楊 樂，周 平

YANG Le1,ZHOU Ping2

1.長安大學(xué) 建筑學(xué)院，西安 710061

2.長安大學(xué) 信息工程學(xué)院，西安 710064

1.School ofArchitecture,Chang’an University,Xi’an 710061,China

2.School of Information Engineering,Chang ’an University,Xi’an 710064,China

1 引言

汽車工業(yè)近些年發(fā)展十分迅猛，汽車的制造成本和價格也呈現(xiàn)出逐年下降的趨勢，小轎車開始進入普通家庭。隨著汽車保有量的不斷攀升，城市道路交通的擁堵狀況愈發(fā)嚴(yán)重[1]。城市交通擁堵不僅降低效率、污染環(huán)境，長期的交通堵塞還會造成巨大的經(jīng)濟損失[2]。緩解城市的擁堵問題僅依靠城市改造和擴建道路無法徹底解決日趨嚴(yán)重的道路擁堵問題。目前需要進行的是在現(xiàn)有的交通基礎(chǔ)設(shè)施條件下，采用實用、高效的交通信號控制方法來緩解和改善道路擁堵的現(xiàn)狀[3-4]。要改善整個城市的道路狀況，須對整個城市的交通網(wǎng)絡(luò)進行協(xié)調(diào)控制和全面優(yōu)化，應(yīng)用高亮度激光交通可變情報板技術(shù)合理地分配各個路口的信號燈時間，減少車輛的啟停次數(shù)，消除道路擁堵的瓶頸點[5]。

鑒于激光的單色性、高亮度、高相干性及方向性好等優(yōu)點，激光技術(shù)被廣泛地應(yīng)用于傳感領(lǐng)域[6-7]。混沌光纖激光傳感技術(shù)是近年來逐漸興起的一種測量控制傳感網(wǎng)絡(luò)技術(shù)，它將激光技術(shù)、傳感技術(shù)、微電子技術(shù)、無線通信技術(shù)等有效地融合為一體[8-9]?；趻呙杓す鈧鞲屑夹g(shù)采集數(shù)據(jù)，提取實時的路況信息，并將這些傳感數(shù)據(jù)應(yīng)用于交通燈的控制，相比于其他方法采集數(shù)據(jù)，具有響應(yīng)速度快、識別精度高的優(yōu)勢[10]。目前國內(nèi)外的一些專家和學(xué)者對城市單路口交通信號控制研究較多，文獻[11]和文獻[12]提出了單路口交通信號控制方法。但整個城市作為一個整體，單一路口道路運行的質(zhì)量與干線上其他路口緊密相關(guān)，這些控制方法難以有效提高整個交通網(wǎng)絡(luò)的通行能力。

為了緩解日益嚴(yán)重的城市交通擁堵問題，本文提出了一種基于激光傳感數(shù)據(jù)的交通信號燈智能控制方法研究。首先在擁堵路段有序布置激光傳感器節(jié)點，距離基站較近處，激光傳感器節(jié)點布置較少，而距離基站較遠處，因激光傳感器通信距離有限，必須通過中間節(jié)點的轉(zhuǎn)發(fā)，耗能較多，所以布置較多的激光傳感器節(jié)點，用于實時采集十字路口的車流量信息，構(gòu)建一種控制級與協(xié)調(diào)級相結(jié)合的兩層級信號控制模型。引入模糊控制算法，基于提取的交通路口實時激光傳感數(shù)據(jù)，求解出適用于擁堵路段交通信號控制模糊子集，及當(dāng)前車流長度、車輛滯留時間、延誤時長等變量。仿真實驗證明，提出的智能控制方法可以有效緩解交通擁堵的狀況，減少了車輛滯留時間，提高了控制效果。

2 基于激光傳感數(shù)據(jù)的擁堵路口交通信號燈控制方法研究

2.1 兩層級交通信號燈控制模型的構(gòu)建

在多路口交通信號燈控制系統(tǒng)中，路口等待通過的車輛為狀態(tài)向量，交通信號燈的相位差、閃爍周期及綠信比為控制向量。在交通信號燈的四個方向燈上均勻地部署激光傳感節(jié)點，路口的交通信號為控制節(jié)點，形成一個局部的激光傳感網(wǎng)絡(luò)，如圖1所示。

圖1 交通信號燈控制模型圖

圖1中A1和A2為DBR光纖激光傳感器的交通信號激光傳感網(wǎng)絡(luò)的控制節(jié)點，B1～B8為激光傳感節(jié)點，C1～C3為排隊等候的車輛。這些分布的激光傳感器節(jié)點與控制節(jié)點以自組織的方式成簇，其中部署于道路兩側(cè)的激光傳感節(jié)點和等候的車輛為簇內(nèi)成員節(jié)點，控制節(jié)點為簇首節(jié)點[13]。激光傳感節(jié)點采用路況實時信息，通過激光傳感網(wǎng)絡(luò)與控制簇首節(jié)點進行數(shù)據(jù)通信，而簇首節(jié)點負責(zé)匯總本簇內(nèi)激光傳感節(jié)點捕獲的實時路況信息，并與鄰近的控制節(jié)點進行通信交互[14-15]。對交通信號燈的控制要全盤考慮，除需考慮交通信號燈本身的相位、閃爍周期及綠信比外，還要考慮本簇內(nèi)各激光傳感節(jié)點捕獲的數(shù)據(jù)信息，綜合多個路況的綜合道路情況。本文采用了兩層級激光傳感網(wǎng)絡(luò)組織結(jié)構(gòu)，如圖2所示。

圖2 兩層級交通信號控制流程

第一個層級為控制級，基于采集到的可飽和吸收穩(wěn)頻技術(shù)的激光傳感數(shù)據(jù)來調(diào)整各十字路口的綠信比。第二個層級是協(xié)調(diào)級，負責(zé)總體的協(xié)調(diào)和控制，包括適時調(diào)整各路口之間的相位差及各主干線路的信號燈周期[16]。

2.2 基于激光傳感數(shù)據(jù)的交通信號模糊控制方法

交通信號燈路口車道停車線的上游均安裝了激光傳感節(jié)點，檢測進入車道的車輛信息并將實時路況情況上傳至控制節(jié)點[17]，設(shè)通行到交通信號路口的車輛相位編號集合為W={1,2,…,n}，行車道編號集合為V={1,2,…,m} ，則在t時刻末停留在i相位、j車道的車輛排隊長度可以表示為hij(t)，平均滯留時間表示為cij(t)，車輛在該車道上的延誤時間表示為gij(t)。

以條紋式激光傳感器的激光傳感節(jié)點采集的實時路況信息作為輸入變量[18]，引入模糊集的概念，設(shè)等待通過車輛長度的模糊集為H，車輛平均滯留時間的模糊集為C，N為通信需求度，H和C按照既定的控制規(guī)則與N構(gòu)成一種模糊關(guān)系η：

分別采用車輛排隊長度hij(t)和車輛在路口的平均滯留時間cij(t)作為輸入變量，基于上述的模糊關(guān)系η求解出最后的實際通行需求度nij(t)。假定在交通信號路口排隊等候的車輛長度語言變量為h、車輛的滯留時間的語言變量為c、實際通行需求度的語言變量為n，模糊集合，可以分別表示為：

則任一條模糊規(guī)則所構(gòu)成的模糊關(guān)系ηij可以描述為：

交通信號控制過程中總的模糊關(guān)系為：

設(shè)在t0時刻激光傳感器節(jié)點和控制節(jié)點傳輸?shù)絽f(xié)調(diào)控制中心車輛長度和滯留時間數(shù)據(jù)分別為h′和c′，則基于模糊原理推算出的t0時刻實際通行需求度n′，可以表示為：

基于Mamdani模糊推理規(guī)則有：

其中 η(h、c、n)為：

為提高擁堵交通信號燈控制算法簡捷性，改善運算速度，文章基于singleton對輸入的實時激光傳感數(shù)據(jù)進行模糊化處理：

其中ξij為激光傳感數(shù)據(jù)的匹配度，反映系統(tǒng)模糊規(guī)則與實時交通路況信息的匹配程度，如果在t0時刻輸入車輛排隊長度及平均滯留時間的精確輸入量為h0和c0，則t0時刻的激光傳感數(shù)據(jù)的匹配度ξij為：

基于模糊原則解出的N′(n)即為論域N上的模糊子集，在道路交通擁堵路口的實際車輛通行需求度n0可以描述為：

確定當(dāng)前交通路口的擁堵車流長度、車輛的平均滯留時長和等信號時的延誤時長，提高十字路口交通信號的控制水平，緩解通行壓力。設(shè)停車線與激光控制節(jié)點之間的距離為di，通行車輛的車長為li，待通過車輛的車頭間距為Li，所以每條車道上識別出的最大的車隊長度hmax為：

設(shè)定每個時間步長為1 s，則在t1時刻末交通路口等待通過的車輛長度為：

當(dāng)?shù)趇個相位為紅燈相位時，則在第t1時刻車輛的滯留時間為：

假定在1 s的時長內(nèi)，車輛能夠均勻地到達路口，因此ck′ij(t1)為：

最后，求解出在t1時刻等待通過交通信號路口車輛的總延誤時長eij：

本文基于道路信號燈兩側(cè)的激光傳感節(jié)點，獲得交通路口的實時路口數(shù)據(jù)，并依據(jù)模糊推理算法計算出車輛滯留的長度和時間，同時根據(jù)激光傳感網(wǎng)絡(luò)與控制簇首節(jié)點進行數(shù)據(jù)通信，同樣方法計算多個路口的車輛交通情況，綜合以上路況，進行統(tǒng)一的調(diào)度和安排，完成交通信號燈的有效控制。這種方法在一定程度上緩解了擁堵時段的道路交通狀況。

3 實驗部分

為驗證提出的基于激光傳感數(shù)據(jù)的交通信號控制方法的有效性，以通過交通路口車輛的平均延誤時長為具體的評價指標(biāo)編寫仿真程序。

3.1 仿真環(huán)境及參數(shù)設(shè)置

仿真環(huán)境為四相位交叉路口，綠燈的最長時間為60 s，最短時間為20 s。路口每條車道的初始車輛由系統(tǒng)隨機產(chǎn)生。根據(jù)交通路口的實際參數(shù)確定黃燈的時長，變燈后車輛通過路口的速率為1 s/輛，其他參數(shù)設(shè)置如表1所示。

3.2 不同交通流條件下平均延誤時長對比

分別在低峰、中鋒和擁堵交通流下對傳統(tǒng)的單路口交通控制方法和本文基于激光傳感數(shù)據(jù)的信號控制方法進行仿真對比，提取車輛的平均延誤時長。首先提取低峰時段的仿真數(shù)據(jù)，如表2所示。

表1 仿真參數(shù)設(shè)置

表2 低峰期車輛延誤時長數(shù)據(jù)分析

從圖3的曲線走勢可以分析出，本文方法在平均延誤時長方面控制效果良好，維持在11 s左右，優(yōu)于傳統(tǒng)控制方法的時長。

圖3 低峰時段車輛延誤時長曲線對比

在中度擁堵的路況，兩種方法的延誤時長都有所增加，但如圖4所示隨著仿真時間的延長，單路口控制方法下的車輛延誤時長急劇增加，證明在交通擁堵情況進一步惡化的情況下，僅靠調(diào)度單一路口的交通信號仍無法有效解決干線的擁堵問題，中峰時段的仿真數(shù)據(jù)，如表3所示。

圖4 中峰時段車輛延誤時長曲線對比

表3 中峰期車輛延誤時長數(shù)據(jù)分析

最后，本文仿真了兩種信號控制方法在擁堵時段的交通信號控制效果，從表4的數(shù)據(jù)分析和圖5的曲線對比結(jié)果可以看出擁堵時段隨著仿真時間的延長，車輛延誤時長都有所增加，但本文方法的控制效果仍然優(yōu)于單路口交通信號控制方法。

表4 擁堵時段車輛延誤時長數(shù)據(jù)分析

圖5 擁堵時段車輛延誤時長曲線對比

針對城市道路的交通擁堵問題，本文提出了一種基于激光傳感數(shù)據(jù)的交通信號控制方法研究。通過激光傳感節(jié)點采集的路口實時數(shù)據(jù)，并結(jié)合多個路口的交通情況進行統(tǒng)一的調(diào)度和安排，取得了較好的交通信號控制效果，仿真數(shù)據(jù)證明了提出方法的有效性。

4 結(jié)論

參考文獻：

[1]張榮輝，李福樑，周喜，等.一種基于激光與視頻信息時空數(shù)據(jù)融合的行人檢測方法[J].交通運輸系統(tǒng)工程與信息，2015，15（3）：49-55.

[2]駱朝亮.三維激光全景技術(shù)在交通行業(yè)中的應(yīng)用[J].測繪通報，2015（6）：135-136.

[3]Cheng Z，Qin C，Wang F，et al.Progress on mid-IR graphene photonics and biochemical applications[J].Frontiers of Optoelectronics，2016，9（2）：259-269.

[4]Li Zhiquan，Piao Ruiqi，Zhao Jingjing，et al.A low-threshold nanolaser based on hybrid plasmonic waveguides at the deep subwavelength scale[J].Chinese Physics B，2015，24（7）：441-447.

[5]馮麗麗，黃海濤，阮馳.高亮度激光交通可變情報板技術(shù)研究[J].科學(xué)技術(shù)與工程，2015，15（3）：150-153.

[6]陳延輝，郭朝邦.國外激光技術(shù)發(fā)展[J].飛航導(dǎo)彈，2015（6）：40-44.

[7]裴麗，翁思俊，吳良英，等.光纖激光傳感系統(tǒng)的研究進展[J].中國激光，2016（7）：1-7.

[8]Viveiros D，F(xiàn)erreira J，Silva S O，et al.Ammonia sensing system based on wavelength modulation spectroscopy[J].Photonic Sensors，2015，5（2）：109-115.

[9]王斐斐，張麗，楊玲珍，等.基于混沌光纖激光的準(zhǔn)分布式布拉格傳感網(wǎng)絡(luò)[J].光學(xué)學(xué)報，2014，34（8）：88-92.

[10]楊韞鐸，康娟，徐賁，等.基于掃描激光器的邊孔光纖光柵溫度壓力傳感系統(tǒng)[J].光子學(xué)報，2016，45（6）：24-29.

[11]Jun Jing，Wu Lian’ao.Overview of quantum memory protection and adiabaticity induction by fast signal control[J].Science Bulletin，2015，60（3）：328-335.

[12]Tiaprasert K，Zhang Y，Wang X B，et al.Queue length estimation using connected vehicle technology for adaptive signal control[J].IEEE Transactions on Intelligent Transportation Systems，2015，16（4）：2129-2140.

[13]劉影，高爽，鮑志強，等.基于DBR光纖激光傳感器的超聲與溫度雙參量測量研究[J].傳感技術(shù)學(xué)報，2016，29（8）：1155-1159.

[14]Timotheou S，Panayiotou C G，Polycarpou M M.Distributed traffic signal control using the cell transmission model via the alternating direction method of multipliers[J].IEEE Transactions on Intelligent Transportation Systems，2015，16（2）：919-933.

[15]Zaidi A A，Kulcsár B，Wymeersch H.Back-pressure traffic signal control with fixed and adaptive routing for urban vehicular networks[J].IEEE Transactions on Intelligent Transportation Systems，2016，17（8）：2134-2143.

[16]楊潤濤，祝連慶，張鈺民，等.基于可飽和吸收穩(wěn)頻技術(shù)的光纖激光應(yīng)變傳感特性研究[J].納米技術(shù)與精密工程，2016，14（3）：201-205.

[17]Wang Q L，Li J Y，Shen H K，et al.Research of multisensor data fusion based on binocular vision sensor and laser range sensor[J].Key Engineering Materials，2016，693：1397-1404.

[18]張鐵，李波，鄒焱飚.基于條紋式激光傳感器與機器人的掃描成像系統(tǒng)[J].紅外與激光工程，2015，44（1）：53-58.