基于視頻的路網(wǎng)系統(tǒng)智能紅綠燈設(shè)計(jì)

基于視頻的路網(wǎng)系統(tǒng)智能紅綠燈設(shè)計(jì)引言道路交叉口處的交通信號(hào)燈是城市道路網(wǎng)中的主要控制設(shè)施，合理調(diào)節(jié)信號(hào)燈的控制是提高城市交通質(zhì)量，提高現(xiàn)有道路利用率的關(guān)鍵所在。本設(shè)計(jì)選擇具有眾多優(yōu)點(diǎn)的視頻圖像檢測(cè)傳感器作為交通參數(shù)的檢測(cè)器。在闡述了視頻圖像檢測(cè)傳感器的工作原理的基礎(chǔ)上，文中詳細(xì)介紹了視頻圖像處理的幾種算法并實(shí)現(xiàn)這些算法，獲得了所需的交通參數(shù)。鑒于交通流具有強(qiáng)不確定性而且交通結(jié)構(gòu)十分復(fù)雜，系統(tǒng)難以建立精確模型和采用模型求解的方法來實(shí)現(xiàn)控制，所以在設(shè)計(jì)交叉口的信號(hào)燈控制器時(shí)，根據(jù)模糊控制理論而采用了模糊控制的方法。在基本通行時(shí)間基礎(chǔ)上，在當(dāng)前方向綠燈時(shí)間結(jié)束時(shí)，模糊控制器根據(jù)紅綠燈的兩個(gè)方向上車輛排隊(duì)長(zhǎng)度和上游路口交通狀況作出判決，得到綠燈方向上通行時(shí)間的延長(zhǎng)量。模糊控制器的控制規(guī)則體現(xiàn)了交警在實(shí)際路口交通指揮中的經(jīng)驗(yàn)。文中設(shè)計(jì)了一個(gè)交通路口信號(hào)控制仿真程序，以實(shí)際交通參數(shù)為仿真數(shù)據(jù)，分別采用模糊控制和固定配時(shí)方案控制交叉口信號(hào)燈，計(jì)算車輛通過路口的平均延誤，并比較了兩種配時(shí)方案的控制性能。仿真研究表明，模糊控制方案顯著地降低了車輛通過交叉口的平均延誤，提高了道路的利用率。關(guān)鍵詞:智能交通;交通信號(hào)控制;視頻圖像檢測(cè);模糊控制目錄TOC\o"1-4"\h\z\u引言 1目錄 2第一章緒論 31.1課題研究的背景和意義 31.2交通信號(hào)控制技術(shù)的發(fā)展和現(xiàn)狀 51.3交通信號(hào)控制存在的問題及解決辦法 71.4主要研究?jī)?nèi)容 7第二章國內(nèi)外交通信息檢測(cè)技術(shù)與信號(hào)燈控制技術(shù)概述 82.1交通信息檢測(cè)技術(shù)介紹 82.1.1基于地面感應(yīng)線圈的車輛檢測(cè)系統(tǒng) 82.1.2基于超聲波的檢測(cè)系統(tǒng) 92.1.3紅外檢測(cè)系統(tǒng) 102.1.4聲學(xué)檢測(cè) 102.1.5磁力計(jì)檢測(cè) 112.1.6激光雷達(dá)檢測(cè)方法 112.1.7基于視頻圖像的檢測(cè)方法 112.1.7.1視頻監(jiān)控系統(tǒng)概述 112.1.7.2交通視頻監(jiān)控系統(tǒng)基本原理 122.2交通信號(hào)機(jī)控制模型概述 132.2.1幾種典型的城市交通控制系統(tǒng) 132.2.2城市交通控制系統(tǒng)的基本類型 15第三章模糊控制理論基礎(chǔ) 173.1模糊控制起源和發(fā)展 173.2模糊控制器組成 183.3模糊控制優(yōu)點(diǎn) 203.4模糊控制應(yīng)用于交通信號(hào)控制的優(yōu)點(diǎn) 20第四章車輛排隊(duì)長(zhǎng)度視頻檢測(cè) 214.1基本思想 214.2背景更新與差分 214.3邊緣檢測(cè)sobel算子 234.4圖像二值化 244.5算法流程及實(shí)現(xiàn) 25第五章交通信號(hào)控制模型實(shí)現(xiàn) 305.1基本思想 305.2輸入和輸出變量模糊化 32第六章總結(jié)與展望 386.1設(shè)計(jì)總結(jié) 386.2研究展望 38參考文獻(xiàn) 38第一章緒論1.1課題研究的背景和意義在這個(gè)科學(xué)技術(shù)和世界經(jīng)濟(jì)飛速發(fā)展的時(shí)代，交通系統(tǒng)的空前發(fā)達(dá)是必然的，也是經(jīng)濟(jì)持續(xù)穩(wěn)定發(fā)展的基礎(chǔ)。交通運(yùn)輸在經(jīng)濟(jì)和社會(huì)發(fā)展中起著舉足輕重的作用。進(jìn)入80年代以來，隨著交通需求急劇增長(zhǎng)，交通運(yùn)輸所帶來的交通擁堵、交通事故等負(fù)面效應(yīng)也日益突出，逐步成為經(jīng)濟(jì)和社會(huì)發(fā)展中的全球性共同問題。針對(duì)日益嚴(yán)俊的交通形勢(shì)、有限的資源財(cái)力和環(huán)境保護(hù)壓力，需要依靠除限制需求和提供道路設(shè)施之外的其它方法來滿足日益增長(zhǎng)的交通需求。智能交通系統(tǒng)(ITS)正是解決這一矛盾的途徑之一【1,2,3,4】。ITS將先進(jìn)的電子技術(shù)、信息技術(shù)(IT)、人工智能(AI)、地理信息(GIS)、計(jì)算機(jī)技術(shù)、通信、傳感器技術(shù)和系統(tǒng)工程技術(shù)集成運(yùn)用于地面運(yùn)輸?shù)膶?shí)際需求，建立起全方位、實(shí)時(shí)、準(zhǔn)確、高效的地面運(yùn)輸系統(tǒng)。ITS能夠改善混亂的交通狀況，減少擁堵，提高運(yùn)輸效率，并提高交通的安全性。智能交通系統(tǒng)主要包括以下種類【1,3】:1)在信息網(wǎng)絡(luò)基礎(chǔ)上的，交通參與者與交通信息中心互動(dòng)獲取實(shí)時(shí)交通信息的交通信息服務(wù)系統(tǒng)。2)用信息采集、處理和傳輸系統(tǒng)，對(duì)道路系統(tǒng)中的交通狀況、事故、氣象等進(jìn)行實(shí)時(shí)監(jiān)視從而進(jìn)行控制的交通管理控制系統(tǒng)。3)通過車載傳感器、車載計(jì)算機(jī)等，檢測(cè)與前車、周圍車輛以及與道路設(shè)施的距離的車輛輔助安全駕駛系統(tǒng)。4)自動(dòng)導(dǎo)向，自動(dòng)檢測(cè)和回避障礙物的智能駕駛系統(tǒng)。還有:貨運(yùn)管理系統(tǒng)，電子收費(fèi)系統(tǒng)，緊急救援系統(tǒng)等等。智能交通系統(tǒng)在日本、美國和西歐發(fā)展得最快。自上世紀(jì)八十年代末以來，日本、美國和西歐等發(fā)達(dá)國家為了解決共同面臨的交通問題，競(jìng)相發(fā)展智能交通系統(tǒng)，投入了大量的資金和人力進(jìn)行道路功能和車輛智能化的研究。在智能交通系統(tǒng)項(xiàng)目研發(fā)過程中，這些國家還成立了許多機(jī)構(gòu)，以制訂并實(shí)施開發(fā)計(jì)劃。除了歐、美、日以外，新興的工業(yè)國家和發(fā)展中國家也開始了智能交通系統(tǒng)的全面開發(fā)和研究。我國的一些城市如北京、上海、重慶、廣州等地也開始開展了一些研究與應(yīng)用示范項(xiàng)目【5,6】。中國是當(dāng)今世界上道路等基礎(chǔ)設(shè)施建設(shè)速度最快的國家，又是交通需求增長(zhǎng)最快的國家。運(yùn)輸效率低下、城市交通堵塞等問題已經(jīng)成為我國各大中城市面臨的迫切需要解決的問題之一。未來十年，正是智能交通系統(tǒng)在世界主要國家進(jìn)入全面實(shí)施的階段，因此，中國也迫切需要根據(jù)中國交通的實(shí)際需求盡早研究開發(fā)智能交通系統(tǒng)，以實(shí)現(xiàn)交通運(yùn)輸?shù)目沙掷m(xù)發(fā)展目標(biāo)【7,8】。全面、準(zhǔn)確的采集交通信息是實(shí)現(xiàn)交通智能化的基本保障。研究開發(fā)交通信息采集設(shè)備使它能正確的獲得道路上的運(yùn)行信息，包括車流量、車速、車型分類、占道率、交通密度，以及車輛排隊(duì)長(zhǎng)度、車輛轉(zhuǎn)彎、車輛停止或肇事情況的信息。正確的交通信息采集可以使智能交通管理系統(tǒng)正確及時(shí)獲得交通狀況信息，對(duì)交通狀況進(jìn)行有效管理，并發(fā)出誘導(dǎo)信息，從而自動(dòng)調(diào)節(jié)車流，減少車輛在道路順暢時(shí)在紅燈前停留的時(shí)間，安排疏導(dǎo)交通、肇事報(bào)警等。對(duì)于城市道路的暢通，采用有效的控制措施，最大限度地提高道路的使用效率是城市道路交通控制的重要內(nèi)容。道路交叉口處的交通信號(hào)燈是城市道路網(wǎng)中的主要控制設(shè)施，城市道路交通控制主要是對(duì)交通信號(hào)的控制。城市交通信號(hào)控制是通過對(duì)交通流的調(diào)節(jié)，警告和誘導(dǎo)以達(dá)到改善人和貨物的安全運(yùn)輸，提高運(yùn)營效率。其目標(biāo)在于改善交通流的質(zhì)量，更好地利用現(xiàn)有運(yùn)輸能力，實(shí)現(xiàn)交通流的安全性，快速性和舒適性，因此信號(hào)燈必須以最優(yōu)控制策略存在，以減小道路網(wǎng)絡(luò)中所有車輛的行程的時(shí)間，必須要有一個(gè)智能信號(hào)燈控制系統(tǒng)來達(dá)到城市道路的最大暢通。基于以上描述以及結(jié)合我國現(xiàn)階段自身特點(diǎn)，智能信號(hào)燈的研究具有重大的社會(huì)意義和經(jīng)濟(jì)意義:l)社會(huì)意義交通是國民經(jīng)濟(jì)的基礎(chǔ)產(chǎn)業(yè)之一，也是社會(huì)發(fā)展和人民生活水平提高的基本條件。交通運(yùn)輸?shù)陌l(fā)達(dá)程度是衡量一個(gè)國家現(xiàn)代化程度的標(biāo)志之一。隨著我國經(jīng)濟(jì)的迅速發(fā)展，我國的公路交通條件有了很大的改善。但是隨著車輛數(shù)量的增加、交通量的不斷增長(zhǎng)和交通密度的大幅提高，有效的交通管理成為我國各大城市面臨的難題。為了保障交通的安全通暢，采用先進(jìn)的交通監(jiān)控系統(tǒng)來預(yù)防和減少交通阻塞、交通事故，減少人員傷亡和財(cái)產(chǎn)損失就顯得非常重要【2,9】。智能交通管理系統(tǒng)是當(dāng)今世界道路交通的發(fā)展趨勢(shì)。目前與計(jì)算機(jī)技術(shù)、通信技術(shù)和視頻監(jiān)控等現(xiàn)代技術(shù)相結(jié)合的智能交通數(shù)字系統(tǒng)發(fā)展迅速，以圖像理解為基礎(chǔ)的圖像視頻交通控制系統(tǒng)進(jìn)入實(shí)際應(yīng)用領(lǐng)域，為智能交通管理提供服務(wù)。圖像視頻交通監(jiān)控系統(tǒng)能及時(shí)提供各路段的交通流量和車輛信息，記錄違章車輛，以便實(shí)現(xiàn)準(zhǔn)確快速的交通指揮調(diào)度，充分利用現(xiàn)有的道路資源，提高突發(fā)交通事故的處理能力，從而為人們的出行提供快捷舒適的交通服務(wù)。交通燈是交管部門管理城市交通的重要工具。目前絕大部分交通燈其時(shí)間都是設(shè)定好的，不管是車流高峰還是低谷，紅綠燈的時(shí)間都固定不變;還有一些交通燈能根據(jù)簡(jiǎn)單劃分的時(shí)間段來調(diào)整時(shí)間。但控制起來都不是很靈活，這使得城市車流的調(diào)節(jié)不能達(dá)到最優(yōu)。智能信號(hào)燈系統(tǒng)作為智能交通管理系統(tǒng)的一個(gè)重要子系統(tǒng)，能夠有效的減少交通事故的發(fā)生，提高道路的使用效率，明顯縮短車輛在道路口的通過時(shí)間，有巨大的現(xiàn)實(shí)意義。2)經(jīng)濟(jì)意義基于圖像處理技術(shù)的視頻檢測(cè)系統(tǒng)通過獲取連續(xù)視頻信息，對(duì)車輛運(yùn)動(dòng)圖像進(jìn)行分割、檢測(cè)、實(shí)時(shí)追蹤、統(tǒng)計(jì)車流量等一系列處理，從而對(duì)各種交通參數(shù)進(jìn)行更加合理、有效的分析和匯總，而且其具有無可比擬的可移植性和魯棒性?；趫D像處理技術(shù)的視頻檢測(cè)具有成本低，工程量小、無需破壞地面、系統(tǒng)安裝相對(duì)靈活，檢測(cè)范圍廣、檢測(cè)信息量大的優(yōu)點(diǎn)【2,9】。另外我國目前的交通監(jiān)控系統(tǒng)還處于相對(duì)落后的狀態(tài)，尤其體現(xiàn)在交通信息采集方式落后，不能滿足交通控制和管理對(duì)交通信息的需求;另一方面現(xiàn)有的監(jiān)控系統(tǒng)中采集到的含有極大信息量的視頻信息卻沒有被充分利用。因此在我國，交通監(jiān)控方面的應(yīng)用有著非常好的前景。基于以上特點(diǎn)，視頻檢測(cè)技術(shù)在路口交通燈智能控制方面必然有廣闊的市場(chǎng)前景。1.2交通信號(hào)控制技術(shù)的發(fā)展和現(xiàn)狀交通信號(hào)燈的起源可以追溯到19世紀(jì)末20世紀(jì)初，為保證沖突車流能分時(shí)使用交叉路口和減少交通事故的發(fā)生，英國于1868年在倫敦Westminster地區(qū)安裝了世界上第一臺(tái)交通信號(hào)燈，揭開了城市交通信號(hào)控制的序幕。1918年初，紐約街頭出現(xiàn)了新的信號(hào)燈，這是與當(dāng)今使用的信號(hào)燈極為相似的紅黃綠三色燈，它是人工操縱的，以后英國也開始使用這種信號(hào)燈。1926年，英國在沃爾佛漢普頓第一次安裝和使用自動(dòng)化的控制器來控制交通信號(hào)燈，標(biāo)志著城市交通自動(dòng)控制的開始【2,6】。自動(dòng)化的交通信號(hào)燈是由交通信號(hào)控制器控制其紅綠燈的周期變化的。早期的交通信號(hào)燈是通過“固定配時(shí)”方式實(shí)行自動(dòng)控制的，這種方式對(duì)于早期交通流量不大的情況，曾發(fā)揮過一定的作用。隨著汽車工業(yè)的發(fā)展、交通流量增加、隨機(jī)變化增強(qiáng)，采用以往那種單一模式的“固定配時(shí)”方式己不能滿足客觀需要，于是一種多時(shí)段多方案的信號(hào)控制器取代了傳統(tǒng)的只有一種控制方案的控制器。采用這種控制器其效果要明顯好于傳統(tǒng)的老式控制器。這種控制器在一天時(shí)間里備有幾種不同的配時(shí)方案，它能按交通流的變化規(guī)律，不同的時(shí)間選用不同的方案。當(dāng)交通流變化規(guī)律比較明顯的時(shí)候，這種控制方式控制效果是很好的。多時(shí)段多方案定時(shí)控制器在長(zhǎng)期的使用過程中不斷地改進(jìn)、提高，所以至今仍作為單交叉路口的一種控制方式廣泛地得到應(yīng)用【10】。由于交通流具有連續(xù)運(yùn)動(dòng)的特點(diǎn)，特別是當(dāng)兩個(gè)相鄰交叉路口距離很近時(shí)，這種各交叉路口之間“各自為政”的孤立控制方式，難免造成頻繁停車，使控制效果不佳。要解決這個(gè)問題，必須把相鄰的交叉路口作為一個(gè)系統(tǒng)來統(tǒng)一地加以控制。早在1917年，在美國鹽湖市就開始使用聯(lián)動(dòng)式信號(hào)系統(tǒng)，即把六個(gè)交叉路口作為一個(gè)系統(tǒng)，以人工方式加以集中控制。1922年，美國休斯頓市建立了一個(gè)同步系統(tǒng)，它以一個(gè)交通亭為中心控制十二個(gè)交叉路口，該系統(tǒng)使用了電子自動(dòng)計(jì)數(shù)器。六年后，即1928年，上述系統(tǒng)經(jīng)過改進(jìn)，形成“靈活步進(jìn)式”定時(shí)系統(tǒng);由于它簡(jiǎn)單、可靠、價(jià)格便宜，很快在美國推廣普及。這種系統(tǒng)以后不斷改進(jìn)、完善，成為當(dāng)今的協(xié)調(diào)控制系統(tǒng)。交通信號(hào)的控制，從信號(hào)機(jī)由手動(dòng)到自動(dòng)，由固定周期到可變周期，控制方式由點(diǎn)控到線控和面控，從無車輛檢測(cè)器到有車輛檢測(cè)器，經(jīng)歷了近百年的歷史。當(dāng)今信號(hào)燈控制技術(shù)主要包括兩方面的內(nèi)容，即路口交通信息的提取和依據(jù)交通信息的交通信號(hào)配時(shí)。目前交通信息檢測(cè)技術(shù)主要可分為三類。一類為基于壓電回路的永久埋入式系統(tǒng)，這類系統(tǒng)雖然可靠，但費(fèi)用較高。由于需將傳感器永久性埋入地下，其設(shè)立和維護(hù)都需挖掘路面，費(fèi)時(shí)費(fèi)力且影響交通。另一類為近年來興起的懸掛式系統(tǒng)，如基于閉路電視、微波、雷達(dá)、紅外線或超聲波傳感器的監(jiān)測(cè)系統(tǒng)。第三類為基于圖像處理技術(shù)的交通信息檢測(cè)系統(tǒng)。采用圖像檢測(cè)方法具有以下明顯的優(yōu)越性:檢測(cè)的覆蓋范圍大，檢測(cè)的參數(shù)多;安裝簡(jiǎn)單，維護(hù)方便，不破壞路面，工程造價(jià)低;適用面廣，可適用于路段、交叉路口等;可以適應(yīng)多種氣候條件等。由于視頻檢測(cè)方法的諸多優(yōu)點(diǎn)，基于視頻圖像的交通流量檢測(cè)方法己成為人們研究的熱點(diǎn)。在信號(hào)燈的智能控制方面，迄今為止，日本，歐洲和美國都竟相投入了大量資金和人力，建立了相應(yīng)的組織機(jī)構(gòu)從事相應(yīng)方面的開發(fā)和應(yīng)用，并已取得一些成果，開發(fā)出一系列相對(duì)穩(wěn)定的交通控制系統(tǒng)，國外的這些交通控制系統(tǒng)經(jīng)過長(zhǎng)期的應(yīng)用實(shí)踐，技術(shù)已經(jīng)比較成熟，系統(tǒng)可靠性比較高，但在我國的具體應(yīng)用中，還表現(xiàn)出一些不適應(yīng)性，集中體現(xiàn)在【5,8】:l)沒有充分考慮我國混合交通情況，導(dǎo)致實(shí)際控制效果不甚理想。2)系統(tǒng)投資成本過大，致使許多城市無力安裝這些系統(tǒng)。3)后期服務(wù)費(fèi)用高，使得已經(jīng)安裝了國外系統(tǒng)的城市不能經(jīng)常性的進(jìn)行系統(tǒng)維護(hù)近年來，國內(nèi)學(xué)者致力于城市交通控制系統(tǒng)的研究與開發(fā)，首先在理論上有了很大突破，并取得了一定成功【1】【2】【3】。這些研究中，針對(duì)孤立交叉口的研究已經(jīng)比較成熟，而干道控制和區(qū)域控制的探討還不夠深入，然而，城市任一交叉路口是城市交通路網(wǎng)中的一個(gè)節(jié)點(diǎn)，其工作狀態(tài)必然受其相鄰節(jié)點(diǎn)狀態(tài)的影響，實(shí)施孤立交叉口控制對(duì)提高整個(gè)交通路網(wǎng)的通行能力，效果往往不盡人意，因此對(duì)城市的干道控制和區(qū)域控制需要進(jìn)行更加深入的研究。1.3交通信號(hào)控制存在的問題及解決辦法能夠真正實(shí)現(xiàn)城市交通信號(hào)系統(tǒng)的實(shí)時(shí)自適應(yīng)最優(yōu)控制，是目前交通工程界科技人員所追求的目標(biāo)I8]。實(shí)現(xiàn)這一目標(biāo)取決于兩個(gè)條件:高質(zhì)量的交通量檢測(cè)數(shù)據(jù)和交通模型。目前，國內(nèi)外交通信號(hào)控制系統(tǒng)中用于交通量檢測(cè)的主要技術(shù)是電磁感應(yīng)的環(huán)形線圈式車輛檢測(cè)技術(shù)，美國洛杉磯市的90%以上的交通信號(hào)控制系統(tǒng)使用的是環(huán)形線圈感應(yīng)式檢測(cè)方式。英國倫敦的交通信號(hào)控制系統(tǒng)基本是環(huán)形線圈感應(yīng)式檢測(cè)方式。在我國，由于引進(jìn)和發(fā)展的渠道的差異，目前也以環(huán)形線圈感應(yīng)式檢測(cè)方式為主要檢測(cè)手段。但是這種方式存在著檢測(cè)參數(shù)少，難以準(zhǔn)確檢測(cè)和安裝維護(hù)困難等缺陷和限制。針對(duì)環(huán)形電感線圈等檢測(cè)方式的難以避免的缺陷，本文采用視頻圖像處理方式對(duì)路口車輛排隊(duì)長(zhǎng)度準(zhǔn)確檢測(cè)，實(shí)現(xiàn)交叉路口交通信號(hào)的實(shí)時(shí)自適應(yīng)最優(yōu)控制。隨著視頻處理技術(shù)、圖像傳感器技術(shù)的飛快發(fā)展，圖像檢測(cè)技術(shù)成為了交通行業(yè)最有前途的檢測(cè)技術(shù)，ITS委員會(huì)的一份報(bào)告也肯定了這一點(diǎn)。圖像處理技術(shù)在ITS領(lǐng)域中扮演極其重要的角色，具有廣泛的應(yīng)用價(jià)值。當(dāng)前的城市交通系統(tǒng)中被控對(duì)象過程的非線性、參數(shù)間的強(qiáng)烈藕合、較大的隨機(jī)干擾、過程機(jī)理錯(cuò)綜復(fù)雜以及現(xiàn)場(chǎng)車輛檢測(cè)的誤差，以致不可能建立起被控對(duì)象的精確數(shù)學(xué)模型，傳統(tǒng)的城市交通控制系統(tǒng)難以取得令人滿意的控制效果，因此本文采用模糊控制的方法，利用其不需要建立精確數(shù)學(xué)模型和它吸收了人工控制的經(jīng)驗(yàn)，能模仿人腦的邏輯推理和決策過程，不單使得控制過程簡(jiǎn)化，而且能滿足實(shí)時(shí)性和控制精度的要求。1.4主要研究?jī)?nèi)容本設(shè)計(jì)以城市交通系統(tǒng)為研究對(duì)象，在了解各種交通控制系統(tǒng)的交通信息傳感器的基礎(chǔ)上，闡述了視頻圖像檢測(cè)儀的工作原理，介紹了國內(nèi)外現(xiàn)有的實(shí)際交通控制系統(tǒng)，采用模糊控制方法對(duì)交通信號(hào)進(jìn)行智能控制。主要內(nèi)容有:第2章介紹了各種信息檢測(cè)技術(shù)和交通信號(hào)機(jī)的控制模型，其中重點(diǎn)講解了基于視頻圖像檢測(cè)方法的原理及其應(yīng)用于交通信息檢測(cè)的優(yōu)點(diǎn)。第3章介紹了模糊控制理論的發(fā)展及其基本原理，對(duì)模糊控制器的組成及優(yōu)點(diǎn)做了詳細(xì)講解，并結(jié)合模糊控制的特點(diǎn)分析了模糊控制應(yīng)用于交通信號(hào)控制的優(yōu)勢(shì)。第4章首先敘述了車輛排隊(duì)長(zhǎng)度視頻檢測(cè)的基本思想，然后詳細(xì)講解了檢測(cè)中所用到的方法和算法，并且在最后進(jìn)行了實(shí)現(xiàn)。第5章首先敘述了交通信號(hào)控制模型的基本思想，然后按輸入和輸出變量模糊化到模糊控制系統(tǒng)的控制規(guī)則最后再到解模糊的順序，逐步講解了交通信號(hào)模糊控制器實(shí)現(xiàn)的各個(gè)步驟。最后對(duì)交通路口信號(hào)燈的控制進(jìn)行了仿真實(shí)現(xiàn)，介紹了仿真系統(tǒng)的參數(shù)設(shè)置與設(shè)計(jì)過程，并且以車輛平均延誤時(shí)間為標(biāo)準(zhǔn)，對(duì)模糊控制和定時(shí)控制兩種方式進(jìn)行了數(shù)據(jù)對(duì)比。第6章提出了本文研究的不足以及今后需要努力的方向。第二章國內(nèi)外交通信息檢測(cè)技術(shù)與信號(hào)燈控制技術(shù)概述交通流量檢測(cè)器通過數(shù)據(jù)采集和設(shè)備監(jiān)控等方式，在道路上實(shí)時(shí)地檢測(cè)交通量、車輛速度、車流密度和時(shí)空占有率等各種交通參數(shù)，這些智能交通系統(tǒng)中最基礎(chǔ)的參數(shù)，是道路狀況實(shí)時(shí)監(jiān)控、出行者動(dòng)態(tài)信息系統(tǒng)不可缺少的基礎(chǔ)數(shù)據(jù)。檢測(cè)器檢測(cè)到的數(shù)據(jù)，通過通信系統(tǒng)傳送到本地控制器或是直接上傳至監(jiān)控中心計(jì)算機(jī)，作為監(jiān)控中心分析、判斷、發(fā)出信息和提出控制方案的主要依據(jù)。所以，交通流量檢測(cè)器及其檢測(cè)技術(shù)水平的高低直接影響到道路交通信息系統(tǒng)、控制系統(tǒng)的工作效率以及整體運(yùn)行和管理水平。現(xiàn)行的檢測(cè)器種類有很多，檢測(cè)算法各不相同，這里主要介紹國內(nèi)外車輛檢測(cè)流量統(tǒng)計(jì)技術(shù)研究的各種方法，重點(diǎn)分析了視頻檢測(cè)方法的現(xiàn)狀與趨勢(shì)。綜合現(xiàn)有的文獻(xiàn)資料，下面以下幾種方法:基于地面感應(yīng)線圈的車輛檢測(cè)系統(tǒng)、基于超聲波的檢測(cè)系統(tǒng)、基于微波多普勒效應(yīng)的檢測(cè)系統(tǒng)、紅外檢測(cè)系統(tǒng)、聲學(xué)檢測(cè)、磁力計(jì)檢測(cè)、激光雷達(dá)檢測(cè)方法、基于視頻圖像檢測(cè)系統(tǒng)的分類分析。2.1交通信息檢測(cè)技術(shù)介紹通過對(duì)各種交通信息采集設(shè)備以及各參考文獻(xiàn)的研究，我主要了解了以下的各種車輛檢測(cè)的方法，下面是對(duì)各種方法的介紹與分析。2.1.1基于地面感應(yīng)線圈的車輛檢測(cè)系統(tǒng)環(huán)形線圈檢測(cè)器是傳統(tǒng)的交通流檢測(cè)器，是目前世界上用量最大的一種檢測(cè)設(shè)備。車輛通過埋設(shè)在路面下的環(huán)形線圈，引起線圈磁場(chǎng)的變化，檢測(cè)器據(jù)此計(jì)算出車輛的流量、速度、時(shí)間占有率和長(zhǎng)度等交通參數(shù)，并上傳給中央控制系統(tǒng)，以滿足交通監(jiān)控系統(tǒng)的需要。在感應(yīng)線圈檢測(cè)的方法中，線圈電子放大器已標(biāo)準(zhǔn)化，技術(shù)成熟、易于掌握，計(jì)數(shù)非常精確。線圈檢測(cè)的數(shù)據(jù)通過通訊線路傳到交通管理中心，使用計(jì)算機(jī)進(jìn)行分析。由于其檢測(cè)的高度可靠性得到了廣泛的驗(yàn)證，它成為了車輛檢測(cè)研究領(lǐng)域中的標(biāo)準(zhǔn)參照系統(tǒng)。此種方法的技術(shù)成熟、易于掌握，并有成本較低的優(yōu)點(diǎn)。但是這種方法也有以下缺點(diǎn):一國內(nèi)外交通信息檢測(cè)技術(shù)與信號(hào)燈控制技術(shù)研究現(xiàn)狀是線圈在安裝或維護(hù)時(shí)必須直接埋入車道，這樣交通會(huì)暫時(shí)受到阻礙;二是埋置線圈的切縫軟化了路面，容易使路面受損，尤其是在有信號(hào)控制的十字路口，由于車輛啟動(dòng)或者制動(dòng)時(shí)對(duì)損壞程度更加嚴(yán)重;三是感應(yīng)線圈易受到冰凍、路基下沉、鹽堿等自然環(huán)境的影響，因此，感應(yīng)線圈壽命一般不超過兩年，某些地區(qū)甚至少于一年;四是感應(yīng)線圈由于自身的測(cè)量原理所限制，當(dāng)車流擁堵，車間距小于3m的時(shí)候，其檢測(cè)精度大幅降低，甚至無法正常檢測(cè)，因此，近年來有被其他檢測(cè)器逐步取代的趨勢(shì)【11,12】。此類產(chǎn)品已得到廣泛地開發(fā)與應(yīng)用，例如:南非的Nortech國際公司所研制的TD系列單通道、雙通道和四通道車輛檢測(cè)器，產(chǎn)品可通過面板前部的DIP開關(guān)或在電路板上分別設(shè)置各通道工作參數(shù)，并具有線圈絕緣保護(hù)、線圈故障監(jiān)控、最優(yōu)化靈敏度、最優(yōu)化反應(yīng)時(shí)間、順序輪詢檢測(cè)、可調(diào)存在時(shí)間、檢測(cè)器同步、通道禁止等等功能，是目前世界上較為有名的地感車輛檢測(cè)器專業(yè)產(chǎn)品。雖然線圈可以在每秒鐘讀數(shù)據(jù)許多次，但是由于距離和傳輸?shù)膯栴}，只能每隔20或30秒傳輸一次數(shù)據(jù)。線圈可以測(cè)量交通流量、占有率和車輛速度。測(cè)量的精度取決于ILD合適地安裝選位、精確地操作和維護(hù)，這在實(shí)際操作過程中是比較難以掌握的，須有經(jīng)驗(yàn)的交通工程師來完成。2.1.2基于超聲波的檢測(cè)系統(tǒng)超聲波檢測(cè)器是根據(jù)聲波的傳播和反射原理，通過對(duì)發(fā)射波和反射波的時(shí)差測(cè)量實(shí)現(xiàn)位移測(cè)量的設(shè)備。聲波在空氣中的傳播速度為340m/s，由此可根據(jù)反射波和發(fā)射波的時(shí)差計(jì)算出反射物距探頭的距離。超聲波檢測(cè)器的工作原理是:由超聲波發(fā)生器(探頭)發(fā)射一束超聲波，再接收從車輛或地面的反射波，根據(jù)反射波返回時(shí)間的差別，來判斷有無車輛通過。由于探頭與地面的距離是一定的，所以探頭發(fā)出超聲波并接收反射波的時(shí)間也是固定的。當(dāng)有車輛通過時(shí)，由于車輛本身的高度，使探頭接收到反射波的時(shí)間縮短，就表明有車輛通過或存在。由于超聲波傳感器頂置于車道上方，因此不存在檢測(cè)時(shí)受遮擋的問題，同時(shí)車間距很小時(shí)也能準(zhǔn)確計(jì)數(shù)，解決了車輛擁堵時(shí)準(zhǔn)確檢測(cè)的問題。車速的檢測(cè)是根據(jù)車輛先后到達(dá)已知距離的兩個(gè)傳感器的時(shí)間差計(jì)算所得，因此也有較高的檢測(cè)精度。在車型識(shí)別方面，超聲波能夠精確的分析車輛的長(zhǎng)度以及外觀輪廓，由此區(qū)分各種車型，特別是客貨車、散裝車的區(qū)分，更是目前其他檢測(cè)器難以做到的。目前公路和城市道路有許多天橋、立交橋和龍門架，為設(shè)備的頂置安裝提供了條件。超聲波檢測(cè)的優(yōu)點(diǎn)是體積小、結(jié)構(gòu)緊湊，安裝方便，缺點(diǎn)是必須頂置安裝，安裝條件受到一定的限制，安裝時(shí)需封閉車道，較易受到環(huán)境變化的影響，性能隨環(huán)境溫度和氣流影響而下降，這樣就不能滿足交通信息采集設(shè)備需要在各種天氣環(huán)境下穩(wěn)定可靠的工作的要求?！?2,13,14】2.1.3紅外檢測(cè)系統(tǒng)紅外檢測(cè)器是頂置式或路側(cè)式的交通流檢測(cè)器。該檢測(cè)器一般采用反射式檢測(cè)技術(shù)。反射式檢測(cè)探頭由一個(gè)紅外發(fā)光管和一個(gè)紅外接收管組成，其工作原理是由調(diào)制脈沖發(fā)生器產(chǎn)生調(diào)制脈沖，經(jīng)紅外探頭向道路上輻射，當(dāng)有車輛通過時(shí)，紅外線脈沖從車體反射回來，被探頭的接收管接收，經(jīng)紅外解調(diào)器解調(diào)，再通過選通、放大、整流和濾波后觸發(fā)驅(qū)動(dòng)器輸出一個(gè)檢測(cè)信號(hào)。這種檢測(cè)器具有快速準(zhǔn)確、輪廓清晰的檢測(cè)能力。其缺點(diǎn)是工作現(xiàn)場(chǎng)的灰塵、冰霧會(huì)影響系統(tǒng)的正常工作。紅外線檢測(cè)器有兩種類型:第一是激光紅外雷達(dá)檢測(cè)器，原理和微波雷達(dá)檢測(cè)器一樣，但是發(fā)射頻率更高(較短的波長(zhǎng))，它可以檢測(cè)車輛存在、車速、流量、占有率和車種信息，通過兩條紅外光線的時(shí)間來獲取車速數(shù)據(jù)。它的優(yōu)點(diǎn)是霧天的穿透力較強(qiáng)，可以用于直接測(cè)速，適用于白天和黑夜情況。缺點(diǎn)是它易受到天氣條件的影響，發(fā)生散射，對(duì)天氣的適應(yīng)性差;安裝難度很大，容易被車撞毀。第二是被動(dòng)紅外檢測(cè)器，它本身不發(fā)射能量，而是檢測(cè)目標(biāo)發(fā)射的能量。通過檢測(cè)道路和車輛發(fā)射能量之差，可以確定車輛存在。它可以測(cè)量流量、占有率和車輛存在信息，天氣對(duì)測(cè)量有負(fù)面影響。同樣，它的優(yōu)點(diǎn)是霧天的穿透力較強(qiáng)，但是在雨雪天，到達(dá)檢測(cè)儀的能量的差異將減小，因此不適合雨天和雪天。紅外線視頻檢測(cè)晝夜可采用同一算法而解決晝夜轉(zhuǎn)換的問題，也可提供大量交通管理信息，但是需要很好的紅外線焦平面檢測(cè)器，也就是要用提高功率，降低可靠性來實(shí)現(xiàn)高靈敏度，而可靠性在交通信息采集設(shè)備的使用中十分重要;同時(shí)它們無法提供全面的交通信息【12,14】。2.1.4聲學(xué)檢測(cè)聲學(xué)檢測(cè)法根據(jù)特定車輛的聲學(xué)特征來識(shí)別車輛。它的結(jié)構(gòu)成垂直排列的麥克風(fēng)陣列，檢測(cè)接近車輛發(fā)出的噪聲。在聲音到達(dá)上端麥克風(fēng)和下端麥克風(fēng)之間存在一個(gè)時(shí)間延誤，這個(gè)延誤隨著發(fā)出聲音的車輛的不斷接近而變化。當(dāng)車輛在遠(yuǎn)處時(shí)，發(fā)出的聲音幾乎同時(shí)到達(dá)上端和下端麥克風(fēng)，當(dāng)車輛到達(dá)麥克風(fēng)下端時(shí)，上端接收的聲音通過內(nèi)部傳感器送來，要有一個(gè)延遲。應(yīng)用麥克風(fēng)陣列之間的相關(guān)關(guān)系可以跟蹤車輛，當(dāng)聲音數(shù)據(jù)被過濾成50到2000Hz帶寬時(shí)，檢測(cè)結(jié)果達(dá)到最佳。為識(shí)別車輛，需將接收信號(hào)進(jìn)行大量的除去背景靜噪聲的處理，所以它的可靠性也比較差。同時(shí)聲學(xué)檢測(cè)法不能提供全面的交通信息【12,14】。2.1.5磁力計(jì)檢測(cè)磁力計(jì)通常是通過測(cè)量物體對(duì)于地球磁場(chǎng)的干擾，來檢測(cè)金屬物體的存在。磁性檢測(cè)器(Magnetometer)，是一個(gè)被動(dòng)檢測(cè)設(shè)備，本身不產(chǎn)生磁場(chǎng)，埋設(shè)在車道下面，通過磁場(chǎng)變化來進(jìn)行檢測(cè)磁性的擾動(dòng)。當(dāng)一輛汽車駛過時(shí)，使得地球磁場(chǎng)產(chǎn)生變化，磁性檢測(cè)器檢測(cè)和捕捉異常的磁性變化，它通常用來檢測(cè)車輛存在的信息。在橋梁上面無法埋設(shè)ILD，同時(shí)鋼鐵對(duì)ILD的性能產(chǎn)生干擾，這時(shí)可采取磁性檢測(cè)器取代ILD或者兩者互相配合使用。磁力計(jì)檢測(cè)法可用來檢測(cè)小型車輛;適合在不便安裝線圈的場(chǎng)合采用。它的缺點(diǎn)是很難分辨縱向過于靠近的車輛。同時(shí)它不能提供全面的交通信息【12】。2.1.6激光雷達(dá)檢測(cè)方法激光雷達(dá)檢測(cè)方法利用激光面的反射結(jié)果來檢測(cè)距離信息，從而檢測(cè)車輛。它可以不受光照環(huán)境的影響，即白天與夜晚都可以很好的工作，且沒有晝夜轉(zhuǎn)換引起的誤差。利用激光雷達(dá)檢測(cè)可以直接得知車輛的高度寬度;同時(shí)可以克服車輛遮擋問題。它的缺點(diǎn)是:激光雷達(dá)設(shè)備成本過高;如果利用它來克服車輛遮擋和測(cè)量車輛高度，就需要將激光的發(fā)射方向設(shè)為垂直向下，顯然安裝的難度大，同時(shí)它將不能用于檢測(cè)車輛速度，僅可從統(tǒng)計(jì)的角度來估計(jì)平均車輛速;若要用它來檢測(cè)車輛的準(zhǔn)確速度，則要將它的發(fā)射平面平行于路面，并安在合適的高度，可以看出安裝的難度更大。所以，激光檢測(cè)無法給出全面的交通信息。同時(shí)，激光雷達(dá)設(shè)備在大雨天不可靠【12,14】。2.1.7基于視頻圖像的檢測(cè)方法以上介紹的技術(shù)都可用于交通信息的檢測(cè)，但由于本身特性都存在著缺點(diǎn)和不足。隨著網(wǎng)絡(luò)、通信和微電子技術(shù)的快速發(fā)展，以圖像處理技術(shù)為基礎(chǔ)的視頻檢測(cè)以其直觀、方便和內(nèi)容豐富等特點(diǎn)，舊益受到人們的重視。2.1.7.1視頻監(jiān)控系統(tǒng)概述圖像是通過人類視覺獲得的。視覺是人類最主要的感覺器官，圖像(視覺)信息是人們由客觀世界獲得信息的主要來源之一，占人們依靠五官由外界獲得信息量的70%以上【13】。視頻圖像實(shí)際上就是連續(xù)的靜態(tài)的圖像序列，是對(duì)客觀事物形象、生動(dòng)的描述，是一種更加直觀而具體的信息表達(dá)形式。由于視頻監(jiān)控具有直觀、方便和內(nèi)容豐富等特點(diǎn)，基于視頻圖像的交通監(jiān)控系統(tǒng)不斷取得發(fā)展。視頻監(jiān)控系統(tǒng)的發(fā)展大致經(jīng)歷了三個(gè)發(fā)展階段【13,14】:第一個(gè)階段:在二十世紀(jì)九十年代初及其以前，主要是以模擬設(shè)備為主的閉路系統(tǒng)，稱為第一代視頻監(jiān)控系統(tǒng)，即模擬視頻監(jiān)控系統(tǒng)。第二個(gè)階段:二十世紀(jì)九十年代中期，隨著計(jì)算機(jī)處理能力的提高和視頻術(shù)的發(fā)展，人們利用計(jì)算機(jī)的高速數(shù)據(jù)處理能力進(jìn)行視頻的采集和處理，從大大提高了圖像質(zhì)量，增加了視頻監(jiān)控的功能。這種基于多媒體計(jì)算機(jī)的系稱為第二代視頻監(jiān)控系統(tǒng)，即模擬輸入與數(shù)字壓縮、顯示和控制系統(tǒng)。因?yàn)樾脑O(shè)備是數(shù)字設(shè)備，因此可以稱為數(shù)字視頻監(jiān)控系統(tǒng)。第三個(gè)階段:到了二十世紀(jì)九十年代末特別是近兩三年，隨著網(wǎng)絡(luò)帶寬、計(jì)算機(jī)處理能力和存儲(chǔ)容量的迅速提高，以及各種實(shí)用視頻信息處理技術(shù)的出現(xiàn)，視頻監(jiān)控進(jìn)入了全數(shù)字化的網(wǎng)絡(luò)時(shí)代，稱為第三代視頻監(jiān)控系統(tǒng)，即全數(shù)字視頻監(jiān)控系統(tǒng)或網(wǎng)絡(luò)數(shù)字視頻監(jiān)控。第三代視頻監(jiān)控系統(tǒng)以網(wǎng)絡(luò)為依托，以數(shù)字視頻的壓縮、傳輸、存儲(chǔ)和播放為核心，以智能實(shí)用的圖像分析為特色，引發(fā)了視頻監(jiān)控行業(yè)的技術(shù)革命。數(shù)字視頻監(jiān)控系統(tǒng)除了具有傳統(tǒng)閉路電視監(jiān)控系統(tǒng)的所有功能外，還具有遠(yuǎn)程視頻傳輸與回放、自動(dòng)異常檢測(cè)與報(bào)警、結(jié)構(gòu)化的視頻數(shù)據(jù)存儲(chǔ)等功能。畢竟在數(shù)字圖像上進(jìn)行各種操作要比模擬信息處理要容易得多。與數(shù)字視頻監(jiān)控系統(tǒng)相關(guān)的主要技術(shù)有視頻數(shù)據(jù)壓縮、視頻的分析與理解、視頻流的傳輸與質(zhì)量控制等。2.1.7.2交通視頻監(jiān)控系統(tǒng)基本原理交通視頻監(jiān)控系統(tǒng)以計(jì)算機(jī)為中心，數(shù)字視頻圖像處理技術(shù)為基礎(chǔ)，利用圖像數(shù)據(jù)壓縮的國際標(biāo)準(zhǔn)，綜合利用圖像傳感器、計(jì)算機(jī)網(wǎng)絡(luò)和人工智能等技術(shù)的一種新型的監(jiān)測(cè)控制系統(tǒng)?；趫D像處理技術(shù)的交通視頻監(jiān)控系統(tǒng)的基本原理如圖2.1所示。首先通過視頻攝像機(jī)，對(duì)交通道路進(jìn)行圖像輸入，將輸入的模擬圖像經(jīng)過圖像采集卡進(jìn)行數(shù)字化轉(zhuǎn)換，變換成可用計(jì)算機(jī)進(jìn)行處理的數(shù)字圖像信號(hào)。由于在進(jìn)行視頻圖像采集過程中，會(huì)有一些影響圖像質(zhì)量的噪聲信號(hào)產(chǎn)生。所以，應(yīng)用這些數(shù)字圖像進(jìn)行處理之前，必須進(jìn)行圖像濾波、消除噪聲、圖像增強(qiáng)等預(yù)處理，然后再對(duì)預(yù)處理后的圖像進(jìn)行進(jìn)一步的處理分析。視頻信息的處理與分析，包括對(duì)視頻圖像信息按照交通工程學(xué)的方法和要求進(jìn)行處理與分析，根據(jù)視頻檢測(cè)器檢測(cè)出的車輛交通流參數(shù)，計(jì)算檢測(cè)器斷面的車輛到達(dá)分布、車型分布、車速分布，進(jìn)而計(jì)算出斷面通行能力?；蛘邔?duì)視頻內(nèi)車輛進(jìn)行軌跡跟蹤，自動(dòng)檢測(cè)監(jiān)視區(qū)域內(nèi)的交通事件，采用數(shù)據(jù)庫技術(shù)綜合各斷面檢測(cè)出的交通流信息，與其它信息進(jìn)行數(shù)據(jù)融合，計(jì)算路段服務(wù)水平進(jìn)行交通狀態(tài)確定，自動(dòng)檢測(cè)交通事件，形成交通控制方案【14】。圖2.1視頻監(jiān)控檢測(cè)系統(tǒng)原理圖2.1.7.3基于圖像處理的視頻檢測(cè)技術(shù)應(yīng)用于交通監(jiān)控的優(yōu)點(diǎn)基于圖像處理技術(shù)的視頻檢測(cè)系統(tǒng)通過獲取連續(xù)視頻信息，對(duì)車輛運(yùn)動(dòng)圖像進(jìn)行分割、檢測(cè)、實(shí)時(shí)追蹤、統(tǒng)計(jì)車流量等一系列處理，從而對(duì)各種交通參數(shù)進(jìn)行更加合理、有效的分析和匯總，而且其具有無可比擬的可移植性和魯棒性。針對(duì)交通檢測(cè)的特點(diǎn)，將基于圖像處理的視頻檢測(cè)技術(shù)應(yīng)用到交通監(jiān)控上具有如下優(yōu)點(diǎn):(l)成本低近年來隨著集成電路和計(jì)算機(jī)技術(shù)的迅猛發(fā)展，基于圖像處理技術(shù)的視頻檢測(cè)所要求的硬件設(shè)備成本大大降低，而且能很好地滿足要求。(2)工程量小、無需破壞地面、系統(tǒng)安裝相對(duì)靈活交通圖像檢測(cè)不像地埋式感應(yīng)線圈那樣需要破壞路面，只需將攝像機(jī)安裝于需要檢測(cè)的道路地段的路桿或其他高建筑上即可，無需很大的工程，安裝方便靈活.當(dāng)前，在各個(gè)城市的交通道路中已安裝了大量的攝像機(jī)用于監(jiān)視道路狀況，視頻圖像檢測(cè)完全可以利用這些已安裝的攝像機(jī)，在其之上進(jìn)行開發(fā)，進(jìn)一步降低了施工成本、縮小了工程量。(3)檢測(cè)范圍廣、檢測(cè)信息量大通過對(duì)視頻圖像中的交通信息用交通工程的方法加以處理分析，可以檢測(cè)所在路面車道通過車輛的很多感興趣的交通信息參數(shù)，如車輛的速度、車型、交通流量等?；趫D像處理技術(shù)的視頻檢測(cè)系統(tǒng)檢測(cè)范圍大，通過對(duì)攝像機(jī)的控制，可以對(duì)整個(gè)交通道路進(jìn)行檢測(cè)。2.2交通信號(hào)機(jī)控制模型概述2.2.1幾種典型的城市交通控制系統(tǒng)目前比較有代表性并且在實(shí)踐中取得了較好應(yīng)用效果的城市交通控制系統(tǒng)有TRANSYT系統(tǒng)、SCOOT系統(tǒng)、SCAT系統(tǒng)、美國的RHODES系統(tǒng)和日本的VICS系統(tǒng)。下面將重點(diǎn)介紹這五種系統(tǒng)【16】。(l)TRANSYT(即TrafficNetworkStudyToots)【10】系統(tǒng)，是由英國道路研究所(TRRL)花費(fèi)近十年時(shí)間研制而成的。自從1968年第一版問世以來，經(jīng)歷不斷改進(jìn)，已經(jīng)發(fā)展成為先進(jìn)的TRANSYT/9型。系統(tǒng)采用靜態(tài)模式，以綠信比與相位差為控制參數(shù)，優(yōu)化方法為爬山法。TRANSYT是最成功的靜態(tài)系統(tǒng)，它被世界上400多個(gè)城市所采用，證明其產(chǎn)生的社會(huì)經(jīng)濟(jì)效益很顯著。但計(jì)算量很大、很難獲得整體最優(yōu)的配時(shí)方案、需大量的路網(wǎng)幾何尺寸和交通流數(shù)據(jù)等不足限制著它的發(fā)展。(2)SCOOT(即SplitCycleandOffsetOptimizationTechnique)【17】系統(tǒng)也是由TRRL在TRANSYT系統(tǒng)的基礎(chǔ)上采用自適應(yīng)控制方式，經(jīng)過八年的研究于1980年提出的動(dòng)態(tài)交通控制系統(tǒng)。SCOOT仍采用了TRANSYT的交通模型，但揚(yáng)長(zhǎng)避短，獲得了明顯優(yōu)于靜態(tài)系統(tǒng)的效果，是現(xiàn)今主流的系統(tǒng)。SCOOT系統(tǒng)采用聯(lián)機(jī)實(shí)時(shí)控制的動(dòng)態(tài)模式，對(duì)周期、綠信比與相位差進(jìn)行控制，采用小步長(zhǎng)漸進(jìn)尋優(yōu)方法。但SCOOT相位不能自動(dòng)增減，相序不能自動(dòng)改變，現(xiàn)場(chǎng)安裝調(diào)試時(shí)相當(dāng)繁瑣等不足也是有待改進(jìn)的。(3)SCAT(即SydneyCoordinatedAdaptiveTrafficMethod)【18】系統(tǒng)是由澳大利亞A.G.SimS等人在70年代末期進(jìn)行開發(fā)的。SCAT采用先進(jìn)的計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)，呈計(jì)算機(jī)分層遞階形式。采用地區(qū)級(jí)聯(lián)機(jī)控制，中央級(jí)聯(lián)機(jī)與脫機(jī)同時(shí)進(jìn)行的控制模式，控制參數(shù)為綠信比、相位差和周期，其選取是從預(yù)先確定的多個(gè)參數(shù)中通過比較法確定，無實(shí)時(shí)交通模型。SCAT系統(tǒng)充分體現(xiàn)了計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的突出優(yōu)點(diǎn)，結(jié)構(gòu)易于更改、改變，控制方案較為容易變換。然而SCAT系統(tǒng)也不是完美的，它是一種方案選擇系統(tǒng)，限制了配時(shí)參數(shù)的優(yōu)化程度，過分依賴于計(jì)算機(jī)硬件，無車流實(shí)時(shí)信息反饋，可靠性低。(4)RHODES(Real一time，Hierarchical，Optimized，DistributedandEffectiveSystem:實(shí)時(shí)、遞階、最優(yōu)化的、分布式、且可實(shí)施的系統(tǒng))[18]是由美國亞利桑那州立大學(xué)P.B.Mirchandani等人于近年開發(fā)成功并陸續(xù)在美國亞利桑拿州的Tucson市和Tempe市進(jìn)行了現(xiàn)場(chǎng)測(cè)試，結(jié)果表明該系統(tǒng)對(duì)半擁擠的交通網(wǎng)絡(luò)比較有效。該系統(tǒng)主要有以下幾個(gè)特點(diǎn):RHODES把系統(tǒng)控制問題分解為3層遞階結(jié)構(gòu)，路口控制層、網(wǎng)絡(luò)控制層和網(wǎng)絡(luò)負(fù)荷分配層。提出了一種相位的可控優(yōu)化概念(Controlledoptimizationofphases)，采用滑動(dòng)時(shí)間窗以減少計(jì)算量。提出了一種稱為“實(shí)時(shí)綠波帶”(Realband)的概念，提供了與交通分析軟件的接口，可離線評(píng)價(jià)配時(shí)方案的優(yōu)劣或作為研究工具。(5)VICS(VehicleInformationandCommunicationSystem:車輛信息和通信系統(tǒng))是目前世界上規(guī)模較大，實(shí)際使用價(jià)值較高的道路交通信息系統(tǒng)之一，是日本一家具有半官方性質(zhì)的交通信息處理、發(fā)布中心研制的。其原理是通過城市交通控制中心發(fā)射的無線電波信號(hào)標(biāo)桿，將由警察部門和高速公路管理部門提供的交通堵塞、駕駛所需時(shí)間、交通事故、道路施工、車速及路線限制、以及停車場(chǎng)空位等信息編輯處理后及時(shí)傳輸給交通參與者，特別是在汽車導(dǎo)航車載機(jī)上以文字、圖形顯示交通信息。VICS是由四個(gè)方面進(jìn)行信息的應(yīng)用的，即信息的收集，信息的處理、編輯，信息的提供，信息的利用。2.2.2城市交通控制系統(tǒng)的基本類型2.2.2.1按控制區(qū)域幾何特性劃分可分為單個(gè)交叉口的控制(’’點(diǎn)控制”交通干線的協(xié)調(diào)控制(“線控制”以及區(qū)域交叉口的網(wǎng)絡(luò)控制(“面控制”)【15,16】。1.單個(gè)交叉口點(diǎn)控制單個(gè)交叉口點(diǎn)控制是一種最基本的控制方式。由于它設(shè)備簡(jiǎn)單、投資最省、維護(hù)方便，至今仍是應(yīng)用最廣的一種控制信號(hào)方式。從技術(shù)上講，它又分為離線點(diǎn)控制和在線點(diǎn)控制。離線點(diǎn)控制采用定時(shí)信號(hào)配時(shí)技術(shù)，它的基本原理是將綠燈時(shí)間分成有限的具有固定順序的時(shí)間段(也稱相位)，不同的交通流將根據(jù)固定綠燈時(shí)間和順序依次獲得各自的通行權(quán)。離線點(diǎn)控制特別適合于某些車流量較小的交叉口，其信號(hào)配時(shí)方案是根據(jù)典型狀況的歷史交通數(shù)據(jù)制定出的，它又可以分為定周期控制與變周期控制。最早的交通信號(hào)控制是舊式的機(jī)電控制器，隨著集成電路技術(shù)的發(fā)展，新的集成電路能夠適應(yīng)溫度范圍更廣的環(huán)境，目前的交通信號(hào)控制器已被電子的或者小型微處理器取代。此外，定時(shí)信號(hào)配時(shí)技術(shù)仍然是其它控制方式的配時(shí)基礎(chǔ)。在線點(diǎn)控制是交通響應(yīng)控制(或車輛感應(yīng)控制)。它是根據(jù)交叉口各個(gè)入口交通流的實(shí)際分布情況，合理分配綠燈時(shí)間到各個(gè)相位，從而滿足交通需求。常用的有兩種控制形式:l)基于到達(dá)車輛車頭距的控制在一個(gè)給定的最小綠燈時(shí)間內(nèi)，某相位綠燈無條件的開通。該時(shí)間過后，若位于該相位停車線前方一定距離外的監(jiān)測(cè)器監(jiān)測(cè)到繼續(xù)有車輛到達(dá)，則追加一個(gè)單位綠燈時(shí)間。若一直檢測(cè)到有車輛到達(dá)，則綠燈時(shí)間一直被延長(zhǎng)，直到綠燈時(shí)間達(dá)到最大綠燈時(shí)間為止，若在追加的一個(gè)單位綠燈時(shí)間內(nèi)沒有車輛到達(dá)，則信號(hào)燈被切換到下一個(gè)相位，放行下一相位的車輛。2)基于排隊(duì)長(zhǎng)度的控制在放行一個(gè)相位的交通流之前，由車輛監(jiān)測(cè)器預(yù)先檢測(cè)到該方向到達(dá)的車輛排隊(duì)長(zhǎng)，根據(jù)車輛的排隊(duì)長(zhǎng)度，確定該相位的放行時(shí)間。在綠燈時(shí)間，通過交叉路口的車流量總是在飽和值左右。根據(jù)交通需求延長(zhǎng)綠燈時(shí)間，直到綠燈時(shí)間達(dá)到最大值或綠燈期間交通流的車頭距測(cè)量值超過某一關(guān)鍵值，是車輛感應(yīng)控制的基本方法。車輛感應(yīng)控制器還可以采用跳相控制，對(duì)于沒有交通需求的相位可以跳過該相位去執(zhí)行下一相位。2.主干線交通信號(hào)控制主干線交叉口的交通控制是一種線控方式。在城市道路網(wǎng)中，交叉口相距很近，兩個(gè)相鄰的交叉口之間的距離通常不足以使一小隊(duì)車流完全疏散。單個(gè)交叉口分別設(shè)置單點(diǎn)信號(hào)控制時(shí)，車輛經(jīng)常遇到紅燈，時(shí)停時(shí)開，行車不暢，環(huán)境污染嚴(yán)重。為了減少車輛在各個(gè)交叉口的停車次數(shù)，特別是當(dāng)干線的車輛比較暢通時(shí)，人們研究了一種干線相鄰交叉口協(xié)調(diào)控制策略。最初協(xié)調(diào)信號(hào)計(jì)時(shí)的方法是基于綠波的概念，相鄰交叉口執(zhí)行相同的信號(hào)控制周期，主干道相位的綠燈開啟時(shí)間(相位差)錯(cuò)開一定的時(shí)間，交叉口的次道在一定程度上服從主干道的交通。當(dāng)一列車隊(duì)在具有許多交叉口的一條主干道上行駛時(shí)，協(xié)調(diào)控制使得車輛在通過干線交叉口時(shí)總是在綠燈開始時(shí)到達(dá)，因而無需停車通過交叉口。這樣能提高車輛行車速度和道路通行能力，確保道路暢通，減少車輛在行駛過程中的延誤時(shí)間。實(shí)踐證明，通過協(xié)調(diào)各個(gè)交叉口之間的信號(hào)計(jì)時(shí)可以獲得較大的效益。主干線交通信號(hào)控制可分為離線方式和在線方式。在離線方式下主干線上設(shè)定一臺(tái)主信號(hào)機(jī)和多臺(tái)從信號(hào)機(jī)，主信號(hào)機(jī)同意控制其他從信號(hào)機(jī)，整個(gè)系統(tǒng)使用同一周期時(shí)長(zhǎng)，由主信號(hào)機(jī)向各個(gè)從信號(hào)機(jī)發(fā)送同步信號(hào)，各個(gè)從信號(hào)機(jī)根據(jù)預(yù)先設(shè)定的相位差和綠信比分配紅、綠燈起始時(shí)間和持續(xù)時(shí)間，從而實(shí)現(xiàn)干道交通信號(hào)機(jī)聯(lián)動(dòng)及綠波控制。各聯(lián)動(dòng)路口其最大距離一般取800米，超過800米，由于中間有商店、行人、學(xué)校等因素干擾，就會(huì)嚴(yán)重影響聯(lián)動(dòng)效果。此時(shí)可采用單點(diǎn)控制方式。主干道交通信號(hào)在線控制方式是由城市中心計(jì)算機(jī)對(duì)主干線各個(gè)交叉口的交通信號(hào)機(jī)進(jìn)行協(xié)調(diào)控制，各個(gè)交叉口的交通信號(hào)機(jī)將檢測(cè)到的交叉口交通流信息發(fā)送給中心計(jì)算機(jī)，中心計(jì)算機(jī)根據(jù)采集到的干線上的交通流數(shù)據(jù)進(jìn)行優(yōu)化處理，然后向各個(gè)交叉口的交通信號(hào)機(jī)發(fā)送紅、綠燈起始信號(hào)實(shí)現(xiàn)綠波控制。3.區(qū)域交通信號(hào)控制區(qū)域交通信號(hào)控制控制對(duì)象是城市或某個(gè)區(qū)域中所有交叉口的交通信號(hào)。隨著計(jì)算機(jī)、計(jì)算方法、自動(dòng)控制、車輛檢測(cè)技術(shù)的發(fā)展，人們研究把一個(gè)城市區(qū)域內(nèi)(或一個(gè)局部小區(qū)內(nèi))所有交叉口的交通信號(hào)聯(lián)起來綜合加以協(xié)調(diào)控制，以使得區(qū)域內(nèi)的各個(gè)車輛在通過某些交叉口時(shí)所產(chǎn)生的總損失(包括延誤、停車次數(shù)、油耗)最小。在這種控制方式下，交通信號(hào)機(jī)將交通量數(shù)據(jù)實(shí)時(shí)的通過通信網(wǎng)傳至上位機(jī)，上位機(jī)根據(jù)路網(wǎng)上交通量的實(shí)時(shí)變化情況，按一定時(shí)間步距不斷調(diào)整正在執(zhí)行的配時(shí)方案。通過這種控制方式，容易實(shí)現(xiàn)交叉路網(wǎng)的統(tǒng)一調(diào)度與管理，上位計(jì)算機(jī)同時(shí)控制一個(gè)城市區(qū)域中的數(shù)十個(gè)交叉路口。實(shí)現(xiàn)區(qū)域中交叉口之間的統(tǒng)一協(xié)調(diào)管理，提高路網(wǎng)運(yùn)行效率。區(qū)域交通信號(hào)控制也有兩種方式，一是離線優(yōu)化在線控制方式，另一種是在線優(yōu)化在線控制方式2.2.2.2按控制原理劃分按控制原理劃分可分為定時(shí)控制、感應(yīng)控制和自適應(yīng)控制三種類型.1、定時(shí)控制這種控制方式以歷史交通流數(shù)據(jù)為依據(jù)，找出每個(gè)日/周和時(shí)舊的不同交通流變化規(guī)律，用人工方法或計(jì)算機(jī)仿真預(yù)先準(zhǔn)備好不同日/周和不同時(shí)間區(qū)段內(nèi)使用的配時(shí)方案，將這些方案存儲(chǔ)在信號(hào)控制器或中心計(jì)算機(jī)中。在實(shí)施過程中可以用不同的方式調(diào)用這些配時(shí)方案。通?？捎萌諝v鐘在規(guī)定的時(shí)間表的控制下選用對(duì)應(yīng)的方案，也可以按車輛檢測(cè)器測(cè)量的實(shí)際交通要求選用合適的方案。.2、感應(yīng)控制感應(yīng)控制的原理是根據(jù)車輛檢測(cè)器測(cè)量的交通流數(shù)據(jù)調(diào)整相應(yīng)的綠燈時(shí)間的長(zhǎng)短和時(shí)間順序，以適應(yīng)交通的隨機(jī)變化，這種方式比定時(shí)控制有更大的靈活性。感應(yīng)控制適用于飽和度較低的或各向交通流相差較大的交叉口的控制，特別是在交通流沒有明顯的變化規(guī)律，隨機(jī)性較強(qiáng)的情形，效果特別明顯。感應(yīng)控制源于單交叉口的車輛感應(yīng)控制，后經(jīng)發(fā)展，干線和交通網(wǎng)絡(luò)也利用了類似的控制方法。當(dāng)各向交通流接近其允許的通行能力時(shí)，綠燈時(shí)間經(jīng)過調(diào)整必然要接近各方向允許的最大綠燈時(shí)間，這與定時(shí)控制并無區(qū)別。由此可見，感應(yīng)控制方式與定時(shí)控制方式一樣是有條件限制的，預(yù)先要認(rèn)真地分析其可行性和預(yù)期的效果。3、自適應(yīng)控制在一條干線或一個(gè)區(qū)域，根據(jù)交通流的動(dòng)態(tài)隨機(jī)變化而自動(dòng)地調(diào)整信號(hào)控制參數(shù)，使控制系統(tǒng)自動(dòng)地適應(yīng)交通流的隨機(jī)變化，這種控制方式就是自適應(yīng)交通控制方式。第三章模糊控制理論基礎(chǔ)3.1模糊控制起源和發(fā)展控制理論的產(chǎn)生和發(fā)展一直是以傳統(tǒng)的精確數(shù)學(xué)理論為基礎(chǔ)。但隨著科技發(fā)展和科學(xué)研究的深入，研究對(duì)象越來越復(fù)雜，對(duì)系統(tǒng)的控制精度要求越來越高，這樣高復(fù)雜性與高精度形成了尖銳的矛盾。不兼容理論闡述了其中關(guān)系:當(dāng)一個(gè)系統(tǒng)復(fù)雜性增加時(shí)，使其獲得高精度的能力將減小，復(fù)雜性達(dá)到一定程度后，復(fù)雜性與精度將互相排斥。即此時(shí)系統(tǒng)的復(fù)雜性和其所能獲得的精度之間服從粗略的反比關(guān)系。這一矛盾是由于人們?cè)谀骋粫r(shí)期內(nèi)對(duì)事物的認(rèn)識(shí)的局限性造成的。計(jì)算機(jī)出現(xiàn)后人們開始希望依賴計(jì)算機(jī)的高速運(yùn)算能力來解決復(fù)雜系統(tǒng)的控制問題。美國的扎德教授在他的研究過程中發(fā)現(xiàn)計(jì)算機(jī)在判斷和推理方面有時(shí)還不如人腦，他意識(shí)到這是由于許多復(fù)雜系統(tǒng)不可能精確描述其真正屬性。1946年7月扎德教授寫了一篇描述模糊集合理論輪廓的論文，標(biāo)志著模糊數(shù)學(xué)的創(chuàng)立【20】。自“模糊集合論”問世以來，模糊數(shù)學(xué)迅速發(fā)展起來，并滲透到許多實(shí)際應(yīng)用領(lǐng)域，模糊控制就是其應(yīng)用方向之一。模糊控制是以模擬人腦對(duì)模糊概念的判斷能力為特點(diǎn)的一種智能控制。自動(dòng)控制產(chǎn)生以前，人們以手動(dòng)方式來完成對(duì)事物的控制:首先觀察對(duì)象輸出，再對(duì)所觀測(cè)結(jié)果作判別，然后手動(dòng)調(diào)節(jié)對(duì)象的輸入。隨著科技的發(fā)展，各種儀器代替了三個(gè)步驟中人的工作:如測(cè)量裝置代替人的感官觀測(cè)對(duì)象，控制器代替人腦完成判斷功能，執(zhí)行機(jī)構(gòu)代替人的操作對(duì)受控對(duì)象動(dòng)作。這樣，有檢測(cè)、判斷、執(zhí)行三個(gè)環(huán)節(jié)構(gòu)成了自動(dòng)控制系統(tǒng)?？刂评碚摰牟粩喟l(fā)展完善，可精確建模的對(duì)象的控制問題得到很好的解決。然而，很多場(chǎng)合的受控對(duì)象很難建立起精確數(shù)學(xué)模型，或者數(shù)學(xué)模型過于復(fù)雜而難以進(jìn)行控制，常規(guī)控制方法難以奏效。在尋求解決這個(gè)控制問題的過程中人們發(fā)現(xiàn)，有豐富操作經(jīng)驗(yàn)的工人利用手動(dòng)控制來控制的復(fù)雜對(duì)象卻可獲得滿意的效果。對(duì)此進(jìn)行的思考發(fā)現(xiàn)，手工控制的關(guān)鍵在于人腦可以對(duì)事物的模糊概念進(jìn)行判別，并由已知的知識(shí)和經(jīng)驗(yàn)來作出判斷。這一思想在控制理論領(lǐng)域的應(yīng)用誕生了模糊控制【20,21】。3.2模糊控制器組成模糊控制器的組成框圖如圖3.1所示，它包括:輸入量模糊化接口、數(shù)據(jù)庫、規(guī)則庫、推理機(jī)和輸出解模糊接口五個(gè)部分。下邊分別進(jìn)行介紹:圖3.1模糊控制器組成1)模糊化接口(Fl一FuzzyInterface)模糊控制器的輸入必須通過模糊化才能用于模糊控制輸出的求解，因此它實(shí)際上是模糊控制器的輸入接口。它的主要作用是將真實(shí)的確定量輸入轉(zhuǎn)換成一個(gè)模糊矢量。模糊化處理就是把輸入變量映射到一個(gè)合適的響應(yīng)論域的量程，這樣，精確的輸入數(shù)據(jù)就變換成適當(dāng)?shù)恼Z言值或模糊集合的標(biāo)識(shí)符。一般的模糊控制器采用誤差及其變化作為輸入語言變量。設(shè)誤差為[e，一e]，e為表征誤差大小的精確量。誤差論域卜n，一n+1，…，0，l，…，n一l，n]，n是將“0-e”范圍內(nèi)連續(xù)變化的誤差離散化后分成的檔數(shù)。然后通過量化因子進(jìn)行論域變換，量化因子k定義為k=可e。同樣可以對(duì)誤差變化率進(jìn)行模糊化。由于量化因子的有限選擇，難以保證被控過程的全過程都處于最佳控制狀態(tài)，往往會(huì)降低模糊控制系統(tǒng)的魯棒性。因此對(duì)于單純滯后系統(tǒng)，可采用由數(shù)組量化因子實(shí)現(xiàn)的變量化因子，或采用在不同狀態(tài)下對(duì)量化因子進(jìn)行自調(diào)整等方法。2)數(shù)據(jù)庫(DB一DataBase)數(shù)據(jù)庫所存放的是所有輸入、輸出變量的全部模糊子集的隸屬度矢量值(即經(jīng)過論域等級(jí)的離散化以后對(duì)應(yīng)值的集合)，若論域?yàn)檫B續(xù)域，則為隸屬度函數(shù)。3)規(guī)則庫(RB—RuleBase)模糊控制器的規(guī)則是基于專家知識(shí)或手動(dòng)操作熟練人員長(zhǎng)期積累的經(jīng)驗(yàn)，它是輸入的直覺推理的一種語言表示形式。模糊規(guī)則通常由一系列的關(guān)系詞連接而成，如if-then，else，end，。r等。關(guān)系詞必須經(jīng)過“翻譯”，才能將模糊規(guī)則數(shù)值化。規(guī)則庫就是用來存放全部模糊控制規(guī)則的，在推理時(shí)為“推理機(jī)”提供控制規(guī)則。由上述可知，規(guī)則條數(shù)和語言變量的模糊子集劃分有關(guān)。這種劃分越細(xì)，規(guī)則條數(shù)越多，但這并不意味著規(guī)則庫的準(zhǔn)確程度越高，規(guī)則庫的“準(zhǔn)確性”還與專家的知識(shí)準(zhǔn)確度有關(guān)。由規(guī)則庫和數(shù)據(jù)庫這兩部分組成整個(gè)模糊控制器的知識(shí)庫(KB一KnowledgeBase)。4)推理與解模糊接口(InferenceandDefu-zzy一interface)模糊推理是模糊邏輯理論中最基本的問題。目前模糊推理的方法很多，但是在模糊控制中考慮到推理時(shí)間，通常采用運(yùn)算較簡(jiǎn)單的推理方法。最基本的有Zadeh近似推理，它包含有正向推理和逆向推理兩類。工程學(xué)中推理大多數(shù)是多級(jí)推理，而模糊控制中推理也可以用多級(jí)推理。解模糊化是模糊系統(tǒng)的重要環(huán)節(jié)，它是將模糊推理中產(chǎn)生的模糊量轉(zhuǎn)化為精確量。常見的方法有最大隸屬度法、重心法、左取大和右取大法和加權(quán)平均法等，其中重心法是指取模糊集隸屬函數(shù)曲線同基礎(chǔ)變量軸所圍面積的重心對(duì)應(yīng)的基礎(chǔ)變量值作為清晰值的方法，也是最常用的一種清晰化方法【20,21,22】。3.3模糊控制優(yōu)點(diǎn)模糊控制具有如下一些突出特點(diǎn)【21,23,24】:1)模糊控制是一種基于規(guī)則的控制，它直接采用語言型控制規(guī)則，出發(fā)點(diǎn)是現(xiàn)場(chǎng)操作人員的控制經(jīng)驗(yàn)或相關(guān)專家的知識(shí)，在設(shè)計(jì)中不需要建立被控對(duì)象的精確的數(shù)學(xué)模型，因而使得控制機(jī)理和策略易于接受與理解，設(shè)計(jì)簡(jiǎn)單，便于應(yīng)用。2)由工業(yè)過程的定性認(rèn)識(shí)出發(fā)，比較容易建立語言控制規(guī)則，因而模糊控制對(duì)那些數(shù)學(xué)模型難以獲取，動(dòng)態(tài)特性不易掌握或變化非常顯著的對(duì)象非常適用。3)基于模型的控制算法及系統(tǒng)設(shè)計(jì)方法，由于出發(fā)點(diǎn)和性能指標(biāo)的不同，容易導(dǎo)致較大差異;但一個(gè)系統(tǒng)語言控制規(guī)則卻具有相對(duì)的獨(dú)立性，利用這些控制規(guī)律間的模糊連接，容易找到折中的選擇，使控制效果優(yōu)于常規(guī)控制器。4)模糊控制是基于啟發(fā)性的知識(shí)及語言決策規(guī)則設(shè)計(jì)的，這有利于模擬人工控制的過程和方法，增強(qiáng)控制系統(tǒng)的適應(yīng)能力，使之具有一定的智能水平。5)模糊控制系統(tǒng)的魯棒性強(qiáng)，干擾和參數(shù)變化對(duì)控制效果的影響被大大減弱，尤其適合于非線性、時(shí)變及純滯后系統(tǒng)的控制。3.4模糊控制應(yīng)用于交通信號(hào)控制的優(yōu)點(diǎn)事實(shí)上交通警察的判斷及采取的措施便是一個(gè)典型的模糊控制過程:模糊交通信息日積月累便在交通警察頭腦中形成一定概念，警察就此可以進(jìn)行分析判斷和控制決策，其決策依據(jù)即為總控制表，而其采取的措施則是模糊控制器的輸出，以實(shí)現(xiàn)對(duì)交叉口的交通控制。因此可以看出:模糊控制規(guī)則的建立過程近似地是交通警察判斷依據(jù)的綜合過程，即知識(shí)的綜合應(yīng)用過程。第四章車輛排隊(duì)長(zhǎng)度視頻檢測(cè)本章介紹交通路口場(chǎng)景中的車輛排隊(duì)長(zhǎng)度檢測(cè)算法的思想并且詳細(xì)說明了所用到的圖像處理算法的流程和實(shí)現(xiàn)。4.1基本思想對(duì)排隊(duì)長(zhǎng)度進(jìn)行提取，就是從有車輛的場(chǎng)景中把車輛識(shí)別出來。對(duì)于車輛的識(shí)別采用由最大類間方差法得到的閡值對(duì)圖像二值化的技術(shù)，將車輛分離出來，然后再經(jīng)過投影以后得到圖像中車輛的排隊(duì)長(zhǎng)度。由于在實(shí)際路口所獲取的圖像數(shù)據(jù)存在很多干擾因素，如建筑，樹木，光照等，因此為了能夠比較準(zhǔn)確的對(duì)車輛進(jìn)行提取，首先要對(duì)得到的原圖像數(shù)據(jù)進(jìn)行背景的分離。下面就依次介紹本算法所涉及到的主要技術(shù)和知識(shí)點(diǎn):背景更新與差分，邊緣檢測(cè)Sobel算子和圖像二值化。4.2背景更新與差分背景的去除在整個(gè)處理中占很重要的地位，是圖像前期預(yù)處理的一個(gè)最主要步驟。它直接關(guān)系到后期圖像檢測(cè)的準(zhǔn)確程度和難易度。在取得的路口排隊(duì)車輛圖像中，背景圖像是靜止的，用實(shí)時(shí)路況圖像與背景圖像相減即可濾掉背景而只保留車輛信息。但仍存在以下問題【26,27,28】:(l)由于路面光照情況時(shí)刻在變動(dòng)，背景圖像也跟著在變化，因此，做差所用的背景圖像也必需實(shí)時(shí)進(jìn)行更新。(2)攝像頭安裝在路桿上，風(fēng)和震動(dòng)等因素會(huì)使攝像頭產(chǎn)生輕微抖動(dòng)，得到的實(shí)時(shí)路況圖像也不可避免存在抖動(dòng)，其與背景圖像的差值并不能完全濾掉背景信息。為了較全面解決這些問題，我們可以把實(shí)際情況分為三類分別處理:(1)背景緩慢變化。如光照變化。(2)背景劇烈變化。如晚上路燈打開。(3)背景經(jīng)常性變化。如背景圖像隨攝像頭抖動(dòng)而抖動(dòng)。一般的背景更新算法主要是通過對(duì)某一時(shí)段多幀圖像進(jìn)行加權(quán)和，但是這種方法存在如下幾個(gè)問題:(l)對(duì)某一時(shí)段多幀圖像進(jìn)行加權(quán)和，其主要目的是減少噪聲影響，但如此得到的背景與實(shí)時(shí)背景有一定差異，因此背景不能完全濾除。(2)該算法按實(shí)際情況分成三類分別處理，需要對(duì)三種情況作出判別，整個(gè)算法非常復(fù)雜，給實(shí)時(shí)處理帶來了困難。針對(duì)上述問題，本文采用一種簡(jiǎn)單而高效的基于邊緣的背景去除算法，該算法基于這樣一個(gè)事實(shí):在光照變化的情況下雖然背景圖像會(huì)發(fā)生變化，但背景的邊緣信息總是不變的，無論背景是緩慢變化還是劇烈變化。若用背景邊緣來標(biāo)識(shí)背景信息，則可不受光照條件的影響而使處理簡(jiǎn)單。因此可先將實(shí)時(shí)路況圖像的邊緣提取出來，再將得到的邊緣圖像與背景邊緣圖像相減即可除掉背景。由于光照，震動(dòng)等的影響，圖像背景將不斷改變，因此提取的背景信息必需不斷更新，邊緣圖像的更新可通過多幀路況邊緣圖像的迭代來實(shí)現(xiàn)。如下公式：按此式得到的迭加圖像不但將背景邊緣迭加，同時(shí)也將車輛邊緣迭加，為了形成背景邊緣圖像，必需將車輛邊緣去掉。通過對(duì)背景邊緣和車輛邊緣的分析可知，背景的邊緣位置在各幀路況邊緣圖像中大致相同，迭加后得到增強(qiáng)。由于攝像頭可能存在抖動(dòng)而使各幀中背景邊緣位置也被加寬，因?yàn)槎秳?dòng)是周期性且小幅度的，最終結(jié)果是加寬邊緣的增強(qiáng)。而車輛邊緣位置在各幀路況邊緣圖像中卻是隨機(jī)而零散的，迭加后雖然在某些重疊點(diǎn)上有所增強(qiáng)，但增強(qiáng)效果遠(yuǎn)不如背景邊緣，幀數(shù)越多越明顯，因此，簡(jiǎn)單的閡值判斷即可除去迭加路況圖像中的邊緣車輛。由此得到背景邊緣圖像:由此得到的加寬背景邊緣與實(shí)時(shí)路況邊緣圖像中的背景邊緣存在差異，若直接將實(shí)時(shí)路況邊緣圖像與其相減，必定會(huì)留有殘余背景。但是實(shí)時(shí)路況邊緣圖像的背景邊緣是加寬背景邊緣的一部分，基于這個(gè)特點(diǎn)，可以改用包容性檢測(cè)來去除背景邊緣。如下式:其效果是:如果實(shí)時(shí)路況邊緣圖像中的某點(diǎn)在背景邊緣圖像中的對(duì)應(yīng)點(diǎn)為邊緣點(diǎn)(即b(x，y)=1)，則認(rèn)為該點(diǎn)為背景邊緣而去除。當(dāng)然，由于車輛邊緣與背景邊緣可能存在一定的重疊，上述結(jié)果會(huì)去掉一部分車輛邊緣信息，但車輛的框架仍然保留，并不妨礙車輛排隊(duì)長(zhǎng)度的提取。用此算法來去除路況圖像中的背景簡(jiǎn)單而高效，非常適合于實(shí)時(shí)處理。4.3邊緣檢測(cè)sobel算子圖像的邊緣檢測(cè)是所有基于邊界的圖像分割算法最基本的處理方法【27】。在對(duì)圖像進(jìn)行基于邊界的分割處理時(shí)，所要進(jìn)行的第一步便是對(duì)圖像進(jìn)行邊緣檢測(cè)處理。根據(jù)人眼的生理特點(diǎn)，總是對(duì)場(chǎng)景中亮度變化較快的地方和不同物體相交互的地方比較敏感，所以從某種意義上可以認(rèn)為圖像的邊緣部分集中了圖像的大部分的信息，圖像邊緣的確定與提取對(duì)于整個(gè)圖像場(chǎng)景的識(shí)別與理解是非常重要的，同時(shí)也是圖像分割所依賴的重要特征【31,32,33】。所謂圖像的邊緣，就是指圖像局部區(qū)域亮度變化最顯著的部分，該區(qū)域的灰度剖面一般可看作是一個(gè)階躍，即從一個(gè)灰度值在很小的緩沖區(qū)域內(nèi)急劇變化到另一個(gè)灰度相差較大的灰度值。由于邊緣是灰度不連續(xù)的結(jié)果，因此可以用求導(dǎo)數(shù)的方法對(duì)其進(jìn)行檢測(cè)。一般常用一階和二階導(dǎo)數(shù)來檢測(cè)邊緣。最經(jīng)典、最簡(jiǎn)單的邊緣檢測(cè)方法是構(gòu)造對(duì)像素灰度級(jí)階躍變化敏感的微分算子或按像素的某鄰域特征構(gòu)造邊緣算子。例如Roberts梯度算子，Sobel算子，Laplace算子，Kirsch算子和Rosenfeld的門式算子。綜合考慮算法的效率和邊緣檢測(cè)的準(zhǔn)確程度，選取一階導(dǎo)數(shù)方法中的sobel算子作為邊緣檢測(cè)器【31,32,35】。Sobel提出一種將方向差分運(yùn)算與局部平均相結(jié)合的方法，即Sobel算子。該算子是在以f(x，y)為中心的3*3鄰域上計(jì)算x和y方向的偏導(dǎo)數(shù)，即實(shí)際上，上式應(yīng)用了f(x，y)鄰域圖像強(qiáng)度的加權(quán)平均差值。其梯度大小為:由上面二個(gè)卷積算子對(duì)圖像運(yùn)算后即可求得圖像的梯度幅度值g(x，y)。Sobel算子很容易在空間上實(shí)現(xiàn)，Sobel邊緣檢測(cè)器不但產(chǎn)生較好的邊緣檢測(cè)效果，同時(shí)，因?yàn)镾obel算子引入了局部平均，使其受噪聲的影響也比較小。當(dāng)使用大的領(lǐng)域時(shí)，抗噪聲特性會(huì)更好，但這樣做會(huì)增加計(jì)算量，并且得到的邊緣也較粗。Sobel算子利用像素點(diǎn)上下、左右相鄰點(diǎn)的灰度加權(quán)算法，根據(jù)在邊緣點(diǎn)處達(dá)到極值這一現(xiàn)象進(jìn)行邊緣的檢測(cè)。因此Sobel算子對(duì)噪聲具有平滑作用，提供較為精確的邊緣方向信息，但是，這是由于局部平均的影響，它同時(shí)也會(huì)檢測(cè)出許多的偽邊緣，且邊緣定位精度不夠高。當(dāng)對(duì)精度要求不是很高時(shí)，是一種較為常用的邊緣檢測(cè)方法【36,37,38】。如圖4.1和4.2所示顯示了經(jīng)sobel算子處理后的效果:4.4圖像二值化二值圖像在圖像分析中應(yīng)用非常廣泛，二值圖像就是指只有兩個(gè)灰度級(jí)的圖像，二值圖像具有存儲(chǔ)空間小，處理速度快，可以方便地對(duì)圖像進(jìn)行布爾邏輯運(yùn)算等特點(diǎn)更重要的是，在二值圖像的基礎(chǔ)上，還可以進(jìn)一步對(duì)圖像處理，獲得該圖像的一些幾何特征或者其他更多特征。圖像二值化是指圖像上所有點(diǎn)的灰度值只有二種可能，不是“0”，就是“255”，即把灰度值超過某一閉值的象素賦以最大灰度值255，其余象素則賦予最小灰度值0.圖像二值化有許多方法，如雙峰法，迭代法，最大類間方差法(otsu)，kirsh算子等.圖像二值化的關(guān)鍵是閉值的選取，閡值選取的恰當(dāng)與否對(duì)分割的效果起著決定性作用。本文使用的是最大類間方差法(otsu)【27,29】。最大類間方差法(otsu法)由大津于1979年提出所以也稱為大津法，被認(rèn)為是閉值自動(dòng)選取方法的最優(yōu)方法之一，它是一種動(dòng)態(tài)閉值的方法，使圖像的分割性能有明顯改善，它利用圖像的灰度直方圖，以目標(biāo)和背景的方差最大來動(dòng)態(tài)地確定圖像分割閉值，這種方法具有很強(qiáng)的適應(yīng)性，并且計(jì)算只用到零階和一階累積矩，計(jì)算簡(jiǎn)單，容易實(shí)現(xiàn)。大津法的算法過程為:對(duì)圖像image記t為前景與背景的分割閑值，前景點(diǎn)數(shù)占圖像比例為W0，平均灰度為U0;背景點(diǎn)數(shù)占圖像比例為W1，平均灰度為U1，圖像的總平均灰度為:U=W0U0+W1U1從最小灰度值到最大灰度值遍歷t，當(dāng)t使得值g=W0（U0-U）2+W1（U1-U）2最大時(shí)，t即為分割的最佳閉值。大津法可作如下理解:該式實(shí)際上就是類間方差值，閾值t分割出的前景和背景兩部分構(gòu)成了整幅圖像，而前景取值u0概率為w0，背景取值u1概率為w1總均值為u，根據(jù)方差的定義即得該式。因?yàn)榉讲钍腔叶确植季鶆蛐缘囊环N度量方差值越大說明構(gòu)成圖像的兩部分差別越大，當(dāng)部分目標(biāo)錯(cuò)分為背景或部分背景錯(cuò)分為目標(biāo)都會(huì)導(dǎo)致兩部分差別變小，因此使類間方差最大的分割意味著錯(cuò)分概率最小【39,40】。通過測(cè)試發(fā)現(xiàn):大津法選取出來的閡值非常理想，對(duì)各種情況的表現(xiàn)都較為良好。雖然它在很多情況下都不是最佳的分割，但分割質(zhì)量通常都有一定的保障，可以說是最穩(wěn)定的分割【41,42】。如圖4.3和圖4.4所示為經(jīng)大津法得到閾值后進(jìn)行二值化的效果：4.5算法流程及實(shí)現(xiàn)車輛長(zhǎng)度檢測(cè)算法流程如圖4.5所示:第一步:用基于背景邊緣信息標(biāo)識(shí)背景的方式對(duì)源圖像進(jìn)行背景差分，將背景和車輛分離第二步:由最大類間方差法(otus)得到最佳分割閡值，再根據(jù)此閩值對(duì)圖像進(jìn)行二值化處理。第三步:沿與道路平行方向上對(duì)圖像進(jìn)行投影，投影后的區(qū)域就是排隊(duì)車輛區(qū)域。圖4.5排隊(duì)長(zhǎng)度檢測(cè)流程下面以一幅實(shí)際的路口排隊(duì)車輛圖片按該流程處理過程的每一步進(jìn)行闡述，原圖見圖4.6所示。圖4.6車輛排隊(duì)原圖首先對(duì)圖像進(jìn)行基于邊緣信息的背景差分，邊緣提取采用Sobel算子法，將圖像處理算法封裝為API函數(shù)，便于程序調(diào)用。其實(shí)現(xiàn)函數(shù)為:BOOLWINAPISobelApi(LPSTRlpDIBBits，LONGWidth，LONGHeight);其中參數(shù)lpDIBBits為指向圖像數(shù)據(jù)的指針，Width為圖像寬度，Height為圖像高度。處理后的效果見圖4.7所示。其算法流程見圖4.8所示。圖4.7Sobel處理后效果圖圖4.8Sobel邊緣提取流程圖選取基本綠燈時(shí)間內(nèi)的30幀圖像經(jīng)Sobel算子處理后進(jìn)行迭加，取邊緣明顯被加寬和增強(qiáng)的像素，即得到背景邊緣圖像，然后取Sobel處理后的實(shí)時(shí)圖像與背景邊緣圖像進(jìn)行差分，分離出當(dāng)前排隊(duì)車輛，如圖4.9所示:圖4.9背景差分后效果圖再對(duì)分離后的圖像進(jìn)行基于大津法的二值化處理，大津法實(shí)現(xiàn)函數(shù)為:intWINAPIotsu(unsignedchar*image，introws，intcols，intx0，inty0，intdx，intdy);其中參數(shù)image為指向圖像數(shù)據(jù)指針，rows和cols為圖像行數(shù)和列數(shù).其算法流程見圖4.10所示。根據(jù)大津法所得的閡值進(jìn)行二值化的實(shí)現(xiàn)函數(shù)為:voidWINAPIErzhi(LPSTRlpDIBBits，LoNGWidth，LONGHeight，intt)，其中參數(shù)lpDIBBits為指向圖像數(shù)據(jù)的指針，Widih為圖像寬度，Height為圖像高度，t為閾值。處理后的效果見圖4.11。圖4.10最大類間方差法流程圖圖4.11二值化后效果圖由圖4.11可見已得到了比較清晰的車輛排隊(duì)圖像，最后再對(duì)圖像進(jìn)行投影，連續(xù)的白色區(qū)域長(zhǎng)度即為車輛排隊(duì)長(zhǎng)度。投影后的效果見圖4.12所示。圖4.12投影后效果圖第五章交通信號(hào)控制模型實(shí)現(xiàn)5.1基本思想對(duì)交叉路口的信號(hào)燈進(jìn)行控制實(shí)質(zhì)上就是尋找最佳信號(hào)周期T和兩交叉方向的綠信比。在車流很稀疏的情況下，信號(hào)周期可盡量短，但一般不能小于30秒，以免路口等待的車輛和行人來不及通過路口。在交通流較大的情況下，考慮到每一周期綠燈時(shí)間的損失基本相同，同時(shí)又考慮到司機(jī)和行人的心理承受能力，一般最大周期時(shí)間也必須限制，比如120秒左右。對(duì)于最佳周期長(zhǎng)度，理論分析可得出如下結(jié)論:使車輛在路口總延誤時(shí)間最短的最佳周期是臨界周期T，也就是使每個(gè)路口從紅燈開始時(shí)排起的車隊(duì)在綠燈時(shí)間剛好全部通過路口。若車流量太大，臨界周期可能超過最大周期，此時(shí)只能按最大周期進(jìn)行控制，堵塞現(xiàn)象己不可避免[43，44]。通常，一個(gè)有經(jīng)驗(yàn)的交警在指揮交通時(shí)是在一個(gè)方向的車輛全部放完后再立即轉(zhuǎn)換放行另一方向的車輛，這與理論分析得出的最佳周期的物理意義吻合。另外，當(dāng)前路口的交通狀況不可避免的會(huì)受到上游路口車流狀況的影響，上游路口車流很多時(shí)，當(dāng)前方向的下一路口綠燈時(shí)間也應(yīng)相應(yīng)有所增加，以減輕隨后到來的大車流量壓力。反之，應(yīng)適當(dāng)減少綠燈時(shí)間，更好平衡其它方向的交通需求。綜上所述，路口的控制規(guī)律可描述為:首先給予某一方向以最短的綠燈時(shí)間25秒，在這時(shí)間內(nèi)綠燈必須無條件地亮，同時(shí)也能保證路口的最短周期不小于30秒。綠燈時(shí)間結(jié)束后，讀出檢測(cè)器檢測(cè)到的等侯通過車隊(duì)的長(zhǎng)度和上游路口車流狀況，若等待車輛數(shù)為零并且上游車流較少，則通行權(quán)立即轉(zhuǎn)交給另一個(gè)方向;若等待車輛排隊(duì)長(zhǎng)度較短并且上游車流較少，則少量地延長(zhǎng)原方向的綠燈時(shí)間，若等待車輛排隊(duì)長(zhǎng)度數(shù)很長(zhǎng)并且上游車流較多，則大量地延長(zhǎng)原方向的綠燈時(shí)間。延長(zhǎng)的綠燈時(shí)間結(jié)束后，再檢測(cè)等待車隊(duì)長(zhǎng)度和上游路口車流狀況以決定是否延長(zhǎng)，直到最大綠燈時(shí)間為止。另外在優(yōu)先保證直行車輛通行的條件下考慮車輛左轉(zhuǎn)和右轉(zhuǎn)的情況，設(shè)右轉(zhuǎn)為一直允許通行，即總是綠燈，這與實(shí)際情況也是相符合的。車輛左轉(zhuǎn)控制根據(jù)路口實(shí)際情況而有所不同，可以選擇多種控制方式，經(jīng)過調(diào)查和統(tǒng)計(jì)發(fā)現(xiàn)，以箭頭指示型的信號(hào)燈為例說明主要有以下幾種方式:1)直行燈和左拐燈同步。即一個(gè)綠燈時(shí)間內(nèi)只放行一個(gè)方向的直行和左拐車輛，其它三個(gè)方向?yàn)榧t燈，以此規(guī)則四個(gè)方向輪流變換.此種方式比較適合于路口的東西和南北兩方向都為主干道，車流量都比較大的情況。2)直行燈和左拐燈異步。即車輛左拐方向上直行車輛仍然通行，但是對(duì)面方向上的直行車輛為紅燈禁行，且一般為禁止右拐。在這種規(guī)則下兩相對(duì)方向的直行時(shí)間有一方比另一方多出了一個(gè)左拐時(shí)間，在兩方向上車流都比較多的情況下可以在鄰近路口設(shè)置為另一方直行時(shí)間較多的方式來加以平均。3)直行燈和左拐燈異步和同步相結(jié)合。即東西和南北兩方向上一個(gè)為同步，另一個(gè)為異步。此時(shí)同步情況下兩對(duì)流方向上直行車和左拐車均可通行，但是左拐車和對(duì)面的直行車將會(huì)發(fā)生交叉運(yùn)行，降低了通行的效率，適合于車流量較小的車道.異步控制方向上同樣會(huì)產(chǎn)生一方的直行時(shí)間比一方多的情況，但此時(shí)左拐車和直行車不存在沖突，可以流暢通行?；谝陨咸攸c(diǎn)，這種控制方式適用于主干道和支道交叉的路口，支道車流量較少，采用同步的控制方式，而干道由于車流量較大，適宜采用異步控制方式。盡管對(duì)于車輛左拐的控制方式多種多樣，但是都要遵循以直行車優(yōu)先，盡量不影響直行車的原則，因此在根據(jù)車輛排隊(duì)長(zhǎng)度對(duì)信號(hào)燈進(jìn)行控制時(shí)，采取用直行車排隊(duì)長(zhǎng)度加上左拐車排隊(duì)長(zhǎng)度乘以權(quán)系數(shù)來確定路口排隊(duì)車輛的方法?；谝陨喜呗?，對(duì)模糊控制器進(jìn)行設(shè)計(jì)，主要由三個(gè)部分組成:模糊化部分，模糊控制規(guī)則和模糊判別，如圖5.1所示:圖5.1模糊控制器模糊化過程就是把檢測(cè)值論域上的語言值表示成模糊子集。此處的檢測(cè)值為排隊(duì)車輛長(zhǎng)度。再由以上所述策略形成模糊控制規(guī)則，由模糊控制規(guī)則推理得到有通行權(quán)方向的綠燈延長(zhǎng)時(shí)間的模糊子集。最后經(jīng)模糊判別即清晰化后轉(zhuǎn)變?yōu)榫_值，送到信號(hào)燈控制器進(jìn)行信號(hào)燈控制。5.2輸入和輸出變量模糊化分析交通控制系統(tǒng)，可知交通信號(hào)控制的對(duì)象是車輛和行人交通流，而控制這兩個(gè)交通流通過與否的是綠燈時(shí)間和紅燈時(shí)間。路口的綠燈和紅燈交替出現(xiàn)，只要確定綠燈時(shí)間就能確定信號(hào)燈的周期。因此，在交叉口的模糊控制中輸出量是通行方向上綠燈時(shí)間長(zhǎng)度。由5.1節(jié)所述的控制策略，選取當(dāng)前綠燈方向的排隊(duì)長(zhǎng)度，當(dāng)前紅燈方向的排隊(duì)長(zhǎng)度(由直行車長(zhǎng)度和左拐車長(zhǎng)度乘以權(quán)系數(shù)決定)和當(dāng)前上游路口車流狀況為交叉口的模糊控制中的輸入量，這里使用車輛排隊(duì)長(zhǎng)度在整個(gè)圖像中的比例。在選擇模糊變量語言時(shí)要兼顧簡(jiǎn)單易行和控制效果兩方面，一般來說一個(gè)語言變量選用2一10個(gè)語言值較合適[’3I。對(duì)于排隊(duì)長(zhǎng)度的輸入量設(shè)五個(gè)語言值:很短，短，中等，長(zhǎng)，很長(zhǎng)，對(duì)上游路口車流狀況設(shè)置二個(gè)語言值:較少，較多。對(duì)于模糊控制器的輸出量即綠燈延長(zhǎng)時(shí)間同樣設(shè)置五個(gè)語言值:很短，短，中等，長(zhǎng)，很長(zhǎng)。它們的模糊集分別如表5.1、表5.2和表5.3所示。表5.1等待車隊(duì)長(zhǎng)度模糊子集表5.2延長(zhǎng)綠燈時(shí)間模糊子集表5.3上游路口狀況模糊子集5.3模糊控制系統(tǒng)的控制規(guī)則根據(jù)交通警察在實(shí)際路口的控制經(jīng)驗(yàn)，可以總結(jié)出模糊控制規(guī)則，根據(jù)不同的檢測(cè)值采取不同的控制策略。綠燈方向等候隊(duì)長(zhǎng)記為GQueue，綠燈方向等候隊(duì)長(zhǎng)記為RQueue，上游路口狀況記為SUProad，綠燈方向上要延長(zhǎng)的通行時(shí)間記為TExtend。所總結(jié)的模糊條件語句為:(l)IfGQueue=“很短”andRQueue=“很短”andSUproad=“較多”thenTExtend=“短”(2)IfGQueue=“很短”andRQueue=“很短”andSUproad=“較少”thenTExtend=“很短”(3)IfGQueue=“很短”andRQueue=“短”orRQueue=“中等”thenTExtend=“很短，，(4)IfGQueue=“很短”andRQueue=“長(zhǎng)”orRQueue=“很長(zhǎng)”thenTExtend=“很短”(5)IfGQueue=“短”andRQueue=“很短”andSUproad=“較多”thenTExtend=“短”(6)IfGQueue=“短”andRQueue=“很短”andSUproad=“較少”thenTExtend=“中等”(7)IfGQueue=“短”andRQueue=“短”andSUproad=“較少”thenTExtend=“中等”(8)IfGQueue=“短”andRQueue=“短”andSUproad=“較多”thenTExtend=“短”(9)IfGQueue=“短”andRQueue=“中等”thenTExtend=“短”(10)IfGQueue=“短”andRQueue=“長(zhǎng)”orRQueue=“很長(zhǎng)”thenTExtend=“很短”(11)IfGQueue=“中等”andRQueue=“很短”orRQueue=“短”thenTExtend=“長(zhǎng)”(12)IfGQueue=“中等”andRQueue=“中等”thenTExtend=“中等”(13)IfGQueue=“中等”andRQueue=“長(zhǎng)”orRQueue==“很長(zhǎng)”thenTExtend=“短”(14)IfGQueue=“長(zhǎng)”andRQueue=“很短”orRQueue=“短”thenTExtend=“很長(zhǎng)”(15)IfGQueue=“長(zhǎng)”andRQueue=“中等”andSUproad=“較多”thenTExtend=“中等”(16)IfGQueue=“長(zhǎng)”andRQueue=“中等”andSUproad=“較少”thenTExtend=“長(zhǎng)”(17)IfGQueue=“長(zhǎng)”andRQueue=“長(zhǎng)”orRQueue=“很長(zhǎng)”thenTExtend=“中等”(18)IfGQueue=“很長(zhǎng)”andRQueue=“很短”orRQueue=“短”orRQueue=“中等”thenTExtend=“很長(zhǎng)”(19)IfGQueue=“很長(zhǎng)”andRQueue=“長(zhǎng)”orRQueue=“很長(zhǎng)”thenTExtend=“長(zhǎng)”5.4模糊判決在推理得到的模糊集合中取一個(gè)相對(duì)最能代表這個(gè)模糊集合的單值的過程就稱作模糊判決或解模糊(Defuzzification)。解模糊一般采用以下幾種方法【20,23】:(l)最大隸屬度法從決策值的模糊集合(GT的集合)中取隸屬度最大的元素作為最終的判決值。最大隸屬度法是模糊判決中最經(jīng)常采用的方法。這種判決方法最簡(jiǎn)單，在計(jì)算機(jī)上容易實(shí)現(xiàn)，但它包含的信息量少，不能區(qū)分隸屬函數(shù)分布的寬窄和分布狀況，適用于隸屬度較小的情況。(2)中位