周艷玲,張云翔,曹 晶

(合肥學(xué)院 人工智能與大數(shù)據(jù)學(xué)院,安徽 合肥 230601)

1 引言

隨著我國智慧城市這一理念的不斷傳播,智慧交通也成了當(dāng)下城市化進程的標(biāo)志之一。汽車數(shù)量的增多,是導(dǎo)致城市交通堵塞變得日益頻繁的重要因素,使得人們的出行效率降低,這也是智慧交通出現(xiàn)的原因。由于城市道路交通堵塞所造成的原因有很多種:如車輛數(shù)目增加、城市道路建設(shè)不夠合理以及路口交通信號燈時間變化缺乏靈活性等[1],這些問題嚴(yán)重影響了人們的日常出行和城市化建設(shè),城市交通堵塞問題成了當(dāng)下各個城市急需解決的問題之一。

對城市交通紅綠燈的調(diào)控是改變城市道路交通狀況、提升車輛運行效率以及減少紅綠燈等待時間的有效方法。當(dāng)下城市交通系統(tǒng)具有錯綜性、冗雜性、不合理性等特點,且突發(fā)情況較多,很難構(gòu)建出巧妙合理的仿真模型[2-3]。然而,簡單巧妙的Netlogo 仿真模型可以有效的處理這一不足。從仿真角度看,對城市復(fù)雜道路的建模與仿真是將時間與交通流量比進行有效結(jié)合的仿真技術(shù),城市軌道交通仿真技術(shù)是當(dāng)下智慧交通系統(tǒng)的一個重點項目,是將計算機融于城市智能化交通的里程碑。運用Netlogo 的仿真平臺模擬城市道路以及車輛運行狀況,把車輛用多智能體表示,為所有的智能體都賦予其“生命”,它們會在虛擬的環(huán)境中不斷演變,從而產(chǎn)生合理有效的數(shù)據(jù)信息以供工作人員的研究分析。

固定的交通信號燈時間[4]是當(dāng)下我國城市智能化交通無法實現(xiàn)的重要阻礙,不僅影響了人們的日常生活,還加大了城市道路的壓力。曾有人提出根據(jù)全天車流量的顯著不同,把一天分為幾個時間段,每個時間段使用不同的配時[5]。但這種研究方案具有很強的局限性,只適用于一些特定的場合,例如交叉路段的車流量要保證一樣,這顯然不符合城市道路交通多變性這一特征,而且在處理突發(fā)情況時會出現(xiàn)癱瘓狀態(tài),即導(dǎo)致交通堵塞甚至直接死機。傳統(tǒng)方案無法充分發(fā)揮智慧交通信號燈的靈活性和高效性,智能交通燈可控系統(tǒng)應(yīng)運而生。

2 智能交通燈可控系統(tǒng)的研究現(xiàn)狀

我國交通信號燈的時間基本上都是相關(guān)部門提前設(shè)置完成的,而且當(dāng)某個路段碰到特殊情況,例如,早晚高峰、陰雨天氣、突發(fā)事故等,此時都需要相關(guān)部門依照該路段的交通堵塞情況,人為來操控交通信號燈的時間,智能化程度不足,效率十分低下。2012 年,黃向黨提出基于車流量的交通燈動態(tài)調(diào)整策略[6],該策略打破了固定交通燈時間的成規(guī),運用動態(tài)規(guī)劃方法,將算法融入進交通信號燈時間周期,智慧交通開始出現(xiàn)。2013 年,李洪中提出了一種基于模糊推理算法的智能交通燈系統(tǒng)[7],他通過動態(tài)規(guī)劃的思想,將城市中的所有道路劃分成若干個子道路,然后對局部道路建立聯(lián)系,將所有的子道路通過協(xié)調(diào)控制系統(tǒng)聯(lián)系起來,從而完成對整座城市交通信號燈的規(guī)劃。2017 年,董海龍等人通過對不同交通路段進行分析,把神經(jīng)網(wǎng)絡(luò)和模糊識別相結(jié)合從而得出合理有效的交通信號燈控制方法,把車輛在路口的平均等待時間作為研究方案,實現(xiàn)對不同路口智能交通控制[8]。2018 年,鄧麗云等人提出了一種基于模糊推理規(guī)則的智能交通燈系統(tǒng)[9],該系統(tǒng)通過模糊推理規(guī)則對十字路口的交通信號燈時間進行分配,通過比較不同路段的紅燈相位等待車輛和綠燈相位等待車輛的差值作為輸入量,以綠燈延長時間為輸出量,從而推理出各個車道的綠燈時長。2020 年,姚斐等人提出的交通信號燈迭代學(xué)習(xí)控制方法[10],根據(jù)當(dāng)天車流量的不同,把一天分為若干個時間段,然后記錄每個時間段的車流量,通過迭代學(xué)習(xí)控制,找出當(dāng)前路段的最適紅綠燈時間。

雖然當(dāng)前社會中也有大量的智能化交通信號燈控制系統(tǒng)的創(chuàng)造和使用,使得交通堵塞問題得到了相對的緩和,但是部分系統(tǒng)中控制交通信號燈時間的算法卻顯得相對復(fù)雜,成本較高。本文提出的是一種十分簡便的交通信號燈控制系統(tǒng),通過在仿真平臺手動設(shè)置汽車數(shù)量,并根據(jù)道路車輛的擁堵程度實時更改交通燈的時長,經(jīng)過反復(fù)測試選出最佳方案。

3 智能交通燈可控系統(tǒng)的模型分析

本文利用Netlogo 仿真平臺模擬城市道路中的十字路口及車輛運行,比較不同環(huán)境下車輛的平均等待時間,進而調(diào)節(jié)紅綠燈時間,從而減少車輛的平均等待時間。同時采用迭代學(xué)習(xí)控制方法[11],來解決傳統(tǒng)交通路段等待時間長等問題,確保車輛在道路上不會發(fā)生堵車且能夠正常高效地行駛。

3.1 研究思路

首先,在Netlogo 仿真軟件中賦予智能體汽車這一屬性,并設(shè)置不同的汽車數(shù)量,接著通過最佳周期時長公式算出合理范圍內(nèi)的紅綠燈時間。但是現(xiàn)實社會中城市路段的交通流具有很強的隨機性,交通堵塞這類情況時有發(fā)生,而且面臨這種突發(fā)事故無法及時處理。因此需要利用該仿真平臺模擬出車輛通過十字路口處的各種突發(fā)情況,并及時將數(shù)據(jù)記錄下來,通過將數(shù)據(jù)不斷的比較和處理,將能最大限度減少車輛的平均等待時間。由于本研究所用仿真軟件較為簡單,因此不能應(yīng)用于復(fù)雜的城市路口[12]。針對快速路入口,研究中使用PD 型迭代控制,來實現(xiàn)信號燈時間不斷變化的效果,然后采用合理的建模實驗調(diào)節(jié)信號燈的迭代學(xué)習(xí)增益,使該系統(tǒng)的最終效果具有更強的適應(yīng)性,不足之處是其采用的3 種交通流模型都是宏觀交通流模型,在微觀特性下會影響結(jié)果的準(zhǔn)確性[13]。因此,我們選用了最為簡單的十字路口,從而可以更加簡潔、準(zhǔn)確的模擬路況。

3.2 構(gòu)建模型

基于Netlogo 的智能交通信號燈可控系統(tǒng)模型分為三個階段:主體之間如何交互、模型的建立與實現(xiàn)、測試驗證。模型中以時間步長tick 作為一個單元,每個單元都完成這一階段上主體與主體、主體與其他因素的相互作用,發(fā)生自身狀態(tài)的變化,然后進入下一階段,如此迭代循環(huán)。

3.2.1 主體之間的交互過程

模型中將海龜模擬成車輛,瓦片模擬成城市道路。車輛通過與城市道路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。車輛與車輛之間的內(nèi)部交互分為兩類,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)慕换ァＦ囶惡｝斨g的交互可以對車輛速度進行控制,當(dāng)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,后面的車輛因此會處于等候狀態(tài),則將當(dāng)前該車速度也設(shè)置為零。車輛在路過十字路口時,會對紅綠燈進行合理的判斷,紅燈時將速度設(shè)置為零,綠燈時方可通過該路段。

3.2.2 模型的建立與實現(xiàn)

在確定了系統(tǒng)模型的主體和模型間的交互關(guān)系后,通過Netlogo 編碼來完成相關(guān)代碼,其中的紅綠燈時間,是通過運用最佳周期時長公式1,進一步獲取實際情況中該十字路口紅綠燈時間的合理范圍。其關(guān)系如圖1 所示:

圖1 十字路口交通仿真模型

圖1 為十字路口交通仿真模型圖,在圖1 中,平臺界面分為操縱按鈕以及車輛所處環(huán)境,調(diào)節(jié)numcars 控制界面中出現(xiàn)所有車輛數(shù),通過current-auto來動態(tài)調(diào)節(jié)當(dāng)前十字路口的紅綠燈變化,其中uprains 滑塊是用來調(diào)節(jié)該路段是否為下雨天,ticksper-cycle 滑塊是用來調(diào)節(jié)紅綠燈的動態(tài)變化周期。目前,汽車的最大速度限制(在speed-limit 滑塊中找到)是1.0,這是由于汽車必須以前進的速度向前看,以確定是否有汽車在它們前面行駛,如果沒有,它們就會加速,如果有,它們會放慢速度。Change light 按鈕可隨時控制路口的紅綠燈交換(一般在發(fā)生堵車時使用),Setup 按鈕重置所有變量,Go 按鈕開始運行模型。

3.2.3 測試驗證

通過對模型分析,當(dāng)路過十字路口處的車輛較少時,且沒有交通信號燈的阻攔,等待的車輛、平均等待時間以及車輛的平均速度都要比有交通信號燈要好得多,假設(shè):只有一輛車,沒有交通信號燈可以暢通無阻,有交通信號燈反而要等待。然而,隨著車數(shù)量的增加,有交通信號燈的模式優(yōu)勢就愈發(fā)明顯,交通信號燈有助于維持道路的秩序。因此固定的紅綠燈周期,會造成一個車輛較少的相位等待時間的浪費,智能交通燈可以成功的避免這個問題。

3.3 最佳周期時長

最佳周期時長公式如下:

公式(1)中,C0為周期時長,L 為損失時間,l 為啟動時浪費的時間,A 為黃燈時間,I 為時間間隔,i為相位數(shù),Y 為交通流量比[14]。

交通流量比計算公式如下:

公式(2)中,Yi表示相位i 的臨界流量比,qi表示第i 個相位的交通流量,Si是相位i 的臨界飽和流量。

在控制過程中,周期時間的值應(yīng)該在一個合理范圍內(nèi)[15]。當(dāng)周期時間數(shù)值較小時,能明顯提高通行能力、緩解交通壓力;而當(dāng)周期超過150s 時,不僅無法有效提升通行能力,反而會增加通行延誤時間。與此同時,周期時間也不應(yīng)設(shè)計得過短,如果周期過短,行人和車輛很難安全通過路口,容易造成交通事故。因此,需要規(guī)定周期的上限值和下限值,一般周期時長為45≤C≤150[16]。

4 智能交通燈可控系統(tǒng)的模型仿真

為了驗證智能控制交通信號燈的益處,本文通過Netlogo 平臺搭建了車輛通過十字路口處的狀態(tài),并將產(chǎn)生的數(shù)據(jù)記錄下來,將模型中所產(chǎn)生的數(shù)據(jù)進行比對,從而得出了兩組不同情況下的實驗數(shù)據(jù)。

第一組實驗比較的就是車流量在不同情況下,對實驗的影響,圖2 與圖3 分別描述的是在紅綠燈時間固定的情況下車流量較少和車輛較多的情況下十字路口等紅綠燈的車輛、車輛的平均速度、車輛的平均等待時間。

圖2 車輛較少在十字路口的狀況

圖3 車輛較多在十字路口的狀況

根據(jù)以上圖2 和圖3 的最后一幅圖可以看出,在紅綠燈時間不變的情況下,經(jīng)過十字路口時,車輛的平均等待時間發(fā)生了明顯的變化,車輛較多時車輛的平均等待時間也因此變長(峰值較大)。因此,本文在車輛較多的情況下就需要通過更改紅綠燈的運行時間,以減少車輛的平均等待時間。

圖4 為智能交通燈下車輛較多時的狀況,在圖4 中,本文通過智能改變紅綠燈時間的方法,對比圖3 和圖4 的最后一幅圖可以發(fā)現(xiàn),智能交通燈大大降低了車輛在十字路口時的平均等待時間。

圖4 智能交通燈下車輛較多時的狀況

第二組實驗比較的是在天氣異常情況下,紅綠燈時間對車輛在十字路口平均等待時間的影響,圖5 描述的就是車輛在下雨天時過十字路口的狀況。

圖5 下雨天車輛在十字路口的狀況

將上述圖5 與圖2 對比發(fā)現(xiàn),車輛在異常天氣下速度明顯變慢,且速度基本保持穩(wěn)定,但車輛的平均等待時間反而變長,因此,在異常天氣情況下,仍然需要更改紅綠燈的時間,使車輛在過十字路口的等待時間縮短。因為下雨天視野模糊,車速較慢,極易發(fā)生擁堵,因此本系統(tǒng)需要縮短紅綠燈時間,讓車輛更快通過。

圖5 和圖6 均為下雨天車輛運行的一些數(shù)據(jù),對比可發(fā)現(xiàn)在天氣異常情況下智能交通燈通過縮短紅綠燈時間,可以有效的減少車輛的平均等待時間,相比于傳統(tǒng)的交通信號燈手動調(diào)節(jié),其效率可想而知。

圖6 下雨天改變紅綠燈時間在十字路口的狀況

5 總結(jié)

本文通過運用Netlogo 平臺模擬城市道路中最為常見的十字路口,利用最佳周期時長公式,在合理范圍內(nèi)找出最合適的紅綠燈時間,并將其運用在不同情況下,利用數(shù)據(jù)比對,最終找出不同情境下的紅綠燈合理時間,大大減少了車輛經(jīng)過十字路口的平均等待時間,相比于日常道路上固定的紅綠燈時間,本研究更為人們的日常生活帶來了方便。但是本文適用范圍也存在一定的局限性,主要體現(xiàn)在以下兩個方面。

(1)本文研究適用于車量適中或者天氣異常的情況下,當(dāng)車流量較少時,模型產(chǎn)生的數(shù)據(jù)會出現(xiàn)異?，F(xiàn)象。因此,在后期對模型的優(yōu)化中進一步對該問題改進。

(2)本研究只能在路段的十字路口處才能發(fā)揮它的效果,不能對城市中所有的道路進行有效的控制。因此,在后續(xù)工作中會增加該模型的適用性,完善對城市中各個道路的優(yōu)化。