王一鳴，鄧 琛，鄧高旭

(上海工程技術大學 電子電氣工程學院，上海 201620)

?

基于模糊控制的智能交通信號控制系統(tǒng)設計

王一鳴，鄧 琛，鄧高旭

(上海工程技術大學 電子電氣工程學院，上海 201620)

針對當前城市交通信號固定配時控制的現(xiàn)狀，設計了一種城市單交叉路口交通信號燈的智能控制系統(tǒng)，該系統(tǒng)利用模糊控制算法對交通信號燈進行時間分配。通過搭建硬件實驗平臺以及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)交通燈自主控制運行狀態(tài)，并對各個車道的流量進行實時檢測并上傳到軟件平臺。提出了一種基于模糊控制算法的單交叉路口交通信號燈的優(yōu)化控制，根據(jù)車流量的實時變化完成對紅綠燈延時的可靠控制，大幅提高了交通效率。

智能交通；信號配時優(yōu)化；模糊控制算法；交通信號控制；物聯(lián)網(wǎng)網(wǎng)關

目前國內(nèi)交通信號控制手段單一，較少利用GPS、誘導標志、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，無法進一步為控制和服務提供數(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配時的控制方式，即固定配時系統(tǒng)[1-2]。固定配時方案在實際路口的應用經(jīng)常會導致交通擁堵問題，而且，由于大部分路口沒有合理地設置時間周期，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)。

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

1 系統(tǒng)設計原理

1.1 系統(tǒng)結(jié)構

本系統(tǒng)實現(xiàn)的是對城市多個單交叉口信號燈的智能集中控制[6-7]，硬件架構由以下部分組成：(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；(3)交通燈顯示部分；(4)路況顯示部分。

智能交通信號控制系統(tǒng)的硬件平臺主要實現(xiàn)的功能為：通過紅外發(fā)射管發(fā)射相應編碼，控制智能小車經(jīng)過十字路口的運行狀態(tài)更替；同時，通過光電開關管完成對車流量的檢測，再上傳至智能網(wǎng)關；智能網(wǎng)關通過485總線與各單元子模塊和硬件設備相連，通過模糊控制算法實時計算出紅綠燈時長，并控制LED顯示屏實時播報車流量。如圖1所示即為智能交通信號控制系統(tǒng)硬件結(jié)構圖。

圖1 智能交通信號控制系統(tǒng)硬件結(jié)構圖

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)射管和光電開關管來實現(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)射相應編碼信號，來控制智能小車經(jīng)過十字路口時運行狀態(tài)的更替。通過光電開關管對各車道的車流量進行檢測，并將信號傳給STM32芯片。STM32再將經(jīng)程序運算后得到的信息通過485總線上傳至智能網(wǎng)關i.MX535處理芯片，由i.MX535完成一次計數(shù)，因此智能網(wǎng)關可以完成對車流量的實時監(jiān)測，并控制LED顯示屏進行播報；同時對車流量進行算法分析，計算出交通燈的時間分配，并控制交通燈的轉(zhuǎn)換調(diào)度。

2 交通控制系統(tǒng)軟件設計

2.1 系統(tǒng)軟件總體設計

本智能交通信號控制系統(tǒng)的軟件部分由智能網(wǎng)關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)動程序完成的是對紅外發(fā)射管、光電開關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)關相連，因此實現(xiàn)LED顯示屏底層控制的驅(qū)動程序?qū)懺趇.MX535處理芯片上。

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

進行實時檢測，并通過LED顯示屏實時播報，同時根據(jù)車流量的變化自動調(diào)整相應車道的交通信號燈延時，從而在理論上能夠?qū)崿F(xiàn)對3個單交叉口的紅綠燈智能延時的集中控制。

2.2 路口管理系統(tǒng)模糊控制器的設計

交通系統(tǒng)中不同時刻的車輛流通狀況十分復雜，是高度非線性、隨機的，還經(jīng)常受人為因素的影響。在人工控制時，交警不斷觀察十字路口兩個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單的程序?qū)崿F(xiàn)，所以應采用模糊控制來解決紅綠燈的最佳控制問題[12-13]。

2.2.1 設計步驟

根據(jù)模糊控制器的設計要求，實現(xiàn)紅綠燈模糊控制器必須解決如下幾個問題[8-9]:(1)輸入量的模糊化：確定每一個輸入量的論域，模糊子集和隸屬度函數(shù)；(2)設計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。

2.2.2 系統(tǒng)輸入

系統(tǒng)應采集兩個輸入量，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(設所在路口為b路口)；(2)紅燈方向排隊數(shù)：紅燈期間進入停車線等候車輛的交通流量信息W(設所在路口為a路口)。

車流量檢測器的選擇及其所安放的距離可以根據(jù)實際的交通需求進行調(diào)整，本系統(tǒng)中設檢測器到路口停止線的距離為L=55 m。光電開關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，并假設小汽車連同車間距的平均距離為5.5 m。于是，通過運算，可簡略計算出最短綠燈時間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路口的檢測器采集到的紅燈期間進入停車線等候的車輛數(shù)為W。由于已假設檢測器到路口停止線的距離為L=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)中設最長綠燈時間為Gmax=35 s，最短綠燈時間為Gmin=15 s，則可知最大綠燈延長時間為20 s

tmax=Gmax-Gmin=20

(2)

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

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(L)，模糊論域均為[15,35]，即表示綠燈時間，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，輸出為應用于b路口即檢測車輛通過數(shù)路口的時間變量T。通過對相關書籍和文獻的查閱及個人對交通信號控制的理解，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，在實際道路交叉口的應用中，可從交警和專家的經(jīng)驗中總結(jié)出更具有針對性的模糊控制規(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，計算出模糊關系[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。對于任意一種組合的兩個輸入分別選取其對應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μ1(A)、μ2(W)選取隸屬度較小的值，作為該輸入組合所對應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，對于9條模糊控制規(guī)則都進行同樣的推理，再對各個規(guī)則的結(jié)論綜合選取最大適配度的部分，整個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行反模糊化，變換為實際用于控制的精確量，從而實現(xiàn)了對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。且實際中一般計算輸出范圍內(nèi)整個采樣點(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)是其相應的隸屬度。

由此，可仿真各種輸入情況得到相應輸出，對各車道進行控制。

3 模糊控制系統(tǒng)仿真

本設計以LabVIEW為平臺，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)，構建該單交叉口的模糊控制器。通過設置隸屬度函數(shù)、建立模糊控制規(guī)則、創(chuàng)建模糊推理關系等，完成前面板、后面板的程序編程。

前面板的設計分為4個部分：模糊變量、隸屬度函數(shù)曲線、模糊規(guī)則和實際仿真。根據(jù)上述模糊控制算法的實現(xiàn)方法，對輸入輸出變量及模糊規(guī)則進行設置。

圖2 模糊控制系統(tǒng)輸入輸出變量及模糊規(guī)則設置

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際路況仿真界面如圖7所示。當調(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，設定路口會根據(jù)算法輸出相應的綠燈時間T，從而完成紅綠燈的智能延時控制。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，還設有定時器作為秒表，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)實際路況仿真

4 結(jié)束語

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

[1] 邊婷婷.智能交通信號控制系統(tǒng)的研究與實現(xiàn)[D].沈陽:沈陽航空工業(yè)學院,2010.

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

[3] 陳毅紅.一種自適應智能交通控制系統(tǒng)設計與實現(xiàn)[J].西南科技大學學報,2008,23(1):48-51.

[4] 李洪中.基于模糊控制的智能交通燈系統(tǒng)的研究與設計[D].蘭州:蘭州交通大學,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計方法[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)化配時控制研究[D].沈陽:東北大學,2007.

[7] 常宏順.城市單交叉口實時控制方法研究[D].大連:大連理工大學,2008.

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

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

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

[11] 王史春.基于模糊控制算法實現(xiàn)信號燈智能化研究[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)的設計[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

國家自然科學基金(61201244)

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

10.16180/j.cnki.issn1007-7820.2017.08.023

TN911.7;TP29

A

1007-7820(2017)08-084-05