基于模糊邏輯理論的智能交通信號燈控制系統

?

基于模糊邏輯理論的智能交通信號燈控制系統

交通信號燈作為交通系統中的一個關鍵裝置，其對解決交通擁堵現象的形成起著重要作用，如在沒有其它方向來車的情況下，行駛中的車輛仍需要等待交通信號燈。針對上述問題提出一種解決方案，即基于模糊邏輯理論設計一個交通信號燈控制器，使其能夠根據實時變化的交通情況做出最佳的決定。

建立了上下文圖和參數圖。上下文圖用以將所有可能實現智能交通信號燈控制系統的裝置、方法、目標和限制條件等列出，尋找出它們之間的關系。參數圖用來定義智能交通信號燈控制系統的輸入和輸出，通過列出可能的干擾因素確保控制系統的質量和魯棒性。研究指出，由于模糊邏輯能模仿人腦的不確定性概念判斷、推理思維方式，對于模型未知或不能確定的描述系統，應用模糊理論進行推理，模擬人腦方式，實行模糊綜合判斷，推理解決常規方法難以解決的問題，且該理論也廣泛應用在許多實時控制系統，如地鐵加速控制系統、防抱死制動系統及空調恒溫調節系統等。因此，選擇模糊邏輯理論作為一種人工智能技術用于智能交通信號燈控制系統的設計。利用Matlab軟件中的模糊邏輯工具箱實現模糊邏輯算法。給出模糊邏輯控制系統的結構圖以及系統的輸入和輸出。對該控制系統進行測試，利用Simulink創建一個智能交通信號燈模型和一個典型的交通流量模型，其中智能交通信號燈模型被定義為傳統固定時間算法和模糊邏輯理論的融合，將每條道路上紅/黃/綠燈循環周期內通過的車輛數目作為輸入，每一條道路所占比例作為輸出，乘以總的紅/黃/綠燈時間。驗證時，將黃燈時間設定為5s，考慮一個十字路口，A、B兩個道路。第1個場景模擬A道路11輛車、B道路34輛車，則控制器優先考慮B道路，B道路的綠燈時間加長。第2個場景模擬A道路與B道路通過相同數目的車，如預期一樣兩條道路沒有任何優先級，綠燈時長相同。第3個場景模擬A道路29輛車、B道路10輛車，則控制器優先考慮A道路，A道路的綠燈時間加長。

基于模糊邏輯理論創建一個模糊控制器，能夠根據道路交通情況實時控制交通燈，為每條道路提供最佳的信號燈時間。但要實現該智能交通燈還需要解決車輛探測技術問題，以及專用傳感器系統的安裝與維護所帶來成本的大幅增加。目前，常用的車輛探測技術是通過測量地面上導線電感的變化來進行判斷，另外還有使用激光、雷達甚至空氣流量傳感器進行探測，傳感器仍然是智能交通推廣的一個很大的障礙。

Alessandro Cezar Pinto et al. SAE 2014-36-0359.

編譯：王祥