动态自动交通灯控制系统的应用研究

动态自动交通灯控制系统的应用研究

任艺璇

身份证：41120219890423XXXX

摘要：交通拥堵是当今世界许多现代城市面临的一个严重问题。为了解决这个问题，我们设计了一个动态自动交通灯控制系统的框架，并用虚拟仿真软件对模型仿真实验。模型采用平均到达时间和出发时间，在河南省某交叉口进行物理观测，模拟运行期间车辆的到达和离开次数。在我们的实验中，通过控制光的持续时间和速度限制，有效的优化了交通系统，为治理交通拥堵提供了一定的思路。

关键词：仿真系统交通灯控制系统交通拥堵

Abstract：Trafficcongestionisasevereprobleminmanymoderncitiesallovertheworld.Tosolvetheproblem,wehavedesignedaframeworkforadynamicandautomatictrafficlightcontrolsystemanddevelopedasimulationmodelcodedinArenatohelpdesignthesystem.Themodeladoptsaveragearrivaltimeand情景times,whicharephysicallyobservedateachintersectionofChungSanNorthroad,Taipei,Taiwan,tosimulatethearrivalandleavingnumberofcarsduringtheruntimeperiod.Inourexperiment,bycontrollinglightdurationandspeedlimit,trafficcongestioninalargecitycanbesolved.

1简介

在现代国家的大多数城市，交通拥挤已经造成了许多严重的问题和挑战。对于通勤者或旅行者来说，拥堵意味着失去时间、错失机会和沮丧。对企业来说，交通拥堵意味着工人生产力的丧失、贸易机会的丧失、交货延误和成本的增加。通过建立信息技术交通管理系统解决交通拥堵问题是可行的。越来越多的证据证明，仅靠扩建道路基础设施是无法解决交通拥堵问题的。事实上，在某些情况下，修建新公路会导致对汽车出行的更大需求，从而加剧拥堵。

因此，许多国家正在努力优化现有的运输系统，以提高机动性、安全性和交通流量，并减少对车辆使用的需求。通过改善公共交通、路线导航系统、改善交通信号和事故管理，交通拥堵可以大大改善。当然，也可以通过修建新的公共公交、高速公路或地铁来减慢这种增长。从最近的分析统计数据估计，大约一半的拥堵是所谓的重复拥堵。另外一半是由于临时中断造成的非经常性拥堵。非经常性拥堵的四个主要原因是:交通事故(从残疾车辆到重大事故)、工作区域、天气和特殊事件。非经常性事件大大降低了整个运输系统的可用容量和可靠性。研究人员已经做了很多研究来增加容量和消除瓶颈。

本文对交通信号系统进行改善，通过控制光的持续时间和速度限制，有效的优化了交通系统，为治理交通拥堵提供了一定的思路。

2动态自动交通灯控制系统框架

动态自动交通灯控制系统由七个要素:无线电频率识别,RFID标签,PDA、无线网络、数据库、资源库和服务器。在车上贴上一个射频识别阅读器能够检测到的标签，此标签包括一个电池，这样它可以定期主动地传输存储在标签中的消息。接收到数据后，阅读器将把所有信息存储在PDA中。在积累固定大小的数据后，手持无线网卡的PDA将连接到后端服务器，并将其存储到服务器中的数据库中。服务器使用存储在数据库中的数据来计算最大流量和平均车速。当收集到所有可能的拥堵路段和车速时，这些数据将作为服务器内仿真模型的输入参数。使用IF-THEN规则，资源库根据不同的交通情况提供不同的选择。在得到仿真结果后，DTLCS能够通过交通灯控制界面自动设置红(绿)光持续时间，以改善交通拥堵问题。

2.1仿真模型的定义及符号

为了说明系统的工作原理，我们利用Arena开发了一个三交叉口道路交通仿真模型。在举例之前，我们先介绍一下符号的定义:

变量:

T:超过一辆汽车长度的时间。

N2:道路第二段的剩余空间，用车辆的数量来衡量。

N3:道路第三段的剩余空间，用汽车的数量来衡量。

十字1:汽车在第一个十字路口通过停车线的时间。

十字2:汽车在第二个十字路口通过停车线的时间。

十字3:汽车在第三个十字路口通过停车线的时间。

时钟灯1:第一个十字路口红绿灯信号模拟时钟时间。

时钟灯2:第二个十字路口红绿灯信号模拟时钟时间。

时钟灯3:第三个十字路口红绿灯信号模拟时钟时间。

时钟车1:在第一个交叉口到达停车线的模拟时钟时间。

时钟车2:模拟时钟时间的汽车到达停止线在第二个十字路口。

时钟车3:模拟汽车到达第三个十字路口停车线的时间。

时钟交叉1:模拟时钟时间的汽车允许离开停止线在第一个十字路口加交叉1。

时钟交叉2:在第二个交叉口到达停车线的车辆模拟时钟时间+交叉2。

时钟交叉3:在第三个交叉口到达停车线的汽车模拟时钟时间+交叉3。

绿灯1:第一个十字路口绿灯持续时间。

红色1:第一个十字路口红灯持续时间。

绿色2:第二个十字路口绿灯持续时间。

红色2:第二个十字路口红灯持续时间。

绿色3:第三个十字路口绿灯持续时间。

红色3:第三个十字路口红灯持续时间。

资源:

开关1:控制交通灯信号或决定汽车是否允许在第一个十字路口通过停车线的资源。

开关2:控制交通灯信号或决定汽车是否允许在第二个十字路口通过停车线的资源。

开关3:控制交通灯信号或决定汽车是否允许在第三个十字路口通过停车线的资源。

空间2:第一交叉口与第二交叉口之间的车辆容量资源，用来确定车辆是否有足够的空间行驶到道路的第二段。

空间3:在第二个交叉口和第三个交叉口之间，汽车的资源容量，用来确定是否有足够的空间让汽车行驶到道路的第三段。

队列:

队列1:在第一个十字路口的排队，用来存放所有等候的车辆，这些车辆没有经过十字路口的权利。

队列2：在第二个十字路口的一列队伍，用来存放所有等候的车辆，这些车辆无权通过十字路口。

队列3：在第三个十字路口的排队，用来存放所有等候的车辆，这些车辆没有权利通过十字路口。

队列5:道路第一段的排队，等待道路第二段的空间。

队列6：排队:道路第二段的排队，等待道路第三段的空间。

2.2仿真模型描述

首先我们选择河南省某条道路作为我们的研究目标，因为在下午6点到8点的交通高峰期，这里总是很繁忙。为了简单起见，模型只涵盖了3个交叉点。在道路交通仿真模型中，假设道路有3个交叉口，每个交叉口都有一个交通灯信号。模型中，每辆车的到站时间为1.72秒，每一个交叉口通过停车线的车的出发时间为1.2秒，每辆车的长度通过时间为0.41秒，这是我们平均物理观测到的。每个交通灯信号都可以由一个名为“灯光控制1”、“灯光控制2”或“灯光控制3”的实体来控制。此外，命名实体的汽车是基于汽车的到达时间创建的。基本上，实体，光控制1，2或3，需要抓住一个资源，开关1，开关2，或开关3在每个十字路口把绿灯变成红灯。同样，汽车想要通过任何十字路口，如果只有汽车占用资源。在不占用资源的情况下，开关1、开关2、或开关3，汽车或灯光控制1、2、3将被放入队列中，只能等待。因此，汽车和灯光控制为了获得资源而相互竞争。然而，为了让灯光控制1、灯光控制2、灯光控制3总能获得资源，我们为它们设置了最高优先级，并为低优先级的汽车设置了最高优先级。此外,汽车抓住资源之前,它需要首先检查是否资源充足,汽车的能力之间的第一个十字路口,第二个十字路口或资源队列3、汽车的能力之间的第二个十字路口和第三个十字路口,可以让汽车穿过。

值得注意的是，在我们的模型中，我们考虑了一个交通灯信号在汽车通过十字路口时变红。在这种情况下,当一辆汽车的当前时间添加通过路口的时间大于红绿灯的十字路口的时候变成红色,它应该分成两部分允许红绿灯信号适时转向红和汽车继续开车经过。为了达到这个目的，需要做一些修改如下:持续时间的第一部分=时钟灯1-(时钟交叉1-交叉1)+0.0001持续时间的第二部分=时钟交叉1-时钟灯1-0.0001

在我们的模型中，当一辆车在一个交叉口(比如1号交叉口)离开停车线，开到第二段时，行驶到那条路上的时间是动态的，这取决于这段剩下的空间。剩余的空间用时间来度量。这个方程是:

从第一交叉口的停车线到第二段队列的最后一辆车的行驶时间)=T*N2。

3仿真分析与结果

利用虚拟仿真软件中，建立了交通灯控制信号仿真模型。在仿真分析中，首先设定系统稳定运行的预热时间为1800秒，运行时间为10000秒。根据实际措施，我们将绿灯持续时间定为130秒。然而，对于红灯的持续时间，它从65秒开始，然后每次减少5秒(即、65、60、55、50、45、40、35和30)。因此，我们对8个不同红灯持续时间的案例进行了全面的检查和分析。

假设每个交叉口的红灯持续时间是相同的。对8个案例进行了建模和运行。结果显示当红灯持续时间为50秒时，交通灯控制模型表现良好。当红灯持续时间小于50秒时，平均等待时间仍在下降，但下降时间小于5秒。在这种情况下，将红灯持续时间减少5秒(例如50秒到45秒)效果不够显著。值得注意的是，如果我们减少十字路口的红灯持续时间，就会减少同一十字路口另一侧的绿灯持续时间，这可能会增加另一侧平均等待时间超过5秒。

同样，平均等待50秒的汽车数量也有很好的性能。在红灯持续时间为65秒时，队列为454.8秒，而在50秒时，队列为0。队列为268，持续时间为65秒。造成中山北路第一段交通系统超员。为了找出最佳的性能，我们根据每个交叉口红灯持续时间的不同组合，将模型进一步划分为8个类别。

八个类别(r1=r2=r3=65),(r1=50,r2=r3=65),(r2=50,r1r3==65),(r3=50,r1,r2=65),(r1=r2=50;r3=65),(r1=r3=50;r2=65),(r2=r3=50,r1=65)、和(r1=r2=r3=50)。

例如，类别1,r1=r2=r3=65，表示路口1、2和3处的红灯持续时间分别为65、65和65秒。其他类别可以用同样的方式进行。运行结果显示r1=r2=r3=50的模型是最好的选择，因为在这种情况下，所有队列的平均等待时间非常低。

最后，经过模拟显示，如果我们加快汽车出发的时间，也会大大减少平均等待时间和平均等待车辆数量。然而，除了提高限速外，很难强迫司机快速驾驶。本文针对交通拥堵问题，提出了一种新的动态、自动交通灯控制系统框架。为了了解如何自动、动态地设定红(绿)光信号的持续时间，我们还根据交通状况，设计了一个虚拟仿真模型来验证交通高峰时段的交通问题。仿真结果证明了仿真模型的有效性，因为当红灯持续时间为50秒时，平均等待时间和车辆数量急剧下降。同时，进一步的分析也表明，如果将三个交叉口的红灯持续时间设为50秒，则仿真模型的总体性能最好。

参考文献

[1]支俊,甘勇,郭峰.论智能交通系统在城市突发事件处置中的应用[J].软件导刊.2009(11).

[2]张弘铮.Virtex-ⅡPro的嵌入系统设计与应用[J].无线电工程.2006(03).

[3]李树广,刘允才.智能交通的发展与研究[J].微型电脑应用.2005(06).

[4]石友服.美国智能交通的发展现状及规划[J].交通世界.2002(08).

[5]王涛,蔡延光,张新政.智能交通的发展现状及未来趋势[J].城市公共交通.2004(05).