基于智能視覺的交通調度系統設計

王愛菊 孔國利 馬文越

摘 要： 基于GIS的高速公路監控與指揮交通調度系統對道路交通信息的智能視覺采集和處理效果差，存在交通調度效果差的弊端，設計基于智能視覺的交通調度系統。其主要由ZigBee協調器模塊、智能視覺模塊以及交通控制基站等構成。采用ZigBee協調器模塊對車輛信息進行處理，協調系統調度性能。通過智能視覺模塊中的車載傳感器節點模塊采集道路發生擁堵時道路信息，控制車載傳感器節點的體積，控制系統整體能源和資金消耗；采用道路圖像信息采集處理模塊實現擁堵車輛圖像信息的實時信息反饋。設計基于混合魚群算法的優化處理算法調度交通車輛擁堵問題。實驗結果表明，所設計系統交通調度效果佳，應用性強。

關鍵詞： 智能視覺； 交通調度； 系統設計； ZigBee協調器； 車載傳感器； 混合魚群算法

中圖分類號： TN915?34； TP391.9 文獻標識碼： A 文章編號： 1004?373X（2018）16?0148?03

Abstract： The GIS?based highway monitoring and commanding traffic scheduling system has poor intelligent visual acquisition and processing effect of road traffic information， resulting in poor traffic scheduling effect. Therefore， a traffic scheduling system based on intelligent vision is designed. The system is mainly composed of the ZigBee coordinator module， intelligent vision module， and traffic control base station. The ZigBee coordinator module is adopted to process vehicle information and coordinate the scheduling performance of the system. In the intelligent vision module， the vehicle?mounted sensor node module is used to collect road information during traffic congestion， and control the volume of vehicle?mounted sensor nodes， and the overall energy and capital consumption of the system. The road image information acquisition and processing module is used to realize real?time feedback of congested vehicle image information. An optimization disposal algorithm based on hybrid fish swarm algorithm is designed to resolve the vehicle scheduling problem during traffic congestion. The experimental results show that the designed system has good traffic scheduling effect and strong applicability.

Keywords： intelligent vision； traffic scheduling； system design； ZigBee coordinator； vehicle?mounted sensor； hybrid fish swarm algorithm

隨著我國的人均汽車占有量在飛速增加，汽車數量的快速增加使得城市道路擁堵現象日漸嚴重，導致交通擁堵事件的發生頻率越來越高。設計一種有效的交通調度系統，對大型交通擁堵的車輛實施高效率的調度，緩解道路的交通擁堵現象，成為當前相關專家學者重點關注的問題[1]。傳統基于GIS的高速公路監控與指揮交通調度系統，根據地理信息系統遙感獲取道路交通信息并進行交通調度，存在對交通調度的效果差的弊端。為了解決該問題，本文設計基于智能視覺的交通調度系統，實現對交通的有效調度，降低車輛發生擁堵概率。

1 基于智能視覺的交通調度系統設計

本文設計的基于智能視覺的交通調度系統通過物聯網中ZigBee的樹型網絡結構實現對道路車輛的有效調度。通過在道路安置攝像頭和圖像處理裝置[2]，將攝像頭采集的交通圖像發送給ARM處理器。對車輛調度信息調控依靠ZigBee協調器，將由車輛檢測傳感器節點獲取的車輛運行信息經由無線通信模塊傳遞至ZigBee協調器節點[3]，再通過物聯網將車輛運行的數據信息傳導至基站，基站負責向交通控制部門和司機提供即時的道路交通信息，實現對道路交通的有效調控。

1.1 ZigBee協調器模塊設計

本文基于智能視覺的交通調度系統對道路擁堵時車輛信息的高效處理依靠ZigBee協調器實現。本文設計的ZigBee協調器由CC2430射頻收發設備、液晶顯示器、輸入/輸出模塊以及發射電線等構成[4]，該協調器結構如圖1所示。

設計該協調器為提升本文系統的交通調度性能，其對系統調度性能進行協調，確保本文系統能夠在2.4 GHz ISM的波段中正常運行，縮短系統的運行資金消耗，除此之外ZigBee協調器中的CC2430射頻收發設備具有較好的射頻收發性能[5]。

1.2 智能視覺模塊設計

1.2.1 車載傳感器節點模塊設計

系統設計車載傳感器節點可用于采集道路發生擁堵時的道路信息，本文系統對車載傳感器節點的設計采用嵌入式的設計原理[6]。圖2為本文設計的車載傳感器結構圖，其由三軸加速傳感器、發射天線以及高效的電源增強模塊等構成。

車載傳感器獲取車輛信息依靠MODEL2420三軸加速度傳感器[7]。該傳感器在數據處理和抗干擾方面具有良好效果，同時該傳感器在測量加速度方面和能耗方面具有較強的應用[8]。

1.2.2 道路圖像信息采集處理模塊設計

設計道路圖像信息采集處理模塊可實現擁堵車輛圖像信息的采集以及實時信息反饋[9]。本文系統設計的道路圖像信息采集處理模塊由CMOS攝像頭、ARM9微處理器以及FIFO構成，結構如圖3所示。

1.3 交通調度算法

1.3.1 算法原理

本文設計一種基于混合魚群算法的優化處理算法用于對交通車輛的擁堵問題進行調度，原理如下：

通過將以上魚群中覓食、群聚等數學特征用于本文交通調度系統中，實現對道路交通的有效調度。

2 實驗分析

實驗為驗證本文系統的有效性，需對本文系統進行相關的實驗分析。實驗測試環境為NS?2仿真環境，采用本文系統、傳統基于GIS的高速公路監控與指揮交通調度系統以及基于Floyd算法的交通調度系統共同對同一路段進行實驗。三種系統的堵車路段的車輛數量、交通信號燈處的流量情況分別如圖4、圖5所示。

分析圖4道路發生擁堵時，道路中排隊的車輛總數。從圖中可以看出，本文系統可有效發現涉及的安全問題，并進行有效的交通調度，在實驗進行到500 s時，道路擁堵車輛開始減少，在800 s后路上車輛的數量達到正常水平，解決道路擁堵問題，說明本文系統可實現道路交通的正常運行，降低車輛發生擁堵的概率。

由圖5可知，本文系統將交通信號燈處的車流量控制在20以下，有效緩解了交通壓力，說明本文系統對交通壓力的緩解有較強的幫助。

3 結 論

本文設計的基于智能視覺的交通調度系統，可對交通進行實時調度，減弱交通的擁堵現狀，有助于提升交通調度效率，提升系統的實際應用價值。

參考文獻

[1] 馮亮，梁工謙.基于GPS/GIS協同的動態車輛調度和路徑規劃問題研究[J].計算機科學，2017，44（9）：272?276.

FENG Liang， LIANG Gongqian. Real?time dynamic vehicle scheduling and vehicle routing problem based on GPS & GIS collaboration [J]. Computer science， 2017， 44（9）： 272?276.

[2] 龐明寶，陳茂林，張寧.基于MAST的智慧公交優化調度研究[J].交通運輸系統工程與信息，2017，17（1）：143?149.

PANG Mingbao， CHEN Maolin， ZHANG Ning. Scheduling optimization of intelligent public transport system based on MAST [J]. Journal of transportation systems engineering and information technology， 2017， 17（1）： 143?149.

[3] 郭海濤，許倫輝.基于FPGA的狹窄路段交通擁堵智能控制系統設計[J].現代電子技術，2017，40（24）：124?126.

GUO Haitao， XU Lunhui. Design of FPGA?based intelligent control system of traffic congestion on narrow road [J]. Modern electronics technique， 2017， 40（24）： 124?126.

[4] 王進，趙蕊，曹寶林，等.基于視覺的縮微智能車車道檢測與控制[J].上海交通大學學報，2015，49（8）：1159?1167.

WANG Jin， ZHAO Rui， CAO Baolin， et al. Lane detection and steering control of vision?based micro?intelligent vehicle [J]. Journal of Shanghai Jiao Tong University， 2015， 49（8）： 1159?1167.

[5] 王晨，李景彬，溫寶琴.基于LabVIEW的農用車輛視覺導航控制系統設計與仿真[J].甘肅農業大學學報，2016，51（5）：120?125.

WANG Chen， LI Jingbin， WEN Baoqin. Design and simulation of visual navigation control system for agricultural vehicle based on LabVIEW [J]. Journal of Gansu Agricultural University， 2016， 51（5）： 120?125.

[6] 羅欽，楊永泰，莫義弘，等.城市軌道交通行車調度應急輔助決策系統的設計與實現[J].鐵道運輸與經濟，2017，39（2）：85?89.

LUO Qin， YANG Yongtai， MO Yihong， et al. Design and realization of emergency auxiliary decision?making system of traffic control for urban rail transit [J]. Railway transport and economy， 2017， 39（2）： 85?89.

[7] 曹立波，陳崢，顏凌波，等.基于RFID、視覺和UWB的車輛定位系統[J].汽車工程，2017，39（2）：225?231.

CAO Libo， CHEN Zheng， YAN Lingbo， et al. Vehicle positioning system based on RFID， vision and UWB [J]. Automotive engineering， 2017， 39（2）： 225?231.

[8] 陳軍.基于物聯網的道路監控調度系統設計與實現[J].科技通報，2015，31（10）：55?57.

CHEN Jun. Road monitoring scheduling system design and implementation based on Internet of Things [J]. Bulletin of science and technology， 2015， 31（10）： 55?57.

[9] 朱慶，陳興旺，丁雨淋，等.視覺感知驅動的三維城市場景數據組織與調度方法[J].西南交通大學學報，2017，52（5）：869?876.

ZHU Qing， CHEN Xingwang， DING Yulin， et al. Organization and scheduling method of 3D urban scene data driven by visual perception [J]. Journal of Southwest Jiaotong University， 2017， 52（5）： 869?876.

[10] 楊福興，張琪.物流配送車輛優化調度仿真研究[J].計算機仿真，2017，34（8）：179?183.

YANG Fuxing， ZHANG Qi. Research on optimization simulation for logistic vehicle scheduling problem [J]. Computer simulation， 2017， 34（8）： 179?183.