基于神经网络算法的动态信号控制系统研究*

邵志坤 巩舜妹

宿州学院资源与土木工程学院 安徽 宿州 234000

引言

随着城市道路运行需求量不断升级，道路车流量的不断增加致使道路资源供不应求，以及资源分配不均致使的资源浪费等问题，造成固定信号灯配时方案已经无法满足交叉路口的运行需求。高速发展的互联网科技为许多领域提供广阔的发展前景，在信息化时代的转型时期，计算机网络技术以及人工神经算法的发展，为道路运营供不应求状况提供先进地解决方法[1-2]。通过计算机的数据处理、控制，与人工神经网络算法所具备的学习能力，可以为道路进行智能配时，最大程度提高道路运行效率。同时结合先进的计算机网络算法，为因车辆输入而无法预测的道路管控领域，提供了强有力的技术支持。单片机强大的数据传输及控制能力，为设计提供系统控制以及连接平台。嵌入系统设计赋予单片机可实现的整体控制能力。神经网络算法提供数据处理功能。结合图像采集设备以及信号显示机等外围设施实现智能化道路信号灯指示连接[3]。综合各个系统所提供的技术手段，连接组成完整的智能信号控制平台，从而实现道路交通灯的智能化设计。

1 系统技术应用分析

1.1 神经网络算法

神经网络是模拟人的思维方式对事物进行一系列逻辑推理的过程，通过神经网络在计算机中应用可以使计算机可以像人类大脑一样智能处理外接信息，以此对外界信息的智能化处理使得计算机的输出内容更具现实意义[4]。神经网络算法是通过学习之后才能运行的，首先对外界输入信号通过与给定权值的组合，输出至神经网络的隐含层，输出信号称为隐含层的神经元强度，同时隐含层信号作为单个神经元经过函数的激活和阈值处理最终由输出层输出信号，将输出层信号同期望输出值做对比，并结合误差要求确定输出信号是否满足要求，如果输出信号满足误差要求则结束算法运行，得到相应的输出信号。如果输出信号不满足误差要求，则需对输出信号以及对应的误差信息进行反向的输入，并重新定义算法中相应的阈值、非线性函数以及权值，并以此形式通过神经网络反复处理直至输出信号满足误差要求。

神经网络算法类似于人类的形象（直观）思维，相对于普通的计算机具有很强的学习以及自适应能力，此外神经网络对未执行过的样本数据拥有较好预测能力和控制能力，对于神经网络算法最重要的是算法过程类似于人类脑力探索过程，神经网络通过学习来处理接收到的数据，不同的输入量都对应一个输出值，不同的输入量对应不同算法结果，因此相较于编写程序算法神经网络算法更适用于处理模糊输入量算法情况[5]。神经网络算法学习已有相邻交叉口人工配时数据检测算法稳定性。学习后的算法处理数据的能力非常稳定，可总结出神经网络算法具备极强的数据学习适应能力。

1.2 单片机

单片机（Microcontrollers）是一种集成电路芯片，是采用超大规模集成电路技术把具有数据处理能力的中央处理器CPU、随机存储器RAM、只读存储器ROM、多种 I/O 口和中断系统、定时器计数器等功能（小部分还包括显示驱动电路、脉宽调制电路、模拟多路转换器、A/D 转换器等电路）集成到一块硅片上构成的一个小而完善的微型计算机系统[6]。由于单片机体积小且功能完整，因此被广泛用于工业等控制领域。

1.3 MATLAB工具箱

MATLAB又名矩阵工作室，是由美国mathworks出品的商业数学软件，广泛用于算法开发、矩阵运算、数据可视化处理、图像处理以及信号处理，对许多领域提供了近乎完美的仿真环境。现在很多领域的科学家提出了仿真工具箱即MATLAB工具箱，就是利用MATLAB作为信息处理数据库来提供仿真数据进而结合MATLAB工具箱实现多种技术的实现。MATLAB工具箱可以运用很多算法作为理论基础例如神经网络、图像处理、最优化控制等30多种工具箱。神经网络学习的过程中会涉及大量的数据运算以及矩阵运算，因此运用神经网络作为MATLAB工具箱的理论基础，神经网络的学习阶段可以直接应用MATLAB数据库中所储存的数据并得出神经网络的激活算法，从而对激活函数记忆保存。因此在使用的过程中可以直接调用数据库中的记忆函数，以此实现智能控制系统的原理仿真。

2 系统原理及设计实现

2.1 系统原理综述

本文所设计动态信号配时系统，在道路口已有的视频监控等硬件设计基础上，加设硬件设备单片机及其嵌入算法MATLAB等软件。在选定道路口中心外（无线局域网的有限范围内），在已有的道路设施基础之上，只需在选定中心位置安装单片机，并利用Wi-Fi接法装置连接视频检测装置同时有线数据连接至道路管控中心。如果当架设中心需同时间处理的信息量大于30次/块，则选择将划分的区域块二次划分避免信息量处理重复率过高而导致计算的偏差。完成硬件检测装置架设后，按图像接收检测，车流量信息处理传输，算法处理信号配时，交通指示灯执行实时配时命令完成交叉信号灯的实时控制。

2.2 系统设计实现

2.2.1 硬件设施

2.2.1.1 系统核心模块。MATLAB图像处理以及神经网络算法作为嵌入系统，单片机作为连接中枢，使嵌入算法处理系统的单片机成为整个系统的控制中心以及数据处理中心。单片机将接收到的图像信息传输至MATLAB进行数字化信息处理，分析得出的数字信息反馈回单片机并作为输入信号开始执行算法系统命令，通过历史数据记忆学习的BP神经网络算法系统处理单片机输入的数据信息最终输出信号灯配时对应语言信息，经过学习记忆的BP神经网络算法再次接收到数据信号时处理速度远高于零数据时的信息处理速度，同时通过神经网络算法本身的记忆性以及自适应性同时可以保证图像数据处理误差较大时保证道路有效控制运行。最终单片机进行数据整合以及语言信号转换后将信号输至信号灯显示系统。

嵌入系统与单片机的结合形成中央控制中心，嵌入系统运用典型的CPU处理器，单片机内部的嵌入系统主体应用控制程序，编写程序执行先后顺序以及数据传输方向。

2.2.1.2 视频图像检测模块。车流量监测模块同时由图像收集以及图像处理两大模块组成，一是路段监录执行部分，二是中央计算处理部分。其中路段监录执行部分主要是由一个CCD摄像机与路段基础设施组成；中央计算处理部分主要包括：数字化器/格式化器、微处理器、接口、键盘、电源等组成在到路口已广泛安装摄像头的基础之上对道路口车流量信息进行采集。通过到路口的摄像头在第一次黄灯亮起是对道路口进行抓拍，所收集到的图像信息传送至单片机并通过单片机的嵌入系统命令MATLAB处理图像数据，在黄灯结束后将计算出的信号灯配时通过单片机输出至LED信号灯显示系统，红灯结束之后第二次黄灯亮起时重复图像的采集和处理。其中MATLAB通过对采集到的图像与记忆零车流量时道路灰度对比，通过嵌入设备的处理统计车流量的数据信息以此实现道路车流量信息的实时采集。

2.2.2 信号接收、发送及处理。视频图像检测器中的CCD摄像机架设在正对道路中央的上空9.2～15m处，当道路上没有车辆运动时，即CCD摄像机PC端屏幕图像对比差在控制阈值范围内时，单位分割单元的视频检测器保持静默状态；当有车辆行驶时，图像对比差值超过控制阈值，检测器会自动开始记录道路上的车辆运行，通过数字化器与微处理器的编译会产生相应车辆的速度信息[1]，并以电信号的形式进入电路进行整形放大和编码处理，再由远程信号发射模块将信号发射出去，由中央处理中心进行接收和编译，并向电脑导入一个数值，随后进行速度趋势与路口信号配时方案的计算。

2.2.3 系统预警设计。系统整体的运行次序由图像采集系统开始，并以信号指示机正确显示结束，MATLAB图像处理、BP神经网络算法处理为中间数据处理程序，完成整个系统的数据处理输入及输出等。为保证系统的正常运行，单片机嵌入系统同时设计负反馈系统，嵌入系统中运用if语言来判断负反馈程序是否执行。各系统正常执行及输出此时单片机只运行正反馈系统，不运行if后的程序语言。部分系统出现线路或系统故障时导致数据输入但未能输出时，单片机未正常接收数据，无数据时不激发单片机进行控制数据处理此时不满足正反馈的执行条件，下一步程序执行if后的负反馈程序，负反馈程序执行之后单片机接收信号并反馈回自身修复系统执行修复命令，完成系统修复。系统程序无法修复时则将数据反馈至人工网络数据中心，进行人工系统数据修复或更换。且在系统修复过程中单片机无数据信号指示LED信号控制机时信号灯，将仍使用上次的记忆数据保证信号的正常控制，保证道路正常通行。通过单片机嵌入系统反馈程序检测系统运行状况，保证系统整体运行实现。

3 系统实地评估设计

3.1 干线选择

为验证基于神经网络算法的智能信控设计的实地应用效果，因此选择合适的实地干线对智能信控设计进行实地化的数据考量，特取安徽省宿州市人民路工作日的道路运行数据进行实地化智能信控配时方案仿真设计。宿州市人民路作为宿州市市区的主要干道之一，东南方向衔接市区中心，道路北向连接宿州市迎宾大道且于京台高速相通，同时也是市区与郊区交通主要动脉之一。所选道路现为双向六车道，全长大约5.3公里，道路运营状况具备代表性，例如时段性堵车等。

3.2 道路运行评估

在道路运行的智能控制领域，对智能信号等控制方法的评估指标一般有行程时间指数TTI，延误时间指数（与自由流时间相比或与实际时间相比），道路严重拥堵里程比例或排队长度，行程停车次数等作为评估指标。其中行程时间、延误时间、排队长度、停车次数均从出行者角度在平均状况下的相对的行驶时长。

所建立评估模型如下式1、式2。

综合各类研究指标适用情况适用范围，此处选择行程时间、停车次数以及交通延误时间三个指标作为本文智能信号灯配时控制的评价指标，并提出设计方法进行验证。

3.2.1 行程时间。分析实地测评数据，整体数据分析时可以得出明显的结论：相比传统信号灯控制下的道路行车时间，本文所设计的智能信号灯控制方式所需的行程时间在每个实验时间短均有时间节省，对某天工作日人民路来往车辆通行时间的具体跟踪调查。其中本文所设计的信号灯配时从上午8:30至中午11:30总行程时间缩短304s,其中上班高峰时段行程时间指数下降了10.5%至11.7%，班高峰时段道路行程时间指数下降了5.9%至8.6%，并且全时段的行程时间指数最底下降了5.4%。由此得出行程时间指标的评价结果：实施本文方案后人民路上南北道路车辆总行程时间有很大程度的节省。

3.2.2 交通延误。交通延误是指道路上行驶车辆在非可控或可控因素所产生的道路或车辆阻碍而损失的时间，是衡量道路运行能力的重要依据，同时也作为本文设计方案的重要依据。交通延误由于造成行车延误的原因等不同可分为：行车延误、运行延误、停车延误、排队延误以及引道延误等。本文对行驶过程中的延误主要考虑由道路以及控制方式导致的车辆停车延误以及排队延误，由于驾驶员自身的行车延误在当前路段的发生率很小因此驾驶员自身的行车认为均在正常运行状态下。

为更好地体现智能信号灯控制的优点，本文采用智能信号灯控制方案与传统信号灯控制方案下道路交通延误的时间对比的方法。优化后的道路交通延误时间明显缩短，传统控制方案下道路延误时间308.3s，优化方案下道路运行延误时间187.5s，平均交通延误时间减少120.8s，因此在道路控制方面智能信号灯控制明显体现出对道路控制的高效性。

3.2.3 停车次数。在城市道路运行控制系统中，道路行驶车辆的停车次数反应道路车流的通畅度同时也是反映道路是否拥挤的评价方法以及指标。本文对所选的实验路段上运行车辆进行实时跟踪调查记录车辆的平均运行时间以及停车次数。可以得出由上一交叉口运行至下一交叉口所需的运行时间呈现相同的下降趋势，停车次数由自南向北的4次减少为1次，自北向南由3次减少为1次，总体统计的车流信息由7次减少至3次，由此可得出结论：智能信号灯控制方案减少道路行车过程的停车次数，道路通畅程度明显提升。

3.3 驾驶员评估

在城市道路设计评估中，驾驶员的心理活动同样是车辆行驶过程中非常重要的参考因素。人是整个交通系统中最重要的组成部分，在道路运行设计中充分考虑行车中驾驶员的心理活动是非常重要的，通过上文对行程时间、交通延误时间以及停车次数对智能信号灯控制下的道路运行状况进行了实地评估，现通过对所选干线的行车驾驶员对优化前后行车过程的满意程度以及心理状态进行调查访问并统计。

随机选择300长经过实验路段上下班的人作为调查对象，可得出在优化方案下，机动车驾驶员的满意度更高，因此对道路安全也有很大的程度的保障。

4 结束语

目前，在信息化高速发展的新时代，传统城市也正逐渐向智能化海绵城市转型。环保型、高效率、经济化等词汇也成为未来城市的标志性标签。道路交叉口的智能化大大提升了城市发展空间，道路运行能力的提升为社会发展提供了基础条件。通过交叉口指挥配时智能化，可以达到：

通过快速的发展智能交通一方面可以改善道路交通环境，另一方面还增加了道路交通系统的容量。

可以有效提高行车速度，减少行车延误，提高受控区域的道路服务水平，进而提高地区路网的通行能力。

改善交通环境，减少交通事故和环境污染。智能交通可以及时的反馈事故信息，减少了损失和伤害；在使用过程中还减少了对能源的需求；在保护环境和提高空气质量方面做出巨大贡献。

综上所述，运用先进的车辆通行指挥系统，可以为交通拥堵问题等问题提供优良的解决方案。