智能交通系统中交叉口的模糊控制及算法

【摘要】： 智能交通系统(ITS)是解决现代社会交通需求与供给矛盾的重要途径之一,是解决交通基础设施建设增长缓慢与机动车数量逐年迅速增长之间矛盾的最为有效的途径。造成交通拥挤往往突出表现在道路的交叉口处,交叉口是城市道路的交汇点,在道路网和交通流中起着十分重要的作用。采用了模糊控制技术,不需要建立精确的数学模型。 本文的研究工作主要是对单交叉及干线交叉口设计新的建模及控制方法。对多相位单交叉口提出一种基于可变相序的模糊控制方法,以车辆平均车辆延误作为控制目标,综合考虑各相位车道上的车队长度以及各相位的延误次数,得到最优的相序安排和各通行相位的绿灯延长。运用了MATLAB对其控制效果进行仿真分析,结果表明该算法可有效降低通行车辆在交叉口的平均延误时间,使交叉口的通行能力提高。并且,本文对干线交叉口采取递阶模糊协调控制的算法,第一级为控制级,计算路口的各控制参数,第二级是协调级,综合主干方向的车流状况及各个路口的情况,对各个路口的周期、相序及主干方向的绿信比进行调整,仿真结果表明,该算法优于定时模糊控制算法。 同时为满足智能交通系统高性能模糊控制器设计的需要,解决城市交通信号智能控制模糊规则提取的瓶颈问题,本文利用蚁群算法进行控制规则的优化,用尽量少的规则得到尽可能好的控制效果,在已有的完备的规则中优选出若干条规则嵌入模糊控制器。对优化过的模糊控制器在不同的交通条件下进行了仿真,并与未经过优化的模糊控制器在相同的交通环境下对车辆的控制进行比较。仿真结果表明蚁群算法与模糊控制相结合的智能控制技术,更有效地降低通行车辆在交叉口的平均延误时间,更能适应复杂多变的交通环境。