基于實(shí)時數(shù)據(jù)的路口信號控制方法研究

摘要 隨著汽車工業(yè)的迅猛發(fā)展，我國汽車保有量不斷增加，城市交通擁堵問題亟須解決。在當(dāng)前有限的交通路網(wǎng)條件下，如何優(yōu)化道路路口的交通運(yùn)行能力成為一項(xiàng)迫切的任務(wù)。該文通過結(jié)合路口行人和車輛計(jì)數(shù)以及道路車流量實(shí)時數(shù)據(jù)，展開對路口實(shí)時信號控制問題的深入研究。基于路口信號模糊控制器的應(yīng)用，實(shí)現(xiàn)了路口信號控制配時策略，通過仿真軟件VISSIM進(jìn)行試驗(yàn)，研究結(jié)果表明：采用路口道路人車流量實(shí)時監(jiān)測的路口信號模糊控制方法能夠顯著提高路口通行效率。試驗(yàn)結(jié)果驗(yàn)證了該控制方法的有效性，具體體現(xiàn)在能夠有效減少路口通行車輛的停車次數(shù)和延誤時間。該研究成果對于解決城市路口交通擁堵問題、優(yōu)化路口通行效率具有重要的現(xiàn)實(shí)意義。

關(guān)鍵詞 路口信號控制；實(shí)時數(shù)據(jù)；模糊控制；通行效率

中圖分類號 U491 文獻(xiàn)標(biāo)識碼 A 文章編號 2096-8949（2024）14-0026-04

0 引言

我國汽車工業(yè)在2022年取得了顯著的發(fā)展，民用汽車保有量達(dá)到了2.98億輛，這一龐大數(shù)字印證了汽車行業(yè)的蓬勃增長。然而，隨之而來的是城市交通擁堵問題的日益凸顯。傳統(tǒng)的交通管理方式面臨著諸多局限，例如僅僅通過增加道路數(shù)量等手段來解決擁堵問題的效果有限。在當(dāng)前路網(wǎng)條件下，如何優(yōu)化城市道路的交通運(yùn)行能力成為亟待解決的重要課題[1]。尤其是交叉路口，作為整個道路系統(tǒng)的關(guān)鍵節(jié)點(diǎn)，其交通信號控制方式亟待改進(jìn)和創(chuàng)新。目前，交通信號的控制主要仰賴歷史流量統(tǒng)計(jì)和固定配時方式。然而，由于車輛目的地和方向的隨機(jī)性，這種傳統(tǒng)方式難以應(yīng)對道路流量的快速變化，導(dǎo)致了路口擁堵和通行效率的下降[2]。固定配時也無法實(shí)時感知路口的排隊(duì)情況，可能導(dǎo)致信號控制時間的浪費(fèi)，從而進(jìn)一步影響城市交通的運(yùn)行效率。在這一挑戰(zhàn)的背后，智慧城市和交通的興起提供了新的解決思路?；谌斯ぶ悄?、云計(jì)算和大數(shù)據(jù)等技術(shù)，交通智能化管理成為當(dāng)前研究的焦點(diǎn)之一[3]。計(jì)算機(jī)視覺技術(shù)的應(yīng)用成為實(shí)時感知交通運(yùn)行狀態(tài)并進(jìn)行信號優(yōu)化控制的有效途徑。通過訓(xùn)練行人和車輛識別網(wǎng)絡(luò)，系統(tǒng)能夠?qū)崟r檢測道路路口的車輛和行人情況，并對其進(jìn)行統(tǒng)計(jì)分析，獲取人車流數(shù)據(jù)，從而實(shí)現(xiàn)對路口交通管理的智能化決策。該創(chuàng)新方法有望極大提高信號控制的效率，避免擁堵，減少信號控制時間的浪費(fèi)，進(jìn)而優(yōu)化城市道路的交通運(yùn)行[4]。智能交通系統(tǒng)的建設(shè)需要借助計(jì)算機(jī)視覺技術(shù)，通過實(shí)時監(jiān)測和數(shù)據(jù)分析，使得信號燈的控制更加精準(zhǔn)和靈活。該手段不僅可以緩解交通擁堵，還有助于提高整個城市交通系統(tǒng)的運(yùn)行效率，為未來城市交通的可持續(xù)發(fā)展奠定堅(jiān)實(shí)的基礎(chǔ)。

1 路口信號模糊控制方法

1.1 模糊控制器輸入量選擇

式中分子為下一通行方向加權(quán)和，NCi、NBi、NMi分別為下一通行方向i中汽車、公交車、摩托車數(shù)量，

Pc、Pb、Pm為汽車、公交車、摩托車路口通行權(quán)重，其具體數(shù)值分別為3、5、1。分母為路口四個方向各類車輛加權(quán)之后的總和。

下一通行方向i車流量檢測輸入公式如式2所示。

式中單位為輛，為下一相位通行方向上游道路視頻檢測的1分鐘道路車輛數(shù)量；單位為輛，為當(dāng)前路口下一相位通行方向的車輛檢測數(shù)量。

1.2 模糊控制器結(jié)構(gòu)設(shè)計(jì)與控制規(guī)則

模糊控制器的運(yùn)作方式可以類比于人類大腦對問題的思考過程，其工作原理是通過感知和處理來自外界的輸入信息，并根據(jù)設(shè)定的專家知識或控制規(guī)則產(chǎn)生精確的模糊輸出[5]。這種控制器被廣泛應(yīng)用于解決非線性和模糊知識的問題。以路口信號控制為例，模糊控制器的結(jié)構(gòu)包括模糊化產(chǎn)生器、模糊推理機(jī)、模糊控制規(guī)則庫、反模糊化以及最小綠燈時長自適應(yīng)調(diào)整模塊等五個主要部分。首先，輸入的交通信號狀態(tài)（如車輛數(shù)量、道路擁堵情況等）經(jīng)過模糊化產(chǎn)生器處理，轉(zhuǎn)換成模糊的變量。然后，這些模糊變量通過模糊推理機(jī)與模糊控制規(guī)則庫相結(jié)合，根據(jù)預(yù)先設(shè)定的模糊控制規(guī)則進(jìn)行推理，從而產(chǎn)生模糊輸出。這一過程類似于人類大腦根據(jù)經(jīng)驗(yàn)和知識處理信息、作出決策的過程。隨后，通過反模糊化將模糊輸出轉(zhuǎn)換為具體的控制指令，例如確定綠燈持續(xù)時間、黃燈延遲等。最后，通過最小綠燈時長自適應(yīng)調(diào)整模塊，對綠燈時長進(jìn)行優(yōu)化和調(diào)整，以適應(yīng)實(shí)時交通情況的變化。該系統(tǒng)化的結(jié)構(gòu)使得模糊控制器能夠有效地處理復(fù)雜的交通信號控制問題，提高路口的通行效率。尤其在面對非線性和模糊性較強(qiáng)的交通環(huán)境時，模糊控制器表現(xiàn)出色，能夠根據(jù)實(shí)際情況進(jìn)行靈活調(diào)整和優(yōu)化，從而實(shí)現(xiàn)更加智能和高效的交通管理。

模糊控制規(guī)則表達(dá)了輸入和輸出之間的關(guān)系，通常以“TF ……THEN……”的形式呈現(xiàn)。在路口信號模糊控制器設(shè)計(jì)中，控制方向車輛占比和道路車流量各有7個和5個模糊子集，共形成了35個模糊控制規(guī)則[6]。表格1展示了綠燈增加時長的模糊控制規(guī)則，用以指導(dǎo)實(shí)際交叉路口的信號控制。在實(shí)際控制過程中，路口信號模糊控制器需要根據(jù)其可理解的語言作出控制決策。因此，綠燈增加時長的模糊控制規(guī)則表需要轉(zhuǎn)化為模糊控制語言。以下是將模糊控制規(guī)則轉(zhuǎn)換為模糊語句的例子：IF（H=VS）AND（Q=L）THEN（T=ZD）。這種表達(dá)方式能夠清晰地描述當(dāng)某方向車輛占比非常少且該方向車流量較少時，建議分配最短的綠燈增加時長。

表中英文縮寫VS，S，CS，NO，CB，B，VB分別代表比量非常小、小、較小、正常、較大、大、非常大；英文縮寫L，CL，ME，CM，MO分別代表車流量少、較少、中、較多、多；英文縮寫ZD，HD，D，JD，ZH，JC，C，HC，ZC分別代表綠燈延長時間最短，很短、短、較短、中、較長、長、很長、最長。

使用重心法解模糊控制器輸出，以獲取路口信號綠燈時長的增量。在基于模糊控制器計(jì)算得到的綠燈時長增量T后，結(jié)合上述模糊控制器結(jié)構(gòu)和最小綠燈時長，Tmin可以推導(dǎo)出下一相位綠燈的控制時長Tg，具體表達(dá)式如公式3所示。

式中綠燈時長增量T單位為s；最小綠燈時長Tmin單位為s；下一相位綠燈的控制時長Tg單位為s。

2 路口信號模糊控制方法仿真

設(shè)計(jì)和實(shí)施基于模糊控制的路口信號配時策略是為了提高交通路口的通行效率和交通流量的優(yōu)化分配。首先，需要使用交通仿真軟件VISSIM搭建路口的仿真環(huán)境，包括道路、車輛、交通信號燈等元素。然后，設(shè)計(jì)模糊控制器的結(jié)構(gòu)，包括模糊化產(chǎn)生器、模糊推理機(jī)、模糊控制規(guī)則庫、反模糊化以及最小綠燈時長自適應(yīng)調(diào)整模塊等組成部分。在搭建好仿真環(huán)境和設(shè)計(jì)好模糊控制器的基礎(chǔ)上，通過VISSIM提供的外部接口將仿真數(shù)據(jù)傳輸至MATLAB進(jìn)行控制策略的仿真測試。在MATLAB中，可以實(shí)現(xiàn)模糊控制算法，并與仿真數(shù)據(jù)進(jìn)行交互，模擬實(shí)際路口的信號控制過程。通過對模糊控制器的輸入?yún)?shù)進(jìn)行調(diào)整和優(yōu)化，可以得到最優(yōu)的信號配時策略。為了評估設(shè)計(jì)的控制策略在合理性和優(yōu)越性方面的有效性，可以使用VISSIM自帶的評價指標(biāo)來進(jìn)行比較分析。此類評價指標(biāo)包括平均車速、車輛延誤時間、停車次數(shù)等，可以直觀地反映交通系統(tǒng)的運(yùn)行效果。同時，還可以與現(xiàn)實(shí)中路段的定時控制進(jìn)行比較，以驗(yàn)證模糊控制策略的優(yōu)越性和實(shí)用性。通過設(shè)計(jì)和實(shí)施基于模糊控制的路口信號配時策略，并通過仿真測試驗(yàn)證其有效性，可以為交通管理部門提供科學(xué)的決策依據(jù)，優(yōu)化交通路口的運(yùn)行效率，解決城市交通擁堵問題，提升交通系統(tǒng)的整體性能。

通過對圖1所示的十字路口進(jìn)行研究，該路口連接了A、B、C、D四個道路方向，每條道路均為雙向六車道。路口的單個方向分布有右轉(zhuǎn)、直行、左轉(zhuǎn)加直行三個車道[7]。路口的控制規(guī)則為：各方向右轉(zhuǎn)的信號保持綠燈，而直行加左轉(zhuǎn)以及直行方向采用固定綠燈配時信號控制。在這個具體的路口場景中，將研究實(shí)時控制方法，以優(yōu)化信號燈的配時，提高路口的通行效率，并且緩解城市道路的擁堵問題。

在仿真中采用了與實(shí)際路口一致的固定配時方式和控制時長。相位方式采用前文分析的四相位輪放控制策略，信號燈類型包括紅、綠、黃三種。具體的固定信號配時策略如圖1所示，其中A、B、C、D四個相位方向的綠燈時長分別設(shè)置為33 s、18 s、26 s、16 s，根據(jù)對實(shí)際路口的觀測結(jié)果進(jìn)行調(diào)整。在仿真系統(tǒng)中，為了模擬路口車輛的運(yùn)行狀況，需要結(jié)合實(shí)際情況為每一條路段設(shè)置輸入車流量。VISSIM提供了各種車型以及每種車型的流量比例和期望車速輸入。在車型類別上，選擇車輛檢測中的三類檢測目標(biāo)，即公交車、汽車和摩托車。基于前期調(diào)研獲得的路口實(shí)際運(yùn)行狀態(tài)，表2中設(shè)置了10組不同車流量的數(shù)據(jù)，以模擬實(shí)際道路車流量的不同情況。其中，1、2、3、4組車流量數(shù)據(jù)分別模擬A、B、C、D四個相位方向中高流量下的車流量狀態(tài)，而5、6、7、8組車流量數(shù)據(jù)分別模擬A、B、C、D四個相位方向中低流量下的車流量狀態(tài)。9、10組分別模擬四個相位方向都為高流量或低流量的車流量狀態(tài)。該設(shè)定旨在全面評估提出的控制策略對不同車流情景的適應(yīng)性。

在進(jìn)行仿真之前，仿真系統(tǒng)首先模擬了一段時間內(nèi)的車輛輸入情況，該時間段內(nèi)路口并未形成車輛排隊(duì)等待，也沒有車輛通行。為了實(shí)現(xiàn)這一模擬，特設(shè)定了檢測器開始采集時間為仿真運(yùn)行的前30 s，并將檢測器的采樣時間間隔設(shè)置為30 s，該設(shè)置方式的目的在于仿真初始階段進(jìn)行車輛輸入的模擬，使得路口系統(tǒng)在沒有排隊(duì)車輛和通行車輛的情況下開始運(yùn)行。通過運(yùn)行10組不同車流量數(shù)據(jù)輸入，這些數(shù)據(jù)對應(yīng)于定時策略控制的情況，從而導(dǎo)出了仿真運(yùn)行的結(jié)果。這一過程允許評估提出的基于模糊控制的路口信號配時策略在不同流量條件下的性能表現(xiàn)，為后續(xù)的效果分析提供了試驗(yàn)數(shù)據(jù)。

3 仿真結(jié)果分析

在不改變路口交通模型的基礎(chǔ)上，采用基于模糊控制策略的配時方案進(jìn)行分析，以研究在不同車流量和道路運(yùn)行狀況下的效果。在各個路段增加了車流量檢測器，并利用VISSIM軟件將路段車流量檢測結(jié)果、路口排隊(duì)參數(shù)等信息上傳?；谀：刂品椒ㄉ陕房谛盘柕目刂茣r長，并將控制信息通過VISSIM軟件中的COM組件寫入配時文件，實(shí)現(xiàn)對路口信號的實(shí)時控制。在進(jìn)行與定時控制相同的10組流量輸入的重復(fù)試驗(yàn)后，得到了基于模糊控制策略的路口運(yùn)行仿真結(jié)果。在分析過程中，特別關(guān)注10組不同車流量輸入狀態(tài)下路口各方向在12次采樣時間段內(nèi)的路口平均停車次數(shù)。該比較分析旨在評估基于模糊控制策略的路口信號配時方案相對于定時控制的優(yōu)越性，為控制策略的效果提供了翔實(shí)的數(shù)據(jù)支持。

基于實(shí)時的人車數(shù)據(jù)，對不同車流量下采用固定配時和模糊控制策略的路口總平均停車次數(shù)進(jìn)行了模擬。通過對比圖2中的總平均停車次數(shù)，發(fā)現(xiàn)采用模糊控制配時策略對于車流量較小的B、C相位方向的停車次數(shù)有顯著減少，分別減少了23%和21%。而在車流量較大的A和D相位方向，模糊控制策略也實(shí)現(xiàn)了較大程度減少，分別減少了10%和15%。研究結(jié)果表明：模糊控制配時在不同車流量條件下能夠有效減少路口的停車次數(shù)，進(jìn)而提高路口的通行效率。

通過對不同車流量下采用固定配時和模糊控制策略的路口總平均延誤時長進(jìn)行模擬，研究結(jié)果如圖3所示。根據(jù)試驗(yàn)結(jié)果的對比分析，基于模糊控制配時策略使得路口各相位方向的總平均延誤時長顯著減少。在A、B、C、D四個相位方向上，模糊控制配時相較于固定配時，平均總延誤時長分別減少了18%、28%、24%、16%。這表明模糊控制配時策略在不同車流量條件下都能有效地降低路口的平均延誤時長，進(jìn)一步提高了路口的交通運(yùn)行效率。

4 結(jié)論

通過基于VISSIM仿真軟件模擬不同車流量輸入情況下的路口運(yùn)行情況，實(shí)時采樣了路口四個通行方向的平均停車次數(shù)和平均延誤時長，以動態(tài)反映路口的實(shí)際運(yùn)行狀態(tài)。在比較兩種配時策略下各方向的平均停車次數(shù)和平均延誤時長時，采用基于路口實(shí)時人車數(shù)據(jù)的模糊控制配時算法顯示出顯著的效果。試驗(yàn)結(jié)果表明：模糊控制配時算法在不同車流量輸入情況下能夠有效地降低路口的停車次數(shù)和延誤時間。該算法對車流量的變化具有較強(qiáng)的適應(yīng)性，從而提高了路口信號控制效率，對路口交通擁堵起到了緩解作用。因此，在智慧交通路口信號燈實(shí)時控制系統(tǒng)的控制方法研究中，基于實(shí)時人車數(shù)據(jù)的模糊控制配時算法具有一定的參考價值。該研究成果可為優(yōu)化城市交通流、提高路口通行效率提供有益的指導(dǎo)，可為未來智慧交通系統(tǒng)的發(fā)展和應(yīng)用提供新的思路。

參考文獻(xiàn)

[1]張紹秋.智能行人過街交通信號控制器設(shè)計(jì)與策略研究[J].智能建筑與智慧城市，2021（4）：10-12+17.

[2]舒凌洲，吳佳，王晨.基于深度強(qiáng)化學(xué)習(xí)的城市交通信號控制算法[J].計(jì)算機(jī)應(yīng)用，2019（5）：1495-1499.

[3]Filipe Rodrigues， Carlos M. Lima Azevedo. Towards robust deep reinforcement learning for traffic signal control： Demand surges， incidents and sensor failures[C].In Proceedings of the IEEE Intelligent Transportation Systems Conference （ITSC）， 2019.

[4]Martfog based workflow for traffic control networks[J]. Future Generation Computer Systems， 2019， 97：825–835.

[5]吳慶哲，周俊.基于模糊控制的多路口路段交通信號燈信號周期的研究[J].工業(yè)控制計(jì)算機(jī)，2019（6）：81-82+85.

[6]黃帥.基于邊緣計(jì)算和深度學(xué)習(xí)的路口信號控制方法研究[D].長沙：中南大學(xué)，2022.

[7]葛亮，王煒，陳學(xué)武，等.信號控制交叉口配時優(yōu)化研究[J].交通與計(jì)算機(jī)，2003（5）：7-10.

收稿日期：2024-03-05

作者簡介：唐麗霞（1977—），女，大專，研究方向：交通信息工程及控制。