智能交通燈控制系統的研究與設計

唐惠+王磊+邵曉根+孔亮+姜英姿

摘 要：主要研究交叉口的信號配時優化問題，將延誤時間、停車率和通行能力3個優化目標消除量綱，建立單目標的模糊規劃模型，運用遺傳算法求解單交叉口信號燈的最佳配時方案。在此基礎上，引入綠波協調控制模型優化相鄰交叉口的配時方案，運用VISSIM軟件檢驗優化結果。仿真結果與理論值貼合度極大，該方案能有效分配相鄰交叉口的綠燈時間。

關鍵詞：模糊控制；綠波協調控制；遺傳算法；VISSIM仿真

中圖分類號：O221 文獻標識碼：A DOI：10.15913/j.cnki.kjycx.2017.07.020

隨著國民經濟的快速發展和人們生活水平的普遍提高，城市道路交通日漸擁堵，極易誘發安全、土地、資源等一系列問題。高效的交通燈智能控制系統是解決城市交通問題的關鍵。傳統的單交叉口交通信號控制一般采用定時控制方案，這種方案時常會因為放行不合理導致交通阻塞。因而，研制一套根據車流量自動控制交通燈時長的智能交通控制系統是很有意義的。由模糊控制系統實現的單交叉口交通的通行率比目前的定時與感應控制方案要有效得多，區域協調控制時，在不同的交通流量下，模糊控制方式比定時與感應控制方式相比，都很少有車輛等待，更大限度地縮短了車輛平均延誤時間，最終實現環保節能經濟通行的目標。本文基于模糊控制法優化交叉口信號配時，以提高交叉口的運行效率。

1 模型的建立

1.1 相位定義

本文交通信號配時采用四相設計。通過查閱資料可知，四相位是：第一相位指東西直行右轉混合車道，第二相位指東西左轉車道，第三相位指南北右轉混合車道，第四相位指南北左轉車道。

1.2 主要參數

交叉口信號燈的運行效率主要用以下4個基本參數衡量，即通過能力、飽和度、車輛受阻延誤時間和停車率。

1.2.1 通過能力

綠信比ui、飽和流量S、相位允許通行能力Q的關系式為：

式（1）（2）（3）中：gi為第i相位的有效綠燈時間；C為信號周期；W為車道寬度。

1.2.2 相位飽和度

相位流量比、飽和度的計算公式是：

式（4）（5）中：y為相位流量比；x為相位飽和度；q為車流到達率。

1.2.3 車輛受阻延誤時間

車輛受阻延誤時間為：

式（6）（7）（8）中：d為車輛總延誤；du為正常相位延誤；d0為隨機以及過飽和延誤。

其中：

車輛受阻延誤時間為：

1.2.4 停車率h

停車率的計算公式是：

式（12）（13）（14）中：f為完全停車的修正系數；hu為正常阻滯停車率；h0為隨機和過飽和停車率。

1.3 單交叉口信號配時模型

運用模糊控制模型對延誤X1、停車次數X2和通行能力X3三者進行無量綱處理，確定各目標的權重系數，將問題轉化為單目標規劃進行求解。設交叉口有n相位，在一個周期內的延誤時間、停車次數、通行能力的相反數可分別表示為：

周期取值根據國標約束小于某上限值，飽和度的取值不能過大也不可過小。采用模糊控制模型，將點控模型轉化為多變量的單目標規劃，即：

1.4 相鄰兩交叉口協調配時優化模型

綠波指車沿某條線路行駛遇到連續綠燈放行信號，無阻通過各交叉口。

1.4.1 單向交通街道

相鄰交叉口間的時差為：

式（20）中：λ為相鄰信號間的時差；s為相鄰信號間的間距；v為線控系統車輛連續通行的車速。

1.4.2 雙向交通街道

對于干道上編號為1，2，L，n的n交叉口進行雙向綠波協調控制。擇定交叉口編號由小到大的方向作為干道上行方向，反之，作為干道下行方向。定義交叉口間的相位差為干道放行時相位綠燈中心時刻差，以交叉口i與交叉口j干道下行相位緊接其干道上行相位為例， 分析干道雙向綠波帶寬，如圖1所示。

采用基于Little提出的MAXBAND核心模型的綠波協調控制模型。當交叉口i與交叉口j的干道方向采用對稱放行時，有：

簡化后的綠波協調控制模型為：

式（21）（22）中：tGui、tGdi、tGuj為交叉口i與j的干道上下行綠燈時間；△tui1、△tuj2為上行綠波帶距交叉口i和j上行相位綠燈始末時刻的最短時間差；△tdi1、△tdj2為下行綠波帶距交叉口i和j上行相位綠燈始末時刻的最短時間差；ti→j為從交叉口i行駛到j所用的時間；tj→i定義相同；φi→j為交叉口i上行相位綠燈中心時刻，超前交叉口j上行相位綠燈中心時刻的時間；φj→i的定義相同；kj→i和ki→j為相應整數解；Bu，Bd為上下行綠波帶寬；fsi，sj（φi→j，φj→i）=0表示將交叉口i和j的相序分別設置為si，sj時，φi→j，φj→i的關系。

2 模型的求解

2.1 單點定時控制模型

算例的相應數據如表1所示（單位：PCU/h）.

經過分析可知，A，B兩交叉口相對位置為：A交叉口在B交叉口的正西方向。

2.1.1 實際飽和流量的計算

查閱HCM2000得到直行、右轉和左轉車道的基本飽和流量為1 800，1 800和1 550（單位：PCU/h），實際飽和流量公式為：

式（23）中：S0為基本飽和流量；N為車道數；f1，f2，f3，f4，f5為車道寬度、重型車、斜坡、左轉和右轉的修正系數。相關參數如表2所示（以東進口為例）。

2.1.2 流量比的計算

經過分析可得，A交叉口的關鍵車道組即為第一相位中東進口直行右轉混合車道，第二相位中東進口左轉車道，第三相位中北進口直行右轉混合車道，第四相位中南進口左轉車道，流量比計算情況如表3所示。

2.1.3 時間參數的設定

黃燈時間3 s，全紅時間1 s，綠燈前后損失時間2 s，Cmax=180 s，飽和度x∈（0.7，0.9）。

2.1.4 各目標函數的量綱消除

以A交叉口交通流量為例，其隸屬度函數為：

2.1.5 模糊偏好法權重的確定

將權重進行歸一化得到：

因此，目標規劃即轉化為：

對應的約束條件是：

2.1.6 具體求解結果以及對P值的討論

以A交叉口為例，將此目標規劃在P取不同值的情況下進行優化，優化情況如表4所示。

由表4可知，當P=1時，優化效果最明顯。根據P=1作出單交叉口有效綠燈時間的最優分配圖，如圖2所示。

基于多變量目標規劃模型，可以解出單交叉口有效綠燈時間的最優分配情況。

2.2 相鄰交叉口協調配時優化模型

根據文章所述內容，得出A，B交叉口有效綠燈分配方案如表5所示。

2個相鄰交叉口之間的綠波信號協調是比較簡單的，采用圖解法求解即可，如圖3所示。

圖3中繪制的平行斜線所標定的時間范圍稱為帶寬，它確定干道上交通流所用的通車時間；平行斜線的斜率就是車輛沿干道可連續通行的帶速。

根據圖3可以確定關鍵交叉口為B，然后修正交叉口A的時間，使其總時間為132 s。由此可以明顯看出，A交叉口不能滿足B交叉口所通過的車流，所以，將A交叉口第一相位的時間調整為45 s。剩余三相位分別為21 s、34 s和24 s，按照2∶3∶3分配給個相位。調整后相位時間如表6所示。

這種方法僅針對單向B至A的行駛情況，本文不討論雙向綠波通道。

3 仿真模擬

基于單交叉口進行雙交叉口的綠波修正，通過VISSIM軟件進行雙交叉口的仿真模擬，其運行一段時間后未出現堵塞，仍然較為穩定。仿真情況如圖4所示。

運行一段時間后，比較理論結果與仿真結果，如7所示。

理論結果與仿真貼合度極大，所以說，該方案對相鄰交叉口的有效綠燈時間優化分配比較穩定。

參考文獻

[1]盧凱，鄭淑鑒，徐建閩，等.面向雙向不同帶寬需求的綠波協調控制優化模型[J].交通運輸工程學報，2011（05）：101-108，126.

[2]王燦，何淳，吳亞龍，等.智能交通燈控制系統的設計和仿真[J].重慶工商大學學報（自然科學版），2009（01）：84-87，92.

[3]李洪中.基于模糊控制的智能交通燈系統的研究與設計[D].蘭州：蘭州交通大學，2013.

[4]關樸芳，陳成春，許鐵.交通信號控制中的延誤計算與分析[J].福建電腦，2007（09）：81，96.

[5]劉權富，陸百川，馬慶祿，等.平面交叉口信號控制多目標優化研究[J].交通科技與經濟，2014（01）：47-50.

[6]孟博翔.基于綠波帶的城市主干道交通優化研究[D].蘭州：蘭州交通大學，2014.

[7]盧凱，徐建閩，陳思溢，等.通用干道雙向綠波協調控制模型及其優化求解[J].控制理論與應用，2011（04）：551-555.

[8]LITTLE J D C，KELSON M D，GARTNER N H.MAX-BAND：a versatile program for setting signals on arteries and triangular networks.Cambridge：Massachusetts Institute of Technology，1981.

〔編輯：白潔〕