【基于FPGA的智能交通控制系统设计7700字（论文）】

基于FPGA的智能交通控制系统设计摘要在如今经济迅速发展的背景下，居民私家车的购买量越来越多，但机动车增加的同时，也会给城市交通带来很多问题。例如：交通拥堵、道路安全等问题。道路交通目前主要的调节方式就是十字路口设置信号灯。但显然，固定的信号时间显示已经不能适应当前的路况出行。本文研究的智能交通控制系统，运用控制算法设计出可随车流量及车辆排队长度实时变化的交通红绿灯的时间分配，能够加快通行效率，避免时间的浪费，从而使城市交通网络的运转更加灵活，极大的提高出行效率。本文主要利用模糊控制算法及主控FPGA芯片实现智能交通信号系统的控制。根据实际情况确定模糊控制算法的相应规则表及输入输出的相关隶属度函数并在MATLAB上实现一种双输入单输出的算法控制模型；将得到的模糊控制模型转换成verilog语言实现智能配时，在传统交通灯控制代码的基础上加入该智能代码实现交通信号灯的智能控制，最后在QuartusII上完成仿真。根据仿真结果，可以实现能够根据车流量和车辆排队长度智能的分配交通信号的显示时间。使交通系统的控制更加合理。关键词：交通灯；模糊控制算法；FPGA；智能配时目录TOC\o"1-3"\h\u19666第一章绪论 第一章绪论选题背景和意义在我国综合国力和经济日益雄厚的大背景下,人民群众正在享受美好的生活。为了方便出行，大众对私家车的购买需求大幅提高，机动化交通的比例也是居高不下。根据专业部门统计可以得出：截至2020年底，我国汽车保有量已经攀升到2.8亿，而且还会持续增加，这也会是一个不变的趋势。随之而来的，城市的规划和管理就会有很多潜在的问题，例如交通堵塞，危险事故频发，环境污染和资源不合理利用等问题[[]黄慧喜.基于车流量监测的智能交通灯控制设计[J].汽车维修,2018(04):6-8.]。特别是因为交通信号灯时长固定不变，常常出现红灯方向车流量很大拥堵很严重，而绿灯方向却几乎没有车辆出行；或者常常遇到一个路口红灯下一个路口还是红灯，就会造成很多无谓的时间消耗和道路利用率低的问题。城市交通不仅关系着城市的未来发展，居民生活也会受到影响。所以如何有效的解决显现的交通问题，不论是对城市还是居民都是迫在眉睫的需求[[]黄慧喜.基于车流量监测的智能交通灯控制设计[J].汽车维修,2018(04):6-8.[]YuanWangandMiZhou.RessearchofIntelligentTrafficLightControlSystemDesignBasedontheNIELVISIIPlatfrom[J].AppliedMechanicsandMaterials,2013,2748:1128-1131尽管多年来政府一直在投入大量的精力和财力设法解决，但传统的解决方法如拓宽城市道路，对车辆限号出行，建设立体交通等措施都不能从根本上解决交通问题。只有通过与高科技结合研发出一套智能化的交通系统，特别是将实时性与交通信号有效的结合，根据路口实时性的数据来合理分配交通信号灯的显示，一个城市的各个交通路口并不是独立的而是相互联系的，单独改善一个路口也不能解决问题，这时就可需要利用大数据能够全面的掌握各个路面的交通数据并预测未来十几秒的出行状况从而动态的调整交通系统的控制网络。将智能算法应用到交通信号灯中具有潜在的优势[[]王一鸣,邓琛,邓高旭.基于模糊控制的智能交通信号控制系统设计[J].电子科技,2017,30(08):84-87+141.]，经科学测算，智能信号灯的投入使用，将有效提高20%—35%的通行效率[[]刘秀龙.基于FPGA交通灯智能控制系统的设计与实现[D].电子科技大学,2016.]。将道路，车辆以及人流有机地结合起来，才是解决交通问题的关键，这样既能有效的缓解道路的拥堵和安全问题，也能[]王一鸣,邓琛,邓高旭.基于模糊控制的智能交通信号控制系统设计[J].电子科技,2017,30(08):84-87+141.[]刘秀龙.基于FPGA交通灯智能控制系统的设计与实现[D].电子科技大学,2016.国内外研究现状19世纪六十年代，开创了交通信号控制系统发展先河的是英国；大约五十年之后，美国成功制造出了第一套电动式的交通信号控制系统；1963年，计算机技术成功与交通控制系统相结合并效果显著[[]杜瑞雪.基于FPGA的智能交通灯控制系统的设计与实现[D].云南大学,2018.]。在此基础上，交通信号灯进行了不断的改革和完善，经历了由纯手工控制至全自动完成，单点控制到全面区域控制的转变的过程[[]周春蕾.基于FPGA技术交通灯智能控制系统的研究[D].河北科技大学,2010.]。目前，很多西方国家早已开始投入对交通智能化的研究，其中由英国发布的SCOOT系统与澳大利亚的SCATS系统最为成熟，应用最为广泛NOTEREF_Ref21299\f\h5。这两套系统主要的特点就是能够实时动态的变化，把道路情况与控制系统有效的结合，大大提高了出行效率。[]杜瑞雪.基于FPGA的智能交通灯控制系统的设计与实现[D].云南大学,2018.[]周春蕾.基于FPGA技术交通灯智能控制系统的研究[D].河北科技大学,2010.我国的交通信号灯发展和起步都比较晚，直到改革开放之后，我国才从国外引进交通信号灯技术并大规模使用。在机动车性能不断完善的同时，道路交通也要相应完善，我国愈来愈重视智能交通系统的研究并不断的实验和创新。目前，很多科研团队与国家有关部门配合研究，实现了很大的突破；在我国的黑龙江，青岛和乌鲁木齐等地已经开始试用智能化的交通信号控制系统[[][]付仕.基于图像处理的智能交通灯控制系统的研究[D].内蒙古大学,2019.第二章交通控制系统及算法原理2.1传统交通系统原理目前大部分路口的控制系统分别控制十字路口四个不同的方向，信号显示是由常规的三色信号完成[]徐辉.交通信号灯PLC控制系统设计[J].电子制作,2020(14):3-5.]。交通灯的控制系统主要是由定时器、控制器、译码器和脉冲发生器等部分组成。控制器主要协调各个分立器件的工作[[]刘勇.数字电路[M].北京：电子工业出版社.2004:156-157]，由时钟信号发生器发出信号源传递给主控制电路和计数器，通过计数器传递到译码器，经译码器译码后通过显示器呈现出对应方向的信号显示时间。

（1）控制器

控制器是交通控制系统的核心组成，相当于交通控制的大脑来控制信号灯工作状态的转换。一般通过两个D触发器结合产生4种[]徐辉.交通信号灯PLC控制系统设计[J].电子制作,2020(14):3-5.[]刘勇.数字电路[M].北京：电子工业出版社.2004:156-157（2）定时器

定时器主要由计数器构成，初始化时对计数器清零，计数器随着脉冲信号上升沿触发开始计数，每次增加1；并同时向控制器提供数据。

（3）译码器

译码器的主要任务是将控制器输出的不同的转换状态，翻译成各方向车道上信号灯不同的显示时间，通过倒计时输出。2.2模糊控制算法原理模糊控制算法:模糊控制算法的核心是模糊化的方法和模糊控制规则的建立，它是从行为上模仿人的模糊推理和决策过程的一种智能控制算法[[]李洪中.基于模糊控制的智能交通灯系统的研究与设计[D].兰州交通大学,2013.]。实现该算法首先要确定输入输出的隶属度函数，然后根据实际问题将相关专家和权威的经验编成模糊规则，模糊规则制定完成后，将输入量进行模糊化处理，将模糊化后的信号作为模糊规则的输入，[]李洪中.基于模糊控制的智能交通灯系统的研究与设计[D].兰州交通大学,2013.模糊控制过程如图：图2-1模糊控制算法框图2.2.1隶属度函数隶属度是描述某个确定量隶属于某个模糊语言变量的程度[[]林前进,杨波,余跃,王成明,蔡彬.基于变论域模糊控制算法的仿真与FPGA优化实现[J].上海航天(中英文),2020,37(06):98-106.]。当某一元素u属于集合A时，就说该元素隶属度为1；当某一元素u完全不属于集合A时，就说该元素隶属度为0；当某一元素u部分属于集合A，部分不属于集合A时，就说该元素u对于A的隶属度是在开区间（0,1）中的某个数。模糊集主是凸模糊集[[][]林前进,杨波,余跃,王成明,蔡彬.基于变论域模糊控制算法的仿真与FPGA优化实现[J].上海航天(中英文),2020,37(06):98-106.[]王书强.基于模糊集理论的图像处理与控制方法研究[D].北京交通大学,20制定模糊规则模糊控制规则是模糊控制算法中重要的部分。该规则中的语言变量一般取“大”、“小”这样能描述语言程度的语言值。其中各模糊子集以相应的隶属函数表明论域上的精确值属于该模糊子集的程度。因此，为建立模糊控制规则，需要将基本论域上的精确值依据隶属函数归并到各模糊子集中。由于各变量取值范围各异，故首先将各基本论域分别以不同的对应关系，映射到一个标准化论域上。同一个模糊控制规则库，对基本论域的模糊划分不同，控制效果也不同。模糊规则的制定是模糊控制的核心内容，控制性能的好坏很大程度上由模糊规则决定，目前主要是根据经验来制定相应的规则。2.2.3模糊化和解模糊化模糊化是将算法中输入变量的清晰值变换成适用于模糊推理机进行模糊推理的模糊值的一个必要方式。模糊推理是依照当前输入的模糊子集，按照设定的控制规则来完成相应的模糊推理，得出了一个模糊控制输出[[][]王永红.基于模糊控制的智能交通灯教学实验平台设计[J].机电工程技术,2019,48(02):46-48.第三章基于FPGA智能交通控制系统的总体方案设计3.1整体方案设计目前投入使用的绝大多数是基于单片机的交通控制系统，控制方式固定，信号配时单一[[]LinMeiandLijianZhangandLingLingWang.IntelligentTrafficLightBasedonPLCControl[J].IOPConferenceSeries:EarthandEnvironmentalScience,2017,94(1)]，本文相对于传统的单片机控制，采用FPGA作为主控芯片来实现交通信号的控制。FPGA具有灵活性强、运行速度快的优势正可以适应交通信号数据量大运作快的特点。智能算法采用模糊控制算法，模糊控制算法作为一种根据经验和相关专家制定规则的智能算法可以很好的满足根据交通路况动态控制的特点。但目前大多数智能交通灯控制系统针对的只是单一路口的红绿灯的智能配时，城市的各个交通路口就像一个个节点，只有把这些节点连接起来汇成一个城市交通网络才能更好的解决城市交通问题。而智能化的根本是对这些数据进行整理和分析；根据大数据具有数据处理速度快和数据量巨大的特征[[]江大伟,高云君,陈刚.大数据管理系统[M].北京：化学工业出版社,2019:64-66]，为处理交通问题提供了最有效且高效的办法。交通中的数据主要分为行业数据、峰值数据和行驶数据[[]李彦.大数据在城市交通拥堵缓解的应用研究[J].现代信息科技,2019,3(04):114-115+117.][]LinMeiandLijianZhangandLingLingWang.IntelligentTrafficLightBasedonPLCControl[J].IOPConferenceSeries:EarthandEnvironmentalScience,2017,94(1)[]江大伟,高云君,陈刚.大数据管理系统[M].北京：化学工业出版社,2019:64-66[]李彦.大数据在城市交通拥堵缓解的应用研究[J].现代信息科技,2019,3(04):114-115+117.[]魏永青,鄂飞,乔瑞,张志庆,冯阎.大数据背景下的智能交通系统应用与平台构建[J].科技创新与应用,2018(16):171-172.3.2FPGA的可行性分析FPGA（FieldProgrammableGateArray）是在PAL、GAL等可编程器件的基础上进一步发展的产物，是专用集成电路的一种半定制电路。主要结构有可编程输入输出单元、可配置逻辑块、数字时钟管理模块、嵌入式块RAM、布线资源、内嵌专用硬核和底层内嵌功能单元[[][]ZhiweiDeng.DesignofStreetLightIntelligentControlSystemBasedonZigBeeandFPGA[J].IOPConferenceSeries:MaterialsScienceandEngineering,2018,451(4)使用FPGA设计的可行性[[]徐厚意.基于FPGA的智能交通信号控制系统设计[D].江西理工大学,2019.[]徐厚意.基于FPGA的智能交通信号控制系统设计[D].江西理工大学,2019.（1）FPGA可靠性高，设计人员资金投入少，编写语言较容易学习且更易修改，开发时间周期较短。（2）FPGA并行度高，能够实现多个模块之间同时独立运算且运行速度很快。（3）FPGA的可扩展性强：相比于MCU，FPGA能够适应更为复杂的情况，且在复杂情况下，能够及时扩展修改，方便快捷。（4）FPGA可重构：根据需求FPGA内部的逻辑可相应改变，提高资源利用率，减少开发成本，并且占用存储空间少，提高运行效率。（5）模块调用方便：FPGA有自己的模块库，在使用时可以任意调用，方便省时。3.3模糊控制算法模型的设计3.3.1建立输入输出的隶属度函数a.输入X1车流量（范围10辆—60辆）:表3-1输入X1的隶属度表格15辆20辆25辆30辆35辆40辆45辆50辆55辆60辆VS0.80.5S0.81.00.80.5M0.80.5L0.80.5VLb.输入X2车辆排队长度（范围40米—200米）：表3-2输入X2的隶属度表格40m60m80m100m120m140m160m180m200m220m240mVS1.00.80.5S0.80.5M0.80.5L0.80.5VLc.输出Y绿灯时间（范围20秒-100秒）:表3-3输出Y的隶属度表格20s30s40s50s60s70s80s90s100sVS1.00.70.3S0.70.3M0.70.3L0.70.3VL3.3.2确定模糊规则根据对输入输出的分析确定相应的模糊规则（共25条）：表3-4模糊规则表VSSMLVLVSVSSMLVLSSSMLVLMSMLVLVLLMMLVLVLVLMMLVLVL模糊规则如表3-4所示：不同的语言值代表不同的情况，例如：当车辆排队长度是很短（VS），车流量也是很少（VS）时，对应输出的绿灯时间就是很短（VS）。3.4程序流程图设计图3-1程序流程图首先初始化之后，根据制定的模糊控制规则对输入端车流量和车辆排队长度进行分析来判断出是否满足智能控制要求；若满足，则采用模糊控制算法；若不满足，则采用默认的配时显示；红绿灯设置采用东西，南北各为一组共有6个信号灯进行显示，最后输出端显示各盏灯的倒计时输出，结果如图3-1所示。第四章基于FPGA的智能交通控制系统的仿真实现4.1软件介绍4.1.1MATLAB软件的简介MATLAB由美国mathworks公司所发布，主要应用方面是数值计算、可视化程序设计、交互式程序设计等高科技计算环境[[]潘巍,章兴武.仿真建模与MATLAB实用教程[M].北京:清华大学出版社,2005：25-27.]。Matlab集数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等各种十分强大的功于一个易于使用、便于观察的视窗之内，可以为科学研究与工程设计等工作以及其他需要进行有效数值计算的众多科学任务提供了一种具体而又全面的解决方法[[]潘巍,章兴武.仿真建模与MATLAB实用教程[M].北京:清华大学出版社,2005：25-27.[]葛显龙.王伟鑫,李顺勇.智能算法及应用[M].四川:西南交通大学出版社,2017:13-14.（1）进行数值分析。（2）支持大量数值类型和符号进行相关计算。（3）在工程方面，可以利用相应的模块进行复杂的分析。（4）运用于控制系统时，可以进行设计与仿真等内容。（5）在面对数字图像时，可以编辑图像的内容。（6）可以对数字信号进行处理。4.1.2QuartusII软件的简介QuartusII是Altera公司提供给工程师对FPGA产品进行设计的配套软件，该软件支持与芯片实物不相关的集成化环境，方便设计[[][]郭利文,邓月明.CPLD/FPGA设计与应用基础教程[M].北京:北京航空航天大学出版社,2019:38-39QuartusII软件具备强大的处理能力，是工程师开发FPGA工程的首选工具，该软件主要有以下几个特点[[][]赵红梅,王召东.可编程逻辑器件FPGA与CPLD的发展与应用一例[J].平顶山工学院学报,2005(04):37-39.（1）支持高速的I/O设计。（2）集成化程度高，便于调试，并且大大加快了开发进程。（3）可以导入原理图直接进行仿真，模块化清晰，并支持多种硬件描述语言进行功能编译。（4）QuartusII开发平台内部可以提供模块资源和丰富的IP核资源并支持了更加丰富的器件类型，也提供了很多免费使用的宏单元模块。（5）数字化逻辑功能设计，提供更加灵活的开发包环境。4.2MATLAB中模糊控制算法模型的建立4.2.1建立隶属度函数a.车流量的隶属度函数：图4-1输入X1车流量的隶属度函数将车流量X1的清晰量转化为模糊化的五个语言值，分别为：VS代表车辆很少S代表车辆少M代表车辆适中L代表车辆多VL代表车辆很多。在matlab中的fuzzy模块根据隶属度表格绘制隶属度函数（三角形式）如图4-1所示。b.车辆排队长度的隶属度函数：图4-2输入X2车辆排队长度的隶属度函数把车辆排队长度X2的清晰量转换成表示模糊化的五个语言值，分别为：VS代表车辆排队长度很短S代表长度短M代表长度适中L代表长度长VL代表长度很长。在matlab中的fuzzy模块根据隶属度表格绘制隶属度函数（三角形式）如图4-2所示。c.输出绿灯时间的隶属度函数：图4-3输出Y的隶属度函数把绿灯时间Y的清晰量转换成模糊化的五个语言值，分别为：VS代表时间很短、S代表时间短、M代表时间适中、L代表时间长、VL代表时间很长。在matlab中的fuzzy模块根据隶属度表格绘制隶属度函数（三角形式）如图4-3所示。4.2.2建立模糊规则图4-4模糊规则表根据输入输出分别划分的五种语言值（VSSMLVL），可建立5*5共25条模糊规则，如图4-4所示。4.2.3清晰化结果图4-5模糊控制模型（1）模糊控制模型如图4-5所示：如图所示得到的清晰化的结果，默认为单车道情况。由图可以看出，当调节两个输入量的值时，输出量随之发生变化。图中显示当车流量为35辆，车辆排队长度为140米时；输出的绿灯时间为76.7秒。4.3传统交通信号灯仿真4.3.1传统信号灯相关代码根据传统交通灯原理用硬件编程语言设计了传统的交通信号控制代码。调用时通过调用顶层模块进行整体仿真。将其在QuartusII中编写并完成仿真，部分代码如下：LIBRARYIEEE;USEIEEE.STD_LOGIC_1164.ALL;USEIEEE.STD_LOGIC_UNSIGNED.ALL;entitytrafficisport (Inputports clk,hold,cr :instd_logic;--输入信号 agreen,ayellow,ared,bgreen,byellow,bred :outstd_logic;--输出信号L1,H1,H2,L2:outstd_logic_vector(3downto0);--输出信号 OC:outstd_logic);endtraffic;4.3.2仿真波形图4-7传统交通信号仿真传统信号灯仿真如图4-8所示：东西两侧的绿灯执行40秒,南北两侧的红灯也执行40秒;东西两侧黄灯分别执行5秒,南北两侧红灯分别执行;东西两侧的红灯分别执行40秒同时南北两侧的绿灯分别执行40秒;东西两侧红灯各执行5秒,南北两侧为黄灯。4.4智能交通信号灯仿真4.4.1各等级划分a.车流量的等级划分：表4-1车流量等级划分区间0-12辆13-24辆25-36辆37-48辆大于48辆等级等级0等级1等级2等级3等级4b.车辆排队长度的等级划分：表4-2车辆排队长度等级划分区间0-48米49-96米97-144米145-192米大于192米等级等级0等级1等级2等级3等级4c.制定相应的模糊控制规则表：表4-3模糊控制规则等级表车流量（辆）车辆排队长度（米）等级0（0-12辆）等级1（13-24辆）等级2（24-36辆）等级3（36-48辆）等级4（>48辆）等级0（0-48米）时间等级0（30s）时间等级1（40s）时间等级3（50s）时间等级6（70s）时间等级10（78s）等级1（49-96米）不存在时间等级2（45s）时间等级4（60s）时间等级7（71s）时间等级11（80s）等级2（97-144米）不存在不存在时间等级5（68s）时间等级8（72s）时间等级12（82s）等级3（144-192米）不存在不存在不存在时间等级9（75s）时间等级13（85s）等级4（大于192米）不存在不存在不存在不存在时间等级14（90s）根据之前制定好的输入端车流量和车辆排队长度的等级划分，再结合实际情况，排除不可能出现的等级结合，这些不存在的可能共有10种；所以还剩下15种情况。分配这15条可用的规则，将15条规则根据模糊控制算法设置的输出时间，同样划分成15个等级，制定成相应的模糊控制规则表如表4-3所示。4.4.2在QuartusII上仿真实现（1）交通灯状态转换图：图4-8状态转换图交通信号状态转换如图4-9所示，东西方向车辆正常行驶时，南北方向停止行驶；随后进入反应时间；反应时间结束后，东西方向车辆停车等待，南北方向正常行驶。以此循环。采用verilog语言先将设置好的模糊控制规则表根据状态机转换成可实现的硬件编程语言，再结合传统的交通信号控制代码在QuartusII中进行编译仿真，部分代码如下：localparamTIME_LEVEL_0=7'd30;localparamTIME_LEVEL_1=7'd40;localparamTIME_LEVEL_2=7'd45;localparamTIME_LEVEL_3=7'd50;localparamTIME_LEVEL_4=7'd60;localparamTIME_LEVEL_5=7'd68;localparamTIME_LEVEL_6=7'd70;localparamTIME_LEVEL_7=7'd71;localparamTIME_LEVEL_8=7'd72;localparamTIME_LEVEL_9=7'd75;localparamTIME_LEVEL_10=7'd78;localparamTIME_LEVEL_11=7'd80;localparamTIME_LEVEL_12=7'd82;localparamTIME_LEVEL_13=7'd85;localparam