朱艷慧田 根曹 敏

(1.南京師范大學虛擬地理環(huán)境教育部重點實驗室,江蘇 南京210023;2.河南理工大學資源環(huán)境學院地科系,河南 焦作454003)

0 引 言

交通擁堵已成為影響我國城市經(jīng)濟發(fā)展的一個重要因素,現(xiàn)代化交通控制可以有效緩解這些城市交通問題。智能交通信號燈的控制是現(xiàn)代化交通控制的重要內(nèi)容之一。國外在交通信號燈智能控制方面的研究開始較早,如Taale等[1]在1998年使用一種改進的遺傳算法優(yōu)化交通信號燈控制,實現(xiàn)了一個單路口控制器。Moriarty和Langley[2]在1998年使用強化學習來實現(xiàn)分布式控制。我國智能控制方面的研究起步較晚,趙小軍等[3]提出,依靠東西向和南北向兩方向車輛的差值對交通信號燈時長方案進行動態(tài)調(diào)整。葉爾江·哈立木[4]提出根據(jù)計算出的車輛預計通行時間對交通信號燈時長進行調(diào)整。

根據(jù)我國目前交通信號燈現(xiàn)狀,基于各個方向車輛差值對信號燈時長進行調(diào)整的可行性較大。對于不同差值所對應的秒數(shù)變化,在不同信號燈模擬中有不同界定。本文采用空間多智能體思想,基于Netlogo多智能體建模平臺,構(gòu)建了交通信號燈模型。通過對一特定車流情況下信號燈不同時長設置情況進行模擬,對比不同時長設置情況下車輛的等待數(shù)目最終得到較優(yōu)方案。

1 基于空間智能體的模型構(gòu)建

1.1 Netlogo介紹

Netlogo是由美國西北大學網(wǎng)絡和計算機建模中心推出的基于多智能體的可編程建模平臺?；谟嬎銠C建模和仿真軟件包,它能對自然系統(tǒng)和社會系統(tǒng)進行仿真,尤其適合于隨時間演變的復雜系統(tǒng)建模[5]。在Netlogo中,智能體分為海龜,瓦片和觀察員3類:仿真世界由前兩類構(gòu)建,仿真模型中的環(huán)境由瓦片構(gòu)成,海龜可以代表現(xiàn)實世界中任何一種具有活動特性的物體;觀察員則可以控制模型的運行(圖1)。在Netlogo中,不同海龜之間,海龜與瓦片之間可以進行相互作用,即海龜可以通過判斷周圍環(huán)境以及周圍其他海龜?shù)臓顟B(tài)來更新自己的狀態(tài)。在交通信號燈模擬中,信號燈和車輛都視為海龜,而道路視為瓦片。車輛通過判斷前方車輛的速度對自己速度進行調(diào)整,即不同海龜之間的交互作用;車輛通過道路判斷是否能通行,即海龜與瓦片之間的相互作用。

圖1 三種智能體關系圖

1.2 基于Netlogo的交通信號燈模型構(gòu)建

在信號燈模型中,瓦片定義了模型的背景區(qū)域,信號燈和車輛為海龜,通過模型界面的進度條對信號燈時長進行控制。模型由八個進度條分別對兩個方向、四種類型的信號燈進行控制。四種類型分別為東西向左轉(zhuǎn)信號燈、東西向直行信號燈、南北向左轉(zhuǎn)信號燈、南北向直行信號燈。每種類型信號燈由兩個進度條分別對其紅燈時長和綠燈時長進行控制(圖2)。

圖2 南北向左轉(zhuǎn)信號燈控制進度條

車輛分為東西向和南北向兩種類型,可通過進度條對車輛數(shù)量進行調(diào)整(圖3)。模型中車輛的速度是隨機的。根據(jù)現(xiàn)實統(tǒng)計情況,車輛通過路口的時間約為8～12 s。依據(jù)軟件中ticks與現(xiàn)實時間的統(tǒng)一,對車輛在軟件中的速度進行模擬。

圖3 車輛控制進度條

模型中存在海龜與瓦片、海龜與海龜之間的交互。海龜通過與瓦片的交互判斷自己的所在位置,以此確定自己的行駛狀態(tài),如是否可以轉(zhuǎn)彎。海龜與海龜之間的交互分為兩類,一類是汽車類海龜同類之間的相互作用,另一類為汽車類海龜與信號燈類海龜?shù)慕换?圖4)。汽車類海龜之間的交互可以對車輛速度進行控制,當后車速度大于前車時,判斷是否能超車,否則降低自己的速度。如果前方車輛的速度為零,即為等待情況,則將該車速度也設置為零。汽車類海龜與信號燈類海龜?shù)慕换タ梢允擒囕v對信號燈的狀態(tài)進行感知,以此確定能否通過路口區(qū)域。

圖4 各類智能體之間的交互關系

為對模型進行動態(tài)檢測,添加了圖像區(qū)域以及數(shù)據(jù)監(jiān)視器區(qū)域(圖5)。

圖5 等待車輛數(shù)量圖及數(shù)據(jù)監(jiān)視器

等待車輛數(shù)量圖中藍色實線代表南北等待車輛數(shù)量,紅色虛線代表南北向等待車輛數(shù)量。數(shù)據(jù)監(jiān)視器由東西向等待車輛數(shù)量監(jiān)視器和南北向數(shù)據(jù)監(jiān)視器構(gòu)成。等待車輛數(shù)量為統(tǒng)計模型當前時刻下速度為零的車輛總數(shù)量。

2 模型的實現(xiàn)與結(jié)果分析

本文所構(gòu)建的交通信號燈模型總體實現(xiàn)界面如下所示(圖6)。

圖6 模型運行界面圖

本文假設某時段車輛總數(shù)為50輛,其中東西向車輛為35輛,南北向車輛為15輛,該地區(qū)初始紅燈時長和綠燈時長均為30 s。設定車輛數(shù)量多的方向綠燈時長分別延長0 s,5 s,10 s,分別運行三種方案下交通信號燈模型,并對模型模擬的等待車輛數(shù)目進行統(tǒng)計分析(圖7)。

圖7 三種方案統(tǒng)計圖對比

在一定時間間隔內(nèi),將每時刻等待車輛數(shù)目相加,得到所有車輛的等待時間總和。20 s內(nèi)所有車輛等待時間總和方案一、二、三的統(tǒng)計結(jié)果分別為2 034 s、1 949 s、1 879 s。結(jié)果表明:方案三為最優(yōu),即當車輛數(shù)目為50輛,東西向與南北向車輛數(shù)量差值為15 h,將車輛數(shù)量較多的方向的綠燈時長延長10 s,可以縮短所有車輛等待時間總和。在120 s的運行中,通過信號燈調(diào)整,可以將車輛總等待時長減少約155 s。

3 結(jié) 語

(1)采用空間智能體建模方法,基于Netlogo建模平臺,構(gòu)建了交通信號燈的模型。模型中定義車輛和信號燈為海龜智能體,定義道路為瓦片智能體。通過智能體之間的交互,對車輛智能體進行控制,通過調(diào)節(jié)進度條,改變輸入?yún)?shù),對信號燈智能體進行控制。根據(jù)對輸入模型參數(shù)的調(diào)整,該模型可以模擬各種不同車流量情況下多種信號燈配時方案,統(tǒng)計在一定時間間隔內(nèi)每秒車輛的等待數(shù)量,得到所有車輛的總體等待時間,選擇等待時間最小的作為最優(yōu)方案。本文設定車輛數(shù)目為50輛,東西向與南北向車輛數(shù)量差值為15,通過對比得到,在此情況下將車輛較多方向綠燈時長延長10 s可得相對較優(yōu)方案

(2)在我國,目前交通信號燈大部分仍處于固定時長的控制方式,通過該方法可以有效驗證交通信號燈配時方案的合理性,有助于確定較為合理的交通信號燈配時方案。

[1]Taale H.,B?ck T.,Preu?M.,et al.,Optimizing traffic light controllers by means of evolutionary algorithms[C].Aachen:ELITE Foundation,1998:1730-1734.

[2]Moriarty D.E.,Langley P.,Learning cooperative lane selection strategies for highways[C].Madison Wisconsin:Proceedings of the Fifteenth National Conference on Artificial Intelligence,1998:684-691.

[3]趙小軍,胡耀增,林晨.基于車流量的交通信號燈實時控制的研究[J].計算機與現(xiàn)代化,2012(10):72-75.

[4]葉爾江·哈力木,曼蘇樂,張秀彬.交通信號燈智能控制算法研究[J].微型電腦應用,2012,28(6):42-44.

[5]王揚揚.基于Agent的軌道交通通道內(nèi)行人行為研究和通道優(yōu)化[D].北京:北京交通大學,2015.