一種基于模糊邏輯的單交叉口信號控制方法

鄧瓊華,孫 琦

(無錫市政設計研究院有限公司,江蘇無錫 214072)

一種基于模糊邏輯的單交叉口信號控制方法

鄧瓊華,孫 琦

(無錫市政設計研究院有限公司,江蘇無錫 214072)

提出了一種單交叉口模糊信號控制方法,選取排隊長度作為模糊控制器輸入量,建立模糊控制規則庫,并建立了車輛的延誤模型。最后進行了計算機仿真,在多種車輛到達率的情況下,比較了模糊控制與傳統的感應控制及定時控制的車輛平均延誤,仿真結果表明,提出的控制方法能有效減少車輛在交叉口的延誤,控制效果優于傳統的控制方法。

交通信號控制；模糊控制；交叉口

0 引言

交叉口的信號控制是城市交通控制的關鍵。傳統信號控制的缺陷是對不可預測的交通需求波動不能做出快速反應［1-2］；感應控制克服了定時控制的不足,在一定程度上能夠適應交通需求的隨機變化［3］。但傳統感應控制所采用的延時算法依然是建立在精確數學模型基礎上的,當交通狀況復雜時表現為在綠燈時間的利用率偏低。

模糊控制不需要建立精確數學模型,而是以接近人的思維方式進行推理,因此具有更好的適應性。1977年希臘學者Pappis CP和英國模糊控制專家Mamdani E H. A［4］首次提出單路口交通信號燈模糊控制方法,此后國內外學者相繼做了大量的研究。文獻［5］提出了基于多相位的控制方案,但實際中交叉路口的各個方向的車流分布的不均勻性，會在一定程度上造成空間和時間上的浪費；基于這種情況，文獻［6-7］又提出了變相位、變周期的控制方案,但這與駕駛員的心理及駕駛習慣有沖突,存在安全隱患。為解決以上不足,本文設計了一種模糊控制方法,通過計算機仿真,與定時控制、感應控制等方案進行了比較。仿真結果表明,本文提出的方法能夠有效減少車輛在交叉口的延誤。

1 模糊控制器的設計

以圖1所示的交叉口為研究對象,實行的是兩相位的信號控制。

模糊控制器的設計過程如下：

(1)確定輸入及輸出變量

有經驗的交警往往根據排隊長度來決定如何

圖1 交叉口示意圖

(2)確定基本論域、論域及轉換關系

本文選取當前相位排隊車輛數基本論域確定為(0,36)；對應的論域確定為｛-6,-5,-4,-3,-2, -1,0,1,2,3,4,5,6｝。選定綠燈時間的基本論域：(16,56)。對應的論域為｛0,1,2,3,4,5,6,7,8｝。

根據線形插值可以確定模糊論域中的排隊值w與真實值m之間的對應關系為：w=k×(m-b)；經插值運算得k=0.33,b=18。

綠燈時間真實值m與模糊論域中的值w之間的關系：m= w/R；經運算可得R=0.2。

(3)選取語言變量值

從交警指揮交通的思維出發,本文選擇了“很長(VL)”,“長(L)”,“較長(RL)”,“中等(M)”,“較短(RS)”,“短(S)”,和“很短(VS)”等七個語言值來描述語言變量。

(4)定義語言變量的隸屬函數

本文采用三角形隸屬函數,輸入變量QR的隸屬函數見圖2。

圖2 隸屬函數圖

輸入變量QG及輸出變量GG的隸屬函數與QR類似,不再重復給出。

(5)模糊規則的建立

充分借鑒交警經驗及前人研究成果的基礎上,本文所建立的模糊控制規則庫見表1,規則曲面見圖3。

表1 模糊規則庫

圖3 模糊規則曲面圖

2 仿真實驗及結果分析

本文通過計算機仿真,對比分析定時控制、感應控制及本文提出的模糊控制三種控制算法下,車輛通過交叉口的平均延誤。

使用MATLAB的模糊工具箱設計本文所提出的模糊控制算法,編程建立交叉口的延誤模型,在運行過程中每個相位的結束時刻計算該相位的延誤,同時調用模糊控制算法,實時輸出下一相位的綠燈時間。

2.1 試驗假設

綜合考慮實際交通特性及編程的需要,本試驗基于以下假設條件：

(1)以每5個周期(大約5 min)為一個仿真時間段,在該時間段內車輛按照固定的到達率均勻到達；

(2)取每仿真時間段中各個周期的車輛延誤的平均值作為該到達率下的延誤；

(3)平行對比試驗分別選擇基于F. Webster算法的定時控制及文獻［3］提出的優化感應控制。

2.2 延誤模型的建立

假定初始排隊為零,先放行2相位G(0單位：s),則1相位紅燈時間G0結束時的排隊為L1=K1G0；對應2相位的排隊L1=0。由L1、L2可以得出1相位的綠燈輸出時間G1。第一個周期結束時, 1相位的排隊長度X1=K1T-KLG1(若X1＜0,則令X1=0),延誤為周期T內到達的車輛減去離去的車輛：對2相位做類似分析：當其紅燈時間G(1也即1相位的綠燈時間)結束時,紅燈方向的排隊長度L1=K2G2,對應1相位的排隊L2=X1；由L1、L2可以得出1相位的綠燈輸出時間G2,同理X2=K2T-KLG(2若X2＜0,則令X2=0)；延誤

不妨設第N(N=2,3,4…)個周期開始時1相位(紅燈相位)的初始排隊為X1,紅燈時間Gn-1結束時相位1方向的排隊L1=X1+Gn-1此時2相位(綠燈相位)的排隊長度為L2=X2,由L1、L2能得出Gn,見圖4。

圖4 第N個周期1相位的延誤

由圖4可知,當第N個周期結束時,1相位的排隊X1=X1+K1T-KLGn；此時的延誤D1=(2X1+K1T) T/2-KLG2n/2；［周期T=Gn-1+Gn］。

類似地,可以建立第N個周期2相位的延誤模型。

2.3 實驗結果分析

本實驗共仿真了從0.01(輛/s)到0.25(輛/s)各種到達率下不同算法的控制效果。

針對不同的到達率,分別進行了5個周期的仿真,然后取其平均值作為圖5中縱軸的數據。從圖5可以看出,在各種到達率情況下模糊控制的車輛平均延誤均小于定時控制及感應控制,隨著車輛到達率的增加,這種優勢越來越明顯。

圖5 延誤比較柱狀圖

全部仿真結果數據見圖6。從圖6可以進一步看出：當車輛到達率較低時,模糊控制與感應控制下的車輛延誤相差不大,都明顯小于定時控制；當到達率大于0.22(輛/s)時感應控制及定時控制的延誤都迅速增大,而模糊控制增幅相對較小。這是因為本文提出的模糊控制算法是在每個相位結束時根據檢測到的排隊長度實時輸出下一相位的最佳綠燈時間,具有很強的適應性。而定時控制算法是一種基于歷史數據的算法,對交通量波動較大的情況難以適應。感應控制的原理是在每相位末,如果檢測到有車輛,則給予一定的綠燈延時,當交通車輛趨于飽和時,延時策略的效果會變差。

圖6 延誤比較曲線圖

3 結論

本文提出了一種基于模糊邏輯的單交叉口信號控制方法,仿真結果表明,與定時控制及感應控制相比,該方法能有效減少車輛在交叉口的延誤,適用于交通量變化大、飽和度較高的交叉口。

［1］ F.Webster and B.Cobbe.Traffic Signals［R］.HMSO，London，U.K.: Road Research Tech- nical Paper，1966.

［2］ 陳群，晏克非.基于遺傳算法的城市交叉口實時信號控制研究［J］.交通與計算機，2005，23(1):15-18.

［3］ 李水友，劉智勇.城市交通感應控制綜述［J］.城市交通，2006(6): 64-69.

［4］ Pappis C P，Mamdani E H.A fuzzy Controller for a traffic junction［J］.IEEE Transactions on System，Man and Cybernetics，1997(7): 707-717.

［5］ Junxia Gao，Jiangeng Li.Multi-phase Fuzzy Control Under Hybrid Traffic Flow of Single Intersection［J］.Intelligent Transportation Systems Proceedings，IEEE，2003(2):1329-1333.

［6］ 趙忠杰，劉小強.單交通路口變相位變周期信號控制［J］.長安大學學報，2005，25(6):70-72.

［7］ 臧利林，賈磊，林忠琴.基于模糊邏輯的交通信號控制與仿真研究［J］.公路交通科技，2006，23(4):124-127.

U491.5+1

A

1009-7716(2015)09-0009-003

2015-04-23

鄧瓊華(1988-),女,湖南武岡人,工程師,從事交通規劃與管理研究工作。分配通行權,因此本文選取當前紅燈相位及其沖突相位的排隊長度作為輸入變量,當前紅燈相位的下一綠燈時間為輸出變量。