ỨNG DỤNG LÔGIC MỜ XÂY DỰNG HỆ THỐNG ĐIỀU KHIỂN TÍN HIỆU ĐÈN GIAO THÔNG THÔNG MINH

Hầu hết các hệ thống đèn tín hiệu giao thông ở nước ta hiện nay hoạt động dựa trên nguyên tắc định thời, với chu kỳ đóng mở đèn xanhđỏ được thiết lập cố định tại các nút giao cắt. Điều này tỏ ra kém hiệu quả khi số lượng các phương tiện lưu thông trên các tuyến đường thường không đều nhau. Lượng xe trên tuyến đường có lưu lượng cao sẽ tích lũy theo thời gian, là một trong những nguyên nhân cơ bản dẫn đến tình trạng tắc nghẽn ngày càng trầm trọng. Nghiên cứu và phát triển hệ thống điều khiển tín hiệu đèn giao thông thông minh để có thể tự động điều khiển thời gian đèn xanh đỏ linh hoạt dựa vào lưu lượng giao thông của từng tuyến đường theo thời gian thực là mục tiêu của bài báo

Kỷ yếu Hội nghị Khoa học Quốc gia lần thứ IX “Nghiên cứu ứng dụng Công nghệ thông tin (FAIR'9)”; Cần Thơ, ngày 4-5/8/2016 DOI: 10.15625/vap.2016.00097 ỨNG DỤNG LƠGIC MỜ XÂY DỰNG HỆ THỐNG ĐIỀU KHIỂN TÍN HIỆU ĐÈN GIAO THƠNG THƠNG MINH Hồng Thị Thanh Hà1, Kiều Anh Tuấn2, Lê Văn Lâm3 Trường Đại học Kinh tế, Đại học Đà Nẵng Đại học Đà Nẵng Đại học Cần Thơ ha.htt@due.edu.vn, kieuanhtuan89@gmail.com, lvlam@ctu.edu.vn TÓM TẮT — Hầu hết hệ thống đèn tín hiệu giao thông nước ta hoạt động dựa nguyên tắc định thời, với chu kỳ đóng mở đèn xanh-đỏ thiết lập cố định nút giao cắt Điều tỏ hiệu số lượng phương tiện lưu thông tuyến đường thường không Lượng xe tuyến đường có lưu lượng cao tích lũy theo thời gian, nguyên nhân dẫn đến tình trạng tắc nghẽn ngày trầm trọng Nghiên cứu phát triển hệ thống điều khiển tín hiệu đèn giao thơng thơng minh để tự động điều khiển thời gian đèn xanh - đỏ linh hoạt dựa vào lưu lượng giao thông tuyến đường theo thời gian thực mục tiêu báo Chúng tơi xây dựng mơ hình đa tác tử điều khiển tín hiệu đèn giao thơng thơng minh phân tán nút giao cắt Mơ hình sử dụng thuật tốn lơgic mờ để thay đổi linh hoạt khoảng thời gian đèn xanh/ đỏ cách tối ưu, hạn chế thời gian chờ cho phương tiện Mơ hình cài đặt tảng Jade tích hợp với platform mô hệ thống giao thông Sumo để đánh giá mơ hình so sánh với phương pháp truyền thống chu kỳ đèn thiết lập trước Từ khóa— Đa tác tử, đèn giao thơng thơng minh, lơgic mờ, mơ hình hóa mơ I ĐẶT VẤN ĐỀ Hiện nay, sở hạ tầng giao thông (GT) nước ta chưa phát triển tốt với gia tăng nhanh chóng số lượng phương tiện tham gia (PTTGGT) gây nên tình trạng ách tắc GT cách thường xuyên tuyến đường huyết mạch thành phố lớn Trong đó, hầu hết hệ thống đèn tín hiệu GT nước ta hoạt động dựa nguyên tắc định thời, với chu kỳ đóng mở đèn xanh-đỏ thiết lập cố định cho tuyến đường nút giao cắt Điều tỏ hiệu số lượng phương tiện lưu thông tuyến đường thường không Với chu kỳ đèn tín hiệu cố định, số lượng xe tuyến đường có lưu lượng cao thời điểm định tích lũy theo thời gian, gây nên tình trạng dồn ứ tuyến đường, tuyến đường lại lại thơng thống Đây nguyên nhân dẫn đến tắc nghẽn điểm nút giao cắt có tín hiệu đèn Điều khơng gây lãng phí thời gian, nhiên liệu mà ảnh hưởng xấu đến sức khỏe, tâm lý người dân môi trường sinh thái Công nghệ đa tác tử với ưu điểm bật khả hoạt động tự chủ, cảm nhận tương tác với mơi trường Nó thực xử lý thơng minh thay cho người để thực thi công việc giao Các trụ tín hiệu đèn GT điểm giao cắt coi tác tử Chúng chia sẻ thơng tin luồng GT tuyến đường với trụ khác Vấn đề đặt với thời điểm t đó, với số lượng phương tiện tham gia GT hữu thời gian đóng mở tín hiệu xanh-đỏ đèn để tối ưu hóa luồng GT, giảm tối đa tình trạng chờ PTTGGT, góp phần cân việc điều chỉnh lưu lượng GT khu vực rộng lớn mạng lưới đường Trong báo, chúng tơi giới thiệu mơ hình đa tác tử điều khiển tín hiệu đèn GT thơng minh dựa lý thuyết lơgic mờ Mơ hình có khả đưa định thời gian đóng mở tín hiệu đèn cách tự động theo thời gian thực dựa số lượng PTTGGT thực tế Bài báo có cấu trúc sau: phần đặt vấn đề, phần tổng quan mô hình điều khiển tín hiệu đèn GT thơng minh giới, phần ba đề xuất mơ hình đa tác tử điều khiển tín hiệu đèn GT thơng minh Phần cài đặt thử nghiệm đánh giá mơ hình Phần cuối thảo luận kết luận II TỔNG QUAN CÁC MƠ HÌNH ĐIỀU KHIỂN TÍN HIỆU ĐÈN GIAO THƠNG THƠNG MINH Xây dựng hệ thống điều khiển tín hiệu đèn GT vấn đề đáng quan tâm việc xây dựng hệ thống GT thông minh, giảm thiểu việc tác nghẽn GT thành phố lớn Các phương pháp thường nhà khoa học nghiên cứu ứng dụng, giải thuật di truyền [1], [2], lơgic mờ [3], [4] gần hệ thống đa tác tử [5], [6], [7], [8] 2.1 Điều khiển giao thơng sử dụng thuật tốn di truyền Thuật tốn di truyền dựa mơ q trình tồn cá thể quần thể Các cá thể tốt tồn thơng qua q trình chọn lọc tự nhiên quần thể tồn tiến hóa dần lời giải tối ưu Thơng thường lời giải mã hóa chuỗi gen Giá trị gen có chuỗi lấy từ bảng ký tự định nghĩa 792 ỨNG DỤNG LƠGÍC MỜ XÂY DỰNG HỆ THỐNG ĐIỀU KHIỂN TÍN HIỆU ĐÈN GIAO THÔNG THÔNG MINH trước [2] Tối ưu hóa thời gian chờ phương tiện tuyến đường nút GT sử dụng thuật toán di truyền thực theo bước sau: Bước 1: Khởi tạo quần thể Đầu tiên thuật toán di truyền khởi tạo quần thể (thời gian đèn xanh mở rộng) cách chọn tập hợp cá thể hàm sinh ngẫu nhiên bên khoảng xác định trước từ 0s đến 5s khoảng khác tùy thuộc vào mật độ GT ngã tư xét [1] Bước 2: Kiểm tra độ thích nghi cá thể Tiếp theo kiểm tra độ thích nghi cá thể quần thể thơng qua hàm thích nghi Trong [2], hàm thích nghi xác định là: f = P.I.1 + P.I.2 + P.I.3 + P.I.4 Trong đó, số hiệu xuất (P.I.i) cho tuyến đường phụ thuộc vào trọng số tuyến đường (khả chứa phương tiện có tuyến đường độ ưu tiên tuyến đường đó) tổng số lượng phương tiện hành tuyến đường đó, P.I.i tính dựa cơng thức: (P.I.i) = Wi * Si /GTi i=1, 2, 3, Wi trọng số phân bố cho tuyến đường i tương ứng, Si số lượng phương tiện tuyến đường i tương ứng, GTi tổng số lượng thời gian mở rộng tối thiểu (Gmin) thời gian mở rộng đèn xanh (g) Thời gian đèn xanh mở rộng (g) trình bày giới hạn từ giây đến giây phụ thuộc vào yêu cầu thực tế, tương tự Gmin = 15 giây (thời gian thiết lập trước cho tuyến đường) phụ thuộc vào mật độ GT thực tế ngã tư xét GTi = Gmin + g thời gian phân bố cho tuyến đường [2] Bước 3: Thực tiến hóa Cuối kiểm tra tiêu chí kết thúc chương trình, tiêu chí kết thúc số dòng bão hòa (dòng bão hòa số lượng xe tối thiểu tuyến đường tối ưu thêm tính tốn dựa thực tế toán) Nếu tiêu chi kết thúc đạt yêu cầu số dòng bão hòa lấy giải pháp cá thể có thời gian mở rộng đèn xanh tốt Ngược lại, theo [1] tiêu chí kết thúc khơng đạt được, từ cá thể chọn bước trước tạo giống phối cách lai ghép tái tổ hợp Kết nhận từ thuật toán di truyền thời gian đèn xanh mở rộng cho tuyến đường nút giao cắt, thời gian đèn xanh mở rộng cộng vào thời gian đèn xanh thiết lập trước 2.2 Điều khiển tín hiệu đèn GT sử dụng lơgic mờ để mở rộng thời gian đèn xanh Cấu trúc chung hệ thống điều khiển GT dựa lôgic mờ ngã tư cô lập mô tả Hình [4] Dữ liệu truyền từ cảm biến phần tử đầu vào hệ thống điều khiển lôgic mờ bao gồm số lượng phương tiện đến đèn xanh số lượng phương tiện chờ đèn đỏ Dữ liệu đầu hệ thống điều khiển lôgic mờ thời gian mở rộng cho đèn xanh truyền đến đèn GT Hình Sơ đồ hệ thống điều khiển lôgic mờ [4] Dữ liệu đầu vào mơ hình hóa thành đối tượng fuzzification (giá trị đánh giá mức độ) thông qua hàm quan hệ xây dựng Hình [3] Hình Bảng giá trị mức độ phần tử lôgic mờ Để định thời gian đèn xanh có nên mở rộng hay không hệ thống sử dụng tập luật trường hợp GT khác hàm quan hệ xây dựng Cơ chế suy diễn tập luật lôgic mờ tương tự trình lập luận người Ví dụ người cảnh sát GT ngã tư định thời gian đèn xanh hướng đến dài số lượng phương tiện hướng đến nhiều số lượng phương tiện hướng chờ mức trung bình [4] Hồng Thị Thanh Hà, Kiều Anh Tuấn, Lê Văn Lâm 793 Hệ thống điều khiển fuzzy có tính linh hoạt cao chẳng hạn tập luật lơgic mờ thay đổi thay đổi hàm quan hệ số lượng phương tiện hướng đến, số lượng phương tiện hướng chờ thời gian mở rộng đèn xanh để đáp ứng nhu cầu thay đổi thực tế hệ thống GT xét 2.3 Điều khiển tín hiệu đèn GT sử dụng hệ thống đa tác tử Tiếp cận đa tác tử việc điều khiển tín hiệu đèn GT ngày ưa chuộng [5], [6], [7] Hầu hết mơ hình tập trung vào việc phân tích mục tiêu, nhiệm vụ tác tử chế giao tiếp chúng Theo hướng tiếp cận này, hệ thống bao gồm tác tử trung tâm tác tử bố trí phân tán trụ đèn Mỗi tác tử chịu trách nhiệm cho hoạt động định Ví dụ tác tử đèn GT phân tích số lượng GT theo nút gởi số liệu đến tác tử trung tâm, tác tử trung tâm xử lý gởi kết sau xử lý tác tử đèn GT Tại tác tử trung tâm sử dụng thuật tốn thơng minh để tìm giải pháp tối ưu điều khiển tín hiệu đèn GT Mơ hình đa tác tử Jonh France [7] đề xuất giải pháp sử dụng hệ thống đa tác tử ngã tư hệ thống đa tác tử trung gian để làm việc với nhóm tác tử ngã tư Trong mơ hình này, hệ thống GT chia nhỏ thành thành phần với tác tử ngã tư có tác tử tương ứng gọi Local Traffic Agents (LTA) tác tử trung gian tương ứng Coordinator Traffic Agent (CTA) Hình Kiến trúc thành phần bên điều khiển giao thơng [7] Hình minh họa cho mơ hình đa tác tử đề xuất Trong LTA thành phần tảng hệ thống đa tác tử này, chịu trách nhiệm cung cấp khn mẫu tín hiệu đèn GT thích hợp để sử dụng cho ngã tư Bên LTA có thuật tốn để thơng dịch liệu cảm biến cục để tính tốn khn mẫu đèn GT hợp lý Các khuôn mẫu biểu diễn chu kỳ đèn GT cục cách tối ưu Trong CTA chịu trách nhiệm giám sát tồn khu vực LTA tập trung việc tổ chức tín hiệu đèn cục ngã tư Khi LTA phát tín hiệu đến CTA có tăng lên tắc nghẽn mà ảnh hưởng đến tác tử LTA lại nhóm nó, CTA có trách nhiệm thơng báo cho LTA tương ứng tác nghẽn đưa cho chúng phản hồi thích hợp CTA cung cấp mối liên lạc LTA hệ thống LTA lưu trữ danh sách ngã tư nhóm ngã tư tương ứng Tuy nhiên, khả tính tốn CTA hạn chế hệ thống tuyến đường lớn yêu cầu sử dụng nhiều CTA để xử lý tất LTA hệ thống, hệ thống chia thành vùng quản lý CTA đơn với tác tử có cấp độ cao Global Traffic Agent (GTA) để liên kết LTA lại với Trong mơ hình đa tác tử A Guerrero-Ibáđez [5] tập trung vào xây dựng mơ hình đa tác tử cho đơn ngã tư, mơ hình bao gồm thành phần chính: Traffic Light Controller (TLC), Traffic Control Center (TCC) Traffic Data Collectors (TDC) biểu diễn Hình TLC thành phần điều khiển tín hiệu đèn GT đặt ngã tư, tín hiệu đèn GT có TLC tương ứng Mỗi tác tử TLC có tác tử TDC để lưu trữ liệu trạng thái đèn GT tất pha đèn Cuối cùng, tác tử trung tâm TCC nhận thông tin số lượng phương tiện lưu thơng tuyến đường phân tích liệu sau sử dụng thuật tốn trí tuệ nhân tạo cài đặt sẵn để tính tốn chu kỳ đèn hợp lý theo thời gian thực [5] Hình Kiến trúc thành phần bên điều khiển giao thơng [5] 794 ỨNG DỤNG LƠGÍC MỜ XÂY DỰNG HỆ THỐNG ĐIỀU KHIỂN TÍN HIỆU ĐÈN GIAO THƠNG THƠNG MINH III ĐỀ XUẤT MƠ HÌNH ĐA TÁC TỬ ĐIỀU KHIỂN TÍN HIỆU ĐÈN GT THƠNG MINH Với ưu cấu trúc chức hệ thống đa tác tử, báo xây dựng mơ hình đa tác tử điều khiển tín hiệu đèn GT cho thời gian chờ tín hiệu xanh PTTGGT nhỏ Mơ hình có cấu trúc tương đồng với [5] Tuy nhiên, điểm mơ hình đề xuất áp dụng thuật tốn lơgic mờ vào thành phần IDE (Intelligent decision engine) điều khiển trung tâm TCC Trong mơ hình, ngồi tương tác tác tử đèn TLC với tác tử trung tâm nút giao cắt TCC (đóng vai trò điều phối chung) báo nhấn mạnh xây dựng chế tương tác tác tử TLC cà TLC TCC để đảm bảo thông tin thơng suốt trường hợp đường truyền có cố 3.1 Cấu trúc mơ hình đa tác tử Mơ hình có cấu trúc Hình Giả sử nút GT ngã tư hệ thống cấu thành gồm: tác tử trung tâm TCC; tác tử đèn giao thông TLC, TDC đếm số lương PTTGGT tương ứng Bộ đếm camera cảm biến để thu thập số liệu số lượng phương tiện theo thời gian thực, sau gửi số liệu số lượng PTTGGT đến tác tử đèn GT trung tâm TCC Thông tin quan trọng mà tác tử TLC nhận chu kỳ pha đèn xanh mà tác tử trung tâm TCC gửi Sau TLC nhận thông tin từ TCC tương tác với đèn GT để cập nhập trạng thái tín hiệu đèn Tác tử TCC sử dụng số liệu số lượng phương tiện tuyến đường nhận từ TLC sử dụng thuật tốn lơgic mờ để xác định chu kỳ đèn xanh hợp lý cho đèn tín hiệu GT 3.2 Mơ hình tương tác tác tử Hình Cấu trúc mơ hình đa tác tử Hình biểu diễn tương tác tác tử với Q trình truyền thơng điệp tác tử TLC TCC biểu diễn đường mũi tên nét liền Đường mũi tên nét đứt biễu diễn cho q trình truyền thơng điệp tác tử TLC với để giúp đồng hóa trình nhận thơng điệp từ TCC thay đổi trạng thái tín hiệu đèn GT Khi tác tử TLC nhận thơng điệp thay đổi trạng thái tín hiệu đèn GT, gửi thơng điệp đến tác tử TLC lại hệ thống bao gồm trạng thái đèn, chu kỳ đèn pha đèn thứ Các tác tử TLC nhận thông điệp từ tác tử TLC khác gửi thơng điệp phản hồi với thơng tin đồng hóa tiến trình Khi tất tác tử TLC nhận thông điệp phản hồi nhau, tiến trình đồng hóa kết thúc TLC cập nhập trạng thái tín hiệu đèn GT theo thông tin nhận từ TCC Khi tác tử TLC kết thúc q trình cập nhập trạng thái tín hiệu đèn GT, lưu thơng tin trạng thái tín hiệu đèn GT vào TDC bao gồm trạng thái, chu kỳ đèn tiến trình thứ Ngược lại tác tử TLC kết nối đến TCC, gửi thơng điệp cho TLC hệ thống để thơng báo tình trạng kết nối Khi TLC nhận thơng báo có TLC kết nối đến TCC, ngừng tiến trình đồng hóa lấy thơng tin dự phòng tiến trình trước lưu trữ TDC để cập nhập trạng thái cho đèn GT Quá trình truyền thơng điệp mơ tả Hình Hoàng Thị Thanh Hà, Kiều Anh Tuấn, Lê Văn Lâm 795 Hình Mơ hình truyền thơng điệp tác tử 3.3 Các tác tử hệ thống Hệ thống gồm có loại tác tử: TLC agent, TDC agent TCC agent a Tác tử đèn giao thơng (TLC) Đèn GT (TLC) Mơ tả thuộc tính Vị trí đèn GT hướng ngã tư Trạng thái đèn GT Tiến trình tác tử đèn GT Tiến trình trước tác tử đèn GT Trạng thái dự kiến đèn GT Chu kỳ đèn GT Số lượng phương tiện GT đèn GT Địa mạng đèn GT trung tâm Địa mạng cục đèn GT Địa mạng tác tử đèn GT khác Thuộc tính trafficLightPosition currentState currentPharse prevPharse nextState lifeCycle numberOfVehicle TCCAddress localAddress otherTLCAddress b Tác tử quản lý liệu (TDC) Thuộc tính numberOfWaitingVehicle currentTime currentPharse trafficLightStatus currentLifeCycle averageVehicleWaiting Quản lý liệu (TDC) Mơ tả thuộc tính Số lượng xe chờ Thời điểm ghi lại liệu Tiến trình lúc ghi liệu Trạng thái đèn thời điểm ghi liệu Chu kỳ đèn GT thời điểm ghi liệu Trung bình số lượng phương tiện chờ ngã tư c Tác tử đèn giao thông trung tâm (TCC) Thuộc tính listStatus numberOfVehicle minLifeCycle maxLifeCycle trafficLightAddress numberOfWaitingVehicle Đèn GT trung tâm (TCC) Mơ tả thuộc tính Tập hợp tất trạng thái đèn GT Danh sách số lượng phương tiện GT theo hướng Thời gian tối thiểu chu kỳ đèn Thời gian tối đa chu kỳ đèn Danh sách địa đèn GT hướng Danh sách số lượng xe chờ ngã tư ỨNG DỤNG LƠGÍC MỜ XÂY DỰNG HỆ THỐNG ĐIỀU KHIỂN TÍN HIỆU ĐÈN GIAO THƠNG THƠNG MINH 796 3.4 Các pha hoạt động tác tử đèn giao thông Các tác tử làm việc với thông qua pha sau: 2 1 2 Hình Mơ hình pha hoạt động tác tử đèn giao thông thông minh Pha thứ nhất: Các tác tử TLC trao đổi thông tin với TCC, pha tác tử TCC sử dụng thuật tốn lơgic mờ để để tìm chu kỳ thích hợp cho tín hiệu đèn GT Pha thứ hai: Các tác tử TLC trao đổi thơng tin với để đồng hóa thơng tin nhận từ TCC TLC không liên lạc với TCC để lấy lại thơng tin trạng thái đèn GT trước IV MƠ HÌNH RA QUYẾT ĐỊNH TÍN HIỆU ĐÈN GIAO THƠNG THƠNG MINH 4.1 Sử dụng thuật tốn lơgic mờ để thay đổi khoảng thời gian cho tín hiệu đèn Tác tử trung tâm TCC xử dụng thuật toán lơgic mờ để kiểm sốt thời gian đèn xanh theo điều kiện GT thực tế Lôgic mờ sử dụng số lượng PTTGGT tham gia vào ngã tư để đưa định mở rộng thời gian hay kết thúc đèn xanh dựa số lượng phương tiện trung bình chờ phục vụ đèn xanh với số lượng phương tiện trung bình chờ đợi đèn đỏ chuyển sang đèn xanh giai đoạn tỉ lệ trung bình xe đến đèn xanh [3] Lơgic mờ sử dụng tập luật kiểm tra định mở rộng hay kết thúc đèn xanh trước chu kỳ đèn xanh kết thúc khoảng thời gian t (2s đến 5s) [6] Nếu định mở rộng thời gian đèn xanh tăng chu kỳ đèn xanh lên đơn vị thời gian khơng kiểm tra nữa, ngược lại đợi hết chu kỳ dừng để chuyển đến pha đèn Mơ hình hệ thống điều khiển đèn GT thực theo bước sau: Bước 1: Hệ thống nhận thông tin cần thiết từ cảm biến nút GT Bước 2: Xác định xem pha đèn xanh nên mở rộng hay kết thúc (sử dụng tập luật lôgic mờ)  Nếu pha đèn xanh nên mở rộng chuyển lại bước kèm theo thời gian cần thiết mở rộng tín hiệu đèn GT  Nếu pha đèn xanh nên kết thúc chuyển đến bước Bước 3: Xác định pha đèn xanh quay lai bước 4.2 Xây dựng hàm quan hệ cho liệu vào Thuật toán bao gồm hàm quan hệ cho phần tử fuzzy vào hệ thống Bảng trình bày phần tử fuzzy Arrival (đại diện cho phương tiện đến đèn xanh), fuzzy Queue (đại diện cho phương tiện chờ đèn đỏ), fuzzy Extension (đại diện cho thời gian mở rộng pha đèn xanh tại) Bảng Những phần tử fuzzy Arrival, fuzzy Queue, fuzzy Extension Arrival Rất AN (Almost) Ít F (Few) Bình thường N (Normal) Nhiều MY (Many) Rất nhiều TMY (Too Many) Rất nhỏ Nhỏ Bình thường Lớn Rất lớn Queue VS (Very Small) S (Small) N (Normal) L (Large) TL (Too Large) Trong đó, với phần tử fuzzy Arrival có phần tử sau: - Rất có phương tiện đến đèn xanh Extension Không Z (Zero) Ngắn S (Short) Trung bình M (Medium) Dài LO (Long) Rất Dài TLO (Too Long) Hoàng Thị Thanh Hà, Kiều Anh Tuấn, Lê Văn Lâm 797 - Ít có phương tiện đến đèn xanh - Bình thường có số lượng phương tiện đạt mức trung bình đến đèn xanh - Nhiều cho thấy có nhiều phương tiện đến đèn xanh - Cuối nhiều phương tiện GT đến đèn xanh Tương ứng với phần tử fuzzy Queue có giá trị nhỏ, nhỏ, bình thường, lớn, lớn số lượng xe chờ đèn đỏ Và tương ứng với phần tử fuzzy Extension có khơng, ngắn, trung bình, dài, dài thời gian mở rộng cho pha đèn xanh Những phần tử đại diện mức độ số lượng PTTGGT tại đèn GT khơng phải số xác số lượng PTTGGT Mỗi phần tử mức độ có khoảng tương ứng với Đồ thị biểu diễn hàm quan hệ phân tử fuzzy minh họa Hình Hình Dữ liệu đầu cho phần tử fuzzy Arrival, Queue, Extension Trục x đồ thị biễu diễn số lượng phương tiện đến đèn xanh phần tử fuzzy Arrival, số lượng phương tiện chờ đèn đỏ phần tử fuzzy Queue thời gian cần thiết để mở rộng thời gian pha đèn xanh Ví dụ AN có giá trị khoảng từ phương tiện đến 16 phương tiện Trục y biểu diễn mức độ quan hệ phần tử fuzzy Arrival, fuzzy Queue, fuzzy Extension, có giá trị từ đến Ví dụ giá trị mức độ hàm quan hệ thiết lập ta có phần tử TLO fuzzy Extension có giá trị 20s 4.2 Xây dựng tập luật lôgic mờ Sức mạnh lôgic mờ khả sử dụng lập luận mang tính xấp xỉ tập luật chẳng hạn lớn, ít, trung bình, bình thường, dài,… Trong phát triển điều khiển lôgic mờ, sử dụng hầu hết quy tắc tương tự số ví dụ đưa đây: Nếu có nhiều phương tiện (TMY) hướng đến (đèn xanh) Và có số lượng nhỏ phương tiện (S) hướng chờ (đèn đỏ) Thì mở rộng đèn xanh dài (LO) 798 ỨNG DỤNG LƠGÍC MỜ XÂY DỰNG HỆ THỐNG ĐIỀU KHIỂN TÍN HIỆU ĐÈN GIAO THƠNG THƠNG MINH Những tập luật viết tắt lại sau: IF Arrival is TMY AND Queue is VS THEN Extension is L IF Arrival is F AND Queue is VS THEN Extension is S IF Arrival is AN AND Queue is VS THEN Extension is Z Chúng đề xuất giá trị đầu vào cho phần tử Arrival giá trị đầu vào cho phần tử Queue tức có ma trận kích thước tập luật có 25 phần tử để biễu diễn cho mối quan hệ Arrival, Queue, Extension Bảng biểu diễn ma trận tập luật Bảng Ma trận biểu diễn tập luật lôgic mờ Q\A VS S N L TL AN Z Z Z Z Z F S S Z Z Z N M M S Z Z MY L L M S Z TMY TL L L M S V CÀI ĐẶT VÀ ĐÁNH GIÁ MƠ HÌNH TRÊN NỀN TẢNG MƠ PHỎNG 5.1 Cài đặt mơ hình đa tác tử tảng Jade Bài báo chọn khu vực nghiên cứu nút GT ngữ tư Lê Duẩn – Trần Phú – cầu Sông Hàn, tuyến đường Trần Phú chiều Đây điểm nóng tắc nghẽn xe thành phố Đà Nẵng Nút GT có đèn GT hướng Lê Duẩn, Trần Phú cầu Sơng Hàn Như vậy, có tác tử đèn GT hướng, tác tử lưu trữ liệu cho tác tử đèn GT, tác tử xử lý trung tâm tác tử PTTGGT Hình biểu diễu sơ đồ lớp tác tử hệ thống cài đặt tảng Jade [9] Jade tảng hỗ trợ lập trình hướng tác tử Chúng thiết lập sẵn giao thức tương tác cho tác tử Jade cho phép lập trình phân tán cho tác tử dễ dàng tạo hệ thống nhúng tác tử thực cài đặt lên thiết bị phân tán [9] Trong hệ thống có tác tử tác tử đèn GT, tác tử xử lý liệu TDC tác tử TLC, tác tử xử lý trung tâm TCC cuối tác tử phương tiện GT Mỗi tác tử có thuộc tính phương thức thể sơ đồ lớp Hình Hình Sơ đồ lớp tác tử Hình 10 Cài đặt tác tử khu vực nghiên cứu Jade Hoàng Thị Thanh Hà, Kiều Anh Tuấn, Lê Văn Lâm 799 Hình 10 biểu diễn tác tử hệ thống cài đặt vào Jade Ví dụ TLCLeDuan tác tử đèn GT hướng Lê Duẩn, tương ứng với có tác tử TDCLeDuan tác tử lưu trữ liệu 5.2 Tích hợp tác tử Jade vào môi trường mô giao thông SUMO Để đánh giá mơ hình, chúng tơi sử dụng hệ thống SUMO (Simulation of Urban Mobility) [8] Đây hệ thống mã nguồn mở, cho phép thiết lập sở hạ tầng GT cấu hình mô đồ họa luồng GT nhằm kiểm tra cho thuật tốn mơ hình nghiên cứu GT Ngoài SUMO cung cấp API gọi TraCI [8] để giao tiếp với bên ngồi hệ thống TraCI sử dụng giao thức TCP dựa kiến trúc Client-Server để kết nối với bên trình mơ Cơ sở hạ tầng giao thơng thiết lập tham số mô thiết kế SUMO Cơ sở hạ tầng ngã tư Lê Duẩn – Trần Phú – cầu Sông Hàn TP Đà Nẵng với đèn GT hướng Lê Duẩn, Trần Phú cầu Sông Hàn Bằng phương pháp đếm thủ công, khoảng thời gian 30 giây vào cao điểm 17h00 ngày làm việc, lưu lượng xe nút giao cắt biểu diễn Bảng Với số liệu thực tế, hệ thống mô SUMO xây dựng thể Hình 11 Số liệu cung cấp xác suất xuất xe bánh hay bánh, xác suất hướng rẽ xe để mơ đánh giá mơ hình đề xuất phần Hình 11 Mơi trường mơ dựa SUMO Bảng Số lượng tỉ lệ phương tiện lưu thông hướng Hướng xe Từ Lê Duẩn hướng cầu Sông Hàn Từ cầu Sông Hàn hướng Lê Duẩn Từ cầu Sông Hàn hướng Trần Phú Trần Phú thẳng Trần Phú hướng cầu Sông Hàn Tổng số xe Số xe bánh 10 11 41 Tỉ lệ xe bánh 24% 19.7% 7.5% 22% 26.8 100% Số xe bánh 68 86 16 61 46 277 Tỉ lệ xe bánh 24.5% 31% 5.7% 22% 16.8% 100% Muốn tích hợp tác tử JADE vào SMO, báo sử dụng traSMAPI (Traffic Simulation Manager Application Programming Interface) [10] TraSMAPI cung cấp API giúp cho hệ thống bên ngồi truy xuất vào SUMO theo thời gian thực (xem Hình 12) Hình 12 Mơ hình ánh xạ tác tử Traffic Light từ Jade vào SUMO [10] ỨNG DỤNG LƠGÍC MỜ XÂY DỰNG HỆ THỐNG ĐIỀU KHIỂN TÍN HIỆU ĐÈN GIAO THƠNG THƠNG MINH 800 5.3 Một số kịch mơ để đánh giá mơ hình Để thử nghiệm mơ hình đa tác tử điều khiển tín hiệu đèn GT thơng minh cài đặt Jade, báo xây dựng 10 kịch bản, với kịch kéo dài 60 phút với số lượng PTTGGT thay đổi lần, lần kéo dài 10 phút để đánh giá tính hiệu việc thay đổi linh hoạt thời gian tín hiệu đèn mơ hình Trong kịch này, gọi tuyến đường Lê Duẩn cầu Sông Hàn (1), tuyến đường Trần Phú (2), kịch mô tả sau: - TH 1: Với lưu lượng giao thông vừa phải, số phương tiện ổn định vòng 60 phút hai tuyến (1) (2) - TH 2, TH 3: Với lưu lượng giao thông vừa phải, số phương tiện ổn định vòng 60 phút tuyến (1) Tuyến (2) có thay đổi nhẹ số lượng phương tiện khoảng thời gian khác - TH 4, TH 5: Với lưu lượng giao thông vừa phải, số phương tiện thay đổi nhẹ tuyến (1) khoảng thời gian khác Số phương tiện ổn định vòng 60 phút tuyến (2) - TH 6: Với lưu lượng giao thơng vừa phải, hai tuyến có số lượng phương tiện thay đổi khoảng thời gian khác - TH 7: Với lưu lượng giao thơng cao, số lượng phương tiện có nhiều thay đổi khoảng thời gian khau tuyến (1) Số phương tiện ổn định vòng 60 phút tuyến (2) - TH 8: Với lưu lượng giao thông cao, số lượng phương tiện có nhiều thay đổi khoảng thời gian khau tuyến (2) Số phương tiện ổn định vòng 60 phút tuyến (1) - TH 9: Với lưu lượng giao thông cao, số lượng phương tiện tuyến đường có nhiều thay đổi khoảng thời gian khác - TH 10: Với lưu lượng cao, số lượng phương tiện tuyến đường ổn định khoảng thời gian 60 phút Ở trường hợp đầu tổng số lượng phương tiện tuyến đường vòng 60 phút khơng thay đổi 5100 phương tiện (tuyến có 3600 phương tiện tuyến có 1800 phương tiện) trường hợp tổng số lượng phương tiện tuyến đường không thay đổi 8100 phương tiện (tuyến có 5400 phương tiện tuyến có 2700 phương tiện) Bảng Số lượng phương tiện 10 kịch mô Kịch Tuyến đường Lê Duẩn cầu Sông Hàn (1) 600 – 600 – 600 – 600 – 600 – 600 (600 cho 10 phút) 600 – 600 – 600 – 600 – 600 – 600 (600 cho 10 phút) 600 – 600 – 600 – 600 – 600 – 600 Tuyến đường Trần Phú (2) 300 – 300 – 300 – 300 – 300 – 300 (300 cho 10 phút) Biểu đồ biến thiên tuyến đường 1 200 – 300 – 400 – 400 – 400 – 200 (200 cho 10 phút đầu, 400 cho 30 phút sau 200 cho 10 phút cuối) 200 – 200– 200 – 400 – 400 – 400 1000 123456 1000 123456 500 – 600 – 700 – 700 – 600 – 500 300 – 300 – 300 – 300 – 300 – 300 1000 123456 300 – 300 – 300 – 300 – 300 – 300 500 – 500 – 500 – 700 – 700 – 700 2 1000 123456 Hoàng Thị Thanh Hà, Kiều Anh Tuấn, Lê Văn Lâm 500 – 500 – 500 – 700 – 700 – 700 801 200 – 200 – 200 – 400 – 400 – 400 1000 123456 600 – 600 – 600 – 1200 – 1200 – 1200 450 – 450 – 450 – 450 – 450 – 450 2000 123456 900 – 900 – 900 – 900 – 900 – 900 300 – 300 – 300 – 600 – 600 – 600 1000 123456 600 – 600 – 600 – 1200 – 1200 – 1200 300 – 300 – 300 – 600 – 600 – 600 2000 123456 900 – 900 – 900 – 900 – 900 – 900 450 – 450 – 450 – 450 – 450 – 450 10 1000 123456 5.4 Đánh giá kết dựa mô Để đánh giá khả thực thi hiệu suất thuật tốn lơgic mờ, chúng tơi so sánh kết thuật tốn lơgic mờ với phương pháp điều khiển tín hiệu đèn GT có thời gian thiết lập trước chọn tiêu chí đánh giá số lượng phương tiện chờ ngã tư Để thực việc so sánh phương pháp, có số điều kiện cần thiết lập để đảm bảo tính đắn chương trình mơ số lượng xe tuyến đường phương pháp tương đồng nhau, chu kỳ đèn trước mở rộng phương pháp nhau, thời gian mô giống Kết đánh giá dựa tiêu chí số lượng phương tiện chờ nút giao cắt phương pháp thể qua Bảng Bảng Số lượng phương tiện tham gia chờ đèn đỏ phương pháp Số lượng tham gia (đơn vị: phương tiện) Kịch 10 Lê Duẩn + Cầu Sông Hàn Trần Phú 3600 3600 3600 3600 3600 3600 5400 5400 5400 5400 1800 1800 1800 1800 1800 1800 2700 2700 2700 2700 Phương pháp Lôgic mờ Số lượng phương tiện chờ (đơn vị: phương tiện) Phương pháp Fixed Time Tỉ lệ chờ 2485 2689 2574 2308 2289 2463 4455 4215 4491 4140 46% 50% 48% 43% 42% 46% 55% 52% 55% 51% Tỉ lệ chờ 2897 3292 3174 3156 2970 3291 5615 5543 5742 5075 54% 60% 58% 58% 55% 61% 59% 68% 70% 62% Chênh lệch (Fixed Time – Fuzz Logic) 8% 10% 10% 15% 13% 15% 14% 16% 15% 11% Khi số lượng phương tiện hai tuyến đường chạy ổn định tức cân số lượng xe chờ đèn đỏ phương pháp không chênh lệch nhiều kịch 1, 2, 3, 10 số lượng phương tiện chờ chênh lệch khoảng 400 đến 800 phương tiện Nhưng có tuyến đường có tăng đột biến số lượng phương tiện phương pháp lo-gíc mờ tỏ hiệu số lượng phương tiện chờ đèn đỏ giảm nhiều so với phương pháp 802 ỨNG DỤNG LƠGÍC MỜ XÂY DỰNG HỆ THỐNG ĐIỀU KHIỂN TÍN HIỆU ĐÈN GIAO THÔNG THÔNG MINH thời gian thiết lập trước kịch 4, 5, 6, 7, 8, số lượng phương tiện chờ chênh lệch khoảng 800 đến 1200 phương tiện Qua biểu đồ Hình 13, nhận thấy 10 kịch khác đề xuất thuật tốn lo-gíc mờ tỏ hiệu so với điều khiển có thời gian thiết lập trước có số lượng xe chờ ngã tư Số lượng phương tiện chờ ngã tư giảm khoảng 8% đến 16% áp dụng thuật tốn lo-gíc mờ so với phương pháp thời gian thiết lập trước Điều cho thấy số tắc nghẽn GT ngã tư giảm áp dụng thuật tốn lo-gíc mờ So sánh fuzzy lôgic thời gian thiết lập trước 7000 6000 5000 4000 3000 2000 1000 TH TH TH TH TH TH TH TH TH TH 10 Fuzzy logic 2485 2689 2574 2308 2289 2463 4455 4215 4491 4140 Fixed time 2897 3292 3174 3156 2970 3291 5615 5543 5742 5075 Hình 13 So sánh số lượng phương tiện chờ phương pháp theo 10 kịch VI ĐÁNH GIÁ VÀ KẾT LUẬN Bài báo nghiên cứu phương pháp điều khiển tín hiệu đèn GT thông minh, đặc điểm riêng biệt phương pháp số ưu điểm Chúng tơi đề xuất mơ hình đa tác tử kết hợp với thuật tốn lơgic mờ việc điều khiển tín hiệu đèn GT cách tối ưu Mơ hình hệ thống đa tác tử cài đặt tảng Jade tiến hành mô phần mềm mô SUMO Bài báo đưa 10 kịch mô điển hình hệ thống GT với độ biến thiên số lượng PTTGGT hai tuyến đường Dựa kết mơ phỏng, chúng tơi đánh giá tính hiệu mơ hình đề xuất Sau thực việc đánh giá thấy rằng, số lượng phương tiện chờ giảm tương đối sử dụng công nghệ đa tác tử kết hợp với thuật tốn lơgic mờ Đặc biệt với trường hợp số lượng PTTGGT có đột biến lớn Hướng mở tới nghiên cứu tính hiệu mơ hình tiêu chí thời gian chờ trung bình PTTGGT vị trí nút giao thơng Đồng thời, để đánh giá mơ hình tương tác, kịch tính đồng liệu tác tử đèn trường hợp có cố giao tiếp tác tử trung tâm tác tử đèn nghiên cứu đề cập thời gian tới TÀI LIỆU THAM KHẢO [1] N Benkheris, " Simulation and optimization of an isolated intersection with genetic algorithms," International Journal of Engineering Research & Technology, Vol.2 - Issue 11, 2013 [2] Leena Singh, Sudhanshu Tripathi, Himakshi Arora Amity, "Optimization for Traffic Signal Control Using Genetic Algorithm," School of Engg & Tech, Computer Sc & Engg.deptt, 2009 [3] Kok Khiang Tan, Marzuki Khalid and Rubiyah Yus, "Intelligent traffic lights control by fuzzy logic," Intel Artificial Intelligence Center, Universiti Teknologi Malaysia Jalan Semarak 54100 Kuala Lumpur, 2007 [4] Z STOTSKO, "Simulation of signalized intersection functioning with fuzzy control algorithm," Lviv Polytechnic National University, Institute of Engineering Mechanics and Transport, Electronic Machinery Construction Department, 2013 [5] A Guerrero-Ibáñez, J Contreras-Castillo, R Buenrostro, A B Marti and A Reyes Muñoz, "A Policy-Based Multi-Agent management approach for Intelligent Traffic-Light Control," Intelligent Vehicles Symposium (IV) IEEE., 2010 [6] K Dresner, "A Multiagent Approach to Autonomous Intersection," Department of Computer Sciences, University of Texas at Austin University Station, Austin, TX78712 USA., 2008 [7] John France, "A Multiagent System for Optimizing Urban Traffic," John France (2003), A Multiagent Faculty of Computer Science University of New Brunswick Fredericton, NB, E3B5A3, Canada., 2003 [8] "Simulation of Urban Mobility," 2016 [Online] Available: http://sumo.dlr.de/wiki/SUMO_User_Documentation [9] G Caire, "Jade tutorial jade programming for beginners," TILAB, formerly CSELT, 2009 [10] Guilherme Soares, Jose Macedo, Zafeiris Kokkinogenis, Rosaldo J F Rossetti, "An Integrated Framework for Multi-Agent Traffic Simulation using SUMO and JADE," Artificial Intelligence and Computer Science Lab Department of Informatics Engineering Fac, 2013 Hoàng Thị Thanh Hà, Kiều Anh Tuấn, Lê Văn Lâm 803 FUZZY LOGIC MODEL FOR INTELLIGENT TRAFIC LIGHT CONTROL Hoang Thi Thanh Ha, Kieu Anh Tuan, Le Van Lam ABSTRACT — Most system of traffic lights in Vietnam operate based on the principle of timing with fixed cycle of green and red light at intersections This is not really efficient and flexible as the fact that the number of vehicles on the roads is often uneven The amount of vehicles on high traffic routes will accumulate overtime, is one of the basic causes leading to serious congestion situation This article demonstrates some researches and developments of intelligent traffic lights control system which can automatically control the timing of green and red lights flexibly based on traffic flow of each route in real time We have built multi-agent model to control intelligent traffic lights at the intersections The model uses fuzzy logic algorithms to dynamically change interval of green and red light in an optimal way, it also reduces the waiting time for vehicles The model has been installed on Jade platform and integrated with SUMO traffic-simulation system to evaluate the efficiency of this new method and compare it to the traditional approach of which, the cycle of light is set fixed