طراحی و پیاده‌سازی یک روش تلفیقی هوشمند برای کنترل ترافیک شهری در تقاطع‌ها

نویسندگان

دانشگاه تبریز - دانشکده مهندسی برق و کامپیوتر

چکیده

یکی از روش‌های کنترل ترافیک، استفاده از روش‌های هوشمند برای زمان‌بندی چراغ‌های راهنمایی در تقاطع‌ها می‌باشد. در این مقاله از تلفیقی از روش‌های خوشه‌بندی و الگوریتم ژنتیک برای طراحی و پیاده‌سازی مدلی مبتنی بر سیستم‌های چندعاملی برای زمان‌بندی تقاطع استفاده شده است. در سیستم پیشنهادی پس از دریافت بار ترافیکی تقاطع‌ها، تقاطع‌های تأثیرگذار در بار ترافیکی یکدیگر خوشه‌بندی می‌شوند. سپس با استفاده از الگوریتم ژنتیک و اطلاعات خوشه‌ها، بهترین زمان‌بندی برای چراغ‌های راهنمایی تقاطع‌ها محاسبه می‌گردد. همچنین برای رفع مشکلات احتمالی در رابطه با تغییر ناگهانی میزان ترافیک تقاطع‌ها و جلوگیری از محاسبات زیاد در هر سیکل از چراغ راهنمایی، از تبادل پیام بین عامل‌های مختلف استفاده شده است. از مزایای روش پیشنهادی این است که هیچ محدودیتی در تعداد تقاطع‌ها و فاصله آن‌ها وجود ندارد. این روش قابل‌اجرا برای چندراهی‌ها نیز می‌باشد. همچنین پردازش به‌صورت توزیع‌شده در سطح منطقه انجام می‌گیرد. روش پیشنهادی با 1200 داده آزمایشگاهی در مناطق پرتردد و 357 داده آزمایشگاهی در مناطق کم‌تردد با 8 تقاطع توسط روش‌شناسی Tropos و ابزار JADE پیاده‌سازی و آزمایش شده است. نتایج ارزیابی روش پیشنهادی در مقایسه با سایر سیستم‌هایی که فقط از یک روش هوشمند برای زمان‌بندی چراغ‌های راهنمایی استفاده کرده‌اند، نشان داد که به طور میانگین مدت‌زمان اجرای چند سیکل متوالی در روش پیشنهادی کم‌تر از سایر روش‌های منفرد است. همچنین به‌کارگیری روش پیشنهادی در مقایسه با سیستم زمان ثابت، در مناطق پرتردد و کم‌تردد به ترتیب 18.5% و 30.8% زمان تأخیر وسایل نقلیه را کاهش داده است.

کلیدواژه‌ها


عنوان مقاله [English]

Design and Implementation of an Intelligent Combined Method for Urban Traffic Control at Intersections

نویسندگان [English]

  • F. Derakhshan
  • F. Khezerlou
Faculty of Electrical and Computer Engineering, University of Tabriz, Tabriz, Iran
چکیده [English]

Using intelligent methods is one of the efficient methods of scheduling the traffic lights at intersections to control traffic urban. In this paper used an clustering and genetic algorithms to control urban traffic at intersections based on multi-agent system. Proposed system get traffic load of each intersection. Next, uses clustering algorithm to find adjacent intersections. Then, it uses evolutionary computing algorithms to scheduling the traffic lights and also it has used exchange of messages between different agents to control possible fluctuations.The main capabilities and advantages of proposed method for simulating a multi-agent system for intelligent urban traffic control at the intersection are as follows: The number of intersection is considered infinite. Also, the distance between intersections is not limited and adjustable. Furthermore,this method is applicable to multi-ways. Due to use Multiagent technique and clustering algorithm for intersections, proposed method has been performed distributed processing which avoid excessive computational load processing in each cycle of traffic lights. For the design and implementation proposed method used Tropos methodology and JADE library. For evaluation, this proposed system tested with 1200 laboratory data in both low and heavy traffic areas. In comparison with fixed-time systems, the average run-time in sequential cycles of intersections in our combinational method is less than using the other single methods. In addition, for heavy traffic area and low traffic area, our system respectively has 18.5% and 30.8% (in average) improvement in delay time of vehicles, compared to the fixed-time methods.

کلیدواژه‌ها [English]

  • Intelligent traffic control
  • multi-agent systems
  • urban traffic control