基于道路运力的交通自适应调节系统

刘勇

摘要： 为解决城市交通拥堵问题所提出的交通管控方法大多数是基于实时路况、车流量、车速等信息。但是，一个城市的交通运力在道路建成之后便相对固定下来，保障交通运力最重要的前提是预防擁堵，最大程度地使道路交通处于运行状态。基于这种思路，从城市道路实际运力角度，提出一种交通自适应管控方法，通过实时检测道路车流量，对比道路运力，自适应调节车流运行。

关键词： 智能交通； 道路运力； 自适应

中图分类号：U491

文献标志码： A

文章编号： 2095-2163（2017）05-0076-03

0引言

随着机动车辆保有量的持续上升，现代城市交通面临的压力越来越大。为更充分地利用城市道路交通资源，更高效地发挥交通信号灯控制、调节车流的作用，近年来国内外专家学者提出了很多道路交通的管理方法并取得了不错的效果。

文献[1]提出了一种两级递阶结构的模糊线控制方法，设置主干道具有较高通行权，综合主次干道车流状况对系统进行协调。此种方法优化了主干道通行效率，但是，次干道流量参数的设定及其依据仍需进一步讨论；另外，主干道通行优先权的设定一定程度影响了交通公平性，同时也易诱导车流聚集到主干道通行，加大主干道通行压力，尤其当已经发生拥堵时，控制的作用就会弱化。文献[2]基于RFID技术，路口位置安装天线和阅读器，车辆设置电子标签，通过车辆通行频率设定绿信比。一方面，车辆电子标签的安装是个系统工程；其次，阅读器只会对天线覆盖范围内的路口车辆计数，对于范围外的前后路段拥堵状况无法判断；安装位置的选取、阅读范围的波动、相邻路段车辆的影响等因素不可避免会引起对各方向车流量计数的偏差。文献[3]基于图像处理技术，利用背景差分法检测待行区有无车辆，从而实施信号控制；文献[4]讨论了基于车速信息判断路口通行情况，以此调节信号灯状态。文献[5-6]将摄像机与图像处理技术相结合应用于车辆检测中，实现交通灯智能控制；Wu 等[7]利用DSP实时处理图像， 提取车辆并与模糊逻辑相结合， 实现交通灯智能控制。以上这几种方式都侧重路口检测，优化路口交通；另外，图像处理方式硬件成本高，算法复杂，易受光照、雨雾等环境因素影响。文献[8-9]通过构建一种动态的信号灯自适应算法来优化路口车辆等待时间，侧重于交通拥堵的治理。文献[10]提出一种基于实时路况的信号灯管控方法，实时检测交叉方向车辆，计算车道占用率，应用模糊控制理论优化信号灯切换频率，为车道占用率高的相位设置绿灯。该方法虽然能够有效地利用车道，但也正是由于为占用率高的车道设置绿灯，则易于造成交叉车道占用率参数的竞争，绿灯频繁切换，最终易陷入拥堵状态。此外，基于车流量、云计算等方面的研究，分别参考文献[11-13]。

一个城市的道路运力在道路建成时刻便相对固定下来。如果某个时间段内，某段道路已经达到运力饱和，甚至呈现瘫痪状态，则该路段本质上已经失去运力。此时即便信号灯允许通行，车辆也无法进入该路段，即使勉强进入，也达不到通行目的。而停滞的车辆必然会影响或阻碍其他车辆向其他方向行驶，从而造成恶性循环，进一步可能会使整个城市交通陷于瘫痪。

1基于道路运力的交通自适应调节系统

本文从城市道路客观运力着手，以预防拥堵、保障道路的畅通为目标，通过检测道路的车流量，对比道路的运力，调节系统以准许、缩短、延长、临时禁止车流进入目标路段，控制道路车流量在道路实际运力范围之内，将车流分散在更大的范围，避免造成局部拥堵点而降低全局通行效率，或者阻断交通。[JP]

1.1系统方案

一种典型的交通路口，车道可被划分为驶入车道、驶出车道；驶入车道为上一个路口的驶出车道，驶出车道为下一个路口的驶入车道。每个车道以路口为端点，有车道入口和出口，该路口的驶出车道出口为下一路口的驶入车道入口。如图1所示。

一种基于道路运力的交通自适应调节系统，包括车流量检测装置、交通信号灯、信息显示屏、控制器、中央计算机等。交通信号灯由红、绿、及禁行构成。系统框图如图2所示。

由图2可知，各部分的功能可阐释如下：

1）车流量检测装置。安装在道路的入口处和出口处，用于检测驶入和驶出的车流量。本方案建议采用地感监测装置，理由是地感灵敏度和准确率相较而言均占有优势，不受光照、遮挡、雨雾等外部环境的影响，与控制器通过干节点连接，接入容易，工程成本低。

2）控制器。安装在路口附近，通过检测干节点状态变化，判断车辆通过并计数车流量，对比受控路段实际运力，按需调节交通信号灯工作模式，具体到各可选项的内容描述为：标准模式、延时模式、缩短模式、禁入模式。其中，标准模式为按照常规标准设定的信号灯参数；延时和缩短模式为根据受控路段运力与车流量的对比，对信号灯进行的阶梯调整；禁入模式为系统判断路段已达设定的临界饱和点，调整信号灯以禁止车辆驶入该路段。控制器将实时发送相应信息到信息显示屏，以提示驾驶员根据道路状况做出行驶调整（比如绕行）；实时上传系统数据给上位机（计算机），并接受上位机远程调控信息，以及系统更新信息。

3）信号灯组。接受控制器指令，启动对应交通信号灯。相比通常的红绿信号灯状态，该方案会增加如下信号灯状态：禁止直行/右转/左转/调头。一旦该信号启动，车辆不得等待，按信号灯允许的方向通行。

4）信息显示屏。与信号灯组并行安装，实时显示交通运行信息。

5）计算机。设置在交通中央机房，连接并管理所有路口控制器，实时收集上传数据，同时辅以数据分析；根据需要开展远程调控，修改工作模式参数等；软件的远程更新维护。

[JP3]以北向驶出车道为例，如图3所示，该车道车流量由调头驶入、左转驶入、直行驶入、右转驶入四种情况构成。在车道的入口处和出口处，根据车道数量分别设置地感线圈，地感线圈与地感检测器电气连接，由市电电源供电，[JP2]构成车辆检测装置；当有车辆通过时，地感检测器连接地感线圈所构成的振荡电路发生频率变化，[JP3]产生干节点信号。控制器与地感检测器通过干节点连接，实时监测干节点变化，通过计数获取入口驶入车辆数量Qi和出口驶出车辆数量Q0，则车道滞留车辆数量为Q0-Qi。车道车辆容量由车道长度S、车道数n、车体平均长度I计算得出。[JP]endprint

1.2优势分析

本文研究提出方案的优势在于：

1）通过监测每个路口的驶出车道车流量，对比该车道实际运力，控制信号灯工作模式，对驶入车道車辆的通行行为提供调节和限制；而每个路口的驶入车道车流量则由相邻路口调节和限制。于是每个路口、每个车道都已获得了有效监测和控制，故此方案为全局调节而非局部调节。

2）调节是在每个车道拥堵发生前进行，属于预防拥堵；特殊情况下即使个别路段发生了拥堵，也能通过全局的调节得到有效缓解或消除。

3）此种控制方式将交通压力分散于整个交通网络，扩展到更大的交通区域范围，一方面减轻或避免局部交通拥堵，另一方面有效提高交通资源的利用和通行效率。

4）准确率和抗扰性提高，能更准确地判断车流量，不受天气、光照强度、建筑物或路牌等遮挡的影响。

5）通过联网，后台计算机实时侦测和统计车流量信息和路况信息，通过数据挖掘与分析，为改善交通环境发挥显著可观的技术支撑作用。

6）成本低廉，硬件要求不高，布线简单，施工方便。

[BT4]2结束语

本文基于道路实际运力，从预防拥堵角度出发，提出了一种基于道路运力的交通自适应调节系统，能进一步优化交通环境。该系统不足之处在于：系统在判定驶出车道拥堵并短时间内不适合通行后，会发出禁行信号，通过信息显示屏引导车辆驶向允行方向，一定程度上影响了部分车辆的期望行驶路径，即特殊情况下会造成部分车辆绕行；但从全局看，此方式却能避免车辆过久等待引发后续车辆滞留，而且目标车道已经达到车辆饱和，等待是没有意义的。当前的职守交警在发生拥堵时，实际上也是通过人工方式进行交通管制。

参考文献

陈森发， 毛岚. 城市交通信号灯模糊线控制及其仿真[J]. 系统仿真学报， 2000， 12（6）： 668-670.

[2] 张欢欢， 金琳，黄平平，等. 基于RFID检测技术的交通信号灯实时控制系统的研究与设计[J]. 中国水运（下半月刊）， 2010， 10（11）： 83-84，107.

[3] 张学梦. 基于图像处理和PLC的交通信号灯控制系统[J]. 现代电子技术， 2013， 36（19）： 167-170.

[4] 李金洋， 陈仪香， 王振辉. 基于车速的自适应交通信号灯控制系统[J]. 计算机技术与发展， 2016， 26（9）： 21-25，29.

[5] CHOUDEKAR P， BANERJEE S， MUJU M K. Implementation of image processing in real time traffic light control[C]//The 3rd International Conference on Eletronics Computer Technology（ICECT）. Kanyakumari， India： IEEE， 2011： 94-98.

[6] VU A， RAMANANDAN A， CHEN A， et al. Real-time computer vision/DGPS-aided inertial navigation system for lane-level vehicle navigation[J]. IEEE Transactions on Intelligent Transportation Systems， 2012， 13（2）：899-913.

[7] WU Hejun， MIAO Changyun. Design of intelligent traffic light control system based on traffic flow[C]// International IEEE Conference on Computer and Communication Technologies in Agriculture Engineering（CCTAE）. Chengdu， China：IEEE， 2010：368-371.

[8] [JP3]YOUSEF K M， AL-KARAKI M N， SHATNAWI A M. Intelligent traffic light flow control system using wireless sensors networks[J]. Journal of Information Science and Engineering， 2010， 26（3）：753-768.[JP]

[9] FAYE S， CHAUDET C， DEMEURE I. A distributed algorithm for adaptive traffic lights control[C]//International IEEE Conference on Intelligent Transportation Systems（ITSC）. Anchorage， AK， USA：IEEE，2012： 1572-1577.

[10]赵荻， 郎海涛，刘永信，等. 基于实时路况的交通信号灯智能管控方法[J]. 计算机工程与设计， 2015， 36（3）： 783-788.

[11]赵小军， 胡耀增， 林晨. 基于车流量的交通信号灯实时控制的研究[J]. 计算机与现代化， 2012（10）： 72-75.

[12]谢金生， 官飞. 基于云计算的智能交通信号灯控制系统设计与实现[J]. 长春师范大学学报（自然科学版）， 2014， 33（4）： 57-60.

[13]张学武， 徐立中， 粱瑞宇， 等. 基于视频的交通流参数测量方法研究[J]. 仪器仪表学报， 2010， 31（11）： 2542-2548.endprint