道路車流量不均勻的交通燈控制系統研究

侯策　張沛

摘? 要：交通信號燈是城市交通重要的調節器，但隨著城市的發展，城市交通情況也愈加復雜。在路口車流量不均勻時，使用傳統的韋伯斯特配時方法難免會產生較多的信號損失。為解決這個問題，在傳統韋伯斯特配時方法的基礎上進行了優化，結合數字圖像處理技術處理監控攝像計算道路車流量，實現了一體化的交通燈控制系統，并設計了仿真實驗。實驗結果表明，優化后的系統可以在應對復雜路況的情況下制定更合理的配時方案，使得道路具有更高的通行效率。

關鍵詞：GIS;交通燈;韋伯斯特配時法;數字圖像處理;交叉口

中圖分類號：U491.51? ? ? 文獻標識碼：A 文章編號：2096-4706（2020）09-0010-04

Research on Traffic Light Control System with Uneven Road Traffic

HOU Ce，ZHANG Pei

（School of Geodesy and Geomatics，Wuhan University，Wuhan? 430079，China）

Abstract：Traffic lights are very important regulator of urban traffic. However，as the city develops，the situation of urban traffic become more complicated. When the road intersections traffic flow is uneven，traditional Webster timing method inevitably produces lots of signal loss. To solve this problem，this paper optimized the traditional Webster timing method，calculate road traffic with digital image processing technology，and designed a simulation experiment. Result shows that optimized system can generate a more reasonable timing plan when dealing with complex road conditions，and gets higher traffic efficiency at the same time.

Keywords：GIS;traffic light;Websters method of timing;digital image processing;intersection

0? 引? 言

隨著城市發展，城市中車輛也日益增多。高德地圖發布的《2018年Q1中國主要城市交通分析報告》中顯示，在全國的361座城市中有65座城市擁堵延時指數大于1.8，受到擁堵威脅[1]。交通擁堵會造成交通堵塞，降低道路通行效率，同時造成車輛的尾氣排放量增多，對環境產生惡劣的影響。

在交通燈配時方案的優化中，改變信號相位綠信比的分配是一個重要手段。目前，國內外學者大多采用對交通燈進行建模，并通過以交叉路口平均延誤時間為指標進行分析的方法進行優化[2-5]，考慮到交通燈配時方案優化的過程中不僅要考慮到使車流延誤最小，還要考慮行人延誤、污染物排放等多個指標，學者們針對多個指標研究優化了交通燈配時方案[6-8]。上述研究在一定程度上改善了交叉路口的通行狀況，提高了交叉路口的通行效率。而在交通流量的檢測方面，根據監控攝像檢測車輛的方法越來越受到學者關注[9，10]。

武漢大學測繪學院的大學生創新創業團隊針對道路車流量不均勻的情形研究了交通燈配時系統，通過對交通燈配時算法中的韋伯斯特配時法進行優化，在道路兩邊車流量不均勻的情況下給出較優的解決方案，并運用交通路口的攝像頭采集車流數據，使得紅綠燈系統的數據采集和配時融為一體。

1? 韋伯斯特配時法

韋伯斯特配時法是以車輛延誤時間最小為目標來計算信號配時的一種方法，因此其核心內容是車輛延誤和最佳周期時長的計算。其具體公式如下：

其中，d是車輛平均延誤，C是信號周期，λ是綠信比，Q是實際車流量，σ是飽和度，ρ是總流量比，各相位上的關鍵流量比之和。為使d最小，可以將d看作C的函數。對C求偏導，可得到信號周期的最佳值：

其中，τ為一個周期內總的損失時間，等于各相位上車輛啟動損失時間加全紅時間的總和。

ei是第i相位的有效綠燈時間，其公式為：

其中，ρi為第i相位關鍵流量比，C0為最佳周期長度。

gi是第i相位的實際綠燈時間，其公式為：

其中，yi為第i相位的黃燈時間，τi為第i相位的車輛啟動損失時間。

所以，可以根據建立的最佳信號周期和綠燈時間與各個路口的實際流量的關系，再計算出理論最佳信號周期和綠燈時間作為下一周期的初始值。

整個計算過程的流程圖大致如圖1所示。

韋伯斯特配時法原理簡單，易于實現，被廣泛應用在交通燈配時模型中。

2? 數字圖像處理獲取道路車流量

對監控攝像頭下的車輛識別并計數是紅綠燈系統獲取數據的主要手段。因紅綠燈每個周期需要實時制定配時方案，故要求道路信息獲取過程具有實時性的特點。本文采用MATLAB來進行視頻圖像中車輛的識別以及計數。

2.1? MATLAB圖像處理概述

MATLAB具有完備的圖像處理功能，包含大量的數學運算函數，可以方便地實現用戶的各種計算功能，函數中使用的算法都是科研和工程計算中的最新研究成果，且經過了各種優化和容錯處理。MATLAB中計算機視覺系統工具箱內置的函數非常多，使用方便，擁有可視化編程，易于上手，擁有高效性，非常實用，可以解決大多數圖像處理的問題。

2.2? 道路車流量檢測

MATLAB的計算機視覺系統工具箱中包含許多實用便捷的函數，因此在實際編程過程中，減少了許多變量的設置和操作目的的代碼，僅需要使用MATLAB中的函數代替即可。道路車輛識別算法流程大致如圖2所示。

實時車流檢測結果如圖3所示。

3? 紅綠燈交通管控方法優化

當車輛在交叉路口行駛的過程中，司機會有三種不同的行駛路線：直行、左轉和右轉。右轉的車輛因為沒有與對向車輛相撞的危險，所以不設計紅綠燈進行控制。所以紅綠燈只控制直行和左轉的車流行駛。以十字路口為例，傳統的四相位交通燈模型將路口車輛的行駛過程大致分為四個相位：

（1）東南西北四個方向右轉車流正常行駛，東西向直行車流行駛。

（2）東南西北四個方向右轉車流正常行駛，東西向左轉車流行駛。

（3）東南西北四個方向右轉車流正常行駛，南北向直行車流行駛。

（4）東南西北四個方向右轉車流正常行駛，南北向左轉車流行駛。

具體過程可以用圖4表示。

傳統的四相位紅綠燈假設交通流穩定的情況下建立交通模型，而現實生活中，大多數路口的車流量并不均勻。在這種情況下，傳統紅綠燈分配的時間會明顯變長，造成極大的信號損失。下面以如表1所示的江蘇省南京市某交叉口晚高峰觀測數據為例進行說明。

通過表1可以看出，該區域南向直行車流量大約是北向直行車流量的十余倍，數量相差懸殊，而北向左轉車流量約為直行車流量的三倍，路口的車流量呈現出明顯的不對稱。設黃燈時間為3.00 s，將表1數據帶入四相位韋伯斯特模型中配時計算可得各車道流量比，如表2所示。

可以看出，計算出的信號燈周期明顯大于正常生活中的范圍，這表明在路口車流分布不對稱的情況下，四相位韋伯斯特并不能得到很好的配時方案。這主要是因為當對稱方向的車流量相差較大時，某一方向車流全部行駛完畢后需要等待對向的車流，從而造成了極大的信號損失。為了解決這個問題，需要對紅綠燈的配時方法進行優化。本文主要通過改變紅綠燈配時模型中相位的分割來優化模型。

新的配時方法在四相位交通燈模型的一、三相位之后加入了兩個相位，使之變成六相位，從而解決了交通燈在道路兩側車流量不均勻產生的問題。各相位具體情況如下：

（1）東南西北四個方向右轉車流正常行駛，東西向直行車流行駛。

（2）東南西北四個方向右轉車流正常行駛，東向或西向左轉車流同時行駛。

（3）東南西北四個方向右轉車流正常行駛，東西向左轉車流行駛。

（4）東南西北四個方向右轉車流正常行駛，南北向直行車流行駛。

（5）東南西北四個方向右轉車流正常行駛，南向或北向左轉車流同時行駛。

（6）東南西北四個方向右轉車流正常行駛，南北向左轉車流行駛。

具體過程可以用圖5表示。

4? 實驗仿真及結果分析

對表1中的路口使用改進后的六相位交通燈模型重新生成配時方案，計算步驟大致如下：

（1）計算各個相位的關鍵流量比：第一相位關鍵流量比取東西向直行車關鍵流量比中的較小值，第二相位關鍵流量比取東西向直行車流量比與東西向左轉車流量比的平均值，用公式表達為：

第三相位關鍵流量比取東西向直行車關鍵流量比中的較小值，第四至第六相位關鍵流量比仿照前三個相位對南北方向的車流量進行規劃。

（2）計算相位損失時間。由圖6可知，整個周期中只有第三到第四周期時出現車流的中斷，其他各相位之間轉換時，由于總有一個方向的車流是連續的，損失的時間大約為0.5個相位。設黃燈時間為3.00 s，汽車啟動時間約為3.00 s，所以算得相位損失時間約為：

（3）計算周期長度。

（4）計算各個相位綠燈的時長。

計算后的結果如下：

各車道流量比如表3所示。

可以看到信號燈周期相比四相位明顯縮短，綠燈時長更為合理，說明六相位配時模型可以對車流量不均勻的路口生成更科學的配時方案。但在實際生活中，仍可根據實際路況對模型進行調整，從而適應更復雜的環境。

5? 結? 論

本文著眼于四相位紅綠燈配時模型在應對道路車流量不均勻時的局限性，在傳統模型車流直行和左轉之間設計了同時放行直行與左轉的相位，提高了紅綠燈的使用率。同時采用攝像頭獲取道路車輛信息，結合數字圖像處理技術計算道路車流量，并與六相位紅綠燈配時方案相結合，完成了可以實現自動控制的交通燈配時系統。經過仿真實驗，該方案對于車流量不均勻、擁堵嚴重路段配時的紅綠燈周期更短，紅綠燈時長更合理，控制效果優于傳統的四相位紅綠燈模型。

但該方案中仍存在一些問題，比如不同道路的飽和流率并不是相同的，飽和流率的確定依賴于道路自身的情況，需要進行人工采集或者對路口處的歷史數據進行分析才能得到具有參考意義的飽和流率。

參考文獻：

[1] 沙漏.2018城市出行人工智能解決方案提供商TOP10 [J].互聯網周刊，2018（11）：64-65.

[2] 盧凱，林觀榮，林永杰，等.考慮車流通行需求的交叉口綠信比分配模型 [J].東南大學學報（自然科學版），2019，49（3）：603-610.

[3] 常云濤，王奕彤.連續流交叉口信號配時優化模型 [J].公路交通科技，2018，35（4）：93-101.

[4] 李麗麗，姚榮涵，周紅媚，等.渠化可變導向車道交叉口預設信號配時優化模型 [J].吉林大學學報（工學版），2015，45（1）：75-81.

[5] SHU S J，ZHAO J，HAN Y，et al. Signal Timing Optimization for Transit Priority at Near-Saturated Intersections [J].Journal of Advanced Transportation，2018（12）：1-14.

[6] 劉暢，魏麗英.考慮人均延誤和人均排放的信號配時優化模型 [J].哈爾濱工業大學學報，2018，50（9）：83-88.

[7] PE?ABAENA-NIEBLES R，CANTILLO V，MOURA J L. Impact of transition between signal timing plans in social cost based in delay，fuel consumption and air emissions [J].Transportation Research，2015，41：445-456.

[8] HITCHCOCK O，GAYAH V V. Methods to reduce dimensionality and identify candidate solutions in multi-objective signal timing problems [J].Transportation Research Part C，2018（96）：398-414.

[9] 趙勇，李懷宇.基于視頻監控的智能交通燈變換與道路流量計算方法 [J].電子設計工程，2018，26（7）：40-44.

[10] 邱利軍，景勝強，李云濤，等.一種基于灰度直方圖的分割閾值自動檢測方法 [J].地理空間信息，2015，13（6）：115-117+14.

作者簡介：侯策（1999—），男，漢族，天津人，本科在讀，研究方向：地理信息系統。