基于模糊控制的智能交通信號(hào)控制系統(tǒng)設(shè)計(jì)

王一鳴，鄧 琛，鄧高旭

(上海工程技術(shù)大學(xué) 電子電氣工程學(xué)院，上海 201620)

?

基于模糊控制的智能交通信號(hào)控制系統(tǒng)設(shè)計(jì)

王一鳴，鄧 琛，鄧高旭

(上海工程技術(shù)大學(xué) 電子電氣工程學(xué)院，上海 201620)

針對(duì)當(dāng)前城市交通信號(hào)固定配時(shí)控制的現(xiàn)狀，設(shè)計(jì)了一種城市單交叉路口交通信號(hào)燈的智能控制系統(tǒng)，該系統(tǒng)利用模糊控制算法對(duì)交通信號(hào)燈進(jìn)行時(shí)間分配。通過搭建硬件實(shí)驗(yàn)平臺(tái)以及LabVIEW軟件，模擬十字路口的交通燈系統(tǒng)，智能小車能夠根據(jù)交通燈自主控制運(yùn)行狀態(tài)，并對(duì)各個(gè)車道的流量進(jìn)行實(shí)時(shí)檢測(cè)并上傳到軟件平臺(tái)。提出了一種基于模糊控制算法的單交叉路口交通信號(hào)燈的優(yōu)化控制，根據(jù)車流量的實(shí)時(shí)變化完成對(duì)紅綠燈延時(shí)的可靠控制，大幅提高了交通效率。

智能交通；信號(hào)配時(shí)優(yōu)化；模糊控制算法；交通信號(hào)控制；物聯(lián)網(wǎng)網(wǎng)關(guān)

目前國(guó)內(nèi)交通信號(hào)控制手段單一，較少利用GPS、誘導(dǎo)標(biāo)志、廣播等手段為車輛提供道路交通信息從而調(diào)節(jié)交通流。同時(shí)部分城市片面重視視頻圖像信息采集，忽略了交通流數(shù)據(jù)的采集，無法進(jìn)一步為控制和服務(wù)提供數(shù)據(jù)支持，只有監(jiān)而不控。指揮控制方式刻板，分析判斷能力不足，部分地區(qū)交通效率較低。其中使用最多的是預(yù)配時(shí)的控制方式，即固定配時(shí)系統(tǒng)[1-2]。固定配時(shí)方案在實(shí)際路口的應(yīng)用經(jīng)常會(huì)導(dǎo)致交通擁堵問題，而且，由于大部分路口沒有合理地設(shè)置時(shí)間周期，忽略了行人乃至駕駛者心理承受的極限，這就容易引起人們的煩躁，從而致使交通事故頻發(fā)。

針對(duì)上述問題，智能模糊控制具有潛在的優(yōu)勢(shì)[3]。本文提出一種基于模糊控制的單路口交通信號(hào)控制方法。模糊控制無需建立針對(duì)被控對(duì)象的精確數(shù)學(xué)模型，使用模糊控制方法可在隨機(jī)性較大的城市路網(wǎng)交通信號(hào)控制上取得良好的實(shí)時(shí)控制效果。

1 系統(tǒng)設(shè)計(jì)原理

1.1 系統(tǒng)結(jié)構(gòu)

本系統(tǒng)實(shí)現(xiàn)的是對(duì)城市多個(gè)單交叉口信號(hào)燈的智能集中控制[6-7]，硬件架構(gòu)由以下部分組成：(1)數(shù)據(jù)的采集與發(fā)送部分；(2)基于嵌入式微處理器的智能網(wǎng)關(guān)；(3)交通燈顯示部分；(4)路況顯示部分。

智能交通信號(hào)控制系統(tǒng)的硬件平臺(tái)主要實(shí)現(xiàn)的功能為：通過紅外發(fā)射管發(fā)射相應(yīng)編碼，控制智能小車經(jīng)過十字路口的運(yùn)行狀態(tài)更替；同時(shí)，通過光電開關(guān)管完成對(duì)車流量的檢測(cè)，再上傳至智能網(wǎng)關(guān)；智能網(wǎng)關(guān)通過485總線與各單元子模塊和硬件設(shè)備相連，通過模糊控制算法實(shí)時(shí)計(jì)算出紅綠燈時(shí)長(zhǎng)，并控制LED顯示屏實(shí)時(shí)播報(bào)車流量。如圖1所示即為智能交通信號(hào)控制系統(tǒng)硬件結(jié)構(gòu)圖。

圖1 智能交通信號(hào)控制系統(tǒng)硬件結(jié)構(gòu)圖

1.2 系統(tǒng)的組成與原理

信息的采集與發(fā)送主要是利用紅外發(fā)射管和光電開關(guān)管來實(shí)現(xiàn)的，傳感器單元子模塊主控芯片采用的是STM32F103C8T6微控制器。通過安裝在路口的紅外發(fā)射管發(fā)射相應(yīng)編碼信號(hào)，來控制智能小車經(jīng)過十字路口時(shí)運(yùn)行狀態(tài)的更替。通過光電開關(guān)管對(duì)各車道的車流量進(jìn)行檢測(cè)，并將信號(hào)傳給STM32芯片。STM32再將經(jīng)程序運(yùn)算后得到的信息通過485總線上傳至智能網(wǎng)關(guān)i.MX535處理芯片，由i.MX535完成一次計(jì)數(shù)，因此智能網(wǎng)關(guān)可以完成對(duì)車流量的實(shí)時(shí)監(jiān)測(cè)，并控制LED顯示屏進(jìn)行播報(bào)；同時(shí)對(duì)車流量進(jìn)行算法分析，計(jì)算出交通燈的時(shí)間分配，并控制交通燈的轉(zhuǎn)換調(diào)度。

2 交通控制系統(tǒng)軟件設(shè)計(jì)

2.1 系統(tǒng)軟件總體設(shè)計(jì)

本智能交通信號(hào)控制系統(tǒng)的軟件部分由智能網(wǎng)關(guān)i.MX535處理芯片上的主控程序和單元子模塊STM32處理芯片上的硬件控制程序組成。STM32處理芯片上的驅(qū)動(dòng)程序完成的是對(duì)紅外發(fā)射管、光電開關(guān)管和交通燈的底層控制。另外，由于LED顯示屏通過485總線直接與智能網(wǎng)關(guān)相連，因此實(shí)現(xiàn)LED顯示屏底層控制的驅(qū)動(dòng)程序?qū)懺趇.MX535處理芯片上。

i.MX535處理芯片上的主控程序主要實(shí)現(xiàn)的功能為：(1)紅綠燈自動(dòng)調(diào)度控制及小車經(jīng)過路口運(yùn)行狀態(tài)更替；(2)對(duì)3條與主干道交匯的次干車道的流量

進(jìn)行實(shí)時(shí)檢測(cè)，并通過LED顯示屏實(shí)時(shí)播報(bào)，同時(shí)根據(jù)車流量的變化自動(dòng)調(diào)整相應(yīng)車道的交通信號(hào)燈延時(shí)，從而在理論上能夠?qū)崿F(xiàn)對(duì)3個(gè)單交叉口的紅綠燈智能延時(shí)的集中控制。

2.2 路口管理系統(tǒng)模糊控制器的設(shè)計(jì)

交通系統(tǒng)中不同時(shí)刻的車輛流通狀況十分復(fù)雜，是高度非線性、隨機(jī)的，還經(jīng)常受人為因素的影響。在人工控制時(shí)，交警不斷觀察十字路口兩個(gè)方向的車輛密度和流速，并由此決定是否切換紅綠燈，以保證最佳的道路交通控制狀態(tài)。交警的判斷決策過程也難用簡(jiǎn)單的程序?qū)崿F(xiàn)，所以應(yīng)采用模糊控制來解決紅綠燈的最佳控制問題[12-13]。

2.2.1 設(shè)計(jì)步驟

根據(jù)模糊控制器的設(shè)計(jì)要求，實(shí)現(xiàn)紅綠燈模糊控制器必須解決如下幾個(gè)問題[8-9]:(1)輸入量的模糊化：確定每一個(gè)輸入量的論域，模糊子集和隸屬度函數(shù)；(2)設(shè)計(jì)將輸入映射到輸出的模糊規(guī)則；(3)解模糊化，生成精確地輸出控制信號(hào)。

2.2.2 系統(tǒng)輸入

系統(tǒng)應(yīng)采集兩個(gè)輸入量，即：(1)綠燈方向車流量：綠燈期間車輛通過的交通流量信息A(設(shè)所在路口為b路口)；(2)紅燈方向排隊(duì)數(shù)：紅燈期間進(jìn)入停車線等候車輛的交通流量信息W(設(shè)所在路口為a路口)。

車流量檢測(cè)器的選擇及其所安放的距離可以根據(jù)實(shí)際的交通需求進(jìn)行調(diào)整，本系統(tǒng)中設(shè)檢測(cè)器到路口停止線的距離為L(zhǎng)=55 m。光電開關(guān)管采集到的綠燈期間通過的車輛數(shù)為A。按要求，通過路口的車輛車速不允許超過20 km/h，并假設(shè)小汽車連同車間距的平均距離為5.5 m。于是，通過運(yùn)算，可簡(jiǎn)略計(jì)算出最短綠燈時(shí)間15 s內(nèi)通過交叉口的車輛數(shù)近似為15輛。

(1)

模糊變量A的隸屬函數(shù)表如表1所示，其中，模糊集合分別為少(F)、中(M)、多(R)，模糊論域均為[0,15]，即表示綠燈期間通過的車輛數(shù)，μi表示模糊論域內(nèi)各元素在各模糊集合中的隸屬度。設(shè)模糊集合F和R采用三角形隸屬函數(shù)，M采用梯形隸屬函數(shù)。

表1 模糊變量A隸屬度函數(shù)表

a路口的檢測(cè)器采集到的紅燈期間進(jìn)入停車線等候的車輛數(shù)為W。由于已假設(shè)檢測(cè)器到路口停止線的距離為L(zhǎng)=55 m，且小汽車連同車間距的平均距離為5.5 m，則同理可得55 m內(nèi)能夠滯留的最大車輛數(shù)為10輛。模糊變量W的隸屬函數(shù)表如表2所示，其中，模糊集合分別為少(F)、中(M)、多(R)，模糊論域均為[0,10]，即表示紅燈期間進(jìn)入停車線等候的車輛數(shù)，μi表示模糊論域內(nèi)各元素在各模糊集合中的隸屬度。設(shè)模糊集合F和R采用三角形隸屬函數(shù)，M采用梯形隸屬函數(shù)。

表2 模糊變量W隸屬度函數(shù)表

本系統(tǒng)中設(shè)最長(zhǎng)綠燈時(shí)間為Gmax=35 s，最短綠燈時(shí)間為Gmin=15 s，則可知最大綠燈延長(zhǎng)時(shí)間為20 s

tmax=Gmax-Gmin=20

(2)

根據(jù)實(shí)際交通環(huán)境的變化，不同的延長(zhǎng)時(shí)間可得出不同的輸出結(jié)果，即實(shí)際綠燈時(shí)間為

T=Gmin+tmax

(3)

其中，T為經(jīng)過模糊控制清晰化后得到的系統(tǒng)輸出，隸屬函數(shù)表如表3所示，其中，模糊集合分別為很短(VS)、短(S)、中(M)、長(zhǎng)(L)，模糊論域均為[15,35]，即表示綠燈時(shí)間，μi表示模糊論域內(nèi)各元素在各模糊集合中的隸屬度。設(shè)模糊集合VS采用三角形隸屬函數(shù)，S、M和L采用梯形隸屬函數(shù)。

表3 模糊變量T隸屬度函數(shù)表

2.2.3 模糊規(guī)則

系統(tǒng)為雙輸入-單輸出模糊控制模型，系統(tǒng)的輸入為變量A和W，輸出為應(yīng)用于b路口即檢測(cè)車輛通過數(shù)路口的時(shí)間變量T。通過對(duì)相關(guān)書籍和文獻(xiàn)的查閱及個(gè)人對(duì)交通信號(hào)控制的理解，總結(jié)出系統(tǒng)的模糊控制規(guī)則如表4所示，采用自然條件語句ifA=MandW=NthenT=O描述。值得注意的是，在實(shí)際道路交叉口的應(yīng)用中，可從交警和專家的經(jīng)驗(yàn)中總結(jié)出更具有針對(duì)性的模糊控制規(guī)則，從而完善模糊控制系統(tǒng)的這一核心部分。

表4 單交叉口模糊控制規(guī)則表

再利用模糊推理合成原則和經(jīng)模糊化的輸入集合，計(jì)算出模糊關(guān)系[10]，本系統(tǒng)采用Max-Min模糊推理法?？芍还灿?×3條模糊控制規(guī)則，16×11種輸入組合。對(duì)于任意一種組合的兩個(gè)輸入分別選取其對(duì)應(yīng)模糊論域中隸屬度最大的值，如

μ1(A)=Max[μ1(F),μ1(M),μ1(R)]

(4)

μ2(W)=Max[μ2(F),μ2(M),μ2(R)]

(5)

再根據(jù)模糊控制規(guī)則表，對(duì)μ1(A)、μ2(W)選取隸屬度較小的值，作為該輸入組合所對(duì)應(yīng)的模糊輸出量的隸屬度，即為取小Min

μ1(T)=Min[μ1(A),μ2(W)]

(6)

則由該隸屬度得到的模糊變量T隸屬度函數(shù)曲線與橫軸所包圍的面積部分就是推理結(jié)論。由此，對(duì)于9條模糊控制規(guī)則都進(jìn)行同樣的推理，再對(duì)各個(gè)規(guī)則的結(jié)論綜合選取最大適配度的部分，整個(gè)并集的面積部分就是總的推理結(jié)論，即取大Max。

2.2.4 解模糊化

將模糊推理得到的某一模糊控制量進(jìn)行反模糊化，變換為實(shí)際用于控制的精確量，從而實(shí)現(xiàn)了對(duì)單交叉口的模糊控制。解模糊判決可以采用不同的方法，本系統(tǒng)采取面積中心算法(COA)，就是取模糊隸屬度函數(shù)曲線與橫軸圍成面積的重心作為輸出值。且實(shí)際中一般計(jì)算輸出范圍內(nèi)整個(gè)采樣點(diǎn)(離散值)的重心，即

(7)

其中，xi是輸出變量T的模糊論域的各元素；μT(xi)是其相應(yīng)的隸屬度。

由此，可仿真各種輸入情況得到相應(yīng)輸出，對(duì)各車道進(jìn)行控制。

3 模糊控制系統(tǒng)仿真

本設(shè)計(jì)以LabVIEW為平臺(tái)，利用其中控制模塊中模糊邏輯工具包(Fuzzy Logic Toolkit)中的子程序(VI)，構(gòu)建該單交叉口的模糊控制器。通過設(shè)置隸屬度函數(shù)、建立模糊控制規(guī)則、創(chuàng)建模糊推理關(guān)系等，完成前面板、后面板的程序編程。

前面板的設(shè)計(jì)分為4個(gè)部分：模糊變量、隸屬度函數(shù)曲線、模糊規(guī)則和實(shí)際仿真。根據(jù)上述模糊控制算法的實(shí)現(xiàn)方法，對(duì)輸入輸出變量及模糊規(guī)則進(jìn)行設(shè)置。

圖2 模糊控制系統(tǒng)輸入輸出變量及模糊規(guī)則設(shè)置

圖3 輸入變量A的隸屬度函數(shù)曲線

圖4 輸入變量W的隸屬度函數(shù)曲線圖

圖5 輸入變量T的隸屬度函數(shù)曲線

圖6 單交叉口模糊控制系統(tǒng)模糊規(guī)則

通過模糊控制算法可得到實(shí)際路況仿真界面如圖7所示。當(dāng)調(diào)節(jié)十字路口的綠燈期間通過車輛數(shù)A和紅燈期間等候車輛數(shù)W發(fā)生變化時(shí)，設(shè)定路口會(huì)根據(jù)算法輸出相應(yīng)的綠燈時(shí)間T，從而完成紅綠燈的智能延時(shí)控制。本次仿真中不考慮黃燈情況。在該界面上，為便于觀察仿真情況，還設(shè)有定時(shí)器作為秒表，以及右上角提示路口車輛發(fā)生變化的指示燈。圖7 單交叉口模糊控制系統(tǒng)實(shí)際路況仿真

4 結(jié)束語

交通系統(tǒng)具有較大的隨機(jī)性和復(fù)雜性，還經(jīng)常受人為因素的影響，要建立一個(gè)完全反映實(shí)際交通系統(tǒng)數(shù)學(xué)模型相對(duì)困難[14-15]。而模糊控制無需建立被控對(duì)象的精確數(shù)學(xué)模型，特別適用于具有較大隨機(jī)性城市交通系統(tǒng)的控制。因此本文將模糊控制應(yīng)用在交通控制上，具有良好現(xiàn)實(shí)意義。

[1] 邊婷婷.智能交通信號(hào)控制系統(tǒng)的研究與實(shí)現(xiàn)[D].沈陽:沈陽航空工業(yè)學(xué)院,2010.

[2] 王成勇.智能交通燈控制系統(tǒng)[J].廣東技術(shù)師范學(xué)院學(xué)報(bào),2006(4):92-94.

[3] 陳毅紅.一種自適應(yīng)智能交通控制系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].西南科技大學(xué)學(xué)報(bào),2008,23(1):48-51.

[4] 李洪中.基于模糊控制的智能交通燈系統(tǒng)的研究與設(shè)計(jì)[D].蘭州:蘭州交通大學(xué),2013.

[5] 陳克明,譚思云.基于模糊控制理論的智能交通燈的一種設(shè)計(jì)方法[J].儀器儀表用戶,2006,13(5):86-87.

[6] 唐高陽.單交叉路口交通優(yōu)化配時(shí)控制研究[D].沈陽:東北大學(xué),2007.

[7] 常宏順.城市單交叉口實(shí)時(shí)控制方法研究[D].大連:大連理工大學(xué),2008.

[8] 王志新.智能模糊控制的若干問題研究[M].北京:知識(shí)產(chǎn)權(quán)出版社,2009.

[9] 席愛民.模糊控制技術(shù)[M].西安:西安電子科技大學(xué)出版社,2008.

[10] 石紹應(yīng).規(guī)則數(shù)確定的自適應(yīng)模糊分類器[J].西安電子科技大學(xué)學(xué)報(bào),2015(2):35-39.

[11] 王史春.基于模糊控制算法實(shí)現(xiàn)信號(hào)燈智能化研究[J].電子科技,2009,22(11):28-31.

[12] 林濤.基于模糊控制的入口匝道智能控制方法[J].電子科技,2012,25(8):100-103.

[13] 基于模糊控制的路燈節(jié)能系統(tǒng)的設(shè)計(jì)[J].電子科技,2008,21(1):6-8.

[14] Dridi M, Chan F, Borne P, et al. Traffic control in transportation systems[J]. Journal of Manufacturing Technology Management, 2005, 16(1):53-74.

[15] Lin Liang Tay,Huang Hung Jen.A linear model for determining coordination of two adjacent signalized intersections[J].Journal of Modelling in Management,2009,4(2):162-173.

Design of the Intelligent Traffic Signals Control System Based on Fuzzy Control

WANG Yiming,DENG Chen,DENG Gaoxu

(School of Electronic and Electrical Engineering,Shanghai University of Engineering Science,Shanghai 201620,China)

This paper proposes a scheme which intelligent traffic control signal system for several isolated urban intersections, and the present situation and existed problem of the urban traffic signal control is analyzed. By building the hardware experimental platform and testing time scheduling with fuzzy control algorithm, this system achieve that a smart car will change its operating status according to the traffic lights when reaching the crossing. Detecting real-time traffic flow of each road and upload to software platform. Proposing a method of isolated intersection signal timing optimization based on fuzzy control algorithm. The system will change the time delay of traffic lights according to the traffic flow.

intelligent transportation;signal timing optimization;fuzzy control algorithm;traffic signal control;IOTGW

2016- 10- 12

國(guó)家自然科學(xué)基金(61201244)

王一鳴(1990-)，男，碩士研究生。研究方向：嵌入式與車聯(lián)網(wǎng)應(yīng)用。鄧琛(1958-)，女，教授。研究方向：無線傳感器網(wǎng)絡(luò)等。

10.16180/j.cnki.issn1007-7820.2017.08.023

TN911.7;TP29

A

1007-7820(2017)08-084-05