基于传感器判断交通拥堵度网络协同算法研究

孙 静

(辽宁对外经贸学院,辽宁大连116052)

基于传感器判断交通拥堵度网络协同算法研究

孙 静

(辽宁对外经贸学院,辽宁大连116052)

随着经济的迅猛发展,人们生活水平的不断提高,机动车进入家庭的速度加快,导致机动车数量激增,从2005年末至2006年末,我国机动车保有量由8850万辆猛增到1.07亿辆,年增长率达到了20. 9%。而我国道路增长速度远远落后于车辆增长速度,由此导致交通拥挤现象日益加剧。城市道路交通拥堵已经成为阻碍城市快速健康发展的一个主要问题。本文实现了将无线传感器网络应用到交通控制系统中,通过搭建无线传感器网络通信平台来将交通中的实体给联系起来,从而为进行提高城市交通信号控制效率提供一种新的方法。

传感器;交通拥堵;代理

1 交通拥堵特性及主要影响因素分析

1.1 拥堵的定义、分类

1.1.1 交通拥堵的定义

交通拥堵的具体定义各国尚无统一标准,日本建设省1994 年在制定新交通拥堵对策计划时,确定一般道路拥堵长1km 以上或拥堵时间10m in 以上定义为交通拥堵,首都高速公路拥堵量(拥堵时间×持续时间)在15h - km /d以上定义为交通拥堵;美国道路通行能力手册在对城市干线街道的服务水平的等级划分中,将车速为22km / h以下的不稳定车流称为拥堵车流;我国公安部则对拥堵路口和拥堵路段分别给出了定义:车辆在无信号灯控制的交叉路口外车行道上受阻且排队长度超过250m ,或车辆在信号灯控制的交叉路口, 3 次绿灯显示未通过路口的状态定义为拥堵路口;拥堵路段则定义为车辆在车行道上受阻且排队长度超过1km 的状态。

交通拥堵是指交通需求(一定时间内想要通过某道路的车辆数)超过某道路的交通容量(一定时间内该道路所能通过的最大车辆数)时,超过部分交通滞留在道路上的交通现象。大多数拥堵定义中的一个主题就是拥堵产生的影响- 即反映了超出出行者可接受的出行时间或延误的增长。出行时间及其相关指标在拥堵定义和评价中被广泛应用。但是,出行者可接受的出行时间、速度和延误反映的拥堵是随着城市大小、在市区的位置和时间段而变化的。根据城市规模、拥堵地点、拥堵时段和拥堵人群的不同,对拥堵的接受程度也不同。实际上拥堵总是存在的,只是有的拥堵可以接受,而有的拥堵则不可接受,人们所要解决的拥堵问题主要是针对不可接受拥堵,因此可以将拥堵定义为:可接受拥堵和不可接受拥堵。

可接受拥堵(acceptable congestion):当出行时间或延误超过自由流状态下正常发生的时间或延误时形成的拥堵。

不可接受拥堵(unacceptable congestion):当出行时间或延误超过了共同接受标准(agreed-upon nor m)时,则为不可接受拥堵。这个统一标准随着交通设施类型、出行方式、地理位置和出行时段的不同而不同。

1.1.2 交通拥堵的分类

(1)根据产生交通拥堵的原因不同,交通拥堵可分为:常发性交通拥堵(recurrent congestion)和偶发性交通拥堵(non-recurrent congestion)。

由于交通流量突然增大超出道路设施正常的容量所引起的交通拥堵称为常发性交通拥堵。常发性拥堵相对是稳定有规律和可以预测的,最容易发生在高峰时间,属于周期性拥堵。它多是由于道路设计交通容量不足或交通需求增长过快等造成,具有较显著的客观性特征。由于一些特殊事件引起道路容量的减少或是吸引过多的流量而引起的拥堵为偶发性交通拥堵。最常见的道路上突发事件有:大型活动、交通事故、道路维修、恶劣天气等,偶发性拥堵是没有规律和不可预测的,且可能持续时间较长。

(2)根据交通拥堵形成的先后次序,交通拥堵可分为:原始拥堵和后续拥堵。在一个瓶颈处首先形成的拥堵,称为原始拥堵;由原始拥堵的回流和蔓延而形成的拥堵,称为后续拥堵。

本文中所研究的拥堵主要指常发性交通拥堵。

1.2 城市道路交通拥堵的影响因素分析

交通拥堵不单是一个纯技术性问题,更多地涉及到经济、环境、居住、文化和行政等一系列问题。表1.1总结了我国大城市交通拥堵的主要因素。

表1.1 城市道路交通拥堵因素分析表

2 道路交通电视监控拥挤路段自动跟踪显示系统

2.1 自动跟踪拥挤路段工作原理

该系统由实时路况信息采集系统、后台处理计算机和控制各摄像头云台转动的具有预置位功能的电视监控主机构成。其后台处理计算机是自动跟踪的核心,它接受信息采集系统送来的道路拥挤信息后,生成控制各摄像头转动的指令,并自动输送给电视监控控制主机,使摄像头自动、快速地转向拥挤路段。

后台处理计算机运行自行开发的应用程序。该计算机内存有两个数据库,一个是由监控范围内的各路段编号、其所处的摄像头编号和该摄像头观看该路段所需转动的预置位代码所构成的"路段-摄像头-预置位对应表",另一个是由各摄像头编号及其最常停留位置的预置位代码所构成的"摄像头-缺省位置对应表"。

后台处理计算机接收到信息采集系统送来的实时路况拥挤信息后,即通过路段-摄像头-预置位对应表查出该条信息所载的拥挤路段编号所对应的摄像头及其预置位,然后生成相应的控制指令输送给电视监控控制主机;电视监控控制主机则根据接收到的控制指令控制相应的摄像头转向相应的预置位,以显示拥挤路段的状况。

由于同一摄像头所负责监控的路段不只一个,且其所监控范围内各路段的拥挤程度各异,故在自动跟踪的设计上安排了优先级。其设计思路是:在路段拥挤信息中包含了该路段拥挤程度的代码,后台处理计算机将先后接收到的各路段信息进行拥挤程度比较,按照严重-中度-轻度的顺序确定该摄像头所应转动方向的优先级(若拥挤程度相同则按接收的先后顺序),然后根据最优先转动的方向生成控制指令输送给电视监控控制主机。

系统还对不同的拥挤程度设置了不同的摄像头最短停留时间。

2.2 系统的构成

该系统是由信息采集、分析处理和指挥控制三个部分组成,系统的构成如图2.1所示。

图2.1 道路交通电视监控拥挤路段自动跟踪系统结构图

3 交通传感器网络协同算法研究

3.1 交通传感器判断交通拥堵度原理与分析

从城市道路交通运行状况来看,道路交通一般可以分为两种状态:顺畅和拥挤。交通拥挤又可以分为由交通事件引起的偶发性拥挤和由交通需求接近或超过道路瓶颈处通行能力导致的常发性拥挤两种。在一般情况下,交通流不会由顺畅突然转变为拥挤,当交通量逐渐增加接近某个临界值时,交通状态具有双向性,将这种状态称为临界交通状态。临界交通状态既可能发展成为拥挤状态,也可能恢复成为顺畅状态,主要取决与交通管理措施的及时性和有效性。

临界状态的确定可以引入一个拥挤度阀值。拥挤度阐值Sw的设定公式为其中两个路面传感器节点间的距离, v为在拥挤情况下,车辆可能通过路面传感器节点的速度,v的取值可以参照我国公安部2002年在《城市交通管理评价指标体系》中规定的城市主干路上机动车的平均行车车速与交通拥挤程度的对应关系来取值,Tg为当前周期的绿灯时间。

3.1.1 判断拥挤的基本原理

当某一流向得到绿灯后,正常情况下车辆应该鱼贯快速通过路口,每辆车占用检测器不应超过2秒(检测器车辆行进方向长度为2米)。当检测器被连续占用2秒以上时,可以认为是车辆因前方拥挤而行驶缓慢所致。将该流向整个绿灯期间内检测其被连续占用2秒以上的所有时间段累加,与绿灯相比即可得了拥挤度。

3.1.2 判断路口塞死的基本原理

假定某一流向的停车线至检测器间已经排满了车辆,那么正常情况下排空这些车辆所需要的时间称为最大排队清除时间。若某一流向从绿灯启亮开始,到经过最大排队清除时间和一个适当的冗余时间止,检测器始终被连续占用,说明路口被塞死,该流向车辆没动。

3.2 交通信息采集与协同控制网络协同算法

交通信息采集与协同控制网络协同算法主要包括两个部分,即交通信息采集部分和交通协同控制网络部分。交通信息采集部分主要完成车辆信息的采集和信息的发送;而交通协同控制网络部分主要完成实时交通信息的接收和信息的处理。交通信息采集部分的算法描述如下:

E01,E02,E03;//E01,E02,E03为垂直车辆行驶磁场方向的磁场初始化值;

Flag1=False,Flag2=False;Flag3=False ;//设3个节点中车辆通过标识符均为假;

If E＞=E01then//车辆通过路面传感器1的磁场值大于预先设定阀值;

Flag1=True;i=1;//车辆通过标识为真,计数器开始计数;

while Flag1==True&&i＜10 do//循环计数到10来判断车是否通过路面传感器;

If E＞=E01then

Flag1=True;i++;//路面传感器1中车辆通过标识为真,并将车辆计数器加1;

Else

Flag1=False;//路面传感器1中车辆通过标识设为假,车辆计数器停止计时;

If i==10 then//如果计时数器达到10,则为车辆通过,利用路面传感器节点2来计算车辆车速;

t2=1;//路面传感器节点2开始计时;

//取得车辆经过节点2的磁场值

If E＞E02then

FIag2=True;i=1;//节点2的车辆通过标识设为真,车辆计数器开始计数;

While Flag2==True&&i＜10 do

If E＞E02then

Flag2=True;i++;

Else

Flag2=False;

If i==10 then//如果车辆也正在通过路面传感器节点2;

v=6/t2;//计算车辆的车速v;T=to+x/ v;//计算车辆到达下游路口的时间T;

Send To Message(id2,T,v);//将信息发送到路口传感器节点;

4 结束语

本文首先介绍了现代交通拥挤的定义、分类及主要影响因素分析,开发处理交通拥挤方案的目的,接下来介绍了自动跟踪显示系统的工作原理与方法,最后针对基于Agent的交通传感器网络协同模型判断交通拥堵度并对主要算法进行了分析与研究。

[1]谈晓洁,周晶,盛昭瀚.城市交通拥堵特征及疏导决策分析.管理工程学报,2003,17(1):56-59.

[2]姜延顺,朱朝辉,张吉辉.自动跟踪拥挤路段的电视监控系统及操作方法.中国,国际专利,ZL 99 1 12740.4.2001.

[3]熊才刚.基于Agnet交通传感器网络协同模型和算法(硕士学位论文)辽宁:大连理工大学,2007.

Based on Detector Estimate Traffic Congestion Degree Network Cooperation Algorithm Research

SUN Jing
(Liaoning University of International Business and Economics,Da Lian116052,China)

Along with the economy rapid development,people’s life level continuously raise,the number of private vehicle increased sharply,causing vehicle quantity surge,from 2005 year-end to 2006 year-end,our country’s vehicle quantity from 88,500,000 fierce increase to 107,000,000,the year growth rate comes to 20.9%.But road growth rate gets behind far and far,causing the phenomenon of traffic congestion turned worse increasingly.The city’s traffic congestion have already become a key problem that baffling city quickly and healthily development.This text carried out to apply wireless sensor network in the traffic control system,integrated the traffic control system through wireless sensor network platform,thus providing a new method for raising urban traffic control’s efficiency.

Sensor;Traffic congestion;Agnet

O175.29

A

1008-2395(2010)06-0050-03

2010-06-21

孙静(1976-),女,副教授,Email:sunjing@163.com