基于自學習的組網式交通信號燈異常檢測研究

劉永濤,樊亞敏，張 莉，黎 冠

(1. 華北科技學院 電子信息工程學院，河北 燕郊 065201； 2. 中國農業大學 信息與電氣工程學院，北京 100083)

0 引 言

交通信號燈作為智慧城市和智慧交通的重要組成部分，工作環境經常要面臨雷雨、低溫、暴曬等惡略天氣，并且需要不間斷運行，因此經常導致信號燈故障。 由于位置遠離交通監管中心，分布范圍廣泛，交通監管人員無法及時獲知路口信號燈的工作狀態，進而造成車輛通行不暢或引發交通事故[1]。 目前通過高清攝像機圖像識別技術進行監測判斷[2-3]，但該方案監測硬件成本較高，并且在雨、雪、霧、霾等惡劣天氣易發生信號燈故障和交通事故的情況下識別率反而最低。文獻 [4]、文獻 [5]采用了多路數據采集或A/D轉換判斷的方式，硬件結構復雜，單路采集成本較高。

在實際應用中由于信號燈檢測裝置一般是在道路修繕完畢后安裝。以上設計需要將每一路信號燈控制線路接入檢測裝置，因此需要架高或者刨地走線或者為每個信號燈桿安裝一套完整的檢測裝置，包括處理器、GPRS通信模塊、SIM流量卡等，一個路口需要4套裝置。這些均造成了安裝施工困難和后期運維成本較高。

針對以上問題，通過深入研究交通信號燈的結構特點和運行期間的信號變化特性，研發出了一套切實可行、成本較低、檢測準確穩定、具有自學習功能的無線組網式診斷系統。

1 檢測裝置系統研究設計

系統包括自主學習狀態與故障檢測狀態。自主學習狀態是指在預設的或者用戶指定的學習時間內,裝置對信號燈的各路電流及電壓進行測量、統計和記錄;故障檢測狀態是指經過設定學習之后,裝置可以自動地或經人工干預進入地對信號燈進行故障檢測的狀態。自主學習狀態與故障檢測狀態可以相互轉換。

整體使用ZigBee無線網絡通信技術[6-9]，包含檢測節點和協調器。一個路口檢測需要一個協調器，檢測節點數量可任意配置。節點核心采用CC2530處理器，通過處理器自帶的12位A/D轉換器完成交通信號燈電流采樣，如圖8(a)，一個節點的4個互感器可以完成4組左拐、直行、右拐、行人信號燈的撿測，大大簡化了硬件結構，降低了成本。ZigBee協調器負責建立星型網絡傳輸方式，接收來自檢測節點的診斷結果，無故障時執行定時握手通信檢測節點是否正常，當節點檢測出故障后即時發送給協調器[6]。協調器遠程通信采用GPRS技術或者當下流行的NBIOT技術與數據中心服務器通信。具體結構如圖1，該方案可以大大簡化施工安裝，降低硬件成本和后期運維成本。

圖1 系統總體結構

1.1 系統硬件結構及信號分析

檢測節點包括了互感器采樣電路、Zigbee處理器電路、按鍵電路、撥碼電路、同步調試指示電路、電源模塊電路。協調器在原節點電路的基礎上增加了STM32處理器、GPRS遠程通信電路、OLED顯示電路和按鍵電路。結構如圖2。

圖2 協調器硬件結構

檢測節點和協調器中AC220V轉DC3.3V電路用于給本模塊供電，AP功放電路+天線用于Zigbee無線信號的增強，保證組網距離和穩定性。

協調器具有檢測節點的全部功能，工作流程相同，但是增加了檢測節點顯示和故障顯示，組網確認，以及遠程通信功能。

交通信號燈單個顏色燈體點亮為220 V/50 Hz交流電，一組3盞燈(紅、綠、黃)共用一根零線，最大可以滿足兩組同相信號燈共用一個采集電路?；ジ衅鬏敵鲂盘柦涍^全橋整流和巴特沃斯濾波后通過接入合適的采用電阻將采樣信號的電壓控制在0～2.5 V區間，頻率為99.911 2 Hz，然后接入CC2530處理器的A/D轉換口。

圖3 采樣電壓信號

通過電流信號可以發現當信號燈在紅→綠→黃→紅換相期間采樣信號電壓均會出現1～4個較為明顯的高電平換相脈沖。

信號燈紅綠換相期間通過圖4(a)可以看出，有兩個特征點可以判斷出綠燈的起始時間，首先是綠燈的峰值電壓相差了ΔV=152 mV；其次是紅燈綠燈換相時存在明顯的尖峰跳變脈沖。通過圖4(b)可以看出，峰值脈沖高出綠燈脈沖ΔV=176 mV。這兩個特征電壓值可以通過A/D轉換輕易識別判斷。

圖4 紅綠換相

信號燈綠黃換相期間通過圖5(a)可以看出，有兩個特征點可以判斷出綠燈的結束時間和黃燈的起始時間，首先是綠燈與黃燈的峰值電壓相差了ΔV=152 mV；其次是綠燈黃燈換相時存在明顯的尖峰跳變脈沖。通過圖5(b)可以看出，峰值脈沖高出綠燈脈沖ΔV=528 mV。同樣這兩個特征電壓值也可以通過A/D轉換輕易識別判斷。對于綠燈至黃燈換相期間有閃爍信號的信號燈，則此換相點更容易捕捉。

圖5 綠黃換相

信號燈黃紅換相期間總體相位如圖3，黃紅信號燈采樣電壓信號基本相同，放大采樣后信號如圖6。很難通過信號電壓判斷出黃燈和紅燈切換，但是切換時的換相脈沖非常明顯，脈沖幅值差可以達到ΔV=348 mV，ΔT=4.4 ms。通過A/D采樣仍然可以準確判斷出黃燈結束時間和紅燈起始時間。

圖6 黃紅換相

1.2 系統軟件設計

系統工作時，首先通過信號機設定好信號燈使之正常運行。將檢測節點互感器接入信號機每組信號燈的零線端，任意時間按下學習鍵，信號燈循環超過一個周期，則系統完成運行狀態的學習,保存為模式1。如果信號機還有其它模式則在執行其它模式期間按下學習鍵可完成多種模式的學習。軟件設計流程如圖7。

圖7 軟件流程

關于檢測裝置的檢測方法,步驟如下：

1)組網：在一個信號燈安裝點，將檢測節點上的撥碼開關撥至與協調器撥碼開關相同狀態，檢測節點和協調器上電，協調器自動搜索模塊，協調器顯示出全部相同地址檢測節點后通過按下協調器上組網確認按鍵完成網絡組建。檢測節點和協調器組網完成后組網指示燈點亮。

2)學習模式：檢測節點和協調器上電，組網指示燈點亮，3 s內人為按下自學習按鍵一次，則進入模式1的學習，按下兩次則進入模式2的學習。如沒有按下自學習按鍵則學習模式被跳過，直接進入正常工作模式。

3 s計時滿，如自學習按鍵有操作則CC2530處理器開始對信號燈電流值開始采集，采集時間大于信號燈一個正常工作周期。采集期間節點根據采集電流峰值啟動CC2530處理器內部定時器，記錄3個時間段，邏輯判斷出紅、黃、綠燈點亮時間，存儲3種燈電流采樣值于CC2530處理器內部閃存當中，完成信號燈正常模式的電流值和時間統計。學習完成后自動重啟。學習模式核心在于通過換相電流峰值計算出各相燈的點亮時間。

3)正常工作模式：檢測節點和協調器上電，組網指示燈點亮，如果3 s內自學習按鍵沒有操作，則按鍵標志位為零檢測節點進入正常檢測狀態。采集電流值和各相燈的點亮時間與各存儲模式數據相比較，處于正常范圍內則系統正常，不在正常范圍內則根據邏輯關系推導出是否信號燈的故障，并將檢測結果同步顯示于運行指示燈上。如有故障則將故障信息通過Zigbee網絡傳輸給協調器，協調器在OLED屏上顯示故障信息并通過GPRS網絡上報給遠程服務器端進行后期處理。

2 系統設計實現及驗證

實際完成的檢測節點如圖8(a)，通過板載三色LED可以完全同步顯示出信號燈當前狀態。與協調器進行實時通信交互，測試了雙向綠燈同時點亮、單組信號燈兩燈同時點亮、單盞燈不亮以及時序錯誤等多種故障狀態，節點均可以快速檢測出故障現象，發送給協調器。協調器同時還具有節點同樣的檢測功能，實物如圖8(b)，最后檢測結果通過GPRS模塊發送節點編碼和故障編碼至后臺服務器。

圖8 實際測試

由于CC2530內部具有12位A/D轉換器，轉換分辨率為0～2 047，通過其采集信號電壓值，采集數據如表1。經過整流之后的波形頻率為100 Hz，周期為10 ms，處理器一個周期完成10次A/D采集。

2.1 峰值檢測算法實現

處理器完成10次采樣后數據分布并不一定符合峰值分布曲線，尤其是換相期間脈沖波形。因此需要對采樣值進行數據排序，找到信號峰值和次峰值，筆者采用了希爾排序算法。

例如紅綠燈換相脈沖采樣數據：{0251,0347,1509,2047,0251,0250,0251,0251,0250,0251}，因為采樣數據值一組有10個，所以第一次補償step=10/2=5，其希爾排序算法的過程如圖9。

可見采用希爾排序算法，經過3次排序即可快速完成每組10個采樣數據的從小到大排序。

2.2 時序判定分析

通過采樣數據排序后分析，每組10個數據中后3個數據可以很直觀地區分出換相脈沖值的存在。因此截取了40組采樣排序完成后的每組后3個數據峰值、次峰值、第3峰值進行分析，如表1。

圖9 希爾排序算法過程

表1 紅綠燈換相脈沖采集數據

通過分析表1中綠燈峰值和次峰值，可以很容易判斷出綠燈第1、2組數據為紅燈-綠燈之間的換相脈沖，此值明顯高于紅燈和綠燈正常峰值。為了增加系統判斷穩定性，避免高次雜波的影響，將每組數據峰值和次峰值取平均作為判斷換相的依據，通過此值可以準確得到信號燈換相的起始時間和結束時間。

從表1中峰值也可以看出，綠燈峰值明顯高于紅燈峰值。因此可以判斷出此峰值時信號燈為綠燈狀態，以此作為信號燈時序判斷的起始點，從而準確捕捉綠燈、黃燈、紅燈的點亮時間。通過綠燈、黃燈、紅燈的判斷峰值浮動閾值可以準確地判斷出有無單組多燈同時點亮或出現不亮的故障。

2.3 滑動窗口差值判斷法

為了判斷信號燈換相時間的節點，通常使用的方法是設定一個固定的電壓采樣閾值，若檢測到電壓采樣值超過這個閾值，則判定該時刻換相事件出現[11]。但這種方式未考慮在不同規格的信號燈以及信號燈老化等問題引起的閾值偏差，該偏差往往會造成誤判斷，因此固定閾值法具有較大局限性。為了解決這一問題，筆者提出一種雙滑動窗口判斷法，首先通過滑動窗口濾波生成滑動判據數組，然后再利用滑動窗口進行換相判斷和信號燈顏色判斷?；瑒优袚祿嬎闳缡?1)：

(1)

式中：m和T0為滑動窗口長度，本設計中該值設為3；D(t)是為濾波器的輸出即滑動均值數據，其中t為1，2，3，…，7保留7組滑動窗口采樣均值數據；F1n和F2n為單脈沖A/D采集峰值和次峰值。

例如，從紅燈第18組數據開始，按3個長度進行滑動均值計算，可得到結果如表2。

表2 滑動判據數組

在執行滑動窗口換相脈沖掃描時，滑動串口首先以4組數據為單位滑動，判據數組需要存儲區中開辟7個數據的暫存區，將信號采集非換相脈沖A/D值濾除不予保存。每新計算出一組滑動均值便存入暫存區中，同時去掉一個最老數據，保持這7個數據始終是最新更新的數據。程序采用環型隊列結構很好地滿足了這種數據存放方式。

即使燈組大小型號改變或者后期老化使信號電壓發生偏差，因為其滑動均值差的設置范圍足夠寬，并且通過按鍵設定可以選定型號從而適應不同的應用場景?；瑒泳蹬袆e方法流程如圖10。

圖10 滑動窗口均值判據流程

2.4 測試驗證

系統采用南京永順交通設備有限公司生產的標準300型信號燈和通用信號機進行了實際測試。過程測試了整個交通信號燈的正常工作時序學習和檢測以及故障模擬診斷。學習和檢測中設定信號燈綠燈為30 s，黃燈為3 s，紅燈為27 s，一鍵學習值和后期檢測數據如表3。

表3 節點檢測時間數據

從最后實際測試效果來看，黃燈的時間檢測準確度較低，但也達到了97%以上，檢測數據最大時間浮動差為0.04 s，穩定度非常理想，經過誤差補償和時間閾值判據分析裝置沒有出現誤判斷現象。

3 結 語

通過與現有研究和實施方案相比，筆者設計具有以下優點：

1)通過無線組網的方式，解決了路口多信號燈之間檢測線纜鋪設施工問題，確保一個路口最多只需要一個故障檢測遠程通信協調器，降低了硬件成本和后期運行成本，使信號燈故障檢測更加實用化。

2)通過零線電流檢測法，使一組(紅、黃、綠)信號燈只需要一路檢測處理電路。相對于傳統每個燈一路檢測處理電路的設計，此部分降低硬件成本50%以上，減少了自身故障隱患。根據實際信號燈安裝情況，一個自學習檢測節點最多可以檢測出同道路直行、左轉、右轉6盞信號燈故障。一個信號機只需要一個協調器和一個節點即可完成路口四方向信號燈的監測。

3)學習效率明顯提升。系統增加了學習模式按鍵，可以在信號燈運行兩個周期以內完成一種模式學習。能夠完成正常模式、夜晚黃燈模式、潮汐模式等多種狀態學習和后期自動模式故障判斷，去除累積時間誤差影響。

4)檢測模塊增加運行同步同色指示燈，將檢測狀態實時體現在節點上，方便進行安裝時調試觀測。

設計中系統的組網、學習、故障分析判斷等均由檢測節點完成，達到了邊緣計算的效果，減少了數據發送量，降低了后臺服務器處理負擔。通過長時間實際運行，故障監測效果良好。