道路車流量不均勻的交通燈控制系統(tǒng)研究

侯策　張沛

摘? 要：交通信號(hào)燈是城市交通重要的調(diào)節(jié)器，但隨著城市的發(fā)展，城市交通情況也愈加復(fù)雜。在路口車流量不均勻時(shí)，使用傳統(tǒng)的韋伯斯特配時(shí)方法難免會(huì)產(chǎn)生較多的信號(hào)損失。為解決這個(gè)問題，在傳統(tǒng)韋伯斯特配時(shí)方法的基礎(chǔ)上進(jìn)行了優(yōu)化，結(jié)合數(shù)字圖像處理技術(shù)處理監(jiān)控?cái)z像計(jì)算道路車流量，實(shí)現(xiàn)了一體化的交通燈控制系統(tǒng)，并設(shè)計(jì)了仿真實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，優(yōu)化后的系統(tǒng)可以在應(yīng)對(duì)復(fù)雜路況的情況下制定更合理的配時(shí)方案，使得道路具有更高的通行效率。

關(guān)鍵詞：GIS;交通燈;韋伯斯特配時(shí)法;數(shù)字圖像處理;交叉口

中圖分類號(hào)：U491.51? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2020）09-0010-04

Research on Traffic Light Control System with Uneven Road Traffic

HOU Ce，ZHANG Pei

（School of Geodesy and Geomatics，Wuhan University，Wuhan? 430079，China）

Abstract：Traffic lights are very important regulator of urban traffic. However，as the city develops，the situation of urban traffic become more complicated. When the road intersections traffic flow is uneven，traditional Webster timing method inevitably produces lots of signal loss. To solve this problem，this paper optimized the traditional Webster timing method，calculate road traffic with digital image processing technology，and designed a simulation experiment. Result shows that optimized system can generate a more reasonable timing plan when dealing with complex road conditions，and gets higher traffic efficiency at the same time.

Keywords：GIS;traffic light;Websters method of timing;digital image processing;intersection

0? 引? 言

隨著城市發(fā)展，城市中車輛也日益增多。高德地圖發(fā)布的《2018年Q1中國(guó)主要城市交通分析報(bào)告》中顯示，在全國(guó)的361座城市中有65座城市擁堵延時(shí)指數(shù)大于1.8，受到擁堵威脅[1]。交通擁堵會(huì)造成交通堵塞，降低道路通行效率，同時(shí)造成車輛的尾氣排放量增多，對(duì)環(huán)境產(chǎn)生惡劣的影響。

在交通燈配時(shí)方案的優(yōu)化中，改變信號(hào)相位綠信比的分配是一個(gè)重要手段。目前，國(guó)內(nèi)外學(xué)者大多采用對(duì)交通燈進(jìn)行建模，并通過以交叉路口平均延誤時(shí)間為指標(biāo)進(jìn)行分析的方法進(jìn)行優(yōu)化[2-5]，考慮到交通燈配時(shí)方案優(yōu)化的過程中不僅要考慮到使車流延誤最小，還要考慮行人延誤、污染物排放等多個(gè)指標(biāo)，學(xué)者們針對(duì)多個(gè)指標(biāo)研究?jī)?yōu)化了交通燈配時(shí)方案[6-8]。上述研究在一定程度上改善了交叉路口的通行狀況，提高了交叉路口的通行效率。而在交通流量的檢測(cè)方面，根據(jù)監(jiān)控?cái)z像檢測(cè)車輛的方法越來(lái)越受到學(xué)者關(guān)注[9，10]。

武漢大學(xué)測(cè)繪學(xué)院的大學(xué)生創(chuàng)新創(chuàng)業(yè)團(tuán)隊(duì)針對(duì)道路車流量不均勻的情形研究了交通燈配時(shí)系統(tǒng)，通過對(duì)交通燈配時(shí)算法中的韋伯斯特配時(shí)法進(jìn)行優(yōu)化，在道路兩邊車流量不均勻的情況下給出較優(yōu)的解決方案，并運(yùn)用交通路口的攝像頭采集車流數(shù)據(jù)，使得紅綠燈系統(tǒng)的數(shù)據(jù)采集和配時(shí)融為一體。

1? 韋伯斯特配時(shí)法

韋伯斯特配時(shí)法是以車輛延誤時(shí)間最小為目標(biāo)來(lái)計(jì)算信號(hào)配時(shí)的一種方法，因此其核心內(nèi)容是車輛延誤和最佳周期時(shí)長(zhǎng)的計(jì)算。其具體公式如下：

其中，d是車輛平均延誤，C是信號(hào)周期，λ是綠信比，Q是實(shí)際車流量，σ是飽和度，ρ是總流量比，各相位上的關(guān)鍵流量比之和。為使d最小，可以將d看作C的函數(shù)。對(duì)C求偏導(dǎo)，可得到信號(hào)周期的最佳值：

其中，τ為一個(gè)周期內(nèi)總的損失時(shí)間，等于各相位上車輛啟動(dòng)損失時(shí)間加全紅時(shí)間的總和。

ei是第i相位的有效綠燈時(shí)間，其公式為：

其中，ρi為第i相位關(guān)鍵流量比，C0為最佳周期長(zhǎng)度。

gi是第i相位的實(shí)際綠燈時(shí)間，其公式為：

其中，yi為第i相位的黃燈時(shí)間，τi為第i相位的車輛啟動(dòng)損失時(shí)間。

所以，可以根據(jù)建立的最佳信號(hào)周期和綠燈時(shí)間與各個(gè)路口的實(shí)際流量的關(guān)系，再計(jì)算出理論最佳信號(hào)周期和綠燈時(shí)間作為下一周期的初始值。

整個(gè)計(jì)算過程的流程圖大致如圖1所示。

韋伯斯特配時(shí)法原理簡(jiǎn)單，易于實(shí)現(xiàn)，被廣泛應(yīng)用在交通燈配時(shí)模型中。

2? 數(shù)字圖像處理獲取道路車流量

對(duì)監(jiān)控?cái)z像頭下的車輛識(shí)別并計(jì)數(shù)是紅綠燈系統(tǒng)獲取數(shù)據(jù)的主要手段。因紅綠燈每個(gè)周期需要實(shí)時(shí)制定配時(shí)方案，故要求道路信息獲取過程具有實(shí)時(shí)性的特點(diǎn)。本文采用MATLAB來(lái)進(jìn)行視頻圖像中車輛的識(shí)別以及計(jì)數(shù)。

2.1? MATLAB圖像處理概述

MATLAB具有完備的圖像處理功能，包含大量的數(shù)學(xué)運(yùn)算函數(shù)，可以方便地實(shí)現(xiàn)用戶的各種計(jì)算功能，函數(shù)中使用的算法都是科研和工程計(jì)算中的最新研究成果，且經(jīng)過了各種優(yōu)化和容錯(cuò)處理。MATLAB中計(jì)算機(jī)視覺系統(tǒng)工具箱內(nèi)置的函數(shù)非常多，使用方便，擁有可視化編程，易于上手，擁有高效性，非常實(shí)用，可以解決大多數(shù)圖像處理的問題。

2.2? 道路車流量檢測(cè)

MATLAB的計(jì)算機(jī)視覺系統(tǒng)工具箱中包含許多實(shí)用便捷的函數(shù)，因此在實(shí)際編程過程中，減少了許多變量的設(shè)置和操作目的的代碼，僅需要使用MATLAB中的函數(shù)代替即可。道路車輛識(shí)別算法流程大致如圖2所示。

實(shí)時(shí)車流檢測(cè)結(jié)果如圖3所示。

3? 紅綠燈交通管控方法優(yōu)化

當(dāng)車輛在交叉路口行駛的過程中，司機(jī)會(huì)有三種不同的行駛路線：直行、左轉(zhuǎn)和右轉(zhuǎn)。右轉(zhuǎn)的車輛因?yàn)闆]有與對(duì)向車輛相撞的危險(xiǎn)，所以不設(shè)計(jì)紅綠燈進(jìn)行控制。所以紅綠燈只控制直行和左轉(zhuǎn)的車流行駛。以十字路口為例，傳統(tǒng)的四相位交通燈模型將路口車輛的行駛過程大致分為四個(gè)相位：

（1）東南西北四個(gè)方向右轉(zhuǎn)車流正常行駛，東西向直行車流行駛。

（2）東南西北四個(gè)方向右轉(zhuǎn)車流正常行駛，東西向左轉(zhuǎn)車流行駛。

（3）東南西北四個(gè)方向右轉(zhuǎn)車流正常行駛，南北向直行車流行駛。

（4）東南西北四個(gè)方向右轉(zhuǎn)車流正常行駛，南北向左轉(zhuǎn)車流行駛。

具體過程可以用圖4表示。

傳統(tǒng)的四相位紅綠燈假設(shè)交通流穩(wěn)定的情況下建立交通模型，而現(xiàn)實(shí)生活中，大多數(shù)路口的車流量并不均勻。在這種情況下，傳統(tǒng)紅綠燈分配的時(shí)間會(huì)明顯變長(zhǎng)，造成極大的信號(hào)損失。下面以如表1所示的江蘇省南京市某交叉口晚高峰觀測(cè)數(shù)據(jù)為例進(jìn)行說明。

通過表1可以看出，該區(qū)域南向直行車流量大約是北向直行車流量的十余倍，數(shù)量相差懸殊，而北向左轉(zhuǎn)車流量約為直行車流量的三倍，路口的車流量呈現(xiàn)出明顯的不對(duì)稱。設(shè)黃燈時(shí)間為3.00 s，將表1數(shù)據(jù)帶入四相位韋伯斯特模型中配時(shí)計(jì)算可得各車道流量比，如表2所示。

可以看出，計(jì)算出的信號(hào)燈周期明顯大于正常生活中的范圍，這表明在路口車流分布不對(duì)稱的情況下，四相位韋伯斯特并不能得到很好的配時(shí)方案。這主要是因?yàn)楫?dāng)對(duì)稱方向的車流量相差較大時(shí)，某一方向車流全部行駛完畢后需要等待對(duì)向的車流，從而造成了極大的信號(hào)損失。為了解決這個(gè)問題，需要對(duì)紅綠燈的配時(shí)方法進(jìn)行優(yōu)化。本文主要通過改變紅綠燈配時(shí)模型中相位的分割來(lái)優(yōu)化模型。

新的配時(shí)方法在四相位交通燈模型的一、三相位之后加入了兩個(gè)相位，使之變成六相位，從而解決了交通燈在道路兩側(cè)車流量不均勻產(chǎn)生的問題。各相位具體情況如下：

（1）東南西北四個(gè)方向右轉(zhuǎn)車流正常行駛，東西向直行車流行駛。

（2）東南西北四個(gè)方向右轉(zhuǎn)車流正常行駛，東向或西向左轉(zhuǎn)車流同時(shí)行駛。

（3）東南西北四個(gè)方向右轉(zhuǎn)車流正常行駛，東西向左轉(zhuǎn)車流行駛。

（4）東南西北四個(gè)方向右轉(zhuǎn)車流正常行駛，南北向直行車流行駛。

（5）東南西北四個(gè)方向右轉(zhuǎn)車流正常行駛，南向或北向左轉(zhuǎn)車流同時(shí)行駛。

（6）東南西北四個(gè)方向右轉(zhuǎn)車流正常行駛，南北向左轉(zhuǎn)車流行駛。

具體過程可以用圖5表示。

4? 實(shí)驗(yàn)仿真及結(jié)果分析

對(duì)表1中的路口使用改進(jìn)后的六相位交通燈模型重新生成配時(shí)方案，計(jì)算步驟大致如下：

（1）計(jì)算各個(gè)相位的關(guān)鍵流量比：第一相位關(guān)鍵流量比取東西向直行車關(guān)鍵流量比中的較小值，第二相位關(guān)鍵流量比取東西向直行車流量比與東西向左轉(zhuǎn)車流量比的平均值，用公式表達(dá)為：

第三相位關(guān)鍵流量比取東西向直行車關(guān)鍵流量比中的較小值，第四至第六相位關(guān)鍵流量比仿照前三個(gè)相位對(duì)南北方向的車流量進(jìn)行規(guī)劃。

（2）計(jì)算相位損失時(shí)間。由圖6可知，整個(gè)周期中只有第三到第四周期時(shí)出現(xiàn)車流的中斷，其他各相位之間轉(zhuǎn)換時(shí)，由于總有一個(gè)方向的車流是連續(xù)的，損失的時(shí)間大約為0.5個(gè)相位。設(shè)黃燈時(shí)間為3.00 s，汽車啟動(dòng)時(shí)間約為3.00 s，所以算得相位損失時(shí)間約為：

（3）計(jì)算周期長(zhǎng)度。

（4）計(jì)算各個(gè)相位綠燈的時(shí)長(zhǎng)。

計(jì)算后的結(jié)果如下：

各車道流量比如表3所示。

可以看到信號(hào)燈周期相比四相位明顯縮短，綠燈時(shí)長(zhǎng)更為合理，說明六相位配時(shí)模型可以對(duì)車流量不均勻的路口生成更科學(xué)的配時(shí)方案。但在實(shí)際生活中，仍可根據(jù)實(shí)際路況對(duì)模型進(jìn)行調(diào)整，從而適應(yīng)更復(fù)雜的環(huán)境。

5? 結(jié)? 論

本文著眼于四相位紅綠燈配時(shí)模型在應(yīng)對(duì)道路車流量不均勻時(shí)的局限性，在傳統(tǒng)模型車流直行和左轉(zhuǎn)之間設(shè)計(jì)了同時(shí)放行直行與左轉(zhuǎn)的相位，提高了紅綠燈的使用率。同時(shí)采用攝像頭獲取道路車輛信息，結(jié)合數(shù)字圖像處理技術(shù)計(jì)算道路車流量，并與六相位紅綠燈配時(shí)方案相結(jié)合，完成了可以實(shí)現(xiàn)自動(dòng)控制的交通燈配時(shí)系統(tǒng)。經(jīng)過仿真實(shí)驗(yàn)，該方案對(duì)于車流量不均勻、擁堵嚴(yán)重路段配時(shí)的紅綠燈周期更短，紅綠燈時(shí)長(zhǎng)更合理，控制效果優(yōu)于傳統(tǒng)的四相位紅綠燈模型。

但該方案中仍存在一些問題，比如不同道路的飽和流率并不是相同的，飽和流率的確定依賴于道路自身的情況，需要進(jìn)行人工采集或者對(duì)路口處的歷史數(shù)據(jù)進(jìn)行分析才能得到具有參考意義的飽和流率。

參考文獻(xiàn)：

[1] 沙漏.2018城市出行人工智能解決方案提供商TOP10 [J].互聯(lián)網(wǎng)周刊，2018（11）：64-65.

[2] 盧凱，林觀榮，林永杰，等.考慮車流通行需求的交叉口綠信比分配模型 [J].東南大學(xué)學(xué)報(bào)（自然科學(xué)版），2019，49（3）：603-610.

[3] 常云濤，王奕彤.連續(xù)流交叉口信號(hào)配時(shí)優(yōu)化模型 [J].公路交通科技，2018，35（4）：93-101.

[4] 李麗麗，姚榮涵，周紅媚，等.渠化可變導(dǎo)向車道交叉口預(yù)設(shè)信號(hào)配時(shí)優(yōu)化模型 [J].吉林大學(xué)學(xué)報(bào)（工學(xué)版），2015，45（1）：75-81.

[5] SHU S J，ZHAO J，HAN Y，et al. Signal Timing Optimization for Transit Priority at Near-Saturated Intersections [J].Journal of Advanced Transportation，2018（12）：1-14.

[6] 劉暢，魏麗英.考慮人均延誤和人均排放的信號(hào)配時(shí)優(yōu)化模型 [J].哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2018，50（9）：83-88.

[7] PE?ABAENA-NIEBLES R，CANTILLO V，MOURA J L. Impact of transition between signal timing plans in social cost based in delay，fuel consumption and air emissions [J].Transportation Research，2015，41：445-456.

[8] HITCHCOCK O，GAYAH V V. Methods to reduce dimensionality and identify candidate solutions in multi-objective signal timing problems [J].Transportation Research Part C，2018（96）：398-414.

[9] 趙勇，李懷宇.基于視頻監(jiān)控的智能交通燈變換與道路流量計(jì)算方法 [J].電子設(shè)計(jì)工程，2018，26（7）：40-44.

[10] 邱利軍，景勝?gòu)?qiáng)，李云濤，等.一種基于灰度直方圖的分割閾值自動(dòng)檢測(cè)方法 [J].地理空間信息，2015，13（6）：115-117+14.

作者簡(jiǎn)介：侯策（1999—），男，漢族，天津人，本科在讀，研究方向：地理信息系統(tǒng)。