊列長度Li及ΔLi值的大小來決定新的綠燈延長時間Δti，若ti＋Δti≥ti，max則ti＝ti，max－ti，否則ti＋Δti?ti，回到步驟3。

整個系統在運行過程中，除自身的自適應特性外，還設置有應急事件處理功能，方便應對特殊情況。

2．5 工業(yè)無線網技術優(yōu)勢及應用

本文選用無線WIA技術完成無線傳輸，技術優(yōu)勢有以下幾方面：具有高可靠、超低功耗的智能多跳無線傳感器網絡技術；能夠針對應用條件和環(huán)境的動態(tài)變化實現自組織、自治愈的智能Mesh網絡構建，保持網絡性能的可靠性和穩(wěn)定性；用戶可以方便地使用、管理，無需較高的專業(yè)知識。

3 自適應系統性能測試和分析

3．1 車輛檢測部分

筆者運用所設計的控制方案，在太原市區(qū)的長風西街西環(huán)路口進行了長時期的測試，得出了車流量檢測器測試結果和人工測量的真實流量結果，如表1所示。

表1 車流量檢測結果

現有的探測系統的探測精度最大也只有95%。從表1中可以看出，地感線圈測試各時段各車道的車流量準確率均超過95%，其準確性滿足實際需要。

車流量感應線圈檢測的誤差來源于多方面，主要有以下3種原因造成檢測器的誤檢或漏檢。

1）車輛變道行駛使車輛金屬底板通過感應線圈面積過小，產生感應電渦流過小，造成漏檢。

2）部分行駛速度較快的車輛經過兩感應線圈的時間跨度比較小，造成探測器認為沒有輛車通過。

3）部分車輛的底盤過高，互感系數小引起電感變化量小而造成漏檢。

3．2 路口車輛運行監(jiān)管

對于自適應交通信號控制的交叉路口，為保證車輛安全駛離，需要設定每個相位的最短綠燈持續(xù)時間，綠燈時間一般大于6s，在本實驗中最小綠燈時間全部設置為8s。經過24h觀測，車流量時間段可分為高峰段、平峰段和低峰段。高峰時期，車流量較多，車道放行時間變長，很好地解決了單方向車輛擁堵問題；同時，紅燈等待時間不超過人的忍耐時間。平峰時期，各相位放行時間基本不變，以一定的周期運行。低峰時期，由于車流量不大，以最短周期運行。在整個24h的運行過程中，地感線圈根據測試實時車流量確定放行時間，完成了整個自適應過程，顯著提高了公路的通行能力和服務水平，大大縮短了行車時間。

3．3 系統應用

1）在一個區(qū)域或整個城市范圍內，相鄰路口的交通流是相互影響相互制約的，一旦某路口交通信號配時方案調整，將會影響周邊路口交通狀況。因此，從整個交通系統控制的最優(yōu)效果考慮，周邊路口檢測到的交通流量數據要聯系在一起相互協調，制定最有效的自適應系統交通信號配時方案。

2）當某一路口發(fā)生特殊情況，如交通事故，導致該路口車輛滯留時，系統設置有反饋信息功能，參與相鄰路口信號控制，及時誘導司機避開堵塞、封路的路段，有效地疏導堵塞地區(qū)的交通流量。

3）在主要道路上，車流量大的情況時有發(fā)生，交通信號燈不能無限時放行，此時，發(fā)揮交通系統誘導作用，使后續(xù)車輛改道行駛，可以避免交通堵塞。

4 結論

由于城市交通系統自身的特點，交通流量的變化隨著時間的不同而不同，為了實現有效的控制，各個相位之間的轉換也應隨著交通流量的不同而自適應地變化，才能達到最終的目的。筆者采用模糊自適應控制算法，來控制交叉路口車流量起到了顯著效果，使交叉路口的紅綠燈能夠根據需要達到最高的使用效率，非常適用于隨機性很大的城市交通控制。本系統的應用使得通行效率顯著提高，車道過車由系統自動實現；系統合理利用交通誘導技術，實現交通流量優(yōu)化、避免交通阻塞，更有效地管理現代交通。自適應交通路口控制系統是交通信號控制的一種新方法，為構建整個城市智能交通網絡打下堅實的基礎，促進人、車、路三位一體協調發(fā)展。

［1］ 劉智勇．智能交通控制理論及其應用［M］．上海：科學出版社，2003．

［2］ 陶志祥，黃衛(wèi)．城市交通控制的新發(fā)展［J］．交通運輸系統工程與信息，2002，2（3）：14－17．

［3］ 陸化普．智能運輸系統［M］．北京：人民交通出版社，2002．

［4］ 陳建平，房海蓉，胡準慶．城市交通的智能控制系統綜述［J］．北京汽車，2001（4）：10－13．

［5］ Papageorgiou M，Diakaki C，Dinopoulou V，et al．Review of road traffic control strategies［J］．2003（12）：2043－2067．

［6］ Richard Bishop．A Survey of Intelligent Vehicle Applications Worldwide［D］∥ Richard Bishop Consulting，Proceedings of the IEEE Intelligent Vehicles Symposium，USA，2000：25－30．

［7］ 郭敏．車輛檢測技術和車輛檢測器的比較分析［J］．中國交通信息產業(yè)，2003（10）：55－56．

［8］ 趙祥模，靳引利，張洋．高速公路監(jiān)控系統的理論及應用［M］．北京：電子工業(yè)出版社，2003．

［9］ 金穩(wěn)．多相位智能交通控制器的研究［D］．杭州：浙江大學碩士論文，2007．

［10］ 郝記秀，鄭兆瑞．基于面向對象的交通仿真研究［J］．太原理工大學學報，2004（4）：437－440．