基于车路协同的智能交通信号灯优化控制策略

李建春，陶崇瑾

（酒泉职业技术学院 机电工程学院，甘肃 酒泉 735000）

随着智能化城市建设步伐的加速，城市人口增多，汽车保有量的增加，城市原有的道路有限等因素导致城市道路交通拥堵日益严重，影响了人们的出行和生活品质。同时城市交通事故频发、公共交通系统智能化水平较低、交通标识不清和交通信号控制不优等因素也影响着交通流畅性和安全性。针对这些问题，交通管理部门采取系列措施，如加强交通管制、推广公共交通工具、提高交通安全意识、鼓励低碳出行、加强道路管理和维护及提高智能化水平等来改善城市交通压力，但成效甚微。基于人工智能、大数据、物联网等技术的智能信号灯优化控制，将是城市未来交通管理和优化的重要方向，车路协同技术的应用将提高城市交通效率和安全。

1 车路协同技术

车路协同是指车辆与道路之间的通信和协作，车辆通过收集来自道路基础设施（如交通信号灯、路面传感器等）信息和来自其他车辆信息，通过大数据、物联网和人工智能等技术，全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，实现人车路的有效协同，形成安全、高效的道路交通系统[1]。车路协同技术现已应用于智能交通管理系统、自动驾驶汽车、交通运输管理等领域，未来将会成为智能城市建设和交通管理的重要组成部分。

2 车路协同技术发展趋势

云计算、大数据、移动互联为车路协同工作提供了强劲的支持，目前我国车路协同技术的发展已取得一定的成效，车路协同技术的体系框架得到完善，且已在多种场景下应用，部分关键技术也得到实践，切实提高了系统的实际运行效率。基于车路协同的交叉路口智能控制技术已取得实质性的应用，如调整交通信号、实时路径指引、优先使用公共汽车等。国外如美国、欧洲等制定了相关的标准，如营运车辆信息系统与网络系统、基于合作的智能安全道路系统、智能安全车路系统及基于合作的车路系统等车路协同系统技术已进入实验和测试阶段，大规模推广将很快应用到实际场景。当前我国车路协同技术要适应智能城市建设，关键要突破车路协同智能控制关键技术，建立智能车路协同系统测试验证环境，实现关键技术与系统的仿真测试验证，建立我国车路协同技术框架体系，为智能交通系统产业升级提供技术保障。

3 车路协同技术架构

通过对车路协同技术国内外研究现状以及进展趋势的分析，车路协同需要多途径获取数据，包括车辆自身状态、周围行车环境、道路路面状态及交通流量信息等；通过精准定位与稳定的通信技术将数据信息传输到云服务器，以便云服务器对这些信息进行处理，形成有效的操纵指挥方案。车路协同技术的架构由应用层、服务层、网络层、数据传输层和设备层构成，见表1，包含信息采集技术、外场感知设备、通信技术、信息处理技术。

表1 车路协同技术架构

基于无线通信、传感探测等技术进行车路信息获取，通过车车、车路信息交互和共享，实现车辆和基础设施之间智能协同与配合，达到优化利用系统资源、提高道路交通安全、缓解交通拥挤的目标。其实现路径如图1 所示。

图1 车路协同技术应用

4 智能信号灯控制优化

信号灯控制是一种常见的交通管理方法。因其安全性高、可靠性强，能够合理控制交通流量，避免拥堵和交通事故发生，对提高交通道路通行能力，有效保障行人和车辆的安全，降低交通事故的发生率都有重要的作用，在城市交通管理应用很广，但应用能耗消耗大、造价高、建设周期长等缺点，影响了智慧城市的发展。国内外学者就信号灯配时优化控制进行大量深入的研究，其中大部分学者致力于信号灯控制模型参数的优化。吴啸宇等[2]将人工鱼群算法应用到交通信号灯优化控制中，有效改善了城市路口的通行效率；牟亮等[3]通过对快速非支配排序遗传算法改进，对城市道路车辆的尾气排放和车均延迟情况进行优化；刘佳佳等[4]将模糊规则与遗传算法结合，有效地提升了城市路口的通过性能[5]。在我国，传统信号灯控制在城市交通路口保证右转不影响其他车辆通行的情况下，不受红绿灯的控制。为此红绿灯分为4 种相位：①南北相直行；②南向西左转，同时北向东左转；③东西相直行；④东向南左转，同时西向北左转。在要求直行和左转的红绿灯下，①②合并为一个相位，③④合并为一个相位。其相位具体形式如图2 所示。传统的四相位红绿灯在假设交通流稳定的情况下建立交通模型，而现实生活中，大多数路口的车流量并不均匀。在这种情况下，传统红绿灯分配的时间会明显变长，容易形成空放。这就需要结合车路系统技术重新设计新的红绿灯相位。

图2 交通信号灯控制相位

随着智能技术的发展，交通信号控制通过采用人工智能、大数据、物联网等技术，对传统信号灯进行智能化改造和优化，实现智能化控制。其原理就是利用视频监控、雷达、传感器等技术，实时感知路口交通情况和车辆行驶状态，并对这些交通数据进行采集、存储和处理，实现数据可视化和分析，通过支持信号灯时间方案的制定和优化，实现信号灯时间方案的动态调整，满足不同时间段和交通状况下的需求，如动态绿波、车辆优先和交叉口优化等。通过采用这些智能化技术，对交通信号灯进行动态优化和控制，对提高道路通行、有效缓解交通拥堵压力、保障交通安全和稳定性、提升城市智能化水平具有重要的应用价值。其控制方法为视频监控→车流预测→动态绿波→车辆优先→多策略协同。即通过利用视频监控技术，对路口交通情况进行实时感知和分析，以调整信号灯时间方案，通过机器学习算法等技术，对历史道路交通车流数据进行分析，预测未来交通流量，并相应调整信号灯时间；根据路段长度、车速等参数，计算并调整信号灯时间，使车辆更顺畅地通过多个路口，形成绿波带；根据车辆类型和行驶方向等因素，对车辆实现优先通行和绿灯延长等措施，以提高道路通行效率；采用基于车路协同的车辆快速通行、行人避险通行、信号配时优化与协调和车辆避撞等多种优化策略相互协作，以适应不同的交通情况和需求[6]。优化智能信号灯的目的是为了最大限度地减少交通拥堵，缩短行人和非机动车的等待时间，并提升道路的运行效率。需要注意的是，智能信号灯控制优化需要收集大量的实时交通数据，并采用高效的算法进行数据处理和决策，同时需要保证交通安全和稳定性。

在车路协同技术下，交通信号可以更加智能化、个性化地控制。传统的交通信号控制方法是根据固定时间表进行，而在车路协同系统中，交通信号可以根据实时的交通流量和路况信息进行动态调整[7]。例如，在车辆密集的路段，交通信号可以自动延长绿灯时间以减少拥堵；在道路施工或事故发生等情况下，交通信号可以及时调整以避免交通堵塞或安全事故发生。此外，车辆还可以通过车载设备向交通信号发送请求，例如当紧急车辆需要通过时，交通信号可以自动调整以给予其优先通行权。利用车路协同技术获取车辆状态信息数据，将数据传递给反馈系统，反馈系统通过设计的算法，可以得出车辆密度、速度、等待时间以及等待车辆数量等信息，将上述所获结果传递给红绿灯控制系统实现红绿灯相位、配时等优化。总的来说，车路协同技术下的智能交通信号控制可以使交通更加顺畅、安全和高效。

5 车路协同的智能信号灯优化控制策略

车路协同技术的应用大大改善道路交通的安全性和效率，不仅能够有效地指引车辆，而且能够有效地减少交通拥堵，同时也能够有效地利用系统资源，比如定时和定位闯红灯等。从以上分析看，车路协同下对道路交通信号灯进行智能化控制可提高信号灯控制精度、减少交通拥堵和延误、提高交通安全和降低能源消耗等。其控制策略是一种新型的交通信号控制策略，通过车辆和道路设施之间的信息交互来实现自适应的交通信号控制[8]。其主要思路是在车辆和信号灯之间建立通信通道，通过车辆的实时状态和位置信息，以及道路的拥堵情况和交通流量等信息，实现信号灯的自适应调节，以达到最优化的交通流控制效果。具体实现策略如下。

实时采集车辆信息策略：车载设备通过GPS、车速传感器等设备采集车辆的数量、位置、速度等信息，并将数据传输到交通管理中心。交通管理中心对采集到的车辆数量、流向、速度等车辆信息进行分析，并结合道路的拥堵情况进行交通状况识别。例如，当交通拥堵时，通过车路协同技术，可以及时发布红绿灯信息，提醒司机注意安全，并协助其做出正确的决策。此外，还可以利用车路协同技术来控制公共汽车的优先信号。

信号灯优化控制策略：根据交通状况，交通管理中心通过车路协同方法，对交叉口的信号灯进行优化，通过模糊控制和神经网络等算法进行控制决策，实现更加智能、高效的信号控制。模糊控制算法基于实时交通流量数据，使用模糊逻辑来决定何时和如何调整信号灯。简单地说，当交通流量高时，信号灯时间应该更长，以便更多的车辆通过。当交通流量低时，信号灯时间应该更短，以减少等待时间并提高道路的使用效率。该算法还考虑了环境因素（例如天气、时间、节假日）和道路结构（例如车道数、转弯半径），以便获得更准确的信号灯时序调整。此外，该算法还使用车辆设置优先级的机制，例如紧急车辆或公共交通工具，以确保快速响应紧急情况和提高交通流量。算法的输出是信号灯的时序调整结果，即每个路口的红绿灯时长。根据不同的交通流量和道路结构，信号灯的时长会自动调整，以保证交通流畅和行车安全。该算法的实现需要借助计算机编程语言和软件工具，例如Python、MATLAB 等。具体来说，我们需要编写交通流量数据处理程序、模糊逻辑控制程序以及与周围交通设施和城市管理系统的通信接口程序。

实时调整信号灯策略：交通管理系统根据之前采集到的车辆信息和信号灯优化控制结果自动调整信号灯的时序，以优化路口交通流畅度和行车安全。具体实现上，交通管理系统可以借助传感器、摄像头等设备来实时采集路口交通流量数据。系统会对这些数据进行处理和统计，并运用交通流模型进行预测。根据预测结果，系统会通过控制信号灯的开启和关闭时间来调整交通流量，以达到最优化的交通流畅度和行车安全。该策略的优点是可以根据实时的交通流量情况和预测结果进行灵活调整，从而更好地适应不同交通流量变化。同时，也能够提高交通效率和安全性，降低交通拥堵和事故发生的概率。例如，当道路上没有车辆行驶时，信号灯可以直接跳过红灯等待时间。

实时监测交通流策略：交通管理中心通过使用传感器、摄像头等设备对路口交通进行实时数据采集和分析，以便对交通流量、速度、密度及拥堵等情况进行监测和预测，可以实现对交通流量的实时监测和控制，同时也能够帮助交通管理部门优化交通流畅度和安全性。例如调整信号灯时序、增加道路容量等方法，以优化交通流畅度和安全性，降低交通拥堵和事故发生概率。

6 结束语

安全与效率已经成为制约我国交通运输发展的关键问题，车路协同，就是要让“车”和“路”都能智能化起来，并让两者能协同交互，共同实现智能交通安全、舒适、节能、高效的需求。基于车路协同的智能信号灯优化控制策略能够通过车辆与控制中心的交互，最大程度地利用现有道路资源，优化交通流量，有效提高道路交通流的效率和安全性，提升道路交通运行的智能化水平，减少交通拥堵和车辆排放污染，实现安全、高效的出行体验，是一种非常值得推广的智能交通控制方法，将为城市交通实现信号灯的精细化控制和智能化管理，为城市交通发展带来新的机遇和挑战。突破车路协同智能控制关键技术，抢占智能交通前沿技术制高点，是未来我国能否形成智能交通产业核心竞争力的关键。