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(guó)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(guó)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(guó)和西歐等發(fā)達(dá)國(guó)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(guó)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(guó)家和發(fā)展中國(guó)家也開始了智能交通系統(tǒng)的全面開發(fā)和研究。我國(guó)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(guó)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(guó)家，又是交通需求增長(zhǎng)最快的國(guó)家。運(yùn)輸效率低下、城市交通堵塞等問題已經(jīng)成為我國(guó)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(guó)家進(jìn)入全面實(shí)施的階段，因此，中國(guó)也迫切需要根據(jù)中國(guó)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(yíng)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?；谝陨厦枋鲆约敖Y(jié)合我國(guó)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(guó)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(guó)家現(xiàn)代化程度的標(biāo)志之一。隨著我國(guó)經(jīng)濟(jì)的迅速發(fā)展，我國(guó)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(guó)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(guó)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(guó)，交通監(jiān)控方面的應(yīng)用有著非常好的前景?；谝陨咸攸c(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(guó)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(guó)也開始使用這種信號(hào)燈。1926年，英國(guó)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(guó)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(guó)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(guó)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(guó)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(guó)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(guó)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(guó)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(guó)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(guó)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(guó)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(guó)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(guó)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(guó)，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(guó)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(guó)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?，F(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(guó)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(guó)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(guó)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。【12,13,14】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(guó)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)。基于圖像處理技術(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(kù)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(guó)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(guó)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(guó)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(guó)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。通常可用日歷鐘在規(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(guó)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(kù)、規(guī)則庫(kù)、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(kù)(DB一DataBase)數(shù)據(jù)庫(kù)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(kù)(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(kù)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(kù)的準(zhǔn)確程度越高，規(guī)則庫(kù)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(kù)和數(shù)據(jù)庫(kù)這兩部分組成整個(gè)模糊控制器的知識(shí)庫(kù)(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。基于以上特點(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?；谝陨喜呗裕瑢?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