模糊控制的智能交通燈監(jiān)控系統(tǒng)的設(shè)計(jì)

【W(wǎng)ord版本下載可任意編輯】模糊控制的智能交通燈監(jiān)控系統(tǒng)的設(shè)計(jì)城市道路錯(cuò)綜復(fù)雜，相互交錯(cuò)，交通燈是城市交通的重要指揮系統(tǒng)。交通信號(hào)燈作為管制交通流量、提高道路通行能力的有效手段，對(duì)減少交通事故有明顯效果。但是車流量是隨時(shí)變化的，而傳統(tǒng)的交通燈模式采用的是定時(shí)控制，反而容易造成交通堵塞。因此我們需要根據(jù)不同的交通路況設(shè)置通行時(shí)間，本文采用模糊控制算法，設(shè)計(jì)了一種智能交通燈監(jiān)控系統(tǒng)。1、總體方案

交通燈監(jiān)控系統(tǒng)是一個(gè)分布式、集散型、網(wǎng)絡(luò)化的監(jiān)控系統(tǒng)，包括監(jiān)控中心和若干個(gè)智能監(jiān)測(cè)終端，能對(duì)獨(dú)立分布的交通燈開展集中監(jiān)控和維護(hù)管理。每個(gè)路口看成一個(gè)監(jiān)控終端，都設(shè)有一個(gè)采集器和一個(gè)GPRS模塊，而每個(gè)方向上都裝有一個(gè)控制器?？刂破饔脕碇苯涌刂平煌舻臓顟B(tài)、時(shí)間顯示屏以及獲得各車道車輛信息;采集器用來獲取下屬的每個(gè)控制器的數(shù)據(jù)以及發(fā)送控制命令。采集器將采集到的數(shù)據(jù)通過GPRS網(wǎng)絡(luò)發(fā)送到監(jiān)控中心，在監(jiān)控中心對(duì)數(shù)據(jù)開展分析，進(jìn)而實(shí)現(xiàn)對(duì)路況的監(jiān)控。在此采用模糊控制算法對(duì)車輛數(shù)據(jù)開展分析，實(shí)現(xiàn)對(duì)紅綠燈的控制。2、模糊控制算法設(shè)計(jì)

模糊控制是將人們的長(zhǎng)期經(jīng)驗(yàn)作為控制策略，并將它轉(zhuǎn)化成機(jī)器可識(shí)別的自然語言，進(jìn)而實(shí)現(xiàn)自動(dòng)控制。在文中，將人對(duì)交通指揮策略語言轉(zhuǎn)化為機(jī)器語言所描述的控制算法，使得該算法能夠模擬人的思維對(duì)各個(gè)車道的時(shí)間分配問題開展很好地分析，從而實(shí)現(xiàn)紅綠燈時(shí)間的可變控制。對(duì)一個(gè)十字路口來說一個(gè)周期分為四個(gè)相位，如圖1所示（①：東至西，西至東，西至南，東至北;②：西至北，東至南;③：南至北，北至南，南至東，北至西;④：北至東，南至西）。

圖1十字路口2.1、輸入和輸出變量定義

模糊控制的語言變量是對(duì)于輸入變量和輸出變量而言的，它們是自然語言形式，而不是數(shù)值形式給出的變量，選擇當(dāng)前相位等待車輛平均數(shù)和下一相位車輛等待平均數(shù)為輸入變量，當(dāng)前相位綠燈延時(shí)時(shí)間為輸出語言變量，這樣，就選擇了一個(gè)雙輸入單輸出的二維模糊控制器，如圖2所示。

圖2雙輸入單輸出模型

圖中，X1：當(dāng)前相位總車輛數(shù)/車道數(shù)（取整）;

X2：下一相位總車輛數(shù)/車道數(shù)（取整）;

Y：當(dāng)前相位綠燈顯示時(shí)間。2.2、變量設(shè)置

（1）輸入量：X1和X2。

等待的車輛平均數(shù)目的基本論域確定為［0，Qmax］，Qmax是能承受的等待車輛平均數(shù)目，根據(jù)實(shí)際情況和路況來定，這里選擇40。論域是語言變量的量化檔數(shù)，將等待車輛平均數(shù)的論域確定為{-5，-4，-3，-2，-1，0，1，2，3，4，5}，輸入語言量的基本論域與離散域轉(zhuǎn)換對(duì)照表如下表1所示。

表1輸入車輛平均數(shù)目的基本論域與離散域轉(zhuǎn)換對(duì)照表

（2）輸出量：Y，當(dāng)前相位綠燈延時(shí)時(shí)間。

將綠燈延時(shí)時(shí)間的基本論域確定為［Gmin，Gmax］，Gmin是可以承受的綠燈延時(shí)時(shí)間，Gmax是可以承受的綠燈延時(shí)時(shí)間，在這里設(shè)定Gmin=0s，Gmax=60s。將綠燈延時(shí)時(shí)間的論域確定為{0，1，2，3，4，5，6，7，8，9，10，11，12}。因?yàn)檩敵隽垦訒r(shí)時(shí)間是連續(xù)的，所以有比例因子K=60/12=5，通過比例因子開展反模糊化，從而得到的延時(shí)時(shí)間：

延時(shí)時(shí)間=K&mes;模糊集數(shù)據(jù)2.3、隸屬函數(shù)

在文中X和Y的語言變量都選取7個(gè)語言值，“很少”—“NB”，“較少”—“NM”，“少”—“NS”，“正?！薄癦E”，“多”—“PS”，“較多”—“PM”，“很多”—“PB”。

根據(jù)隸屬函數(shù)，可以建立相應(yīng)語言變量的賦值表。隸屬函數(shù)確實(shí)定一般是根據(jù)經(jīng)驗(yàn)或統(tǒng)計(jì)開展確定，也可以由、權(quán)威給出。表2、表3給出輸入和輸出量各自語言變量的賦值表。

表2輸入量X的語言變量賦值表

表3輸出量Y的語言變量賦值表2.4、模糊推理

由于模糊規(guī)則條數(shù)越多，推理速度就越慢，所以只考慮各相位平均車輛數(shù)，這并不會(huì)影響實(shí)際控制效果。因?yàn)椴捎枚S模糊控制器，所以使用如下控制規(guī)則：

IFAANDBTHENC

可知一共有49條控制規(guī)則。由此得到模糊控制規(guī)則表，如下表4。每條控制規(guī)則都對(duì)應(yīng)一種算法，得到模糊關(guān)系Ri，所有的并起來得到總的模糊關(guān)系R，則：

C=（A&TImes;B）★R

表4控制規(guī)則表2.5、模糊決策

常用的判決方法有三種：隸屬度法，中位數(shù)法，加權(quán)平均數(shù)法。在此選用加權(quán)平均數(shù)法。要選擇適當(dāng)?shù)臋?quán)系數(shù)，一般的時(shí)候取隸屬度作為權(quán)系數(shù)。所以它的公式為：

其中，Ki為權(quán)系數(shù)，在這為隸屬度，Yi為論域中的元素。由此就可以得到輸出量，進(jìn)一步經(jīng)過反模糊化，得到的輸出量。2.6、總結(jié)

為了方便，通過以上各步驟，先離線建立查詢表，將其存放在計(jì)算機(jī)中，即模糊化、模糊推理、清晰化等過程通過編程先實(shí)現(xiàn)，進(jìn)而建立控制查詢表，在實(shí)時(shí)時(shí)直接通過查詢表就可得到相應(yīng)輸出量。這樣在實(shí)時(shí)控制過程中，模糊控制過程便轉(zhuǎn)化為計(jì)算量不大的對(duì)查詢表開展查詢的過程，因此，以查找查詢表形式實(shí)現(xiàn)的模糊控制具有良好的實(shí)時(shí)性，滿足現(xiàn)場(chǎng)控制的要求。

為了使道路交通更為順暢，應(yīng)當(dāng)采用黃閃，并且燈的循環(huán)周期不能過長(zhǎng)，以免司機(jī)出現(xiàn)等待疲勞的情況。數(shù)據(jù)的采集一般在黃閃時(shí)開展，在黃閃結(jié)束前下放延時(shí)命令。3、模擬實(shí)驗(yàn)

交叉路口車速應(yīng)當(dāng)減慢，綠燈期間車輛過道口的速度約為10～15km/h，道口取為15m。設(shè)當(dāng)前情況如下表5所示

表5當(dāng)前情況

采用固定配時(shí)：周期為2分鐘，每個(gè)相位配時(shí)30秒，則綠燈期間每個(gè)車道多能過25輛車。一個(gè)周期結(jié)束時(shí)，各相位平均車輛數(shù)如下表6所示。

采用模糊控制：周期為2分鐘，查表得：①相位綠燈時(shí)間為42s;②相位綠燈時(shí)間為18s;③相位綠燈時(shí)間為42s;④相位綠燈時(shí)間為18s。一周期結(jié)束后，各相位平均車輛數(shù)如下表6所示。

表6一周期后各相位情況相位

由表6可知：采用固定配時(shí)車流量大的車道容易發(fā)生堵車現(xiàn)象，而車流量小的車道所分配的時(shí)間又沒有得到充分的利用，降低了交叉路口的通行效率。采用模糊控制，動(dòng)態(tài)配時(shí)，各相位在一個(gè)周期之后與原始狀態(tài)相差較小，減小了車流量大的車道的車輛數(shù)，防止堵車傾向;對(duì)車流量較小