自適應(yīng)路網(wǎng)擁堵疏導(dǎo)系統(tǒng)的研究

周正林，柳春鋒，徐澤清

(1 .黑龍江工程學(xué)院 電氣與信息工程學(xué)院，黑龍江 哈爾濱 150050；2.漳州職業(yè)技術(shù)學(xué)院，福建 漳州 363000)

自適應(yīng)路網(wǎng)擁堵疏導(dǎo)系統(tǒng)的研究

周正林1，柳春鋒2，徐澤清1

(1 .黑龍江工程學(xué)院 電氣與信息工程學(xué)院，黑龍江 哈爾濱 150050；2.漳州職業(yè)技術(shù)學(xué)院，福建 漳州 363000)

隨著汽車工業(yè)的飛速發(fā)展,路網(wǎng)建設(shè)顯得相對(duì)滯后，大中城市中交通擁堵日益嚴(yán)重。介紹一種基于有限狀態(tài)機(jī)的自適應(yīng)路網(wǎng)擁堵疏導(dǎo)系統(tǒng)，它由路口車流量信息的獲取和紅綠燈時(shí)間自動(dòng)設(shè)置兩部分組成。借助數(shù)字城市中的視頻監(jiān)控設(shè)施，獲取路口實(shí)時(shí)的交通流量信息；再通過基于有限狀態(tài)機(jī)的控制系統(tǒng)，實(shí)現(xiàn)紅綠燈導(dǎo)通時(shí)間的自主設(shè)置，前瞻性地緩解路網(wǎng)擁堵現(xiàn)象。

信號(hào)燈；攝像頭；采集卡；狀態(tài)機(jī)；路網(wǎng)

汽車工業(yè)的飛速發(fā)展使越來越多的汽車進(jìn)入了尋常百姓家，而路網(wǎng)的建設(shè)相對(duì)來講跟不上經(jīng)濟(jì)發(fā)展的要求，導(dǎo)致大中城市交通擁堵日益嚴(yán)重。目前還沒有特別有效的方法可以解決交通擁堵。多修路和發(fā)展軌道交通是緩解交通壓力的好方法，但這種做法有一定的局限性。本文探討在現(xiàn)有路網(wǎng)的前提下，借助數(shù)字城市的視頻監(jiān)控設(shè)施，獲取路口實(shí)時(shí)的流量信息[1]，通過有限狀態(tài)機(jī)，實(shí)時(shí)改變紅綠燈的導(dǎo)通時(shí)間，避免交通擁堵的發(fā)生。

1 研究現(xiàn)狀

城市交通的最大特點(diǎn)就是高度的非線性和不確定性，決定了城市交通系統(tǒng)是一個(gè)具有動(dòng)態(tài)性、隨機(jī)性和不確定性的非結(jié)構(gòu)化復(fù)雜系統(tǒng)[2]，智能交通管理系統(tǒng)的核心是要獲取各路口的車流量，這是智能交通控制成功與否的關(guān)鍵所在。目前，各路口交通信號(hào)燈的控制可以分為點(diǎn)控式、線控式和面控式[4]。所謂點(diǎn)控式信號(hào)燈，就是給路口的信號(hào)燈設(shè)置好紅綠燈時(shí)間，或者按照交通的高峰和低谷給單片機(jī)設(shè)置兩種不同的時(shí)間，這種工作模式一旦確立就不可以改變；線控式信號(hào)燈的設(shè)置則考慮到一條線路上多個(gè)信號(hào)燈之間的配合，根據(jù)相鄰兩個(gè)路口之間的距離、正常的行車速度來設(shè)置信號(hào)燈的時(shí)間參數(shù)，力爭(zhēng)在這條路線上通行的車輛盡可能多地遇到綠燈，提高道路的通行能力，這種控制方式是目前廣泛采用的一種做法；面控式信號(hào)燈則是需要考慮整個(gè)區(qū)域內(nèi)相鄰路口之間的信號(hào)配合問題，顯然這是一個(gè)很復(fù)雜的系統(tǒng)，需要考慮各個(gè)相關(guān)路口間的實(shí)際流量。本文就是在具有視頻監(jiān)控的城區(qū)內(nèi)，根據(jù)各個(gè)路口實(shí)時(shí)的車流量信息，用自適應(yīng)面控信號(hào)燈系統(tǒng)代替?zhèn)鹘y(tǒng)的信號(hào)燈，提高車輛通行能力，化解可能出現(xiàn)的擁堵。

本系統(tǒng)由硬件電路和軟件編程兩部分組成，硬件電路主要包括多個(gè)高清攝像頭、數(shù)據(jù)采集卡、有限狀態(tài)機(jī)(FSM)、信號(hào)燈設(shè)施等電路。軟件編程是基于Verilog HDL硬件描述語言，根據(jù)數(shù)字系統(tǒng)的設(shè)計(jì)方法和本系統(tǒng)的狀態(tài)轉(zhuǎn)換圖，自動(dòng)生成源程序。路網(wǎng)擁堵疏導(dǎo)系統(tǒng)如圖1所示。

圖1 路網(wǎng)擁堵疏導(dǎo)系統(tǒng)

2 車流量信息的獲取

視頻檢測(cè)[1]具有成本低、檢測(cè)范圍廣、檢測(cè)信息全面、不破壞地面的優(yōu)點(diǎn)，尤其是所提供的信息可以進(jìn)行計(jì)算機(jī)分析和處理。它的工作原理是利用攝像機(jī)對(duì)交通流進(jìn)行攝像，運(yùn)用計(jì)算機(jī)圖像處理與模式識(shí)別技術(shù)對(duì)連續(xù)的交通流圖像進(jìn)行處理，獲取道路交通流量信息。

硬件電路包括高清攝像頭、采集卡。具體分以下兩個(gè)步驟：

1)視頻圖像的獲取。視頻信息的采集由各個(gè)路口的攝像頭完成，它將連續(xù)的視頻圖像轉(zhuǎn)化成為電信號(hào)[5]。

2)信號(hào)的處理。采集卡通過圖像數(shù)字化、圖像增強(qiáng)及復(fù)原、圖像編碼等過程，迅速對(duì)電信號(hào)進(jìn)行分析和處理，圖像數(shù)字化就是將模擬圖像經(jīng)A/D轉(zhuǎn)換后得到便于計(jì)算機(jī)處理的數(shù)字信號(hào)。圖像增強(qiáng)及復(fù)原的目的是消除噪聲及干擾，增強(qiáng)對(duì)圖像中有用信息的獲取能力。圖像編碼則是在允許一定的失真條件下，對(duì)圖像信息進(jìn)行編碼，壓縮圖像的信息容量，提高信道傳輸效率，達(dá)到簡(jiǎn)化傳輸圖像的目的。從視頻圖像獲取車流量信息，這是比較成熟的技術(shù)，本文不再過多介紹。

3 自適應(yīng)信號(hào)燈控制系統(tǒng)

3.1 有限狀態(tài)機(jī)

有限狀態(tài)機(jī)(Finite State Machine, FSM)是實(shí)現(xiàn)邏輯系統(tǒng)高速控制的重要方法，在數(shù)字通信領(lǐng)域、自動(dòng)化控制領(lǐng)域有著極其重要的應(yīng)用[6]。由于單片機(jī)編程簡(jiǎn)單，控制靈活，所以目前大多數(shù)的此類系統(tǒng)主要是用單片機(jī)來完成。但是單片機(jī)在反應(yīng)速度、工作電源、可靠性及改寫等方面遠(yuǎn)遠(yuǎn)遜色于狀態(tài)機(jī)，特別是速度太慢。

FSM主要有狀態(tài)、輸出和轉(zhuǎn)換條件等3個(gè)基本要素：①狀態(tài)：也叫狀態(tài)變量，本文程序用State表示路口紅綠燈信號(hào)的3種時(shí)長(zhǎng)模式。②輸出：特指在某一狀態(tài)時(shí)發(fā)生的事件，本文程序用變量output1表示State0、State1、State2的輸出，所對(duì)應(yīng)的綠燈時(shí)間為50 s、60 s和70 s。③轉(zhuǎn)換條件：指FSM在狀態(tài)之間轉(zhuǎn)換時(shí)的條件，本文程序用變量input1和input2的組合(00、01、10、11)表示狀態(tài)轉(zhuǎn)換條件，對(duì)應(yīng)于D路口加權(quán)車流量∑vt。

3.2 數(shù)學(xué)模型

由于車流量信息是非線性隨機(jī)分布的，所以沒有一個(gè)公式可以用來精確計(jì)算流量。通過對(duì)車流量分時(shí)段統(tǒng)計(jì)，發(fā)現(xiàn)早晚高峰時(shí)流量較大，其余時(shí)段則比較平穩(wěn)。除去突發(fā)事件，車流量的變化是逐漸增加或減少的。為設(shè)計(jì)面控式信號(hào)燈，模擬了一個(gè)如圖2所示的路網(wǎng)街區(qū)。共有A，B，C，D，E 5個(gè)路口，系統(tǒng)的任務(wù)是要確定D路口東西方向的綠燈時(shí)間。設(shè)i1，i2，i3，i4分別是某時(shí)段A，B，C，D路口向東的車流量，i5是E路口向南的車流量。i6是D路口右轉(zhuǎn)向的車流量。由于車流量i1，i2，i3，i4，i5，i6對(duì)于D路口t0，t1，t2…時(shí)段紅綠燈的影響不同，故需要給每個(gè)車流量設(shè)定一個(gè)合理的權(quán)值，分別用λ1，λ2，λ3，λ4，λ5，λ6表示。參考人工神經(jīng)網(wǎng)絡(luò)的原理[7]，給出D路口加權(quán)車流量∑vt的經(jīng)驗(yàn)公式

∑vt=λ1·i1+λ2·i2+λ3·i3+

λ4·i4+λ5·i5+λ6·i6.

(1)

式中:λ1，λ2，λ3，λ4，λ5，λ6是待定系數(shù)，可以通過路口實(shí)際的車流量多次訓(xùn)練來確定[8]，λ的取值范圍在0～1之間。該數(shù)學(xué)模型的優(yōu)點(diǎn)在于不僅可以確定t0時(shí)段紅綠燈的時(shí)間，還可以確定t1，t2…時(shí)段D路口紅綠燈的時(shí)間，具有人工智能的特點(diǎn)。需要說明的是，根據(jù)統(tǒng)計(jì)規(guī)律得到的車流量信息永遠(yuǎn)只能是無限接近，不可能相等，而這在工程上完全可以接受。以雙向六車道為例，如果車輛行駛的速度是30 km/h，根據(jù)中心城區(qū)道路的通行能力，一個(gè)路口在50 s綠燈內(nèi)通過的車輛大概為30輛。由于根據(jù)式(1)計(jì)算出來的數(shù)據(jù)∑vt不是實(shí)際的路口通行數(shù)據(jù)，而是乘以不同系數(shù)(擴(kuò)大3～4倍)后的結(jié)果，因此,在狀態(tài)機(jī)編程時(shí)，把判決閾值設(shè)定為90輛、120輛和150輛，它所對(duì)應(yīng)的綠燈時(shí)間為50 s、60 s和70 s。源程序中，輸入變量組合與加權(quán)車流量及狀態(tài)關(guān)系如表1所示。

圖2 路網(wǎng)街區(qū)

表1 輸入變量組合與加權(quán)車流量及狀態(tài)的關(guān)系

3.3 系統(tǒng)狀態(tài)轉(zhuǎn)換

系統(tǒng)狀態(tài)轉(zhuǎn)換如圖3所示。

圖3 系統(tǒng)狀態(tài)轉(zhuǎn)換

3.4 實(shí)驗(yàn)數(shù)據(jù)分析

在實(shí)驗(yàn)室的環(huán)境下，對(duì)6個(gè)輸入信號(hào)i1，i2，i3，i4，i5,i6選取了多組原始數(shù)據(jù)，通過對(duì)數(shù)學(xué)模型進(jìn)行100次訓(xùn)練，確定了6個(gè)待定系數(shù)的數(shù)值。實(shí)驗(yàn)結(jié)果顯示，6個(gè)輸入信號(hào)選擇不同的值，加權(quán)車流量∑vt也隨之改變。輸入信號(hào)的增加，∑vt也跟著增加，至此，為自適應(yīng)路網(wǎng)擁堵疏導(dǎo)系統(tǒng)提供了最為有力的技術(shù)支持。

4 結(jié)束語

綜上分析可知，自適應(yīng)路網(wǎng)擁堵疏導(dǎo)系統(tǒng)借助數(shù)字城市的視頻網(wǎng)絡(luò)體系，所獲取的實(shí)時(shí)車流量信息是智能信號(hào)燈控制系統(tǒng)成敗的關(guān)鍵問題之一。而FSM系統(tǒng)中的FPGA/CPLD芯片，由于是可編程的超大規(guī)模芯片，內(nèi)部硬件電路可以自行設(shè)計(jì)，功能強(qiáng)大。且由于只有有限的幾個(gè)工作狀態(tài)，反應(yīng)速度要大大快于由單片機(jī)組成的控制系統(tǒng)，可以針對(duì)具體的車流量，實(shí)時(shí)迅速地修改紅綠燈時(shí)間參數(shù)，化解可能出現(xiàn)的交通擁堵。

[1]宮曉燕，湯淑明.高速公路交通流建模綜述[J].交通運(yùn)輸工程學(xué)報(bào)，2002，2(1)：74-80.

[2]周正林.基于視頻技術(shù)的交通流量預(yù)測(cè)模型的研究[J].黑龍江工程學(xué)院學(xué)報(bào):自然科學(xué)版， 2011，25(3)：53-55.

[3]艾寧.基于CCD攝像頭的智能車路徑識(shí)別及跟蹤研究[J].電子測(cè)量技術(shù),2009(8):77-80.

[4]白利芳.城市單交叉路口信號(hào)控制方法研究[D].大連：大連海事大學(xué)，2011.

[5]李明.視頻采集技術(shù)發(fā)展趨勢(shì)[J].中國(guó)安防,2008(6):50-51.

[6]秦進(jìn)平.數(shù)字電子與EDA技術(shù)[M].北京:科學(xué)出版社,2011:148-218.

[7]張毅. 基于人工神經(jīng)網(wǎng)絡(luò)城市交通流量智能預(yù)測(cè)的研究[J]．重慶郵電學(xué)院學(xué)報(bào),2005(4)：241-243.

[8]呂蘭濤. 人工神經(jīng)網(wǎng)絡(luò)在智能交通系統(tǒng)中的應(yīng)用[J]．交通科技，2002(6).

本刊聲明

為適應(yīng)我國(guó)信息化建設(shè)，擴(kuò)大本刊及作者知識(shí)信息交流渠道，本刊已成為北京萬方數(shù)據(jù)股份有限公司、萬方數(shù)據(jù)電子出版社、中國(guó)學(xué)術(shù)期刊(光盤版)電子雜志社、重慶維普資訊有限公司中文科技期刊等數(shù)據(jù)庫(kù)全文收錄期刊。來稿一經(jīng)錄用，均視為作者已將該作品全文的數(shù)字化方式復(fù)制權(quán)、發(fā)行權(quán)、匯編權(quán)、翻譯權(quán)以及信息網(wǎng)絡(luò)傳播權(quán)授予本刊編輯部。編輯部已將作者著作權(quán)使用費(fèi)與本刊稿酬一次性結(jié)清。作者向本刊提交文章發(fā)表的行為即視為接受我刊上述聲明的條款。如作者不同意將文章編入該數(shù)據(jù)庫(kù)，請(qǐng)?jiān)趤砗新暶?，本刊將做適當(dāng)處理。

Researchofadaptiveroadnetworkcongestionmitigationsystem

ZHOU Zheng-lin1, LIU Chun-feng2, XU Ze-qing1

(1. College of Electrical and Information Engineering, Heilongjiang Institute of Technology, Harbin 150050,China；2.Zhangzhou Institute of Technology，Zhangzhou 363000,China)

With the rapid development of the automobile industry as well as lagging behind the construction of the road network, traffic congestion in cities becomes increasingly serious. For how to optimize the utilization of the road network, it presents a finite state machine based on adaptive network congestion mitigation system, which consists of intersection traffic lights setting access and automatical access to the traffic information. With digital video surveillance facilities in the city, the real-time traffic information of junctions are obtained. Through the finite state machine-based control system, traffic lights setting on-time is realized independently in orde to ease the road network congestion phenomenon.

lights；cameras；acquisition card；state machine；road network

2013-08-27

黑龍江省教育廳科學(xué)技術(shù)研究資助項(xiàng)目(11551412)

周正林(1963-)，男，副教授，研究方向：人工智能與信息通信.

TP273+.2

A

1671-4679(2014)01-0058-03

郝麗英]