城市交叉口的智能控制策略

陳丹丹， 賈 娟 （上海海事大學(xué)，上海 200135）

·交通運(yùn)輸·

城市交叉口的智能控制策略

陳丹丹， 賈 娟 （上海海事大學(xué)，上海 200135）

進(jìn)入20世紀(jì)以來，隨著汽車工業(yè)的發(fā)展，汽車成為了人們?nèi)粘Ｉ钪斜夭豢缮俚慕煌üぞ摺ｋm然汽車工業(yè)給人們帶來了便利，但同時(shí)也帶來了一系列令人困惑的問題，如交通擁擠、交通事故、環(huán)境污染等。城市交通狀況的改善不能只是通過改建道路，更重要的是將現(xiàn)有的道路條件進(jìn)行優(yōu)化，尤其是交叉口對交通狀況更是起著至關(guān)重要的作用。

目前大多數(shù)控制系統(tǒng)是從國外進(jìn)口的，采用定時(shí)控制或感應(yīng)控制。首先，它們不太符合中國的國情。定時(shí)控制以英國的TRRL法為主，該方法主要針對于機(jī)動(dòng)車交通的信號(hào)配時(shí)，對于我國的混和交通的特點(diǎn)也有局限性。其次，定時(shí)控制適合于交叉口的交通流量變化比較有規(guī)律的交通情況。感應(yīng)控制比定時(shí)控制更能適應(yīng)交通流量的隨機(jī)變化，但是感應(yīng)控制的算法中只是考慮對當(dāng)前通行相位時(shí)間的延長，而沒有考慮其他相位的車輛排隊(duì)情況。

解決以上問題的方法有兩種：一是采用數(shù)學(xué)模型對交叉口各個(gè)方向的車輛到達(dá)做準(zhǔn)確的預(yù)測，根據(jù)運(yùn)籌學(xué)和最優(yōu)化的理論確定各個(gè)方向的綠燈時(shí)間；二是采用智能控制的方法對交叉口進(jìn)行控制。由于城市交通系統(tǒng)具有隨機(jī)性、模糊性、不確定性等特點(diǎn)，很難對其建立數(shù)學(xué)模型。所以根據(jù)模糊理論的特性，對其采用模糊控制。在模糊理論研究方面，以Zadeh提出的分解定理和擴(kuò)張?jiān)瓌t為基礎(chǔ)的模糊數(shù)學(xué)理論已有大量的成果問世，在模糊邏輯的應(yīng)用方面，自從1974年英國的Mamdani首次將模糊邏輯用于蒸汽機(jī)的控制后，模糊控制在交通運(yùn)輸、機(jī)器人、工業(yè)控制得到了廣泛而卓有成效的應(yīng)用。

1 模糊控制的工作原理

1.1 交叉口的設(shè)置

案例路口如圖所示，圖中交叉口為東、西、南、北四個(gè)方向，路口有機(jī)動(dòng)車流和非機(jī)動(dòng)車流，這些車流分為直行、左轉(zhuǎn)和右轉(zhuǎn)。一般情況下實(shí)際中的右轉(zhuǎn)車輛只與馬路行人和非機(jī)動(dòng)車流發(fā)生沖突，所以對于右轉(zhuǎn)車輛我們只使用定時(shí)控制使其與行人和非機(jī)動(dòng)車流交替行駛。

圖1 交叉口示意圖

對于每個(gè)方向直行與左轉(zhuǎn)車道均設(shè)有兩個(gè)線圈感應(yīng)器構(gòu)成檢測區(qū)，這兩個(gè)感應(yīng)器相距150m。設(shè)在停車線處的稱為前端檢測器，用于檢測該車道的車輛離開數(shù)；距離停車線一定距離處的稱為后端檢測器，用于檢測車輛到達(dá)數(shù)，根據(jù)檢測算法可以得到某車道上兩檢測器之間的排隊(duì)車輛數(shù)。

1.2 兩級(jí)模糊控制器的結(jié)構(gòu)

兩級(jí)模糊控制器的組成圖如圖所示。此系統(tǒng)為閉環(huán)控制系統(tǒng)。

圖2 兩級(jí)模糊控制系統(tǒng)的組成圖

通常，將模糊控制器輸入變量的個(gè)數(shù)稱為模糊控制器的維數(shù)。一維模糊控制器一般用于一階被控對象，由于這種控制器輸入變量只選一個(gè)誤差，它的動(dòng)態(tài)控制性能不佳，因此被廣泛采用的均為二維模糊控制器，這種控制器通常以誤差和誤差的變化為輸入變量，以控制量的變化為輸出變量。

本文采用的兩級(jí)模糊控制器分為觀測級(jí)和決策級(jí)，分別觀測紅燈和綠燈的交通流數(shù)據(jù)。為了有效地適應(yīng)交通條件的變化，控制器不僅要改變周期和綠信比的長度，而且還要改變相位順序，這樣可以提高控制器的控制性能。

兩級(jí)模糊控制器根據(jù)車輛檢測器提供的信息選擇通行相位。當(dāng)某一相位被選中后，控制器將賦予其通行權(quán)；給予此相位最小綠燈時(shí)間，以后控制器每隔2s新采集一次信息，并做出決定是延長綠燈時(shí)間還是進(jìn)行相位切換。這里路口直行相位的最短綠燈時(shí)間定為20s，左轉(zhuǎn)定為25s。另外，每一相位車輛連續(xù)等待的時(shí)間不能過長，這里定為120s，否則駕駛?cè)藦男睦锷喜荒苋淌堋?/p>

1.3 兩級(jí)模糊控制器的設(shè)計(jì)

兩級(jí)模糊控制器的觀測級(jí)包括兩個(gè)模塊：紅燈相位選擇模塊和綠燈相位觀察模塊，決策級(jí)只有一個(gè)決策模塊，每個(gè)模塊都是一個(gè)子模糊控制器。

紅燈相位選擇模塊根據(jù)車輛檢測器檢測到的交通信息，判斷除當(dāng)前綠燈方向外所有紅燈相位的交通狀況，計(jì)算各紅燈相位等待綠燈的緊迫度，并確定出對綠燈要求最為緊迫的紅燈相位作為下一個(gè)綠燈相位的候選相位和它的相位緊迫度，將它們傳送給決策模塊。綠燈相位觀測模塊根據(jù)車輛檢測到的交通信息判斷當(dāng)前綠燈方向交通狀況，確定綠燈相位繁忙度，也將其傳遞給決策模塊。決策模塊根據(jù)第一級(jí)兩個(gè)模塊的輸出比較紅燈相位等待綠燈的緊迫度和綠燈相位的繁忙度，決定是切換相位還是延長當(dāng)前綠燈時(shí)間。如果由紅燈相位選擇模塊選出的相位緊迫度比由綠燈相位觀察模塊觀察的綠燈相位繁忙度高，那么決策模塊將進(jìn)行綠燈相位的切換，否則繼續(xù)延長當(dāng)前綠燈時(shí)間。

（1）紅燈相位選擇模塊

該模塊輸入的是除綠燈相位之外的所有紅燈相位交通流數(shù)據(jù)，輸出是被選出的相位）和它的相位緊迫度）。Up說明了本相位的綜合交通狀況。

①輸入變量：qr和tr；輸出變量：Ur

qr是車道上兩個(gè)檢測器之間的車輛數(shù)，tr是某個(gè)車流方向自上次綠燈結(jié)束后紅燈持續(xù)的時(shí)間。這兩個(gè)變量反映了當(dāng)?shù)亟煌顩r。Ur是交通緊迫度，它反映了一個(gè)交通流的交通狀況。

qr的計(jì)算方法如下：qr=qr0+c

式中，qr0——上次綠燈結(jié)束時(shí)一個(gè)車道兩檢測器之間的車輛數(shù)，c——紅燈期間一個(gè)車道的車輛到達(dá)數(shù)。

②輸入輸出變量的模糊語言

③模糊規(guī)則

模糊控制規(guī)則依據(jù)的原則是：當(dāng)車道上已到達(dá)的車輛數(shù)增多或紅燈持續(xù)時(shí)間增長時(shí)，車流的緊迫度會(huì)相應(yīng)的升高。表1列出的是相關(guān)文獻(xiàn)根據(jù)專家經(jīng)驗(yàn)和實(shí)踐總結(jié)而建立起來的模糊控制規(guī)則表。

④變量論域

qr的基本論域 ｛0,1,2,3,…,30 ｝；

tr的基本論域 （0,120 ）；

ur的基本論域 （0,6 ）；

qr的論域 ｛0,3,6,9,…,30 ｝；

tr的論域 ｛0,12,24,36,48,60,72,84,96,108,120 ｝；

ur的論域 {0,1,2,3,4,5,6}。

比例因子均取值為1。

表1 模糊控制規(guī)則表

圖3 輸入變量qr/輛

圖4 輸入變量tr/s

圖5 輸出變量Ur

在模糊規(guī)則表中共有25條模糊語句， 每條模糊語句都對應(yīng)一條模糊關(guān)系：

式中：i=0,1,2,…,24；M1表示一種矩陣運(yùn)算關(guān)系，目的是把11×11矩陣寫成121×1列向量；分別表示這條規(guī)則對應(yīng)的向量，可以在隸屬函數(shù)圖中查到。如：第一條規(guī)則：

總的模糊關(guān)系是由25條模糊關(guān)系并運(yùn)算而成，是一個(gè)121×7矩陣，即：

式中，M2也表示一種矩陣運(yùn)算關(guān)系，目的是把11×11矩陣寫成1×121行向量。

⑦去模糊化

一般情況下，采用重心法對輸出Ur進(jìn)行去模糊化。重心法是指取模糊集隸屬函數(shù)曲線同基礎(chǔ)變量軸所圍而積得重心對應(yīng)的基礎(chǔ)變量作為清晰值的方法。其公式是：

以上過程輸出的是一個(gè)交通流的緊迫度Ur，將一個(gè)相位的所有交通流緊迫度取平均值，便得到這個(gè)相位的相位緊迫度Up。比較所有紅燈相位緊迫度，選出其中最大的一個(gè)，就得到了此模塊的輸出相位Pr和它的緊迫度Up。

（2）綠燈相位觀察模塊

這個(gè)模塊以綠燈相位交通流數(shù)據(jù)作為輸入，以產(chǎn)生的綠燈相位繁忙度）為輸出。綠燈交通流選擇綠燈相位各交通里最大剩余車輛數(shù)（qg）和綠燈相位經(jīng)過最小綠燈時(shí)間后的綠燈延長時(shí)間（tg ）。相似地，綠燈相位模塊按照紅燈相位模塊進(jìn)行模糊運(yùn)算，得到當(dāng)前綠燈相位的繁忙度。

（3）決策模塊

該模塊是以上兩個(gè)模塊的輸出：紅燈相位選擇出的候選相位（Pr）、該相位的相位緊迫度（Up ）和綠燈相位觀察出的綠燈相位繁忙度（Bt）作為輸入，輸出的是決策（Dc）。去模糊化后就得到是否轉(zhuǎn)換當(dāng)前綠燈相位的決策度，如果決策度（Dc）大于規(guī)定的閾值1.5，那么就切換相位，否則繼續(xù)延長當(dāng)前綠燈時(shí)間。

2 MATLAB仿真研究

為檢測本文的兩級(jí)模糊控制器，利用MATLAB對其仿真，并將其與定時(shí)系統(tǒng)進(jìn)行對比。假定采用圖1所示的四相位交叉口，八個(gè)車道檢測區(qū)內(nèi)的車輛到達(dá)是隨機(jī)的，四個(gè)相位的各路口飽和量都是1 440（輛），仿真時(shí)間是2 400s，每2s進(jìn)行一次交通流的數(shù)據(jù)采集和模糊判斷。車輛的到達(dá)率在0.1～0.7輛/s，車輛的駛出率是1輛/s。假設(shè)各車輛到達(dá)交叉口是隨機(jī)的切服從泊松分布。本文利用MATLAB中的隨機(jī)函數(shù) （random）產(chǎn)生各相位的初始排隊(duì)車輛數(shù)和計(jì)數(shù)時(shí)間到達(dá)的車輛數(shù)。并將模糊控制和定時(shí)控制在不同的交通狀況下的效果進(jìn)行比較，模糊控制的方法明顯優(yōu)于定時(shí)控制，車輛的平均延誤時(shí)間明顯減少，更能適應(yīng)復(fù)雜多變的交通控制系統(tǒng)。

圖6 Up-Bt-Dc關(guān)系圖

3 結(jié)束語

城市路口交通燈的控制是城市交通管理的一個(gè)突出問題。目前絕大多數(shù)城市中的交通燈采用的是固定延時(shí)的方法，即每一相位都有固定的綠燈延遲時(shí)間。眾所周知，道路上的車流量具有極大的隨機(jī)性和模糊性，是一個(gè)典型的時(shí)變系統(tǒng)。特別在上、下班時(shí)間，路口往往堆積著大量車輛，給人們的通行帶來了極大的不便。

本文所采用的模糊控制方法是根據(jù)交通信息的實(shí)時(shí)采集計(jì)算，按照交通需求自適應(yīng)地改變周期、相位順序和綠信比，從而及時(shí)疏導(dǎo)交通，有效減少交叉口平均延誤時(shí)間，提高交叉口的通行能力。

[1] 李國勇.智能控制及其MATLAB實(shí)現(xiàn)[M].北京：電子工業(yè)出版社，2006.

[2] 袁振洲.道路交通管理與控制[M].北京：人民交通出版社，2007.

[3] 林莉蕓，項(xiàng)湜伍.交通燈的一種智能模糊控制系統(tǒng)[J].人工智能及識(shí)別技術(shù)，2007(3):237-238.

[4] 陳志強(qiáng)，芮延年，陳冶湘.城市路口交通燈多級(jí)智能控制方法的研究[J].江蘇電器，2007(5):14-15.

[5] 陳洪明.智能交通系統(tǒng)及其建模技術(shù)研究[J].四川建材，2008(5):167-169.

[6] Qiao Feng-xiang,Yi Ping,Yang Hai,S.Devarakonda.Fuzzy Logic Based Intersection Delay Estimation[J].Mathematical and Computer Modelling,2002,36:1425-1434.

Intelligent Control Strategy of Urban Intersections

CHEN Dan-dan,JIA Juan (Shanghai Maritime University,Shanghai 200135,China)

采用模糊控制實(shí)現(xiàn)對交叉口的智能控制，所用交叉口為四相位的交叉口，依據(jù)隨機(jī)函數(shù)產(chǎn)生的交通流量數(shù)據(jù)對其設(shè)計(jì)兩級(jí)模糊控制器，提高實(shí)時(shí)控制的靈活性。最后運(yùn)用MATLAB對模糊控制器進(jìn)行了仿真，仿真結(jié)果表明模糊智能控制對紅綠燈的實(shí)時(shí)控制優(yōu)于以往的定時(shí)控制，以達(dá)到改善交通擁擠的目的。

交叉口；智能控制；模糊控制器；MATLAB

In this paper,we use fuzzy control to realize intelligent control of intersection.The intersection used in the text is a four-phase one,and then according to the traffic data generated by random function,we design its two-stage fuzzy controller to improve the flexibility of real-time control.Finally MATLAB is used to simulate the fuzzy controller.The simulation results show that the fuzzy intelligent control is better than previous timing control in real-time control of traffic lights to achieve the purpose of improving traffic congestion.

single intersection;intelligent control;fuzzy controller;MATLAB

U491.5+1

A

2011-01-19

陳丹丹（1985-），女，河南睢縣人，上海海事大學(xué)經(jīng)濟(jì)與管理學(xué)院碩士研究生，研究方向：交通運(yùn)輸規(guī)劃與管理；賈 娟（1986-），女，山東蕪湖人，上海海事大學(xué)經(jīng)濟(jì)與管理學(xué)院碩士研究生，研究方向：供應(yīng)鏈與物流管理。

1002-3100(2011)04-0109-04