基于大數(shù)據(jù)的交叉口信號控制系統(tǒng)設(shè)計

李犇

摘要：平面交叉口作為交通沖突的集中點，是制約當前城市道路交通通行能力的瓶頸。文章基于大數(shù)據(jù)技術(shù)，構(gòu)建一體化交叉口信號處理系統(tǒng)，針對現(xiàn)有設(shè)施改善道路交通狀況，為解決道路交通問題帶來新的思路。

關(guān)鍵詞：大數(shù)據(jù)、平面交叉口、信號控制系統(tǒng)

Plane intersections，as the concentration point of traffic conflicts，are the bottlenecks that restrict the current road traffic capacity of cities.Based on big data technology，this article builds an integrated intersection signal processing system to improve the road traffic conditions for existing facilities，which can bring new ideas to solve road traffic problems.

Big data，Plane intersection，Signal control system

0 引言

道路路網(wǎng)中，平面交叉口是所有交通沖突的集中點，是制約城市道路交通通行能力的瓶頸。據(jù)不完全統(tǒng)計，約50%以上的大中城市，道路交通擁堵集中發(fā)生在平面交叉口上。

在平面交叉口發(fā)生擁堵時，往往部分方向車輛較少，但信號配時相對富余;而部分方向交通量大，多個信號周期均未能疏解交通，導致排隊長度長。通常的處理措施有兩種：

（1）由交警直接在交叉口信號機控制信號燈，人工干預(yù)調(diào)整信號周期，形成路段綠波帶。但該方法主觀性強，難以兼顧相鄰多個交叉口的交通關(guān)系，更難以提升整個路網(wǎng)交通通行能力。

（2）若對全部交叉口進行渠化改造，不僅投資巨大，而且工期較長，社會風險和影響大。

本文針對傳統(tǒng)方法的不足，提出了基于大數(shù)據(jù)的交叉口信號控制系統(tǒng)。

1 交通大數(shù)據(jù)

1.1 交通大數(shù)據(jù)簡介

大數(shù)據(jù)是指超過既往數(shù)據(jù)庫系統(tǒng)規(guī)模、傳輸速度和處理能力，或者既往數(shù)據(jù)庫系統(tǒng)結(jié)構(gòu)無法容納的數(shù)據(jù)。數(shù)據(jù)挖掘是從數(shù)據(jù)中挖掘出隱含、先前未知、有潛在用途、最終為人理解的關(guān)系、模式、趨勢和其他有用信息，并建立模型，用于預(yù)測、判斷和決策。

道路交通大數(shù)據(jù)具有可視化、信息量大、模態(tài)多樣化、價值密度稀疏等特點，其計算和求解具有較強的復(fù)雜性?；诘缆方煌ù髷?shù)據(jù)的高維特征信息，建立處理速度高、運營成本低、具備較高精度的道路交通大數(shù)據(jù)的融合、挖掘、知識獲取與推理方法，不僅可以有效提高道路交通大數(shù)據(jù)的計算和求解的效率，還能夠?qū)で蟮缆仿肪W(wǎng)整體滿意解的有效途徑，有效地進行道路交通預(yù)測、分析和決策，為解決道路交通問題帶來新的思路。

1.2 交通數(shù)據(jù)來源

以道路上行駛的機動車輛為檢測對象，采集交通流量、交通密度、車輛行駛速度等交通流參數(shù)，從而為實時交通管理提供數(shù)據(jù)，用于計算、預(yù)測各交通流向的交通量、道路延誤等數(shù)據(jù)，使道路交通管理者能有效地制定相應(yīng)措施，達到誘導交通、減緩交叉口交通堵塞、提升路網(wǎng)通行能力的目的。

1.2.1 現(xiàn)有交通管理系統(tǒng)數(shù)據(jù)

現(xiàn)有交通管理系統(tǒng)集成了監(jiān)測、控制和信息處理等子系統(tǒng)，在城市道路主要交叉口和路段中，設(shè)置了電子警察、治安卡口等諸多現(xiàn)代化聯(lián)網(wǎng)監(jiān)控設(shè)備，具有實時監(jiān)控、信息采集、自動檢測和識別等功能，是交叉口交通數(shù)據(jù)收集的基本措施。

1.2.2 安裝在公交車、出租車上的GPS定位裝置

配有GPS的公交車、出租車不僅能夠?qū)崟r跟蹤移動車輛的軌跡，也能夠動態(tài)感知城市道路的路網(wǎng)運行狀態(tài)和擁堵狀況，結(jié)合現(xiàn)有的城市交通調(diào)度系統(tǒng)數(shù)據(jù)，能有效檢測路段平均運行速度和路段行程時間，并進行交通擁堵分析和預(yù)測。

1.2.3 電信運營商數(shù)據(jù)

電信運營商的海量通信數(shù)據(jù)，如WEB訪問、APP使用情況、實時位置、移動管理等各種數(shù)據(jù)，可以為實時交通的決策分析提供有力的支持與良好的補充。

2 基于大數(shù)據(jù)的交叉口信號控制系統(tǒng)設(shè)計

2.1 框架設(shè)計

在本節(jié)中，為解決交叉口信號處理優(yōu)化問題，結(jié)合交通大數(shù)據(jù)的特性，利用大數(shù)據(jù)技術(shù)設(shè)計一種新的交叉口信號控制系統(tǒng)框架，具體如圖1所示。

該框架主要包含三個模塊：數(shù)據(jù)采集模塊、大數(shù)據(jù)處理模塊以及信號控制模塊。

（1）數(shù)據(jù)采集模塊主要采集實時數(shù)據(jù)和非實時數(shù)據(jù)。其中實時數(shù)據(jù)是指在交通現(xiàn)場監(jiān)測到的數(shù)據(jù)（如交叉路口的行車流量、當前交叉路口的信號配時數(shù)據(jù)等）;非實時數(shù)據(jù)是指事先測量好的數(shù)據(jù)（如路基數(shù)據(jù)、車道數(shù)據(jù)等）。

（2）大數(shù)據(jù)處理模塊主要負責交通數(shù)據(jù)的清洗、預(yù)處理，并利用大數(shù)據(jù)技術(shù)對處理好的數(shù)據(jù)進行深度分析，挖掘出當前交通狀況的行為特征，作出預(yù)測和態(tài)勢感知、分析，判斷未來行車流量。

（3）信號控制模塊主要負責優(yōu)化信號控制系統(tǒng)，包括優(yōu)化周期方案、綠信比方案、內(nèi)部相位方案和外部相位方案等，同時驗證優(yōu)化后的信號控制系統(tǒng)的正確性以及進行區(qū)域交通誘導。

2.2 系統(tǒng)實現(xiàn)流程

在預(yù)測某段時間行車交通狀況并實施交通誘導時，信號控制系統(tǒng)進行如下工作：

（1）輸入交通數(shù)據(jù)。將交通現(xiàn)場監(jiān)測到的數(shù)據(jù)（如交叉路口的行車流量、當前交叉路口的信號配時數(shù)據(jù)等）實時同步傳輸至大數(shù)據(jù)處理平臺。

（2）處理數(shù)據(jù)。對實時數(shù)據(jù)進行數(shù)據(jù)清洗、預(yù)處理，形成格式統(tǒng)一可用的數(shù)據(jù)。詳情如本文第3節(jié)所述。

（3）分析數(shù)據(jù)。對處理好的數(shù)據(jù)進行深度分析，挖掘出交通狀況的行為特征，計算行車平均速度、相位差，并代入預(yù)測模型，作出預(yù)測和態(tài)勢感知、分析，判斷未來行車流量，給出合理信號配時參數(shù)和相位參數(shù)。詳情如本文第4節(jié)所述。

（4）配置參數(shù)。利用大數(shù)據(jù)平臺給出的結(jié)果為各信號控制交叉路口設(shè)置新的信號周期、信號相序、相位綠信比和相對相位差等參數(shù)。

（5）誘導交通。依據(jù)配置好的參數(shù)以及預(yù)測的行車流量，引導交通秩序。

實現(xiàn)流程如圖2所示。

3 交通數(shù)據(jù)處理

數(shù)據(jù)清洗：為了提高數(shù)據(jù)的有效性，在數(shù)據(jù)應(yīng)用之前需要對采集的原始數(shù)據(jù)進行數(shù)據(jù)清洗，即主要解決原始數(shù)據(jù)中的“垃圾數(shù)據(jù)”，包括重復(fù)數(shù)據(jù)、異常數(shù)據(jù)、不規(guī)范數(shù)據(jù)和缺失數(shù)據(jù)等。

數(shù)據(jù)預(yù)處理：指對清洗完的數(shù)據(jù)進行數(shù)據(jù)集成、數(shù)據(jù)轉(zhuǎn)換和數(shù)據(jù)規(guī)約等過程。

數(shù)據(jù)分析：采用數(shù)據(jù)挖掘算法對交通數(shù)據(jù)進行深度分析，挖掘出行車流特征，結(jié)合歷史數(shù)據(jù)以及預(yù)測模型，給出未來行車狀況。

3.1原始數(shù)據(jù)處理

由于原始數(shù)據(jù)信息量巨大，需要通過數(shù)據(jù)挖掘技術(shù)，從海量的數(shù)據(jù)中，通過選擇、處理、轉(zhuǎn)換等一系列過程，提取出用于計算各交叉口交通流信息的數(shù)據(jù)。常用的數(shù)據(jù)挖掘方法包括關(guān)聯(lián)規(guī)則、數(shù)據(jù)分類、預(yù)測、聚類分析方法等。

原始數(shù)據(jù)處理流程如圖3所示。

3.2計算各交叉口交通流信息

根據(jù)處理過的數(shù)據(jù)，計算、預(yù)測各交叉口交通流信息，主要信息包括：

（1）計算交叉口各方向交通流量;

（2）預(yù)測可能造成交通延誤的交叉口和具體的交通流方向;

（3）可能造成擁堵的交叉口延誤時間。

平面交叉口交通流信息具有高維特征信息的特點，其交通數(shù)據(jù)流定義如表1所示。

4 核心功能算法

在新的交叉口信號控制系統(tǒng)中，核心的功能模塊主要是大數(shù)據(jù)處理模塊，其主要包括行車流量預(yù)測、平均車速計算、相位差計算等任務(wù)。本節(jié)主要利用LSTM模型的優(yōu)點，給出大數(shù)據(jù)處理模塊的實現(xiàn)算法。

算法：

輸入：歷史行車流量數(shù)據(jù)（Train_data）和當前交通數(shù)據(jù)（Test_data）。

輸出：下一時間段行車流量數(shù)據(jù)（TestPredict_data）、計算平均速度（average_speed）、計算相位差（phase_difference）。

（1）配置預(yù)測環(huán)境。

（2）將數(shù)據(jù)集分成兩部分：訓練集（Train set）和測試集（Test set），比例分別占數(shù)據(jù)集的2/3和1/3。

（3）將數(shù)據(jù)歸一化處理，使得數(shù)據(jù)都在[0，1]之間。

（4）使用輸入的數(shù)據(jù)構(gòu)造出兩個矩陣，分別是“歷史數(shù)據(jù)”Train_data（作為預(yù)測因子）和“未來數(shù)據(jù)”Test_data（作為預(yù)測目標）。結(jié)合時間步維度，進行神經(jīng)網(wǎng)絡(luò)訓練。

（5）構(gòu)建LSTM模型，并進行訓練：

LSTM_mode=keras_model_sequential（）

TrainScore=LSTM_mode（Train_data，layer，dense）

（6）下一時間段行車流量預(yù)測：

TrainPredict_data=LSTM_mode（Train_data）

TestPredict_data=LSTM_mode（Test_data）

（7）結(jié)果校正和驗證，輸出下一時間段行車流量數(shù)據(jù)（TestPredict_data）。

（8）計算平均速度（average_speed）。

（9）計算相位差（phase_difference）。

（10）輸出行車流量數(shù)據(jù)（TestPredict_data）、平均速度（average_speed）、相位差（phase_difference）。

5 開發(fā)與應(yīng)用

5.1軟件編程開發(fā)與運行環(huán)境

基于大數(shù)據(jù)的交叉口信號控制系統(tǒng)的編程開發(fā)與運行環(huán)境，操作系統(tǒng)為Win32/Win64/WinCE，數(shù)據(jù)庫為Oracle 10 g和內(nèi)存數(shù)據(jù)庫，集成開發(fā)環(huán)境為JDK，系統(tǒng)開發(fā)語言為Java和python。

5.2系統(tǒng)的應(yīng)用

基于大數(shù)據(jù)的交叉口信號控制系統(tǒng)在實施中具有很好的應(yīng)用效果，成為了城市交通管理信息系統(tǒng)的重要組成部分。在城市交通管理部門的監(jiān)管下，該系統(tǒng)在最近一年的測試、試運行和正式運行過程中，運行效果良好。在如今的交通管理信息系統(tǒng)中，該系統(tǒng)不僅可以有效地挖掘交叉口潛在的通行能力，提升路網(wǎng)整體運行效率和服務(wù)水平，還能節(jié)約政府對交通基礎(chǔ)設(shè)施的投入，為廣大市民出行營造良好的道路環(huán)境，社會效益良好。

6 結(jié)語

基于大數(shù)據(jù)的交叉口信號控制系統(tǒng)在不改變原有路網(wǎng)結(jié)構(gòu)、交叉口渠化的基礎(chǔ)上，可根據(jù)實時交通量數(shù)據(jù)，通過調(diào)整信號燈配時，形成區(qū)域、路段的綠波帶，達到加快市內(nèi)車輛的流速、減緩擁堵的目的，是一種經(jīng)濟合理、見效較快的改善交通狀況措施，具有廣泛的應(yīng)用前景。

參考文獻：

[1]楊雪峰，陳來榮.基于大數(shù)據(jù)思維分析的交叉口交通信息處理方法[J].黑龍江交通科技，2017，40（1）：157-159.

[2]盧 倩.隧道交通狀況的大數(shù)據(jù)挖掘方法研究[D].貴陽：貴州大學，2016.

[3]葉 卿.信號控制交叉口交通擁堵狀態(tài)識別方法研究[D].廣州：華南理工大學，2015.