机动车过斑马线要礼让行人，是与人之便的礼仪，也是一条法律条文.南宁市自2012年开展“礼让斑马线”活动以来，市内所有的公交车和出租车均能积极参与其中，取得了很好的社会效应.但是在现阶段，这种“礼让斑马线”也存在一个较明显的安全隐患：当公交车在斑马线前停下来后，行人开始通过斑马线，但由于公交车车身较大，其停下来之后阻碍了行人和旁边车道的视线，让行人会因其让行而误以为整条斑马线是安全的，一旦这时其他车辆通过，就容易发生撞人交通事故.在南宁市大学新村路口就经常出现这样一幕：公交车停下来礼让行人，而另两个车道的私家车或大货车却奔驰而过，行人被迫停在公交车前，需要一直等到另两个车道清空后才能通过，这时公交车后面也排起了长长的车队，不但使得行人更不安全，而且一定程度上阻碍了交通.这样，“礼让斑马线”活动不但没有起到好的效果，反而严重影响了通行效率.

现行的行人过街信号系统提供的通行时间是基于行人每秒1.2米的行走速度，对部分残疾人士和老年人及小孩来说不够充裕.欧洲多国自2013年起已经开始推广行人智能信号系统，^[1]我国目前还没有这方面的应用.开发一种智能行人过街信号灯，能让“礼让斑马线”这款法律条文真正落到实处.同时，这样的智能交通灯也能对日益增长的交通环境进行有效补充，这不仅是技术的创新，是最大程度的利用交通资源，同时也能极大提升行人过街的安全系数.

1 智能过街信号系统总体设计

智能过街信号系统主要包括主控制器和副控制器.其中，主控制器和副控制器分别安装在公路两侧的灯柱上，分别负责公路两侧的数据分析及交通灯控制.主要包括：等待过街行人的数据采集和分析、行人正在过街状态的数据采集和分析、交通灯的控制和驱动、主副两个控制器的无线通信.此外，主控制器还需要将交通灯的实时状态发送至城市交通控制中心服务器.智能过街信号系统的结构如图 1所示.

主控制器和副控制器采用基本一致的硬件结构，主要包括控制板、电源模块、红外测距模块阵列、超声波测距模块、高亮LED灯组和无线传输模块.为了将数据发送至城市交通控制中心服务器，主控制器比副控制器多了一个GPRS数据传输模块.

主控制板和副控制板采用STC12C5A60S2单片机为控制核心，完成5个功能：1) 通过红外测距模块阵列实时采集灯柱下的行人数量.2) 通过超声波测距模块实时采集行人行走时离开灯柱的距离及变化趋势.3) 完成两个控制板的数据交换及综合.4) 经过计算分析后，控制交通灯的显示.5) 将信号灯实时显示状态的数据发送至城市交通控制中心服务器.

2 系统硬件设计

智能过街信号系统的硬件设计主要包括：主控制板和副控制板、高亮LED灯组控制和驱动、红外测距模块接口、超声波测距模块接口、GPRS数据传输模块接口、无线传输模块接口以及电源模块.主控制板和副控制板均采用STC12C5A60S2单片机为控制核心，负责所有传感器信号输入和数据处理并实时控制交通信号灯.电源模块可将220 V交流电转换成5 V稳压直流电，为控制器供电.GPRS数据传输采用SIM900A模块，使用TTL串口与单片机的串口相连，其负责将信号灯的显示状态发送至城市交通控制中心服务器，并接收中心服务器的统一调度信号.无线传输采用HC-05蓝牙模块，使用TTL串口与单片机的串口相连，其负责完成两控制板的数据交换.

高亮LED灯组控制及驱动电路、红外测距模块阵列接口电路、超声波测距接口电路是该系统的主要硬件，以下将对这三大设计进行具体研究.

2.1 高亮LED灯组控制及驱动

人行横道交通灯有两种：由红、黄、绿三种颜色的灯来指挥机动车，由红、绿二种颜色的灯来指挥行人.指挥机动车的红灯与指挥行人的绿灯同时亮，指挥机动车的绿灯与指挥行人的红灯同时亮.指挥机动车的黄灯亮时，指挥行人的绿灯闪烁.因此，共需要单片机的4个数字输出口来控制LED灯组.

为了能够有效控制各个信号灯，提高整个系统的抗干扰性，采用CDG1-1DA/40A固态继电器实现控制板的弱电与LED高亮灯控输出强电进行有效隔离.固态继电器是具有隔离功能的无触点电子开关，在开关过程中无机械接触部件，具有与电磁继电器一样的功能，所需控制功率小，电磁兼容性好，噪声低.CDG1-1DA/40A采用直流控制交流的控制方式，输入电压为DC 3~32V，输入电流为5~20 mA，单片机的输出口完全能控制. ^[2]其控制的断态漏电流小于5 mA，输出电流能达到40 A，足以驱动两个交通灯.

为了保证交通灯的长期稳定显示，采用高亮LED灯，采用JR-ZY30W恒流源进行驱动.JR-ZY30W输出功率为30W，输出电流为900 mA，稳定度为5%，其所驱动的LED采用10串3并的方式连接.

如图 2所示为LED高亮灯组的其中一个灯的隔离及驱动电路.当单片机的P1.0口输出高电平时，三极管Q1截止，CDG1-1DA/40A固态继电器的输出断开，LED灯熄灭.相反，当单片机的P1.0口输出为低电平时，三极管Q1完全导通，CDG1-1DA/40A固态继电器的输出闭合，LED高亮灯正常工作.

2.2 红外测距模块阵列

能准确自动地判断灯柱下是否有行人，以及行人的数量，才能让该系统智能地替代传统按键式过街请求系统.

基于PSD技术的夏普GP2Y0A02YK0F红外测距传感器分辨率为1mm，测量范围是20~150 cm，有效的测量角度大于40°，典型的消耗电流为33 mA，输出信号为模拟量电压信号.当其所测量距离为20 cm时输出信号电压典型值为2.45 V，测量距离为150 cm时输出信号电压典型值为0.4 V. ^[3]在灯柱上的1米高处，环灯柱均布8个红外测距传感器，将能360°无死角检测在灯柱下的等待过街行人的有无及其数量.

红外测距模块阵列由8个GP2Y0A02YK0F红外测距传感器组成，环灯柱一周均布安装.红外测距传感器的输出信号为模拟量电压信号，采用ADC0808可将8个红外测距传感器分时进行AD转换.当时钟频率为500 kHz时，ADC0808单通道的转换时间为128 μs，系统采集8路信号的时间总和少于15 ms.

红外测距模块接口电路如图 3所示，工作时红外测距模块阵列的8个GP2Y0A02YK0F传感器输出信号接到J3，分别连接至ADC0808的8个模拟量输入通道.由单片机的P2.0至P2.2进行寻址，分时将8个通道的信号转换成数字量.ADC0808的转换完成信号引脚“EOC”接至其地址锁存引脚“ALE”和AD转换启动引脚“START”，当转换完成后自动启动第二次转换.

2.3 超声波测距模块

用红外测距模块阵列识别出灯柱下的人员数量后，还需要识别出行人在斑马线上的具体位置，才能准确算出交通灯的亮灯信号，使交通信号灯保证安全的前提下做到效率最优.

深圳市导向机电公司的KS109超声波测距传感器模块测量范围为8厘米至10米，超声波采用收发一体装置，其波束角约为10°，测量精度可达3毫米，探测频率可达500 Hz，即每秒可探测500次.将该超声波测距传感器安装在灯柱2.5米高处，使其超声波束与水平面成20度.这样，超声波将仅检测斑马线上的行人，而灯柱下的人员将不会影响传感器的检测.

KS109的工作电压为5 V，数据输入输出接口为I2C，输出的数据即为所测量的距离值(单位为mm).这款传感器非常适合单片机测距，其硬件电路如图 4所示，用单片机的P1.0和P1.1口模拟I2C接口的SCL和SDA，这两个引脚都接4.7 K上拉电阻，单片机程序能方便读取所测量的距离值.

3 红外超声波传感器与视觉相机的比较 3.1 视觉相机对行人的识别

视觉相机对于车牌号的识别已经有非常成熟的应用了，但是对公路车流和人流的识别，目前仅限于实验室研究，还没有成熟的应用.只有在公路标线清晰且光线较好的情况下，利用视觉相机对车辆识别具有一定的准确性，但是在交通路况复杂情况下，其准确性较差.

视觉相机对行人的识别，仅限于背景单一且行人密度很少的情况，其对环境光线要求较高.一旦光线强度变化较大时，将难以准确识别行人.本系统最初使用的是视觉识别行人，实际的路测效果如表 1.该表中的识别准确率每一项所测量的总次数为20次.

从表 1可以看出，在灯柱下方采用识别人头的方式，其准确率较高，在斑马线上的较低.当行人数量较多时，其整体识别准确率都很低.

3.2 红外+超声波传感器对行人的识别

采用前述红外测距模块阵列+超声波测距传感器的方式，实际的测试效果如表 2.该表中的识别准确率每一项所测量的总次数为20次.

从表 2可以看出，红外超声波组合传感器测量的准确率与天气基本无关，所测人数对其结果影响较小.其整体的识别准确率较稳定，约为75%.

对比表 1和表 2，整体上看，红外超声波组合传感器测量的准确率比视觉识别准确率要稳定.当被识别的行人数量较多时，红外超声波组合传感器测量的准确率比视觉识别准确率要高得多.

从软硬件设计及其成本上看，视觉识别的成本也比红外超声波组合传感器成本高得多，且硬件连接和软件处理都比较复杂.从对环境的适应情况来看，视觉识别对天气及光线的适应性较差.因此，本系统选取红外超声波组合传感器来识别行人.

4 系统软件设计及仿真分析 4.1 软件规划和主程序

智能交通系统的软件设计主要包括红外测距模块阵列数据采集及处理、超声波测距模块数据采集及处理、两控制板的数据交换及处理、行人通行策略控制、车辆通行策略控制，以及GPRS数据传输和灯组显示输出等.

主控制器的系统主程序流程图如图 5所示.程序初始化后即进入循环控制.先读取两个灯柱下等待过街的行人数量，根据所计算的行人数量和通行最优化原则来设置行人通行控制策略.行人通行后，实时测量行人在斑马线上的位置，根据该数据、行人安全优先和通行效率来设置车辆通行策略.然后将交通信号灯的实时数据发送至城市交通控制中心服务器并接收统一调度指令.

4.2 红外模块阵列数据处理子程序

红外模块阵列数据处理子程序流程图如图 6所示.该子程序用于计算灯柱下行人的数量，运行一次耗时约11 ms.子程序开始时设定待过街人数初始值Number为0，并设定从通道0开始读取.等待AD转换结束后读取其值，并判断是否大于45，若是则该红外测距传感器位置有行人.当8个通道全部读取完成后，则可计算出灯柱下等待过街行人的总数，并将其存入Number，供程序调用.

4.3 超声波测距子程序

超声波测距子程序流程图如图 7所示.该子程序用于测量行人在斑马线上的具体位置，测量一次最快为1ms.子程序一开始，单片机向I2C总线发送KS109的地址0xe8，接着发送0x02和0xb0，即向寄存器02写入测距指令0xb0，之后等待测量完成，即查询SCL是否为高电平，当SCL变成高电平后表示KS109已经完成测距，最后单片机向I2C总线发送0xe9，并接收16位I2C数据，即完成了所测距离值的读取，以供程序调用.

4.4 仿真分析

为了检验过街信号系统的效果，以行人的平均延误和车辆的平均延误作为评价指标，车辆的数量服从泊松分布，^[4-5]车辆单位“辆”为标准小客车当量(PCU)，行人数量只研究100人/h和500人/h两种情况.采用软硬件结合的方式，对传统定时方法和本系统智能控制方法进行仿真比较.

图 8所示为两种方法对车辆延迟效果的对比图，其横坐标表示交通流量，单位长度为450PCU/h.在人流量较大(500人/h)时，两种控制方法得出的车辆平均延误时间差别不大.但采用智能控制方法时，行人的平均等待时间要少很多.

在人流量较小(100人/h)时，智能控制方法比定时控制方法对车辆的平均延时时间要少很多.极端情况下，若无行人，且车流量不大，则智能控制时车流的平均延时为0s，无任何延时.

5 结论

本文研究的基于红外和超声波传感器过街信号系统，相比传统的定时控制的交通灯：1) 在人流量较少时对车辆的延时显著减少；2) 过街行人的等待时间也显著减少；3) 过街行人，特别是对于老弱病残行人，其安全性得到了很大的提升.

通过实验验证，基于红外传感器和超声波传感器，其使用效果要比基于视觉识别的效果好，对环境的适应能力要比基于视觉识别的高.基于红外和超声波传感器，生产成本要比基于视觉识别低很多.

本文研究的过街信号系统目前仅在个别斑马线进行测试，若能进一步优化其软硬件，即可在全国范围内推广，不仅能提升我国的交通智能化水平，还能对日益增长的交通环境进行有效补充.