模糊控制優(yōu)化三岔路口交通

李洪中 劉旭寧 朱漢東 郭 虎

(1.蘭州交通大學(xué)電子與信息工程學(xué)院 蘭州 730070;2.山東省青島市91206部隊(duì)航材保管教研室 青島 266108)

0 引 言

隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，人民的生活水平的提高，私家車快速走進(jìn)千家萬(wàn)戶，隨之也帶來(lái)一定的問(wèn)題，許多城市甚至出現(xiàn)“擁有最寬闊的道路，也擁有最寬闊的停車場(chǎng)”。對(duì)于生活的必需品“行”，開始困擾城市的發(fā)展，已經(jīng)變的不得不加以重視。于是從改變?nèi)藗兊某鲂锌紤]，一種快速便捷安全環(huán)保的交通環(huán)境必須走上時(shí)代的舞臺(tái)，為人們帶來(lái)福利，為社會(huì)帶來(lái)更健康的發(fā)展。由于基于十字路口的調(diào)節(jié)方案研究較多，而就城市中大街小巷、居民小區(qū)等三岔路口的交通狀況研究較少。于是本文就此目的出發(fā)，提出了一種改善三岔路口交通狀況的可行性優(yōu)化方案。

當(dāng)前我國(guó)大多數(shù)城市交叉口的平均行車速度已限定在20 km/h 以下，同時(shí)，由于車輛速度減慢、汽車尾氣排放量增加，造成城市空氣質(zhì)量的惡化。為了能緩解經(jīng)濟(jì)發(fā)展給交通運(yùn)輸帶來(lái)的壓力，使得現(xiàn)有資源能發(fā)揮出最大的作用，我國(guó)政府也加大了對(duì)智能交通系統(tǒng)的研究及建設(shè)力度。采取智能交通系統(tǒng)的交叉口具有兩大優(yōu)點(diǎn):

首先，有效的提高交通運(yùn)輸效益，使交通擁擠降低20%，延誤損失減少10%～25%，車禍降低50%～80%，油料消耗減少30%;

其次，解決道路交通堵塞、減少財(cái)產(chǎn)損失、減少環(huán)境污染，增強(qiáng)了交通的安全性，合理的利用了土地與能源。

交叉路口城市機(jī)動(dòng)車輛的不斷增加，使得車輛堵塞現(xiàn)象越來(lái)越嚴(yán)重，當(dāng)前大多數(shù)城市仍然采用的是定時(shí)控制交叉路口交通燈的控制方法。交通控制就是確定交叉口紅綠燈的信號(hào)配時(shí)，使通過(guò)交叉口的車輛延誤時(shí)間盡可能小。傳統(tǒng)的控制一般是采用模型控制或者是預(yù)先人為地設(shè)定多套配時(shí)方案，由于道路上的車流量具有較大的隨機(jī)性，所實(shí)施的相位控制也應(yīng)隨車流量的不同而相應(yīng)變化。而交通警察在實(shí)際的交通指揮中可以根據(jù)實(shí)際路況信息來(lái)控制交通，如果東西方向的車流量大，則其放行時(shí)間長(zhǎng);南北方向車流量小，則其放行時(shí)間短。

模糊控制理論是在交通系統(tǒng)中模仿交警的控制經(jīng)驗(yàn)實(shí)現(xiàn)的智能控制方案，可以使車輛等待延誤時(shí)間最小，因此基于模糊控制理論的交叉路口信號(hào)燈控制系統(tǒng)的研究對(duì)解決交叉路口車輛堵塞有重要的現(xiàn)實(shí)意義。

1 系統(tǒng)設(shè)計(jì)方案

由于我國(guó)的交通控制發(fā)展起步較晚，傳統(tǒng)的控制方案一般主要采取定時(shí)信號(hào)燈的方法。對(duì)于曾經(jīng)不是很擁擠的交通狀況，這種方案還是可行的。然而隨著車流量的指數(shù)增加，它已經(jīng)不再適應(yīng)新的復(fù)雜交通情況的改變，它不能隨著交通量的大小實(shí)時(shí)改變，這種方案給交通帶來(lái)極大地不便，于是需要一種合適的方案來(lái)改變這種技術(shù)的落后，以減少道路網(wǎng)絡(luò)中所有車輛的延誤時(shí)間，方便人們出行。為達(dá)到目的，本系統(tǒng)采用模糊智能控制，即更加經(jīng)濟(jì)，也不用再為時(shí)時(shí)停車而煩惱。

本系統(tǒng)通過(guò)模糊控制方法，實(shí)時(shí)的采集和檢測(cè)交叉路口的車流狀況，通過(guò)分析處理后，調(diào)整各個(gè)方位的通行時(shí)間，達(dá)到合理快速的通行。通過(guò)運(yùn)用攝像頭采集路口近端的圖像信息計(jì)算出近端的車流量，同時(shí)還可以通過(guò)實(shí)時(shí)視頻信息處理交通路口的突發(fā)事件等相關(guān)信息。通過(guò)運(yùn)用傳統(tǒng)的環(huán)形線圈來(lái)采集遠(yuǎn)端離交叉口一定距離處通過(guò)的車流量，表示紅燈期間滯留車輛量數(shù)。根據(jù)不同路口的不同交通狀況及其交通環(huán)境，遠(yuǎn)端的傳感器離路口的距離可根據(jù)實(shí)際而定。本系統(tǒng)作為研究方式，取遠(yuǎn)端離路口距離L=150 m。具體系統(tǒng)設(shè)計(jì)方案如圖1 所示。

圖1 系統(tǒng)設(shè)計(jì)方案

2 模糊控制在系統(tǒng)中的應(yīng)用

2.1 模糊控制原理

模糊控制由于無(wú)需知道被控對(duì)象的數(shù)學(xué)模型，具有較強(qiáng)的魯棒性和逼近能力好等特點(diǎn)，廣泛應(yīng)用于難于獲得精確數(shù)學(xué)模型、非線性和大滯后系統(tǒng)的控制。在模糊控制器的設(shè)計(jì)中，需要解決兩個(gè)主要的問(wèn)題:其一是如何獲得模糊控制規(guī)則;其二是如何確定模糊子集的隸屬函數(shù)。

本系統(tǒng)通過(guò)視頻采集及其傳感器采集，實(shí)時(shí)獲取路口的車流量，對(duì)其模糊化作為系統(tǒng)輸入。根據(jù)輸入車流量的實(shí)際情況以及曼達(dá)尼(Mamdani)控制規(guī)則，將綠燈延遲時(shí)間作為輸出，同時(shí)系統(tǒng)采取簡(jiǎn)單三角隸屬函數(shù)逼近。

2.2 攝像頭采集車流量的模糊化

視頻檢測(cè)基本理論:視頻檢測(cè)系統(tǒng)一般包括圖像獲取、圖像采集、圖像檢測(cè)和信息傳輸部分。圖像獲取一般采用攝像機(jī)，圖像采集一般采用圖像卡或者其他圖像采集設(shè)備，圖像檢測(cè)一般利用工控機(jī)的軟件檢測(cè)或者DSP 實(shí)現(xiàn)，而信息的傳輸主要是把采集到的運(yùn)動(dòng)車輛信息的狀態(tài)傳輸給信息控制中心或者其他終端。對(duì)交通場(chǎng)景中車輛對(duì)象的實(shí)時(shí)檢測(cè)是基于視頻的交通檢測(cè)系統(tǒng)中的很重要也是基本的步驟。對(duì)攝像機(jī)采集到的視頻圖像序列進(jìn)行處理通過(guò)適當(dāng)?shù)臋z測(cè)算法對(duì)車輛進(jìn)行檢測(cè)，根據(jù)檢測(cè)結(jié)果可以得到交通的信息參數(shù)，如流量、車速等。本系統(tǒng)通過(guò)對(duì)視頻信息的分析處理，得到車流量信息以及突發(fā)事故相關(guān)信息。

為了實(shí)現(xiàn)模糊控制，可以將綠燈通行時(shí)間分為固定時(shí)間(t1)與可變時(shí)間(t2)兩部分。固定的時(shí)間根據(jù)具體路況信息可以確定不同閾值，即實(shí)現(xiàn)一般通行時(shí)間的最小值。我們?cè)谶@里以研究為主，設(shè)定t1=15 s?？勺儠r(shí)間即為我們要控制的輸出時(shí)間，設(shè)為t2。

按要求通過(guò)路口的車輛車速不超過(guò)20 km/h。于是可簡(jiǎn)略計(jì)算出15s 內(nèi)通過(guò)路口的車輛數(shù)近似為15 輛(［20*1 000 m/(60* 60 s)］* 15 s/5.5 m 其中假設(shè)車輛密集行走時(shí)車輛長(zhǎng)加相鄰間距最大為5.5 m)。

設(shè)由攝像頭采集而得到的車輛數(shù)為A。則對(duì)其進(jìn)行模糊化，給出其模糊子集為{很少(VF)、少(F)、中(M)、多(R)、很多(VR)}，其隸屬函數(shù)如圖2 所示。

圖2 攝像頭采集通過(guò)路口車輛數(shù)A 的隸屬函數(shù)

2.3 環(huán)形線圈采集車流量的模糊化

我們假設(shè)遠(yuǎn)端傳感器離路口的距離L=165 m。那么假設(shè)每個(gè)車輛連同車間距的平均距離為5.5 m。則165 m內(nèi)能夠滯留的最大車輛數(shù)為30 輛。

于是可以設(shè)紅燈期間滯留的車輛數(shù)為B，其論域?yàn)閧很少(VF)、少(F)、中(M)、多(R)、很多(VR)}，其隸屬函數(shù)如圖3 所示。

2.4 模糊決策輸出的模糊化

根據(jù)具體路況信息，給出最大通行時(shí)間Tmax=t1+t2max。對(duì)流量不是很大的路口，設(shè)最大通行時(shí)間為45 s。則此時(shí)t2max=30 s。根據(jù)不同的通行狀況，即輸入數(shù)據(jù)的不同得到不同的輸出。即時(shí)間輸出為T=t1+ t2。其中t2是指經(jīng)過(guò)去模糊化后得到的輸出。對(duì)t2進(jìn)行模糊化的過(guò)程如下:設(shè)其論域?yàn)閧很短(VS)、短(S)、中(M)、長(zhǎng)(L)、很長(zhǎng)(VL)}，其隸屬函數(shù)如圖4 所示。

2.5 模糊規(guī)則設(shè)計(jì)

本系統(tǒng)采取傳統(tǒng)的曼達(dá)尼(Mamdani)型模糊規(guī)則編輯器實(shí)現(xiàn)規(guī)則的控制，也即if…then…語(yǔ)句。整理成為矩陣表的形式，如表1 所示。

表1 模糊規(guī)則設(shè)計(jì)表

2.6 反模糊化

對(duì)輸出進(jìn)行反模糊化，得到t2的具體數(shù)據(jù)，從而實(shí)現(xiàn)了對(duì)路口的智能控制。反模糊化有多種實(shí)現(xiàn)方案，這里采取面積中心算法。即:

式中:μi為確定的輸入值A(chǔ)、B 所對(duì)應(yīng)的不同模糊子集的隸屬度;

τi為輸入模糊子集所對(duì)應(yīng)的重心值。

3 測(cè)試結(jié)果與分析

3.1 隸屬函數(shù)表

攝像頭采集車流量隸屬函數(shù)如表2 所示。

表2 模糊變量A 賦值表

環(huán)形線圈采集車流量的隸屬函數(shù)表如表3 所示。

表3 模糊變量B 賦值表

模糊決策輸出的隸屬函數(shù)表如表4 所示。

表4 模糊變量t2賦值表

3.2 仿真結(jié)果分析

利用公式(1)以及以上實(shí)驗(yàn)數(shù)據(jù)，可以給出整個(gè)實(shí)驗(yàn)系統(tǒng)的最終t2結(jié)果的查詢表格，如表5 所示。

表5 模糊控制規(guī)則查詢表

以上表中數(shù)據(jù)可以通過(guò)圖2～圖4，表1～表4 以及公式(1)計(jì)算而得，任舉一例:設(shè)A=3，B=15。

此時(shí):μX(VF)=0.75，μX(F)=0.5，μY(M)=0.5，μY(R)=0.5;這時(shí)可以激活四條模糊規(guī)則:(1)IF A is VF and B is M，then t2 M.此時(shí)τ1=12，故t2(1)=0.5* 12=6;

(2)IF A is VF and B is R，then t2 VL.此時(shí)τ2=25.5，故t2(2)=0.5* 25.5=12.75;

(3)IF A is F and B is M，then t2 M.此時(shí)τ3=12，故t2(3)=0.5* 12=6;

(4)IF A is F and B is R，then t2 L.此時(shí)τ4=18，故t2(4)=0.5* 12=9;

則有t2=(6+12.75+6+9)/(0.5+0.5+0.5+0.5)=16.875，進(jìn)位小數(shù)部分，故取t2=17。表格其他數(shù)據(jù)采用類似方式求得。

以通過(guò)交叉口的平均車輛延誤時(shí)間作為評(píng)價(jià)指標(biāo)來(lái)衡量模糊控制的控制性能。假設(shè)各方向車輛達(dá)到路口的情況是隨機(jī)的，且服從泊松分布，并設(shè)飽和流量為3 600 量/h。間隔采樣為1 分鐘，進(jìn)行多次MATLAB 仿真進(jìn)行比較，每次仿真為5 個(gè)周期，結(jié)果見(jiàn)表6。

表6 模糊控制與定時(shí)控制的仿真結(jié)果比較

由上表實(shí)驗(yàn)數(shù)據(jù)可以得到模糊控制的平均車輛延誤時(shí)間為132.7s/輛，而定時(shí)控制則為142.72s/輛，由此可見(jiàn)，模糊控制的方法比定時(shí)控制方法車輛延誤時(shí)間減少了7%，更能適應(yīng)交通量的隨機(jī)變化。

4 優(yōu)化系統(tǒng)時(shí)間顯示方案

由于系統(tǒng)采取模糊控制的方法來(lái)控制整個(gè)系統(tǒng)的交通綠燈時(shí)間，這樣就會(huì)造成每次通行時(shí)間都不是固定的問(wèn)題。這樣子不能給整個(gè)系統(tǒng)提供倒計(jì)時(shí)顯示，給通行車輛帶來(lái)了很多不便，會(huì)讓司機(jī)無(wú)法適從。于是從解決這個(gè)問(wèn)題的角度出發(fā)，提出了一種優(yōu)化系統(tǒng)時(shí)間顯示的方案，已達(dá)到人們習(xí)慣的倒計(jì)時(shí)顯示。

將綠燈通行時(shí)間T 做一個(gè)等分劃分，即將每次獲得的結(jié)果T 平均后倒計(jì)時(shí)顯示出來(lái)。不過(guò)這時(shí)候的通行倒計(jì)時(shí)時(shí)間閃爍一次不一定再是1 s，而是T/N s。這樣子就達(dá)到了給行人提供參照的標(biāo)準(zhǔn)，達(dá)到了預(yù)期的目的，即達(dá)到了智能控制車輛通行，又可以為行人提供心理準(zhǔn)備，從而實(shí)現(xiàn)了預(yù)期的便捷通行目標(biāo)。

5 結(jié)論與展望

通過(guò)模糊控制實(shí)現(xiàn)了車輛延誤時(shí)間最短的問(wèn)題，通過(guò)平均實(shí)時(shí)通行時(shí)間，達(dá)到了人們習(xí)慣的倒計(jì)時(shí)通行顯示的目的。整個(gè)系統(tǒng)解決了三岔路口的復(fù)雜交通狀況，并且根據(jù)人們實(shí)際的通行習(xí)慣進(jìn)行了優(yōu)化。當(dāng)然，對(duì)于像諸如北上廣這樣的國(guó)際大都市，經(jīng)常會(huì)出現(xiàn)各個(gè)路口均是一條長(zhǎng)龍的現(xiàn)象，此時(shí)，無(wú)論何種控制方案都很難解決交通阻塞現(xiàn)實(shí)。這就需要政府、公民等各方面相互協(xié)調(diào)，來(lái)更好的解決交通擁擠現(xiàn)實(shí)，以實(shí)現(xiàn)暢快的通行。

［1］石辛民，郝整清.模糊控制及其MATLAB 仿真［M］.北京:清華大學(xué)出版社，北京交通大學(xué)出版社，2008.

［2］田宇.基于模糊原理的城市交通信號(hào)燈控制方法的研究［J］.北華航天工業(yè)學(xué)院學(xué)報(bào)，2010，3(20):1673-7938.

［3］折志偉，賈輝然，姜文東，高娜.基于車輛通過(guò)頻率的智能交通控制器研究［J］.河北工業(yè)科技，2010，3(27):1008-1534.

［4］魏永超.基于SOPC 的視頻車輛檢測(cè)技術(shù)研究［J］.計(jì)算機(jī)技術(shù)與發(fā)展，2011，5(21):1673-629X.

［5］李宇成，李雷，王目樹.多車道的車流量統(tǒng)計(jì)［J］.自動(dòng)化儀表，2010，2(10).

［6］鄧宜陽(yáng).用PLC 實(shí)現(xiàn)道路十字路口交通燈的模糊控制［J］.成都大學(xué)學(xué)報(bào):自然科學(xué)版，2001，2(20):1004-5422.

［7］易俊華.城市交叉路口交通信號(hào)模糊控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)［D］.南京:中南大學(xué)，2010:1-67.

［8］周春蕾.基于FPGA 技術(shù)交通燈智能控制系統(tǒng)的研究［D］.石家莊:河北科技大學(xué)，2010:1-47.

［9］Mariagrazia Dotoli，Maria Pia Fanti.Fuzzy adaptive traffic control:application to an isolated intersection［EB/OL］.http://dee.poliba.it/LabControlli/file_pdf/Eunite2004.pdf.