基于神經(jīng)網(wǎng)絡(luò)的嵌入式智能交通指揮系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

鄒熒熒

（廣西德意數(shù)碼股份有限公司 廣西南寧市 530022）

基于神經(jīng)網(wǎng)絡(luò)的嵌入式智能交通指揮系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

鄒熒熒

（廣西德意數(shù)碼股份有限公司 廣西南寧市 530022）

交通運(yùn)輸作為國(guó)民經(jīng)濟(jì)的基礎(chǔ)，其所存在的問題是各國(guó)面臨的共同問題，為了緩解或解決交通問題，建設(shè)智能交通系統(tǒng)成為重要的措施。本文中所述的基于神經(jīng)網(wǎng)絡(luò)的嵌入式智能交通指揮系統(tǒng)屬于智能交通系統(tǒng)中關(guān)于智能交通管制、動(dòng)態(tài)路徑引導(dǎo)、智能信號(hào)、公共交通優(yōu)先、智能車輛管理的一部分，由物聯(lián)采集傳輸端，信號(hào)控制端及智能分析調(diào)度平臺(tái)構(gòu)成。系統(tǒng)是結(jié)合視頻采集和嵌入式物聯(lián)信息采集技術(shù)和GIS、移動(dòng)通訊無線通信技術(shù)進(jìn)行數(shù)據(jù)采集和傳輸，獲取交通流量和路況環(huán)境數(shù)據(jù)，并以研究和實(shí)現(xiàn)的人工神經(jīng)網(wǎng)絡(luò)建模和算法進(jìn)行實(shí)時(shí)計(jì)算與分析，得出最優(yōu)的交通策略，實(shí)現(xiàn)交通指揮智能化、自動(dòng)化、科學(xué)化。

智能交通；神經(jīng)網(wǎng)絡(luò)；數(shù)據(jù)采集；分析調(diào)度；智能交通管制；動(dòng)態(tài)路徑引導(dǎo)

1 前言

交通運(yùn)輸作為國(guó)民經(jīng)濟(jì)的基礎(chǔ)，對(duì)于經(jīng)濟(jì)發(fā)展和社會(huì)進(jìn)步具有重要的作用。但是當(dāng)前交通問題仍是各國(guó)面臨的共同問題，為了緩解或解決交通問題，投入建設(shè)智能交通系統(tǒng)成為重要的措施。所謂智能交通系統(tǒng)就是將先進(jìn)的信息技術(shù)、數(shù)據(jù)通訊傳輸技術(shù)、電子傳感技術(shù)及計(jì)算機(jī)軟件處理技術(shù)等有效地集成運(yùn)用于整個(gè)地面交通管理系統(tǒng)中而建立的一種在大范圍、全方位發(fā)揮作用的高效、便捷、安全、環(huán)保、舒適、實(shí)時(shí)、準(zhǔn)確的綜合交通運(yùn)輸管理系統(tǒng)。本文中所述的基于神經(jīng)網(wǎng)絡(luò)的嵌入式智能交通指揮系統(tǒng)就屬于智能交通系統(tǒng)中關(guān)于智能交通管制、動(dòng)態(tài)路徑引導(dǎo)、智能信號(hào)、公共交通優(yōu)先、智能車輛管理的一部分。

2 設(shè)計(jì)目標(biāo)

（1）搭建基于安全平臺(tái)的智能交通分析調(diào)度系統(tǒng)，實(shí)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)的交通數(shù)據(jù)分析，并對(duì)交通樞紐的監(jiān)控和調(diào)度。

（2）完成面向智能交通管制、動(dòng)態(tài)路徑引導(dǎo)、智能信號(hào)交通的人工神經(jīng)網(wǎng)絡(luò)建模和相應(yīng)算法的研究，實(shí)現(xiàn)該模型和算法模塊的開發(fā)，并完成交通流量采集傳輸端和交通信號(hào)燈控制端的集成開發(fā)。

（3）實(shí)現(xiàn)系統(tǒng)依據(jù)實(shí)時(shí)車流數(shù)據(jù)和實(shí)際環(huán)境，智能控制信號(hào)，科學(xué)引導(dǎo)車輛通行。

3 基于神經(jīng)網(wǎng)絡(luò)的嵌入式智能交通指揮系統(tǒng)設(shè)計(jì)

3.1 應(yīng)用模型

該系統(tǒng)由物聯(lián)采集傳輸端，信號(hào)控制端及智能分析調(diào)度平臺(tái)構(gòu)成。系統(tǒng)應(yīng)用示意圖如圖1所示。

圖1 系統(tǒng)應(yīng)用示意圖

（1）采集傳輸端，由地感線圈、視頻攝像槍和移動(dòng)通訊無線傳輸模塊組成。當(dāng)行人和車輛經(jīng)過車道，由地感線圈和視頻槍采集得到交通流量數(shù)據(jù)，由移動(dòng)通訊傳輸模塊將流量數(shù)據(jù)和相關(guān)的環(huán)境參數(shù)發(fā)送至信號(hào)控制端和分析調(diào)度平臺(tái)。

（2）信號(hào)控制端，由人工神經(jīng)網(wǎng)絡(luò)模型及算法模塊、信號(hào)控制器和移動(dòng)通訊無線傳輸模塊組成。當(dāng)控制端接收到流量數(shù)據(jù)和相關(guān)的環(huán)境參數(shù)后，人工神經(jīng)算法模塊自我學(xué)習(xí)，進(jìn)行策略對(duì)比，并計(jì)算出最優(yōu)的交通疏導(dǎo)算法，從而控制交通信號(hào)燈的時(shí)間。并通過移動(dòng)通訊無線傳輸模塊將得到的策略和數(shù)據(jù)與分析調(diào)度平臺(tái)進(jìn)行同步。

（3）分析調(diào)度平臺(tái)，是整個(gè)系統(tǒng)的管理中心、數(shù)據(jù)存儲(chǔ)中心、數(shù)據(jù)分析中心、指揮調(diào)度中心。負(fù)責(zé)接收采集端和控制端的的所有數(shù)據(jù)，并進(jìn)行存儲(chǔ)管理，對(duì)各個(gè)交通樞紐進(jìn)行實(shí)時(shí)動(dòng)態(tài)監(jiān)控，當(dāng)發(fā)現(xiàn)異常便觸發(fā)預(yù)警，可以通過平臺(tái)進(jìn)行遠(yuǎn)程人工指揮調(diào)度理。

3.2 關(guān)鍵技術(shù)及設(shè)計(jì)

基于神經(jīng)網(wǎng)絡(luò)的嵌入式智能交通指揮系統(tǒng)采用的核心技術(shù)是人工神經(jīng)元網(wǎng)絡(luò)技術(shù)，并選取了以物聯(lián)感知采集為輔的技術(shù)研發(fā)方向。

3.2.1 人工神經(jīng)網(wǎng)絡(luò)及技術(shù)

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks，簡(jiǎn)寫為ANNs）簡(jiǎn)稱神經(jīng)網(wǎng)絡(luò)（NNs）或連接模型（Connection Model），是一種模范動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行處理的算法數(shù)學(xué)模型。它依靠系統(tǒng)的復(fù)雜程度，以調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系達(dá)到處理信息的目的。

人工神經(jīng)網(wǎng)絡(luò)的基本功能如下：①聯(lián)想記憶。②非線性映射。③分類與識(shí)別。④優(yōu)化計(jì)算。⑤知識(shí)處理。這些特征與功能，使得人工神經(jīng)網(wǎng)絡(luò)成為解決很多問題的有力工具。

（1）人工神經(jīng)網(wǎng)絡(luò)建模

人工神經(jīng)網(wǎng)絡(luò)具有良好的自學(xué)習(xí)、自適應(yīng)、聯(lián)想記憶、并行處理和非線形轉(zhuǎn)換的能力。構(gòu)筑合適的網(wǎng)絡(luò)結(jié)構(gòu)，固定處理單元（神經(jīng)元）的數(shù)目，通過信息樣本和變換神經(jīng)元間的連接強(qiáng)度對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，使其具有類似人的大腦記憶、辨識(shí)能力，完成各種信息的處理功能。

神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則可以粗略分成三類，這些類別分別如下：

第一類相關(guān)學(xué)習(xí)規(guī)則。這種規(guī)則只根據(jù)連接間的激活水平改變權(quán)系數(shù)。貫用于自聯(lián)想網(wǎng)絡(luò)，如Hopfield網(wǎng)絡(luò)。

第二類糾錯(cuò)學(xué)習(xí)規(guī)則。這種規(guī)則根據(jù)輸出節(jié)點(diǎn)的外部反饋改變權(quán)系數(shù)，按局部改善最大的方向優(yōu)化來找到全局優(yōu)化值。感知器學(xué)習(xí)就采用這種糾錯(cuò)學(xué)習(xí)規(guī)則。例如BP算法。

第三類無教師學(xué)習(xí)規(guī)則。該學(xué)習(xí)規(guī)則自適應(yīng)于輸入測(cè)檢。例如ART網(wǎng)絡(luò)的自組織學(xué)習(xí)算法。

人工神經(jīng)網(wǎng)絡(luò)實(shí)際反映了由網(wǎng)絡(luò)結(jié)構(gòu)確定的一種輸入轉(zhuǎn)化為輸出的數(shù)學(xué)表達(dá)式。目前應(yīng)用最多的人工神經(jīng)網(wǎng)絡(luò)模型是BP模型，采用最小均方差學(xué)習(xí)方式。

其中，BP網(wǎng)絡(luò)建模特點(diǎn)如下：

①非線性映照能力：神經(jīng)網(wǎng)絡(luò)能以任意精度逼近任何非線性連續(xù)函數(shù)。

②并行分布處理方式：運(yùn)用分布存儲(chǔ)和并行處理網(wǎng)絡(luò)中的信息而令它達(dá)到強(qiáng)容錯(cuò)性和快處理速度。

③自學(xué)習(xí)和自適應(yīng)能力：神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時(shí)能從輸入、輸出的數(shù)據(jù)中提取規(guī)律性的知識(shí)，記憶于網(wǎng)絡(luò)的權(quán)值中。神經(jīng)網(wǎng)絡(luò)可在線進(jìn)行學(xué)習(xí)。

④數(shù)據(jù)融合的能力：神經(jīng)網(wǎng)絡(luò)能利用傳統(tǒng)工程技術(shù)和人工智能技術(shù)同時(shí)處理定量信息和定性信息。

⑤多變量系統(tǒng)：神經(jīng)網(wǎng)絡(luò)的輸入和輸出變量的數(shù)目是任意的，對(duì)單變量系統(tǒng)與多變量系統(tǒng)提供了一種通用的描述方式，不必考慮各子系統(tǒng)間的解耦問題。

基于上述BP網(wǎng)絡(luò)建模的上述特點(diǎn)，適合于構(gòu)建交通指揮模型，因此在本項(xiàng)目智能交通指揮研發(fā)過程中選用此神經(jīng)網(wǎng)絡(luò)建模方法。

（2）人工神經(jīng)網(wǎng)絡(luò)算法

BP（Back Propagation）神經(jīng)網(wǎng)絡(luò)是誤差反向傳播神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)稱，一種由輸入層、中間層（可擴(kuò)展多層）、輸出層組成的階層型神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法。鄰層各神經(jīng)元進(jìn)行全連接，而每層各神經(jīng)元之間無連接，當(dāng)提供學(xué)習(xí)模式提供給網(wǎng)絡(luò)后，其按教師示教的方式進(jìn)行學(xué)習(xí)，各神經(jīng)元獲得網(wǎng)絡(luò)的輸入響應(yīng)產(chǎn)生連接權(quán)值（Weight）。然后按減小希望輸出與實(shí)際輸出誤差的方向，從輸出層經(jīng)各中間層逐層修正各連接權(quán)，回到輸入層。此過程反復(fù)交替進(jìn)行，直至網(wǎng)絡(luò)的全局誤差趨向給定的極小值，即完成學(xué)習(xí)的過程。

同時(shí)，MATLAB提供現(xiàn)成的神經(jīng)網(wǎng)絡(luò)工具箱（Neural Network Toolbox，簡(jiǎn)稱NNbox），為解決神經(jīng)網(wǎng)絡(luò)問題中的研究工作量和編程計(jì)算工作量問題提供了便利條件。應(yīng)用MATLAB語言構(gòu)造典型神經(jīng)網(wǎng)絡(luò)的激活傳遞函數(shù)，編寫各種網(wǎng)絡(luò)設(shè)計(jì)與訓(xùn)練的子程序，快速實(shí)現(xiàn)對(duì)實(shí)際問題的建模求解。

（3）人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)智能交通指導(dǎo)的思路和方法

智能交通的人工神經(jīng)模型及處理流程如圖2所示。

圖2 智能交通的人工神經(jīng)模型及處理流程圖

如圖2所示，將智能交通人工神經(jīng)網(wǎng)絡(luò)模型分為三種：

①初始模型：人工神經(jīng)網(wǎng)絡(luò)的初始模型：初始狀態(tài)時(shí)，系統(tǒng)按照交通疏導(dǎo)的理論形成初始策略，對(duì)交通進(jìn)行交通的疏導(dǎo)指揮，如下班高峰期，適當(dāng)減少信號(hào)的停留時(shí)間，或者到了夜晚，交通燈只開黃燈，等等。不經(jīng)過人工神經(jīng)的計(jì)算。

②常規(guī)模型：常規(guī)模型相對(duì)于事故模式而言，是在交通樞紐沒有發(fā)生意外事故或異常情況下，人工神經(jīng)網(wǎng)絡(luò)所應(yīng)用的交通疏導(dǎo)模型。人工神經(jīng)網(wǎng)絡(luò)依據(jù)交通流量、時(shí)間段等因素進(jìn)行疏導(dǎo)策略的計(jì)算和選擇，并且執(zhí)行優(yōu)勝劣汰，更優(yōu)策略將保存在智能分析調(diào)度平臺(tái)的策略中。以此循環(huán)，優(yōu)化策略。這個(gè)過程稱為神經(jīng)的自我學(xué)習(xí)訓(xùn)練。

③事故模型：事故模型是在交通樞紐發(fā)生意外事故或異常的情況下的，人工神經(jīng)網(wǎng)絡(luò)所應(yīng)用的交通疏導(dǎo)模型。當(dāng)交通路口發(fā)生意外事故時(shí)，人工神經(jīng)網(wǎng)絡(luò)將觸發(fā)事故模型，首先向智能分析調(diào)度平臺(tái)發(fā)送預(yù)警信號(hào)，通知中心值班人員，再發(fā)布引導(dǎo)廣播，通知附近車輛和行人繞道，最后按常規(guī)模型來執(zhí)行算法，疏導(dǎo)交通。事故模型也進(jìn)行人工神經(jīng)的自我學(xué)習(xí)訓(xùn)練，產(chǎn)生的疏導(dǎo)策略存儲(chǔ)在智能分析調(diào)度平臺(tái)的策略中。

3.2.2 物聯(lián)感知采集

物聯(lián)網(wǎng)涉及的技術(shù)領(lǐng)域很多，如感知、控制、網(wǎng)絡(luò)通信、微電子、計(jì)算機(jī)、嵌入式系統(tǒng)等，因此其涵蓋的關(guān)鍵技術(shù)也非常多，物聯(lián)網(wǎng)技術(shù)體系劃分為感知技術(shù)、網(wǎng)絡(luò)通信技術(shù)、共性技術(shù)和支撐技術(shù)等。

3.2.3 嵌入式

嵌入式是一種專用的計(jì)算機(jī)系統(tǒng)，執(zhí)行專用功能，是裝置或設(shè)備的一部分。其不能使用通用型計(jì)算機(jī)，且運(yùn)行的是固化的軟件。絕大多數(shù)嵌入式系統(tǒng)是用戶針對(duì)特定任務(wù)而定制的，主要由微控制器、只讀存儲(chǔ)器、隨機(jī)訪問存儲(chǔ)器、I/O端口和輕量級(jí)的嵌入式操作系統(tǒng)模塊組成。

專門的單片微控制器是大多數(shù)嵌入式系統(tǒng)的核心，把多個(gè)關(guān)鍵的系統(tǒng)組成部分集成到芯片上，小巧而便捷。

由于嵌入式系統(tǒng)的靈巧性等特性，嵌入式技術(shù)與無線傳輸技術(shù)的結(jié)合成為開發(fā)物聯(lián)網(wǎng)數(shù)據(jù)和傳輸技術(shù)的最佳方案。

3.3 系統(tǒng)結(jié)構(gòu)

基于神經(jīng)網(wǎng)絡(luò)的嵌入式智能交通系統(tǒng)由物聯(lián)采集傳輸端，信號(hào)控制端及智能分析調(diào)度平臺(tái)組成。其系統(tǒng)結(jié)構(gòu)如圖3所示。

圖3 系統(tǒng)功能結(jié)構(gòu)圖

3.3.1 采集傳輸端

采集傳輸端包括數(shù)據(jù)采集模塊和通訊傳輸兩個(gè)模塊，數(shù)據(jù)采集以視頻識(shí)別和地感線圈的物聯(lián)感知兩種方式結(jié)合進(jìn)行采集。通訊傳輸模塊基于移動(dòng)通訊技術(shù)，實(shí)現(xiàn)高速無線傳輸和實(shí)時(shí)數(shù)據(jù)同步，并以嵌入式的集成方式應(yīng)用在原有的交通基礎(chǔ)設(shè)備環(huán)境上。

3.3.2 信號(hào)控制端

信號(hào)控制端由人工神經(jīng)、通訊傳輸、信號(hào)控制三大模塊組成，以嵌入式的方式，可集成應(yīng)用在原有的交通基礎(chǔ)環(huán)境中。

（1）人工神經(jīng)

①人工神經(jīng)建模：按理論的交通疏導(dǎo)指引方法，建立人工神經(jīng)網(wǎng)絡(luò)智能模型。神經(jīng)網(wǎng)絡(luò)模型依據(jù)現(xiàn)場(chǎng)環(huán)境和實(shí)際的交通流量，進(jìn)行智能計(jì)算，適時(shí)調(diào)整交通疏導(dǎo)策略，同時(shí)，從多個(gè)疏導(dǎo)策略中心進(jìn)行對(duì)比選優(yōu)，選出最佳方案進(jìn)行交通信號(hào)的時(shí)間，從而正確引導(dǎo)交通樞紐的行人和車輛通行。

②計(jì)算分析：人工神經(jīng)的計(jì)算分析模塊，實(shí)現(xiàn)神經(jīng)的計(jì)算、分析、對(duì)比、選優(yōu)功能，依據(jù)現(xiàn)場(chǎng)環(huán)境和交通流量計(jì)算出最優(yōu)的交通疏導(dǎo)和時(shí)間響應(yīng)方法。

③策略生成：該模塊用于實(shí)現(xiàn)智能交通人工神經(jīng)在學(xué)習(xí)訓(xùn)練中疏導(dǎo)策略的生成和存儲(chǔ)。

（2）信號(hào)控制器

智能交通人工神經(jīng)分析計(jì)算得到的最優(yōu)信號(hào)燈響應(yīng)策略后通過該模塊控制信號(hào)燈的紅綠黃的亮燈時(shí)間。

（3）通訊傳輸模塊

功能與采集傳輸端的通訊傳輸模塊功能相同。

3.3.3 智能分析調(diào)度平臺(tái)

智能分析調(diào)度平臺(tái)由數(shù)據(jù)層，基礎(chǔ)平臺(tái)，應(yīng)用功能三大部分組成。由于每天產(chǎn)生的交通流量比較多，因此需要搭建可以容納海量數(shù)據(jù)的數(shù)據(jù)存儲(chǔ)系統(tǒng)。基礎(chǔ)平臺(tái)為上層應(yīng)用功能模塊提供所需的引擎、控件、中間件，及系統(tǒng)平臺(tái)所需的基本功能。應(yīng)用功能實(shí)現(xiàn)系統(tǒng)管理應(yīng)用、控制、分析、預(yù)警、發(fā)布等主要業(yè)務(wù)應(yīng)用。

3.3.4 外部系統(tǒng)

基于神經(jīng)網(wǎng)絡(luò)的嵌入式智能交通指揮系統(tǒng)充分考慮了系統(tǒng)的兼容性，提供外部接口，采用嵌入式的集成方式集成采集傳輸端和信號(hào)控制端，可應(yīng)用在原有ITS系統(tǒng)中，使系統(tǒng)更加完善和強(qiáng)大。

4 綜述

基于神經(jīng)網(wǎng)絡(luò)的嵌入式智能交通指揮系統(tǒng)作為智能交通系統(tǒng)中關(guān)于智能交通管制、動(dòng)態(tài)路徑引導(dǎo)、智能信號(hào)、公共交通優(yōu)先、智能車輛管理的一部分，通過搭建智能交通分析調(diào)度系統(tǒng)，完成面向智能交通管制、動(dòng)態(tài)路徑引導(dǎo)、智能信號(hào)交通的人工神經(jīng)網(wǎng)絡(luò)建模和算法的研究和實(shí)現(xiàn)，并結(jié)合視頻采集和嵌入式物聯(lián)信息采集技術(shù)、移動(dòng)通訊無線通信技術(shù)進(jìn)行數(shù)據(jù)采集和傳輸，獲取交通流量和路況環(huán)境數(shù)據(jù)，進(jìn)行實(shí)時(shí)計(jì)算與分析，得出最優(yōu)的交通策略，實(shí)現(xiàn)交通指揮智能化、自動(dòng)化、科學(xué)化。智能指揮，科學(xué)疏導(dǎo)，優(yōu)化城市交通樞紐運(yùn)行秩序。最大程度地發(fā)揮交通基礎(chǔ)設(shè)施的效能，提高交通運(yùn)輸系統(tǒng)的運(yùn)行效率和服務(wù)水平，為公眾提供高效、安全、便捷、舒適的出行服務(wù)。

TP273+.5

A

1004-7344（2016）32-0277-03

2016-10-19

鄒熒熒（1975-），男，漢族，廣西南寧人，高級(jí)工程師，本科，主要從事軟件研發(fā)方面的工作。