謝發(fā)榮

（楚雄師范學(xué)院 信息科學(xué)與技術(shù)學(xué)院，云南 楚雄 675000）

0 引 言

隨著人民生活水平的不斷提高，城市車輛越來越多，擁堵不斷加劇，環(huán)境污染持續(xù)加重。如何解決不斷增加的車輛與有限的城市空間之間的矛盾，實(shí)現(xiàn)智能化交通是各國政府、學(xué)術(shù)科研院所、企業(yè)等關(guān)注的焦點(diǎn)。不同的國家提出了不同的解決方案，如限時(shí)出行、交通引導(dǎo)、車聯(lián)網(wǎng)、綠色出行、交通燈智能調(diào)整等。智能交通是一個(gè)復(fù)雜的綜合性問題，交通燈是車輛和行人的指示牌，在智能交通中起關(guān)鍵作用[1,2]。

目前城市交通燈的控制采用以下幾種形式：

（1）固定模式，即一段時(shí)間內(nèi)紅綠燈時(shí)間固定不變；

（2）變化模式，將一天分為交通高峰期和普通時(shí)段，不同時(shí)段紅綠燈時(shí)間不同；

（3）交警參與，在特定時(shí)段交警用遙控控制紅綠燈持續(xù)時(shí)間或直接由交警手勢(shì)控制車輛行駛。

十字路口環(huán)境復(fù)雜，不同時(shí)段車流量不同，擁堵情況不同，且道路上有機(jī)動(dòng)車輛、非機(jī)動(dòng)車輛、行人、特殊車輛等不同種類車輛，同時(shí)十字路口的擁堵情況受周圍環(huán)境變化的影響較大，如雨雪天氣等。幾種控制模式都無法滿足十字路口復(fù)雜的環(huán)境需求。

1 交通燈硬件設(shè)計(jì)

以十字路口為研究對(duì)象，假定十字路口分為東西南北四個(gè)方向，一個(gè)紅綠燈系統(tǒng)由東、西、南、北四個(gè)紅綠燈子系統(tǒng)構(gòu)成，每個(gè)紅綠燈子系統(tǒng)由紅綠燈顯示裝置、檢測(cè)裝置、微處理器、傳輸模塊等構(gòu)成嵌入式系統(tǒng)。

（1）紅綠燈顯示裝置主要由AT89C51單片機(jī)和數(shù)碼管等組成[3]，顯示紅綠燈時(shí)間，屬被控裝置；

（2）檢測(cè)裝置主要使用攝像頭實(shí)時(shí)采集十字路口的圖像視頻；

（3）微處理器是子系統(tǒng)的核心，采用ARM Cortex A5處理器作為微處理器，在該處理器上移植Linux操作系統(tǒng)，方便驅(qū)動(dòng)程序和應(yīng)用編寫，利用圖像處理與分析技術(shù)對(duì)采集到的圖像進(jìn)行處理和分析，并計(jì)算交通參數(shù)，同時(shí)向紅綠燈顯示裝置發(fā)送紅綠燈配時(shí)方案的控制命令，屬主控裝置；

（4）無線傳輸模塊采用nRF905無線收發(fā)器完成數(shù)據(jù)的傳輸，通過SPI接口與ARM Cortex A5連接。nRF905是挪威Nordic公司推出的射頻發(fā)射芯片，工作于ISM頻道，在Linux下完成nRF905無線收發(fā)器的驅(qū)動(dòng)程序，在微處理器的控制下完成數(shù)據(jù)傳輸。

在東西南北四個(gè)方向分別放置一個(gè)子系統(tǒng)，設(shè)定其中一個(gè)方向的子系統(tǒng)為主系統(tǒng)，其他方向?yàn)閺南到y(tǒng)。每個(gè)方向子系統(tǒng)的檢測(cè)裝置實(shí)時(shí)采集該方向的圖像并通過圖像處理和分析得出該方向的交通參數(shù)，通過nRF905無線收發(fā)器將交通參數(shù)傳輸?shù)街飨到y(tǒng)匯總，主系統(tǒng)根據(jù)東西南北四個(gè)方向的交通參數(shù)，得出紅綠燈配時(shí)方案，將配時(shí)方案通過nRF905無線收發(fā)器發(fā)送到其他子系統(tǒng)，各子系統(tǒng)的微處理器作為主控裝置分別發(fā)送紅綠燈配時(shí)方案給各自的紅綠燈顯示模塊，紅綠燈顯示模塊根據(jù)配時(shí)方案顯示紅綠燈時(shí)間，當(dāng)微處理器不發(fā)送配時(shí)方案時(shí)，紅綠燈顯示模塊則顯示默認(rèn)的配時(shí)方案。

2 交通參數(shù)的計(jì)算

交通參數(shù)是描述和反映交通流性質(zhì)的物理量，包括交通量、車速、密度、排除長(zhǎng)度和通行能力等，它從不同角度說明了交通流的性質(zhì)。交通流性質(zhì)能夠通過交通參數(shù)在數(shù)值上的變化來反映。其中交通量、車速和密度反映了交通流的基本性質(zhì)，稱為基本交通參數(shù)。交通量，即車流量指一段時(shí)間內(nèi)通過某個(gè)區(qū)域的車輛數(shù)目[1,5]。

計(jì)算交通參數(shù)通常需要車輛檢測(cè)和分析計(jì)算兩個(gè)過程，車輛檢測(cè)是計(jì)算交通參數(shù)的基礎(chǔ)，目前車輛檢測(cè)技術(shù)包括感應(yīng)線圈、基于視頻的車輛檢測(cè)、基于RFID的車輛檢測(cè)等，采用基于視頻的車輛檢測(cè)常見方法有背景差分法、幀差法、光流法、VIBE等。幀間差分法將兩幀或三幀相減后做二值化處理，即可得到前景，但該方法無法檢測(cè)靜止的對(duì)象，且所選擇的兩幀或多幀的間隔對(duì)結(jié)果的影響較大。光流法計(jì)算量較大，不適合嵌入式領(lǐng)域[1,2,5]。

背景差分法是將當(dāng)前幀與背景幀相減后做二值化處理，得到前景。設(shè)當(dāng)前幀、背景、前景、閾值分別為I（x，y），B（x，y），F(xiàn)（x，y），T，則 ：

該方法的關(guān)鍵點(diǎn)在于背景幀的建模及更新策略，優(yōu)點(diǎn)在于能檢測(cè)到靜止的對(duì)象，缺點(diǎn)是對(duì)背景幀的依賴比較大[5]。

為了減少計(jì)算量，采用基于車道劃分的背景差分法檢測(cè)車輛，在背景差分之前根據(jù)實(shí)際路面情況，將路面劃分成直行、左轉(zhuǎn)等車道，并劃分離路口遠(yuǎn)近不同的區(qū)域。通常離路口近的區(qū)域車輛多寡對(duì)紅綠燈時(shí)間影響較大，劃分車道使計(jì)算的區(qū)域限定在劃分的車道內(nèi)，并且能夠有針對(duì)性地計(jì)算出不同區(qū)域的車輛密度。為了簡(jiǎn)化問題，此處僅劃分直行車道，得到車道的掩碼為M（x，y），在將當(dāng)前幀與背景幀相減之前，先分別將其與車道掩碼進(jìn)行按位與操作，得 P（x，y）=I（x，y））&M（x，y）–B（x，y）&M（x，y），則 ：

此方法可將圖像感興趣區(qū)域（ROI）定位在劃分的車道上，有效減小計(jì)算量，具有針對(duì)性。

使用Matlab進(jìn)行仿真，得到的效果如圖1所示，其中（a）為劃分車道，（b）為背景圖像，（c）為當(dāng)前灰度圖像，（d）為背景差分得到的前景。根據(jù)劃分的車道，計(jì)算車道面積SR，當(dāng)檢測(cè)出車輛后，計(jì)算車輛的面積SC，車輛密度d=SR/SC，此時(shí)SR=94 427 px，SC=29 172 px，車輛密度d=30.9%，車輛密集。車輛密度作為一個(gè)交通參數(shù)，可代表車輛的多寡。

圖1 基于車道劃分的背景差分法效果

3 紅綠燈配時(shí)方案

在中國，右轉(zhuǎn)在不影響其他車輛通行的情況下，不受紅綠燈的控制。為此紅綠燈可分為4種相位：（1）南北相直行；（2）南向西左轉(zhuǎn)，同時(shí)北向東左轉(zhuǎn)；（3）東西相直行；（4）東向南左轉(zhuǎn)，同時(shí)西向北左轉(zhuǎn)。在要求直行和左轉(zhuǎn)的紅綠燈下，（1）（2）合并為一個(gè)相位，（3）（4）合并為一個(gè)相位[3,4,6,8]。紅綠燈配時(shí)方案根據(jù)采集到的路況信息進(jìn)行調(diào)整，考慮到駕駛員的適應(yīng)情況，不能立即、隨意調(diào)整紅綠燈的時(shí)間，應(yīng)利用模糊控制的思想[5-7]，根據(jù)燈時(shí)車輛滯留情況來調(diào)整。車輛滯留情況使用紅燈時(shí)的車輛密度表示，考慮到攝像頭采集圖像、ARM處理圖像以及處理結(jié)果需要通過nRF905無線收發(fā)器傳輸，存在的一定處理時(shí)延，需提前采集圖像并檢測(cè)車輛，計(jì)算車輛密度。

假定系統(tǒng)運(yùn)行按照南北方向先直行，再左轉(zhuǎn)，然后東西方向直行，再左轉(zhuǎn)的順序進(jìn)行。初始化時(shí)，系統(tǒng)進(jìn)入默認(rèn)模式（固定模式），南北直行和東西直行時(shí)間為30 s，左轉(zhuǎn)時(shí)間為20 s。背景差分法檢測(cè)車輛時(shí)，背景圖像需從第一幀圖像開始更新，逐步更新為正確的背景。設(shè)定系統(tǒng)運(yùn)行前3 min采用固定模式，這段時(shí)間背景差分法不斷更新背景，之后進(jìn)入自動(dòng)調(diào)整模式。先考慮南北直行紅綠燈時(shí)間的調(diào)整，可在紅燈結(jié)束倒數(shù)3 s時(shí)采集圖像，計(jì)算出直行車道車輛密度，記為Ds，此綠燈時(shí)間記為Ys。若 Ds∈[0，5%），設(shè)置 Ys=10；若Ds∈[5%，10% ），設(shè)置Ys=20；若Ds∈[10%，15% ），設(shè)置Ys=30；若Ds∈[15%，25% ），設(shè)置Ys=40；若Ds∈[25%，30% ），設(shè)置Ys=50；若Ds＞30%，設(shè)置Ys=60。南北方向左轉(zhuǎn)的紅綠燈調(diào)整，車輛直行后將左轉(zhuǎn)，在直行倒數(shù)3秒時(shí)采集圖像，計(jì)算出左轉(zhuǎn)車道車輛密度，記Dl，左轉(zhuǎn)綠燈時(shí)間記為Yl。如果Ds∈[0，5% ），設(shè)置Yl=8；如果Ds∈[5%，10% ），設(shè)置Yl=12；如果Dl＜10%，設(shè)置Yl=12；如果 Dl∈[10%，15% ），設(shè)置Yl=25；如果Dl＞15%，設(shè)置Yl=35。東西方向直行和東西方向左轉(zhuǎn)的調(diào)整與上述類似。此外，對(duì)于直行和左轉(zhuǎn)同時(shí)可通行的路口，仍可參照以上方案，綠燈時(shí)間疊加即可。

此配時(shí)方案對(duì)固定模式進(jìn)行了優(yōu)化，通過調(diào)整各相位的的紅綠時(shí)間來調(diào)整綠信比。當(dāng)直行車道上車輛較少時(shí)，紅綠燈直行時(shí)間設(shè)為10 s，當(dāng)左轉(zhuǎn)車道上的車輛較少時(shí)，左轉(zhuǎn)時(shí)間設(shè)為8 s，避免某一方向車輛較少，而綠燈時(shí)間較長(zhǎng)的情況出現(xiàn)[8]，大大減少了另一方向的車輛空等時(shí)間，有效提高了通行效率。

4 結(jié) 語

本文設(shè)計(jì)了一種交通燈智能控制系統(tǒng)，該系統(tǒng)由微處理器、檢測(cè)裝置、顯示裝置及無線傳輸模塊組成，采用基于車道劃分的車輛檢測(cè)技術(shù)處理車輛圖像，大幅減少了計(jì)算量，根據(jù)檢測(cè)出的車輛分析計(jì)算出車輛密度，利用模糊控制的思想，根據(jù)車輛密度控制交通燈時(shí)間，有效避免了車輛空等，大大提高了車輛的通行效率。

[1]張愛梅，孔文杰.基于圖像處理和DSP的交通燈實(shí)時(shí)智能控制系統(tǒng)的研究[J].鄭州大學(xué)學(xué)報(bào)（工學(xué)版），2010，31（3）：54-56.

[2]謝發(fā)榮.基于ARM嵌入式圖像分析的交通信號(hào)燈智能控制的研究[D].昆明：昆明理工大學(xué)，2013.

[3]曹純子，李業(yè)德.基于單片機(jī)的智能交通燈控制器設(shè)計(jì)[J].山東理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2011，25（3）：105-107.

[4]趙凱.一種基于EDA的智能交通燈設(shè)計(jì)[J].武漢輕工學(xué)院學(xué)報(bào)，2009，28（1）：53-56.

[5]張立成，蔣楠，杭亦文，等.基于視頻控制的智能交通燈[J].電子測(cè)量技術(shù)，2011，34（6）：31-32.

[6]張海英，余臻，陳燕萍.模糊控制在智能交通燈監(jiān)控系統(tǒng)中的應(yīng)用[J].計(jì)算機(jī)技術(shù)與發(fā)展，2008，18（3）：181-183.

[7]田豐，杜富瑞.基于WSN的智能交通燈控制系統(tǒng)設(shè)計(jì)[J].測(cè)量技術(shù)，2009，28（12）：56-59.

[8]王鼎湘，李茂軍.基于車流量的交通燈智能控制算法[J].計(jì)算機(jī)應(yīng)用與軟件，2015，32（6）：241-244.