现代城市交通智能模糊控制流程

摘要：城市化进程的加快，交通事业的发展，车辆越来愈多，对交通路口和车辆的控制显得尤为重要，本文从模糊控制理论的角度，谈几点笔者的看法。
关键词：模糊控制交叉路口车辆车辆识别
1007-9416(2012)07-0006-01

1、模糊控制理论

1.1 模糊控制的步骤

早在上世纪60年代，美国扎德教授发表模糊集合论论文，为模糊控制理论奠定了数学基础，在此基础上演变成模糊控制规则，实现模糊控制。具体步骤如有如下3个：
步骤一：模糊化。理论研究表明，该阶段是将模糊语言数量化的过程，可以细分为论域变换和模糊化两个过程。
步骤二：模糊决策。又叫模糊推理，这是一个仿照人脑进行模糊推理的过程，从目前的推理方法来看，存在着广义前向推理和广义反向推理两种形式。
步骤三：模糊判决。又叫解模糊，是模糊化的逆过程，分为解模糊和论域反变换两个过程。

1.2 模糊控制具有以下几个特点

(1)有强非线性和不确定性的对象进行有效的控制；(2)的过程中，被控对象的数学模型不必已知；(4)理论对有着较强的抑制控制系统干扰的能力；(3)理论对被控对象的特性参数变化有着较强的鲁棒性。

2、交叉路口交通灯控制策略

2.1 典型的四相位交叉路口

如图1所示为典型的东西南北四相位交叉路口平面图，从图1中我们可以看出，典型的交叉路口交通灯控制有意消除直行车和对面左转车之间的冲突，如此设置，使得绿灯方向上左转车和直行车在冲突点附近不需要等待，减小了因等待而无形损失掉的的绿灯时间，同时也使得行车的安全系数得到了有效的提高。如图2所示，为此类交叉口具体的相位顺序。

2.2 交叉口控制器结构

智能模糊控制在交叉路口的应用，举一例控制器结构如图3所示：

2.3 交叉口智能模糊控制配时

常见的算法如下：
STEP1：首先通过对具体的交叉口进行实地调查取证，根据实际的交通情况将各相位的最大绿灯时间和最小绿灯时间确定下来。
STEP2：对于获得同行权限的相位，赋予最短的绿灯时间。
STEP3：当前绿灯的相位在结束绿灯时间之前，有效地获取当前绿灯相位的交通量和次一个绿灯相位的交通量。
STEP4：以上一步获得的临近绿灯相位的交通量作为输入变量输入模糊控制器进行模糊控制，算出当前绿灯相位绿灯的延长时间。
STEP5：延长当前绿灯相位的绿灯时间后立刻切换到下一相位，跳到STEP2循环。

3、交叉路口停车线的设计

对于道路平面交叉口的重要性已经引起了各方的足够重视，平面交叉口的设计上，停车线的设计也相当重要，而且受到很多的因素制约，为了保证交通的安全性及顺畅性，理论研究和实践表明，在交叉口停车线位置的合理确定上，有左转约束方程、右转约束方程和交叉口停车线模型三种方法。

4、特种车辆和普通车辆识别及控制

借助模糊控制理论，经过“图像预处理——图像的二值化——图像的对比度调整——图像分割与特征提取——目标检测与识别——特征的选择”一整套过程完成对车辆的识别。

4.1 图像预处理

直接采集得到的图像中通常还惨杂着噪声信号，图像预处理就是必须经过滤波除噪处理，将各种噪声信号过滤掉，改善图像质量的过程。

4.2 图像的二值化

为了有效特种车辆和普通车辆的车型，在图像预处理后接下来是图像的二值化将不必要的信息去掉，提高车辆识别的速度，从方法上看有全局阈值法和局部比较法两种。

4.3 图像的对比度调整

实际得到的图像，由于亮度范围不足或非线性等因素造成的对比度不足，观看的效果通常表现为偏暗或者偏亮。需要增加图像的

源于：免费论文www.udooo.com

对比度来改善分辨效果。

4.4 特征提取与图像分割

特征提取和图像的分割是两个过程，前者是从图像背景中区分目标与非目标差异的过程；后者是根据所提取的不同目标之间的某些特征差异对图像进行区域划分的过程。
从人的视觉敏感度角度进行思考，主要实施的是边界线的图像分割，特征的提取上主要涉及区域面积、长度、宽度和高度几个主要的特征量。

4.5 目标检测与识别

该过程是运用特征匹配法和图像匹配法识别车辆的过程，细分下来主要涉及到特征的选择，不同的车辆具有不同的特征，抓住不同车型的不同特征，设置为辨别函数，可以在许多不同的车型中将所需要的车型识别出来，也可以对不同的车型车辆进行分类。
参考文献
谢宇,康景利.智能交通系统中车型分类的模糊模式识别方法[J].京理工大学学报,1999.
伍世虔,徐军.动态模糊神经网络:计与应用[M].清华大学出版社,2008.
[3]陈淑燕,陈森发,吴明赞.单路口交通的多相位实时模糊控制[J].系统工程理论与实践,003.