智能交通環境下的Multi-Agent的交通仿真研究

于 海 熊 軍

(天津市市政工程設計研究院道橋分院，天津 300051)

智能交通環境下的Multi-Agent的交通仿真研究

于 海 熊 軍

(天津市市政工程設計研究院道橋分院，天津 300051)

在總結智能交通Agent技術的基礎上，把Multi-Agent 仿真應用于無信號交叉口的車流引導中，并以Netlogo語言為開發平臺進行了系統的建模、仿真與評價，探討了具體采用Multi-Agent技術進行交通仿真的方法，為Agent技術的研究奠定了基礎。

智能交通，Multi-Agent，交通仿真，信號

0 引言

交通引發的一系列問題正引起世界各國的高度重視，其中，如何更好地緩解交通擁堵，提高通行效率，降低環境污染，是當今學者著重研究的問題。在探索解決交通問題的途徑中，人們開始逐漸應用高新技術來改變傳統的交通控制與管理的方法，進而提出了“智能交通系統”這一概念。在智能交通環境中，要使人、車、路等不同的子系統互相協作，有力配合，就必須引入可以擁有自主行為的智能單元體作為各個系統的承載體。Agent作為一種智能的實體，擁有不同的層次，具體應用到交通領域中，可將智能交通系統中的各個子系統看作不同的Agent，使整個智能交通系統達到協調運行的目的。

對于Agent仿真的進展，目前國內外有許多研究機構都在積極開展這方面的研究。當今國內外的主流研究方向有：行為協調的學習、Agent間的相互學習以及學習和通信的關系這三個方面。環境中的Agent見圖1。

1 Multi-Agent系統技術特點與仿真需求

Multi-Agent特征：所謂Multi-Agent系統就是由許多Agent組成的系統，但并不是簡單的迭加，而是有機的組合。該系統具有通信機制和協調機制等重要特性。其中每個Agent可以與特定的一些其他Agent進行信息交換。Agent根據事先設定的規則、標準和方式，對實際發生的資源沖突、目標沖突等進行協商和協調，最終達到維護系統整體利益的效果。

傳統的研究方法往往用某些純數學的手段，來宏觀地刻畫復雜系統。這種自上而下的方法對復雜系統初期的研究做出了重要貢獻。但是，隨著對復雜系統研究的深入，只從宏觀上刻畫復雜系統是遠遠不夠的。這種自上而下的方法將復雜系統中所有個體都看作是同類，并因此忽略了個體的局部特征，所以使得該方法并不能刻畫一些局部的行為。

而基于Multi-Agent的復雜系統，首先根據所要研究的系統或現象定義單個的Agent，給其賦予一定的行為和參數，然后定義Agent 之間以及Agent與其環境之間的交互規則。通過Agent之間的交互來模擬所要刻畫的系統或現象。這種自下向上的方法自產生以來便得到了很成功的應用，很好的解決了傳統方法存在的問題，更加適用于研究現存復雜多變的交通控制系統以及需要大量信息交互的智能交通系統。

2 Multi-Agent仿真系統設計

2.1 仿真系統的需求分析和功能設計

本文所涉及的仿真評價系統，是在無信號交叉口的環境中，引導次路車輛穿越主路的仿真系統。

該引導系統是為無信號交叉口次路駕駛員設計的，協助其高效地完成穿越主路的車輛間隙，安全度過交叉口沖突區。系統依托于智能車路環境，應用臨界間隙理論，完成了包括引導方案制定、圖像仿真界面、可擴展程序設計等，使程序可以滿足后續開發等功能需求。

研究所涉及的仿真系統滿足以下要求:

1)實現引導方案的決策功能。

主要應用于特定的交通環境、信號規則、人車信息的條件下，引導策略和引導方案的制定。

2)實現引導系統的評價功能。

針對引導系統提出的引導策略和引導方案，仿真系統根據次路交叉口通行能力、排隊延誤、排隊長度等指標對引導系統進行評價，證明其優越性。

3)實現算法參數的標定功能。

針對模型算法中參數，如調速區長度、虛擬停車線的位置等進行標定。以次路通行能力、延誤為指標進行衡量，標定出最為合理的設置方案。

4)實現可視化的仿真效果。

仿真系統的輸入在后臺完成，輸出的引導方案和車輛行駛狀況在前臺展示。仿真系統要實現路段、交叉口、車輛的可視化仿真效果，直觀精確地表達引導系統的工作原理。

2.2 仿真系統總體結構

根據仿真系統的需求分析和功能設計，得到仿真系統的總體結構，如圖2所示。

該結構中各主體之間的具體關系為：

1)仿真者與仿真主體。仿真者與仿真主體為開發與被開發的關系，仿真者通過人機交互界面設定、開發仿真主體。反過來，仿真主體的運行效果影響仿真者的設計，達到反饋調節。

2)仿真主體與仿真界面。仿真主體的活動和運行效果通過仿真界面呈現給仿真者。

3)仿真主體與結果輸出。仿真主體的活動經過程序的記錄、分析，并通過具體指標(通行能力、排隊延誤、排隊長度等)形成仿真結果，呈現給仿真者。

4)仿真主體與交叉口、路段、引導策略。交叉口、路段、引導策略為仿真主體的三個對象，它們的成員變量與成員函數預先定義好存儲在仿真系統中，無返回值調用。

5)仿真主體與交叉口仿真模型、路段跟馳模型。交叉口仿真模型即系統模型算法，路段跟馳模型采用非線性模型。二者是仿真主體的預存儲過程，在仿真過程中直接由仿真主體調用。

6)仿真主體與交叉口車輛、路段車輛。交叉口車輛和路段車輛為仿真主體的兩個主要對象，它們的成員變量與成員函數預先定義好存儲在仿真系統中，有返回值調用。

2.3 仿真系統中各Agent類的設計

作為仿真對象的無信號交叉口次路車輛穿越引導系統中的Agent類，由車輛、路段、交叉口、引導策略等組成，具體見表1。

表1 Agent類的成員變量和成員函數

2.4 仿真環境及語言的選取

仿真系統選擇NetLogo語言作為無信號交叉口車輛穿越引導系統的仿真環境。

如圖3所示，橫向黑線代表交叉口沖突區的時間軸，從車輛到達交叉口到駛離交叉口所占用的時間以兩個數組形式嵌入該時間軸，前車的駛離時間和后車的進入時間差在交叉口沖突區的時間軸上顯示為不連續的時間段。豎向黑線同樣代表交叉口沖突區的時間軸，但顯示的是被次路來車的預計抵達交叉口和預計駛離交叉口的時間占用情況，引導系統通過判斷次路來車的情況從橫向時間軸被割裂剩余的不連續時間段中分配給次路來車，橫豎時間軸中對應情況如圖中虛線所示。

NetLogo具有出色的圖形輸出能力，可通過語言編程輸出大量數據，并可導出csv格式數據，便于使用Matlab等計算工具對仿真數據進行分析，包括交通量、延誤、單車位置速度關系圖等。

3 仿真結果對比

通過以上系統的仿真試驗，得出圖4兩個延誤參數的比較。可以看出，當使用無信號交叉口車輛穿越引導系統后，在主、次交通量較低的情況下，能夠很大程度上減少交叉口的平均延誤和停車次數。而決定延誤的主要因素由主路交通量轉移到次路交通量。

另外，向兩個系統同時輸入同一股車流，通過對比發現：在交通狀況完全相同的狀況下，引導系統的車輛采取了引導系統給予的不同的行車策略，提高了效率。

4 結語

傳統的交通流仿真軟件，如vissim等，都是通過對交通流設定不同的參數來實現系統的評價。因此，就無法實現對駕駛員的個性化引導，以及評定系統的優越性。而通過應用Multi-Agent理論，可以實現車輛Agent，路段Agent和引導策略Agent的仿真，并有效地提高了無信號交叉口的行車效率，減少交通延誤。

綜上所述，Agent技術的出現為進行交通問題研究提供了理想的解決途徑，基于Agent的智能交通的研究方法正在興起，我國目前對采用Agent技術進行交通問題研究也是剛剛開始，許多問題有待于進一步深入地研究。

[1] 陸化普.城市交通現代化管理[M].北京:人民交通出版社，1999:16-23.

[2] Burmeister B,Haddadi A,Matyli S G.Application of multi-agent systems in traffic and transportation[J].IEEE Proceedings Software Engineering,1997,144(1):51-60.

[3] 龍 瀛,沈振江,毛其智.城市系統微觀模擬中的個體數據獲取新方法[J].地理學報,2011,66(3):416-426.

Research on Multi-Agent traffic simulation under intelligent traffic environment

Yu Hai Xiong Jun

(BridgeBranch,TianjinMunicipalEngineeringDesignandResearchInstitute,Tianjin300051,China)

Based on summing up the intelligent transportation Agent technology, applied the Multi-Agent simulation to traffic flow guidance without signal intersection, and made system modeling, simulation and evaluation taking Netlogo language as development platform, discussed specific methods using Multi-Agent technology to traffic simulation, laid foundation for the research on Agent technology.

intelligent transportation, Multi-Agent, traffic simulation, signal

2015-01-08

于 海(1987- )，男，助理工程師； 熊 軍(1982- )，男，高級工程師

1009-6825(2015)09-0142-02

U121

A