2695 PDF

ALEXANDRE ROBERTO RENTERA
CONTROLE DE SEMFOROS
POR LGICA FUZZY E REDES NEURAIS
Dissertao apresentada ao Departamento de

Engenharia Eltrica da PUC/Rio como parte
dos requisitos para a obteno do ttulo de
Mestre em Engenharia Eltrica : Sistemas de
Computao.
Orientadores: Ricardo Tanscheit
Marley M. B. R. Vellasco
Departamento de Engenharia Eltrica

Pontifcia Universidade Catlica do Rio de Janeiro
Fevereiro de 2002
Dedicatria
Danielle
Agradecimentos
Ao Professor Moiss Szwarcman, pelo apoio;

Aos meus orientadores Ricardo Tanscheit e Marley Vellasco;
minha famlia;
Trafficware, pelos softwares;
CET-Rio, pelos dados;
Ao CNPq e FAPERJ, pelo apoio financeiro;
RESUMO
Este trabalho apresenta a utilizao de lgica fuzzy e de redes neurais no
desenvolvimento de um controlador de semforos o FUNNCON. O trabalho realizado
consiste em quatro etapas principais: estudo dos fundamentos de engenharia de trfego;
definio de uma metodologia para a avaliao de cruzamentos sinalizados; definio do
modelo do controlador proposto; e implementao com dados reais em um estudo de caso.
O estudo sobre os fundamentos de engenharia de trfego aborda a definio de termos,
os parmetros utilizados na descrio dos fluxos de trfego, os tipos de cruzamentos e seus
semforos, os sistemas de controle de trfego mais utilizados e as diversas medidas de
desempenho.
Para se efetuar a anlise dos resultados do FUNNCON, definida uma metodologia
para a avaliao de controladores. Apresenta-se, tambm, uma investigao sobre simuladores
de trfego existentes, de modo a permitir a escolha do mais adequado para o presente estudo.
A definio do modelo do FUNNCON compreende uma descrio geral dos diversos
mdulos que o compem. Em seguida, cada um destes mdulos estudado separadamente: o
uso de redes neurais para a predio de trfego futuro; a elaborao de um banco de cenrios
timos atravs de um otimizador; e a criao de regras fuzzy a partir deste banco.
No estudo de caso, o FUNNCON implementado com dados reais fornecidos pela
CET-Rio em um cruzamento do Rio de Janeiro e comparado com o controlador existente.
constatado que redes neurais so capazes de fornecer bons resultados na predio do
trfego futuro. Tambm pode ser observado que as regras fuzzy criadas a partir do banco de
cenrios timos proporcionam um controle efetivo do trfego no cruzamento estudado. Uma
comparao entre o desempenho do FUNNCON e o do sistema atualmente em operao
amplamente favorvel ao primeiro.
ABSTRACT
This work presents the use of fuzzy logic and neural networks in the development of a
traffic signal controller FUNNCON. The work consists of four main sections: study of
traffic engineering fundamentals; definition of a methodology for evaluation of traffic
controls; definition of the proposed controller model; and implementation on a case study
using real data.
The study of traffic engineering fundamentals considers definitions of terms,
parameters used for traffic flow description, types of intersections and their traffic signals,
commonly used traffic control systems and performance measures.
In order to analyse the results provided by FUNNCON, a methodology for the
evaluation of controllers is defined. The existing traffic simulators are investigated, in order to
select the best one for the present study.
The definition of the FUNNCON model includes a brief description of its modules.
Thereafter each module is studied separately: the use of neural networks for future traffic
prediction; the setup of a best scenario database using an optimizer; and the extraction of
fuzzy rules from this database.
In the case study, FUNNCON is implemented with real data supplied by CET-Rio
from an intersection in Rio de Janeiro; its performance is compared with that of the existing
controller.
It can be observed that neural networks can present good results in the prediction of
future traffic and that the fuzzy rules created from the best scenario database lead to an
effective traffic control at the considered intersection. When compared with the system in
operation, FUNNCON reveals itself much superior.
NDICE
LISTA DE FIGURAS ......................................................................................... I
LISTA DE TABELAS .......................................................................................II
1 INTRODUO .............................................................................................1
1.1
1.2
1.3
1.4
MOTIVAO...............................................................................................................1
OBJETIVOS DO TRABALHO ....................................................................................1
DESCRIO DO TRABALHO ...................................................................................1
ORGANIZAO DA DISSERTAO ......................................................................2
2 SISTEMAS DE CONTROLE DE TRFEGO ...........................................3

2.1
2.2
2.3
2.4
2.5
2.6
HISTRICO..................................................................................................................3
FUNDAMENTOS DE ENGENHARIA DE TRFEGO..............................................3
DESCRIO DOS TIPOS DE CRUZAMENTO ........................................................7
MEDIDAS DE DESEMPENHO DE CRUZAMENTOS CONTROLADOS.............13
SISTEMAS DE CONTROLE DE TRFEGO EM USO ...........................................15
DISCUSSO...............................................................................................................18
3 METODOLOGIA PARA A AVALIAO DE UM SISTEMA DE

CONTROLE DE TRFEGO ADAPTATIVO ..............................................22
3.1
3.2
3.3
METODOLOGIA........................................................................................................22
SIMULADORES.........................................................................................................23
SIMULADOR UTILIZADO.......................................................................................25
4 SISTEMA DE CONTROLE DE TRFEGO FUNNCON ......................27

4.1
4.2
4.3
4.4
CONSTRUO E ELABORAO DO SISTEMA .................................................27

MDULO DE PREVISO DE TRFEGO FUTURO ..............................................31
MDULO BANCO DE CENRIOS TIMOS.........................................................33
MDULO FUZZY......................................................................................................34
5 ESTUDO DE CASO....................................................................................38
5.1
5.2
5.3
5.4
5.5
5.6
LAYOUT DO CRUZAMENTO .................................................................................38

DADOS .......................................................................................................................40
IMPLEMENTAO DO FUNNCON .......................................................................43
RESULTADOS COM O CONTROLE FIXO ............................................................52
RESULTADOS DO FUNNCON ................................................................................50
COMPARAO.........................................................................................................55
6 CONCLUSO E TRABALHOS FUTUROS ...........................................56

6.1
6.2
CONCLUSES...........................................................................................................56
TRABALHOS FUTUROS..........................................................................................56
REFERNCIAS BIBLIOGRFICAS............................................................57
LISTA DE FIGURAS
Figura 2-1 Relao entre volume e densidade .........................................................................7
Figura 2-2 Geometria de um cruzamento, plano de fases com 2 fases..................................12
Figura 2-5 Simbologia dos planos de fases ...........................................................................13
Figura 2-6 Ilustrao de medidas de atraso ...........................................................................15
Figura 4-1 Controlador em malha aberta ...............................................................................28
Figura 4-2 Controlador de malha fechada .............................................................................28
Figura 4-3 Diagrama do FUNNCON com seus trs mdulos ...............................................30
Figura 4-4 Predio do trfego futuro com uma rede neural.................................................31
Figura 4-5 Entradas de uma rede neural para sries temporais .............................................32
Figura 4-6 Sistema de inferncia fuzzy .................................................................................34
Figura 4-7 Diviso dos domnios de entrada e sada em regies fuzzy.................................36
Figura 5-1 Layout do cruzamento..........................................................................................38
Figura 5-2 Layout do cruzamento de 3 vias ..........................................................................39
Figura 5-3 Conjunto de fases do cruzamento ........................................................................39
Figura 5-4 Imagem da fita de vdeo fornecida pela CET-Rio ...............................................40
Figura 5-5 Imagem da fita de vdeo sob chuva......................................................................41
Figura 5-6 Volume previsto na Via 01 ..................................................................................44
Figura 5-9 Etapas da otimizao pelo Synchro: (a) desenho, (b) sentidos e volumes, (c)
otimizao ..........................................................................................................................47
Figura 5-10 Conjuntos e funes de pertinncia das variveis de entrada e sada para a
determinao da durao do ciclo ......................................................................................49
Figura 5-11 Simulao no SimTraffic ...................................................................................51
LISTA DE TABELAS
Tabela 2-1 Nveis de controle de cruzamento .........................................................................8
Tabela 2-2 Caracterstica das Estratgias de Controle do UTCS [5].....................................17
Tabela 2-3 Comparao de Sistemas de Controle de Trfego [6] .........................................18
Tabela 2-4 Benefcios Diversos Sistemas de Controle de Trfego .......................................19
Tabela 2-5 Comparao de Resultados de Estratgias do UTCS [5] ....................................20
Tabela 3-1 Principais Caractersticas dos Simuladores de Trfego.......................................25
Tabela 5-1 Volumes durante os dias e horrios de estudo (nmero de veculos a cada 15
minutos)..............................................................................................................................42
Tabela 5-2 Validao cruzada da Via 02 ...............................................................................43
Tabela 5-3 Nmero de neurnios na camada escondida e nmero de pocas de treinamento
............................................................................................................................................44
Tabela 5-4 Avaliao das predies nas trs vias ..................................................................46
Tabela 5-5 Volumes previstos, duraes de ciclo e duraes da fase 1 gerados pelo
FUNNCON ........................................................................................................................50
Tabela 5-6 - Medidas de eficincia do FUNNCON de 6:15hs s 10:00hs ...............................51
Tabela 5-7 Programao semafrica e planos de fases da CET-Rio para uma quinta-feira
entre 6 e 10hs .....................................................................................................................52
Tabela 5-8 Medidas de eficincia do controle fixo da CET-Rio de 6:15hs s 10:00hs.........53
Tabela 5-9 Programao semafrica e planos de fases do FUNNCON-f..............................54
Tabela 5-10 Medidas de eficincia do FUNNCON-f de 6:15hs s 10:00hs..........................54
Tabela 5-11 Comparao do FUNNCON e do FUNNCON-f com o controle fixo da CETRio ......................................................................................................................................55
II
1
1.1
INTRODUO
MOTIVAO
Devido ao grande fluxo de pessoas e de bens que trafegam pelas ruas das grandes
cidades, engarrafamentos, acidentes e poluio do ar vm se constituindo em umas das

principais preocupaes das sociedades modernas. Na tentativa de amenizar esses problemas,
semforos so empregados no controle de trfego de vias urbanas. Porm, estes usualmente
no possuem sistemas computadorizados que os auxiliem em suas decises, ou, quando estes
sistemas existem, eles so frequentemente ineficientes.
Nos ltimos anos, tem sido cada vez mais comum o emprego de mtodos
inteligentes, tais como lgica fuzzy e redes neurais, no desenvolvimento
de sistemas
eficientes de controle de semforos.

importante salientar que, embora o bom funcionamento de um cruzamento no
garanta que todos os semforos de um conjunto de cruzamentos estejam operando
eficientemente, o conjunto no pode ser eficiente sem que cada cruzamento o seja. Desta
forma, neste trabalho ser abordado o controle de um nico cruzamento, embora complexo.
1.2
OBJETIVOS DO TRABALHO
Os objetivos principais deste trabalho so a utilizao de redes neurais para a predio
de trfego futuro nas vias de um cruzamento e a criao de regras fuzzy, juntamente com um
sistema de inferncia para o controle dos semforos; para que no final um controle de trfego
seja implementado.
1.3
DESCRIO DO TRABALHO
O trabalho realizado constitudo nas seguintes etapas: estudo dos fundamentos da
engenharia de trfego e dos controles existentes; definio de uma metodologia para a

avaliao de cruzamentos sinalizados; definio do modelo do controlador proposto; e
implementao com dados reais em um estudo de caso.
Para melhor entender o trfego de veculos e o controle de semforos, so

apresentados inicialmente os fundamentos da engenharia de trfego, tais como as definies
dos termos, os parmetros utilizados na descrio dos fluxos de trfego, os tipos de
cruzamentos e seus semforos. Tambm so descritos os sistemas de controle mais
frequentemente utilizados e como seus desempenhos so medidos.
Em seguida apresentada uma metodologia para a avaliao de controladores.
Apresenta-se, tambm, uma investigao sobre simuladores de trfego existentes, de modo a
permitir a escolha do mais adequado para o presente estudo.
Uma vez concludas as etapas acima, a elaborao do controlador apresentada. Cada
mdulo estudado separadamente: o uso de redes neurais para a predio de trfego futuro; a
elaborao de um banco de cenrio timos atravs de um otimizador; e a criao de regras
fuzzy a partir deste banco.
Enfim, o sistema proposto implementado com dados reais fornecidos pela CET-Rio
em um cruzamento do Rio de Janeiro e comparado com o controlador existente.
1.4
ORGANIZAO DA DISSERTAO
Esta dissertao est dividida em cinco captulos adicionais, organizados da seguinte
maneira:
O captulo 2 trata dos fundamentos da engenharia de trfego e dos sistemas de controle
existentes.
O captulo 3 descreve a metodologia empregada para a avaliao de controladores de
semforos, assim como apresenta diversos simuladores de trfego e o simulador escolhido
para este estudo.
O captulo 4 expe a elaborao do modelo do controlador proposto e detalha os seus
mdulos.
No captulo 5 apresentado um estudo de caso. Tambm so efetuadas simulaes,
comparando-se os resultados obtidos pelo controlador desenvolvido com os proporcionados
pelo sistema atualmente em operao.
Finalmente, apresentam-se no captulo 6 as concluses e sugestes para trabalhos
futuros.
2
2.1
SISTEMAS DE CONTROLE DE TRFEGO
HISTRICO
Os primeiros sinais de trnsito da Amrica do Norte foram instalados em Cleveland
em 1914. O primeiro semforo coordenado eletronicamente apareceu em 1917 em Salt Lake

City; em 1928, grandes cidades tais como Nova Iorque haviam instalados vrios semforos.
Em 1952, engenheiros de Denver utilizaram computadores analgicos com amostradores para
a seleo, a partir de um conjunto de solues, do melhor plano de tempo para os sinais.
Entre o primeiro sinal de trnsito em Cleveland e os anos 50, o dispositivo
predominante para controladores de trfego isolados ou interconectados era o controlador
eletromecnico pr-ajustado. Durante os anos 50 e 60, muitas cidades americanas instalaram
Sistemas de Controle de Trfego Urbano (UTCS Urban Traffic Control System) que
consistiam de conjuntos de semforo eletromecnicos interconectados.
Os avanos na eletrnica e a disponibilidade comercial destes novos componentes, a
partir da metade da dcada de 60, abriram a porta para muitos avanos nos equipamentos para
controle de trfego. Computadores digitais foram pela primeira vez utilizados em controle de
trfego em Toronto (Canad), em 1963. Empregando-se transistores de baixssimo custo,
antes reservados para aplicaes militares, produtos para controle de trfego com maiores
recursos foram lanados no mercado. Os controladores eletromecnicos foram substitudos
por componentes em estado slido, resultando em sistemas requerendo menos manuteno.
Os microprocessadores e os circuitos integrados criaram a possibilidade do desenvolvimento
de controladores menos dispendiosos.
De forma geral, os avanos no controle de sinais de trnsito desde a metade da dcada
de 60 tm melhorado os equipamentos mas afetando pouco a lgica de controle.
2.2
FUNDAMENTOS DE ENGENHARIA DE TRFEGO

A engenharia de transportes definida pelo Instituto de Engenheiros de Transportes
(ITE) como a aplicao de tecnologia e princpios cientficos no planejamento, desenho

funcional, operao e administrao de meios de transporte (para qualquer tipo de transporte)
com o objetivo de providenciar a segurana, rapidez, conforto, convenincia, economia, e

compatibilidade com o meio ambiente no movimento de pessoas e bens [1].
A engenharia de trfego definida pelo ITE como a rea da engenharia de transportes
que lida com o planejamento, o desenho geomtrico e a operao de trfego em estradas, ruas
e rodovias, suas redes, terminais e reas prximas, e o relacionamento com outros meios de
transporte [1].
Utilizando esta definio, os sistemas de trfego tm como componentes vitais:
motoristas
veculos
estradas e rodovias
o meio ambiente
dispositivos de controle
Estes componentes interagem entre si para formar fluxos de trfego. Estes, por sua
vez, so descritos por parmetros que se dividem em duas categorias distintas: os parmetros
macroscpicos, que caracterizam o fluxo de trfego como um todo; e os parmetros
microscpicos, que caracterizam o comportamento individual dos veculos no fluxo de trfego
em sua interao com os outros veculos presentes [2].
Ao todo, existem trs parmetros macroscpicos: volume, velocidade e densidade [3].
- Volume
o nmero de carros que passam por uma via ou faixa durante um intervalo de tempo.
A unidade simplesmente veculos, porm frequentemente representada como veculos
por unidade de tempo.
- Velocidade e Tempo de Viagem

Em um fluxo de trfego, os diversos carros trafegam em diversas velocidades. Logo,
de uma distribuio discreta de velocidade de veculos, passa-se para uma mdia que
caracteriza o fluxo de trfego como um todo. Por isso, velocidades mdias podem ser
computadas de duas maneiras distintas:
Velocidade Mdia Temporal (TMS): a velocidade mdia de todos os veculos

passando pelo mesmo ponto da via durante um intervalo de tempo.
Ex: quando se est no alto do prdio e se mede a velocidade com que os carros
passam por um ponto A, a mdia destas medidas a velocidade mdia temporal.
Velocidade Mdia Espacial (SMS): a velocidade mdia de todos os veculos

ocupando uma seo de estrada em um intervalo de tempo.
Ex: do alto de um prdio, duas fotografias so tiradas em um intervalo de 1
segundo. Anotam-se todos os i percorridos pelos veculos entre as duas fotos, e
estima-se a velocidade mdia de cada um i / 1 sec, e computa-se a mdia. Esta
a velocidade mdia espacial.
TMS =
SMS =
1
d
n
ti
d
t
ni
(1)
=n
(2)
i
onde: d = distncia percorrida

n = nmero de tempos de viagem observados
ti = tempo de viagem do i-simo veculo
Razes para se preocupar com esta diferena de medidas:

1. para evitar erros sistemticos,
2. para que a velocidade mdia medida no passe de uma para a outra quando a tecnologia
de aquisio trocada.
Tempo de Viagem: o tempo total para a travessia de um determinado segmento

de estrada.
- Densidade
o nmero de veculos ocupando um determinado pedao de via (ou faixa), e
geralmente expresso como veculos por quilometro (vpk) ou veculos por quilometro por faixa
(vpkpf).
Devido dificuldade de medio, usa-se a frmula:
V =SD
onde
D=
V
S
(3)
D = densidade
V = volume
S = velocidade (velocidade mdia espacial)
importante ressaltar que este o mais importante dos trs parmetros pois:
a partir da densidade que o volume e a velocidade so estabelecidos
ela informa sobre a distncia entre os veculos
Existem tambm dois parmetros microscpicos: distanciamento (spacing) e headway.
- Distanciamento
a distncia entre dois veculos sucessivos em uma mesma faixa. Ela deve ser medida
em relao a um ponto comum dos veculos (para-choque, eixos...)
- Headway
o tempo percorrido entre dois veculos sucessivos em uma mesma faixa. Tambm
deve ser medido em relao a um ponto comum dos veculos.
Uma vez definidos todos estes parmetros, varias relaes podem ser estabelecidas
entre eles. Uma relao muito importante a existente entre o volume e a densidade de
trfego (equao 3): o volume igual ao produto da velocidade e da densidade. A Figura 2-1
ilustra a forma genrica desta relao.
Volume
Capacidade
Densidade de
engarrafamento
Densidade
Figura 2-1 Relao entre volume e densidade
Deste diagrama importante notar que um mesmo volume ocorre para duas situaes
distintas (pontos A e B), alm disso o volume nulo nas seguintes situaes:
densidade nula, que chamado de fluxo livre pois virtualmente a velocidade

mxima de um veculo que a via permite;
densidade mxima, que chamada de densidade de engarrafamento, e neste caso

todos os veculos esto parados, portanto o volume nulo.
O diagrama tambm mostra que o volume atinge um mximo que chamado de

capacidade da via.
Conclui-se que, como um mesmo volume pode ocorrer para duas situaes distintas, o
volume no pode ser utilizado na descrio das condies de trfego. a velocidade e a
densidade que devem ser utilizados.
2.3
DESCRIO DOS TIPOS DE CRUZAMENTO

As localizaes mais complexas de qualquer sistema de ruas e rodovias so os
cruzamentos. Neles, os fluxos veiculares de diversas direes que possuem movimentos de

virar esquerda, direita ou seguir em frente procuram ocupar o mesmo espao fsico.
Somando-se a estes fluxos veiculares, pedestres tambm tentam utilizar este espao para
atravessar a rua. Em nenhum outro lugar de um sistema de ruas e rodovias existem tantos
conflitos potencias e reais presentes. Para administrar estes conflitos, trs nveis de controle
podem ser providenciados nos cruzamentos: regras bsicas de prioridade em estradas,
controle com sinais de PARE ou PREFERNCIA, e os semforos, conforme ilustrado na
Tabela 2-1. A anlise de qual destes o mais apropriado para uma dada situao uma das
mais importantes tarefas do engenheiro de trfego, e frequentemente uma das mais percebidas
pela populao.
OPES DE CONTROLE DE CRUZAMENTO

Que julgamento os motoristas podem executar com segurana para evitar colises?
Trs nveis de controle esto disponveis:
Nvel I
Controle Passivo aplicao das regras bsicas de prioridade em estradas

No h controle
Somente sinais de aviso
Sinais de alerta
Nvel II
Designao de direito-de-travessia para a via principal

Controle por PREFERNCIA
Controle por PARE em uma via
Controle por PARE em todas as vias
Nvel III
Designao de direito-de-travessia alternado

Semforos
Policias de trnsito
Tabela 2-1 Nveis de controle de cruzamento
importante ressaltar que, embora os controles ativos de cruzamento sejam placas de

PREFERNCIA e de PARE e os semforos, qualquer outro tipo de comunicao com o
motorista tambm afeta o controle do cruzamento. Esta comunicao pode ser feita atravs
de:
cores, como por exemplo o vermelho da placa de PARE;
padres, como por exemplo as linhas contnuas ou tracejadas na ruas e estradas;
formato da placa de sinalizao, como por exemplo as placas de PARE so

quadradas, as de PREFERNCIA so triangulares, e as de limite de velocidade
so redondas;
texto, como por exemplo os avisos da qualidade do trfego.
Os sinais de trnsito so dispositivos complexos que podem ser operados de diversas

maneiras. Por isso, um nmero de termos e definies sero apresentadas para a melhor
compreenso deste trabalho.
- Ciclo
Um ciclo de um sinal a rotao completa por todas as indicaes possveis.
Geralmente, cada movimento de veculos permitido recebe um verde uma vez a cada ciclo;
contudo existem algumas excees para esta regra.
- Durao do ciclo
o tempo necessrio (em segundos) para a execuo completa de um ciclo.
denotada pela letra C.
- Estgio
Um estgio o perodo durante o qual nenhuma luz de um cruzamento sinalizado
muda. Em qualquer cruzamento, existem vrios estgios em um ciclo, sendo eles:
estgio de mudana: corresponde indicao amarelo para um dado

movimento. Cada movimento do cruzamento recebe este estgio entre o verde e
o vermelho.
estgio de desobstruo: o vermelho total para um determinado movimento.

Aps cada estgio de mudana, h um perodo durante o qual todos os sinais do
cruzamento ficam vermelhos. Este estgio tem como finalidade permitir que os
carros que passaram pelo semforo enquanto este estava amarelo atravessem
completamente o cruzamento, garantindo desta forma que o cruzamento esteja
livre para o fluxo de outra via. A soma dos estgios de mudana e de desobstruo
(amarelo + vermelho total) denotada pela letra Yi.
estgio verde: a indicao de verde para um movimento, e simbolizado pela

letra Gi.
estgio vermelho: a indicao de vermelho para um movimento, e

simbolizado pela letra Ri.
importante perceber que os estgios de um movimento podem coincidir com os

estgios de outros movimentos. Os estgios verde, de mudana e de desobstruo para um
movimento correspondem ao estgio vermelho para os outros movimentos.
- Fase
o estgio verde mais os estgios de mudana e de desobstruo que o seguem. Isto
corresponde ao conjunto de estgios que permite que um movimento flua e seja parado com
segurana antes do incio de outro movimento.
- Retardo
O retardo (offset) entre sinais de trnsito sucessivos corresponde diferena de tempo
entre o incio da fase verde no cruzamento a montante (upstream) e o incio da fase verde em
um cruzamento a jusante (downstream). As fases dos sinais so sincronizadas para que, em
condies de trfego livre, os veculos atravessem os cruzamentos sem que sejam parados.
Sinais de trnsito que operam desta maneira esto coordenados.
Considerando-se um nico cruzamento, os semforos podem ser classificados de

acordo com o grau de flexibilidade em se ajustar s condies de trfego, variando a durao
do ciclo e/ou a durao de cada fase [4]. Normalmente esta classificao :
- Controle Pr-Temporizado
O controlador principal determina as fases e a durao do ciclo baseado em valores
pr-determinados. Estes valores pr-determinados so obtidos atravs de dados estatsticos.
- Controle Atuado
Um controlador atuado tem sua operao baseada na demanda do trfego que
informada por detectores de veculos e/ou pedestres. Existem vrios tipos de controladores
10
atuados, mas a sua caracterstica principal a habilidade de adaptar as duraes das fases em
funo das condies do trfego. Se no h veculos em uma das vias, o controlador pode
pular esta fase. O tempo de verde de cada via uma funo do fluxo de trfego, e pode variar
entre duraes mnima e mxima, dependendo do fluxo.
Controle Semi-Atuado: ele pode atuar em todas as fases exceto na fase principal.
Um verde contnuo mantido na via principal exceto quando uma demanda
registrada em uma das vias secundrias. O direito de passagem sempre retorna
via principal quando no h veculos presentes nas vias secundrias ou um tempo
limite alcanado. A operao semi-atuada mais indicada para localidades com
baixo volume de trfego nas vias secundrias. Tambm pode ser utilizado para
permitir que pedestres atravessem no meio da rua.
Controle Totalmente Atuado: a funo do controlador de medir o fluxo de

trfego em todas as vias de um cruzamento e designar o direito de passagem de
acordo com a demanda de trfego. Controladores totalmente atuados requerem a
instalao de detectores em todas as vias de um cruzamento. A habilidade do
controlador de responder ao fluxo de trfego tem a sua eficincia mxima em
cruzamentos isolados.
- Controle Modo Sensvel ao Trfego (ou Adaptativo)

Neste modo, o sistema responde s entradas que refletem as condies atuais do
trfego. As entradas incluem:
Predio de Trfego Futuro: o sistema de controle utiliza os dados sobre volume

fornecidos pelos detectores e projeta as condies futuras.
Atuado por Veculo: utiliza dados de detectores de presena e modifica a quebra

de fases baseando-se na presena e separao dos veculos. Este procedimento
referente ao trfego atual e no depende das projees de trfego.
Reconhecimento de Padres: os dados sobre volume e ocupao do sistema so

suavizados e ponderados e em seguida comparados com perfis armazenados em
memria. Isto possibilita a identificao do perfil armazenado que mais se
assemelha com as condies do trfego atual. Quando um padro identificado,
parmetros apropriados so colocados em operao.
11
Finalmente, o plano de fases deve ser consistente com a geometria do cruzamento, o

uso de cada faixa, os volumes e as velocidades, e a necessidade de travessia de pedestres.
Alguns exemplos de planos de fases so apresentados nas Figura 2-2, Figura 2-3 e Figura 2-4,
e a simbologia utilizada est descrita na Figura 2-5.
Fase A
Fase B
Figura 2-2 Geometria de um cruzamento, plano de fases com 2 fases
Fase A
Fase B
12
Fase C
Fase A
Fase B
Fase C
Fase D
Trfego em
Movimento
Virar a Direita
Virar a Esquerda
Trfego Parado
Figura 2-5 Simbologia dos planos de fases
2.4
MEDIDAS DE DESEMPENHO DE CRUZAMENTOS

CONTROLADOS
Como os cruzamentos sinalizados so basicamente pontos ou ns contidos em
um sistema de rodovias e ruas, a definio de medidas de eficincia para descrever a

qualidade de operao mais difcil do que em vias de fluxo contnuo.
Tradicionalmente, medidas so utilizadas na anlise da capacidade e em modelos de
simulao, sendo que todas quantificam algum aspecto da experincia da travessia de
um cruzamento sinalizado do ponto de vista do motorista. As mais comuns so:
atraso
filas
paradas
O atraso a medida mais diretamente relacionada com a sensao do

motorista, visto que ele descreve a quantidade de tempo consumida na travessia do
13
cruzamento. O atraso, todavia, pode ser quantificado de vrias maneiras diferentes. Os

tipos de atraso mais frequentemente utilizados esto definidos abaixo:
- Atraso parado
o tempo durante o qual o veculo fica totalmente parado enquanto espera
para atravessar o cruzamento. Logo este atraso comea quando o veculo pra
completamente e termina quando ele comea a acelerar.
- Atraso de aproximao
Inclui o atraso parado, mas tambm inclui o tempo de desacelerao e o tempo
de acelerao at o retorno velocidade original em que trafegava.
- Atraso no tempo de viagem

definido como a diferena entre o tempo total desejado pelo motorista para
atravessar o cruzamento e o tempo que realmente levou a travessia.
- Atraso na fila
o tempo total contado a partir do veculo alcanar o final da fila at ele
atravessar o cruzamento.
As medidas de atrasos parado, de aproximao e no tempo de viagem esto

exemplificados na Figura 2-6.
Estas medidas de atraso podem ser bastantes diferentes, dependendo das
condies do cruzamento sinalizado em questo.
As medidas de atraso tambm podem ser apresentadas sob forma agregada ou
sob forma de mdia por veculo. O atraso agregado apresentado como o total de
horas-veculo de atraso sofrido por todos os veculos que atravessaram o cruzamento
durante um determinado intervalo de tempo. O atraso mdio individual definido em
termos de segundos/veculo de atraso, novamente para um determinado intervalo de
tempo.
Atraso a medida de eficincia mais frequentemente utilizada para
cruzamentos sinalizados. Contudo, outras medidas tambm so teis: o tamanho da
fila em um determinado instante (denotado QT) crtico para a determinao de
quando um cruzamento vai comear a impedir o descarregamento ou movimento de
14
uma via que fica a montante (upstream); o nmero de paradas efetuadas (denotado
NS) um parmetro importante para os modelos de qualidade de ar.
Distncia
D1 =
Atraso
Parado
D2 =
Atraso de
Aproximao
D3 =
Atraso no
Tempo de
Viagem
Trajeto
Desejado
D2
D3
Trajeto
Real
D1
Tempo
Figura 2-6 Ilustrao de medidas de atraso
Nos ltimos anos, cada vez mais frequente o uso de duas outras medidas de
eficincia dos controles de cruzamentos: o consumo de combustvel (em litros e US$),
e a emisso de gases poluentes tais como CO, NOx e HC.
2.5
SISTEMAS DE CONTROLE DE TRFEGO EM USO

Aps a introduo de sinais de controle de trfego computadorizados em
meados dos anos 60, vrios projetos de pesquisa se concentraram no desenvolvimento

de estratgias de controle mais sensveis e avanadas. Um dos estudos mais completos
foi o Sistema de Controle de Trfego Urbano (UTCS) gerenciado pelo Federal
Highway Administration (EUA) [5]. Avanos significativos em controles mais
sensveis foram obtidos durante os anos 80 com a introduo do SCOOT no Reino
Unido [5] e do SCATS na Australia [5]. Na Amrica do Norte o UTCS o sistema de
controle de sinais de trnsito mais empregado. SCOOT e SCATS ganharam
popularidade na Australia, Europa e sia, e, mais recentemente, na Amrica do Norte.
15
Alguns dos sistemas e softwares de controle de sinais de trnsito mais comuns so

apresentados abaixo:
- Traffic Network Study Tool (TRANSYT)

Um dos programas de temporizao de semforos mais utilizado o
TRANSYST. A verso original do TRANSYT foi desenvolvida pelo Transportation
and Road Research Laboratory na Inglaterra em 1968. O modelo necessita dos fluxos
nas vias e a proporo de converso1 nas vias como entradas e considera que so
constantes durante todo o perodo de simulao. O TRANSYT simula as condies do
trfego para a durao de um ciclo completo, e estas condies so consideradas
constantes para todos os outros ciclos. A heurstica do TRANSYT tem provido um
bom equilbrio entre acurcia e eficincia nos ltimos 30 anos. Desde o seu
desenvolvimento, verses adaptadas aos EUA foram lanadas com o ttulo de
TRANSYT-7F. Este ltimo capaz de avaliar uma rede coordenada de at 50
cruzamentos com at 250 vias.
- Urban Traffic Control Systems (UTCS)

UTCS um sistema de controle de trfego centralizado que controla todos os
cruzamentos de um sistema com planos de fase fixos ou variveis. Dados histricos
baseados na hora do dia e no dia da semana so freqentemente a base do plano. As
estratgias de controle do UTCS so categorizadas em trs geraes, e esto
resumidas na Tabela 2-2.
- Split Cycle and Offset Optimization Technique (SCOOT)

SCOOT o modelo de controle de trfego computadorizado centralizado
desenvolvido no Transportation and Road Research Laboratory (Inglaterra).
Diferentemente do TRANSYST que somente um programa, o SCOOT um sistema
completo de controle de trfego. Ele um melhoramento em relao primeira
gerao de UTCS e fornece um controle de trfego adaptativo em tempo real. SCOOT
utiliza detectores para medir o fluxo de trfego em tempo real, e, fazendo uso de
tempos de viagem pr-determinados e do grau de saturao (razo fluxo/capacidade),
prediz as filas nas intersees. O modelo de trfego do SCOOT baseado em um
frao de veculos que viram direita ou esquerda
16
modelo de fila, logo, no considera o efeito de engarrafamentos nos cruzamentos a

jusante (downstream) na sua sada. Este modelo funciona bastante bem enquanto a
rede no estiver congestionada. Porm, ele falha na modelagem do efeito de um
engarrafamento durante o refluxo (spillback) da fila.
ATRIBUTOS
Intervalo de
Atualizao
Gerao do
Plano de
Controle
Predio de
Trfego
Determinao da
Durao do Ciclo
1a Gerao de Controle
(1-GC)
15 min
2a Gerao de
Controle (2-GC)
5-10 min
3a Gerao de
Controle (3-GC)
3-5 min
Otimizao On-line
Otimizao On-line
Nenhuma
Baseada em histrico
Fixa para cada seo de

cruzamentos
Fixa dentro de um
grupo varivel de
cruzamentos
Valores atuais
suavizados
Varivel em tempo e
espao.
Predeterminado para
um perodo de
controle
Otimizao Off-line. Seleo

dentro de uma biblioteca em
funo da hora do dia, do
trfego, ou modo manual
Tabela 2-2 Caracterstica das Estratgias de Controle do UTCS [5]
- Distributed Intelligence Traffic Control System (DITCS)

DITCS o sistema de controle no qual os controladores de interseo usam
planos de fase, mas podem ajustar dinamicamente as quebras de fase para satisfazer as
condies de trfego no nvel do controlador. DITCS so sistemas de malha fechada
fornecendo controle de trfego adaptativo em tempo real. Alguns dos DITCS mais
conhecidos so o Sydney Coordinated Traffic Adaptative System (SCATS) e
TracoNet:
SCATS um sistema de controle dinmico com uma arquitetura

descentralizada. Ele atualiza a durao do ciclo utilizando os detectores
posicionados nas faixas de pedestres.
TracoNet Tambm tem uma arquitetura descentralizada, e possui

algoritmos sensveis ao trfego baseados em reconhecimento de padres.
- Real-Time Traffic Adaptative Signal Control System (RT-TRACS)

Em 1991 a Federal Highway Administration solicitou propostas para o
desenvolvimento de um controlador adaptivo de sinais de trnsito em tempo real
chamado de RT-TRACS. O requisito principal deste sistema administrar
17
eficientemente e responder s variaes rpidas das condies do trfego. O RTTRACS est atualmente em estado de prototipagem.
A Tabela 2-3 apresenta a comparao entre os sistemas de controle de trfego
UTCS, SCOOT, SCATS e TracoNet.
Controle
Offsets
Resposta
ao Trfego
Custo de
Software e
Instalao
(master)
($1994)
Contato
UTCS
Central
Predeterminado
Encaixe (Matching)
de planos utilizando
detectores
SCOOT
Central
Dinmico
Algoritmo de
projeo de trfego
utilizando
detectores
SCATS
Distribudo
Predeterminado
Ajuste da quebra de
fase para o trfego
atual utilizando
detectores de grau
de utilizao
TracoNet
Distribudo
Predeterminado
Reconhecimento de
padres utilizando
detectores
$100.000
$350.000
$130.000
$8.000
Honeywell, Spery,
etc.
TRRL, GE, Fortran

Systems
New South Wales

Dept. of Roads,
Phillips, AWA
Traconex
Tabela 2-3 Comparao de Sistemas de Controle de Trfego [6]
2.6
DISCUSSO
Uma vez implementado o sistema de controle de trfego, procura-se medir as
redues no atraso sofrido pelos veculos, no tempo de viagem de um determinado

percurso, e no nmero de paradas. De uma forma menos sistemtica, medem-se as
redues de consumo de combustvel e de emisso de gases poluentes. Outra forma de
avaliao do sistema a velocidade mdia dos veculos, que deve ser maximizada. A
Tabela 2-4 apresenta o resumo dos benefcios encontrados aps a aplicao de
diversos sistemas e tcnicas de controle de trfego em diferentes cidades.
Da Tabela 2-4, pode-se notar que a implementao de sistemas de controle de
trfego pode trazer resultados muitos bons em cidades muito grandes que possuem um
trfego tradicionalmente catico, como o caso de Los Angeles e Tokyo.
18
Localidade
Glasgow
Orange County
Texas
Parramatta,
New South Wales
Great West Highway
(Via Arterial)
Tokyo
Los Angeles
Orlando
Virginia
Benefcios
reduo de 12% no atraso
reduo de 6% no tempo de viagem
(em relao aos planos calculados pelo programa
TRANSYT em 1967)
aumento na velocidade de 30mph para 33mph no
horrio de pico da manh
aumento na velocidade de 26mph para 33mph no
horrio de pico da tarde
reduo no nmero de paradas e atraso
reduo de 13,5% no consumo de combustvel
(20,8 milhes de gales/ano)
reduo de 29,6% no atraso
reduo de 11,5% no nmero de paradas
Ao todo, isto representa uma economia de
US$252 milhes por ano
reduo de 1% no nmero de paradas
reduo de 13 a 31% no tempo de viagem
reduo de 24 a 45% no nmero de paradas
reduo de 44% no atraso devido aos sinais
reduo de 13% no consumo de combustvel
reduo de 14% na emisso de gases poluentes
reduo de 56% no nmero de paradas e atraso
reduo de 9 a 14% na emisso de gases poluentes
reduo de 10,2% no tempo de viagem
reduo de 25,5% no nmero de paradas
reduo de 25,2% no atraso
reduo de 3,7% no consumo de combustvel
reduo de 16 a 19,5% na emisso de gases
poluentes
Tabela 2-4 Benefcios Diversos Sistemas de Controle de Trfego
A Tabela 2-5 apresenta um resumo de alguns testes em campo realizados com

o UTCS no incio dos anos 80 nos EUA, comparando cada gerao em uma via
arterial e em uma malha de ruas.
19
Estratgia UTCS
1-GC (arterial)
1-GC (malha)
2-GC (arterial)
2-GC (malha)
3-GC (arterial)
3-GC (malha)
% de mudana no tempo de viagem acumulado em relao base

Pico da Manh
Fora do Pico
Pico da Tarde
Media Diria
- 2,6
- 3,2
- 1,3
+ 4,4
+ 9,2
+ 14,1
- 4,0
+ 1,9
- 3,8
+ 1,9
+ 24,0
- 0,5
- 12,2
- 1,6
+ 0,5
+ 10,7
+ 21
+ 7,0
ND
ND
- 2,1
+5,2
+ 16,9
+ 8,2
ND: Dado No Disponvel

Tabela 2-5 Comparao de Resultados de Estratgias do UTCS [5]
Como mostrado na tabela acima, os mtodos mais simples obtiveram melhores

resultados (+ indica um aumento no tempo de percurso).
Na 2-GC e na 3-GC, a eficincia da resposta do sistema de controle depende
inteiramente da qualidade do modelo de predio. Contrariamente intuio, as
estratgias mais sensveis resultaram em um desempenho inferior quele do ciclo fixo
(1-GC), estratgia no sensvel ao trfego. Uma anlise mais detalhada dos
experimentos indica que as expectativas no foram atendidas porque os modelos e
procedimentos utilizados no estudo do UTCS falharam. Os motivos propostos para o
sucesso limitado do controle adaptativo incluem:
Imprecises inerentes ao ciclo de predio de medidas, de tal modo que as

estratgias no podiam responder de modo suficientemente rpido.
A transio freqente na temporizao dos sinais podendo levar atrasos

considerveis.
O tempo permitido aos modelos para o clculo do timo ter sido

insuficiente.
Estudos em campo indicam que vrios sistemas de controle de trfego urbano

em tempo real, incluindo o SCOOT, so capazes de atingir redues na faixa do 10
por cento no tempo de percurso comparado com o controle convencional de tempo
fixo. Porm, foi impossvel atingir com consistncia estas redues [5]. Aponta-se
como motivo principal pela falta de melhores resultados nestes sistemas UTC em
tempo real a complexidade do problema, a variao dos fluxos nas vias e a impreciso
nas medidas dos detectores de veculos.
20
Em virtude destas falhas, proposto um modelo de controle de trfego cuja

predio de volume de trfego feita por uma rede neural, sendo assim mais flexvel
no tratamento da variao dos fluxos nas vias. Em relao impreciso nas previses
de volume, o modelo proposto utiliza lgica fuzzy no controle dos semforos de um
cruzamento.
21
METODOLOGIA PARA A AVALIAO DE

UM SISTEMA DE CONTROLE DE TRFEGO
ADAPTATIVO
A grande maioria dos atrasos das redes de ruas ocorre nos cruzamentos
sinalizados. Dependendo da localidade, a implementao de controles de trfego

adaptativos (TAC) obteve benefcios diversos (Tabela 2-4). Embora a anlise dos
resultados obtidos pelo controle adaptativo seja til, esta no completamente
confivel devido grande variao dos benefcios encontrados. Em virtude disto, os
engenheiros necessitam de uma metodologia que permita estimar o retorno do
investimento com a melhoria do controle de trfego [7].
3.1
METODOLOGIA
Existem trs mtodos de avaliao dos TAC:
- Demonstrao por um projeto piloto

Este mtodo requer a implementao do TAC. Atravs do acompanhamento
de sua operao durante um perodo de tempo, estabelecem-se diretrizes para o seu
uso em outros sistemas com caractersticas similares. Devido ao seu alto custo, estes
projetos podem estar fora do alcance de muitas localidades.
- Anlise off-line por computador

Neste mtodo todas as anlises so feitas em simuladores e ele utilizado para
encontrar benefcios potenciais. Resultados podem levar identificao de locais para
projetos pilotos de demonstrao, ou at implementao de um sistema completo.
- Anlise on-line
Requer que os sinais de trnsito estejam ligados de modo on-line com a
central. Desta maneira, a temporizao dos sinais otimizada em tempo real a partir
de um mdulo de otimizao.
22
Por seu baixo custo, a metodologia utilizada nesta dissertao a de anlise

off-line por computador. Os seus componentes so: a definio do sistema estudado, a
aquisio de dados, a escolha do simulador de trfego, a definio dos cenrios, a
anlise e compilao dos resultados e a anlise dos custos e benefcios. A estruturao
destes componentes pode ser sistematizada como:
- Definio do sistema
O primeiro passo determinar a extenso do sistema, indicando se ele consiste
em uma rede de cruzamentos e semforos, ou em um cruzamento isolado. Tambm
devem ser definidos a localizao do cruzamento e o horrio durante o qual o estudo
realizado.
- Aquisio de dados
Uma vez definido o sistema, so necessrios o desenho geomtrico do
cruzamento, determinao dos volumes de trfego em todas as vias e o controle prtemporizado de trfego empregado.
Para melhor imitar o comportamento do sistema real, os volumes das vias so
distribudos em intervalos de quinze minutos.
- Simulaes
De posse dos dados necessrios, o controle pr-temporizado e o TAC proposto
so simulados no computador.
- Anlises e Comparaes
Utilizando os relatrios fornecidos pelo simulador, as medidas de desempenho
(seo 2.4) so comparadas e realizada uma anlise dos custos e benefcios.
3.2
SIMULADORES
Existem vrios simuladores e / ou otimizadores de semforos no mercado, que
possuem vantagens e desvantagens um em relao ao outro. Foram analisados seis

pacotes de controle de trfego: SIGSET, PASSER, SIG Cinema, Synchro+SimTraffic,
Oscady e VISSIM.
23
- SIGSET [8]
Desenvolvido na Inglaterra no incio dos anos 80, o SIGSET um programa
DOS que otimiza os sinais de um nico cruzamento. Mesmo no realizando nenhuma
simulao, o SIGSET fornece algumas medidas de eficincia do cruzamento, tais
como atraso e tamanho de fila.
- PASSER (ttisoftware.tamu.edu)
Este o conjunto de programas de otimizao de condies de trfego
desenvolvido pelo Texas Transportation Institute (TTI) da Texas A&M University. O
PASSER existe em trs verses diferentes:
PASSER II-90: otimizador de sinais de uma via arterial para ambiente

Windows.
PASSER III-98: programa Windows de otimizao de sinais em um trevo

rodovirio.
PASSER IV-96: desenvolvido para ambiente DOS, esta verso otimiza os

sinais de uma pequena rede de vias.
Ao final da otimizao, o PASSER fornece um relatrio com as medidas de

desempenho dos cruzamentos.
- SIG Cinema (www.kldassociates.com)

Desenvolvido pela KLD Associates conjuntamente com a Polytechnic
University, ele otimiza os sinais para cruzamentos isolados.
- Synchro + SimTraffic (www.trafficware.com)

Este programa da Trafficware dividido em dois mdulos: Synchro e
SimTraffic. O Synchro responsavel pela entrada de dados (geometria, volumes, etc.)
e pela otimizao dos sinais de um cruzamento isolado ou de uma rede de vias. Uma
vez terminada a otimizao, o sistema simulado pelo SimTraffic, que fornece um
relatrio das medidas de eficincia.
24
- OSCADY (www.trlsoftware.co.uk)
Este o otimizador do Transportation Research Laboratory (Inglaterra). Ele
permite a otimizao da temporizao dos semforos de um cruzamento isolado, ou
pela minimizao do atraso ou pela maximizao da capacidade.
- VISSIM (www.english.ptv.de/cgi-bin/produkte/vissim.pl)
Criado na Alemanha pela PTV, o VISSIM um simulador de transportes
pblicos (nibus, trens urbanos...) que modela o desempenho de controles
adaptativos.
As principais caractersticas destes programas esto resumidas na Tabela 3-1.
Programa
SIGSET
PASSER II-90
PASSER III-98
PASSER IV-96
SIG Cinema
Synchro + SimTraffic
Ambiente
DOS
Windows
Windows
DOS
Windows
Windows
Simulador
OSCADY
VISSIM
Windows
Windows
X
X
X
X
Otimizador
X
X
X
X
X
X
Sistema
1 cruzamento
via arterial
trevo rodovirio
rede de vias
1 cruzamento
1 ou vrios
cruzamentos
1 cruzamento
1 ou vrios
cruzamentos
Tabela 3-1 Principais Caractersticas dos Simuladores de Trfego
3.3
SIMULADOR UTILIZADO
A escolha do simulador entre os programas descritos na seo anterior feita
em funo das caractersticas abaixo:
habilidade de otimizar os sinais e de simular a operao de um

cruzamento;
flexibilidade na entrada dos dados;
capacidade de fornecer as medidas de eficincia solicitadas pelo estudo,

tais como atraso, nmero de paradas, tempo de viagem, consumo e
emisso de gases poluentes.
25
A primeira caracterstica limita a escolha entre o SIG Cinema e o Synchro +

SimTraffic. Entre estes dois, o Synchro + SimTraffic o nico que fornece o
consumo de combustvel e o nvel de emisso de gases poluentes. Graas a sua
interface grfica e a sua compatibilidade com dados em formato ASCII, ele o nico
a atender o requisito de flexibilidade na entrada dos dados.
26
SISTEMA DE CONTROLE DE TRFEGO

FUNNCON
Neste trabalho apresentada uma proposta de um novo modelo de controle de
trfego para um cruzamento isolado com Modo Sensvel ao Trfego. A lgica de

controle sugerida possui trs partes principais:
mdulo previso de trfego futuro,

mdulo banco de cenrios timos,
mdulo fuzzy.
Na prxima seo ser apresentado a evoluo do sistema de controle, e em
seguida cada mdulo ser explicado separadamente.
4.1
CONSTRUO E ELABORAO DO SISTEMA

Como visto na seo 2.3, a operao de sinais de trnsito pode ser descrita por
quatro variveis:
durao do ciclo
fases do sinal
quebras de fase
retardos
No caso de um cruzamento isolado no existe retardo. Para um cruzamento de

duas vias, sem converses protegidas, somente duas fases so necessrias. Deste
modo o controlador deve ser um otimizador da durao do ciclo e das quebras de fase
que toma como base o fluxo de veculos que atravessa o cruzamento (Figura 4-1).
27
Durao
do ciclo
Fluxo
de veculos
OTIMIZADOR
Quebras
de fase
Figura 4-1 Controlador em malha aberta
Nota-se que este um controlador em malha aberta, pois no existe uma

realimentao. Barnard e Shaw [9] propem o uso do nmero de carros esperando na
fila, j que este dado tem a propriedade denominada feedback (realimentao) - de
informar sobre o sucesso da estratgia de controle (Figura 4-2). Desta forma, pode-se
estabelecer a seguinte associao:
Fluxo de veculos
controlador com malha aberta
Tamanho da fila
controle de malha fechada
Durao do ciclo
Volume
SISTEMA
OTIMIZADOR
Quebras de fase
Tamanho da fila
SENSORES
(cruzamento
+ semforos)
Condies do trfego
Figura 4-2 Controlador de malha fechada
Contudo, o elevado custo dos sensores medidores de tamanho de fila dificulta

a implementao de controladores com realimentao. Outra limitao do controlador
da Figura 4-2 a ausncia de algum tipo de predio do volume de trfego, ou mesmo
uma simples medida da evoluo do volume de trfego, fazendo com que ele no seja
capaz de se adequar com rapidez a mudanas bruscas das condies do trnsito.
Devido ao tempo de processamento do otimizador, ele substitudo por uma
biblioteca de solues timas previamente calculadas para diferentes condies do
28
trfego (diversos volumes). Deste modo, o controlador deveria possuir um terceiro

mdulo, cuja funo seria determinar a melhor alternativa da biblioteca de solues
timas, levando em conta os volumes de trfego presente e previsto. Este mdulo
poderia executar um simples casamento de padres, porm existem dois problemas
inerentes a esta soluo: o controlador dificilmente forneceria a temporizao tima j
que a biblioteca no possui um padro timo para todas as condies de trfego
possveis; alm disso, o casamento de padres teria que ser flexvel em relao s
incertezas das condies do trfego.
Em virtude disso, utilizando os cenrios do banco de solues timas, regras
fuzzy so criadas. Ou seja, um sistema de inferncia fuzzy utilizado para determinar
a melhor temporizao dos semforos do cruzamento.
Como os mdulos inteligentes do controlador proposto so baseados em

lgica fuzzy e redes neurais, o controlador denomindado FUNNCON (FUzzy and
Neural Network CONtroller).
O diagrama da Figura 4-3 apresenta a estrutura do FUNNCON para um
cruzamento de duas vias, denominadas via A e via B.
29
REDES NEURAIS
VAt
VBt
SISTEMA DE INFERNCIA FUZZY
PREDITOR
A
VAt+1
PREDITOR
B
VBt+1
Durao do ciclo
BIBLIOTECA
DE SOLUES
TIMAS
Quebras de fase
CRIAO
DE
REGRAS FUZZY
Durao do ciclo
SISTEMA
VAt - Volume do trfego
na via A no instante t
Quebras de fase
VBt - Volume do trfego

na via B no instante t
Volume nas vias A e B
SENSORES
Figura 4-3 Diagrama do FUNNCON com seus trs mdulos
30
(cruzamento
+ semforos)
Condies do trfego
4.2
MDULO DE PREVISO DE TRFEGO FUTURO

Redes neurais j foram empregadas com diversas finalidades em controladores de
trfego, como por exemplo, na determinao das funes de pertinncia de um controlador

fuzzy [10], na escolha do melhor plano de controle em funo dos volumes nas vias do
cruzamento [9]. A predio de trfego futuro j foi efetuada por uma rede neural do tipo
Radial Basis Function (RBF) na rodovia I-70 do condado de Saint Louis, Missouri, EUA [11].
Devido aos resultados obtidos na predio de sries temporais [12], e ao fato dos
volumes de trfego em uma via formarem uma srie temporal, uma rede neural foi escolhida
como ncleo do mdulo de predio de trfego futuro (Figura 4-4).
Vt-n+1
PREDITOR
Vt
Vt+1
(Rede Neural)
Figura 4-4 Predio do trfego futuro com uma rede neural
Embora o treinamento de uma rede neural possa ser demorado, uma vez terminado
este processo ela capaz de informar o volume de trfego futuro quase que instantaneamente,
sem que um novo treinamento seja realizado.
- Arquitetura
Para a obteno de melhores resultados, a rede neural responsvel pela predio do
trfego de uma s via [12]. Ou seja, se o cruzamento possui trs vias, o volume de trfego em
cada uma delas ser previsto por uma rede, totalizando trs redes neurais.
Entradas
Em sries temporais, geralmente as entradas da rede neural correspondem a um ndice

relacionado ao tempo e a alguns valores passados da srie [12], conforme mostrado na Figura
4-5.
31
Distncia
Valor futuro
Entradas da rede
Srie
10
11
12
13
14
15
16
17
Tempo
Figura 4-5 Entradas de uma rede neural para sries temporais
Para o caso de um cruzamento com vrias vias, as entradas so um ndice temporal e

os valores passados dos volumes em todas as aproximaes.
Pr-processamento dos dados

Os volumes nas vias devem ser normalizados segundo a equao 4:
V'=
V 0,9V min
1,1V max 0,9V min
(4)
onde: V = volume no normalizado

V = volume normalizado entre 0 e 1
Vmin = menor volume observado na via
Vmax = maior volume observado na via
Os volumes mnimo e mximo so subtrados e acrescidos de 10% como margem de

tolerncia, permitindo que a sada da rede neural possa ser menor (ou maior) que os extremos
observados durante o seu treinamento.
32
Sada
Durante o treinamento, na sada da rede neural apresentado o volume que ela deve
prever. Aps o trmino do treinamento, a sada da rede ser o volume previsto.

Como os dados de entrada so normalizados, a sada tambm ser. Para que ela possa
ser utilizada pelos outros mdulos do FUNNCON, deve-se efetuar uma desnormalizao:
V = (1,1V max 0,9V min ) V '+0,9Vmin
(5)
onde: V = volume no normalizado

V = volume normalizado entre 0 e 1
Vmin = menor volume observado na via
Vmax = maior volume observado na via
4.3
MDULO BANCO DE CENRIOS TIMOS

O conjunto de solues timas e sub-timas consiste em um grupo de solues
previamente calculadas para um determinado nmero de cenrios. Em princpio poder-se-ia

utilizar as solues encontradas por programas de temporizao de semforos, tais como o
Synchro, ou optar em encontrar estas solues com a ajuda de Algoritmos Genticos (GA).
Os GAs tm sido aplicados com sucesso em problemas de trfego e transporte, ainda
que sua utilizao na rea continue limitada. Foy et al. [13] relatam o uso de GAs para
determinar os parmetros de semforos. Hadi e Wallace [14] utilizaram GAs para obter a fase
tima na coordenao de sinais. Abu-Lebdeh e Benekohal fizeram um extenso uso dos GAs
no tratamento de filas [15, 16] e no controle de trfego [17, 18]. A empresa BNN
technologies, numa parceria com FHWA (Federal Highway Administration, EUA),
desenvolveu um controlador em tempo real [19]. Fwa et al. [20] e Chan et al. [21] utilizaram
GAs no problema combinatrio de otimizao da manuteno do pavimento.
O aspecto principal que torna os GAs atraentes para o uso neste tipo de problema a
sua habilidade de superar a exploso combinatria [22, 23]. Porm, na determinao da
durao do ciclo e das quebras de fase de um cruzamento isolado, a utilizao do GAs no
necessria, uma vez que os modelos analticos existentes foram testados e aprovados. Desta
forma, o banco de cenrios timos ser criado a partir das solues calculadas pelo Synchro.
33
Cumpre observar que dados de uma pesquisa entre engenheiros de trfego apontam o
Synchro como o programa de otimizao de temporizao mais utilizado e cujos resultados
so mais confiveis [24].
4.4
MDULO FUZZY
Uma das primeiras aplicaes de lgica fuzzy no controle de trfego urbano foi
realizada por Pappis e Mamdani em 1977 [25]. Nas duas dcadas seguintes, o seu uso em
controle de trfego foi exaustivamente testado [10, 26, 27]. Devido aos resultados limitados,
principalmente na coordenao de semforos, a pesquisa em controladores exclusivamente
fuzzy foi abandonada nos ltimos anos.
No FUNNCON a lgica fuzzy responsvel pela determinao da durao do ciclo e
da quebra de fase baseada nos volumes previstos pelas redes neurais. O seu sistema de
inferncia fuzzy composto pelo banco de cenrios timos e pelo mdulo de aprendizado de
regras fuzzy (Figura 4-6).
SISTEMA DE INFERNCIA FUZZY

Durao do ciclo
BIBLIOTECA
DE SOLUES
TIMAS
Quebras de fase
CRIAO
DE
REGRAS FUZZY
Figura 4-6 Sistema de inferncia fuzzy
O banco de cenrios timos pode ser visualizado como um conjunto de regras de

controle, tais como:
SE
volume via 01
1000 vph
volume via 02
2500 vph
volume via 03
90 vph
120 segundos
ENTO durao do ciclo
34
ou
SE
volume via 01
1000 vph
volume via 02
2500 vph
volume via 03
90 vph
0,8
ENTO quebra de fase
Estas regras so transformadas em regras fuzzy pelo mtodo de Wang & Mendel e
Wang [28, 29] que composto de trs etapas:
Diviso dos domnios de entrada e de sada em regies fuzzy,
Gerao das regras fuzzy a partir dos pares de dados de entrada,
Atribuio de um grau a cada regra.
Sejam os pares de entrada/sada da forma:

(x1(1), x2(1), y(1)), (x1(2), x2(2), y(3)), ...
onde x1 e x2 so as entradas e y a sada.
1. Os domnios de entrada e de sada so divididos em regies fuzzy, como mostra a Figura

4-7.
2. A partir dos pares de dados de entrada as regras fuzzy so geradas:

Os graus de pertinncia (x1(i)), (x2(i)), (y(i)) de x1(i), x2(i) e y(i) nas diferentes regies
so determinados. No exemplo da Figura 4-7, x1(1) tem grau 0,8 em B1, 0,2 em B2 e zero nas
outras regies. Em seguida, a regio de maior grau atribuida aos x1(i), x2(i) e y(i), desta forma
no exemplo x1(1) B1.
Finalmente, uma regra obtida para um par de entrada/sada:
(x1(1), x2(1), y(1)) [(x1(1) (0,8 em B1), x2(1) (0,7 em S1), y(1) (0,9 em CE)] Regra 1
35
que deve ser lida como:
SE x1 B1 E x2 S1 ENTO y CE
Este procedimento repetido para todos os pares de dados.

(x1)
S2
S1
CE
B1
B2
1,0
0,0
x1-
x1(2)
x1(1)
B1
B2
x1+
x1
(x2)
S3
S2
S1
CE
B3
1,0
0,0
x2-
x2(1)
x2(2)
x2+
x2
(y)
S2
S1
CE
B1
B2
1,0
0,0
(1)
(2)
Figura 4-7 Diviso dos domnios de entrada e sada em regies fuzzy
36
3. A cada regra fuzzy atribuido um grau. Para uma regra do tipo SE x1 A E x2 B

ENTO y C, define-se como grau desta regra:
D(regra) = A(x1)B(x2)C(y)
(6)
Como existem muitos pares de dados e como cada par gera uma regra, altamente
provvel a existncia de regras conflitantes, isto , regras com os mesmos antecedentes mas
com consequentes diferente.
Uma maneira de resolver este conflito pela atribuio de um grau a cada regra
gerada. Assim, dentro de um grupo conflitante somente a regra de maior grau selecionada.
Desta forma, no somente o problema de conflito solucionado, mas o nmero de regras
reduzido. Resolvidos todos os conflitos, um banco de regras fuzzy criado.
37
ESTUDO DE CASO
No captulo anterior, um modelo de controle de semforos baseado em lgica fuzzy e

redes neurais foi proposto, o FUNNCON. Com base em dados reais, o FUNNCON ser
implementado no controle de um cruzamento isolado da cidade do Rio de Janeiro. Seguindo a
metodologia do captulo 3, ele ser avaliado e comparado com o controle fixo utilizado pela
CET-Rio.
5.1
LAYOUT DO CRUZAMENTO
Em cooperao com a Companhia de Engenharia de Trfego do Rio de Janeiro (CET-
Rio), o cruzamento da Avenida Ayrton Senna com o retorno para o Riocentro foi escolhido
por ser um cruzamento isolado e ao mesmo tempo possuir um grande volume de trfego. O
layout do cruzamento mostrado na Figura 5-1.
Cruzamento 2
Cruzamento 1
Figura 5-1 Layout do cruzamento
Aparentemente o layout mostra dois cruzamentos distintos; porm, segundo a

Gerncia de Controle de Trfego da CET-Rio, devido pequena extenso do retorno
(aproximadamente 60 metros), ele pode ser abstrado (Figura 5-2).
38
VIA 02
VIA 01
VIA 03
Figura 5-2 Layout do cruzamento de 3 vias
Desta forma, este um cruzamento entre 3 vias que necessita de duas fases, conforme
mostra a Figura 5-3.
Fase A
Fase B
Figura 5-3 Conjunto de fases do cruzamento
No restante do texto as vias do cruzamento sero denominadas:

VIA 01 Sentido Cidade de Deus
VIA 02 Sentido Barra
VIA 03 Retorno
39
5.2
DADOS
Para uma comparao realista entre o controle implementado pela CET-Rio e o
FUNNCON, dados reais foram obtidos com a CET-Rio.

Para o treinamento das redes neurais do FUNNCON so necessrios dados de vrios
dias; no entanto, a CET-Rio s dispunha dos volumes de um nico dia da semana
(23/09/1999). Consequentemente, volumes de trfego de quatro dias foram coletados
manualmente: a partir de fitas de vdeo do cruzamento gravadas pela CET-Rio, os fluxos em
cada via foram contados em intervalos de 15 minutos (Figura 5-4).
Figura 5-4 Imagem da fita de vdeo fornecida pela CET-Rio
Para simular o efeito dos veculos pesados que trafegam pelo cruzamento, os volumes
de nibus e de caminhes foram ajustados. Desta forma, um nibus equivale a 2,25 carros e
um caminho a 1,75 carros.
Tambm foram fornecidos pela CET-Rio os planos de controle hoje utilizados,
baseados em ciclos fixos que se alternam ao longo do dia e da semana.
40
Dias e horrios de estudo
Com o objetivo de evitar sazonalidade em funo do dia da semana, os dados foram

adquiridos ao longo de quatro quintas-feiras: 28 de junho, 5 de julho, 27 de setembro e 4 de
outubro de 2001.
Devido dificuldade na contagem manual, o horrio de estudo no pde ser de 24
horas; assim, foi limitado entre as 6:00hs e as 10:00hs de cada dia.
Tratamento dos dados
No dia 5 de julho, durante as 7:00hs e as 7:45hs, devido a uma forte chuva no foi
possvel contar o nmero de carros que passavam pela via sentido Cidade de Deus (Figura
5-5). Esta lacuna foi peenchida utilizando-se os volumes desta via nos outros dias adquiridos.
Figura 5-5 Imagem da fita de vdeo sob chuva
Em funo da atuao dos guardas de trnsito, que so agentes externos, os volumes

na via Retorno apresentavam uma grande flutuao. Esta variao foi suavizada utilizando
uma mdia mvel de dois pontos ao longo da srie.
Volumes
Os volumes coletados, aps o tratamento descrito acima, esto resumidos na Tabela

5-1.
41
28 de Junho
5 de Julho
Intervalo VIA 01 VIA 02 VIA 03

06:00 06:15
262
403
29
06:15 06:30 397
532
35
06:30 06:45 563
706
48
06:45 07:00 782
977
83
07:00 07:15 931
842
121
07:15 07:30 1040
978
134
07:30 07:45 1112
939
151
07:45 08:00 1076
1082
156
08:00 08:15 1002
1084
160
08:15 08:30 1029
1096
169
08:30 08:45 1096
1041
149
08:45 09:00 1050
995
150
09:00 09:15 956
957
156
09:15 09:30 1017
1082
170
09:30 09:45 928
878
172
09:45 10:00 936
882
156

06:00 06:15 271
412
27
06:15 06:30 412
571
34
06:30 06:45 578
667
61
06:45 07:00 714
870
79
07:00 07:15 956
999
114
07:15 07:30 1067
953
151
07:30 07:45 1142
1003
141
07:45 08:00 1105
1134
169
08:00 08:15 1019
1120
191
08:15 08:30 1045
1105
170
08:30 08:45 1090
1033
179
08:45 09:00 1054
1131
178
09:00 09:15 1016
1139
174
09:15 09:30 1106
1000
182
09:30 09:45 1005
1039
159
09:45 10:00 1046
1093
146
27 de Setembro
4 de Outubro

06:00 06:15 300
483
26
06:15 06:30 471
711
39
06:30 06:45 642
884
75
06:45 07:00 904
974
94
07:00 07:15 1034
989
129
07:15 07:30 1091
1014
129
07:30 07:45 1059
1209
124
07:45 08:00 982
1056
160
08:00 08:15 904
1117
144
08:15 08:30 1033
1153
148
08:30 08:45 1012
1116
168
08:45 09:00 976
1123
156
09:00 09:15 1071
1079
154
09:15 09:30 1006
993
137
09:30 09:45 1061
1027
147
09:45 10:00 1027
1032
175

06:00 06:15 322
427
32
06:15 06:30 444
627
38
06:30 06:45 706
821
66
06:45 07:00 785
909
83
07:00 07:15 1059
965
126
07:15 07:30 1015
988
141
07:30 07:45 1132
1056
146
07:45 08:00 944
1086
164
08:00 08:15 903
1104
145
08:15 08:30 1048
1099
141
08:30 08:45 1020
1020
152
08:45 09:00 1030
1091
148
09:00 09:15 1017
1097
160
09:15 09:30 991
1000
163
09:30 09:45 985
1036
146
09:45 10:00 1016
997
153
Tabela 5-1 Volumes durante os dias e horrios de estudo (nmero de veculos a cada 15 minutos)
42
5.3
IMPLEMENTAO DO FUNNCON
Como foi visto no captulo 4, o FUNNCON composto de 3 mdulos principais:
redes neurais para predio de trfego futuro, um banco de cenrios otimizados pelo Synchro
e um mdulo de inferncia fuzzy.
Mdulo de Predio de Trfego Futuro
Este mdulo composto de trs redes neurais que predizem o volume em cada via do
cruzamento estudado. Em funo do baixo volume de trfego antes de 6:00hs, foi considerado
que o volume de 5:45hs s 6:00hs igual ao de 6:00hs s 6:15hs.
Devido ao reduzido nmero de amostras (17 por dia) a rede possui como entradas:
os dois ltimos valores dos volumes nas trs vias;
um ndice temporal
Consequentemente cada rede possui sete entradas e uma sada e o treinamento tem
um conjunto de 15 amostras.
Alm dos parmetros da arquitetura das RN apresentados na seo 4.2, o nmero de
neurnios na camada escondida e o nmero de pocas de treinamento devem ser determinados
para cada rede. Para tanto, uma validao cruzada [30] foi executada onde o nmero de
neurnios na camada escondida variou de 3 a 6 (Tabela 5-2).
I e II => III
I e III => II
# Neuronios # pocas Erro Aval. MSE Trein.
# Neuronios # pocas
II e III => I
Erro Aval. MSE Trein.
# Neuronios # pocas Erro Aval. MSE Trein.
3
3
3
10
3
7
4.9462
4.5608
8.2808
5.9293
0.006383
0.009061
0.004474
3
3
3
8
15
6
5.6636
5.7380
4.9495
5.4504
0.004006
0.005521
0.005162
3
3
3
12
8
5
7.6758
7.6429
8.1503
7.8230
0.003105
0.002345
0.002318
4
4
4
4
5
7
6.8434
5.1592
6.0584
6.0203
0.006977
0.006295
0.006037
4
4
4
9
13
12
5.1204
6.0048
6.4309
5.8520
0.004163
0.004047
0.003992
4
4
4
5
8
5
6.3785
7.6024
8.0731
7.3513
0.002877
0.002432
0.002510
5
5
5
4
8
7
6.2470
5.5753
4.1682
5.3302
0.005493
0.004921
0.004685
5
5
5
8
9
6
6.6847
5.0889
5.5002
5.7579
0.003177
0.003681
0.005067
5
5
5
14
4
6
7.3533
7.0239
7.1632
7.1801
0.003742
0.003511
0.002152
6
6
6
4
3
4
6.0186
5.3331
4.6809
5.3442
0.006648
0.007093
0.010616
6
6
6
19
5
10
6.0637
6.0301
6.6736
6.2558
0.004135
0.004681
0.002591
6
6
6
6
10
7
6.8180
8.8570
8.8488
8.1746
0.005102
0.003590
0.003270
Tabela 5-2 Validao cruzada da Via 02
43
Como mostra a Tabela 5-2, os melhores resultados foram obtidos com 5 neurnios na
camada escondida e para esta configurao so necessrias: (7 + 9 + 4) / 3 7 pocas. Os
resultados obtidos para as trs vias esto resumidos na Tabela 5-3.
Nmero de Neurnios
na Camada Escondida
6
5
4
VIA 01
VIA 02
VIA 03
Nmero de pocas de
Treinamento
10
7
13
Tabela 5-3 Nmero de neurnios na camada escondida e nmero de pocas de treinamento
Em seguida, no Matlab trs redes neurais Levenberg-Marquardt backpropagation

[12] foram treinadas com os volumes dos trs primeiros dias de estudo. Aps o treinamento,
cada rede foi executada para a predio do trfego do quarto dia (4 de outubro). Os resultados
das predies esto resumidos nas Figura 5-6, Figura 5-7, Figura 5-8.
1100
1000
900
800
700
600
500
400
1
Valor Previsto
10
11
Valor Real
Figura 5-6 Volume previsto na Via 01
44
12
13
14
15
1100
1000
900
800
700
600
1
Valor Previsto
10
11
12
13
14
15
13
14
15
Valor Real

180
160
140
120
100
80
60
40
20
1
Valor Previsto
10
11
12
Valor Real
Para cada via foi computado o erro percentual (equao 7) durante o treinamento de
cada rede e os respectivos erros de predio. Os resultados so apresentados na Tabela 5-4.
Erro =
1 15 reali previstoi
100
15 i=1
reali
onde: reali = volume que ocorreu durante o intervalo i

previstoi = volume previsto para o intervalo i
45
(7)
Erro no Treinamento
Erro de Predio
VIA 01
2,28 %
3,58 %
VIA 02
3,72 %
3,20 %
VIA 03
5,06 %
4,47 %
Tabela 5-4 Avaliao das predies nas trs vias
Mdulo Banco de Cenrios timos
Utilizando os volumes apresentados na Tabela 5-1, os intervalos de variao dos

volumes nas trs vias do cruzamento so calculados:
VIA 01 [200; 1200]
VIA 02 [400; 1200]
VIA 03 [25; 225]
Em funo destes intervalos, cenrios so criados atravs da variao dos volumes das
vias 01 e 02 de 100 em 100 e o volume da via 03 de 25 em 25. Desta forma so criados 11 x 9
x 9 = 891 cenrios.
A otimizao dos semforos de um cruzamento feita em trs etapas pelo Synchro
[31]. Primeiramente, o layout do cruzamento estudado desenhado em escala (Figura 5-9 a).
Em seguida, os sentidos e volumes das vias so indicados (Figura 5-9 b). Finalmente, as
funes de otimizao de durao de ciclo e de quebra de fase so acionadas (Figura 5-9 c).
Para cada cenrio, a durao do ciclo e a quebra de fase so otimizadas pelo Synchro,
constituindo, ao final, um banco com 891 cenrios timos.
46
(a)
(b)
(c)
Figura 5-9 Etapas da otimizao pelo Synchro: (a) desenho, (b) sentidos e volumes, (c) otimizao
47
Mdulo Fuzzy
Como pode ser visto na seo 4.4, os cenrios timos so transformados em regras
fuzzy pelo mtodo de Wang & Mendel. Uma vez estabelecidas as regras fuzzy, a durao do
ciclo e a quebra de fase so determinadas pelo sistema de inferncia fuzzy.
Para cada cenrio foram otimizados a durao do ciclo e a quebra de fase em funo
dos volumes nas trs vias do cruzamento. Logo, se cada cenrio for considerado como uma
regra de lgica crisp, estas regras possuem trs antecedentes (os volumes das vias) e dois
consequentes. A maneira mais simples e mais eficiente de modelar estas regras em lgica
fuzzy transformar cada regra crisp em duas regras fuzzy: a primeira possui trs antecedentes
(os volumes) e o consequente a durao do ciclo, a segunda possui os mesmos trs
antecedentes e o consequente a quebra de fase.
O mtodo de Wang & Mendel requer que um nmero de conjuntos fuzzy seja
atribuido a cada varivel. Neste trabalho o nmero de conjuntos fuzzy de cada varivel
(entrada e sada) foi variado de 5 at 11 e a melhor configurao encontrada foi:
VIA 01: 7 conjuntos

VIA 02: 5 conjuntos
VIA 03: 5 conjuntos
Durao do ciclo: 7 conjuntos
Quebra de fase: 7 conjuntos
Com esta configurao foram criadas 175 regras fuzzy que constituem o banco de
regras fuzzy. A Figura 5-10 apresenta os conjuntos e funes de pertinncia das variveis de
entrada e sada encontrados pelo mtodo de Wang & Mendel para a determinao da durao
do ciclo. Abaixo segue um exemplo de regra encontrada:
SE VIA01 E0_2 E VIA02 E1_4 E VIA03 E2_2 ENTO Durao do Ciclo S_5
48
Figura 5-10 Conjuntos e funes de pertinncia das variveis de entrada e sada para a determinao da
durao do ciclo
Aps a criao destes trs mdulos, o FUNNCON est implementado. Apresentando

os volumes previstos nas trs vias do cruzamento, utilizando o mnimo para a interseo e
para a implicao, as regras so defuzzificadas pelo mtodo do centride [32], informando a
durao do ciclo e a quebra de fase.
49
5.4
RESULTADOS DO FUNNCON
Como foi visto na seo 5.3, os volumes previstos nas trs vias do cruzamento so
informados ao FUNNCON, que fornece a durao do ciclo e a quebra de fase. Os volumes

previstos (sadas das 3 redes neurais), as duraes de ciclo e duraes da fase 1 (sada dos 2
sistemas de inferncia fuzzy) gerados pelo FUNNCON esto resumidos na Tabela 5-5.
06:15
06:30
06:45
07:00
07:15
07:30
07:45
08:00
08:15
08:30
08:45
09:00
09:15
09:30
09:45
06:30
06:45
07:00
07:15
07:30
07:45
08:00
08:15
08:30
08:45
09:00
09:15
09:30
09:45
10:00
VIA 01
VIA 02
VIA 03
1800
2660
3500
4212
4224
4248
3980
3668
4144
4024
3908
4080
4080
4128
3996
2884
3424
3732
3976
4092
4368
4440
4440
4448
4204
4276
4228
4116
4172
3988
156
276
400
508
552
568
640
568
592
636
640
628
628
604
628
Durao
do Ciclo
119
161
195
178
178
178
178
178
178
178
178
178
178
178
178
Durao
da Fase 1
95
137
171
154
154
154
154
154
154
154
154
154
154
154
154
Tabela 5-5 Volumes previstos, duraes de ciclo e duraes da fase 1 gerados pelo FUNNCON
O FUNNCON avaliado com o mesmo conjunto de 15 amostras utilizado no

treinamento das redes neurais. Para cada amostra criado um cenrio no Synchro com os
volumes correspondentes. Em seguida o cenrio simulado no SimTraffic [33] (Figura 5-11)
e as medidas de eficincia do controle so obtidas.
A Tabela 5-6 apresenta as medidas de eficincia nos 15 cenrios (6:15hs s 10:00hs)
avaliados.
50
Figura 5-11 Simulao no SimTraffic
Intervalo
06:15
06:30
06:45
07:00
07:15
07:30
07:45
08:00
08:15
08:30
08:45
09:00
09:15
09:30
09:45
06:30
06:45
07:00
07:15
07:30
07:45
08:00
08:15
08:30
08:45
09:00
09:15
09:30
09:45
10:00
Total
Atraso (hr)
Tempo de Parado
Viagem
2.7
5.3
6.6
40.3
40.4
57.6
62.1
54.4
64.2
45.9
62.7
61.6
45.8
40.5
41.4
1.3
2.2
2.9
30.8
31.2
46.2
51.4
43.4
51.6
36.5
50.3
49.5
37.7
31.3
32.9
631.5
499.2
Paradas Tempo de Consumo (l)

Viagem
(hr)
279
8
182.9
387
12.8
236.5
377
15.2
253.6
1077
49.2
236.8
1108
48.6
232.9
1303
66.4
240.2
1216
70.3
250.3
1206
62.4
217.5
1337
72.4
233.6
1160
54.3
232.9
1409
71
232.6
1433
69.8
232.2
995
54.2
253.1
1137
49.2
230.2
1075
50
245.8
15499
753.8
3511.1
HC
Emisses (g)
CO
NOx
118
148
152
147
145
152
158
142
149
145
150
149
156
144
150
7532
8657
8293
4595
4604
3267
3703
3292
2878
4198
3111
3218
4906
4343
4685
469
622
659
469
457
405
415
370
353
446
370
370
502
468
499
2205
71282
6874
Tabela 5-6 - Medidas de eficincia do FUNNCON de 6:15hs s 10:00hs
51
5.5
RESULTADOS COM CONTROLE FIXO
5.5.1
CONTROLE FIXO DA CET-Rio
A Tabela 5-7 apresenta a programao dos semforos e os planos de fases empregados

pela Companhia de Engenharia de Trfego do Rio de Janeiro (CET-Rio) no controle do
cruzamento estudado.
Plano
1
2
3
Durao do
Ciclo (seg)
160
70
180
Durao da
Fase 1 (seg)
118
44
147
Durao da
Fase 2 (seg)
42
26
33
Tabela 5-7 Programao semafrica e planos de fases da CET-Rio para uma quinta-feira entre 6 e 10hs
No perode entre 6:00hs e 10:00hs de uma quinta-feira utilizado o plano 1.

importante ressaltar que para este plano:
o Vermelho Total da Fase 1 dura 3 seg, e o da Fase 2 dura 4 seg.
para ambas as fases a durao do Amarelo de 4 seg.
os semforos do cruzamento entre a via 02 (sentido Barra) e a via 03 (retorno)
esto atrasados de 7 seg. em relao aos semforos do cruzamento entre a via 01 (sentido
Cidade de Deus) e via 03.
O controle fixo da CET-Rio avaliado com o mesmo conjunto de 15 amostras

utilizado na avaliao do FUNNCON, e da mesma forma, para cada amostra criado um
cenrio no Synchro com os volumes reais correspondentes. Em seguida o cenrio simulado
no SimTraffic (Figura 5-11) e as medidas de eficincia do controle so obtidas.

avaliados.
52
Intervalo
06:15
06:30
06:45
07:00
07:15
07:30
07:45
08:00
08:15
08:30
08:45
09:00
09:15
09:30
09:45
06:30
06:45
07:00
07:15
07:30
07:45
08:00
08:15
08:30
08:45
09:00
09:15
09:30
09:45
10:00
Total
Atraso (hr)
Tempo de Parado Paradas Tempo de Consumo (l)
Viagem
Viagem (hr)
5
2.9
432
10.3
174.1
10.4
5.5
799
18
195
18.1
10
1128
26.4
177.6
70.1
57.2
1646
78.1
218.3
67.1
54.1
1660
75.4
216
99
86
1673
107.2
271.8
71.8
58.9
1719
80.3
226.4
65.4
52.7
1670
74
216.9
96.4
83.4
1680
104.6
269.9
74.8
61.9
1653
83.2
229.1
86.7
73.8
1712
94.9
252.7
84.7
71.6
1690
93.2
252.7
61.6
48.8
1724
70.1
211.4
69.1
56
1669
77.4
222.7
65.6
52.9
1680
74.1
218.1
945.8
775.7
22535
1067.2
3352.7
HC
Emisses (g)
CO
NOx
114
126
107
145
143
184
151
143
179
152
167
167
136
146
142
6830
5935
3625
2185
2209
2623
2296
2301
2560
2289
2442
2459
2152
2263
2212
438
492
385
297
300
341
314
311
333
311
325
332
302
310
306
2202
44381
5097
Tabela 5-8 Medidas de eficincia do controle fixo da CET-Rio de 6:15hs s 10:00hs
5.5.2
CONTROLE FIXO DERIVADO DO FUNNCON
Em casos como o abordado neste trabalho, em que h pouca variao nas

temporizaes ao longo do dia, interessante averiguar a possibilidade de se efetuar uma
simplificao nos resultados obtidos com o FUNNCON. Esta simplificao facilitaria uma
eventual implementao pela CET-Rio.
Os resultados do FUNNCON (Tabela 5-5) so empregados na criao de um controle
pr-temporizado, atravs da identificao de intervalos nos quais h pouca variao nas
temporizaes. Seguindo este procedimento dois intervalos so obtidos: das 6:15hs s 7:00hs
e das 7:00hs s 10:00hs. Consequentemente um controle fixo de 2 planos de fase
denominado FUNNCON-f - encontrado:
PLANO 1 6:15hs s 7:00hs

Neste caso o FUNNCON estabeleceu 3 temporizaes ligeiramente diferentes, uma
para cada intervalo de 15 minutos; logo, para a obteno de uma s temporizao para este
perodo, os volumes mdios so calculados (equaes 8, 9 e 10) a partir dos dados da Tabela
5-5:
VIA 01:
1800 + 2660 + 3500

2653 veculos / 15 minutos
3
53
(8)
VIA 02:
2884 + 3424 + 3732

3
(9)
VIA 02:
156 + 276 + 400

3
(10)
Em seguida, para estes volumes mdios, a durao do ciclo e a quebra de fase so

otimizadas pelo Synchro. Os resultados encontrados esto na Tabela 5-9.
PLANO 2 7:00hs s 10:00hs

Para este intervalo o FUNNCON estabeleceu apenas uma temporizao (Tabela 5-5).
A programao semafrica e os planos de fases do FUNNCON-f esto na Tabela 5-11.

Plano
1
2
Durao do
Ciclo (seg)
200
178
Durao da
Fase 1 (seg)
176
154
Durao da
Fase 2 (seg)
24
24
Tabela 5-9 Programao semafrica e planos de fases do FUNNCON-f
A avaliao do desempenho do FUNNCON-f realizada com o mesmo conjunto de

15 amostras utilizado anteriormente; e da mesma forma, para cada amostra criado um
cenrio no Synchro com os volumes reais correspondentes. Em seguida o cenrio simulado
no SimTraffic (Figura 5-11) e as medidas de eficincia do controle so obtidas.
avaliados.
Atraso (hr)
Tempo de Parado
Viagem
Intervalo
06:15
06:30
06:45
07:00
07:15
07:30
07:45
08:00
08:15
08:30
08:45
09:00
09:15
09:30
09:45
06:30
06:45
07:00
07:15
07:30
07:45
08:00
08:15
08:30
08:45
09:00
09:15
09:30
09:45
10:00
Total
2.4
4.9
6.8
40.3
40.4
57.6
62.1
54.4
64.2
45.9
62.7
61.6
45.8
40.5
41.4
1.4
2.2
2.9
30.8
31.2
46.2
51.4
43.4
51.6
36.5
50.3
49.5
37.7
31.3
32.9
631
499.3
Paradas Tempo de Consumo (l)

Viagem
(hr)
165
7.8
193.8
291
12.6
241.1
363
15.3
246.9
1077
49.2
236.8
1108
48.6
232.9
1303
66.4
240.2
1216
70.3
250.3
1206
62.4
217.5
1337
72.4
233.6
1160
54.3
232.9
1409
71
232.6
1433
69.8
232.2
995
54.2
253.1
1137
49.2
230.2
1075
50
245.8
15275
753.5
3519.9
HC
Emisses (g)
CO
NOx
130
155
150
147
145
152
158
142
149
145
150
149
156
144
150
8590
9200
8004
4595
4604
3267
3703
3292
2878
4198
3111
3218
4906
4343
4685
519
650
648
469
457
405
415
370
353
446
370
370
502
468
499
2222
72594
6941
Tabela 5-10 Medidas de eficincia do FUNNCON-f de 6:15hs s 10:00hs
54
5.6
COMPARAO
Na Tabela 5-11 os resultados do FUNNCON e do FUNNCON-f so comparados com
os resultados do controle fixo da CET-Rio.
Controle
CET
Atraso (hr)
Tempo de Parado Paradas Tempo de Consumo
Viagem
Viagem (hr)
(l)
945.8
775.7 22535
1067.2
3352.7
HC
Emisses (g)
CO
NOx
2202
44381
5097
6874
FUNNCON
Reduo (%)
631.5
499.2
15499
753.8
3511.1
2205
71282
33.23
35.65
31.22
29.37
-4.72
-0.14
-60.61 -34.86
FUNNCON-f
631
499.3
15275
753.5
3519.9
2222
72594
Reduo (%)
33.28
35.63
32.22
29.39
-4.99
-0.91
-63.57 -36.18
6941
Tabela 5-11 Comparao do FUNNCON e do FUNNCON-f com o controle fixo da CET-Rio
Em relao ao controle fixo da CET-Rio, o FUNNCON obteve uma reduo entre

30% e 35% nas principais medidas de eficincia.
Observa-se que, com o FUNNCON, foi registrado um aumento no consumo de
combustvel e na emisso de gases poluentes. Em princpio este um comportamento no
intuitivo, pois o consumo e a emisso de gases deveriam ser proporcionais ao nmero de
paradas e aos atrasos. Mas, em uma rede congestionada, vrios veculos podem estar parados;
logo eles emitem e consomem menos (por segundo) do que um veculo em movimento. Desta
forma, possvel que, melhorando o fluxo de trfego, mais carros estejam se movendo
causando um aumento nas emisses e no consumo.
Nota-se que apesar da simplificao, o FUNNCON-f obteve resultados to bons
quanto os do FUNNCON.
55
CONCLUSO E TRABALHOS FUTUROS
6.1
CONCLUSES
O principal objetivo do trabalho foi a elaborao
de um controlador eficiente de
semforos atravs de lgica fuzzy e redes neurais. Para isso foi apresentado um novo modelo
de sistema de controle de semforos denominado FUNNCON para um nico cruzamento.
A este modelo foram aplicados dados reais obtidos junto CET-Rio e os resultados foram
comparados aos proporcionados por um controlador de planos fixos atualmente em operao.
Observou-se que as redes neurais obtiveram bons resultados na predio de trfego
futuro, com erros de estimao variando de 3% a 4,5%. Tambm pde ser notado que as
regras fuzzy criadas a partir de cenrios otimizados pelo Synchro conseguiram controlar o
cruzamento estudado, fazendo com que o FUNNCON seja melhor do que o controle
implementado pela CET-Rio (Tabela 5-11). Finalmente, o FUNNCON foi transformado em
um controle fixo o FUNNCON-f proporcionando resultados similares.
6.2
TRABALHOS FUTUROS
Para generalizar os resultados obtidos, o FUNNCON deve ser experimentado com
dados mais extensos e para outros cruzamentos. No caso do FUNNCON-f, importante

salientar que os resultados encontrados esto fortemente vinculados pouca variao do
volume de veculos em certos horrios; consequentemente seria prematuro generalizar os seus
benefcios.
Tambm seria interessante expandir o controlador para uma rede de vias, desde a que
envolve um corredor principal (avenida ou via arterial) e vrias rua secundrias, at aquelas
que possuem uma malha de avenidas que se cruzam cada uma constitui um sistema de
trfego diferente.
56
REFERNCIAS BIBLIOGRFICAS
[1]
Institute of Transportation Engineers, Institute of Transportation Engineers Directory,

Junho 1995, p. A-29
[2]
Roess, R. P., McShane, W. R., Prassas, E. R., Traffic Engineering, Pretince Hall, 2nd
Edition
[3]
May, A. D., Traffic Flow Fundamentals, Prentice Hall, 1990.
[4]
ITS Decision, California PATH, Traffic Signal Control,

http://www.path.berkeley.edu/~leap/TTM/Traffic_Control/traffic_signal_report.htm
[5]
Gartner, Nathan, Stamatindius, Tarnoff, Development of Advanced Traffic Signal

Control Strategies for ITS, Transportation Research Record 1494, 1996.
[6]
Kagolam, K., A Comparative Study of Traffic Control Systems, Institute of

Transportation Engineers, 1994 Compedium of Technical Papers
[7]
Jagannathan, R., Khan, A. M., Methodology for the Assessment of Traffic Adaptative
Control Systems, ITE Journal, Junho 2001
[8]
Allsop, R. E., Computer Program SIGSET for Calculating Delay-Minimising Traffic

Signal Timings Description and Manual for Users, University College London,
Research Report, September 1981
[9]
Barnard, C. J., and Shaw, I. S., Adaptive Control of a Traffic Intersection by Means of a
Neural Network, 1995
[10] Kagolamu, K., Fink, R., Smartt, H., Powell, R., Larsen, E., An Intelligent Traffic
Controller, Novembro 1995
[11] Center for Optimization & Semantic Control (COSC ), Washington University, St.
Louis, Missouri, Decision and Control Project Page,
http://rodin.wustl.edu/doc1.html
[12] Haykin, S., Neural Netwoks A Comprehensive Foundation, Prentice Hall, second
edition, 1999
[13] Foy, M. D., Benekohal, R. F., and Goldberg, D. E., Signal Timing Determination Using
Genetic Algorithms, Transportation Research Record 1365, TRB, National Research
Council, Washington, D.C., 1992, pp. 108-115
[14] Hadi, M. A., and Wallace, C. E., Hybrid Genetic Algorithm To Optimize Signal Phasing
and Timing, Transportation Research Record 1421, TRB, National Research Council,
Washington, D.C., 1993, pp. 104-112
57
[15] Abu-Lebdeh, G., Benekohal, R. F., Development of Traffic Control and Queue
Management Procedures for Oversaturated Arterials, Transportation Research Record
1603, p.119-127
[16] Abu-Lebdeh, G., Benekohal, R. F., Genetic Algorithms for Traffic Signal Control and
Queue Management of Oversaturated Two-Way Arterials, Transportation Research
Record 1727, p.61-67
[17] Abu-Lebdeh, G., Benekohal, R. F., Computational Issues in Micro-Genetic Algorithms
for Traffic Management, Transportation Research Record 1679, p.112-118
[18] Abu-Lebdeh, G., Benekohal, R. F., Signal Coordination and Arterial Capacity in
Oversaturated Conditions, Transportation Research Record 1727, p.68-76
[19] BBN Technologies, Optiziming Traffic Flow Using Genetic Programming,
http://vishnu.bbn.com/papers/traffic/
[20] Fwa, T. F., Chan, W. T., and Tan, C. Y., Road-Maintenance Planning Using Genetic
Algorithms II: Analysis, Journal of Transportation Engineering, Vol. 120, No. 5,
Sept./Oct. 1994, pp. 693-709
[21] Chan, W. T., Fwa, T. F., and Tan, C. Y., Road-Maintenance Planning Using Genetic
Algorithms I: Formulation, Journal of Transportation Engineering, Vol. 120, No. 5,
Sept./Oct. 1994, pp. 693-709
[22] Memon, G. Q., Bullen, A. G. R., Multivariate Optimization Strategies for Real-Time
Traffic Control Signals, Transportation Research Record 1554, p.36-42
[23] Rentera, A. R., Pacheco, M. A. C., Identificao Robusta de Modelos Lineares por
Partes Atravs de Algoritmos Genticos, ENIA, 2001
[24] Transportation Software Survey 2000,
http://www.trafficware.com/survey2000.htm
[25] Pappis, C. P., Mamdani, E. H., A Fuzzy Logic Controller for a Traffic Junction, IEEE
Transaction on Systems, Man, and Cybernetics, Vol. SMC-7, no. 10, outubro 1977
[26] Machion, Andria, Um Controle Adaptativo Baseado em Lgica Nebulosa para Trfego
Urbano, Tese de Mestrado, UNICAMP, Julho 1993
[27] Chin, S., Chand, S., Adaptative Traffic Signal Control Using Fuzzy Logic, 2nd IEEE
International Conference on Fuzzy Systems, Vol. II, Maro/Abril 1993
[28] Wang, L. X., Mendel, J. M., Generating Fuzzy Rules by Learning From Examples,
IEEE Transactions on Systems, Man, and Cybernetics, Vol. 22, No. 6,
Novembro/Dezembro 1992
58
[29] Mendel, J. M., Fuzzy Logic Systems for Engineering: A Tutorial, Proceedings of the
IEEE, Vol. 83, No. 3, Maro 1995
[30] Bishop, C. M.: Neural Netowrks for Pattern Recognition, Oxford University Press
Inc., 1995
[31] Trafficware, Synchro User Guide Version 5.0
[32] George J. Klir/Bo Yuan, Fuzzy Sets and Fuzzy Logic: Theory and Applications,
Prentice Hall PTR, 1995.
[33] Trafficware, SimTraffic User Guide Version 5.0
59

2695 PDF

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

2695 PDF

Загружено:

Авторское право:

Доступные форматы

ALEXANDRE ROBERTO RENTERA

Dissertao apresentada ao Departamento de

Departamento de Engenharia Eltrica

Ao Professor Moiss Szwarcman, pelo apoio;

2 SISTEMAS DE CONTROLE DE TRFEGO ...........................................3

3 METODOLOGIA PARA A AVALIAO DE UM SISTEMA DE

4 SISTEMA DE CONTROLE DE TRFEGO FUNNCON ......................27

CONSTRUO E ELABORAO DO SISTEMA .................................................27

LAYOUT DO CRUZAMENTO .................................................................................38

6 CONCLUSO E TRABALHOS FUTUROS ...........................................56

cidades, engarrafamentos, acidentes e poluio do ar vm se constituindo em umas das

eficientes de controle de semforos.

engenharia de trfego e dos controles existentes; definio de uma metodologia para a

Para melhor entender o trfego de veculos e o controle de semforos, so

SISTEMAS DE CONTROLE DE TRFEGO

em 1914. O primeiro semforo coordenado eletronicamente apareceu em 1917 em Salt Lake

FUNDAMENTOS DE ENGENHARIA DE TRFEGO

(ITE) como a aplicao de tecnologia e princpios cientficos no planejamento, desenho

com o objetivo de providenciar a segurana, rapidez, conforto, convenincia, economia, e

Utilizando esta definio, os sistemas de trfego tm como componentes vitais:

- Velocidade e Tempo de Viagem

Velocidade Mdia Temporal (TMS): a velocidade mdia de todos os veculos

Velocidade Mdia Espacial (SMS): a velocidade mdia de todos os veculos

onde: d = distncia percorrida

Razes para se preocupar com esta diferena de medidas:

Tempo de Viagem: o tempo total para a travessia de um determinado segmento

Devido dificuldade de medio, usa-se a frmula:

a partir da densidade que o volume e a velocidade so estabelecidos

ela informa sobre a distncia entre os veculos

Existem tambm dois parmetros microscpicos: distanciamento (spacing) e headway.

Figura 2-1 Relao entre volume e densidade

densidade nula, que chamado de fluxo livre pois virtualmente a velocidade

densidade mxima, que chamada de densidade de engarrafamento, e neste caso

O diagrama tambm mostra que o volume atinge um mximo que chamado de

DESCRIO DOS TIPOS DE CRUZAMENTO

cruzamentos. Neles, os fluxos veiculares de diversas direes que possuem movimentos de

OPES DE CONTROLE DE CRUZAMENTO

Controle Passivo aplicao das regras bsicas de prioridade em estradas

Designao de direito-de-travessia para a via principal

Designao de direito-de-travessia alternado

importante ressaltar que, embora os controles ativos de cruzamento sejam placas de

cores, como por exemplo o vermelho da placa de PARE;

padres, como por exemplo as linhas contnuas ou tracejadas na ruas e estradas;

formato da placa de sinalizao, como por exemplo as placas de PARE so

texto, como por exemplo os avisos da qualidade do trfego.

Os sinais de trnsito so dispositivos complexos que podem ser operados de diversas

estgio de mudana: corresponde indicao amarelo para um dado

estgio de desobstruo: o vermelho total para um determinado movimento.

estgio verde: a indicao de verde para um movimento, e simbolizado pela

estgio vermelho: a indicao de vermelho para um movimento, e

importante perceber que os estgios de um movimento podem coincidir com os

Considerando-se um nico cruzamento, os semforos podem ser classificados de

Controle Totalmente Atuado: a funo do controlador de medir o fluxo de

- Controle Modo Sensvel ao Trfego (ou Adaptativo)

Predio de Trfego Futuro: o sistema de controle utiliza os dados sobre volume

Atuado por Veculo: utiliza dados de detectores de presena e modifica a quebra

Reconhecimento de Padres: os dados sobre volume e ocupao do sistema so

Finalmente, o plano de fases deve ser consistente com a geometria do cruzamento, o

Figura 2-2 Geometria de um cruzamento, plano de fases com 2 fases

Figura 2-3 Geometria de um cruzamento, plano de fases com 3 fases

Figura 2-4 Geometria de um cruzamento, plano de fases com 4 fases

Figura 2-5 Simbologia dos planos de fases

MEDIDAS DE DESEMPENHO DE CRUZAMENTOS