基于两级模糊控制城市交叉口的设计与仿真

基于两级模糊控制城市交叉口的设计与仿真3许伦辉　刘细平(韶关学院　韶关512005)　(江西理工大学　赣州341000)摘　要　针对城市单交叉口存在关键车流与非关键车流的特点,提出了一种单交叉口两级模糊控制的方法,设计了单交叉路口的两级模糊控制器,并给出了控制算法,仿真结果表明,本文所设计的基于两级模糊控制器的交叉路口可使通过的车辆的总延误时间大幅度地减少,适用于多车流的单交叉路口。

关键词　模糊控制;交叉口;关键车流Abstract :A cco rding to the featu re that there are tw o k inds of traffic flow including the key flow and the subo rdinate flow of u rban in tersecti on s ,in th is paper ,the au tho rs p ropo se a m ethod of tw o 2layer fuzzy con tro l abou t a single in tersecti on ,design the tw o 2layer fuzzy con tro ller ,and p resen t a con tro lling algo rithm .R esu lts of si m u lati on show that the to tal delay ti m e of all the veh icles th rough u rban in tersecti on can be greatly reduced by u sing the fuzzy con tro ller ,w h ich can be app lied to the single in tersecti on w ith m u lti 2flow .Key words :fuzzy con tro l ;in tersecti on ;key flow收稿日期:2004206207　3国家自然科学基金资助项目(60064001);江西省自然科学基金资助项目(0011006);广东省自然科学基金资助项目(20011707)0　前　言在城市交通控制系统中,采用传统控制方法进行交通信号控制的做法较多,也取得了一定的成效。

但在进一步处理复杂时变的现代城市交通状况时不够理想,近年来国内外学者基于模糊控制理论对于复杂系统在定性建模上的优点,把模糊逻辑控制应用到交通信号控制中,大部分研究是致力于把模糊控制应用到简单的交通状态中,对城市交通情况作了很多简化,并不适合实际。

随着模糊控制、神经网络以及遗传算法等智能控制学科的兴起,特别是人工智能在交通控制中的应用,给交通控制注入了新的活力,其仿真结果显示出明显的优越性[1～3]。

3　结束语作业区通行能力的影响因素很多也很复杂,由于条件的限制,在实际中往往很难就某一具体因素展开研究。

利用微观仿真软件对道路上的交通流进行研究,在国外进行了较长时间,应用很广。

在中国,由于受软硬件条件的限制,长期以来一直没有获得广泛应用。

本文利用微观仿真系统V issi m 软件,对影响高速公路作业区通行能力的几个主要因素进行了仿真分析,得出了它们对作业区通行能力值的影响趋势以及影响程度的大小排序,并发现作业区限速要根据高速公路的设计车速以及道路上的大车率来确定,太低的限速将大大降低作业区的通行能力。

这些结论可以为作业区通行能力的研究提供有益的参考。

参考文献1　K i m T ,L ovell D J ,Paracha J .A new m ethodo logyto esti m ate capacity fo r freew ay w o rk zones .P roc .,2001T ran spo rtati onR esearchBoardA nnualM eeting ,W ash ington ,D .C .20012　D udek C L ,R ichards S H .(1982)T raffic capacityth rough u rban freew ay w o rk zones in T exas.T ran spo rtati on R esearch R eco rd 869,1982.14～183　R ichard S H ,D udek C L .I m 2p lem en tati on of w o rk 2zone speed con tro l m easu res.T ran sp .R es.R ec .1086,T ran spo rtati on R esearch Board ,W ash ington ,D .C .,1986.36～421　采用两级模糊控制器的交通信号系统 设十字路口的进口道路均为单车道,有4股车流,如图1所示,其中G 1和G 2分别为有通行权方向路口两车道上两股车流经过停车线之前到达的车辆数;R 1和R 2分别为无通行权方向两股车流在停车线后面排队等待的车辆数。

G 1和G 2两股车流越过停车线后,将分成右转、直行、左转3股不同方向的车流。

假设G m ax =m ax {G 1,G 2},为有通行权方向的关键车流;R m ax =m ax {R 1,R 2},为无通行权方向的关键车流;G m in =m in {G 1,G 2},为有通行权方向的非关键车流;R m in =m in {R 1,R 2},为无通行权方向的非关键车流.图1　单交叉口的两级模糊控制系统若不考虑非关键车流对系统的影响,就相当于利用Papp is 法建立G m ax 和R m ax 的模糊控制器,但是该法只考虑了两个不同相位的关键车流所起的作用,而忽略了两个不同相位中非关键车流对信号配时的影响作用:由此可以看出,该方法不能保证所有通过交叉路口的车辆总延误时间最小。

由图1和交通规则所知,有通行权的非关键车流G m in 的右转车流不会对关键车流G m ax 的直行产生太大的影响;而G m in 左转车流对有通行权的关键车流G m ax 的直行会产生影响;且G m in 的直行车流对G m ax 的左转车流也会产生影响。

因而,在实施单路口交通信号灯的模糊控制规则研究过程中,除了考虑G m ax 和R m ax 的作用之外,还应考虑G m in 对系统的影响作用,这也是对Papp is 法的局限性需要进行改进的方面。

2　两级模糊控制的基本思想首先选择对单交叉路口控制系统控制效果影响最大的两相位的关键车流的车辆到达数和绿灯延长时间作为1级变量,由他们组成1级模糊控制器,选择两相位的非关键车流的车辆到达数和绿灯延长时间修正量作为2级变量,组成2级模糊控制器。

根据检测器检测到的各方向信息,对两相的关键车流的车辆到达情况实施模糊控制,即经过模糊化、模糊控制规则、模糊判决得到有通行权的绿灯延长时间初值t 1,对两相的非关键车流实施模糊控制,得到绿灯延长时间的修正时间∃t ,从而得到控制策略即绿灯延长的时间T ,即由绿灯基本延长时间t 1和绿灯附加延长时间∃t 构成:其中绿灯基本延长时间由Papp is 法确定,即由T ×G m ax ×R m ax 构成的论域上的模糊关系确定,绿灯附加延长时间∃t 由G m in 确定,系统最终的控制策略为T =t 1+∃t当t1+∃t ≤1010当t 1+∃t >10(1) 单路口模糊控制系统结构如图2所示。

图2　单路口模糊控制系统结构3　1级模糊控制器的设计根据经验,对单交叉路口的1级模糊控制算法可描述为:步骤1。

从关键车流开始分别制定各干道和支线的最大、最小绿灯时间t i m ax 、t i m in ;步骤2。

先给关键车流以最短绿灯时间,G i =∃G =15s ;步骤3。

测得放行车道上的车队长度即干道车队长度L ;步骤4。

若L 为0,或L <v (v >0),或累积绿灯时间G i =G i m ax ,则将绿灯转到下一相位,回到步骤1,否则继续;步骤5。

根据L 值的大小来确定绿灯延长时间t ,这可以根据交警的经验及交叉口的几何形状建立模糊控制规则。

若L 小,则绿灯时间延长较少,若L 较大,则绿灯时间延长较多,若:t i +t >t i m ax ,则t =t i m ax -t i ,否则t i +t →t i ,回到步骤3。

其中队长是用交叉口停止线前相隔一定距离(通常为80～100m )的两检测器之间的车辆数来描述的。

用队长来表示交通需求可用下述方法建立模糊控制规则,将测得的队长L 看作模糊变量,有7个语言值,很多、多、较多、适中、较少、少、很少。

相对应地可以由此定义7个模糊子集N 1,N 2,…,N 7.论域上各元素隶属于这7个模糊子集的隶属度如表1所列。

绿灯基本延长时间t同样被看作模糊变量,其论域为t={3,7,11,15,19,23,27,31,15} 取7个语言值:t1(很多),t2(多),t3(较多),t4 (适中),t5(较少),t6(少),t7(很少),赋值表如表2所列。

若L=N i,则t=t i,i=1, (7)根据模糊理论知道,一个完整语言控制策略是由很多不同的语言控制策略所组成的,下式所示的单输入单输出语言控制策略就是由7条语言控制策略所组成,每条控制策略可用下面模糊关表1　车流量模糊子集语言值隶属度L 辆13579111315171921N1很多　0　0　0　0　0　0　0　0.2　0.6　0.9　1.0 N2多0000000.20.71.00.70.2 N3较多000000.20.81.00.80.20 N4适中0000.10.61.00.60.1000 N5较少00.20.81.00.80.200000 N6少0.20.71.00.70.2000000 N7很少1.00.90.60.20000000表2　语言变量t模糊子集语言值t s3711151923273135t1很多　0　0　0　0　0　0　0.3　0.8　1.0t2多000000.20.61.00.7t3较多00000.20.61.00.70.3t4适中000.10.81.00.80.100t5较少0.30.71.00.60.20000t6少0.71.00.60.200000t7很少1.00.80.3000000系矩阵表示:R i=N i×t i,i=1,…,7式中:N i为11×1列向量;t i为1×9行向量。

总的一组控制策略的模糊矩阵为各个模糊关系矩阵求“并”。