首页 | 供应信息 | 求购信息  | 下载系统 | 技术资讯 | 企业信息 | 产品信息 | 论文信息 | 展会信息 | 在线工具
作者: 发布时间:2014-10-10 来源:21ic关键字:NiosⅡ,单点交叉口,自适应控制,遗传算法 繁体版
目前,解决城市交通拥堵,提高区域效益的重要手段之一是采用城市交通控制系统。单点交叉口控制是交通信号控制系统的最小单元,也是干线交叉口交通信息协调控制和区域交通信号控制系统的基础。单点交叉口的在线式自适应控制

目前,解决城市交通拥堵,提高区域效益的重要手段之一是采用城市交通控制系统。单点交叉口控制是交通信号控制系统的最小单元,也是干线交叉口交通信息协调控制和区域交通信号控制系统的基础。单点交叉口的在线式自适应控制能根据前端检测器得到的实时交通信息,自动对交通信号控制的关键参数进行调整,以达到改善交通通行状况的目的,该方式将成为信号控制研究的主流。现代电子系统设计的主要方向之一是采用SOPC(System on a Programmable Chip)实现,SOPC技术的实现方式有3种,其中一种是用含有NiosⅡ软核的FPGA芯片实现。因此,本文对基于NiosⅡ的单点自适应控制器设计开展了研究。

1 单点自适应控制研究

单交叉路口信号配时方案的基本内容是信号相位方案和信号基本控制参数,本文侧重于对信号相位方案进行优化。

1.1 自适应信号机控制策略

本文用交叉口饱和度s作为选择控制策略的参数,将s分为(0,0.8),[0.8,0.9),[0.9,∞),3个区间,制定本自适应信号机的控制策略。

当车辆检测器系统出现故障时执行固定周期信号控制。若交叉口饱和度s的值为(0,0.8)就执行感应控制。若交叉口饱和度s的值为[0.8,0.9),就执行单点在线的实时自适应控制。若交叉口饱和度s为[0.9,∞)时,交叉口已处于饱和,应改善交叉口几何条件及交通条件。

1.2 系统功能分析与整体设计

设计的信号机控制器模块是交叉口信号灯控制系统的控制核心,其将控制信号灯控制及驱动模块、人机接口模块、通信模块、交通数据采集模块和数据存储模块。

1.3 车辆检测器安装及作用

设计在一个交叉路口的每个进口车道安装基于电磁感应原理的车辆检测设备。当有车经过环形地感线圈时,线圈的磁通量会发生变化,车辆检测器将磁通量变化转化为表示线圈上方有车存在或通过的开关信号。每条进口车道埋设两个线圈,一个在停车线后100 m处,称作上游线圈。另一个在停车线前面2~4 m处,称作下游线圈。通过该方式可采集到交通流量、车辆的平均到达率和离开率等交通数据。

由上游车辆检测器得到的车辆数可计算出一个信号周期内的车辆平均到达率,而从下游车辆检测器得到的车辆数可计算出一个信号周期内的车辆平均离开率。

2 单点实时自适应控制器设计

选用Altera的FPGA器件CycloneⅡ系列EP2C35F672C8芯片为核心进行了基于NiosⅡ的单点自适应控制器设计研究。使用的软件有Quartus Ⅱ7.2和NiosⅡ7.2IDE,采用VHDL语言来实现遗传算法的各个模块,然后将遗传算法生成一个Symbol后,结合Quartus内的SOPC Builder来产生一个SOPC,随后在Nios内搭建一个软件系统来控制遗传算法、各交通灯和计时数码管的工作,并结合实验开发板,得到预期结果。

2.1 单点自适应控制信号机硬件构成

一套完整的单点自适应控制信号机应具备电源模块、交通数据采集模块、信号机控制器模块、信号灯控制及驱动模块及通信模块等,其连接关系如图1所示。

基于NiosⅡ的单点自适应控制器设计研究

2.2 遗传算法优化模块设计

本文提出的单点自适应控制是以各路口车辆滞留数总和最小情况下为各相位配时,基于车辆检测器来测量每个相位在各自周期的到达车辆数和离开车辆数,以此来计算出各相位的到达率和离开率,再结合分配的时间就可预测出下一周期各相位时间的具体分配,利用遗传算法来进行配时方案的最优化处理。

2.2.1 遗传算法配时优化模型

以单个交叉路口4个相位配时时间t1、t2、t3、t4这4个变量的优化为例,介绍了优化模型的建立。

为简化问题,可将4变量求极小值的问题简化为3变量求极小值问题。即以t1、t2、t3为自变量,将问题化为以下3个变量极小值问题

基于NiosⅡ的单点自适应控制器设计研究

其中,i=1,2,3,4;j=1,2,3,4;k=1,2,3。当i=1时,

基于NiosⅡ的单点自适应控制器设计研究

为第x-1个周期、第j个方向、第k个车道、第4相位滞留的车辆数;ti为交叉路口各相位的配时,T=t1+t2+t3+t4;rijk表示第i个相位、第j个方向、第k个车道的车辆到达率;dijk表示在绿灯期间内,放行车辆在第i个相位、第j个方向、第k个车道驶离路口的离开率;Pijk表示车辆通行状态,Pijk=1表示第i相位、第j方向、第k车道车辆放行,Pijk=0表示第i相位、第j方向、第k车道车辆禁止放行。

采用遗传算法做最优化求解,需将极小值问题转化为极大值问题。所以,将目标函数进行变换得到适应度函数如下

基于NiosⅡ的单点自适应控制器设计研究

其中,S是滞留路口车辆数。在求解过程中,需对每个个体进行适应度计算,其适应度值越高则个体越优。

2.2.2 遗传算法优化配时程序设计

遗传算法的基本步骤包括编码、产生初始种群、计算适应度、选择、单点交叉和基本位变异等;按此设计出遗传算法优化配时程序的流程如图2所示。

基于NiosⅡ的单点自适应控制器设计研究
基于NiosⅡ的单点自适应控制器设计研究- NiosⅡ,单点交叉口,自适应控制,遗传算法 -
评论】【加入收藏夹】【 】【关闭
※ 相关信息
无相关信息
※ 其他信息
访问数: | 共有条评论
发表评论
用户名:
密码:
验证码: 看不清楚,点击刷新
匿名发表

 搜索新闻
[提交投稿]  [管理投稿]
 最新新闻
 热点新闻
数据加载中..

网站地图
Autooo.Net 版权所有
Copyright © 2007--2014 All rights reserved