一種基于事件驅動的城市路網智慧交通信號控制系統

程添亮，項俊平

(杰瑞電子有限公司，江蘇 連云港 222000)

1 引 言

隨著城市智慧交通建設的進行，緩解交通壓力，解決人們出行難的問題一直是交通領域研究的重點。隨著5G網絡、車路協同系統、交通物聯網的發展，前端交通設備(檢測器、GPS設備、RFID設備等)產生了海量交通數據，有效利用這些數據有助于緩解交通擁堵問題。交通信號控制系統作為城市路網信號控制的大腦，應該及時響應交通大數據隱含的控制需求，優化路網的信號控制方案，最大限度地提升城市道路的使用效率。

交通大數據具有異構性、實時性、海量性、價值性等特征，而傳統的交通信號控制系統受其架構約束不能有效處理異構數據，缺少多源數據的融合處理機制，只能實時處理少量數據，對控制需求的響應有著很明顯的延后性，已經越來越不能滿足智慧交通建設的需求。

本文提出一種基于事件驅動的城市路網智慧交通信號控制系統(EDSCS)，在系統中定義了若干可以優化交叉口信號控制的標準事件，利用大數據計算引擎和AI視頻識別技術將多源異構交通大數據統一處理為標準事件，在保證系統的實時性的同時還挖掘出了對城市路網控制具有價值的數據。信號控制系統接收不同的標準事件對路網中交叉口的方案進行相應的優化，實現對城市路網的精準控制。

2 文獻綜述

從上世紀80年代起，就有學者對如何構建交通信號控制系統進行了深入的研究。Hunt等人在1981年提出了SCOOT系統，利用檢測器采集的交通數據建立模型對交通狀態進行預測，優化交叉口的綠燈時長、相位差、周期等參數，綠信比的優化依賴于對飽和度的估算，并且以小步長變化對其進行調整，但是存在不能及時響應交通需求的問題。Lowrie在1990年提出了SCATS系統，系統采用三級協調分布式控制結構，能夠滿足不同城市規模的需要，但本質上是一種方案選擇系統，降低了信號優化的靈活性。

近年來，一些學者對交通信號控制系統的研究取得了不同程度的進展。在2012年，Abdoos等人提出了基于多智能體的交通信號控制系統，系統在降低平均延誤、提高流率的同時防止路網過飽和。在2014年，Vidhya等人提出了基于車輛密度的信號控制系統，系統將攝像機圖片轉換為車輛密度進而重新分配各相位的綠燈時間。這些研究成果都是基于單一來源的交通數據，系統未能支持多源交通數據的輸入，缺少處理車路協同和交通物聯網產生的海量異構數據的有效手段，對交叉口的信號控制不夠精細，交通信號控制體系不夠完整。

本文的研究重點為一種基于事件驅動的城市路網智慧交通信號控制系統，將交通物聯網、車路協同系統產生的海量異構交通數據利用大數據處理技術和AI視頻識別技術轉換為標準事件，將交通數據與信號控制解耦；交叉口在運行基礎控制方式時，實時響應各類等級的標準事件，智能優化信號控制，緩解交通壓力，提高城市路網的通行效率。

3 控制思想

交通信號控制系統通過調整路網中各交叉口的控制方案來實現信號控制。EDSCS引入了標準事件的概念：標準事件定義為消息服務傳遞給信號控制服務的事件命令，標準事件的源為信號機、檢測器、攝像機、車路協同等前端設備上傳到系統的原始數據，這些原始數據由大數據引擎或者AI視頻識別技術轉換為標準事件，標準事件影響交叉口的放行燈態。EDSCS中的標準事件定義為：Gi,j=GiNi,jP，其中Gi為第i類事件，Ni,j為第i類事件下的第j個事件名，P為參數列表。

根據以上控制思想將交通信號控制系統EDSCS按業務劃分為7大服務：通訊服務、視頻服務、數據處理服務、消息服務、基礎服務、信號控制服務、監控與評價服務。EDSCS系統架構如圖1所示。

圖1 EDSCS系統架構圖

通訊服務：接收信號機發送的通訊報文，將這些報文轉發至消息服務。接受消息服務發來的通訊報文，并將這些報文發送給信號機。

視頻服務：利用卷積神經網絡對攝像機輸出的視頻進行視頻識別和云計算，識別交通事故與事件，輸出各類標準事件，并將標準事件發送給消息服務。

數據處理服務：數據處理服務能夠將設備的原始數據統一轉變為標準事件。數據處理服務的核心為數據處理引擎，引擎采用Flink作為流處理框架，將消息服務發來的交通數據處理為規范數據(周期流量、占有率、排隊長度、速度、相位的周期綠燈時間)。數據處理服務將規范數據轉發至微服務集群，同時將規范數據輸入至事件引擎，由事件引擎處理規范數據生成事件轉發至消息服務。

消息服務：作為信號控制系統的消息總線，采用Kafka集群作為服務消息處理平臺，接收視頻服務、數據處理服務發來的事件，并將事件轉發至微服務集群中的基礎服務和信號控制服務；接收信號機發送給通訊服務的通訊報文，將通訊報文轉發至基礎服務；接收信號控制服務下發的交叉口控制方案，并將其轉發至通訊服務；接收基礎服務下發給信號機的報文，并將其轉發至通訊服務。

基礎服務：基礎服務業務層配置路網基礎數據、子區基礎數據、交叉口基礎數據、、配置通訊服務與視頻服務等。

信號控制服務：包含輸出層和決策層，如圖 2所示；輸出層可以通過兩種方式輸出控制方案：一種為秒級控制，方案輸出層按照階段執行情況，每秒都可以修改相位階段的參數，保證系統能夠及時響應標準事件，實時改變相序、綠燈時間、相位差，有效的緩解擁堵問題；另一種為周期級控制，周期性的將方案輸出至關系型數據庫集群，由方案決策層自行讀取周期方案，將其下發至消息服務器。多個系統的控制方案可能同時到達方案決策層，方案決策層按照用戶配置的優先級決定下發方案。

圖2 信號控制服務框架

EDSCS的核心控制思想是事件驅動，而事件的源頭是數據，利用大數據計算引擎和AI視頻識別技術對海量交通數據進行實時處理，將處理結果轉換為標準事件，并實時下發相位階段或者周期方案，及時地響應各類標準事件，以實現對城市路網的精準控制與協同指揮。

4 應用場景

EDSCS的事件驅動與秒級控制機制使其能夠及時響應海量數據中隱含的標準事件，以瓶頸點交叉口的擁堵場景為例來介紹EDSCS的控制機制，通過與自適應控制比較，證明EDSCS能夠有效緩解擁堵狀態。利用仿真軟件Vissim進行仿真，實驗結果來源于Vissim仿真結果。

以地磁檢測器作為數據源，每秒上傳檢測器數據，數據處理服務按照周期C統計流量，按照統計周期ts輸出占有率。在路段1(交叉口1東進口)出口放置檢測器d1,d2,d3檢測流量，路段1進口位置放置檢測器d4,d5檢測占有率，路段2(交叉口1出口)進口放置檢測器d6,d7檢測占有率，檢測器布設如圖3所示。

圖3 交叉口3410東西方向檢測器布設圖

方案輸出層使用流量數據調整綠信比，數據處理服務使用占有率數據判斷路段狀態，產生出口擁堵事件，例如3 410路口的出口3的擁堵狀態的事件為：im conj 3410 3 1，其中1表示控制策略T為限流。統計周期占有率為oi，占有率限流閾值為o1，占有率禁入閾值為ou，控制策略T如公式(1)所示

(1)

方案輸出層接收到限流命令后，會將增加路段2出口各相位的綠燈時間，減少交叉口1所有交通流向進入路段2的相位的綠燈時間。

設置綠燈時間調整步長為D，相位p關聯的所有檢測器的周期流量的均值為fp，周期內的綠燈放行時間為gp，飽和流率為SFR，相位p的飽和度為sp，飽和度控制下限為smin，飽和度控制上限為smax，最小綠燈時間為fp,min，飽和度的計算公式如公式(2)所示

sp=fp×3 600/(gp×SFR)

(2)

(3)

(4)

當擁堵點的車輛逐漸消散后，占有率下降，策略T變為正常狀態，相位時間便會根據公式(3)進行調整。

利用交通仿真軟件Vissim模擬擁堵點d6流量過飽和狀態，比較路段2直行相位在自適應控制情況下和EDSCS優化情況下，連續采集周期下的排隊長度和綠燈事件的對應關系如圖4所示。

圖4 流量過飽和時兩種控制方式下的排隊長度與綠燈時間對比圖

從本例可以看出，在路段長度為408 m，檢測器位置距停止線320 m且路段交通流量過飽和時，基于事件驅動的EDSCS架構與自適應控制相比，有效的減少了排隊長度，減少了進入擁堵點的車輛，防止上游路口因車輛溢出導致路口堵滿車輛，保障重點關注路段的行車通暢。

5 結束語

本文提出了一種基于事件驅動的城市路網智慧交通信號控制系統EDSCS，系統以大數據和AI視頻處理技術將多源異構海量交通數據轉換為標準事件，利用事件解耦了數據與控制。為了實時響應事件對信號控制的影響，通過信號控制服務的秒級控制下發實時修改綠信比、周期、相位、相序等控制參數，及時的將交通數據的變化反饋至控制。