基于无线传感器网络交通红绿灯控制系统研究

摘 要:随着全球汽车产业的迅速发展,城市机动车辆不断增加,交通拥塞问题也日益严重,红绿灯的控制对交通的影响起着决定性作用,为了提高红绿灯控制的效率,我们提出了一种基于无线传感器网络(WSN)的红绿灯控制系统.本文通过分析红绿灯控制现状的缺点,提出运用磁阻传感器实现车辆检测,搭建了无线传感器网络的控制平台,分析了节点的布设方法,并在此基础上提出了基于时间片控制机制的算法,根据车流量的大小由控制节点完成对红绿灯的动态、实时控制。通过模型的分析,表明系统在改善交通状况,提高路口通行率方面是很有效的。

关键词:智能交通 红绿灯控制 磁阻传感器 时间片

中图分类号:TP39文献标识码:A 文章编号:1007-3973(2010)06-071-03

1引言

随着汽车产业的迅速发展,城市机动车辆不断增加,交通拥塞问题也日益严重,交叉路口的拥堵成为制约通行率的瓶颈,红绿灯的控制对交通的影响起着决定性作用。许多国家都致力于智能交通系统(Intelligent transportation system)的研究,期望从根本上解决交通拥堵的问题。

智能交通系统是利用电子技术,信息技术和通信技术使交通系统实现智能化。而实现ITS的最大障碍就是缺少实时的交通数据,而作为信息获取和处理的无线传感器网络技术随着控制技术,传感器技术,信息技术,通信技术的发展得到了快速发展,由于低功耗,低成本,自组织、可靠性高等特点在使其智能控制领域得到了广泛的应用。

2十字路口红绿灯控制现状分析

十字路口的红绿灯指挥着行人和车辆的安全运行,实现红绿灯的自动指挥是城市交通管理自动化的重要课题。现有的红绿灯控制系统主要为定时控制,这种固定各交通信号时间长度和周期的方法不能适应车流的动态变化,容易造成某条公路的车流量很大时却要等待红灯,而此时与之相交的另一条空道或车流量相对少得多的道路却依然按原定时间亮着绿灯的现象,这种现象是由于没有对道路的实际情况进行实时监控所造成的。这样的交通控制系统效率低,容易造成交通拥挤,而且也浪费人力、物力。因此,从提高交通控制系统的效率出发,有必要寻求一种具有智能的交通控制系统。它能够根据道路车流变化自动调节红绿灯时间的长短,以自适应的控制方式最大限度地减少十字路口的车辆滞留现象,有效的缓解交通拥挤、实现交通控制系统的最优控制。引入无线传感器网络,其实时数据采集和处理能力是这种动态控制成为可能。

3无线传感器网络

无线传感器网络包括4类基本实体对象:目标、观测节点传感节点和感知视场,另外,由于信息处理和控制的需要还可以定义外部网络、远程任务管理单元和面向用户的应用模块,其一般系统结构如图1所示。

在监测区域内布置大量的传感器节点,通过自组织方式构成网络,协同形成对目标的感知视场,传感器节点之间通过Zigbee协议相互通信。传感节点检测的目标信号经本地简单处理后通过邻近传感节点多跳传输到汇聚节点(网关节点)。用户和远程任务管理单元通过外部网络,比如Internet网,与汇聚节点进行交互。汇聚节点向网络查询请求和控制指令,接收传感节点返回的目标信息。

4WSN红绿灯控制系统

4.1系统总体概述

为了实现适应路段车流变化的动态红绿灯控制,需要搭建无线传感器网络来监测各路段的车流信息,针对某一十字路口而言,即要完成与路口相交的各路段驶入车辆的计数,以车流量作为控制红绿灯长短的依据。

要监视整个城市交通系统的车流需要布设数量庞大的传感器节点,随着传感器节点的增多会使网络负荷加大,通信流量增多,延时增大,因此考虑2级的WSN组织结构(见图2),第一级为局部控制级,各十字路口通过汇集本路口各路段车流信息完成红绿灯控制,第二级为整体协调级,通过收集各口信息,实现对整个城市交通网的分析和协调。

在两级WSN控制系统中会涉及到三类传感器节点:第一类为信息采集节点,即布置在各路口用于车辆计数的传感器节点;第二类为控制节点,用于收集路口内各信息采集节点的数据,完成红绿灯的控制,控制节点与该路口有关的信息采集节点自组织成簇,且控制节点作为簇首,其他信息采集节点作为簇成员;第三类为汇聚节点,在一定范围内选取某个簇首作为汇聚节点(也可作为网关节点),以多跳的方式与该范围内的其他簇首进行通信,收集各路口信息,并将信息整理后发回中心控制平台以为整体协调提供信息。三类节点在网络中的层次结构如图3所示。

4.2无线传感器网络节点设计

无线传感器网络的节点一般由传感模块,处理模块,无线通信模块及电源模块四部分组成(见图4),在不同的应用中节点会因设计不同而发生一些变化,在本控制系统中传感器节点主要要完成对车辆的计数并进行相互通信,此处考虑用磁阻传感器构成传感模块,以微控制器作为处理模块,以无线发射机和天线组成通信模块,由锂电池供电,组成的节点来实现车辆的计数。

利用磁阻传感器完成车辆计数的原理在于它可以感测铁磁物体对地磁的扰动(见文献[1]),其灵敏度可以达到,而几乎所有的交通工具都是由钢铁构成,钢铁比周围的空气更具有更大的磁导率,它们聚合地磁场的磁力线引起车辆附近的磁场所成倍增加,该磁场在车辆距离15m远的时候就能检测出来。因此利用在路基下布设磁阻传感器节点来检测车辆是可行的,而且利用磁滞等特性可以检测一辆接一辆连续通过的车流,这种检测车辆的方法是稳定而有效地,不容易受到雨雾天气和温度的影响,而且可以避开行人的干扰。

4.3节点布设和系统搭建

无线传感器网络红绿灯控制模型如图5所示,该图以双向单行道的十字路口为基础,展示出节点的布设和系统的搭建,更复杂的多行道可以此类推。

图中黑点表示信息采集节点,即使埋在路基下的磁阻传感器,用于检测是否有车辆通过。十字路口中心的O点标识了红绿灯控制节点,它可以嵌入或集成到交通信号灯中。各信息采集节点将统计出的车流信息发送给O,O经过信息处理和预设的算法来实现红绿灯的控制,而相邻的某个区域内的多个控制节点可以选取O作为汇聚节点,综合该区域内的车流信息,再将信息发回中心控制平台处理。

4.4红绿灯控制原理

如图5所示,对于一个十字路口,其车流方向大致可以分为横向(东西方向)和纵向(南北方向),转弯车辆最终也将汇入这两类车流,而两个方向上的红绿灯控制是对称的,即若横向为绿灯通行,则纵向为红灯禁行,反之亦然。假设车辆都是以靠右原则行驶,则在横向车道等待通行的车辆是位于区域1的车辆(图5中阴影区域),而该区域的车辆数量可以由图中标识为A和B(各2个)共4个信息采集节点的计数计算出来,具体步骤如下:

(1)起始时间,区域1内车辆数为

(2)A类节点每检测到一辆车通过时车辆数加1

(3)B类节点每检测到一辆车通过时车辆数减1(不用考虑是直行还是转弯,因为它们都不再属于等待通行的车辆)

(4)结束时间,计算出区域1内车辆数

同理,纵向等待通行的区域2内的车辆也可以计算出来,实际的控制中将时间分为时间片,每个时间片的开始,控制节点O被唤醒,接收来自各信息采集节点的信息,得到两个方向上等待通行的车辆数,由预置算法即可分配该时间片内某个方向的绿信比(亮绿灯时间长度占整个时间片的百分比),而另一方向的绿信比随之确定,之后控制节点O又可以进入休眠模式,等待下一个时间片的到来,这样不仅可以降低功耗,而且减轻了控制的复杂度。其工作流程图如图6所示。

5算法分析

如上所述,系统采用时间片控制机制,实际分析表明,时间片的选择不宜过短,否则会频繁变更红绿灯,反而降低了系统的通行效率。一般选取时间片长度为30s～60s。选定时间片后,系统的控制参数即为时间片内的绿信比,绿信比定义如下:

对于该控制系统一般可以考虑两个控制指标:(1)单位时间的平均通行车辆数P;(2)车辆的平均等待时间W

5.1基于平均通行车辆数最大的数学模型

5.1.1基本假设

(1)绿灯亮后,车辆立即通过路口,通过路口所需时间为tp(包括直行和转弯);

(2)绿灯后,车辆是一辆接一辆连续通行的。

5.1.2变量设置

(1)设时间片长度固定为T(s);

(2)时间片开始时,控制节点收集到数据为:横向等待通行车辆数位N1,纵向等待通行车辆数为N2;

(3)该时间片内横向通过的车辆数为n1,纵向通过的车辆数为n2;

(4)该时间片内确定的横向绿信比为S,则纵向绿信比为(1-S)。

5.1.3模型建立

目标函数为:

其中T为常数,对最大化目标函数没有影响,可简化为 :

5.1.4模型分析

(1)分析模型可知,在交通不太拥堵(在时间片内某一个方向上的车辆能够完全通过)时,模型的控制效应是很明显的,不会出现无车等待通行依然亮绿灯,而另一方向有车等待却亮红灯的情况。

(2)在某个时间片开始,如果检测到两个方向上均无车等待的情况(即),此时目标函数恒为0,则求出的S可能是0到1之间的任意一个数,为了避免这种随机性,可以通过预设S=0.5。

(3)考虑到实际情况中还必须为行人分配一定的通行时间,可以通过增加对S的取值范围的约束来实现,例如取:,则在任意方向上至少有0.1T的时间用于行人通行。

5.2算法的进一步讨论

上述算法存在一些缺陷,在足够多的时间片中,两个方向上始终有车辆等待通行时,模型的控制效应是极其微弱的,不论绿信比为多大,方案都是最优的,即达到了整个时间片都充分用于通行的理论最大通行率,一种极端情况是某个方向上获得了整个时间片作为绿灯时间,而另一个方向上的车辆一直处于等待,这显然是不切实际的。解决办法是可以引入第二个控制参数,即在最大化通行率的同时最小化车辆的平均等待时间,建立多目标规划,使得两个方向上轮流获得通行时间。

另一方面,需要中心控制平台的协调,在综合了整个城市交通网运行情况后,对拥堵路口采取限制或禁止进入的措施,以使得整个网络能够畅通。

6结语

由于无线传感器网络低功耗、自组织、分布式计算、布设简单等优良特点,使其在信息采集和智能控制系统中得到了广泛应用,本文结合红绿灯控制现状的分析,将无线传感器网络引入到智能交通的红绿灯控制中来,搭建了两级控制平台,利用磁阻传感器对车辆进行检测,建立了基于时间片机制的控制算法,并最终由中心控制节点收集信息完成对红绿灯的动态、实时控制,改变了传统的定时控制,避免了车辆的滞留,通过设计更优良的算法,可以进一步改善交通的拥堵状况。

总之,这种路基无线传感器网络对智能交通是一种很有价值的技术,随着无线传感器网络技术的进一步发展及其在智能交通系统中车辆检测,车辆识别,实时路况检测,测速,定位等多方便的应用,将为我们提供更加快速、准时、安全、便捷和舒适的交通运输体系。

参考文献:

[1]潘霓,骆乐,闻育.基于磁阻传感器的车辆检测算法综述[S].计算机工程与应用 ,2009,45(19)245.

[2]张玲玉,张玉峰,李凤霞,李丽敏.用于智能交通系统的无线传感器网络[J].硅谷,2009.8.

[3]田丰,杜福瑞.基于WSN的交通灯控制系统设计[J].测控技术,2009年第28卷第12期.

[4]谭惠丽,刘慕仁,孔令江.十字路口红绿灯的控制效应[J].广 西师范大学学报( 自然科学版), 2008年6月第26卷第2期.

[5]章翔,刘晓霞.无线传感器网络(WSN)在智能交通系统中的应用[J].北方交通,第9期.

[6]焦会,庄锡荣,李劲松.智能交通指挥灯的研究[J].湖北生态工程职业技术学院学报,第6 卷第2期.

[7]齐楠,韩波,李平.智能交通系统中无线传感器网络的应用[J].机电工程,第24卷第10期.

[8]Akyildiz I F, Su W, Sankarasubramaniam Y, et al. A survey on sensor networks[ J ]. CommunicationsMagazine, 2002, 40(8) : 102 - 114.

[9]Duarte M F,Hu Yu-hen.Vehicle classification in distributed sensor networks[J].Journal of Paralle land Distributed Computing,2004,7(64):826-838.

[10] “National ITS Architecture Documents: Executive Summary; U. SDepartment of Transportation, ” EDL # 5388, U. S. Government Printing Office [USW00 ] U. S. Wireless Corporation web page, ht2tp: / /www. uswcorp. Com

[11]Akyildiz LF,Su WL,Sankarasubramaniam Y.Cayirci E.A survey on sensor networks.IEEE Communications Magazine,2002,40 (8): 102一l14.

[12]Knaian A N.A wireless sensor network for smart roadbeds andintelligent transportation systems[D].USA:Masschusetts Institute of Technology,2000.