陳新,譚昕宇
摘 要:智能信號優(yōu)化系統(tǒng)能夠?qū)Τ鞘械缆飞系能嚵?、人流?shù)據(jù)進行智能的分析,計算未來一定時間段的交通運行參數(shù),自動下發(fā)信號配時方案,從而實現(xiàn)道路、干線及區(qū)域的交通控制優(yōu)化。本文主要闡述交通信號控制的方式方法,分析智能信號優(yōu)化系統(tǒng)在交通領(lǐng)域的技術(shù)應用,以供相關(guān)人員參考借鑒。
關(guān)鍵詞:信號控制;智能信號優(yōu)化系統(tǒng);應用
近年來城市道路交通擁堵已經(jīng)成為制約城市發(fā)展的難題,特別是上下班高峰期交通堵塞的問題更為嚴重,給人們的出行造成不便的同時也給交通安全帶來了巨大的風險。智能信號控制系統(tǒng)能夠利用計算機通信技術(shù)、控制技術(shù)、傳感技術(shù)等先進技術(shù)實現(xiàn)對交通網(wǎng)絡的全局分析并給出實時的信號優(yōu)化控制方案,對緩解城市交通壓力,保證道路暢通有著十分重要的作用[1]。
1 交通信號控制的主要方式
1.1 單點控制方式
單點控制方式是交通信號控制的最基本控制方式,一般采用的是固定周期配時和變化周期配時兩種方案。固定周期配時即是位于道路交叉口的信號燈全天24小時均按一種配時方案執(zhí)行配時控制的控制方式,而變化周期配時則是按照一天內(nèi)不同的時段設置信號配時方案。
1.2 主干道交通信號控制方式
由于主干道一般較長,車流量也較大,所以在進行主干道交通信號控制時就不能單單考慮一個交叉路口的通行情況,而是要對整條干道進行連續(xù)的線性控制。主干道交通信號控制方式的基本控制思路是,讓一定數(shù)量的車流能夠在具有多個交叉口的主干道上始終處于綠色通行的狀態(tài)行駛,盡量避免車輛每通過一個交叉口都需要停車等待信號的情況發(fā)生,節(jié)省車輛通行時間,避免車輛短時間內(nèi)連續(xù)停駛導致交通擁堵。
1.3 區(qū)域交通信號控制方式
主干道交通控制方式為保證車輛通行速度,實際上是干擾到了次干道和岔道交通流的通行時間的,長時間的主干道綠波通行會影響到其他道路的通行情況造成區(qū)域性的道路擁堵。所以在進行信號控制時還需結(jié)合整個區(qū)域的行車情況,權(quán)衡各道路行車利益對信號控制配時進行取舍,制定適當?shù)呐鋾r方案以滿足各條道路的通行需求。
2 智能信號優(yōu)化系統(tǒng)的功能組成和主要技術(shù)
2.1 智能信號優(yōu)化系統(tǒng)的組成
智能信號優(yōu)化系統(tǒng)主要由數(shù)據(jù)監(jiān)測、信號優(yōu)化控制、車輛導航、事故處理、交通分流、公共交通管理協(xié)調(diào)等幾大功能模塊組成,其中信號優(yōu)化控制是智能信號優(yōu)化系統(tǒng)的核心組成部分,對于擁堵地段的車輛誘導、公共交通運輸車輛的優(yōu)先級評定以及交通流量變化趨勢的模擬預測起著決定性的作用[2]。
2.2 智能信號優(yōu)化系統(tǒng)的主要技術(shù)
智能信號優(yōu)化系統(tǒng)的建立,最先主要是計算機信息技術(shù)、計算機控制技術(shù)及GIS地理信息系統(tǒng)的綜合應用,很大程度上提高了區(qū)域交通控制的效率和效果,但基本上還是需由交通控制中心做出最后的判斷和調(diào)整。人工智能技術(shù)問世以后,在智能控制方面得到了快速的發(fā)展,也逐步被應用于智能信號優(yōu)化系統(tǒng)之中,使該系統(tǒng)不僅能完成交通信息數(shù)據(jù)的收集、分析、整合,同時也具備了一定的自我控制功能,讓智能信號優(yōu)化系統(tǒng)的“智能”真正有了可及性。智能交通信號控制系統(tǒng)的主要技術(shù)除原本的計算機應用技術(shù)以外,能夠體現(xiàn)其智能化的技術(shù)主要就是模糊控制和神經(jīng)網(wǎng)絡控制兩種,這兩種技術(shù)都是在仿生學的基礎(chǔ)上,使智能系統(tǒng)模擬人的控制方法而達到智能控制的目的。
3 智能信號優(yōu)化系統(tǒng)在交通領(lǐng)域的具體應用
3.1 建立交通仿真環(huán)境
交通信號控制的最大難點就在于提前制訂出適當?shù)男盘柨刂品桨?,在實際的管理操作過程中,當?shù)缆废到y(tǒng)出現(xiàn)擁堵情況時再去改變交叉口信號燈的燈時,往往已經(jīng)不能有效改善道路的行車環(huán)境,只能通過交警現(xiàn)場指揮進行疏解,而這種情況大概率會持續(xù)到高峰期結(jié)束才能夠妥善處理完畢。智能信號優(yōu)化系統(tǒng)可以有效解決這一問題,采用模糊控制技術(shù)模仿人類推理、判斷的經(jīng)驗控制方法,在計算機無法建立精準數(shù)學模型,不能通過對數(shù)據(jù)的準確計算來給出配時方案的情況下,模擬交警現(xiàn)場指揮交通時的情況,隨時調(diào)整信號燈的燈時,適應復雜的路況變化;運用神經(jīng)網(wǎng)絡控制功能學習人類腦神經(jīng)系統(tǒng)的運行方式,建立出一套能處理非線性、復雜情況的神經(jīng)網(wǎng)絡系統(tǒng)。通過神經(jīng)單元對單點數(shù)據(jù)值的記憶儲存,構(gòu)建模糊的神經(jīng)網(wǎng)絡信息處理系統(tǒng),并通過不斷地學習加以完善,最后形成對區(qū)域內(nèi)交通信號的合理控制。將智能信號優(yōu)化系統(tǒng)應用于交通領(lǐng)域之后,控制中心可在交通高峰期來臨以前,利用智能信號優(yōu)化系統(tǒng)對經(jīng)常出現(xiàn)擁堵的區(qū)域進行劃定、檢索,提前收集各交叉路口的流量數(shù)據(jù)信息及后續(xù)會途經(jīng)該地區(qū)的車輛信息,生成動態(tài)的仿真環(huán)境,模擬出交通流通過岔路口所需要的燈時,并結(jié)合整體路況提前制訂出恰當?shù)臒魰r控制方案[3]。
3.2 主干道單向高峰流量的優(yōu)化控制
在城市中,主干道早晚高峰時段的車流量大體會遵循一個固定的方向,例如某城市的早高峰車流量方向為東向,那么通常情況下晚高峰時的車流方向就會變?yōu)槲飨?,發(fā)生擁堵的可能方向則與車流方向一致。當同一方向通過主干道的某一岔路口車流量過大時,車速減緩、時滯現(xiàn)象增加,交通路線擁堵情況向外發(fā)散引發(fā)區(qū)域性擁堵,全區(qū)域交通干線暫時性停擺。單向智能信號系統(tǒng)可以通過神經(jīng)控制技術(shù)對這種相對固定的單相高峰交通量值進行存儲,分析一定時間內(nèi)高峰流量的變化趨勢,從而做出單向高峰流量的優(yōu)化控制方案,提升信號控制的精確度。
3.3 主干道雙向高峰流量的優(yōu)化控制
城市交通受各種因素的影響會一直處于不斷變化的狀態(tài),雙向高峰的情況也并不罕見,特別是節(jié)假日出游高峰期,出游或者是外來的車輛較多,高峰小時最大斷面客流量明顯增加,傳統(tǒng)的信號控制系統(tǒng)基本上無法應對,只能采取人工交通指揮的方式紓解。智能控制系統(tǒng)具有學習能力的特性使其能夠及時發(fā)現(xiàn)相對方向交通量的變化,進而提出雙向高峰流量的優(yōu)化控制方案并及時補充到交通控制管理系統(tǒng)中,能夠加快信號系統(tǒng)燈時方案調(diào)整的反應速度,增大干道單位時間內(nèi)的通行能力,避免反應不及導致交通擁堵情況的發(fā)生。
3.4 控制方案的自動下發(fā)
智能信號系統(tǒng)對城市交通控制管理方式的改變還在于,其打破了原本需要人為操作下發(fā)信號控制方案的工作模式。智能信號系統(tǒng)在仿真模擬出信號控制的優(yōu)化方案后,不必再由控制中心人工對信號機進行配時方案修改,智能系統(tǒng)可通過互聯(lián)網(wǎng)絡直接與區(qū)域內(nèi)的單點信號機進行通信,將信號優(yōu)化方案直接下發(fā)至單點信號機處并進行執(zhí)行操作。這樣一來交通控制中心人員僅需要時刻注意各區(qū)域路況信息,將工作重心放在交通事故的處理上,既能夠提高交通事故的出警速度,避免交通事故危害的擴大,也能夠?qū)煌ㄊ鹿室l(fā)的道路擁堵進行及時處理及分流疏散,降低事故影響。
4 結(jié)束語
綜上所述,社會經(jīng)濟水平的提高和城市化發(fā)展進程的加快,給城市交通的控制管理工作帶來了巨大的挑戰(zhàn),交通擁堵的問題如果處理不好不僅會影響人們的出行,拉低城市運行的效率,還可能導致交通事故的頻繁發(fā)生造成人民生命財產(chǎn)安全受到損失。智能信號優(yōu)化系統(tǒng)雖然能夠有效地提升交通控制管理的效率,但由于發(fā)展時間較短其中也存在著很多問題尚待解決,相關(guān)技術(shù)研發(fā)人員還需加強智能信號系統(tǒng)的研究工作,不斷攻克實際應用中所遇到的難關(guān),為城市交通的控管貢獻一份自己的力量。
參考文獻:
[1]繆茸.基于交通信號擁塞控制的智能交通系統(tǒng)研究[J].微型電腦應用,2019(2):25-28.
[2]周安宏.人工智能交通信號控制系統(tǒng)[J].通信電源技術(shù),2019(1):200-201+204.
[3]陳濤.智能信號優(yōu)化系統(tǒng)在交通領(lǐng)域的技術(shù)應用[J].電子測試,2020(9):5-7.