基于模糊控制的車流量檢測系統的設計與應用

肖寶森，高欽泉

（1.廈門大學嘉庚學院 信息科學與技術學院，福建 漳州 363105；2.福州大學 物理與信息工程學院，福建 福州 350108）

0 引 言

當前，常見的車輛檢測技術主要有視頻、微波、環形線圈等[3]。視頻檢測技術主要應用于紅綠燈路口，實時監控道路的車流量，但該技術受天氣影響較大，遇到大霧或沙塵天氣時，檢測精度將大大降低[4]。微波技術主要用于高速公路的測速，具有安裝維護方便等特點，但檢測精度受車高、車型的影響較大[5]。環形線圈技術主要應用于紅綠燈路口和高速路口，具有檢測精度高、穩定性好等特點。該線圈埋于地下，維護成本較高且影響交通[6]。

本文介紹了車輛檢測原理，采用三軸磁阻傳感器HMC5843設計了車流量檢測系統，可通過磁阻傳感器檢測路面車流量。通過單片機串口發送、接收數據并運用模糊控制算法進行實地測試并得出結論。

1 檢測系統設計

1.1 車輛檢測原理

在自然狀態下，地球磁場強度很弱，作為強度最大的兩極，其強度也不足1 mT，平均強度為0.06 mT。在一個有限的空間里，可以將地球磁場看成是均勻分布的[7]。磁阻傳感器的核心部件是芯片內部的惠斯通電橋[8]，如圖1所示?；菟雇姌蛴?個鎳鐵導磁合金材料電阻構成，該電阻的阻值在一定范圍內與磁場矢量變化呈線性關系[9]。當無外加磁場時，4個電阻阻值相等，無電壓輸出。當含鐵磁性物質的車輛經過磁阻傳感器時，將對傳感器周邊的磁場產生擾動，使地球磁力線發生彎曲，即磁場發生變化，使電橋輸出一個隨外部磁場變化的差動電壓。因此，當車輛經過磁阻傳感器時，磁阻傳感器可靈敏感知信號的變化，進而判斷出其上方的車流量。

圖1 惠斯通電橋結構

1.2 系統硬件設計

系統以AT89S51單片機為控制基礎，以三軸磁阻傳感器HMC5843為信息采集傳感器的單節點分布式車流量信息采集和控制系統。信息采集節點包含HMC5843、ZigBee和電源。單軸、雙軸磁阻傳感器檢測車輛信息時無法獲取空間磁場，其垂直分量無法全面反應車輛信息。HMC5843作為三軸數字式磁阻傳感器，以三軸磁場合成的磁場強度替代單軸或雙軸磁阻傳感器的垂直分量，具有更高的檢測精度和靈敏度，性能也更穩定。磁阻傳感器節點置于道路車道中央，通過串口無線通信模塊與計算機系統相連，并將檢測到的車流量信息上傳至上位機，實現對道路車流量信息的實時監控。該系統主要包含A/D轉換模塊、信號放大模塊、傳感器置位/復位模塊、ZigBee無線通信模塊、電源管理模塊等，系統硬件設計框架如圖2所示。

圖2 硬件設計框架

1.2.1 A/D轉換模塊

三軸磁阻傳感器HMC5843用于測量地球磁場的大小和方向，將檢測到的磁場信號變化轉換為差動電壓輸出。磁阻傳感器HMC5843將檢測到的模擬信號通過I/O接口發送到A/D轉換模塊，實現模擬信號到數字信號的轉換。最后，通過射頻電路將數字信號發送到各基站。由于系統對信號的采集要求精度較高，采樣頻率應盡可能高。系統采用CC2530中的A/D轉換，其采集頻率達每秒數百次。

1.2.2 ZigBee無線通信模塊

風味是酸奶質量的一個重要指標，同時也是消費者考慮接受程度和偏好的重要因素。為了探究酸奶在發酵過程中風味物質的協同作用機理，國內外一些學者對其代謝途徑和代謝調控方式開展大量的研究工作[10-12]。本文從酶活研究進展方面初步闡述酶活與酸奶風味的關系，以期為相關深入研究奠定基礎。

磁阻傳感器的檢測范圍有限，約為5 m，且磁場信號與距離呈線性衰減關系。因此，為提高檢測準確率，一般將磁阻傳感器置于車道中央，淺埋于地表。系統選用基于CC2530的ZigBee無線通信模塊，ZigBee具有高達250 Kb/s的傳輸速率和較遠的傳輸距離（約200 m）。ZigBee協議棧包含5層，分別為應用層、網絡層、數據鏈路層、介質訪問層和物理層。此外，多種工作模式可保證芯片的低功耗與極高的接收靈敏度和抗干擾性能。

2 算法實現

模糊控制指將人們在工作、生活中積累的經驗作為控制策略，同時將它轉換為計算機可以識別的機器語言，進而達到自動控制的目的[10]。模糊控制算法是通過將人對十字路口信號燈的智能化控制策略語言轉換為計算機機器語言的控制算法。該算法通過模仿人的邏輯思維對十字路口信號燈的亮滅持續時間實行動態控制，進而達到對信號燈智能化控制的目的。

模糊控制的語言變量不同于輸入變量和輸出變量，前者不是由數值給出的變量，它是一種自然語言的形式，而后者則是由數值給出的變量。語言變量往往包含以下語言值[11]：正常-ZE，多-PS，較多-PM，少-NS，較少-NM，很少-NB。

模糊控制算法在實際智能交通系統領域應用中，把當前相位等待的車輛、下一相位等待的車輛作為輸入量，將下一相位綠燈的持續時間作為系統的輸出變量，是一種典型的雙輸入、單輸出的二維模糊控制器，如圖3所示。假設：X1為當前相位等待的車輛數，X2為下一相位等待的車輛數，Y為下一相位綠燈的持續時間。

圖3 雙輸入單輸出模型

此外，該設計系統在每個車道的入口和紅綠燈路口停車線的前方路面各安裝有一個磁阻傳感器模塊，其作用是檢測并記錄該車道的車輛到達和離開的信息（進而可判別車輛數量）。2個磁阻傳感器模塊之間的距離D約為150 m。考慮到大部分紅綠燈路口為十字路口，因此本設計系統暫時不考慮T字形路口。由于大部分城市的十字路口均規劃有右轉專用車道且不受紅綠燈指示的約束，因此，假設每個方向的道路各有a條直行車道和b條左轉車道。每個車道的上游（即入口）磁阻傳感器模塊用來檢測（t-Δt）時間內駛入該車道的車輛數Iij(t)，下游（即停車線）磁阻傳感器模塊用來檢測（t-Δt）時間內駛出該車道（離開停車線）的車輛數Oij(t)，將t時刻各車道排隊等待的車輛數定義為Qij(t)。其中，i∈ {Sx, Ly|x=(1, 2, 3, ..., a），y=(1, 2, 3, ..., b)}，j∈ (E, W, S, N)。S，L分別代表直行車道和左轉車道，a，b為對應的序號，E，W，S，N分別代表東、西、南、北4個方向。

十字路口方向j的每個車道在t時刻的車輛數不是固定不變的，而是隨時間的不同而變化：

（1）(t-Δt, t)時段駛入車道的車輛數為Iij(t)；

（2）t-Δt時刻車道中的原有等待車輛數為Qij(t-Δt)；

（3）(t-Δt, t)時段駛出車道的車輛數為Oij(t)。

任意時刻每個車道的車輛數可以用公式（1）表示：

2.1 變量設置

模糊控制器的輸入變量為X1、X2：等待的車輛數的基本論域為[0，Qmax]，Qmax是指系統可接受的最多等待的車輛數，該數值并非固定不變，可根據實際路況而定，此處假設為20，則等待車輛數的基本論域為[0，20]。紅綠燈期間車輛數的隸屬函數如圖4所示。

圖4 紅綠燈期間車輛數的隸屬函數

模糊控制器的輸出變量為Y，代表下一相位綠燈的持續時間。將綠燈亮起的持續時間論域確定為[Gmin，Gmax]，Gmin表示綠燈最小持續時間，Gmax表示綠燈最大持續時間。常規十字路口信號燈控制系統中綠燈亮起的時間通常設定為一常數，假設每一方向綠燈亮起時長為35 s，則Gmin設定為35 s，而Gmax根據路面交通情況而變化，假定上限為20 s，因此綠燈顯示時間的論域定為[35，55]，將其分為3個模糊子集：T長，T中，T短。

系統的控制目標與質量需要根據人們在工作、生活中積累的經驗或者有關統計數據確定[12]。

2.2 模糊規則的確定

系統有2個輸入和1個輸出。在缺乏有關詳實統計數據資料的情況下，根據經驗設計其模糊規則，結構見表1所列。

表1 模糊規則結構

據以上模糊規則結構表可以得出9條模糊規則，記為9種狀態，其中，假設規定T短=35 s、T中=45 s、T長=55 s，具體見表2所列。

表2 9種模糊狀態

在不同的控制時刻，綠燈相位的通行時間可設定為T0，紅燈相位的等待時間可分別設定為T1、T2、T3。將綠燈相位的排隊車輛數和通行時間作為一組輸入，輸出綠燈相位的延遲需求時間T'。

系統軟件設計的整體思路：控制系統可根據路面車流的實時信息，采用模糊控制算法動態分配各車道的通行時間，實現智能控制。

3 測試與結果

為獲取較為準確的測試數據，選取3個不同位置的地方進行實驗。經過對采集到的測試數據進行濾波處理和車輛檢測結果統計，得出3組數據，見表3所列。通過數據可以看出，該檢測系統的檢測正確率超94%，對于不同環境的檢測地點，可以保持較好的檢測精度。影響檢測精度的原因可能是附近磁場環境的干擾。

表3 車輛檢測結果

目前，一些車輛檢測系統的檢測精度大多集中在75%～90%，如參考文獻[13]設計的車輛檢測系統，以HMC5843三軸磁阻傳感器為檢測傳感器，采用車型分類算法，對于小轎車的檢測精度約為85.7%。

4 結 語

實驗結果證明，該車流量檢測系統具有較高的檢測精度，穩定性好，算法簡單可靠，運行速度快。此外，該系統體積小，安裝時無需破壞路面，可應用于大中城市。