基于车流量的信号灯及车道数智能调节系统设计

潘 涛，卢明宇

(1.安徽三联交通应用技术股份有限公司，合肥 230601；2.安徽三联学院 交通工程学院，合肥 230601)

0 引言

随着经济的发展，汽车数量急速增长，交通拥堵成为普遍现象。传统的红绿灯和导向车道不能很好地缓解交通拥堵，致使汽车尾气排放量增加，造成环境污染。

在交通流预测方面，BrianL Smith和MichaleJ Demetsky对比了交通流预测的历史平均、时间序列和非参数回归模型；Lee S等使用实际数据实验和对比分析了多元回归、ARIMA、神经网络、卡尔曼滤波四种短时交通预测方法[1]；史其信、郑为中对四种不同的道路网短时交通流预测方法进行了比较。英国运输与道路实验室(TRRL)成功开发出TRANSYT(Traffio Network Study Tools)交通控制系统后，又在TRANSYT的基础上开发了SE00T系统；澳洲科学家研究出了实时交通配合方案，即有选择、阶段性地进行交通系统调整和控制的SCATM系统[2]。这些控制系统在欧美发达国家的道路网络中得到了广泛的应用。

仅依靠对交通流的预测并不能解决交通拥堵、道路时空利用率低的问题，而应以科学化、智能化的手段进行调配，提高通行效率，对缓解城市交通拥堵、减少资源浪费有着巨大的现实意义[3]。因此本研究基于车流量设计了信号灯及车道数智能调节系统，拟解决上述问题。

1 数据收集及算法

1.1 数据收集

运用红外传感器对城市道路各流向交通流进行检测，得到路口各流向车流量，将获得的交通流数据运用BP神经网络和自适应网络组成的模糊神经推理系统进行处理，利用神经网络的自学习能力对所获得的每个周期参数进行计算，使计算的结果不断优化，快速得到最优解，从而获得短时交通流预测结果。通过对合肥市金寨路与汤口路交叉路口交通流量进行调研，获得车流量数据如图1至图4所示。

图1 汤口路西进口车流量数据

图2 汤口路东进口车流量数据

图3 金寨路北进口车流量数据

图4 金寨路南进口车流量数据

1.2 BP神经网络算法

神经网络算法作为一种模拟人脑神经网络的数学模型，其本质是反映输入如何转化为输出的一种数学表达式，而数学表达式取决于由具体的问题和数据训练及设计的神经网络结构。神经网络算法具有并行计算能力、非线性全局作用、联想记忆能力、容错能力、强大的自适应和学习能力等特点，它的基本处理单元和人脑神经一致，即神经元，一般是一个具有多输入、单输出的非线性单元[4]，因此，其构成包括输入区、处理区以及输出区。神经网络算法应用最为广泛的算法模型为BP神经网络算法(多层前馈网络的误差反向传播算法)，模型主要结构是分层网络，即将神经网络分为输入层、隐含层和输出层。其中，输入层的作用是接收外部信号，并将接收的外部信号通过层与层之间的神经元传递至中间层，而隐含层是神经网络的内部处理单元，根据处理问题的不同，隐含层可以有多层，也可以没有多层。系统的输入变量和输出变量个数主要由神经网络输入和输出的节点数体现，输入变量和输出变量越多，节点数越多。需要说明的是，在BP神经网络的每一层中都有独立的神经元数、权重值、偏差和激活函数，层与层互不影响。BP神经网络模型见图5。

图5 BP神经网络模型

将收集到的数据通过BP神经网络算法对交通流进行预测，依据预测的交通流，对车道的属性进行改变。车道的属性改变后车道数也会发生相应的改变，运用改变后的车道数结合改进后的韦伯斯特模型对交通信号灯配时进行优化。

2 模型建立

基于以上设计方案，利用神经网络预测4个方向直行、左转的交通流，建立基于改变车道直行、左转方式的韦伯斯特模型，其主要实现方式如下。

(a)假设根据神经网络预测4个方向直行与左转的交通流分别为q1，q2，q3，q4，q5，q6，q7，q8，且选择其中对向车道中的较大交通流分别为qi，qj，qk，ql，其中qi，qj分别代表南北直行、左转方向上主要的交通流；qk，ql分别代表东西直行、左转方向上主要的交通流。

(b)确定交通流后，因相同车流方向的交通流在某一路段内的交通量变化不大，所以使用双向车道同步改变车道指示方向的方式，即分为a1南北对向直行、a2南北对向左转、a3东西对向直行、a4东西对向左转这4种变换方式来对车辆的道路通行权进行重新划分。变换状态后的车道使用韦伯斯特模型来对其进行信号灯相位配时。

设南、北、东、西车道总数分别为n1，n2，n3，n4，每个进口道处设置一条可变车道。南进口直行车道数为nz1，南进口左转车道数为nz2；北进口直行车道数为nz3，北进口左转车道数为nz4；东进口直行车道数为nz5，东进口左转车道数为nz6；西进口直行车道数为nz7，西进口左转车道数为nz8。

将每个方向的可变车道直行、左转状态分别用wi=0或1来表示，则车道转换方式可表示为：

(1)

(2)

经过实地调研后得出该路口每相位每辆车的停车延误与启动延误为3 s。可计算出每种不同组合状态下的交叉路口信号灯优化配时，又因为车起动与停车延误时间与黄灯时间相同，则各相位有效绿灯时间即为绿灯显示时间。

反应堆压力容器本体螺孔材质为16MND5，主要用于制作核电工程中蒸发器、稳压器、压力容器及封头、支撑部件。螺孔材质 16MnD5力学性能：HB=200，Rm=550-670Mpa，Rp0.2≥400Mpa；螺栓材料为 40NCDV7-0.3力学性能：Rp0.2≥900Mpa,Rm=1000-1170Mpa，HB=302-375。从力学性能来看，螺栓材质的硬度比法兰螺纹的硬度（相差约100HB），螺栓在下旋过程中形成积屑瘤产生高温并在螺纹之间产生塑性变形，使其硬度高于法兰螺孔材质的硬度，积屑瘤在螺栓与螺孔螺纹之间，随着螺栓的旋入在法兰螺纹螺牙上留下了沟痕，造成了螺纹损伤。

根据收集的数据，通过车道宽度校正、坡度及大车校正可以计算出南北、东西直行和左转车道的饱和车流率分别为s1，s2，s3，s4，且把车辆到达进入每个车道的概率当成等可能事件，则车辆行驶在每条车道上的概率相同。

建立基于优化车道后的信号灯优化配时模型，可列如下4种情况。

(3)

(4)

(5)

(6)

以上公式中，q为交通流，n为车道数，w为车道状态，s为饱和车流率，Y为交叉路口交通流率。

根据得到的每周期内不同车流率的组合状态，可以利用以下改进的韦伯斯特算法进行计算。

(7)

式中，c0为总周期，l为车辆延误。

有效绿灯时间：c1=c0-l。

南北直行绿灯时间：

(8)

南北左转绿灯时间：

(9)

东西直行绿灯时间：

(10)

东西左转绿灯时间：

(11)

通过以上模型可以计算得到每个相位的信号灯优化配时，这样便可以与未经优化的信号灯周期配时进行对比分析。

3 实例验证

以合肥市金寨路与汤口路的交叉路口为例对信号灯优化配时进行验证。其交叉路口简图如图6所示。

图6 合肥市金寨路与汤口路交叉路口简图

基于改变车道后信号灯配时的优化图如图7所示。

图7 信号灯优化配时图

经计算得到，南北直行方向的平均绝对误差(MAE)为11.184，10.923，均方误差(MSE)为217.553，195.787；南北左转方向的平均绝对误差(MAE)为3.182，2.502，均方误差(MSE)为13.673，9.741。通过对比可知，本设计比正在使用的线性、非线性或者单一预测的精度高，能够较好地拟合交通流的变化，为后期设置可变车道提供了较好的预测基础，并为信号灯配时提供了理论基础。

4 系统设计

4.1 设计流程

将高精度的BP神经网络算法应用到交通流预测中，通过预测的交通流在道路合适的位置设置检测器检测车流量，并通过设置导向信号灯来对车辆进行合理的疏导，结合优化过的信号灯配时，可较大程度缓解交通拥堵。设计流程图见图8。

图8 设计流程图

4.2 相位内交通流分析

就上述的金寨路与汤口路交叉路口而言，通过对其道路进行分析，将其分为以下三个相位，如图9所示。

图9 交叉路口相位图

4.3 可变导向车道的选择

设置可变导向车道在一定程度上可以缓解城市交通拥堵的问题[5]。其实现的方法是对所获得的车流量数据进行定量分析，再得出固定时段相应的车道改变方案。通过对交通流的预测，结合延误模型对比分析车道两种属性的延误结果，并以此为改变车道属性的变换条件，得到可变导向车道的最优状态。

4.4 可变导向车道与信号灯配时相结合的分析

结合以上分析，在道路中设置一条可变车道，当车道属性发生改变后对信号灯进行重新配时。基于此，提出如下方案。

选取交通信息中的交通量、占有率和饱和度等多个指标，构建短时交通状态神经网络预测模型，对后续时刻的交通状态进行预测，从而形成车道变换的预决策，为形成真正的车道实时变换决策作准备。对设置可变车道的交叉路口进行交通运行仿真，分析左转和直行车道交通拥堵状态，并对可变车道转变控制前后的交通延误进行对比，以转变后交通总延误减小为原则来定义车道变换的组合条件。

4.5 可变导向车道的控制与仿真实验

图10为车均延误结果比较，图11为道路总延误结果比较。

图10 车均延误结果比较

图11 道路总延误结果比较

图11是在设置一条可变导向车道之后对南北进口的延误建立模型并计算出的相应的延误，即利用改进后的韦伯斯特模型计算相关变量，再通过延误公式计算结果作出该图。由该图可知，在一定情况下可以实现可变车道的转换，且通过可变车道最佳状态的设置，该交叉路口的车辆延误得到一定程度的减少。

5 结论

遵循传统的道路交叉口渠化原则，将可变导向车道和常规车道组合设置在城市干道，支持常规的交通控制设施和信号控制技术，在可变导向车道行驶方向标识的协同作用下，根据车辆通行情况自动调整可变导向车道的规定行车方向。机动车通行高峰时段的仿真实验结果显示，与动态连续车道管理方法和静态车道管理方法相比，复合动态车道管理方法能够改善道路交叉路口的整体性能，能够更加均衡地利用干道双向的道路空间，这种性能优势随着交叉路口机动车交通负荷的提高而愈发显著，而且结合现有道路上的直行待行区，可以增加车辆的通行效率，缓解交通拥堵。