★中国海洋大学刘昌灏

摘要：随着城市车辆的逐渐增多，交通拥堵问题日趋突出。而在大多数情况下，由于交通信号灯时间难以及时随路况进行调整，加之不同路段的车流量不均匀，必将加剧城市道路拥堵的现象。为此，本文设计了一种城市智能交通系统。一方面，通过电感式传感器，实时监测车流量，利用STM32单片机获取并整合相关数据，再根据自适应算法，动态调整信号灯时间的长短；另一方面，基于蚁群算法，通过对城市各个路口各个方向车流量等信息的采集，转换，比较与分析，结合某一车辆当前的规划路径，向车辆发送路径推荐方案。

关键词：智能交通；STM32；电感式传感器；8255A；自适应算法；蚁群算法

1 引言

我国政府十分重视和支持智能交通技术的发展和应用，为加快高新技术在传统行业的应用，科技部自1996年开始组织了一系列智能交通技术国际交流和合作，支持和推进国内智能交通技术的研究和开发^[1]。在我国多部门的协同努力下，智能交通技术取得了较为显著的发展。但在绝大多数的情况下，城市的交通信号灯不能及时地跟随着车流量的变化而进行时间长度上的调整；同时，交通信号灯系统和车辆之间缺乏较为紧密的实时信息交互，仅仅依靠当前普遍采用的人力疏导进行指挥，难以较好地缓解交通压力。

为了较好地解决人们在现代化社会中遇到的交通问题，结合现形势下我国交通领域面临的难题，本文基于STM32单片机系统及几种交通控制领域的智能算法，外加其他诸多模块，设计一种城市智能交通系统。

2 城市智能交通系统的总体构思

在每个交通路口安装一个STM32F103模块，一方面，单片机通过收集、整理、分析、转换各路传感器采集得到的数据，及时调整路口不同方向绿灯的时间长度；另外一方面，借助该款单片机的定时器，GPIO及USART/UART等外部设备，可以向对应的计算机定时更新发送该路口各个方向的车流量信息，各个计算机将数据整理汇总到主计算机当中，在车辆连接网络的情况下，将主计算机的数据同步到车辆上，结合该车辆的目的地等信息，可以向车辆提供新的行驶方案，从而既可以让车辆躲避拥堵路段，又可以让城市各个路段车流量趋于平均。

对于采集车流量大小，采用LDC1000电感式传感器。在距离交通路口的停止线一定区域内安装该模块，每个模块将采集的信号传输给对应的单片机，单片机处理分析后动态调整信号灯时长并继续向计算机传送相关信息。

信号灯显示及其驱动模块，采用可编程并行接口芯片8255A驱动LED红、黄、绿三种颜色的灯的亮灭，以及控制7段共阴极数码管，在红黄绿灯时长不足10秒时倒计时显示时间。

根据上述设计思路，系统的总体架构如下图1所示。

图1 系统总体架构

3 系统的硬件电路设计

3.1 单片机的选择型号及其介绍

本系统采用STM32F103系列单片机系统，它是基于ARM架构的32位Cortex-M3CPU，其最高工作频率为72MHz，同时，还支持单周期乘法和硬件除法。除此之外，其上还包括两个通用DMA，64KB大小的内部SRAM，512KB大小的内部Flash，FSMC模块以及总线矩阵。STM32F103系列单片机上包含多种外设，如多达11个定时器，UART及USART，SPI，ADC及DAC模块，以及多路通用I/O接口。

基于此，此类单片机系统适用于快速、大量处理和分析各种信号和数据的场合，同时，此类单片机还具有低功耗、高性能等特点。结合软件进行编程，可以实现控制及人机交互等功能。鉴于本系统的功能，采用该类别的单片机进行控制。

3.2 LDC1000电感传感器检测部分

LDC1000是一种基于电磁感应原理的电感传感器，根据麦克斯韦的理论，当该传感器上通入一个交变电流加在绕制的金属线圈上的时候,在周围必将产生交变电磁场,如果在线圈周围存在金属物体的时候,金属物体表面将产生涡流，这个涡流产生的感应电磁场同金属线圈产生的电磁场的方向相反，涡流的大小与金属的距离、大小、成分密切相关，当传感器位于金属材质的附近时,便会使传感器的值发生变化^[2]。根据这种变化，便可以间接检测附近金属存在的相关情况。

当车辆通过时，由于电磁感应，会产生感应电流。车辆越多，这个感应电流就会越大，感应电流的大小可以间接反映路段车速的快慢及路面车辆的空间占有率情况。根据传回给单片机的电流大小，通过软件编程算法计算分析车流量大小。

3.3 可编程并行接口芯片8255A驱动部分

Intel8255A是一款通用可编程的并行输入/输出接口芯片，由数据总线缓冲器，数据端口A、B、C，A和B两组控制电路以及读写控制逻辑电路组成。Intel8255A可作为连接CPU数据总线和外部设备之间的桥梁,使用较为方便。通过软件编写程序，可以实现用户需要的功能，通用性较强。Intel8255A接口芯片有3路并行输入/输出端口，对应的引脚均为三态数据引脚，可通过编程方法设置3个端口的输入/输出状态。Intel8255A芯片的C端口，既可以作为数据端口也可以作为控制端口，方便实现对于位的控制。Intel8255A芯片的工作方式分别为基本输入/输出、选通输入/输出和双向输入/输出方式，在与CPU的数据总线传送数据时可以选择无条件传送方式、查询传送方式和中断传送方式的任意一种^[3]。

一般情况下，交通路口在4个行车方向上均需要信号灯显示及倒计时显示，因此，在每个路口的各个方向上安装一片8255A芯片，4块芯片由安装在本路口的STM32单片机驱动。

3.4 硬件在单一路口安装位置模拟图

由于信号灯的时序，相序设计需要依据城市不同地点的交通情况进行变动，在此，我们只考虑一种比较常见的情况，在这种情况下，右转车辆右转弯可以不受交通红灯限制，故在图中省略标出，只考虑直行和左转的车道，为了方便研究，这里简化处理，东西南北各只有一个直行车道和一个左转车道。

Intel8255A驱动模块和显示模块均安装在交通灯内部，STM32F103单片机及其对应计算机在后台安装，这里省略标出。

LDC1000电感传感器安装在每个方向的每个车道从停止线开始到其往后的40m处的区域内，通过检测感应电流大小综合判断车辆的数目及速度等参数。根据上述描述，具体的模拟图如图2所示。

图2 硬件安装模拟图

4 系统的实现方法及其软件设计

4.1 系统的动态配时

系统的动态配时方面的实现主要是基于自适应算法。自适应控制方法通常包括两类：一是在线生成式，即通过车辆检测器，实时采集交通量数据，在线求解最佳信号配时方案，然后进行信号控制，该方法能够及时响应交通流的随机变化，控制效果好，但实现复杂；二是方案选择式系统，根据不同的交通流，事先求解出各种配时方案，储存在中心计算机内，系统运行时按实时采集的交通量数据，选取最适用的配时方案，实施信号控制^[4]。根据以上分析，结合LDC1000传感器模块，采用第一类控制方法。

图3一种典型的十字路口交通流分布

一个典型的十字路口交通流分布如图3所示^[5]。假设交通信号灯由图中4个信号相位组成，按照图中的顺序进行切换循环。初始化的信号灯周期长度及各个信号相位的绿灯时间由过往历史大数据分析整合得出。在此基础上，东西南北4个方向共8处LDC1000模块检测到的感应电流大小通过算法转换成能够反映该车道上车流量大小的物理量。

系统每隔一定的时间采集东西南北4个方向共8处LDC1000模块检测到的感应电流值，并进行数据转换，逐级传输到主计算机和车载计算机系统中。同时，单片机比较不同相位对应的两车道车流量大小之和，若最大处对应的相位恰为绿灯，则控制驱动模块，根据算法延长当前相位的绿灯时长；若最大处对应的相位不为绿灯，则根据算法缩短其他相位的绿灯时长，以期在保证其他相位车辆绿灯通过率的情况下，最快切换到当前相位。该部分的流程图如图4所示。

图4 系统动态配时流程图

4.2 车辆规划更新路径

为车辆规划更新路径的实现方法，主要是基于蚁群算法。蚁群算法（ant colony optimization，ACO）是通过观察蚂蚁觅食路径选择过程而启发的路径优化算法^[6]。在车辆行驶过程当中，司机可以根据个人需要，自主选择是否开启路径重新规划。开启后，根据4.1中传输得到的数据，当车辆位于图2区域2位置的时候，车载计算机优先分析车辆在通过当前路口之后可能通过的第二路口的车流量情况，若检测出其中某一处或几处车流量超过阈值，则车载计算机给出提示，自动避开；否则，则根据从城市各个路口的图2位置1处实时获得的车流量大小，基于软件编写的程序，判断是否需要切换行驶路径。该部分的流程图如图5所示。

图5 规划更新路径流程图

5 结语

本文构思并给出了一种城市智能交通系统，既实现了对车流量的实时监测以及信号灯时长的动态调整，又为每一车辆动态规划一条合适的线路，从而避开拥堵路段，还能让城市各路段的车流量趋于平均。

由于本设计方案仅仅是基于一种较为常见的交通路口形式而构建的模型，不具有普遍意义。从另外一个角度来讲，路径重新规划及调整信号灯时长与否还需要通过设定一定的阈值，通过判断相关内容的差异是否达到阈值，再决定是否需要进行更改。此外，本文的传感器选择仍然需要进一步的检验，方能应用到系统之中。

由于本系统给出的设计是将城市道路交通网络与车辆有机联系在了一起，具有一定的人机交互意义，但具体的实现方案，还需要进一步设计软件并普及应用。

综上，本文的设计方案可以为城市交通的改进提供一种全新的思路，为今后城市智能交通的改善与升级指明了一种明确的方向。

作者简介：

刘昌灏（2002-），男，山东济宁人，现就读于中国海洋大学，从事智能交通方向的研究。

参考文献：

[1] 金茂菁. 我国智能交通系统技术发展现状及展望[J]. 交通信息与安全, 2012, 30 ( 05 ) : 1 - 5.

[2] 张萌. 电感传感器在金属探测定位系统中的设计与应用[J].中国金属通报, 2018 ( 08 ) : 134、136.

[3] 白莉媛, 肖乐, 钱进. Intel 8255A微机芯片的应用[J]. 光盘技术, 2006 ( 06 ) : 50 - 51.

[4] 李晓娜. 单交叉口自适应控制方法的研究[D]. 大连理工大学, 2006.

[5] 卫星, 张利, 魏振春, 翟琰. 交通信号自适应遗传控制算法及其仿真研究[J]. 系统仿真学报, 2012, 24 ( 11 ) :2255 - 2258.

[6] 胡清准, 邱晓晖. 遗传-蚁群算法在智能交通中的应用[J]. 计算机技术与发展, 2020, 30 ( 04 ) : 120 - 125.

摘自《自动化博览》2022年10月刊