Adaptive framework with policy setting tool for fuzzy logic based traffic signal controller

Loading...
Thumbnail Image
Journal Title
Journal ISSN
Volume Title
Insinööritieteiden korkeakoulu | Master's thesis
Date
2018-06-11
Department
Major/Subject
Transportation Engineering
Mcode
ENG26
Degree programme
Master's Programme in Spatial Planning and Transportation Engineering (SPT)
Language
en
Pages
75 +2
Series
Abstract
Fuzzy logic applications for traffic signal control have gained continual attention in academic research in the last decades and their performance have been recognized to be competitive against conventional control models as well as other control paradigms advancing artificial intelligence. Fuzzy logic inference systems advance usually much expert knowledge, which yields that they are more often designed for certain installation. This work proposes a method to let the fuzzy signal controller system to adapt itself according to the junction design and traffic demand levels incorporating a policy setting tool. The adaptive optimisation framework is built on top of the existing fuzzy logic signal controller called FITS, which is a part of the so-called Simon Traffic Management System that contains a micro simulation software used to evaluate and control junctions. Simon is currently installed in a big urban junction in San Jose, which is applied as a case study in the evaluation of the adaptive capabilities of the proposed framework. Output decision of the FITS is the extension of the green signal phase, and the framework is built to adjust the membership functions of the fuzzy sets used by the inference rules. Performance of the proposed framework is evaluated through several scenarios defining the adaptive procedure for traffic demand changes throughout the day. Especially, its capability to adapt according to desired policy structures is emphasized in the experiments done with microscopic simulations and real traffic model. Results indicate that proposed method is successful tool to fine-tune the FITS fuzzy logic control system.

Sumeaan logiikkaan perustuvat liikennevalo-ohjaussovellukset ovat olleet jatkuvasti esillä tieteellisessä kirjallisuudessa viime vuosikymmeninä, ja niiden kyvykkyys tavanomaisia ohjausmenetelmiä sekä muita älykkäitä ohjausratkaisuja vastaan on useasti tunnustettu. Sumean logiikan järjestelmät hyödyntävät useimmiten asiantuntijakokemusta, mikä johtaa siihen, että ne ovat usein suunniteltu käytettäväksi tietyssä toimintaympäristössä. Tässä työssä esitellään menetelmä, jonka avulla sumea ohjaussysteemi voi säätää itsensä automaattisesti risteyksen ominaispiirteiden ja liikenteen kysynnän mukaan ottaen huomioon liikenteen sujuvuudelle asetetut tavoitteet. Itsesäätyvä optimointiympäristö on rakennettu jo olemassa olevan sumean logiikan ohjauskojeen päälle. FITS-nimeä kantava ohjausohjelma on osa Simoniksi kutsuttua liikenteen hallinnoinnin järjestelmää, joka sisältää mikroskooppisen simulointiympäristön, jonka avulla voidaan arvioida ja myös ohjata risteyksiä. Simon on asennettu San Josessa sijaitsevaan isoon kaupunkiympäristössä olevaan risteykseen, jota käytetään kokeellisena testitapauksena tässä tutkimuksessa. Sumea FITS-ohjauskoje antaa päätöksen vihreän valon vaiheen jatkamisesta tai katkaisemisesta, ja optimointiympäristön on tarkoitus muokata päättelysäännöstössä käytettyjä sumeiden joukkojen jäsenyysfunktioita. Työssä esitetyn mukautuvan optimointiympäristön toimintakykyä arvioidaan useiden eri optimointiskenaarioiden avulla. Ne määrittelevät erilaisia optimointiprosesseja, jotka ottavat huomioon päivän aikana vaihtelevat liikennemäärät. Erityisen arvioinnin kohteena on järjestelmän kyky mukautua liikenteenohjaukselle annettuihin erilaisiin toimintalinjauksiin. Arviointi suoritetaan todelliseen liikennemalliin pohjautuvalla simuloinnilla. Tulokset osoittavat, että ehdotettu menetelmä on hyödyllinen apuväline sumean logiikan FITS-ohjauskojeen hienosäätöön.
Description
Supervisor
Roncoli, Claudio
Thesis advisor
Kosonen, Iisakki
Koskinen, Kari
Keywords
traffic signal control, fuzzy logic, multi-criteria optimisation, traffic management
Other note
Citation