• 基于Agent技术的城市交通区域信号协调控制浅析
    2014-03-11 15:25:02   来源:杭州鼎鹏交通    评论:0 点击:

    前言

    考虑到城市交通的复杂性、随机性以及不确定性,使得传统的控制策略大多局限于单交叉口和干线多交叉口的范围,而对区域型路网的控制研究不够深入,与现实中复杂的城市路网相比,研究目标比较单一且做了较多的理想假设,控制环境过于简单化、理想化,使得理论上研究运用于实践时,不能得到人们期望中的控制效果。因此,面对传统交通控制策略与方法存在的缺陷,寻求更为合理有效的区域智能控制技术用来解决复杂路网交通状况越来越引起研究者们的注意。自1963 年加拿大多伦多市建成了世界上第一套由数字计算机实现的城市区域交通信号控制系统以来,人们相继完成了很多区域交通控制系统,如TRANSYT,SCAT,SCOOT,RHODES 等。

    随着新理论、新技术的发展,应用智能体结合大系统理论进行区域协调控制逐渐成为研究的热点,并取得了一定的成果;智能体理论和技术作为计算机和分布式人工智能领域的新一代研究成果,是面向对象技术的新发展,适合处理分布式复杂问题。由于区域交通协调控制研究领域中的很多问题满足应用多智能体技术实现的条件,即整个交通系统功能和地理分散、子系统(各路口)具有高度的自治性、交通应用要求高度的动态性,因此具有自主性、移动性、协作性等特点的多智能体为区域交通协调控制领域应用的研究开辟了新的解决途径。

    1 Agent原理和技术

    Agent理论与技术研究起源于人工智能领域,Minsky在1986年首次提出Agent,从80年代末开始,Agent理论和技术研究从人工智能领域中拓展开来,并与许多其它领域相互借鉴和融合,得到了更为广泛的应用。一般认为,Agent是一个运行于动态环境中的具有较高自治能力的实体(即智能体,可以是系统、机器、一个程序等等),其根本目标是接受另一个实体的委托并为之提供帮助或服务,能够在目标任务驱动下主动采取包括学习、通讯、社交等各种手段感知、适应其外在环境的动态变化并做出适当的反应。同时,Agent与其所服务的Agent具有较为松散藕和相对独立的分布式关系。

    1.1Agent的特点

    一般来说,Agent具有交互协作性、目标任务驱动性、自主可控性、驻留性、社交性、主动性、移动性、适应性和代理性等。一个自主的Agent应具有以下基本功能:

    1.感知能力:一个Agent必须具有感知周围环境变化的能力,这样才能在变化的

    环境中保持正确的决策以及适应性。

    2.通讯能力:Agent具有与其它Agent通讯的能力。通过通讯实现Agent之间的相互协作,共同完成任务。

    3.行动及控制能力:Agent对环境应该有反应能力和控制能力。

    4.推理能力:Agent根据自身获取的信息对自身的行动及其它Agent的行动做出判断和推理,以决定行动的有效性及时做出下一步的行动规划。

    1.2Agent结构

    从结构上说,一般把单Agent分为慎思型Agent、反应型Agent和混合型Agent。

    (1) 慎思型Agent具有主体应有的意识状态,如信念、期望、意图、承诺等,在实现中往往采用传统的人工智能方法,具备一定的学习能力。

    (2) 反应型Agent强调交互作用,可以通过和外界的交互作用及对环境的感知而自我进化,在反应速度方面有很好的表现。

    (3) 混合型Agent。慎思型Agent智能程度较高,灵活性好,但是反应速度较慢;而反应型Agent 反应较快,交互性能较好,但智能程度稍差。混合型既要有较高智能性,又要有较好的交互和自我进化能力,是慎思型Agent和反应型Agent的有机结合。

    单个Agent对问题的解决能力有限,这就导致了多Agent系统的出现。MAS(Multi Agent System)通过通信使若干个Agent成为一个整体,问题求解能力大为提高。单个的Agent保持独立完成某一问题的求解能力,多个Agent相互协助以完成更复杂问题的求解。MAS是一个并行的、异步的和智能的分布式系统,智能化和Agent本身的可移动性使MAS适应当前的网络环境。

    2基于多Agent的区域交通协调控制系统

    目前在应用智能体理论与技术进行区域协调控制方法研究时,通常建立在分层递阶的城市道路交通信号控制系统结构之上,智能体对象的选择及模型的构建一般与系统结构中每层包含的对象或功能划分相对应,如可设计路口Agent、路区域Agent、中心Agent,根据算法内容,也可更细化地设计相位Agent、车辆Agent等。每类Agent执行各自的优化策略或反应及通信规则,多个Agent之间的相互协调达到对整个交通系统的优化控制。

    2.1传统的区域交通协调控制系统分析

    当前区域交通控制的研究方法主要包括集中式控制系统和分层式控制系统两种方式。集中式控制系统是将区域内的所有信号连接起来,通过同一台计算机实现对整个系统进行集中控制,虽然能取得一定的控制效果,但该方式对控制中心系统的要求较高,只要中心系统出现错误将导致整个系统功能的瘫痪,稳定性较差,并且对大量数据的集中处理及整个系统的集中控制需要庞大的通信传输系统和巨大的存储容量,影响了交通控制的实时性,并限制了区域控制范围。分层式控制系统由总控制中心、分控制中心和路口级三层构成。在该结构中,即使其中一个控制中心发生错误,其它区域仍能正常运行,提高了系统的可靠性。但其实质上是一种扩展性的集中式控制系统,因为其控制策略仍由控制中心统一制定,而控制中心主要依靠关键路口的交通数据制定控制策略,所以在突发性事件发生时系统动态应变性差。另外,该系统的控制实时性与可靠性也较差,运行效率不高,系统控制策略略显复杂。

    2.2基于多Agent的区域交通协调控制系统分析

    在智能运输系统中,交通控制是系统的主要环节、关键所在,因此合理高效地进行交通控制,一直受到专家们的关注;交通控制从最初的定时信号控制到感应控制,控制效果有了很大提高,目前,主要的感应控制系统有英国的SCOOT、澳大利亚的SCAT、我国有杭州鼎鹏交通科技有限公司的GRANDTRANS系统等,这些控制系统从结构上主要是中心控制型结构,即交通控制方案由控制中心来统一制定,各个路口控制器只负责交通数据的采集以及控制方案的执行等任务,但没有自己动态调整的能力。这种结构在控制策略的制定上主要是以控制区域内关键交叉口的交通数据为主,对局部交通的波动变化考虑不全,更适合于大流量的交通控制,并且,由于控制方案的制定都依靠控制中心来完成,使得控制中心优化算法复杂,运算量大,系统效率低下,难以适应多变的交通局面。因此,研究者们需要根据交通系统的特点设计新的交通控制系统,既能对交通系统进行宏观调控又能进行微观调节的智能系统,鉴于此,专家们根据Agent 理论,提出了基于Agent的智能控制系统AITCS(Agent-based Intelligent Traffic Control System),该系统是一个三层体系结构(图1),每一个层次都代表不同的Agent,路口控制级完成系统控制策略的制定,各个控制路口根据各自的交通状况并通过与其相邻的路口相互合作,共同完成信号策略的制定,能使控制策略实时体现交通的变化情况,实现真正的智能控制。

    图1基于Agent的区域交通协调控制系统结构

    系统结构主要包括:

    1)主控中心Agent

    负责整个交通控制系统的控制与监测协调工作,保证整个交通系统的顺畅,能及时处理突发事件和判断车流冲突解决的优先等级,具有最高的决策权力,并可在此层次上进一步与智能运输系统中的其它系统进行协作,共同完成城市交通系统的管理;

    2)区域中心Agent

    是控制系统的中间层,负责本区域内各路口的监测维护工作,也可对所控制区域的某几个路口进行强行的模式设置,以及对区域内紧急事件的处理工作,各区域控制中心之间可根据需要进行通讯,进行信息的交流及合作;

    3)路口Agent

    路口Agent的设计应突出其自适应性和自学习能力,位于控制系统的最低层,其主要任务是通过交通检测器实时采集交通数据,并根据这些数据做预处理,获取反应交通路面状况的交通特征,如车流密度,车速等,负责各交叉口的信号控制,在路口控制范围内,根据本路口实时的交通流状况以及周围的交通情况实时自动对交通信号进行调整,以使控制效果达到最优;接收相邻路口智能体的协作请求及其相关交通数据,并作出接受或拒绝判断;将检测分析获取的路面交通信息和控制方案上传至区域中心智能体,以便区域中心智能体对整个区域交通质量作出判断,并能根据需要完成控制中心下达的控制工作,是实现交通控制任务的主要承担者。

    例如,在实现协调控制时,依靠于相邻路口信号控制智能体的信息交互与协作,在确保路口绿灯时间利用率较高的基础上,尽量使上游路口驶来的车队不间断地驶过路口。在此,每个路口由一个信号控制智能体控制,通过相邻路口信号控制智能体之间的协调达到优化交通网络整体控制的目的。路口信号控制智能体由本地路口信号控制模块、相邻路口信息处理模块、通信模块和车辆检测器信息处理模块四个主要部分组成,如图2所示。

    图2 分布式智能体协调控制结构图

    图3中知识库存有关于路口、路口相关路段的全局知识(如路段长度、车道数、车道类型和饱和流量等)以及路口控制效果知识,为学习器提供基本的数据资料,并为决策模块提供决策的依据.记忆库则存储采集的交通流信息、控制方案以及学习器在学习过程中的中间数据和反馈信息.通信模块负责Agent模型内部模块的数据交互,知识库数据的更新,同时可与相邻路口的Agent以及子区域Agent进行通信。

    图3路口Agent 组成及结构

    在区域交通协调MAS中,一个Agent控制一个路口。感知器将车辆检测器检测到的交通流信息和路况信息发送给Q-学习器,学习器根据接收到的信息并联合知识库中的经验知识以及记忆库中历史数据进行再励学习,将学习结果发送到决策模块,决策模块按照一定的原则生成控制策略,再提交执行模块执行。控制策略包括2种行为{(1)结束当前绿灯相位,转为红灯相位;(2)保持绿灯相位,并延长当前绿灯时间

    s}。

    单步Q-学习算法的Q值更新公式定义为:

    式中:

    为学习速率;

    为衰减因子;

    为环境的后续状态;

    为奖惩函数,即为Agent在状态

    采用

    动作使环境状态转移到

    获得的瞬时奖赏值;

    为可供选择的行为集合。

    传统的感应式控制的局限性在于,只能根据交通流调整信号周期和绿信比,对交通流信息处理过于简单,无法知道控制策略达到的效果,而基于Q-学习的信号控制,可根据交通流状况,通过加强学习,优化调整配时方案策略,并将控制策略的实际效果储存起来作为以后学习的参考,从而实现实时自适应控制。

    3Agent 区域协调优化与通信

    在城市交通区域协调控制系统中,一个Agent 作决策时不仅要考虑相邻 Agent的决策影响,同时也会影响其他 Agent 作决策。单个路口要考虑其它路口的控制情况,则当单一的路口控制不能解决当前的问题时,可求助于相邻其它路口,并且需要子区Agent 间相互协调,才能使全局达到最优;多Agent 通过协调实现系统的分布式并行运行,提高任务的执行效率。在基于多Agent 区域交通信号控制系统中,有三种协调方式:(1)建立专门的协调Agent(2)将协调行为分散至各Agent 中,由Agent 自主地完成;(3)集中与分布相结合的方法,Agent 自身即可以完成某些协调行为,又可以接受高层Agent 制定的规划。当前常用的协调方法有黑板模型、博弈模型、交换意见、协调器等。黑板模型较适用于简单的分布式多路口控制,因为其信息传输量大,对信息传输的稳定性有一定的要求。博弈论模型适用于分层递阶结构的上下级Agent 间和完全分布结构的同级Agent 间的协调,但由于重复博弈过程中需要进行复杂的均衡点收敛控制,所以基于交通信息博弈的计算量较大。交换意见法对系统通信的稳定性有很大的要求,当单个Agent 节点出现通信故障时,系统将无法正常工作。协调器可基于一定的目标将同级和下级Agent 产生的方案合成全局的方案;协调器降低了系统的通信量和其他Agent 的实现复杂度,但增加了协调器Agent 自身的设计复杂度和计算量。以上分析可得,协调过程需要传输大量数据,容易加重传输网络的负担。目前,很多学者都采用强化学习的方法来优化本地的交通信息。强化学习方法是以环境提供的加强信号作为性能评价的反馈,完成从状态到行为的映射的学习,特别适合处理实时变化的路网环境。

    Agent 之间要协作就必须要通信,而Agent之间的通信包括两方面的内容:通信语言和通信机制。而通信机制包含交互协议和传输协议等方面的内容。交互协议一般是较高层次的 Agent 与其他 Agent 进行交互信息的控制协议,如博弈论协议、协商方案等。通信语言是通信内容的表述方式,来表达通信内容的性质是命令还是请求,目前国际上比较流行的智能体通讯语言是 KQML(Knowledge Query and Manipulation Language),它提供了一套标准的智能体通信语言,用于支持在分布式环境下共享信息和知识,其中 TCP/IP,SMTP,HTTP 等传输协议是通信底层所需的传输机制。

    目前,交通控制的研究方法主要是通过建立交通流的数学模型,运用运筹学和控制理论控制和优化整个交通系统,并得到广泛应用;而对于区域交通控制的研究手段有限,主要以模糊控制方法构建路口间协调控制策略,但此种方法的控制规则较为粗糙,影响控制精度,并且受输入量论域的限制,实时响应交通流强随机性的能力较弱;而基于多智能体技术的区域交通控制凭借智能体的自治性和自适应性等优势可以明显提高交叉口控制单元的适应能力,从而可对强随机性的交通流实时有效控制,基于此,杭州鼎鹏交通科技有限公司正着手研发基于智能体的城市智能交通控制系统以适应我国混合复杂的交通道路,但多智能体技术作为人工智能学科中的一个分支,各方面的发展还很不成熟,有待加强,例如学习机制,自主判断,主动适应等方面。因此,单独实现多智能体在交通领域的应用是不能达到令人满意的控制效果,还需依赖于其他学科领域的发展和类人化的智能算法的出现。因此,这条道路任重而道远,需要杭州鼎鹏所有研究人员的共同努力。

    责任编辑:李泳材

    相关热词搜索: 城市交通 信号协调控制

    上一篇:强强联合奏响行业盛曲,亚洲智能交通第一展六月大气呈现
    下一篇:2013年手机端地图导航四维图新蓄势再度发力

    智能交通行业首家推出移动互联网媒体,每日更新 !让您随时随地了解行业资讯。
    专栏观点更多>>
    BBS观点更多>>