交通信号配时方案实时仿真系统设计与实现

曹海峰, 叶朝辉

(清华大学 自动化系，北京 100084)

交通信号配时方案实时仿真系统设计与实现

曹海峰, 叶朝辉

(清华大学 自动化系，北京 100084)

为了使交通信号配时方案及时反映道路交通流量的变化，以达到最优的控制效果，设计并实现一种用于交通信号配时方案实时仿真系统。该系统基于ARM Cortex—A8处理器，集成在信号控制器内部，分布于各交叉路口。在设计应用软件时以单路口四相位交通流为例进行分析，并以平均延误时间为评价指标进行建模，运用遗传算法对当前交通流下各方案进行仿真，评估出最优配时方案。通过实际验证，该系统通过实时仿真能够给出交通控制信号最优方案，减少车辆的平均延误时间。

配时方案； 实时仿真； 遗传算法

0 引 言

道路交叉口交通信号配时方案不合理是造成交通拥堵的主要因素之一，因此,对配时方案进行优化一直是国内外研究的焦点。目前对交通信号优化的研究方法主要有3种：1)直接使用商用交通信号控制系统内集成的优化软件进行研究；2)使用专业的交通信号配时设计软件根据交通法规等设定，计算得出结果(如延误时间等)；3)利用VISSIM等交通仿真软件，使用PC机搭建硬件在环仿真平台，如文献[1～3]。这些研究方法存在以下问题：主流的商用交通信号控制系统(如SCOOT系统)通常并不提供科学研究的外部接口；而各种专业交通仿真软件给出的最优配时方案，应用到现场信号控制器后通常还需要手动调节；硬件在环仿真研究使用专业的交通仿真软件较为多见，但离实用还有些距离。

针对现有研究方法的不足，结合工程项目的实际需求，本文设计并实现了一种基于ARM Cortex—A8处理器的单路口交通配时方案实时仿真系统(以下称为信号优化系统)。该系统软硬件均为自主开发，且集成在信号控制器内部，能够根据路况信息对单路口的配时方案实时进行优化。本文设计的系统侧重单路口配时方案的优化，而交通信号控制系统的中心控制单元侧重区域协调优化功能，二者相结合实现单路口和区域的两级优化。

1 系统整体设计

现有交通信号控制系统一般由中心控制系统和分布于路口的各信号控制器组成，中心控制系统需要从各信号器获取交通流数据以便完成配时方案优化。这种方式对网络的实时性要求高，而且计算量大、中心控制系统运行压力较大。为了使优化系统能够对交通流量的变化迅速作出反应,需要建立信号优化系统与信号控制器之间的实时通信。本文采取将信号优化系统集成到信号控制器内部的方式，以便获取实时数据后就地处理，系统方案如图1所示。中心控制系统与信号控制器通过以太网相连，用于下发配置文件等数据。控制单元是信号控制器的核心，负责协调信号控制器内部所有功能板的工作，并通过车辆检测板获取实时的车辆检测数据。信号优化系统与控制单元通过以太网连接，实时获取车辆检测器的数据和配时方案，经优化后存入数据库。交通工程师在现场调整配时方案时，需要以实时优化的结果作为依据，用户通过便携式设备连接本系统的以太网口，利用Web访问优化的结果。

图1 信号优化系统方案Fig 1 Solution of signal optimization system

2 系统的硬件设计与实现

综合工作环境、功耗、集成度以及安全性等因素，本文选用ARM处理器构建信号优化系统的硬件平台。ARM处理器采用Freescale公司推出的工业级应用处理器IMX534A，该芯片具有两级高速缓存，运行速度高达800MHz，集成了CAN,MAC和SATA等控制器，具有低功耗、发热量低的特点，基本满足系统长时间运行的需要。硬件平台由底板和核心板组成，硬件结构如图2所示。核心板为嵌入式最小系统，包括ARM处理器、DDR3内存及SD卡等基本组件；底板包括各种通信接口、电源转换等模块。

图2 硬件平台结构Fig 2 Structure of hardware platform

有关ARM硬件设计的文献比较多，本文不再赘述，仅对硬件开发过程中的关键点进行简单的说明：1)保证高速信号完整性：核心板布局的走线包括处理器与DDR3,SATA等数据线，为保证信号完整性，核心板采用8层PCB板。叠层按照4，5为电源层，2，7为地层，1，3，6，8为信号层设计。考虑走线的阻抗控制要求(单端信号50 Ω,差分信号100 Ω)，1,8层铜箔厚度指定为3/8oz，内层默认为1/2oz厚度，这些设置对于核心板的稳定工作至关重要。

多以太网口的实现:IMX534A自带一个以太网控制器，而信号优化系统需要用到3个以太网口：一个连接信号控制器，一个连接交通工程师的便携式设备，另外一个将来扩展使用。一般多网口实现采用交换芯片的方案较为多见，开发过程较为复杂。本文采用2片DM9000A复用16 bits数据总线与ARM处理器通用I/O管脚相连，分配以不同的片选和中断管脚，通过操作系统进行调度，如图3所示。

图3 DM9000A实现多网口原理Fig 3 Principle of realization of DM9000A multi Ethernet interfaces

3 系统的软件设计与实现

3.1 应用软件框架

软件运行流程如图4所示，主线程开始首先启用UDP客户端线程，建立连接后,根据通信协议按照顺序依次发送相位、配时、阶段查询命令，将信号控制器返回的数据进行预处理，主要工作是对路口模型的各参数进行确定。信号优化系统每秒钟通过UDP查询车辆检测器的信息，仿真结束给出最优的信号配时方案并写入SQLite数据库，最后启用Web service服务，提供访问数据库的函数调用。本软件使用Python语言开发，程序实现起来并不太复杂，下面详细介绍路口建模和评价指标的建立。

图4 软件流程图Fig 4 Software flow chart

3.2 路口交通流分析与建模

交通流如图5所示，各方向都存在直行、左转弯、右转弯车流。假设右转弯车流不受控，4个相位依次是：e2,w2；e3,w3；n2,s2；n3,s3。

图5 十字路口交通流Fig 5 Traffic flow of intersection

假设左转车辆和右转车辆在进入路口后不发生变换车道行为,当处于任意相位绿灯(t1,t2,t3,t4)时,各交通流存在放行(pij=1)、不放行(pij=0)2种状态，则车流向量(e2,e3,s2,s3,w2,w3,n2,n3)为

(1)

提取一条车流作为分析对象，如图6所示，检测器d1,d2为分别为近检测器和远检测器,能够获取离开和进入该车道的车辆。

图6 单车道交通流情况Fig 6 Traffic flow of single-lane

选择车辆平均延误时间作为交通信号控制效果的评价指标，则在一个交通信号控制周期内路口车辆的总延时为

(2)

其中，Qi为上一个交通信号周期执行完各个交通流滞留的车辆数。qjn为第j车道在第n秒进来的车辆数量,由图5中的检测器d2实时上报。lj为各交通流离开率,取上一周期检测器d1的统计数据cout与放行时间的比值

(3)

α取0或者1，当车流不处于放行状态或者放行时间结束车道仍滞留车辆时,α取1;否则,取0

(4)

(5)

3.3 遗传算法求解最优值

要评估众多配时方案平均延误时间哪个最小，实质就是求解函数式(5)的极小值问题。对于这样的复杂和非线性问题，遗传算法是一种特别高效的随机全局搜索最优解的方法，其核心思想是优势个体有更大的概率获得繁衍的机会，把优势基因遗传给下一代。本文中把每一个配时方案作为个体，现有的配时方案和按约束条件随机产生的配时方案构成种群。按照文献[5]介绍的方法评价个体的优劣，构造适应度函数如下

(6)

式中a为常数，使得func>0。

图7 遗传算法流程Fig 7 Process of genetic algorithm

4 实验结果与分析

以北京市五道口地区中关村东路与成府路交叉口数据进行系统验证。该路口情况如下：4个直行方向均为双车道，左转方向为单车道，右转车辆不受红绿灯控制。验证时间为上午9:30，随机生成了30个配时方案构成初始种群, 遗传算法的参数设置如下：最大进化代数为100，交叉概率为80 %，变异概率为5 %。记录下每一代中平均延误时间最小的配时方案，如图8所示。从图中可以看出:第一代中最好的方案平均延误时间约37.2 s，经过50代左右的进化平均延误时间下降到33.7 s，曲线呈阶梯状下降。在下降过程中有数段水平线，表明在这些位置最优方案的平均延误时间没有发生变化。出现这样的情况可能有2个原因：一是本文在遗传算法的交叉阶段稍稍做了些调整，父代中最好的个体进入下一代参与下一代的繁殖，因此,该个体在下一代仍有可能是最好的；二是不同的配时方案也可能具有相同的平均延误时间。计算显示,即使当前周期选择的是初始种群中最优方案，经过优化的配时方案后仍能将平均延误时间降低 。

图8 遗传算法对配时方案的优化Fig 8 Optimization of timing plan by genetic algorithm

5 结束语

本文提出一种交通信号配时方案实时仿真系统，与现有研究方法不同，该系统安装在信号控制器内，运用独立开发的仿真优化软件对实时交通流进行处理，通过遗传算法仿真出最适合当前交通流的配时方案。但还存在一些问题，比如:上述仿真模型是在假设车辆不换道且车辆是匀速进入和离开的理想情况建立的，与实际情况有一定的差异，这些问题需要在以后研究中加以解决。

[1] Bullock D,Johnson B,Wells R B,et al.Hardware-in-the-loop simulation[J].Transportation Research—Part C:Emerging Technologies,2004,12(1):73-89.

[2] 于 泉,荣 建.交通控制硬件在环实时仿真平台设计[J].重庆工学院学报:自然科学版,2009,23(10):57-60.

[3] 余贵珍,任毅龙,王云鹏,等.多路口交通信号控制硬件在环仿真系统[J].公路交通科技,2013(1):110,114-125.

[4] 顾 榕,曹立明,王小平.免疫遗传算法在交叉口信号配时优化中的应用[J].同济大学学报:自然科学版,2007,35(2):208-212.

[5] 王小平,曹立明.遗传算法:理论,应用及软件实现[M].西安：西安交通大学出版社,2002.

Design and implementation of real-time simulation system for traffic signal timing plan

CAO Hai-feng, YE Zhao-hui

(Department of Automation,Tsinghua University,Beijing 100084,China)

In order to reflect the change of traffic flow timely and achieve the optimal control effect,a real-time simulation system for traffic signal timing plan based on ARM Cortex—A8 is designed and realized.It is integrated in signal controller distributed in each intersection.In design of application software,analyze an intersection with four-phase traffic flow;and take average time delay as evaluation index for modeling and use genetic algorithms to simulate each scheme under current traffic flow,and evaluate optimal timing scheme.It is verified by practice that the system can give the optimal solution timely and decrease average time delay of vehicle.

timing plan; real-time simulation; genetic algorithm

10.13873/J.1000—9787(2014)12—0091—03

2014—04—15

TP 273

A

1000—9787(2014)12—0091—03

曹海峰(1979-)，男，江苏徐州人，硕士研究生，主要研究方向为嵌入式技术开发与应用。