宋征宇
(航天科工廣信智能技術(shù)有限公司)
當(dāng)前,城市規(guī)模不斷擴(kuò)大,機(jī)動車保有量持續(xù)增加,交通擁堵已經(jīng)成為了我國各個城市面臨的主要課題。在公共交通系統(tǒng)中,交通信號具有不可替代的作用,能夠?qū)囕v和行人的交通行為進(jìn)行合理有效的調(diào)整,保證城市交通秩序。目前,很多地區(qū)交通信號控制系統(tǒng)相對落后,在實際應(yīng)用過程中經(jīng)常出現(xiàn)各類問題,為此應(yīng)當(dāng)全面加強(qiáng)交通信號系統(tǒng)的研究,積極引入智能化的交通信號控制系統(tǒng),不斷提高交通調(diào)節(jié)能力,促進(jìn)我國城市交通壓力的全面緩解,滿足人們工作生活的需求。
智能化的交通信號控制系統(tǒng)能夠通過彼此相互關(guān)聯(lián)的智能體對城市較為復(fù)雜的交通控制要求進(jìn)行全面有效的控制和管理,并且能夠從全局的角度完善城市地區(qū)的交通總體規(guī)劃,完成設(shè)計的各項任務(wù)目標(biāo)。智能交通信號控制系統(tǒng)主要包括擁堵管控、仿真動態(tài)路徑、系統(tǒng)建模和管理等方面的內(nèi)容。在實際運(yùn)用該系統(tǒng)的過程中,除對局部交通系統(tǒng)進(jìn)行優(yōu)化之外,還需要操作人員掌握整體控制策略,提高管理效率,促進(jìn)交通協(xié)調(diào)疏導(dǎo)管理水平的全面提高[1]。
傳統(tǒng)的城市交通管理系統(tǒng)主要采用SCOOT系統(tǒng)、SCATS系統(tǒng)和TUC系統(tǒng)等結(jié)構(gòu),這種結(jié)構(gòu)模型能夠有效的處理部分地區(qū)的交通擁堵狀況,但隨著城市規(guī)模的持續(xù)擴(kuò)大,管控路口數(shù)量限制增加,傳統(tǒng)的管理模式已經(jīng)無法滿足當(dāng)前的需求,也無法實施管控和數(shù)據(jù)及時傳輸。為有效解決城市地區(qū)交通擁堵的問題,智能化交通信號控制系統(tǒng)應(yīng)運(yùn)而生,對城市交通狀況的改善具有重要作用。
智能交通信號控制系統(tǒng)涉及內(nèi)容較為復(fù)雜,需要通過內(nèi)部不同子系統(tǒng)之間的協(xié)調(diào)配合完善城市地區(qū)各個路段的管理,同時,需要妥善處理交通密度、平均車速、交通流量、通行能力、最大交通飽和量等因素之間的關(guān)系。目前,城市交通信號能夠?qū)我皇致房诘慕煌顩r進(jìn)行全面有效的控制,但系統(tǒng)缺少靈活性,無論路口交通狀況如何,交通信號始終恒定不變[2]。智能交通信號控制系統(tǒng)能夠?qū)崿F(xiàn)點控制,依據(jù)路口的車流量和人流量及時對信號進(jìn)行調(diào)整,增加相位在單一路口的數(shù)量,調(diào)節(jié)綠色信號燈的比例,保證路口的交通暢通。
神經(jīng)網(wǎng)絡(luò)控制技術(shù)主要是依據(jù)人類自身具備的經(jīng)驗、知識以及大腦的特定結(jié)構(gòu)機(jī)理對系統(tǒng)實施控制的操作方法。神經(jīng)網(wǎng)絡(luò)控制技術(shù)具備良好的智能型,可以有效解決不確定的以及非線性的復(fù)雜系統(tǒng)控制,同時,具備較強(qiáng)的學(xué)習(xí)以及修正能力,在網(wǎng)絡(luò)系統(tǒng)中離散性的分布和儲存,能夠?qū)崿F(xiàn)對無法建模以及非線性控制系統(tǒng)的有效映射,適合應(yīng)用于無法利用數(shù)學(xué)模型進(jìn)行準(zhǔn)確建模的交通系統(tǒng)中。同時,神經(jīng)網(wǎng)絡(luò)系統(tǒng)無法及時確定初始權(quán)值,學(xué)習(xí)時間較長,不具備實效性,對硬件的各種設(shè)備以及信號控制器有極高的要求,對實時變化的交通情況適應(yīng)能力存在不足。研究人員將神經(jīng)網(wǎng)絡(luò)控制技術(shù)與模糊控制系統(tǒng)進(jìn)行結(jié)合,利用函數(shù)自動生成和自動提取功能,可以有效解決神經(jīng)網(wǎng)絡(luò)系統(tǒng)學(xué)習(xí)能力不足的問題[3]。在實際操縱過程中,主要是利用信息處理單元實現(xiàn)各類數(shù)據(jù)的自動化處理。整個操縱過程中首先需要建立模糊的數(shù)學(xué)模型,形成神經(jīng)系統(tǒng)的模糊網(wǎng)絡(luò)結(jié)構(gòu),并對網(wǎng)絡(luò)系統(tǒng)進(jìn)行必要的訓(xùn)練。在完成上述操作后需要進(jìn)行數(shù)據(jù)信息的實地采集,通過網(wǎng)絡(luò)系統(tǒng)的精確計算,得出合理的交通模式,最終設(shè)計出紅綠燈系統(tǒng)的控制管理方案。
模糊控制不需要利用數(shù)學(xué)模型,能夠通過對人腦的有效模擬,實現(xiàn)準(zhǔn)確的判斷以及推理,并能夠用較為自然的語言將人類的常識和主要經(jīng)驗進(jìn)行全面準(zhǔn)確的表達(dá),最終建立起適合計算機(jī)進(jìn)行處理的模型結(jié)構(gòu)。在信號燈控制中引入模糊控制,能夠模仿交警指揮交通的經(jīng)驗,實現(xiàn)對交通的良好控制。模糊控制中最重要的系統(tǒng)是專家系統(tǒng),主要包括推理機(jī)、知識數(shù)據(jù)庫及模型數(shù)據(jù)庫等,該系統(tǒng)具備處理大量知識和經(jīng)驗的能力,利用計算機(jī)和人工智能技術(shù)進(jìn)行推理判斷,進(jìn)而對人的決策過程進(jìn)行全面系統(tǒng)的模擬。專家系統(tǒng)充分利用各類知識對交通情況進(jìn)行核實以及預(yù)測,利用人機(jī)交互界面輸入各種用戶信息,形成計算機(jī)系統(tǒng)中的規(guī)范化表達(dá),通過相關(guān)模塊的處理轉(zhuǎn)化為用戶能夠理解的表達(dá)形式。同時,模糊控制系統(tǒng)主要存在的不足之處為缺少系統(tǒng)的參數(shù)調(diào)整和建立方法,操縱過程主要依靠技術(shù)人員的經(jīng)驗進(jìn)行反復(fù)試驗,主觀性較強(qiáng)。在應(yīng)用過程中無法結(jié)合外界情況變化及時做出調(diào)整,這也導(dǎo)致系統(tǒng)控制的精度不足。
綜合應(yīng)用感應(yīng)線圈、視頻、微波等多種方式以及物聯(lián)網(wǎng)新技術(shù),實時采集路口及主干道交通流信息,實現(xiàn)交通運(yùn)行狀態(tài)的動態(tài)感知、交通擁堵情況的實時監(jiān)測與預(yù)警,為交通信息服務(wù)提供堅實的數(shù)據(jù)支撐。
當(dāng)控制路段存在車輛駛?cè)霑r,不考慮次路情況,一旦智能控制系統(tǒng)檢測到車輛信息,則需要將主路信號燈調(diào)整為綠色通行狀態(tài),如存在持續(xù)經(jīng)過主路的車輛,則需要繼續(xù)將信號燈設(shè)置為綠燈,當(dāng)綠燈時間達(dá)到設(shè)計的最大數(shù)值后可將信號燈調(diào)整,次路設(shè)置為綠燈,達(dá)到最小設(shè)置時間后主路繼續(xù)為綠燈。在主路不存在車輛但次路存在車輛的情況下,將次路信號燈設(shè)置為綠燈,持續(xù)存在車輛時保證綠燈不變,一旦主路出現(xiàn)車輛,則應(yīng)當(dāng)在次路綠燈達(dá)到最小時長后調(diào)整為主路綠燈。紅綠燈的調(diào)整應(yīng)當(dāng)以主路為主,同時,給予次路必要的通行時間[4]。
同時,在控制設(shè)計過程中應(yīng)當(dāng)充分考慮非機(jī)動車和行人的通行狀態(tài),合理設(shè)計綠燈的最短時間和最長時間。目前,綠波帶的線控制方法得到了廣泛應(yīng)用,在實際設(shè)計操作中,車輛以某種速度行駛,一旦在第一個路口遇到綠燈的情況,其余路口應(yīng)當(dāng)均為綠燈。后續(xù)車輛應(yīng)當(dāng)與前方車輛信號燈設(shè)置保持基本一致,形成綠色通道。如交通系統(tǒng)中不存在交叉路口和信號燈,則需要對周邊交通情況進(jìn)行詳細(xì)的分析,確定最為合理的控制方案,確保交通順利,實現(xiàn)城市交通狀況的全面改善[5]。
智能交通信號控制系統(tǒng)對城市交通的發(fā)展具有重要作用,為此相關(guān)機(jī)構(gòu)應(yīng)當(dāng)加強(qiáng)研究,結(jié)合城市情況設(shè)計合理的控制方案,促進(jìn)城市交通的全面發(fā)展。