基于WSN的智能交通灯控制系统设计概要.doc

《基于WSN的智能交通灯控制系统设计概要.doc》由会员分享，可在线阅读，更多相关《基于WSN的智能交通灯控制系统设计概要.doc（14页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、收稿日期:2009-06-16作者简介:田丰(1958,男,辽宁沈阳人,工学博士,教授,硕士生导师,主要研究方向为计算机测控技术、无线传感器网络等;杜富瑞(1981,男,山东滨州人,硕士研究生,主要研究方向为无线传感器网络与嵌入式系统。基于W S N 智能交通灯控制系统设计田丰,杜富瑞(沈阳航空工业学院计算机检测及控制研究室,辽宁沈阳110136摘要:针对多路口交通信号灯控制问题,提出了基于无线传感器网络两级组织结构,搭建了交通信号灯控制平台。利用传感器节点收集交通信息,结合模糊控制方法,实现了交通信号灯无线智能控制。仿真结果表明,该控制器是有效,其控制效果优于传统控制方法。关键词:无线传感器

2、网络;交通信号灯控制;模糊方法;鲁棒性中图分类号:TP273+.5;TP18文献标识码:A 文章编号:1000-8829(200912-0056-04D esi gn of I n telli gen t Traff i c L i ght Con trol System Ba sed on W SNTI A N Feng,DU Fu 2rui(Computer Detecti on and Contr ol Laborat ory,Shenyang I nstitute of Aer onautical Engineering,Shenyang 110136,China Abstract:F

3、or multi 2juncti on traffic signal contr ol syste m ,t w o 2tier organizati onal structure based on wireless sens or net w orks (W S N is p r oposed,and a p latfor m f or traffic signal contr ol syste m with W S N is built .By using the collected inf or mati on about traffic and fuzzy contr ol metho

4、d,the goal of intelligent contr ol for the traffic lights is realized .The si m ulati on shows that the contr oller is realizable and better than the traditi onal contr ol methods .Key words:wireless sens or net w orks;traffic signal light contr ol;fuzzy method;r obustness交通灯控制系统是一个典型复杂大系统,具有时变、非线性、

5、不易确定数学模型特点。现有交通灯控制系统主要分为两类:定时控制与感应式控制。定时控制不能适应车流动态变化,只适用于路面车流量较少情况;感应式控制易受外界干扰,且在安装过程中,容易造成对道路损坏。此外,这两种控制方式都只能单独地控制某一点,并不能实时、多点、联测、联动控制。无线传感器网络(W S N,wireless sens or net w orks 作为一种新兴测控网络技术,融合了短程无线通信技术、微电子技术、嵌入式技术等。基于W S N 交通灯控制系统具有控制精度高、响应速度快优点。模糊控制不需要建立精确数学模型,它把人感官认识与好控制策略联系起来,具有很强鲁棒性。将模糊控制及无线传感器

6、网络相结合,以W S N 传感器节点收集路面信息为输入,经模糊控制器处理,得到作为输出控制策略,对交通灯系统实施控制,可以实现交通灯控制系统智能化、网络化。以下首先针对多路口交通灯控制系统,提出了两级W S N 组织结构,搭建了基于W S N 交通信息收集与控制平台;然后介绍了多路口交通灯智能控制算法设计,以及模糊控制器设计;最后,进行了仿真实验。1W S N 交通灯控制平台在多路口交通信号灯控制系统中,信号灯周期、绿信比与相位差是控制向量;到达交叉路口车辆数与各交叉路口停车线前面排队车辆数是状态向量。详细分析表明,同时考虑信号灯周期、绿信比与相位差优化,将增大计算量,使问题求解过程变得十分复

7、杂1。针对多路口交通灯控制系统,采用两级W S N 组织结构(见图1,第1级为控制级,负责调整各交叉路口绿信比;第2级为协调级,负责协调干线各路口周期确定与各路口之间相位差。图2为无线传感器网络交通灯控制系统模型图。路口交通灯控制节点A1及其相邻路段内路面检测节点B i (i =1,2,3,4,5与车载节点C j (j =1,2,3,4图1两级交通灯控制模型组成控制级。这些传感器器节点自组织成簇:交通灯控制节点作为簇首,路面检测节点与车载节点作为簇成员。簇首A1负责收集簇内路面检测节点数据,进行数据融合,并及相邻簇首节点进行通信;簇成员节点负责路面信息收集。从簇首节点中,选取一个节点作为协调级

8、,称此节点为汇聚节点。汇聚节点以多跳方式及各簇首节点通信,收集各路口车流量信息图2无线传感器网络交通灯控制系统模型进行智能处理,协调各路口工作。针对交通控制系统中信息采集、策略制定、输出执行实际需求,引入3类W S N节点:信息收集节点、汇聚节点与交通灯控制节点。传感器节点是构成W S N基本要素,具有采集环境信息、信息处理与无线通信功能,它们既是数据包传输发起者,也是数据包转发者1。信息收集节点负责路面车辆信息收集,如车速、交通流量比等,将此数据信息传递给交通灯控制节点,经数据融合后传递给汇聚节点;汇聚节点根据设定目标(如通行量最大、平均候车时间最短等运用智能控制方法计算出最佳方案,并输出给

9、各路口交通灯控制节点,控制车辆通行及禁止,实现多路口协调控制。信息收集节点由路面检测节点与车载节点两部分构成。路面检测节点用于收集其检测范围内车辆信息,它按照一定距离(一般为50200m安装在道路两侧路灯上;车载节点被安装在每一辆汽车上,用于收集车辆本身数据信息(速度与坐标,并将该信息发送给路面检测节点。路面检测节点按照一定周期不断地广播消息,消息里面包含本身I D与自己坐标信息。处于监听状态车载节点接收检测节点发送消息。根据无线定位知识2,车载节点只需收到3个以上节点发送消息,就可以计算出自己坐标及车速,并将坐标及速度消息传递给附近路面检测节点。路面检测节点在收到该消息后,计算出路面行驶车辆

10、数、车辆所在车道与车辆及路口距离,以多跳通信方式传递给路口交通灯控制节点。由车速与距离,交通灯控制节点就可以判断出车辆状态:它已经到达路口;在路口信号灯换相之前到达路口;不能按时到达路口。这样,可以方便地统计出干线路口间行驶车辆数QN以及各路口红灯方向排队车辆数QR。2多路口交通灯控制算法设计文献3,4中指出,在交通控制系统中,各路口协调周期,不能变换太频繁,否则,方案变换引起交通延误所带来损失会大于新方案所带来效益。设定循环变量n=6,以6个周期为一个时间段,在此时间段内,保持控制参数不变。2.1算法设计步骤1:汇聚节点根据以往交通流量数据统计出干线上各交叉口间相位差i(i=1,2,3,n、

11、统一使用周期T、各个交叉口绿信比,将此信息发送给各路口簇首节点,并初始化循环变量n=0。步骤2:各交叉口簇首节点在给定周期T下,依据相位差i依次开启干线各路口绿灯信号。在周期时间末,簇首节点将周期内由W S N检测得到路口间行驶车辆数QN与路口红灯方向排队车辆数QR送给汇聚节点。汇聚节点用模糊控制规则以周期时间长度为单位,调整路口之间相位差。步骤3:令m=m+T,检验m6T是否成立。若成立,则到下一步;反之,则回到步骤2。步骤4:汇聚节点根据各路口簇首节点传递过来各路口间交通流量与各交叉口绿信比,预估下一阶段干线道路上各个交通流量比,计算下一阶段周期值。回到步骤2。2.2各控制参数具体实现2.

12、2.1周期确定在交通信号控制系统中,为使各交叉口交通信号取得协调,各个交叉口周期需要统一。方法是先根据单个交叉口配时方式,计算出各交叉口周期,然后从中选取最大周期,作为系统协调周期。周期确定步骤如下:在给定时间段内,根据公式计算出路口j第m周期交通流量比R j m;其计算公式为R j m=nj=1qj m is j m i(1式中,qj m i为第j路口第m周期第i相位车道交通量;sj m i为饱与流量;n为相位个数。求出所有路口交通流量比最大值Rj m MAXRj m MAX =MAXRj m,j=1,2,3,(2根据韦伯斯特最佳周期公式C0=1.5L+51-Rj m MAX(3计算出第m周

13、期最佳周期。式中,L为相位损失时间(车辆起制动、行人、自行车干扰,可由协调级模糊控制器输出得到。在本段时间结束时刻,计算所有周期时间内周期最大值为C MAX=MAXC m,m=1,2,3(4将此周期值作为下一个阶段信号控制统一值送入协调单元保存起来,作为下一阶段内周期。2.2.2相位差确定相位差是控制交叉路口间交通流重要参数,设定一个好相位差可以显著地降低车流等待时间,实现车辆通行“绿波带”效应。相位差计算公式为=T+L(5式中,T为本路口到下游路口行驶时间,由无线传感器网络实时检测得到;而损失时间L由协调级模糊控制器输出得到。3模糊控制器设计相位损失时间L及路口间车辆数目QN与路口红灯方向停

14、车线前面车辆排队长度QR有很大关系。路口间车辆数目多,红灯方向排队长度QR长,则车辆启制动所耗费时间就越多,相应相位损失时间L越大;反之,则越少。设计步骤如下:(1输入输出变量确定及量化。输入变量:本路口到下一路口车辆数QN,路口红灯方向在停车线前排队车辆数QR。QN论域为0,1,2,3,4,5,6,7,8,变化范围为085,量化因子k1=885=0.09,语言变量为Z B,Z M,ZS,Z,PS;QR 论域为0,1,2,3,4,5,6,7,8,变化范围为048,量化因子k2=848=0.17,语言变量为NB,Z。输出变量:路口相位损失时间为L。L论域为0,1,2,3,4,5,6,7,8,变化

15、范围为060,比例因子k3=608=7.5,语言变量为NB,NS,Z,PS,P B。(2确定输入输出变量隶属函数(见图3(3确定模糊控制规则。根据专家经验,建立模糊控制规则表。表1中建立了10条控制规则。表1模糊控制规则表QRQNNB NM NS Z PS NB NB NS Z PS PSZ NB NS Z PS P B(4解模糊。解模糊常用方法有以下几种:最大隶属度法、中位数法、加权平均法。由于加权平均法比中位数法计算量要小,比最大隶属度法控制性能优越,因此,在本设计中选用加权平均法进行解模糊运算,得到精确控制量。其计算公式为L =nj =1u j(e jejnj =1uj(6式中,e j

16、(j =1,2,.,9为论域值;u j (e j (j =1,2, (9为对应于e j 隶属度。根据公式(5,计算出路口间相位差,对路口间交通车流进行协调控制。4仿真实验设一条道路有3个路口组成,三路口间距离均为600m 。其中,南北为次干道。每个路口有4个交通流相位:东西直行,东西左转,南北直行,南北左转,如图4所示。路口车辆到达服从泊松分布,车辆离开服从负指数分布。干线饱与流量为3000辆/h,支线饱与交通流量为2000辆/h,左转、直行、右转车流比例为121图4主干道三交叉路口示意图利用MAT LAB 6.5编写仿真程序,将基于W S N 两级模糊控制算法,分别在400、600、1200

17、、1400、2000、2300辆/h 6种不同车流量情况下进行仿真,统计相应车辆平均延误时间。为了作比较,在完全相同条件下,对定时控制也进行了仿真,结果如表2所示。表2模糊控制及定时控制比较车流量/辆h -1两级模糊控制定时控制提高程度/%由仿真结果可以看出,在车流量不大时,两种控制方式效果差异不大。但随着车流量增大,模糊控制优势是十分明显。5结束语以上将无线传感器网络引入到交通信号灯控制中来,搭建了无线传感器网络交通信号灯控制平台,提出了针对多路口交通灯控制两级无线传感器网络组织结构。利用无线传感器网络低功耗、自组织、分布式计算特点,实现快速精确车辆信息收集,提高了系统响应速度与控制效果,具

18、有较强实时性与鲁棒性。同时,结合模糊控制理论,设计了干线信号灯控制算法,实现了交通信号灯无线智能控制。参考文献:1徐建闽.交通管理及控制M .北京:人民交通出版社,2007211.2Akyildiz I F,Su W ,Sankarasubra mania m Y,et al .A surveyon sens or net w orksJ municati ons Magazine,2002,40(8:102-114.3W ann C D,L in M H.Data fusi on methods f or accuracy i m 2p r ove ment in wireless l oc

19、ati on syste m s A .Pr oceedings of 2004I EEE W ireless Co mmunicati ons and Net w orking Con 2ferenceC .2004203:471-476.4李晓红.城市干线交通信号协调优化控制及仿真D .大连:大连理工大学,2007.5严新平,吴超仲.智能运输系统原理、方法及应用M .武汉:武汉理工大学出版社,2006212:9-11.N I 推出LabV I E W 图形化软件教育版,全力支持动手学习课程2009年11月,美国国家仪器(简称N I 推出LabV I E W 软件教育版,它是LabV I E

20、 W 图形化编程软件面向高校新产品。该版本软件初衷是为了帮助教师实现基于科学、技术、工程与数学(STE M 学科项目动手学习。N I 及美国塔夫茨大学工程教育及外展服务中心(CEEO 一起合作开发该产品,它是将工程集成到K 212教育领导者。N I 与塔夫茨大学CEEO 总裁与控制及机械电子教授Chris Rogers 博士共同合作,开发了该教育版软件,它可以有效帮助高校教师使用工业、学术界工程师与科学家使用图形化系统设计技术,进而为工科学生提供动手实践经验。LabV I E W 教育版软件可以帮助教师实现基于项目动手学习,并且将理论及实际世界实例联系在一起。这一新版本软件能够及核心教育硬件平

21、台无缝集成,例如LEG OM I N DST ORMS Educati on NXT 、Vernier Sens or DAQ 以及TET 2R I X (Pitsco 开发金属机器人构建系统,让教师能够轻松地将机器人、测量与数据采集整合到课程中。软件图形化拖放模式帮助学生学习主要编程概念,并在获取专业世界中所使用技术经验同时,提高分析能力。新版本还包含可以在教室中使用工具,包括数据查看器,能够图形化地显示传感器数据,虚拟示波器,以及其他让学生能够获得多种电子与机器工程技巧动手经验虚拟仪器。此外,LabV IE W 教育版包括支持课程与教师活动,能够直接在National Instruments 、Vernier 软件及技术与LEG O 教学中使用。第 14 页