基于交通流量自適應控制的路口子系統①

李鳳坤, 張 永

(大連東軟信息學院 智能與電子工程學院, 大連 116023)

1 引言

近年來, 隨著經濟的快速發展, 交通擁堵問題日趨嚴重. 各國政府紛紛通過加大對交通信息系統和公共交通投入來治理交通擁堵問題. 但在目前階段多數城市依然采用繁忙時段收取擁堵費、控制小汽車保有量等政策性措施緩解各交通參與者的矛盾. 許多研究表明, 即使在交通高峰期, 部分一、二線城市道路系統和高速公路系統仍然很暢通, 所以實際上需要解決的問題是如何將車輛有效地分布在各道路網中, 其關鍵是要解決好人與車、車與車、車與路的高效率交流問題. 因此, 為了促進交通參與者間高效的交流,最終需要一種新型、高效的智能交通管理系統解決交通擁堵問題.

大數據報告認為, 智能交通管理系統應該從以下3個方面來著手: 一是道路管理智能化； 二是汽車本身更加智能化； 三是出行方式智能化. 交通管理依然處于非信息化時代或初級信息化時代, 使得現有道路資源利用率不高是造成目前交通擁擠的一個重要因素.

在學術上, 近年來, 眾多學者針對擁塞輻射、信號周期和效率、實時狀態評價等內容進行研究. 昆明理工大學交通工程學院的胡立偉等人將毒氣在有限空間內的泄漏擴散抽象為交通擁塞的輻射蔓延, 對交通擁塞輻射擴散規律進行研究, 同時, 對擁塞對路網服務能力的損傷進行研究[1]. 上海理工大學交通系統工程系趙靖等人[2]為了提高排陣式交叉口這一非常規信號交叉口的運行效率, 對其延誤和最佳周期進行分析: 相較于傳統信號控制交叉口, 建議排陣式交叉口采用較小的周期時長, 且當關鍵流量比大于0.6時尤為顯著, 分析中發現最佳周期減小14.53%～34.65%. 重慶大學信息物理社會可信服務計算教育部重點實驗室的李華民等人[3]為了給公交優先信號配時系統提供足夠的“思考”時間和準確的控制依據, 提出了一種采用自適應漸消卡爾曼濾波和小波神經網絡組合模型動態預測公交行程時間的方法. 西南交通大學交通運輸與物流學院的劉瀾等人[4]認為在城市路網中, 將較為擁擠的子路網從整個路網提取出來, 通過邊界控制調節擁堵區域的出入流, 緩解擁擠區域的擁擠程度, 是解決城市交通大范圍擁堵的一個有效途徑.

另外, 城市交通管理系統(Urban Traffic Management System, UTMS)也是近年來的研究熱點, 有較多的文獻針對UTMS進行探討. Zheng等人[5]研究了利用互連的車輛軌跡數據進行交通流量估算的方法, 為交通管理算法提供了理論支撐. Liao[6]研究了微觀的交通流穩定性難以描述運行車輛之間的動態關系問題,建立了描述動態關系交通模型. 大多數文獻研究表明交通管理的兩個目標是: 優化交通流量, 減少交通密度,避免交通擁塞要在交叉路口做工作.

2 基本概念

綜合現有的國內外智能交通管理系統研究發現,一個完善的能夠改善交通狀況的智能交通管控系統至少包括路口子系統、區域中心、信息與控制中心3個主要部分. 其中, 路口子系統安裝有車輛檢測裝置(Vehicle Dection Device, VDD)和交通信號控制裝置(Traffic Signal Control Device, TSCD). 這些裝置能夠對路口的交通流狀況進行實時的測量, 對交通信號進行控制. 基于這些測量和控制功能, 路口子系統能夠完成對單一路口的管理, 并為區域中心提供數據和控制鏈路. 區域中心匯總相鄰多個路口的數據, 按照一定的策略, 完成多個路口交通的協調或控制. 信息與控制中心進一步匯總各個區域控制中心的數據, 以整個城市的交通優化為目標, 完成流量的預測、預警、多區域協調和交通信息實時發布等工作. 本文研究的重點是: 路口子系統的設計與實現.

為了對相關話題取得共識, 下面給出一些定義: 定義符號L表示交通信號時長.LR為紅燈時長,LG為綠燈時長. 設有n, 那么, 連續3個紅燈表示為需要注意, 紅綠燈的排列順序為交叉的, 如圖1所示.

圖1 紅綠燈的排列順序示意圖

另外,表 示第n-1個紅燈開始的時刻,表示第n-1個紅燈結束的時刻, 因此, 有如式(1)所示的等式成立.

定義1. 候燈車隊長度(Number of Waiting Vehicles,NWV), 簡稱候燈長度, 是指交叉路口某一方向上, 某個時間點之前積累的等候綠燈的車輛數. 用符號W(t)表示,WNS(t)表示南北方向長度, 稱為t時間點之前的南北長度；WEW(t)表示東西方向長度, 稱作t時間點之前的東西長度.

定義2. 交叉路口流量(Quantity of Flow at Intersection,QFaI), 簡稱路口流量或流量, 是指交叉路口某一方向上, 某一段時間內通過的車輛數, 用戶符號F(t)表示,FNS(t)表 示南北方向流量, 稱作t時間南北流量,FEW(t)表示東西方向流量, 稱作t時間東西流量.

路口流量F(t)是實時數值, 實際中該值隨時間是變化的. 但是, 該值具有統計特征, 因此, 理論上我們使用表示.定義為F(t)的數學期望, 即式(2).時間點式(3)的值. 記為R.RNS表示南北方向剩余長度,稱作南北剩余,REW表示東西方向剩余長度, 稱作東西剩余.

定義3. 剩余侯燈車隊長度(the number of the left vehicles after last green light), 簡稱剩余長度, 是指某個

定義4. 在留次數(number of staying in waiting vehicles queue), 是指某一車輛在剩余候燈車隊中經歷的紅燈個數. 記作S(t). 在留次數是等待時間的抽象表示.

定義5. 交通擁塞(Traffic Congestion, TC),是指在某一交叉路口的某一方向上, 某一時刻的候燈車隊全部通過路口需要的信號燈個數. 記作,C(t). 即式(4).

3 系統的體系結構

一個完善的智能交通管控系統的功能模塊及支撐關系如圖2所示, 其中路口子系統用于完成交通信息數據收集. 為路口本地處理和多路口協同處理提供數據支持. 路口子系統之間及其與區域中心之間通過無線技術進行通信.

圖2 系統功能模塊及支撐關系

多路口協同處理由區域中心來完成, 區域中心與路口子系統之間是多對多的關系, 區域中心同時也是路口子系統的上級節點. 路口子系統通過區域中心接入主干網, 將路口的某一方向當前的剩余長度上傳到云數據存儲. 云數據存儲來完成大量交通數據的存儲.

應用服務器來完成實時交通信息的發布. 應用服務器從云數據存儲上獲取數據, 進行數據匯總、計算、與地圖融合等處理, 然后, 通過短信、微信、開放接口等3個形式向外提供服務.

4 路口子系統

4.1 檢測方案設計

候燈車隊長度和路口流量是做出交通控制決策的重要參數. 實時檢測這兩個參量能夠實現交通信號燈的實時控制和調整. 積累這兩個參數, 進行一段時間的統計分析, 能夠對相應路段的交通流量進行預測. 因此,設計有效的檢測方案很重要. 這一節來對這兩個參量的檢測方案進行詳細設計.

(1)基于地感線圈的檢測方案

基于地感線圈的檢測方案使用車檢器和車流量計兩類器件來完成數據采集. 車檢器采集當前位置有無車輛的數據, 一般用0或1表示. 0表示無, 1表示有.車流量計在車檢器的基礎上由車輛有無的數據進行數量的統計. 檢測方案的硬件配置示意如圖3所示.

圖3 基于地感的車檢/流量檢測路口配置示意圖

路口流量的統計較為直觀, 可以直接由車流量計直接讀出. 候燈車隊長度, 尤其是剩余長度, 需要前端流量計與后端流量計配置來完成.

由第2節中的定義1和定義3容易得出定理1.

證明: 由交通規則可知:

紅燈時間無車輛通過前端流量計位置, 請參照圖4所示. 即: 從第n-1個綠燈結束時開始, 經過第n個紅燈開始時間, 直到第n個紅燈結束, 路口流量都是相等的.

圖4 交通信號燈基本通行信號

證畢.

其中,表示第n個紅燈結束時與相同的含義.

證畢.

但是, 為了保證式(6)正確, 需要有等式(7)成立,其中t0=0為系統的啟動時間.

如果不能保證式(7)成立, 那么, 誤差會一直傳遞,有定理3為證.

證明: 采用不完全歸納法:

當t=時, 得:

∵為系統啟動后第一個燈

證畢.

所以, 為了不讓誤差傳遞, 要保證式(7)成立.

在如圖4所示的路口配置中, 引入車檢器就是為了來消除誤差的. 其算法如圖5所示. 由前面的分析可知, 誤差來源于前后端兩個流量計不一致的各種情況.誤差可能原因如下: 一是系統運行初期由于兩個流量計工作時, 道路上有車輛； 二是前后端兩個流量計工作精度引入的計數不一致； 三是前后端兩個流量計的工作故障導致的. 無論哪種原因, 都要調整前后端兩個流量計在車道無車時, 數值相等.

圖5 消除誤差算法

具體的過程是這樣的: 首先, 判定車檢器是否有車,如果有車, 那么不能進行任何調整. 為了及時能夠處理誤差, 需要不停地問詢車檢器. 如果車檢器反饋無車,讀取前后端流量計的數值； 其次, 判斷兩個數值是否相同, 相同的話, 不做任何處理, 不同的話, 意味著引入誤差了, 因此就進行誤差調整. 再次, 采用前端流量計優先的策略來糾正誤差, 即將前端流量計的值賦給后端流量計. 最后, 記錄修改時間并判定誤差引入的頻度,過頻的話, 例如小于12小時, 就上報檢修.

4.2 路口網絡設計

根據路口的面積大小, 可以有不同的通信方案. 從低能耗和數量比較小這兩個角度來考慮, 主要可以選擇的通信技術有ZigBee和LoRa兩種.

ZigBee主要用于距離短、功耗低且傳輸速率不高的各種電子設備之間進行數據傳輸以及典型的有周期性數據、間歇性數據和低反應時間數據傳輸的應用.

LoRa改變了以往關于傳輸距離與功耗的折衷考慮方式, 為用戶提供一種簡單的能實現遠距離、長電池壽命、大容量的系統, 進而擴展傳感網絡. 即: ZigBee與LoRa的主要差別還是通信距離和對障礙物的穿透性.

分析路口的實際情況, 我們可以得到如圖6所示的配置圖. 當車道小于3 km時, 應該采用圖6所示的配置. 當車道距離大于3 km時, 應當采用圖7所示配置.

圖6 車道小于3 km時單一車道配置示意圖

圖7 車道大于3 km時單一車道配置示意圖

后端流量計的長度選擇為3倍的剩余長度即可.綜上所述, 前、后端流量計之間的距離比較大, 一般會超過ZigBee的通信距離, 因此, 選擇LoRA作為無線通信技術比較合適.

5 路口子系統的實現

5.1 通信設備選擇

感知設備端的LoRa通信設備選擇為濟南有人物聯網技術有限公司的USR-LG206-L-C. 之所以選擇USR-LG206-L-C, 是因為它具有如下的特點: 支持集中器通信協議； 支持主動上報/被動輪詢發送模式； 支持數據加密傳輸； RS232接口； 2000 m傳輸距離； 硬件看門狗, 可靠性強； ESD 保護, 安全性高.

區域中心端的LoRa通信設備選擇濟南有人物聯網技術有限公司的USR-LG220-L數據集中器. 之所以選擇USR-LG220-L數據集中器, 是因為它具有如下的特點: LoRa私有協議, 簡單、安全、可靠； 智能自組網；采用時分復用, 多通道掛載, 減小干擾； 支持掛載 200個節點, 最多可達 500 個； 支持主動上報、被動輪詢、雙向傳輸； 支持網口、4G, 聯網方式豐富； 支持 1 個 WLAN無線局域網, 網口支持 10 Mb/s-100 Mb/s速率； 支持VPN (PPTP/L2TP), PPPOE, DHCP, 靜態 IP 等功能； 支持 MQTT/socket服務器連接, 云服務及開發； 遠距離傳輸, 空曠地帶傳輸距離可達 2000 m； 可設置對應節點模塊為低功耗； 數據加密、校驗處理, 提高數據傳輸的安全性、可靠性.

5.2 感知設備選擇

車檢器用于檢測停止線附近是否有車輛, 如果沒有車輛就認為整個車道沒有車輛. 車檢器原理上有兩種, 一種是地感線圈, 利用金屬會影響磁通量的變化來檢測是否有車輛； 另一種是地磁, 利用本地的金屬對地球磁場的影響來檢測是否有車輛. 兩種技術的安裝方式不同, 地磁設備小, 不需要破土, 更易于安裝. 所以系統選擇地磁設備.

車流量計是在車檢器的基礎上通過MCU檢測信號變化來實現. 也就是通過計算一個信號的上升沿和一個下降沿的組合來進行計數.

5.3 軟件功能實現

系統的軟件功能很多, 原型系統進行了驗證性地實現. 下面按照操作的過程將實現的效果展示一下.

首先, 路口控制器要進行網絡配置, 將本地的通信設備調到合適的狀態. 實現的功能如圖8所示. 這個連接是初始化連接. 連接后就可以進行詳細的配置了, 以便對LoRa設備進行精確的控制. 如圖9所示.

圖8 本地網絡配置功能界面

圖9 LoRa設備的詳細配置

LoRa的配置中, 空中速率比較重要, 需要謹慎選擇. 速率共有10個等級, 對應關系如表1所示, 本文中的系統采用的是第6等級.

表1 空中速率與等級對應關系

通信信道共128個, 即0-127. LoRa模塊默認使用47信道. 工作頻段與信道的轉化關系為: 工作頻段=(398+ch) MHz.

通信模塊設備配置后, 工作正常, 就可以進行后續的配置. 最重要的配置就是對本地路口交通流的管控配置. 如圖10所示, 是為管控策略配置基本的參數.

圖10 路口交通流管控策略基本參數

這些參數是基本參數, 為策略的正常運行提供限制作用, 也就是策略可以在這個限制內進行適當地調整, 但是不能超出這些參數設定的范圍.

6 結論

本文對智能交通管控系統國內外的發展現狀進行了綜述, 并對主要的管控方案進行了分析與研究. 本文給出了系統整體的體系結構及路口子系統的具體設計.設計了路口子系統的交通流檢測方案, 通過前、后端流量計, 給出路口流量、路口剩余長度兩個參數的實時值, 并據此計算平均路口流量、平均路口剩余長度參量； 通過車檢器檢測路口有無車輛, 進行交通信號的智能控制, 設計了路口網絡. 對路口使用的無線網絡技術進行了對比選型. 明確了單一路口中各設備安裝位置及具體的設備配置. 每個車道需要3個設備, 前端流量計、后端流量計和車檢器. 路口子系統檢測方案的設計與實現證明本文提出的方案能夠在一現有的道路資源條件下, 提升道路資源利用率, 在一定程度上緩解交通壓力, 也在一定程度上提高了交通管理的信息化水平.