基于流量预测的城市单交叉路口多相位交通信号的控制技术.pdf

《基于流量预测的城市单交叉路口多相位交通信号的控制技术.pdf》由会员分享，可在线阅读，更多相关《基于流量预测的城市单交叉路口多相位交通信号的控制技术.pdf（94页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、河北工业大学博士学位论文基于流量预测的城市单交叉路口多相位交通信号的控制技术姓名：于万霞申请学位级别：博士专业：电机与电器指导教师：杜太行20080501河北工业大学博士学位论文 i 基于流量预测的城市单交叉路口多相位交通信号的控制技术基于流量预测的城市单交叉路口多相位交通信号的控制技术 摘摘 要要 现代城市交通的智能控制是 ITS 的重要组成部分，而交叉口是决定道路通行顺畅的关键。单交叉口的实时控制是交通控制系统的基础。城市交通的智能控制实现的前提和关键是实时准确的交通流量预测。全面、准确的采集交通信息是实现交通智能化的基本保障，交通流量预测的准确性也取决于数据样本的准确性。因此，发展城市交

2、通的智能化技术，研究城市单交叉口交通的智能控制、流量预测以及交通信息采集技术成为今后 ITS 的发展方向。本文对城市单交叉口交通信号的智能控制、流量预测和基于视频的图像采集技术进行了研究和探讨。首先，提出了城市智能交通的整体结构设计，即包括车流量采集、流量预测和交通信号控制几个模块；然后，对每个模块的具体设计进行了详细的介绍。车流量采集采用基于视频的图像处理技术，采用建立在 YCbCr 色彩空间上的背景帧差法进行图像的分割处理，采用数学形态学、图像的连通性等进行图像的去噪，并提出了计算梯度结合峰值的方法对车辆进行计数。车流量预测模块中，在分析车流量预测中存在的问题和交通流特性的基础上，建立了模

3、糊神经网络预测模型，并提出了采用蚁群和粒子群结合的方法优化模糊神经网络参数。算法中，将蚁群和粒子群组成主从结构，其中，蚁群在全局解空间进行搜索，粒子群在局部解空间进行搜索，并将解反馈给主级。交通信号控制模块中，以多相位单交叉口的信号灯为控制对象，建立了模糊神经网络的交通信号控制模型，并采用粒子群优化模糊神经网络参数。最后，对基于 DSP 的交通信号控制器进行了软硬件设计。仿真结果表明，本文提出的算法有效地提高了车流量检测和流量预测的精度及控制的效率。关键词：关键词：智能交通，模糊神经网络，蚁群优化算法，粒子群优化算法，视频图像处理，数字信号处理器 基于流量预测的城市单交叉路口多相位交通信号的控

4、制技术 ii THE CONTROL TECHNIQUE RESEARCH ON MULTIPHASE TRAFFIC SIGNAL IN ISOLATED INTERSECTION BASED ON FLOW PREDICTION ABSTRACT In modern times,the intelligent control of urban traffic is an important part of ITS.The intersection acts as the key factor in deciding the road traffic.The traffic control

5、system bases on real time control to isolated intersection.The precondition and key of intelligent control of urban traffic is real time and exact traffic flow prediction.Collecting the exact and complete traffic information is the basic ensure of finishing intelligent traffic.Besides,the veracity o

6、f data samples decides the veracity of predicting traffic flow.Therefore,developing the intelligent technology of urban traffic,researching the following technologies:intelligent traffic control of urban isolated intersection,traffic flow prediction and traffic parameters collection are the developm

7、ent direction of ITS.The intelligent traffic control of urban iaolated intersection,flow prediction and image collection technologies are researched and discussed in this paper.Firstly,the paper puts forward the whole structure design of urban traffic,which includes three modules:collecting vehicle

8、parameters,predicting vehicle flow and controlling traffic signal.Secondly,the detailed design of each module is introduced.In the module of collecting vehicle parameters,the image processing technology based on video is adopted.The paper adopts background difference based on YCbCr color space to di

9、vide up the image,and math morphologic and the connectedness of image to eliminate the noise of image.The way of grads extremum is putted forward to check the vehicle flow.In the module of predicting vehicle flow,after analyzing the existent question in traffic flow prediction and the characteristic

10、 of traffic flow,a fuzzy neural network(FNN)prediction model and the learning algorithm of FNN based on the associative way of ant colony optimization(ACO)algorithm and particle swarm optimization(PSO)algorithm.are putted forward The learning algorithm is formulated in a form of hierarchical structu

11、re.The global search is performed by ant population at the master level,while the local search is carried out by particle population at the slave level and the best solution is fed to the ant population.In the module of controlling traffic signal,the paper establishes a traffic signal control model

12、adopting FNN and the learning algorithm of FNN based on PSO.Finally,the traffic signal controller based DSP is designed,the hardware and software designs are presented.The simulation results demonstrate the proposed models can improve accuracy in taking count of vehicle flow,predicting vehicle flow

13、and controlling traffic signal.河北工业大学博士学位论文 iii KEY WORDS:intelligent traffic,fuzzy neural network(FNN),ant colony optimization(ACO)algorithm,particle swarm optimization(PSO)algorithm,video image processing,digital signal processor(DSP)本人完全了解河北工业大学关于收集、保存、使用学位论文的规定。同意如下各项内锌：按照学校要求提交学位论文的印刷本和F 乜了版本：学

14、校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存论文；学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版：在不以赢利为目的的前提F，学校可以适当复制论文的部分或全部内容用于学术活动。(保密的学位论文在解密后适用本授权说明)河北工业大学博士学位论文 1第一章 绪论第一章 绪论 1-1 研究背景研究背景 交通是城市经济活动的命脉，对城市经济发展、人民生活水平提高起着十分重要的作用。近年来，汽车工业迅速发展。据有关资料介绍，1978年至1995年我国城市机动车的保有量的增长速度是道路增长速度的

15、80倍。1995年之后车辆速度增加更快，目前，北京每百户拥有小汽车12辆。10年来，上海道路的长度增长了108%，面积增长了142%，但机动车辆却增长了470%。汽车工业在给人们带来各种便利的同时，也带来了一系列令人困惑的问题，如环境污染、交通拥挤、交通事故的频繁发生等，给人们的生命财产带来很大的损失。国内外城市中的交通阻塞主要发生在交叉口，交叉口是两条道路相互交叉而产生的作为方向转换的枢纽，是道路网中道路通行能力的“咽喉”，交通阻塞和事故的多发地。世界上一些大城市如纽约、巴黎的市中心高峰时车速在16公里/小时左右，公共汽车速度则更低。另外，大城市一般都是边缘地区道路上车辆速度高，越近市中心，

16、速度越低，高峰时间速度最低。在日本东京市内，早晚高峰时车速仅为9公里/小时，最低时只有4公里/小时，出现了乘车比步行还慢的情况，而机动车在市中心的旅行时间约1/3花在交叉口上1。同时，交叉口也是交通事故的主要发生源。日本全国每年由于交通拥挤所造成的经济损失高达12兆3千亿日元（合人民币9000多亿元）。作为经济和科技都很发达的美国，每年因为交通问题导致的经济损失也高达2370亿美元，而美国交通事故约有一半以上发生在交叉口。我国国内百万人口以上的大城市，每年由于交通拥挤带来的直接和间接经济损失达1600亿元，相当于国内生产总值的3.2%2。如果我们不及早采取综合措施加以治理，则城市交通必影响我国

17、经济发展和城市功能正常的发挥。所以对交叉口实施科学的管理和控制是交通控制工程的重要研究课题，是保障交叉口的交通安全和充分发挥交叉口的通行能力的重要措施。城市交通问题是困扰城市发展、制约城市经济建设的重要因素，人们对交通有效控制的意识越来越强烈了。城市道路增长有限与车辆增加近似无限这对矛盾，是导致城市交通拥挤的根本原因。为适应交通量猛增的趋势，缓解道路拥挤状况，国内许多城市采取延长道路、加宽路面、建高架路（立交桥）等措施，收效虽明显，但由于城市空间的日益减少，修建路桥的巨额资金和城市有限空间的严格限制，使这一方法的有效性大打折扣。既然仅靠修建道路已经不能很好地解决城市的交通问题，现在，越来越多的

18、国家和地区开始努力寻找解决问题的方案。据调查多数交通阻塞并不是由于道路问题，而是因为指挥不当引起的。因此，在现有道路条件下，提高交通控制和管理水平，合理使用现有交通设施，充分发挥其能力，是解决交通问题的有效方法之一。现在交通信号控制器已普遍使用，但是大多没有智能性，因而也严重影响了交通信号控制设备性能的有效发挥。而目前智能技术的发展非常迅速，已经应用到许多领域，如模糊控制、神经网络，遗传算法以及蚁群、粒子群等一些智能进化算法。因此将智能控制技术引入到交通领域，研究一种高效的智能交通控制系统是十分必要的。近几年，国内外一些学者从交通信息采集、流量预测、交通控制等不同方面展开了深入的研究，提出了车

19、辆和道路综合起来系统地解决交通问题的智能交通运输系统（Intelligent Transportation System，简称ITS）。其涵义就是综合运用先进的信息通讯、网络、自动控制、交通工程等技术，改善交通运输系统的运行情况，提高运输效率和安全性，减少交通事故，降低环境污染，从而建立起一个智能化、安全、便捷、高效、舒适、环保的综合运输体系。ITS的发展在全球引起了广泛的关注，其中交通控制与交通诱导系统目前是智能交通运输系统的核心热点问题，是ITS的核心研究内容基于流量预测的城市单交叉路口多相位交通信号的控制技术 2 之一。智能交通系统在日本、美国和西欧发展得最快。自上世纪八十年代末以来，日

20、本、美国和西欧等发达国家为了解决共同面临的交通问题，竞相发展智能交通系统，投入了大量的资金和人力进行道路功能和车辆智能化的研究。在智能交通系统项目研发过程中，这些国家还成立了许多机构，以制订并实施开发计划。除了欧、美、日以外，新兴的工业国家和发展中国家也开始了智能交通系统的全面开发和研究。我国的一些城市如北京、上海、重庆、广州等地也开展了一些研究与应用示范项目。中国是当今世界上道路等基础设施建设速度最快的国家，又是交通需求增长最快的国家。运输效率低下、城市交通堵塞等问题已经成为我国各大中城市面临的迫切需要解决的问题之一。未来十年，正是智能交通系统在世界主要国家进入全面实施的阶段，因此，中国也迫

21、切需要根据中国交通的实际需求尽早研究开发智能交通系统，以实现交通运输的可持续发展目标。1-2 研究意义研究意义 现代城市交通的智能控制是 ITS 的重要组成部分，而交叉口的通行能力又是决定道路通行的关键所在。优化交叉口信号配时可有效减少行车延误时间，提高路口的通行能力，减少车辆的停车次数，减少燃料消耗和汽车排放的有害物质等，是改善交通状况的重要措施之一。城市交通信号控制是通过对交通流的调节、警告和诱导以达到改善人和货物的安全运输，提高运营效率。其目标在于改善交通流的质量，更好地利用现有运输能力，实现交通流的安全性、快速性和舒适性。信号交通控制一般分单点信号控制（以一个交叉口交通流为控制对象）、

22、主线信号控制（以某一条干线的若干个交叉口的交通流为控制对象）、区域信号控制（以某一区域内若干个主要交叉口的交通流为控制对象）三种控制方式。我国目前的信号控制系统以单点控制为主，区域信号控制、主线信号控制较少。并且，随着交通量的增加，单点控制信号交叉口的数量还在不断增加。可见，要提高我国城市道路交叉口的通行能力，首要任务是提高单点控制信号交叉口的通行能力。在各种交通信号控制中，单交叉口的实时控制是交通控制系统的基础。对城市单路口进行智能交通控制实际上就是在整个路口总的延误最小的情况下，寻找最佳周期和各个相位的最佳绿信比。单路口智能控制的基本方法是实时检测到达各路口的车辆数，利用智能算法求出各个相

23、位的绿时，将这些数据送到路口信号控制机对各个相位的绿时进行优化配置。城市交通的智能控制实现的前提和关键是实时准确的交通流量预测。对交通系统进行预测，可以判断下一时段的交通流量，对于交通疏导方案也起到了很重要的作用。交通流量和拥堵是息息相关的，交通流量过大直接导致某一路段的拥挤堵塞，在拥堵的同时同样加大了交通流量。城市交通系统是一个具有随机性、模糊性、动态性和不确定性的非结构化的复杂系统。基于城市交通的极为复杂，难以预先针对特定堵塞情况制定相应的解决方案，只能根据实时的交通流状况及堵塞发生的时间、地点、原因、严重程度等实际情况，临时迅速地制定输导方案。如果建立了交通流量预测模型，就可以在没有发生

24、拥堵情况之前预测到这一时间的交通流量，然后通过智能控制系统进行分流，尽可能地避免拥堵的发生。将交通预测模型输出的交通流，作为控制决策时的输入，将有效提高控制的效率。交通量预测可分为中长期预测和短时交通量预测。中长期预测仅仅从宏观上把握交通流的状况难以满足人们对交通信息的实时性要求。交通信号控制的高效性、交通信息发布的实时性、事件检测的精确性等都需要短时流量预测，即有效地利用实时的交通数据预测未来一个小时以内的交通状况，将预测信息提供给交通控制中心，改变交叉路口的信号灯配时，有效地疏导车量，避免交通阻塞，减少出行时间和交通事故的发生。同时交通流量预测算法还可以应用到城市快速路、各高速公路的流量预

25、测中，对入口及出口车辆进行有效疏导，提示车辆限速等。全面、准确的采集交通信息是实现交通智能化的基本保障。交通流量预测的准确性也取决于数据样本的准确性。研究交通信息采集设备使它能正确的获得道路上的运行信息，包括车流量、车速、车型分河北工业大学博士学位论文 3类、占道率、交通密度，以及车辆排队长度、车辆转弯、车辆停止或肇事情况等信息。正确的交通信息采集可以使智能交通管理系统正确及时获得交通状况信息，对交通状况进行有效管理，并发出诱导信息，从而自动调节车流，减少车辆在道路顺畅时在红灯前停留的时间，安排疏导交通、肇事报警等。因而，在智能交通管理系统中，交通信息采集设备是交通系统管理的基础，是先进的智能

26、交通管理技术得以实时与正确控制与引导交通，提高交通安全性和效率的前提。传统的感应线圈具有安装复杂、易于损坏等缺点。交通流视频检测是一种基于视频图像的检测技术，也称为计算机视觉或机器视觉检测，是一种结合数字视频图像和人工模式识别的技术。交通流视频检测系统是利用图像处理技术对交通目标检测和识别的计算机处理系统。通过对道路交通状况的实时监测，实现路段上行驶机动车数量的自动统计，行驶车辆速度和车辆类别等交通参数的自动计算操作，达到监测道路交通状况，采集有关交通参数信息的作用。同时，将检测到的交通信息存储起来，为分析和管理交通提供依据。视频图像采集装置不仅安装方便、抗干扰能力强，而且采集的交通信息通过软

27、件处理能够得到各种准确的交通参数。因此，交通问题中基于视频的交通信息采集技术、智能控制技术与基于群智能的优化算法相结合的流量预测和智能交通控制技术的研究不仅具有较大的实用价值、社会价值，而且还具有相当大的理论意义。一方面，一个高效的交通控制系统可以有效地疏导交通，减少车辆的油耗、环境污染和交通事故的发生，节约了能源，推动 ITS 的快速发展。另一方面，这些问题的研究推动了粒子群算法、蚁群算法、模糊控制、神经网络等技术的发展与融合，这也为其他领域类似问题的解决提供了条件和手段。1-3 国内外研究现状国内外研究现状 本文主要就交通问题中的交通流量检测、交通流量预测、交通信号控制三个方面进行深入的研

28、究。各方面的研究状况如下。1-3-1 实时交通流量检测实时交通流量检测 所谓实时交通流量检测是指系统能够通过某种技术及时地检测出通过的车辆并能以此为基础准确地统计出某段时间内某段道路的车流量。交通检测作为交通调度管理的重要组成部分，它实时地检测交通参数，进行数据处理并传送至交管中心。事实证明，准确、及时的交通检测，对缓解交通压力，维护良好交通状况起很重要的作用。现阶段，国内外的交通流量检测系统都还不能尽如人意，这些系统有的成本太高，有的安装不便，有的识别率不高等。目前国内常见的实时交通信息采集方法有人工监测、环形线圈检测、超声波探测器、红外线检测以及视频检测等方法35。可分为三类：一类是基于压

29、电回路的永久埋入式系统，如环形线圈检测。文献6-7研究了采用环形线圈检测交通车辆，这类系统虽然可靠，但费用较高。由于需将传感器永久性埋入地下，其设立和维护都需挖掘路面，费时费力且影响交通；另一类为近年来兴起的悬挂式系统，如基于雷达、红外线或超声波传感器的监测系统。超声波检测精度不高，容易受车辆遮挡和行人的影响，检测的距离短（一般不超过12m），红外检测受车辆本身热源的影响，抗噪声的能力不强，检测精度也不高；第三类为基于图像处理技术的交通流量检测系统，如视频检测。采用图像检测方法具有以下明显的优越性：检测的覆盖范围大，检测的参数多，安装简单，维护方便，不破坏路面，工程造价低，适用面广，可适用于路

30、段、交叉路口，可以适应多种气候条件等。由于视频检测方法的诸多优点，基于视频图像的交通流量检测方法已成为人们研究的热点。文献8-11将视频检测应用到交通流量的检测和交通控制上，获得了很大的成功。在应用和研究方面，美国、加拿大、日本、澳大利亚及英国目前处于世界领先水平。国外在视频图像检测方面做的较好的有美国的AUTOSCOPE公司AUTOSCOPE系列和美国PEEK公司在荷兰PEEK交通公司的PEEK系列等。这两个公司的产品分别发展到了第四代和第三代，已经形成了一个门类齐全、功能丰富的系列。它们的处理速度可达每秒25至30帧，在天气晴好的情况下，准确度可基于流量预测的城市单交叉路口多相位交通信号的

31、控制技术 4 达96%以上；在雾、雨、阴天等光照不佳或有光影干扰情况下，准确度可达93%以上。国外的系统已经投入实际使用中，效果明显，但也没有完全解决阴影及气候带来的影响。只有在控制系统中加入全天候传感器才能解决这个问题。我国的实际情况是，基于视频交通检测的交通控制系统在我国应用很少，只是近几年，在北京、上海、深圳、广州等发达城市引进国外的交通控制系统，但由于交通控制系统及其配套检测器昂贵，只能在市中心繁华地带实施控制，从而大大降低了整个系统的功能。在交通检测器的研发方面，西安交通大学在应用视频图像处理辨识车牌照方面有较深入的研究，但基本上未涉足交通信息的辨识；北京师范大学在应用视频图像处理辨

32、识路况信息方面作了一些研究工作，但并未形成产品化。1-3-2 交通控制器交通控制器 1-3-2-1 交通控制系统交通控制系统 早在 19 世纪，人们就开始研究交通信号，用信号灯指挥道路上的车辆交通，控制车辆进入交叉口的次序。1926 年，英国人在Wolverhampton安设了第一座自动交通信号机。到 60 年代，世界各国开始研究控制范围较大的信号联动协调控制系统，建立模拟各交叉口交通流状况的数学模型，以解决信号配时的优化问题。几种自适应信号控制系统也在 80，90 年代提出设计方案并得到应用1214。在智能交通信号控制系统的研究方面，欧洲及日本起步较早，上世纪九十年代在美国才逐渐受到重视，并

33、得到突飞猛进的发展。当前，国外比较成熟的城市交通信号控制系统主要有英国交通与道路研究所（TRRL）于l996年提出TRANSYT（Traffic Network Study Tool）系统、澳大利亚新南威尔士道路和交通局（RTA）于20世纪70年代末研制成功SCATS（Sydney Coordinated Adaptive Traffic System）系统和由英国交通与道路研究所研究的SCOOT（Split Cycle Offset Optimization Technique）系统。TRANSYT、SCOOT或SCATS系统在中国也得到了较好的应用。TRANSYT 系统是一种离线区域交通配

34、时优化系统，它根据推算的交通量按照延迟模型计算车辆延迟，运用爬山法寻找令车辆延迟最小的信号配时方案。该系统对于交通量变化不大的交通网络控制效果较好15，但是它的计算量很大，当网络较大时这一问题更加突出；再者作为一种离线优化方法，它需要大量的交通网几何尺寸和交通流信息，而采集这些数据需要耗费大量人力和物力；最后交通流的剧烈变化会明显影响优化的效果。SCOOT系统对TRANSYT进行了改进，采用在线优化模型，以实测的交通量数据为基础，可以较好地适应交通量的实时变化。但是该方法同样存在不足，第一，相位不能自动增减，任何路口只能有固定的相序；第二，独立控制子区的划分不能自动完成，只能人工完成；第三，安

35、装调试困难，对用户的技术要求过高。另外饱和流率的校准急需自动化。SCATS采用先进的计算机网络技术，呈计算机分层递阶形式，结构为模块形式。SCATS系统充分体现了计算机网络技术的突出优点，结构易于更改，控制方案较为容易变换。然而，它也有几个明显的不足之处：第一，它实为一种方案选择系统，限制了配时参数的优化程度；第二，过分依赖于计算机硬件，移植能力差；第三，选择控制方案时，无实时信息反馈。总之，这些系统需要建立精确的数学模型，通过优化系统参数来提高系统的性能指标，并且采用固定信号周期和固定相位转换次序的方法进行控制，故无法对路口信号实施精确的控制，更无法适应日益严峻的城市交通状况。另外，由于我国

36、城市交通流特性、道路条件和市民交通法规意识等方面与发达国家存在很大差异，也就难以充分发挥这些控制系统的作用。因此，结合我国城市道路交通的实际情况，开发真正适合我们自身特点的智能信号灯控制系统是当前的主要任务。国内应用和研究城市交通控制系统的工作起步较晚，在七十年代后期，北京市开始采用DJS-130型计算机进行了干道协调控制的研究。八十年代以来，城市道路交通问题越来越严重，国家一方面进行以改善城市市中心交通为核心的UTSM（Urban Trafic System Manage）技术研究；另一方面采取引进与开发相结合的方针，建立了一些城市道路交通控制系统。九十年代初，我国的一些高校和交通研究机构开

37、始了城市交通诱导系统技术的研究，主要借鉴了英美和澳大利亚等国的先进控制系统，如著名的TRANSYT、SCOOT、SCATS等，并在北京、上海、南京等城市进行试点。与此同时，北京、上海、沈河北工业大学博士学位论文 5阳等城市也先后从英国和澳大利亚引进了SCOOT和SCATS系统。由于引入国外城市交通控制系统投资很大，且国外城市交通控制系统并不一定适合于我国特有的交通流状况，因此近年来国内许多学者及研究机构在交通建模与控制方面作了大量的研究工作，并将许多研究成果应用于交通控制系统，建立了一些比较优秀的交通控制系统。其中应用比较成功的有公安部交通管理研究所HTUTC交通控制系统、浙大中控ACS交通控

38、制系统、青岛海信HICON交通控制系统、上海宝康MITCO交通控制系统以及金科交通科技JK-C系列小型交通控制系统、上海交大的MIC-TC型路口信号控制器、广东三水京安的JK-C3型交通信号控制机、广东安达的AD-TC-D型智能交通灯控制机、西北工大的XATM-V型智能交通信号机等。HTUTC交通控制系统是我国第一个具有自主知识产权的城市交通控制系统，是当前国内应用时间最久、功能比较完善、最成熟的城市交通控制系统。但相对于国内许多中小型城市仍然是一个价格偏高的系统，因此主要还是较多地应用在国内的一些大城市中，如北京和上海地区的许多繁华路口采用了该系统。JK-C系列交通控制系统在国内许多中小型城

39、市的应用中取得了不错的效果。但是随着国内交通的进一步发展，各中小城市的道路通行也日趋复杂化，将对控制系统提出更高的要求。尤其该系统直接通过面板进行参数设置，对于日趋复杂的控制要求，参数修改设置工作也将成为一项艰巨的任务。ACS交通控制系统是针对大中型城市的复杂交通路口研制的功能比较完善的交通控制系统，该系统已在国内许多大中型城市中得到了广泛应用，如浙江杭州、宁波和温州等地，并取得了比较满意的应用效果。但是当控制器故障时需在现场对控制器进行拆装检修，延误道路的交通控制，而且较高价格的高端处理器的应用，不仅提高了控制系统本身的价格，同时也增加了维修的费用。因此该系统很少在国内的小城市中应用。这些研

40、究和实践开拓了我国交通研究的新领域，取得了一定的实际效果，在一定程度上缓和了当地的交通紧张矛盾，但交通控制问题仍然十分严峻。相比而言，国内城市交通控制系统在可靠性、兼容性、扩展性、灵活性等方面还有待进一步改进完善。1-3-2-2 交通信号控制方法交通信号控制方法 单交叉口的信号控制按照控制方式分为定时控制、感应控制和智能控制。单交叉口实时控制的实质在于信号配时。目前信号配时主要采用基于F.Webster近似公式的定时控制，这种控制方式不能针对当前变化的交通流情况实施有效的控制。感应控制方式是通过车辆检测器将检测到的车辆信息传送到信号控制器中进行分析处理，然后根据一定的控制规律制定相应的控制方案

41、，使系统能够根据实时的交通状态改变交通信号的配时，但是感应控制的算法中只是考虑对当前通行相位车辆到达状态，而没有考虑其他相位的车辆排队情况。近年来，国内外专家学者致力于开发新的交通信号灯的控制方法。其中，人工智能方法在交通运输规划和交通工程领域中的应用已成为研究的主要方向，比如模糊控制、神经网络、遗传算法、Agent等在信号灯控制中的应用取得了一定的进展。1、模糊控制 道路交通系统是一个十分复杂的庞大系统，其中蕴涵着大量不确定因素，研究其规律进而实现有效的控制一直是系统控制面临的困难。模糊控制是新的研究方向之一，它是以模糊集合论作为数学基础，经历了30多年的研究和发展已经逐步完善，尤其在应用领

42、域更是成果辉煌。模糊控制主要是模仿人的控制经验而不依赖于控制对象的模型，是一种定性的、不精确的控制理论。它无需知道被控对象的数学模型，而由于交通系统的复杂性和随机性使之也难于用精确的数学模型来表达，因此模糊逻辑适宜用于交通信号的控制。1977年，Pappis和Mamdani16将模糊控制用于单路口的交通控制中，所用的模糊输入量是排队长度、到达车辆数和绿灯时间，输出量为绿灯时间增量，仿真结果表明比传统的控制方法减少延误时间7%左右。Pappis的研究依靠单路口两相位的关键车流来决定交通信号配时，而忽略两相位的非关键车流对信号配时的影响。Pappis法研究的是理想化的十字交叉路口，它是由两条单向街

43、交叉而形成的，并且进口道均为单车道，每股车流到达停车线后仍然直行，没有右转或左转车流，这在实际中是很少见的，没有基于流量预测的城市单交叉路口多相位交通信号的控制技术 6 代表性。但Pappis法却为实现城市交通信号灯的智能控制翻开了新的一页，立下了不可磨灭的功劳。从此国内外学者在此基础上进行了深化研究，从针对单个交叉口的点控研究到对城市主干道多个交叉口的线控研究再到针对城市交叉路口群的面控研究，由只考虑简单交通状况时的两相位交叉口的研究到考虑复杂状况的多相位交叉口的研究。国外的研究主要有：日本学者Nakatsuyama等17将Pappis法加以推广，提出两个理想的交叉路口的信号灯的模糊线控制方

44、法，但它和实际应用有较大的差距。Kelsey和Bisset18分别用模糊控制和定时控制两种方法对单路口做了仿真比较，结果表明模糊控制效果更好。模糊控制器的输入是绿灯相位车辆到达的平均密度、红灯相位车辆到达的平均密度和周期时长。以上是简单的两相位信号控制。Chiu等19应用模糊逻辑对有两车道的多路口网络进行控制，用各路口的车辆数据调节各自的周期时长，绿信比和时差。模糊控制器的输出是饱和度和相邻路口的信号时差，控制目的是使车辆停车次数最小。但没有考虑非关键车流。与定时控制和感应控制相比，以上所有信号灯的模糊逻辑控制器都表明了具有较好的评价指标。然而，所不足的是只考虑了单车道控制或只考虑关键车流。M

45、ohamed等20设计了一种四车道、有直行和左转两种行为的交叉口的模糊逻辑信号控制器。该模糊控制器定期采集交通数据，以决定当前绿灯相位是延长还是终止。控制器的评价指标是车辆的平均延误和停车比例。许多学者在单个交叉口控制的基础上研究了线控和面控。南韩学者LeeJee Hyong等提出分散控制方法，对交叉口群进行模糊控制，有较好的应用前景。Nakamiti等21应用模糊逻辑建立了自适应分布式交通信号控制，并对有16个信号灯的6个交叉口进行控制，结果优于传统方法。Kosonen等22提出了基于实时仿真、多智能体的模糊信号控制方法。该方法中每一个信号的操作单独作为一个智能体，各智能体共同作用决定控制策

46、略。Choy等23将大规模交通信号控制问题分解为不同的子问题，每一个子问题采用模糊神经网络和智能体相结合的方法来实现，有效降低了平均车辆延误时间。自Pappis法提出以来，国内很多学者在此基础上进行推广与改进。如陈森发等24将Pappis法的思路加以推广，提出城市单路口交通的两级模糊控制方法。该方法既考虑了绿灯方向车流的左转、右转和直行，同时又考虑了关键车流和非关键车流对系统的影响作用。刘治平等25考虑到行人和非机动车，对其进行六相位模糊控制，以当前相位绿灯已通行时间、当前相位的队长以及它与后继相位的队长之差三者决定当前相位绿灯延时。李伟等26不仅考虑了每个相位的车流情况，同时也考虑了绿灯相位

47、的通行时间和红灯相位的等待时间。吴明晖等27以三层BP人工神经网络对交叉路口的车辆到达进行预测，并用模糊控制器对路口各方向的绿灯时间进行调整。在模糊控制中，模糊规则非常关键，传统的模糊控制系统其模糊规则受到专家主观因素的影响，且是一成不变的。对于受随机因素影响较大的交通信号控制问题，当路口交通流量发生变化时，模糊规则应该做相应的动态调节，以减少路口车辆平均延误时间。因此很多学者对于模糊规则的优化方法进行了研究。应用比较多的是遗传算法，文献28-33分别利用改进的遗传算法对交叉口信号模糊控制器的模糊规则进行优化，对单路口交通灯进行控制。但遗传算法寻优速度慢，所以系统的实时性差。乔健等34提出了基

48、于模糊理论的多策略模糊控制算法。同时，还设计了基于遗传算法的模糊规则和隶属度函数优化方法。结果表明，多策略模型优于单策略模型，更优于传统交通控制方法。李威武等35提出一种面向城域单交叉路口的自适应分级模糊控制系统，采用进化策略对分级模糊控制器的模糊隶属度函数进行离线优化调整。杨立才等36利用粗集理论的知识推理，直接从交通系统的测量数据提取模糊规则。2、神经网络 神经网络（Neural Network，NN）是一种大规模分布式并行处理的非线性系统。神经网络控制不依赖于精确的数学模型，具有很强的自适应性和学习能力、非线性映射能力、鲁棒性和容错能力、并行处理，运算速度快，特别适于解决高度时变及非线性

49、的问题，广泛应用于模式识别、数据分析与处理等方面。在交通控制方面国外的研究主要有：Barnard C J等利用BP网络模型，分别以交通流密度和不同相位的绿时作为输入、输出，直接建立起交通模式与信号方案之间的内在联系，从而实现了以交通流最优化为目标的三相位孤立交叉路口的自学习动态适应性控制系统。Ledoux C则提出了基于神经网络的实时适应性城市交通信号控制系统的交通仿真模型。Min Chee Choy等37利用多级在线学习方法建立了大规模交通的混合神经网络分布控制模型，以每一个单独的交叉口信号控制为基础实现，采用进化算法设计多河北工业大学博士学位论文 7级在线学习，每一个独立的交叉路口采用混合

50、神经网络对信号进行控制。Marjan Kaedi等38提出了两阶段方法优化交叉口时序，首先使用自适应神经模糊推理系统预测交通流量，然后采用自组织神经网络和Hopfield神经网络相结合的方法优化信号时序。Teodorovi等39将动态规划和神经网络相结合决定信号配时。国内的研究，董超俊等40开发了双层反馈神经网络，将其应用于城市交通控制信号配时优化，与传统的配时方法相比平均延误可以平均减少18.2%。李秀平等41采用两个底层神经网络交替学习和工作，上层的评价准则根据路口的车流情况确定是否需要对神经网络进行训练。神经网络虽然具有自学习和大规模并行处理的能力，擅长认知处理，但神经网络不适合表达基于