城市路口双模交通控制系统的研究

邱萌萌，周 力，汪 磊，吴建强

城市路口双模交通控制系统的研究

*邱萌萌，周 力，汪 磊，吴建强

（安徽工程大学安徽省电气传动与控制重点实验室，安徽，芜湖 241000）

针对城市交通道路十字路口的交通灯信号控制现状及存在的问题，提出了一种新的路口双模控制方案。在路口车流量达到饱和不可调状态时，采用传统的定时控制方式；当路口处于未饱和可调状态时，采用智能控制方式，系统由性能优越的ARM11控制器S3C6410承担主要的控制任务。实验表明，此种控制方法对减少车辆平均延误时间，节约资源和提高路口通行能力具有很好的效果。

智能控制；定时控制；路口；S3C6410

0 前言

近年来，人民生活水平和购买力显著提高，加之城市范围的不断扩大以及就业区域的延伸，城市汽车和机动车拥有量在迅猛增长。这给本已拥挤的城市道路交通增加了压力，大大超乎原道路网规划和设计的预料。另外，由于中小城市投入资金的限制，且基础设施建设水平较低，道路网密度、车均道路面积、人均道路面积均显得不足。出行困难、车多路少、交通堵塞、交通事故频发等矛盾在当前已变得更加突出。因此，研究一种高效的、智能的、实时的交通控制系统是十分必要的。

以前的方法是先建立城市交通控制系统的数学模型，然后进行最优控制[1]。但城市交通系统是一个复杂的、多变的超大型系统，准确的数学模型难以建立，所以这些方法的控制效果并不理想。

针对以上交通控制技术的不足，本文基于我国交通的现状，提出一种新的控制方案。根据道路是否达到饱和流量以及十字路口停车道前等待的车制，即通过系统检测车辆在当前车道的车1流量是否达到饱和，来选择定时控制还是智能控制，并由性能优越的ARM11(Advanced RISC Machines)控制器S3C6410为控制核心，以降低路口车辆停车延误时间，提高路口的通行能力。

1 总体控制方案

十字路口是城市道路交通运输的咽喉，如何使各种交通流安全、有序、顺畅地通过是城市交通信号控制系统成功与否的关键[2]。随着现代城市的发展，交通流量的不断增加，现在的大中城市都以六车道居多，本控制方案即以六车道为控制对象，其结构如图1所示。

图1 十字路口结构图

在以往的研究中，通常只考虑两个方向的直行车流，并把右转方向作为常通来考虑，这忽视了我国大多数城市里没有过街天桥或地下通道行人安全通行的要求。因此，在本设计中，把右转相位加以考虑，相位转换图见图2所示。

图2 信号控制系统相位转换图

该系统是根据安装在各个车道上的环形线圈检测出等待的车辆数，以决定是进行智能控制还是定时控制。当系统启用时，自动进入智能控制；当检测数据显示各车道连续4个周期出现饱和状态时，系统自动切换到定时控制。在定时控制状态下，当系统检测数据显示各车道连续4个周期出现不饱和状态时，系统自动切换到智能控制[3]。

2 定时控制方案

经过各车道环形线圈连续4次的检测结果，均是达到饱和车流量，这样就造成各车道车流量的不可调节，智能控制的调节也就失去了它的意义，所以此时采用传统的定时控制方式，反而更能表达较好的控制效果[4]。在定时控制时，各方向通行时间周期的设定，由设计人员现场采集各车道通行车辆数，然后利用统计学的方法结合城市道路的结构环境来科学实现；时间周期上限的设定和后面所述的智能控制一样，一般是以驾驶人员的最大忍耐等待时间为限(一般设定为130 s)。所谓最大忍耐等待时间即驾驶人员等候红灯的忍耐极限时间，当等候红灯一旦超越了忍耐极限，驾驶人员的情绪就会不稳，不仅造成你争我抢的路口拥堵，也容易出现闯红灯与交通事故。关于这个时间的设定，由性别、年龄和地域等因素决定，具体由国家或地区的相关交通管理部门来设定。

3 智能控制方案

在系统检测到车流量的数据显示各车道未达到饱和状态时，采用智能控制[5]。其控制思想是根据十字路口停车道前的车队长度和各相位换相的要求，采用模糊控制的算法，建立拟人化的多相位信号智能控制，并由性能优越的ARM11控制器S3C6410为核心，以降低路口车辆停车延误时间，提高路口的通行能力[6]。

3.1 控制量

智能信号灯的控制实质上是根据正在放行的相位各车道上车流量与下一相位上排队等待的车辆总数进行比较，判断是否将通行权转给下一相位。因而，在对队长的判断时一般是以各车道的平均车队长度LP作为判据。LP的计算是用同相位各车道的队长除以车道数，设定放行相位初始绿灯时间。

3.2 具体控制方案

由图2可知，在一个周期内这多个相位按实际的要求进行换相，对arm控制来说，这相当于四个状态，arm在控制时按实际的要求进行状态的转移。其信号控制的具体方法为（GS（≥15s）：相位初始绿灯时间；Gm（≤130s）：相位的最大绿灯时间）：

(1)在状态1，首先根据LP的检测数据，采用模糊控制算法，得出初始绿灯时间GS，令GS=T,将S3C6410的定时器值设为T并开始定时；

(2)当执行完初始绿灯时间GS时，输入检测到的各队长数据，通过模糊控制来判定是否转移到状态2，若不转移，则由模糊控制算法得到绿灯延长时间△T，如果T+△T>Gm，则将S3C6410的定时器值设为△T= Gm—T并开始定时，执行结束后，立即进行状态转移。如果T+△T＜Gm，则将S3C6410的定时器值设为△T并开始定时，同时令T+△T=T，重复（2）（此时的 GS为△T）。

(3)在状态2，仍是先执行(1)，然后根据LP由模糊控制的判定是否转移到状态3，若不转移则按(2)中所述进行控制。

控制系统结构如图3所示。

图3 控制系统结构图

3.3 模糊控制算法

3.3.1相位初始绿灯时间的模糊设定

该系统采取模糊控制的方法，根据各相位的实时队长LP，对相位初始绿灯时间进行模糊设定。模糊控制器的输入变量为相位的LP，其变化范围为1~30；输出为Gs，其变化范围为15~60,它们的论域分别为{1, 2, 3, 4, 5, 6}、{1, 2, 3,4, 5}，量化因子和比例因子分别为0.18和0.9，模糊集都为{S, M, B}，其隶属函数赋值表分别如表1、2所示。

表1Lp赋值表

Table 1 Lpassignmenttable

表2GS赋值表

Table 2 GSassignmenttable

信号相位初始绿灯时间的模糊控制规则为:

IF LP=S，THEN Gs=S；

IF LP=M，THEN Gs=M；

IF LP=B，THEN Gs=B

根据Mamdani推理法可求出模糊关系R，然后用重心法进行模糊判决求出模糊控制查询表，再由比例因子进行论域变换求出精确量输出查询表，就可以对相位绿灯信号进行实时控制。

3.3.2 相位转换模糊控制

在下面两种情况下，相位发生转换：(1)队长LP为零；(2)达到最大绿灯时间。但是，如果当前相位的队长LP和下一待转相位的队长LP相比很短且当前相位已用较长时间时，综合来看就应当结束当前相位而转到下一相位，以让更需要通行的相位通行。另一方面，如果当前相位的队长LP和下一待转相位的队长LP相比很短但当前相位只用了较短的时间时，就不能进行相位的转换，以免相位过早的转换。因此，对多相位控制系统，既要避免某一相位长时间占用绿灯时间，又要防止绿灯信号的早断。而排队队长和绿灯所用时间是这一点的重要参数。为此设当前相位的队长LP与下一待转相位的队长LP之差△W和最大绿灯时间Gm与当前相位已用时间之差△G，作为相位转换模糊控制的输入量，把相位是否转换C作为其输出量。

△W、△G的论域、语言变量和隶属函数赋值表分别和前述类同，模糊控制规则及控制表也比较简单，此处不再赘述。

4　双模控制软硬件的实现

当模糊控制表完成后，将此表存放在S3C6410的FLASH中。根据采集到的各个输入量所对应的输入模糊论域中的相应元素，查模糊控制查询表（即模糊控制表），求得模糊输出量，再乘以输出量化因子即可得实际输出量（或直接制成精确量输出查询表），以达到对相位信号的实时控制。

4.1 系统硬件设计

该系统由ARM11控制器中的S3C6410作为主控制器，实际的交通流数据由环型线圈检测传输给S3C6410输入端，检测器安装在直行和左转车道上，每条道安装两个分别检测进入和离开的车流数；十字路口共有12盏灯，每个灯红、黄、绿三色[7]。 S3C6410的控制结构如图4所示。它由S3C6410主控制芯片、外扩电路以及外围接口电路组成，SDRAM、FLASH用于代码和数据的存储, LCD、信号灯、倒计时器和交通指示牌用于进行参数的显示和交通路口交通流的控制, 键盘用于控制参数的设定和控制方式的手动切换，USB、以太网和串行等通讯接口则用于实现功能的扩展[8]。

图4 双模智能控制的硬件结构图

4.2 软件流程图

两种控制模式的选择，通过环形线圈检测器连续4个周期的不断检测车流量数据，然后传输arm处理器处理并由内部计数器进行计数。当检测车流量为该车道的饱和流量时自动切换定时控制；当检测车流量为该车道的未饱和流量时自动切换智能控制，也可以手动切换。图5为控制模式选择的软件流程图。

图5 双模智能控制的主流程图

采用两种模型控制的特点：

（1）通过两种模型控制，尤其在交通流量为高峰期能够快速、有效地处理交通流数据，而只用其中任意一种模型控制，无论在时间上还是在资源消耗都很大；

（2）充分利用现有的资源来解决目前出现的交通拥挤、事故等问题；

（3）能根据各相位的实际车流通过模糊控制算法动态调节各相位的绿灯信号长度，实现信号随交通流变化进行实时控制。

4.1 操作系统的选择

在本交通控制系统中，考虑到系统对实时性、可靠性和软件的可移植性的要求，故本交通控制系统采用μC/OS-Ⅱ实时操作系统。

4.2 实验及仿真结果

实验以本重点实验室模型得出结果，通过表3显示结果可以看出，本系统所提到的控制方法可使平均停车延误时间减少，提高8.1%，这表明本文提到的方法具有一定的控制效果。

表3 实验结果比较

图6 三种控制方式的平均延误时间的对比仿真图

图7 相对于其他两种控制方式的提高率的对比仿真图

如图6-7所示，相对于感应控制和智能控制，在相同实验次数下，该系统较其它两种控制系统的平均延误时间有明显的减少。与此同时，该系统比另外两种控制系统延误时间的提高率有明显的提升。因此，采用本系统有减少延误时间、停车率、节约资源和提高路口通行能力的优势，从而达到交通流安全、有序、顺畅通行的目的。

5 结论

该系统的是一种城市路口智能双模交通控制器的研究。通过两种模型控制的自动切换有效地实现信号随交通流变化进行实时控制，提高了路口的通行能力和交通效率，减少了车流的交通延误和停车率。降低了路口车辆的停车延误时间，从而减少了尾气排放量，对改善整个城市交通状况、缓解交通拥挤和提高空气质量起到很好的作用。同时可减少交通事故和道路占有率，节约能源，故该控制模型具有广阔的应用前景。

[1] 金解云，夏卫平. 道路交通智能控制系统的设计[J].电子元器件应用，2011,13(5):31-33.

[2] 刘智勇.智能交通控制理论及其应用[M].北京:科学出版社,2003.

[3] 李欣，李海.华基于模糊控制理论的交通信号控制算法研究[J]. 电子设计工程,2012,20(2):76-77.

[4] 兰岚.城市智能交通管现系统方案研究方案与设计[D].西安:长安大学,2010.

[5] 王炜，陆建.道路交通工程系统分析方法(第二版)[M].北京:人民交通出版社,2011.

[6] 丁恒,陈无畏.多肽交通条件下交叉口定时控制延误模型[J].系统工程理论与实践,2012,32(5): 1093-1096.

[7] 谢焜.智能交通系统组成及应用[J].通信与信息技术,2012(5):70-72.

[8] 张建学.遥测远程终端系统设计[J].电子设计工程,2011,19(23):51-52.

RESEARCH OF DUAL MODE CITY INTERSECTION TRAFFIC CONTROL SYSTEM

*QIU Meng-meng，ZHOU Li,WANG Lei,WU Jian-qiang

（Anhui Key Laboratory of Electric Drive and Control，Anhui Polytechnic University，Wuhu, Anhui 241000，China）

In view of the urban traffic road intersection traffic signal control situation and existing problems, we propose a new intersection dual mode control scheme. In the intersection traffic saturation state regulation，we adopt the traditional way of timing control. When the intersection is in a state of unsaturated adjustable, we adopt the intelligent control method. System shall be borne by the superior performance of ARM11 controller S3C6410 main control task. Experiments show that this control method to reduces average delay time of the vehicle and save resource to have the obvious effects.

intelligent control; timing control; traffic light; intersection; S3C6410

TP273

A

10.3969/j.issn.1674-8085.2014.03.015

1674-8085(2014)03-0064-05

2013-12-09；

2014-01-11

安徽省教育厅自然科学重点科研项目(2006KJ017A)；芜湖市科技局科研项目([2009]190)

*邱萌萌(1987-)，女，安徽宿州人，硕士生，主要从事自动控制、人工智能控制研究(244898924@qq.com)；

周 力(1957-)，男，安徽芜湖人，教授，硕士，主要从事自动控制、人工智能控制研究(zhouli5761@sina.com)；

汪 磊(1989-)，男，安徽铜陵人，硕士生，主要从事自动控制、人工智能控制研究(765442256@qq.com)；

吴建强(1990-)，男，安徽黄山人，主要从事自动控制、人工智能控制研究(960206155@qq.com).