摘? 要：隨著城市交叉路口的擁堵愈發(fā)嚴(yán)重，交通燈的智能控制便顯得尤為重要。為改善城市交叉路口車輛通行效率，本文闡述了一種交通燈模糊控制實(shí)時(shí)配時(shí)算法，通過Matlab模糊工具及系統(tǒng)測試仿真，得到清晰化的模糊控制表，以期為交通信號燈智能控制系統(tǒng)的優(yōu)化提供參考。

關(guān)鍵詞：交通信號燈;模糊控制;實(shí)時(shí)配時(shí)算法

中圖分類號：TP273.4;U491.54? ? ? ?文獻(xiàn)標(biāo)識碼：A 文章編號：2096-4706（2019）21-0051-03

Abstract：As the congestion at urban intersections becomes more serious，the intelligent control of traffic lights is particularly important. In order to improve the traffic efficiency of urban intersections，this paper describes a real-time timing algorithm of fuzzy control for traffic lights. By using the Matlab fuzzy tools and system test simulation，a clear fuzzy control table is obtained. It is expected to provide reference for the optimization of intelligent control system of traffic lights.

Keywords：traffic lights;fuzzy control;real-time timing algorithm

0? 引? 言

隨著汽車保有量不斷增多，城市擁堵愈發(fā)嚴(yán)重。解決城市擁堵問題，一方面可持續(xù)完善交通基礎(chǔ)設(shè)施建設(shè)，使之與現(xiàn)代交通方式相匹配;另一方面可通過升級現(xiàn)有的交通管理系統(tǒng)，使之更智能、便捷、高效，從而更好地適應(yīng)機(jī)動車數(shù)量的不斷增長。作為交通管理系統(tǒng)的重要組成部分，交通燈定時(shí)控制系統(tǒng)在調(diào)節(jié)車流量、降低擁堵時(shí)長等方面發(fā)揮著重要的作用。然而，近年來隨著汽車保有量的不斷增多，城市交通擁堵的狀況愈發(fā)嚴(yán)峻，傳統(tǒng)的交通燈定時(shí)控制系統(tǒng)已經(jīng)不能夠完全滿足現(xiàn)代交通發(fā)展的需要?；谥悄芸刂萍夹g(shù)的交通燈控制系統(tǒng)便被提出，并受到國內(nèi)外研究學(xué)者的廣泛關(guān)注[1，2]。作為智能控制技術(shù)的一項(xiàng)重要分支，自1977年城市單向單路口模糊控制法提出來之后[3]，模糊控制技術(shù)便被廣泛應(yīng)用，其中包含交通燈控制系統(tǒng)。將模糊控制技術(shù)應(yīng)用于交通燈控制系統(tǒng)中，能夠有效地應(yīng)對交通系統(tǒng)的隨機(jī)性和復(fù)雜性，有效提升交通控制的安全性和時(shí)效性。本文基于單路口交通燈控制系統(tǒng)，闡述了交通燈模糊控制的實(shí)時(shí)配時(shí)算法及清晰化的模糊控制規(guī)則表生成方式。

1? 單路口的相位設(shè)定

十字交叉路口模型及相位圖如圖1所示。東西南北方向均分為左行道、直行道和右行道，車輛在相應(yīng)車道中通行。在實(shí)際應(yīng)用中，由于右行車輛僅會與人行道上的行人產(chǎn)生沖突，故只需采用定時(shí)控制的方式將車輛和行人分開交替通過即可，不納入模糊控制討論范圍內(nèi)。為了實(shí)現(xiàn)對進(jìn)入十字交叉路口內(nèi)各個(gè)車道的車流量進(jìn)行統(tǒng)計(jì)，分別在東西南北四個(gè)方向的左行車道和直行車道中設(shè)置兩個(gè)車輛檢查器（前端檢測器和遠(yuǎn)端檢測器，兩個(gè)檢測器間距200米）。同時(shí)，為保證車輛有序通行，將東西南北方向的左行道、直行道按照車輛的通行順序分為四個(gè)相位：東西直行相位s1、東西左轉(zhuǎn)相位s2、南北直行相位s3以及南北左轉(zhuǎn)相位s4。

2? 單路口模糊控制器設(shè)計(jì)

2.1? 交通信號模糊控制原理

模糊控制器結(jié)構(gòu)如圖2所示，輸入?yún)?shù)經(jīng)過量化后，在控制器內(nèi)進(jìn)行模糊化、推理、解模糊等操作，再將結(jié)果進(jìn)行量化后輸出至控制對象處，實(shí)現(xiàn)模糊控制。

在本文所闡述的交通信號模糊控制系統(tǒng)中，第一個(gè)輸入變量是當(dāng)前通行相位上的車輛排隊(duì)長度Qn，第二個(gè)輸入變量是下一個(gè)相位（即交叉相位）上的車輛排隊(duì)長度，經(jīng)過模糊控制器處理后，輸出的值是當(dāng)前通行相位上的綠燈延時(shí)時(shí)間Ty。交通燈模糊控制算法如下：

步驟1：將當(dāng)前通行車道相位設(shè)定為K，并根據(jù)實(shí)際需求，將每個(gè)相位的最短綠燈時(shí)間Tkd設(shè)定為20s，最長綠燈時(shí)間Tkc設(shè)置為50s，黃燈設(shè)置為3s;

步驟2：當(dāng)相位的最短綠燈時(shí)間Tkd要到時(shí)，系統(tǒng)檢測當(dāng)前通行相位車輛排隊(duì)數(shù)量Qn和下一相位（交叉相位）車輛排隊(duì)數(shù)量Rn;

步驟3：當(dāng)Qn=0時(shí)，通行權(quán)交由下一相位，系統(tǒng)返回步驟1繼續(xù)運(yùn)行;當(dāng)Qn<λ且△l=Qn-Rn<σ（λ和σ是根據(jù)交通流量設(shè)定的閾值），通行權(quán)交由下一相位，系統(tǒng)返回步驟1繼續(xù)運(yùn)行。當(dāng)前綠燈相位運(yùn)行時(shí)間達(dá)到最長綠燈時(shí)間Tkc時(shí)，通行權(quán)也同樣交由下一相位，系統(tǒng)返回步驟1繼續(xù)運(yùn)行。當(dāng)以上條件均不滿足時(shí)，系統(tǒng)繼續(xù)往下運(yùn)行;

步驟4：將Qn和Rn送入模糊控制器中，確定當(dāng)前綠燈相位的綠燈延時(shí)時(shí)間Ty，若Tkd+Ty≥Tkc，則此時(shí)當(dāng)前相位最長綠燈時(shí)間為Tkc。若Tkd+Ty

2.2? 模糊控制輸入輸出設(shè)計(jì)

由于車輛排隊(duì)最大長度為200m且一輛車大概占據(jù)5m的距離，可知當(dāng)前綠燈相位上的車輛排隊(duì)數(shù)量Qn和交叉相位上的車輛排隊(duì)數(shù)量Rn的基本論域范圍均為{0，1，2……40}，為了簡化模塊控制規(guī)則，將該基本論域量化為{0，1，2……20}，量化因子為0.5;同時(shí)在該基本論域上定義七個(gè)模糊子集，{很少，少，較少，中等，較多，多，很多}，簡記為：{VF，F(xiàn)，LF，M，LL，L，VL}。根據(jù)綜合分析，輸入變量Qn和Rn的隸屬度函數(shù)為三角形，如圖3所示。

根據(jù)前文設(shè)定，每個(gè)相位的最長綠燈時(shí)間Tkc為50s，最短綠燈時(shí)間Tkd為20s，因此可以確定當(dāng)前通行相位綠燈延時(shí)時(shí)間Ty的基本論域范圍為{0，1，2……30}，經(jīng)量化后為{0，1，2……15}，輸出量化因子為2。在量化后的基本論域中定義七個(gè)模糊子集{很短，短，較短，中等，較長，長，很長}，簡記為：{VS，S，LS，ZO，LB，B，VB}。根據(jù)分析，輸出Ty的隸屬度函數(shù)也為三角形，如圖4所示。

2.3? 模糊控制規(guī)則設(shè)計(jì)

根據(jù)十字交叉口車輛通行規(guī)律和專家經(jīng)驗(yàn)[4]，制定模糊控制規(guī)則表，如表1所示，行表示當(dāng)前綠燈相位車道排隊(duì)車輛數(shù)的多少，列表示下一相位（交叉相位）車道排隊(duì)車輛數(shù)的多少。從表1中可以看到，當(dāng)當(dāng)前綠燈相位排隊(duì)車輛數(shù)Qn為LS（即較少）且下一相位車道排隊(duì)車輛數(shù)Rn為LL（即較多）時(shí)，可知當(dāng)前相位綠燈延時(shí)時(shí)間Ty（中間數(shù)據(jù)）的值為LS（即較短）;同理，當(dāng)當(dāng)前綠燈相位排隊(duì)車輛數(shù)Qn為VL（即較多）且下一相位車道排隊(duì)車輛數(shù)Rn為VF（即非常少）時(shí)，可知當(dāng)前相位綠燈延時(shí)時(shí)間Ty的值為VB（即非常長）。

3? 結(jié)果討論

在Matlab的模糊工具箱中，將當(dāng)前綠燈相位車輛排隊(duì)數(shù)Qn、下一相位車輛排隊(duì)數(shù)Rn及當(dāng)前相位綠燈延時(shí)時(shí)間Ty的隸屬度函數(shù)輸入，并配置好模糊控制規(guī)則，在simulink中進(jìn)行系統(tǒng)測試仿真，數(shù)據(jù)經(jīng)過四舍五入后，得到如表2所示清晰化的模糊規(guī)則控制表。從該表可知，當(dāng)Qn為15，Rn為12時(shí)，綠燈延時(shí)時(shí)間Ty乘以量化因子2后，延時(shí)時(shí)間為20s;當(dāng)Qn為20，Rn為0、1、2、3、4或者5時(shí)，綠燈延時(shí)時(shí)間Ty乘以量化因子2后，延時(shí)時(shí)間為28秒，這與我們前文設(shè)計(jì)的最長延時(shí)時(shí)間30s相差無幾。由該表，我們可以通過查詢的方式，實(shí)現(xiàn)對交通信號燈的模糊控制，為交通信號燈控制系統(tǒng)的軟硬件平臺搭建提供思路。

4? 結(jié)? 論

隨著城市化進(jìn)程的不斷深入，城市所面臨的交通問題將越來越嚴(yán)峻。智能化的交通信號控制系統(tǒng)可以在無法繼續(xù)完善交通基礎(chǔ)設(shè)施的條件下，有效提高交叉路口通行效率，緩解交通通行壓力，必將受到越來越多的關(guān)注。作為智能控制技術(shù)的一個(gè)重要分支，模糊控制技術(shù)在解決交通流量的時(shí)變性及不確定性問題上能發(fā)揮顯著作用;且模糊控制技術(shù)還能和神經(jīng)網(wǎng)絡(luò)、遺傳算法等技術(shù)結(jié)合起來，進(jìn)一步完善功能，在未來交通信號燈的智能控制上將發(fā)揮出更大的作用。

參考文獻(xiàn)：

[1] Timóteo，Ivo J. P. M，Araújo，Miguel R，Rossetti R J F，et al. Using TraSMAPI for the assessment of multi-agent traffic management solutions [J]. Progress in Artificial Intelligence，2012，1（2）：157-164.

[2] H Richard. Development of major transportation projects in Califonria [D]. Virginia：Virginia Polytechnic Institute and State University，2007.

[3] PAPPPIS C P，MAMDAM E H.A fuzzy logic controller for a traffic junctiction [J].IEEE Trans on Systems，Man and Cybernetics，1977，7（10）：707-717.

[4] 熊光潔，劉玉德，吳雪，等.城市道路區(qū)域交通信號控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn) [J].交通與計(jì)算機(jī)，2008（5）：115-118+122.

作者簡介：張永志（1987-），男，漢族，福建詔安人，講師，碩士，研究方向：電子技術(shù)。