电子信息技术在智能交通信号控制系统中的运用

夏源

（福州大学 福建省福州市 350108）

现代城市化建设进程中，交通拥堵成为了急需解决的问题。这一背景下，交通领域逐渐对智能交通控制系统性能提出了更高的性能，而想要提升信号控制系统性能，符合现代交通领域发展需求，则应加强对电子信息技术的应用，以该技术为核心，开发出一款性能更加良好，且功能更加健全的智能交通信号控制系统。

1 概念介绍

1.1 电子信息技术

所谓的电子信息技术，指的是研究开发、设计、生产、维护与管理电子信息产品与系统的理论与技术，随着现代科学技术的不断发展，电子信息技术也更加成熟与完善，并被广泛应用到各个领域，其中，包括交通领域，逐渐开发出了很多较为先进的信号控制系统。智能交通信号控制系统运行时，电子信息技术会体现出诸多优势。

1.2 智能交通信号控制系统

现代交通事业发展进程中，逐渐开发出了智能交通信号控制系统，即利用计算机、互联网、自动化控制、电子技术等技术对交通信号进行控制的系统，通过该系统的应用，可自动对交通信号予以调节，减少人员的干预，不仅提升了控制效率，而且还会降低交警人员的工作量与安全性，对现代社会发展具有重要意义。

1.3 核心技术

1.3.1 MVC 模式

本次研究当中，主要以MVC 模式为主要控制模式，对智能交通信号控制系统进行了设计，该模式全称为交互式模型—视图—控制设计模式。通过该模式的应用，能够赋予系统更强的复用性，降低子系统将的耦合时间。

（1）模型层，位于整合结构的最下层，为整个系统的核心模块，用于对系统数据逻辑的处理。该层与数据库相连，一方面，可从中提取出相关的数据，另一方面，也会将处理后的数据存储到数据库内，以将数据库与其它层分隔。此外，由于该层与视图层相独立，能够通过1 个模型同时对多个视图层传输数据。

（2）视图层。主要是通过图像、表格等方式，将数据分析结果展示出来，用户通过对视图层的观察，可准确了解系统内的数据分析情况。通过视图层的引用，使系统界面与逻辑程序相独立，有利于系统的设计与开发，当系统的逻辑大袋出现调整后，视图显示依然保持稳定。

（3）控制层。主要用于用户的操作，获取用户请求后，可自动予以转换，使其变成能够被模型层使用的命令，以此驱动系统完成相应活动。

1.3.2 Batista 框架

现代计算机领域存在多种系统框架，如UML 框架、CSS框架、MyBatis框架等，其中，MyBatis框架具有较多优势，因而被广泛应用到现代计算机系统软件的研发当中。该框架操作简单，可提供xml 标签，能够动态完成SQL 变成活动，支持对象与数据库的ORM 字段关系映射等。该框架主要由三层构成，分别为：

（1）接口层。该层内，在XML 文件的基础上，通过xml 开发语言，编写出MyBatis 格式的SQL 语句，以此发送系统的控制命令。

（2）处理层。接口层形成SQL 语句后，会自动传输到处理层，由该层进一步对SQL 语句进行处理，以此控制系统完成数据操作。

（3）功能层。完成与数据库相关的工作，如构建出系统与数据库间的通信，对数据进行存储等，对数据库通信的运维等。

2 智能交通信号控制系统的功能

本次研发的智能交通信号控制系统当中，主要由4 个功能子系统构成：

（1）终端感知子系统。其中共有两个功能。一是数据采集功能。利用相应的电子传感器，对交通道路现场予以检测，以第一时间获取交通现场的数据信息，包括车辆运行状况信息、交通道路堵塞信息等。二是预处理功能。获取交通道路相关数据后，通过对这些数据的简单处理与分析，展示出交通现场的具体情况。

（2）实时监控子系统。由两部分构成，一是设备监控，主要对交通现场感知设备予以监控，获取现场感知设备的所处位置、编号、运行状况，以及时发现现场感知设备出现的故障，使感知设备保持良好状态。二是街道情况动态监控。主要对街道内车辆、人流量等情况予以检测，为街道交通的控制提供支持。

（3）参数设置子系统。根据系统运行的实际要求，自动对各项参数进行设置，如时间参数等。

（4）决策分析子系统。该子系统能够进一步对感知模块获取的数据展开分析，针对分析结果制定相应的控制命令，进而将其传输给终端装置，使终端装饰能够按照需求完成信号控制工作。

3 智能交通信号控制系统终端感知系统的设计

3.1 数据采集元件

3.1.1 电子传感器

光电雷达传感器具有较多优势，如元件使用简单，可自动对车流、人员进行区分，误触率较低，且受到外界环境因素的干扰较小等。但需要注意的是，该元件也存在一些缺陷，即在声波在特殊的频段内，因而需要选择高质量芯片，并设计出合理的天线布局方案。随着雷达传感器的不断发展，光电雷达传感器技术更加成熟与完善，大大改善了该元件的缺陷，由此本研究将光电雷达传感器作为控制系统的数据采集元件。

光电雷达传感器运行时，主要利用了调频连续波（FMCW）原理，在设备终端上，发出1 ～10mm 的微波信号，这些微波信号接触到检测物体后，会反射会相应的信号，通过对反射前后信号的对比分析，推算出被检测物体所处位置，计算出车辆的相对速度等。

对于1 ～10mm 的微波来说，频段通常有两种，一种为24GHz，另一种为77GHZz，两种频段所需要的天线具有不同要求。其中，对于77GHz 频段来说，性能更加良好一些，可安装多个收发阵元，能够采集到较窄的波束，以此提升数据采集的精确性。另外，的相对于24GHz 频段的雷达来说，77GHz 频段的雷达检测范围更大，有利于对交通现场的控制。所以，本系统数据采集元件设计时，最终选择了型号为77A2T4R 的光电雷达收发器芯片，该芯片参数如表1 所示。

表1： 77A2T4R 芯片参数表

以晴天、雨天为条件，对该元件进行检测试，得到了如表2 所示结果。通过该表观察发现，两种天气条件下，该元件均具有良好效果，符合要求。

表2： 77A2T4R 芯片测试结果

3.1.2 数据网络化

传感器获取交通现场数据后，应将其传输给其他子系统，为了实现这一功能，则应对则应对数据网络化处理。具体来说，主要包括两个方面：

（1）Zigbee 组网。对于该组网方式来说，存在抗干扰性能较高，安全性更强，数据传输较快等特点，因而被广泛应用到电子信息传输领域当中。而本研究当中也选择对终端网络化进行设计，通过产品横向对比后，最终确定为CC2530F32 芯片，该芯片是在常规微处理器的基础上，增加了移动收发器元件而形成的，主要参数如表3 所示。

表3： CC2530F32 芯片参数表

（2）拓扑结构。在网络化拓扑结构方面，选择了“父子”结构，利用特定的“父”节点，对“子”任务或元件进行控制，安全性较高，且结构较为稳定。该结构当中，集中控制器是核心元件，用于对整个模块的控制。该元件包含了功能强大的At91rm9200 微处理器，作为结构的“父”节点。传感器是“字”节点，在ZigBe 芯片的作用下，通过FEMS 协议的方式，将获取的数据上传至控制器内，以此完成数据网络化操作。

3.2 数据预处理模式

基于卡尔曼滤波的道路车辆数据处理：

对车辆数据预处理时，选择了卡尔曼滤波法，其属于递归运算法，在系统内，录入特定的离散数据后，通过线性最优计算，求得最优结果。该方法抗干扰能力较强，可去除那些干扰的数据，且实现简单。在原始数据集内，赋予相应的监测标签Status，假设Status 有{0,1,2}三种情况，当Status=0，表明监测对象是新目标；当Status=1 时，表明目标被监测；当Status=2 时，表明目标超出监控范围，或是由于其他因素的影响而丢失目标。该方法运算流程为：

线性离散系统内，可通过n 维空间的向量X∈R表示检测目标的具体状态。在t 时间点上，监测目标所存在的状态向量，由X表示。在t时间点上，系统录入的信息通过U表示，其可由前一时间段的状态与转移矩阵B推导而得，公式为：

其中，A表示在t-1 时间点上，监测目标的状态变化矩阵；H表示在t 时间点上，监测目标的测量矩阵，用于实际情况向预测模型的映射；W与V表示噪声，为了简化分析，现将两者看做相对独立的，且符合正态分布的两个因子，可确定出相应的协方差矩阵，公式为：

4 智能交通信号控制系统决策分析系统的设计

4.1 交叉路口条件

本模块设计时，选择了我市某交通道路作为研究对象，该区道路为十字路口，如图1 所示。方向1 路段当中，共由8 车道构成，4 条入车道，一条向左转弯，两条用于直行，一条用于向右转弯，4 条出车道；在方向3 路段中，结构与道路类型与1 路段相同；方向2 车道中，共由6 车道构成，3 条入车道，一条向左转弯，一条用于直行，一条用于右转与直行，3 条出车道。在方向4 路段中，结构与道路类型与1 路段相同。

图1： 某交通道路简图

由图1 观察与分析可知，该路段交通信号控制时，需要选择四相控制系统。在相位1 状态下，东西方向车辆可直行，也可向右转弯；在相位2 状态下，东西方向车辆向左方向转弯；在相位3 状态下，南北方向车辆可直行，也可向右转弯；在相位4 状态下，南北方向车辆向左方向转弯。相位转换时，设有3s 的等待时间，即黄灯。

4.2 仿真系统设计

设计出良好的仿真系统，能够将系统分析结果真实、准确的展示出来，从而为智能交通信号控制系统的运行提供支持。基于此，本研究通过对仿真软件的横向对比后，选择了SUMO 软件。该软件是由得到研发的，具有较为强大的防震功能，可快速对数据做出分析，并建立出较为清晰的仿真模型，有利于现场情况的准确判断。

以上述路段作为研究对象，通过SUMO 软件仿真时，主要流程为：

（1）绘制路网。利用地图作为标准，在软件内，针对车流运行情况，绘制出相应的路段图，设置出每条道路的宽度等参数，所有道路绘制完成后，将其拼接到一起。

（2）规则参数录入。针对道路的使用要求，在软件内分别入炉相应的参数，如车流量、车速等。

（3）信号灯设置。由上述分析可知，某道路信号控制系统为四相位，每个相位分别对应不同的信号灯组，其中，当一组灯亮起时，东西方向车辆可直行，也可向右转弯；二组灯亮起时，东西方向车辆向左方向转弯；三组灯亮起时，南北方向车辆可直行，也可向右转弯；四组灯亮起时，南北方向车辆向左方向转弯。

针对以上条件，可得到如图2 所示模拟图像。

图2： 某道路SUMO 模拟图像

对上述功能实现时，采用了相应的代码函数予以驱动，主要包括：接口开关的操作，控制函数为traci-start（）/traci-close（）；采集车辆号码操作，控制函数为rtaci.simulationStep（）；车辆总等待时间推算时，控制函数为trai.vehicle.getAccumulatedWaitingTime（）；确定车辆所处路段时，控制函数为traci.cehicle.getRoadID（）等。

4.3 深度强化学习算法模型元素设计

通过上述设计后，系统基础环境基本明确，之后，则应对模型元素予以设计。其中，包括下述几个方面：

（1）状态空间。以与终端感知层最终输出的结构化数据保持一致为目标，在SUMO 仿真软件内，提取出相应的交通数据，并通过相类似的方法予以处理，以推导出状态矩阵S，以及车辆速率矩阵V，并将其输出到决策模块。本次研究当中，选择m=5m，n=3m 的举行，对上述路段进行矩阵化转换，从而以各路线100m 距离为基准，构建出相应的矩阵，其中，在状态矩阵方面，用S表示，在速度矩阵方面，用V表示。

（2）动作空间。在道路交叉路口处，想要使各方面人员均具有良好的操作体验，本系统设计时，选择了固定的相位转化方案，即信号灯按照特定的顺序变换，但亮起时长则并不固定，需要由系统通过对道路内车流量情况的分析与计算而定。对于动作空间A 来说，表示第二个相位的时间，数值设定成连续的实数。现实当中，信号灯通常以秒计算，因而在计算出结果后，将最终结果确定成与结果相近，且高于结果的整数。针对某路段具体情况，在相位时长设定时，都选择了60s 当做原始参数。另外，为了使所有用户服务效果均处于最低标准之上，以最小时间Gmin 为基础，结合最大时间Gmax，推算出具体的实际时间。由此，可将动作空间解释为：

其中，V 表示路段内全部车辆；dvt 表示在t 时间点上，车辆v 的延误时间总和。

这样进行定义，能够将奖励看做惩罚，而强化学习算法的应用，则最大程度上降低所有车辆的惩罚。

4.4 TD3深度强化学习算法设计

本次研究当中，以传统DDPG 算法为基础，通过不断优化后，得到更加良好的TD3 算法，并将其运用到智能交通信号控制系统当中。

在很多工况内，传统DDPG 算法具有较强的应用效果，可以为相关工作活动的进行提供支持，但需要注意的是，若数据为超参数或是其他类型的掉惨动作，该算法则非常脆弱，很难得到准确的结果。其中，最常见的问题为：Q 函数运算时将产生较大的误差，对Critic 函数处理时，很容易产生远高于实际的结果。由于误差的存在，导致运算结果并非问题的最优解，不利于决策的制定。而在TD3 算法当中，则添加了三个核心因子，以此对传统DDPG 算法予以优化，具体来说，三个因子分别为：

（1）Clipped Double-Q Learning。在TD3 Critic 当中，存在两个不同的Q 函数，而在DDPG 算法内，则仅有1 个，通过对两个Q 函数的运算，选择其中数值较低者，以此当做贝尔曼误差损失函数中的目标，以此避免出现过高预估的问题。

（2）Delayed Policy Updates。对ActorC 策略神经网络参数更新时，TD3 的频率额远远低于Critic 中的Q 函数，利用注重优化，能够防止出现系统间的耦合问题。

（3）Target Policy Smoothing。Actor 选取操作时，TD3可向其中融入一定的噪声，防止运算流程产生严重错误。

针对本系统的运行要求，结合TD3 算法特点，本文设置出了如表4 所示参数。

表4： TD3 算法参数设置

5 智能交通信号控制系统平台设计

5.1 系统构架

在系统平台开发时，先要设计出系统构架。实际当中，用户通常需要利用移动设备、计算机等不同工具对该系统进行操作，为了达到这一目标，本系统设计时，选择了B/S 构架，该构架具有诸多方面的优势：成本低廉，无需选择性能较高的计算机硬件工具，使得系统开发成本大大降低；应用方便。通过B/S 构架的应用，可打破空间上的制约，在任何地点，用户均可通过相关设备进行操作，使得系统应用更加方便；信息共享能力墙。用户进入到系统后，只要对界面进行刷新，即可将具有浏览权限的所有信息展示出来，用户可通过对这些信息的观察与分析，为交通管理决策的制定提供帮；具扩展性强。可根据科学技术的发展，不容向系统内融入更多功能等。

本系统B/S 构架设计时，共由三层构成，分别为：

（1）视图层，为系统的交互界面。在层当中，通过HTML、CSS 等开发语言方式，根据各子系统采集的信息与分析的结果，对网页进行构建与调整；选择Thymeleaf 渲染框架，作为构架中的模板引擎，用于对系统网页的渲染；在UI 框架方面，选择了LayUI 框架，用于赋予网页动画、按钮、面板等操作功能；在前端库方面，选择了jQuery 代码库，用于系统各功能代码的调用。

（2）控制层，用于对数据的分析与处理。其中，选择了SpringMVC 框架，在视图层内，用户录入相应的请求，并将该请求传输到控制层，以此驱动系统完成相应的擦走哦。需要对数据库操作时，则通过Spring 框架内的JPA 功能，与数据层构建通信通道。

（3）数据层，用于数据的存储。其中，选择了MyBatis框架，并构建出MySQL、Redis 数据库，以此对数据进行存储与管理。对于Redis 数据库来说，采用的是内存存储原理，对实时监控模块等对数据读写速度具有较高要求的情况，将相关数据上传至内存，有利于数据的调用。

5.2 运行环境

本系统设计时，主要采用了两种开发语言，一种为Java语言，用于前端的开发，一种为JavaScipt 语言，用于后端的开发。在服务器端，选择了SpringMVC 框架；在模块引擎方面，选择了Thymeleaf 框架；前端选择了jQuery 与LayUI 框架；开发工具选择了Eclipse；版本控制工具选择了Git；在数据库方面，采用了开源的MySQL 与Redis，通过MyBatisd 与控制层相连；在服务器方面，选择了开源的Tomcat。针对上述情况，可确定出本系统的运行环境，具体如表5 所示。

表5： 系统运行环境参数

5.3 人机交互界面设计

主界面设计时，为了使整个界面更加简洁、直观，选择了靛蓝色为背景，Html 色彩代码为4689e1。

在浏览器内，录入该系统的域名，可跳转至系统的登录页面，通过右上角选项的选择，可设置不同的显示语言方式。在该界面的中心区域，用户录入账号与密码，即可跳转至系统功能主界面。界面应保持简约，且能够突出重点。本界面设计时，在高德地图的基础上进行开发的，地图中间主要用于显示道路规划情况，各种功能图表处于周边，以免影响用户的浏览。

功能主界面的左上方，为模块功能区，通过该区域的操作，可选择具体的监控设备或场所。在模块功能区左侧，为参数管理区，用户可根据具体情况，在其中录入相关参数。在右上端，为搜索功能区，在该区录入设备名称编号等信息，可快速获取对应的设备。界面中间的上方，为报警功能区，当发现设备或道路出现异常后，该区域开始闪烁，以此向管理人员发出警示。

6 总结

综上所述，本次研究当中，利用MVC 模式、Batista 框架等有关的电子信息技术，开发出了一款集终端感知、实时监控、参数设置与决策分析为一体的智能交通信号控制系统。该系统可自动对道路与车辆运行信息予以采集，并作出相应分析，进而通过四相位模式控制信号灯的亮起，以使整个路段保持安全、顺畅，为车辆行驶提供支持。