izvestswsuИзвестия Юго-Западного государственного университетаProceedings of the Southwest State University2223-15602686-6757ЮЗГУ10.21869/2223-1560-2021-25-4-162-176izvestswsu-945Research ArticleИнформатика, вычислительная техника и управлениеComputer science, computer engineering and IT managmentСистема управления интеллектуальным светофором на основе нечеткой логикиSmart Traffic Light Control System Based on Fuzzy Logichttps://orcid.org/0000-0002-5400-6817БобырьМ. В.BobyrM. V.

 Бобырь Максим Владимирович, доктор технических наук, профессор

 ул. 50 лет Октября, д. 94, г. Курск 305040 

 Maxim V. Bobyr, Dr. of Sci. (Engineering), Professor 

 50 Let Oktyabrya str. 94, Kursk 305040 

fregat_mn@rambler.ruХраповаН. И.KhrapovaN. I.

 Храпова Наталия Игоревна, магистрант

 ул. 50 лет Октября, д. 94, г. Курск 305040 

 Natalia I. Khrapova, Post-Graduate Student 

50 Let Oktyabrya str. 94, Kursk 305040 

KhrapovaNI@yandex.ruЛамоновМ. А.LamonovM. A.

 Ламонов Максим Александрович, магистрант

 ул. 50 лет Октября, д. 94, г. Курск 305040

 Maxim A. Lamonov, Post-Graduate Student 

50 Let Oktyabrya str. 94, Kursk 305040 

mtopdevice@gmail.comЮго-Западный государственный университетSouthwest State University202109042022254162174Copyright © Бобырь М.В., Храпова Н.И., Ламонов М.А., 20222022Бобырь М.В., Храпова Н.И., Ламонов М.А.Bobyr M.V., Khrapova N.I., Lamonov M.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://izvestswsu.elpub.ru/jour/article/view/945Цель исследования

Цель исследования. Разработка системы управления интеллектуальным светофором на основе нечеткой логики с возможностью корректировки временных интервалов сигналов светофора в зависимости от дорожной ситуации.

Методы

Методы. Определение входных переменных для нечеткой логической системы управления интеллектуальным светофором выполняется с помощью системы технического зрения. Предложенный способ управления устройством регулирования дорожным движением основан на системе нечеткого вывода и содержит несколько этапов: определение четких входных переменных, фаззификация значений входных переменных, агрегирование данных на основе нечетких правил, дефаззификация значений и определение вре-мени задержки разрешающего сигнала светофора.

Результаты

Результаты. По предложенной нечеткой модели разработано устройство, имитирующее работу системы управления интеллектуальным светофором. Устройство собрано на базе контроллера Arduino Uno. Создана специализированная программная модель, которая была запатентована. Номер свидетельства о государ-ственной регистрации программы для ЭВМ «Программа для регулирования светофора на основе нечеткой логики» – 2021661796.

Заключение

Заключение. Результаты экспериментальных исследований показали высокую эффективность работы интеллектуального светофора в суточном цикле. Программа успешно справляется с оценкой плотности потока автомобилей и пешеходов, пропорционально регулируя время работы ламп светофора. Доказано, что внедрение разработанной системы управления интеллектуальным светофором позволяет обеспечить безопасность и удобство дорожного движения для всех участников.

Purpose of research

Purpose of research. Development of a smart traffic light control system based on fuzzy logic with the ability to adjust the time intervals of traffic light signals depending on the traffic situation.

Methods

Methods. The definition of input variables for a fuzzy logic control system of smart traffic lights is performed using a vision system. The proposed method of controlling a traffic control device is based on a fuzzy inference system and contains several stages: determination of clear input variables, fuzzification of the values of input variables, aggre-gation of data based on fuzzy rules, defuzzification of values and determination of the delay time of the permitting traffic light signal.

Results

Results. According to the proposed fuzzy model, a device that simulates the operation of a smart traffic light control system was developed. The device is assembled on the basis of the Arduino Uno controller. The developed specialized software model was patented. The number of the certificate of state registration of the computer program "Software for traffic light control based on fuzzy logic" is 2021661796.

Conclusion

Conclusion. The results of experimental studies show the high efficiency of the smart traffic lights in a daily cycle. The program successfully copes with the assessment of the traffic density of cars and pedestrians, adjusting the operating time of traffic lights proportionally. It is proved that the implementation of the developed smart traffic light control system makes it possible to ensure the safety and convenience of road traffic for all road users.

нечеткая логиканечеткая система выводасистема управления интеллектуальным светофором.fuzzy logicfuzzy output systemintelligent traffic light control systemReferencesЯковенко Н.Ю., Ясенок С.Н., Нежельченко Е.В. Управление транспортными потоками. Белгород: Изд-во БелГАУ им. В.Я. Горина, 2020. 82 с.Yakovenko N.Y., Yasenok S.N., Nezhelchenko E.V. Upravlenie transportnymi potokami [Traffic flow management]. Belgorod, 2020. 82 p.Бобырь М.В., Милостная Н.А. Анализ использования мягких арифметических операций в структуре нечетко-логического вывода // Вестник компьютерных и информационных технологий. 2015. № 7 (133). С. 7-15.Bobyr M.V., Milostnaya N.A. Analiz ispol'zovaniya myagkikh arifmeticheskikh operatsii v strukture nechetko-logicheskogo vyvoda [Analysis of the use of soft arithmetic operations in the structure of fuzzy logic inference]. Vestnik komp'yuternykh i informatsionnykh tekhnologii = Bulletin of Computer and Information Technologies, 2015, no. 7 (133), pp. 7-15.Бачманов М.Д. Опыт применения современных детекторов транспорта в задачах управления транспортным потоком // Автомобиль. Дорога. Инфраструктура: журнал электронный. 2014. №2(2) декабрь.Bachmanov M.D. Opyt primeneniya sovremennykh detektorov transporta v zadachakh upravleniya transportnym potokom [The experience of using modern transport detectors in traffic flow control tasks]. Zhurnal elektronnyi. «Avtomobil'. Doroga. Infrastruktura» = Electronic journal. The car. Road. Infrastructure, 2014, no.2(2) December.Евстигнеев И.А. Основы создания интеллектуальных транспортных систем на автомобильных дорогах федерального значения России. М.: изд-во «Перо», 2016. 260 с.Evstigneev I.A. Osnovy sozdaniya intellektual'nykh transportnykh sistem na avtomobil'nykh dorogakh federal'nogo znacheniya Rossii [Fundamentals of creating intelligent transport systems on highways of federal significance of Russia]. Moscow, Pero Publ., 2016, 260 p.Бобырь М.В., Кулабухов С.А. Моделирование процесса управления температурным режимом в зоне резания на основе нечеткой логики // Проблемы машиностроения и надежности машин. 2017. № 3. С. 76-82.Bobyr M.V., Kulabukhov S.A. Modelirovanie protsessa upravleniya temperaturnym rezhimom v zone rezaniya na osnove nechetkoi logiki [Modeling of the process of controlling the temperature regime in the cutting zone based on fuzzy logic]. Problemy mashinostroeniya i nadezhnosti mashin = Problems of Mechanical Engineering and Machine Reliability, 2017, no. 3, pp. 76-82/Киселёва Э.А., Краева А.А., Савинова Ю.С. Обзор нечеткой логики в управлении // Integral: Международный журнал прикладных наук и технологий. 2019. Т. 3Kiseleva E.A., A Kraeva.A., Savinova Y.S. Obzor nechetkoi logiki v upravlenii [Review of fuzzy logic in management]. Mezhdunarodnyi zhurnal prikladnykh nauk i tekhnologii «Integral» = International Journal of Applied Sciences and Technologies "Integral", 2019, vol. 3.Bobyr M.V., Yakushev A.S., Dorodnykh A.A. Fuzzy devices for cooling the cutting tool of the CNC machine implemented on FPGA // Measurement: Journal of the International Measurement Confederation, 2020, 152, 107378. https://doi.org/10.1016/j.measurement.2019.107378Bobyr M.V., Yakushev A.S., Dorodnykh A. A. Fuzzy devices for cooling the cutting tool of a CNC machine, implemented on FPGA. Measurement: Journal of the International Confederation of Measurements, 2020, 152, 107378. https://doi.org/ 10.1016/j.measurement.2019.107378Bobyr M.V., Emelyanov S.G. A nonlinear method of learning neuro-fuzzy models for gynamic control systems // Applied Soft Computing. 2020. Т. 88. С. 106030.Bobyr M.V., Emelyanov S.G. Nonlinear method of training neuro-fuzzy models for dynamic control systems. Applied soft computing, 2020, vol. 88, pp. 106030.Cihan Karakuzu, Osman Demirci, Fuzzy logic based smart traffic light simulator design and hardware Implementation // Applied Soft Computing. 2010. № 10. P. 66–73.Chihan Karakuzu, Osman Demirci. Development and hardware implementation of an intelligent traffic light simulator based on fuzzy logic. Applied soft computing 2010, no. 10, pp. 66-73.Ella Bingham. Reinforcement learning in neurofuzzy traffic signal control // European Journal of Operational Research. 2001. №131. P. 232–241.Ella Bingham, Reinforcement learning in the management of neurofusion traffic signals. European Journal of Operational Research, 2001, no. 131, pp. 232-241.C.-H. Chou, J.-C. Teng, A fuzzy logic controller for traffic junction signals // Information Sciences. 2002. №143. P. 73–97.Chou C.-H., Teng J.-S. Fuzzy logic controller for traffic interchange signals. Information Sciences, 2002, no. 143, pp. 73-97.Титов В.С., Бобырь М.В., Милостная Н.А. АСУ прогнозированием точности обработки деталей // Автоматизация в промышленности. 2008. № 4. С. 3-4.Titov V.S., Bobyr M.V., Milostnaya N.A. ASU prognozirovaniem tochnosti obrabotki detalei [Automated control system predicting the accuracy of machining parts]. Avtomatizatsiya v promyshlennosti = Automation in Industry, 2008, no. 4, pp. 3-4.Усков А.А. Системы с нечеткими моделями объектов управления. Смоленск: СФРУК, 2013. 153 с.Uskov A.A. Sistemy s nechetkimi modelyami ob"ektov upravleniya [Systems with fuzzy models of control objects]. Smolensk, SFRUK Publ., 2013. 153 p.Патент на полезную модель RU 27868 U1. Система автоматического управления следящими приводами оборудования с ЧПУ. 20.02.2003. Заявка № 2001129226/20 от 29.10.2001 / Титов В.С., Беседин А.В., Бобырь М.В.Titov V.S., Besedin A.V., Bobyr M.V. Sistema avtomaticheskogo upravleniya sledyashchimi privodami oborudovaniya s ChPU [Automatic control system for tracking drives of CNC equipment]. Patent for utility model RU 27868 U1, 02/20/2003. Application No. 2001129226/20 dated 29.10.2001.Гридин В.Н., Титов В.С., Труфанов М.И. Адаптивные системы технического зрения. М.: Наука, 2009.Gridin V.N., Titov V.S., Trufanov M.I. Adaptivnye sistemy tekhnicheskogo zreniya [Adaptive systems of technical vision]. Moscow, Nauka Publ., 2009.Бобырь М.В., Кулабухов С.А. Математическая модель для нового метода Дефаззификации в структуре нечеткого вывода // Мехатроника, автоматика и робототехника: сборник научных трудов международной научно-практической конференции. Новокузнецк, 2018. С. 218-220.Bobyr M.V., Kulabukhov S.A. [Mathematical model for a new method of Defazzification in the structure of fuzzy inference]. Mekhatronika, avtomatika i robototekhnika. Sbornik nauchnykh trudov mezhdunarodnoi nauchno-prakticheskoi konferentsii [Mechatronics, automation and robotics. Collection of scientific papers of the international scientific and practical conference]. Novokuznetsk, 2018, pp. 218-220 (In Russ.).Бобырь М.В., С.А. Кулабухов Дефаззификация вывода из базы нечетких правил на основе метода разности площадей // Вестник компьютерных и информационных технологий. 2015. №9. С.32– 41.Bobyr M.V., Kulabukhov S.A. Defazzifikatsiya vyvoda iz bazy nechetkikh pravil na osnove metoda raznosti ploshchadei [Defazzification of inference from the base of fuzzy rules based on the area difference method]. Vestnik komp'yuternykh i informatsionnykh tekhnologii = Bulletin of Computer and Information Technologies, 2015, no.9, pp.32- 41.Leekwijck W.V., Kerre E.E. Defuzzification: criteria and classification // Fuzzy Sets Syst. 1999. № 108. P. 159–178.Likviyk V.V., Kerre E.E. Defazzification: criteria and classification. The system of fuzzy sets. 1999, no.108, pp. 159-178.Piegat A. Fuzzy modelling and control. Physica-Verlag. Heidelberg. 2001. doi:10.1007/978-3-7908-1824-6Piegat A. Fuzzy modeling and control. Physics-Verlag, Heidelberg, 2001, doi:10.1007/978-3-7908-1824-6Vuong, P. T., Madni, A. M., Vuong, J. B. VHDL implementation for a fuzzy logic controller. In 2006 World Automation Congress, WAC’06. IEEE Computer Society (2006)Vuong P.T., Madni A.M., Vuong J.B. Implementation of VHDL for fuzzy logic controller. In 2006, the World Congress on Automation, WAC'06. IEEE Computer Society (2006)Arduino.ru: Официальный сайт Arduino в России [Электронный ресурс]. Загл. с экрана. URL: http://arduino.ru/, свободный.Arduino.ru : Official website of Arduino in Russia [Electronic resource]. Blank from the screen. Available at: http://arduino.ru /, free.Collotta M., Bello L.L., Pau G. A novel approach for dynamic traffic lights management based on Wireless Sensor Networks and multiple fuzzy logic controllers. Elsevier: Expert Systems with Applications. March 2015. P. 5403- 5415.Collotta M., Bello L.L., Po G. A new approach to dynamic traffic light control based on wireless sensor networks and multiple fuzzy logic controllers. Elsevier: Expert Systems with Applications, pp.5403-5415, March 2015Olanrewaju O. M, Obiniyi A.A., Junaidy S. B. Fuzzy Logic Concept For Safety Driven Vehicle Pedestrian Traffic Interaction // International Journal of Computer Application (0995-8887). June 2017. Vol. 167. №1.Olanrevaju O. M., Obinii A. A., Junaidi S.B. "The concept of fuzzy logic for the interaction of pedestrians with safety-controlled vehicles”. International Journal of Computer Applications (0995-8887), June 2017, vol. 167, no. 1.

The authors declare that there are no conflicts of interest present.