城市交叉路口交通信號(hào)優(yōu)化控制研究

韓偉莉 李炬

摘要：針對(duì)當(dāng)前城市道路交通擁堵等問題，如何加強(qiáng)對(duì)交通的優(yōu)化控制，是本文探討的重點(diǎn)。本文以交叉路口信號(hào)控制作為研究對(duì)象，提出一種模糊控制的交通信號(hào)優(yōu)化方法。即以鄰交叉口進(jìn)口道的繁忙度、綠燈相位繁忙度、紅燈相位緊急度作為輸入，通過模糊推理實(shí)現(xiàn)交通信號(hào)等的相位轉(zhuǎn)換，進(jìn)而實(shí)現(xiàn)對(duì)該區(qū)域整體交通的優(yōu)化。

Abstract： In view of the current urban road traffic congestion and other issues， how to strengthen the optimal control of traffic is the focus of this paper. In this paper， the intersection signal control is taken as the research object， and a fuzzy control traffic signal optimization method is proposed. That is to say， the busyness of the entrance of the adjacent intersection， the busyness of the green light phase and the urgency of the red light phase are taken as input， and the phase conversion of the traffic signal is realized by fuzzy reasoning， thereby realizing the optimization of the overall traffic of the area.

關(guān)鍵詞：交叉路口;信號(hào)控制;模糊算法

Key words： intersection;signal control;fuzzy algorithm

中圖分類號(hào)：U491.5+1? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1006-4311（2019）18-0234-03

0? 引言

當(dāng)前隨著我國(guó)城市車輛的大量增加，城市交通的智能化管理成為解決城市擁堵的一個(gè)重要途徑和方式。特別是在城市高峰期，在一些路段出現(xiàn)嚴(yán)重?fù)矶拢踔涟c瘓的現(xiàn)象，這些嚴(yán)重制約著我國(guó)城市的高質(zhì)量發(fā)展。同時(shí)在城市交通中，十字路口多，紅綠燈自然也多。因此，加強(qiáng)對(duì)這些十字路口紅綠燈信號(hào)的管控，對(duì)減少城市擁堵具有非常重要的作用和意義。目前，城市交通信號(hào)的控制主要還是固定配時(shí)控制，換句話說就是以歷史車流量大小來對(duì)通行時(shí)間進(jìn)行分配。但是這種方法存在靈活性差，并且不能根據(jù)路況進(jìn)行動(dòng)態(tài)調(diào)節(jié)，所以在一定程度上造成了城市道路資源的浪費(fèi)。同時(shí)，城市道路交通控制中，被人們認(rèn)為是一個(gè)非線性、時(shí)變的系統(tǒng)，很難通過精確的控制模型進(jìn)行控制。因此，人們引入模糊控制方法在城市道路交通信號(hào)中。但是模糊控制在應(yīng)用中自身也存在問題，如車道數(shù)量和通行相位數(shù)目增加，公交車道的劃定等，都給城市交通控制帶來很多的不可確定性。另外，在實(shí)際的交通運(yùn)行中，存在很多的異常情況，如交通事故等。但傳統(tǒng)的模糊控制沒有考慮這類異常情況，所以，本文在上述的基礎(chǔ)上，提出一種改善的方法，并對(duì)該方法的效果進(jìn)行驗(yàn)證。

1? 模糊控制原理

模糊控制的思想是把特定被控對(duì)象或者是某個(gè)過程按照IF或者是THEN的規(guī)則形式，按照模糊推理的方式進(jìn)行控制。控制作用集為一組被量化的模糊語句，如“高”、“低”、“正常”等。在模糊控制中，包含控制器、反饋信號(hào)、對(duì)象等。具體控制過程如圖1所示。

在圖1中，S為設(shè)定值，e、c表示系統(tǒng)偏差和偏差變化率，E、C為經(jīng)過模糊量化后的系統(tǒng)偏差和偏差變化率;U為經(jīng)模糊推理后得到的控制作用。

2? 模糊控制器設(shè)計(jì)

2.1 區(qū)域交叉路口建模與控制思想

傳統(tǒng)的模糊控制是針對(duì)單交叉口的，但是實(shí)際運(yùn)行中，城市運(yùn)行大部分是以多交叉口為主。其中，區(qū)域交叉口路模型如圖2所示。

要實(shí)現(xiàn)對(duì)區(qū)域交叉路口交通信號(hào)的控制，需要結(jié)合圖1的區(qū)域交叉路口模型進(jìn)行控制。而根據(jù)圖2看出，路口分為東、南、西、北四個(gè)不同的方向。在這四個(gè)方向中，都是按照直行車道和左轉(zhuǎn)車道進(jìn)行設(shè)計(jì)。在每條車道的進(jìn)車口位置都設(shè)置車輛檢測(cè)器，以此來獲取車輛的信息。同時(shí)，在每一條車道中，設(shè)置一模糊控制器，從而輸出當(dāng)前相位車輛的緊迫度。通過測(cè)量，得到當(dāng)前交叉口放行相位車輛的緊迫度、當(dāng)前交叉口紅燈相位車輛的緊迫度、當(dāng)前交叉口放行相位的下一個(gè)相鄰交叉口進(jìn)口道上的車輛緊迫度。同時(shí)，通過路口車輛檢測(cè)器，可對(duì)車輛的速度進(jìn)行測(cè)量。由此，通過上述的綜合信息，來判斷整體交通狀態(tài)。同時(shí)通過車輛檢測(cè)器檢測(cè)到的交通情況和控制器輸出的車輛緊迫度，度整體控制決策進(jìn)行設(shè)計(jì)。而該決策控制模塊則決定是否進(jìn)行相位轉(zhuǎn)換，也就是否決定紅綠燈信號(hào)是否切換。

2.2 模糊控制整體步驟

結(jié)合以上的思路，本文將整體的模糊控制思路設(shè)計(jì)為如圖3所示。即以道路采集到的相位緊迫度作為輸入，首先通過模糊控制的方法對(duì)交通數(shù)據(jù)進(jìn)行初步采集和判斷，進(jìn)而得到相鄰交叉口進(jìn)口道的繁忙度、綠燈相位繁忙度+交通狀態(tài)、紅燈相位緊急度，然后在通過決策控制器模塊對(duì)該區(qū)域進(jìn)行綜合判斷，進(jìn)而調(diào)整交通信號(hào)。

在圖3中，綠燈相位繁忙度（Bu）是由綠燈相位的車輛排隊(duì)數(shù)BL和綠燈相位的車輛到達(dá)率BAR決定的。

BL=BL0+CB

其中，BL0、CB分別表示上一次綠燈結(jié)束時(shí)檢測(cè)區(qū)內(nèi)剩余的車輛數(shù)和紅燈期間到達(dá)的車輛數(shù)。

紅燈相位的緊急度用Ru表示，由紅燈相位的車輛排隊(duì)數(shù)RL和紅燈相位的車輛到達(dá)率RAR決定。

RL=RL0+CR

其中，RL0、CR分別為上一次綠燈結(jié)束時(shí)檢測(cè)區(qū)內(nèi)剩余的車輛數(shù)、紅燈期間到達(dá)的車輛數(shù)。

相鄰交叉口進(jìn)口道的繁忙度Nu同樣由NL和NAR共同決定。

NL=NL0+CN

另外，考慮到交通中可能存在異常行為，如交通事故、臨時(shí)交通管制等，提出綠燈平均釋放時(shí)間，即AGDT，以判斷在非正常情況下的紅綠燈的分配時(shí)間。具體計(jì)算為：

AGDT（n）=α（CDT）+（1-α）AGDT（n-1）

其中，CDT表示車輛進(jìn)入交叉口的綠燈釋放時(shí)間，AGDT（n-1）表示前平均綠燈釋放時(shí)間。

2.3 模糊控制規(guī)則設(shè)計(jì)

要實(shí)現(xiàn)對(duì)上述的模糊控制，就需要結(jié)合圖2中采集到的相鄰交叉口進(jìn)口道的繁忙度、綠燈相位繁忙度、紅燈相位緊急度，以及本文提出的AGDT作為輸入?yún)?shù)，通過一定的模糊轉(zhuǎn)換，進(jìn)而得到輸出量，即相位轉(zhuǎn)換決策信號(hào)JC。其中，JC的論域?yàn)閧0，1}，模糊化后，則為{轉(zhuǎn)，不轉(zhuǎn)}，用{JC1，JC2}表示;隸屬度函數(shù)采用三角型隸屬度函數(shù);Bu、Ru、Nu的論域?yàn)閧0，1，2，3，4}，模糊化處理后為{VD（較低），D（低），M（一般），H（高），VH（較高）}。同時(shí)考慮到本文引入的AGDT參數(shù)，分別設(shè)定在正常情況下和非正常情況下的控制規(guī)則，具體見表1和表2所示。

3? 仿真驗(yàn)證

3.1 仿真建模

利用visio studio2012作為開發(fā)平臺(tái)，以VB作為開發(fā)語言，對(duì)以上算法進(jìn)行編程，從而得到如圖4所示的交叉路口仿真模型。

3.2 仿真流程設(shè)計(jì)

根據(jù)上述的設(shè)計(jì)，將算法步驟描述如下：

Step1：初始化各參數(shù)，包括最大、最小綠燈時(shí)間，并從道路的任意相位開始;

Step2：檢測(cè)各個(gè)相位的車輛達(dá)到率和排隊(duì)數(shù);

Step3：模糊控制器根據(jù)上述檢測(cè)得到的排隊(duì)數(shù)和車輛到達(dá)率，計(jì)算不同相位的相鄰交叉口進(jìn)口道的繁忙度、綠燈相位繁忙度+交通狀態(tài)、紅燈相位緊急度，并計(jì)算AGDT;

Step4：將上述采集到的不同相位數(shù)據(jù)作為輸入，然后根據(jù)模糊推理，決定是否進(jìn)行相位轉(zhuǎn)換;

Step5：若進(jìn)行轉(zhuǎn)換相位，則轉(zhuǎn)到Step2;

Step6：若不進(jìn)行相位轉(zhuǎn)換，則直接判斷綠燈相位通行時(shí)間是否最大，如最大，則轉(zhuǎn)換到緊迫度最大的下一相位，轉(zhuǎn)到Step2。如未達(dá)到最大，則就放行綠燈相位的車輛;

Step7：判斷仿真時(shí)間是否超時(shí)。如否，轉(zhuǎn)到Step2;如是，則計(jì)算車輛的平均延誤率，結(jié)束仿真。

3.3 參數(shù)設(shè)置

設(shè)定在異常情況下東西方向路況出現(xiàn)擁堵，南北方向行駛正常。車輛在交叉路口采用隨機(jī)分布，包括小轎車、公交車等不同車型。仿真時(shí)間50min。同時(shí)為對(duì)比本方法的效果，采用定時(shí)信號(hào)變化進(jìn)行對(duì)比。定時(shí)控制下紅綠燈時(shí)間都設(shè)定為60s，本文采用方法的紅綠燈時(shí)間則根據(jù)上述的規(guī)則來定。由此通過上述的仿真，得到表3的對(duì)比結(jié)果。

通過上述的結(jié)果看出，本文構(gòu)建的模糊控制算法在車輛平均等待時(shí)間上，要明顯少于定時(shí)控制方法，說明本文構(gòu)建的方法與定時(shí)控制方法相比，具有一定的實(shí)用價(jià)值，對(duì)提高車輛通信的時(shí)間，具有很大的價(jià)值。

4? 結(jié)束語

通過對(duì)異常情況下區(qū)域交叉口交通信號(hào)控制的研究，考慮了相鄰交叉口的交通流信息，因此更有利于從整體區(qū)域的角度對(duì)交通進(jìn)行控制。同時(shí)，通過仿真結(jié)果表明，本文采用的模糊控制方法在等待時(shí)間上，要明顯低于傳統(tǒng)的定時(shí)時(shí)間，說明本文方法的實(shí)用性和價(jià)值。

參考文獻(xiàn)：

[1]伍尚昆，陳翠宜，祝勝林.基于多種群蟻群算法的交叉路口信號(hào)配時(shí)優(yōu)化[J].計(jì)算機(jī)應(yīng)用與軟件，2014（3105）：83-88.

[2]曹成濤.城市交叉口交通信號(hào)優(yōu)化控制方法[J].西安工程大學(xué)學(xué)報(bào)，2016，30（14105）：616-621.

[3]張曉.城市交叉路口單點(diǎn)信號(hào)優(yōu)化控制配時(shí)策略研究[J].城市建設(shè)理論研究（電子版），2017（22313）：60-61.

[4]王舒祺.現(xiàn)代有軌電車交叉路口優(yōu)先控制管理方法研究綜述[J].城市軌道交通研究，2014，17（14106）：17-22.

[5]景順利，王恒.有軌電車信號(hào)系統(tǒng)中的交通信號(hào)控制及顯示系統(tǒng)研究[J].現(xiàn)代城市軌道交通，2018（07）：1-4.

[6]李佳澎.基于Petri網(wǎng)的無信號(hào)交叉口車輛誘導(dǎo)及優(yōu)化系統(tǒng)研究[J].軟件導(dǎo)刊，2018，17（19008）：21-27.

[7]吳黎兵，聶雷，劉冰藝，吳妮，鄒逸飛，葉璐瑤.一種VANET環(huán)境下的智能交通信號(hào)控制方法[J].計(jì)算機(jī)學(xué)報(bào)，2016，39（40206）：1105-1119.

[8]黃攀，閆艷.不同交叉路口青年人過街特性的研究[J].農(nóng)業(yè)裝備與車輛工程，2017，55（31207）：78-81.

[9]郭新蘭，李濤.分布式區(qū)域交通信號(hào)自適應(yīng)控制[J].自動(dòng)化應(yīng)用，2013，10：16-18，39.