王振華

（大連交通大學(xué) 電氣信息學(xué)院，遼寧 大連116028）

自適應(yīng)模糊邏輯交通燈管理系統(tǒng)的設(shè)計

王振華

（大連交通大學(xué) 電氣信息學(xué)院，遼寧 大連116028）

交通燈管理低效會導(dǎo)致嚴(yán)重的交通癱瘓以及大氣污染，給人們的生活造成巨大的困擾。固定時長的交通燈機(jī)制是與現(xiàn)實(shí)交通情況相矛盾的。文中設(shè)計了一種交通燈變換機(jī)制針對車輛抵達(dá)路口數(shù)量的不一致性通過模糊邏輯控制器自動進(jìn)行靈活調(diào)整。并設(shè)計了固定時長與自適應(yīng)時長交通燈系統(tǒng)的對比實(shí)驗(yàn)，結(jié)論表明，基于模糊邏輯管理器的自適應(yīng)交通燈系統(tǒng)比固定時長交通燈系統(tǒng)更具優(yōu)勢。

交通燈；自適應(yīng)；模糊邏輯；控制

目前全球機(jī)動車數(shù)量激增，以我國為例，近十年每年的汽車總量增加約為20%，隨著機(jī)動車數(shù)量的改變，人們的出行方式也產(chǎn)生了巨大的變化，交通基礎(chǔ)設(shè)施建設(shè)也應(yīng)與時俱進(jìn)，與當(dāng)前的交通方式相適應(yīng)。因此，需要升級現(xiàn)有的交通管理系統(tǒng)以便更好的適應(yīng)急劇增加的汽車數(shù)量。

避免交通擁堵能有效降低燃油消耗不僅具有經(jīng)濟(jì)效益，同時對環(huán)境保護(hù)也有著積極的意義。然而，增大的車流量導(dǎo)致城市交通擁堵的狀況每天都在發(fā)生。若交通燈不能實(shí)時有效地調(diào)節(jié)車流量，會使擁堵的時間大幅增長。

基于上述問題，文中研究采用模糊邏輯基于實(shí)際交通規(guī)則對多種來源的交通數(shù)據(jù)收集整理，并對交通行為進(jìn)行分析，設(shè)定情境對真實(shí)交通狀況仿真，提出了一種自適應(yīng)交通燈系統(tǒng)，優(yōu)化了交通燈時長變換機(jī)制，可有效提高現(xiàn)有道路的容量和車流量，減少擁堵。

1 自適應(yīng)交通燈系統(tǒng)

大多針對交通燈控制的研究集中在控制循環(huán)序列，文中則是將實(shí)際交通情況抽象為一個交叉點(diǎn)，并以此作為依據(jù)控制信號燈，使控制更加精確。自適應(yīng)交通燈將根據(jù)交叉路口的實(shí)際情況調(diào)整綠燈的持續(xù)時間，從而達(dá)到疏導(dǎo)擁堵的目的。綠燈的時長由模糊邏輯系統(tǒng)的數(shù)學(xué)模型結(jié)合變量而確定。例如，在特定交叉點(diǎn)且車流量大的情況下，系統(tǒng)將給予該路口較長時間的綠燈，反之在某些車流量小的路口，綠燈持續(xù)時間較短。由此能使系統(tǒng)更具靈活性以適應(yīng)實(shí)際的交通特性。

2 設(shè)計規(guī)則介紹

本研究在設(shè)計規(guī)則時做了如下假定：

1）孤立丁字路口，車輛從A，B，C 3個方向行駛而來，如圖1所示。

2）在此系統(tǒng)中沒有黃燈。

3）每輛車通過路口需要3 s。

4）不考慮駕駛員思考延遲時間。

5）所有車輛間距相等。

6）綠燈最長時間為60 s。

圖1 丁字路口模型

3 實(shí)驗(yàn)設(shè)計

針對單行丁字路口設(shè)計了一種模糊邏輯控制器。3個路口如圖1所示。選擇車輛數(shù)和車輛百分比作為交通燈控制器的兩個模糊輸入變量。這兩個變量將實(shí)時變化，并被帶入數(shù)學(xué)模型中。輸出模糊變量為綠燈持續(xù)時間，也將隨著車輛數(shù)而改變。由此建立了基于模糊輸入變量模糊規(guī)則得出理想綠燈持續(xù)時間的方程。若無車輛在特定路口通過，則該自適應(yīng)交通燈將循環(huán)跳轉(zhuǎn)。最長綠燈時間，將通過20輛機(jī)動車包括直行、左轉(zhuǎn)、右轉(zhuǎn)三種方式通過丁字路口。

4 輸入輸出隸屬函數(shù)

自適應(yīng)交通燈系統(tǒng)經(jīng)由兩路模糊輸入和一路模糊輸出組成。車輛數(shù)有4個隸屬函數(shù)，車輛百分比有3個隸屬函數(shù)。

表1 模糊輸入變量與模糊輸出變量

圖2表示了隸屬函數(shù)的語義變量表達(dá)?？梢钥闯觯瑈軸上表示隸屬函數(shù)中每個模糊變量的真值[1]。X軸為隸屬函數(shù)的輸入模糊變量值，論域?yàn)閷囕v的量化感知。而輸出模糊變量的論域?yàn)榫G燈時長，單位為s。從圖2可看出，16輛車被定義為“SH”（super high）此時模糊集合被認(rèn)為是滿隸屬。11輛車被定義“H”（high）。對于輸出模糊變量，“Low”集僅有1個隸屬，出現(xiàn)在15 s的區(qū)域，同時“Medium”集出現(xiàn)在30 s的區(qū)域。該隸屬函數(shù)的配置來源于人們對日常實(shí)際交通系統(tǒng)和環(huán)境的觀察，并抽象為數(shù)學(xué)模型。然而，模糊集合的隸屬函數(shù)寬度和中心則能根據(jù)不同的交通狀況而改變。例如，若某路口綠燈超過60 s，“SH”集中的數(shù)值將會變大。另一方面，在擁堵的路口，隸屬函數(shù)寬度將被降低。由此可以得出，在模糊邏輯控制中，從一個模糊集合到另一個模糊集合是平滑過渡，因此從一種控制到另一種控制會出現(xiàn)集合相互交疊的情況。若不存在交疊的模糊集合，則該控制近似于二階控制，而過多的交疊說明過于模糊。

圖2 自適應(yīng)交通燈系統(tǒng)隸屬函數(shù)

5 自適應(yīng)交通燈與固定時長交通燈的比較

通過與固定時長交通燈系統(tǒng)對比能了解自適應(yīng)交通燈的特性。采用近似數(shù)學(xué)模型對兩種類型的交通燈控制系統(tǒng)進(jìn)行模擬仿真。

輸入的測試數(shù)據(jù)由24組車輛數(shù)據(jù)組成分別表示一天之中24個小時內(nèi)，不同時段平均每分鐘通過路口的車輛數(shù)。圖3所示測試輸入數(shù)據(jù)，每種顏色表示不同結(jié)點(diǎn)的車輛數(shù)。

隸屬函數(shù)和模糊邏輯規(guī)則在前文中已有描述。從數(shù)學(xué)模型的模擬中，兩種交通燈系統(tǒng)的工作狀況如圖4中所示。從圖中可以看出，自適應(yīng)交通燈系統(tǒng)具有更短的結(jié)點(diǎn)等待時間。實(shí)時狀態(tài)下，這將代表著交通燈減少了交通擁堵。自適應(yīng)交通燈還能在更短的時間內(nèi)，運(yùn)行完成這24組輸入數(shù)據(jù)，交通燈系統(tǒng)所用時間與固定時長系統(tǒng)所用時間的比值約為7: 10，由此說明自適應(yīng)交通系統(tǒng)時間效率比固定時長交通燈系統(tǒng)提高了約30%。即僅1小時以內(nèi)，通行相同數(shù)量的車輛，自適應(yīng)交通燈系統(tǒng)比固定時長交通燈系統(tǒng)節(jié)約了近20分鐘的時間，這使得整個城市交通更加高效。

與此同時，對燃油消耗以及對環(huán)境的污染也同時顯著減小。

圖3 車流量輸入圖

圖4 自適應(yīng)交通燈與固定時長交通燈對比

6 結(jié)束語

通過基于數(shù)學(xué)模型的對比仿真實(shí)驗(yàn)，對固定時長交通燈系統(tǒng)和自適應(yīng)時長交通燈系統(tǒng)進(jìn)行對比。測試結(jié)果表明，自適應(yīng)交通燈系統(tǒng)通過相同數(shù)量機(jī)動車比固定時長交通燈所需時間更短，效率提高。這將有效減小因交通燈效率低下所引起的道路負(fù)荷增大，交通擁堵以及通行速度慢的情況，縮短了車輛在路口的等待時間，不僅減少了燃油消耗，同時也降低了噪聲與環(huán)境污染。

[1]譚惠麗，黃乒花，李華兵，等.交通燈控制下主干道的交通流研究[J].物理學(xué)報，2003，52（5）:1127-1131.

[2]洪偉，牟軒沁，王勇，等.交叉路網(wǎng)交通燈的協(xié)調(diào)模糊控制方法[J].系統(tǒng)仿真學(xué)報，2001，13（5）:551-553.

[3]崔寶俠，楊繼平，徐春鋒，等.城市交通燈信號配時控制器優(yōu)化的一種新策略[J].沈陽工業(yè)大學(xué)學(xué)報，2007，29（5）:554-559.

[4]宋依青，張潤.自適應(yīng)交通燈控制系統(tǒng)的設(shè)計與實(shí)現(xiàn)[J].計算機(jī)測量與控制，2008，16（4）:497-499.

[5]郝文延.基于AT89S52的交通燈綜合實(shí)驗(yàn)設(shè)計[J].電子科技，2013，26（6）:164-166.

[6]王鼎湘，李茂軍.基于車流量的交通燈智能控制算法[J].計算機(jī)應(yīng)用與軟件，2015（6）:241-244.

[7]王東亮，萬幼川，王昆，等.一種基于交通燈調(diào)整和速度控制的交通方案[J].武漢理工大學(xué)學(xué)報:信息與管理工程版，2009，31（6）:945-949.

[8]唐文，胡建斌，陳鐘，等.基于模糊邏輯的主觀信任管理模型研究 [J].計算機(jī)研究與發(fā)展，2005，42（10）:1654-1659.

[9]雷英杰，王寶樹，路艷麗，等.基于直覺模糊邏輯的近似推理方法[J].控制與決策，2006，21（3）:305-310.

[10]季彥婕，王煒，鄧衛(wèi)，等.基于模糊邏輯的停車泊位預(yù)約實(shí)時決策方法[J].華南理工大學(xué)學(xué)報:自然科學(xué)版，2010，38（10）:100-104.

[11]陳謀，姜長生.自適應(yīng)模糊邏輯的多模型跟蹤[J].光學(xué)精密工程，2009，17（4）:867-873.

[12]溫凱歌，曲仕茹，張玉梅，等.基于模糊邏輯的高速公路入口匝道控制方法[J].中國公路學(xué)報，2007，20（6）:100-104.

[13]石振剛，高立群，葛雯，等.一種基于模糊邏輯的圖像自適應(yīng)去噪算法[J].東北大學(xué)學(xué)報:自然科學(xué)版，2007，28（6）:777-780.

[14]張敬轅，謝劍英，傅春，等.一種基于模糊邏輯的主動隊(duì)列管理算法[J].電子學(xué)報，2002，30（8）: 1246-1249.

Design of adaptive fuzzy logic traffic light system

WANG Zhen-hua
（School of Electrical Engineering and Information，Dalian Jiaotong University，Dalian 116028，China）

Inefficient management of traffic lights can cause serious traffic congestion and air pollution. And bring people's lives great distress.Traffic lights fixed length mechanism is contradictory with the reality of the traffic situation.This paper presents a traffic light system for converting the number of vehicles arrived at the intersection of inconsistency flexibly adaptive automatically by fuzzy logic controller.Comparative Experiment was designed with a fixed length of time long traffic light system adaptive，conclusion shows that the adaptive traffic light system manager based on fuzzy logic have more advantages than the fixed length of the traffic lights system.

traffic lights；adaptive；fuzzy logic；control

TN99

：A

：1674-6236（2017）02-0175-03

2016-02-22稿件編號：201602088

王振華（1990—），男，山東新泰人，碩士研究生。研究方向：嵌入式開發(fā)與控制。