智能型交通路况监测与交通信号灯模糊控制系统
发布时间：2021-08-11 19:35
随着现代社会的飞速发展,汽车使用量的急剧增加,人们对交通运输的高效有序运作的需求与城市交通拥堵问题之间的矛盾越来越突出。当前,城市交通拥堵的加剧直接导致的交通事故增加、车辆延误、空气污染恶化等诸多问题,已成为各国发展共同面临的问题。针对这种情况,本文设计了一种智能型交通路况监测与交通信号灯模糊控制系统。本文设计了交通路况监测器,能够通过微波雷达和信号处理技术获取交叉口路况信息;设计了模糊控制器,以获得的车流量数据为输入量,交通信号灯配时为被控量,实现了交通信号灯配时控制。论文中重点考虑了经典模糊控制的问题与缺陷,采用了不定相序模糊控制器来分析实时路况;介绍了粒子群算法并采用该算法对不定相序模糊控制器作进一步优化。最终通过仿真分析,证明了优化后的不定相序模糊控制器控制性能大大提高,可以更有效地缓解交通拥堵。另外,考虑到该电路机柜位于室外,易受恶劣气候、盗窃等因素影响,本系统还设计了道路机柜安防模块,对电路机柜的温湿度和非法入侵进行监测,抓拍结果可通过以太网上传上位机,保障了系统电路安全。为使安防监测更智能化,本系统引入了OpenCV（计算机视觉库）技术,对非法入侵进行入侵报警、视频抓拍和...
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
单交叉路口几何模型
图 2.1 单交叉路口几何模型Fig 2.1 The geometry model of single intersection的智能型交通路况监测与交通信号灯模糊控制系统共通路况监测模块，负责实时监控道路交叉口路况，包统计等；二是交通信号灯配时控制模块，负责根据车绿灯时长，进而疏散车流，减缓拥堵；三是系统电路障上述两模块系统电路的安全，包括电路机柜温湿度模块关系框图如图 2.2 所示：
车道占用比：车道占用比分时间和空间两个层面，时间层面的车道占用比指某一测定时间段 T 内检测器实际测量总时长与 T 的比，空间层面的车道占用的是某一车道固定长度 L 内车辆总长度与 L 的比。车辆类型：通过运算获得每台车的长度，从而统计单位时间内通过某一断面同车辆类别的数量。通常根据车辆的长度对车辆进行简单的类别分划分。本设车身长度为 X，若 X<4m 则车辆为小型，4<X<6 则车辆为中型，X>6m 则为大型。车速：根据微波路况监测器安装方式和安装位置的不同，可分别测量车辆的和平均速度。正向安装检测器时，可检测每辆车的瞬时速度；侧向安装时，测车辆平均车速。 模块实现方案交通路况监测模块由 4 部分组成：雷达发射接收端、信号调理单元、A/D 转元、数字信号处理单元（包括其通讯接口），图 2.3 展示了车流量监测模块要部分之间的关系：
【参考文献】：
期刊论文
[1]Tunable circularly-polarized turnstile-junction mode converter for high-power microwave applications[J]. 王晓玉,樊玉伟,舒挺,袁成卫,张强. Chinese Physics B. 2018(06)
[2]车流量检测技术在交通灯控制中的现状与发展[J]. 费杰,王媛媛,王亦欣,季梦雅. 科技风. 2018(07)
[3]基于OpenCV的麦克纳姆轮全向平台的视觉循线设计[J]. 朱朔,张志安,董培方,梅新虎. 测试技术学报. 2017(05)
[4]基于三角波调制的加权调频干扰技术研究[J]. 袁天,陶建锋,李兴成,王世强. 现代雷达. 2017(10)
[5]城市道路交通信号自适应控制方法研究综述[J]. 杨文臣,张轮,田毕江,胡澄宇. 交通科技. 2017(04)
[6]基于遗传算法的信号灯配时[J]. 万善余,范迪. 电子科技. 2017(03)
[7]基于OpenCV的智能视频监控告警系统的研究[J]. 苏获,刘晓东. 电子设计工程. 2016(03)
[8]标准粒子群算法在永磁同步电机参数辨识中的应用研究[J]. 沈蛟骁,余海涛,王亚鲁,徐鸣飞,陈辉. 微电机. 2015(12)
[9]Near Range Radar and Its Application to Near Surface Geophysics and Disaster Mitigation[J]. Motoyuki Sato. Journal of Earth Science. 2015(06)
[10]基于模糊逻辑的单交叉口交通信号控制方法设计及实现[J]. 赵建玉,郭仲林,郑显臣. 交通信息与安全. 2013(05)
博士论文
[1]高功率微波圆极化辐射技术研究[D]. 张治强.西安电子科技大学 2015
[2]粒子群算法的动态拓朴结构研究[D]. 王雪飞.西南大学 2008
[3]数字雷达技术在车流量检测雷达中的应用[D]. 蒋铁珍.中国科学院研究生院（上海微系统与信息技术研究所） 2006
硕士论文
[1]基于模糊控制的智能交通研究[D]. 何佩伦.西安科技大学 2017
[2]船舶导航雷达信号处理与FPGA实现[D]. 赵朋朋.重庆邮电大学 2017
[3]场面监视雷达数据处理研究与实现[D]. 张炼.电子科技大学 2017
[4]基于OpenCV的人脸识别系统的设计与实现[D]. 卜秋月.吉林大学 2015
[5]智能交通控制系统应用设计[D]. 胡鉴清.南京农业大学 2014
[6]基于模糊控制技术的智能交通设计[D]. 赵玲玲.浙江理工大学 2014
[7]基于双波束雷达传感器的车速检测技术研究[D]. 李遂意.南京理工大学 2013
[8]基于OPENCV的计算机视觉技术研究[D]. 黄佳.华东理工大学 2013
[9]基于粒子群算法变论域的模糊控制策略研究及其应用[D]. 彭灵志.中南大学 2012
[10]反射式光幕精密测速系统研究[D]. 王文涛.天津大学 2009
本文编号：3336765
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
单交叉路口几何模型
图 2.1 单交叉路口几何模型Fig 2.1 The geometry model of single intersection的智能型交通路况监测与交通信号灯模糊控制系统共通路况监测模块，负责实时监控道路交叉口路况，包统计等；二是交通信号灯配时控制模块，负责根据车绿灯时长，进而疏散车流，减缓拥堵；三是系统电路障上述两模块系统电路的安全，包括电路机柜温湿度模块关系框图如图 2.2 所示：
车道占用比：车道占用比分时间和空间两个层面，时间层面的车道占用比指某一测定时间段 T 内检测器实际测量总时长与 T 的比，空间层面的车道占用的是某一车道固定长度 L 内车辆总长度与 L 的比。车辆类型：通过运算获得每台车的长度，从而统计单位时间内通过某一断面同车辆类别的数量。通常根据车辆的长度对车辆进行简单的类别分划分。本设车身长度为 X，若 X<4m 则车辆为小型，4<X<6 则车辆为中型，X>6m 则为大型。车速：根据微波路况监测器安装方式和安装位置的不同，可分别测量车辆的和平均速度。正向安装检测器时，可检测每辆车的瞬时速度；侧向安装时，测车辆平均车速。 模块实现方案交通路况监测模块由 4 部分组成：雷达发射接收端、信号调理单元、A/D 转元、数字信号处理单元（包括其通讯接口），图 2.3 展示了车流量监测模块要部分之间的关系：
【参考文献】：
期刊论文
[1]Tunable circularly-polarized turnstile-junction mode converter for high-power microwave applications[J]. 王晓玉,樊玉伟,舒挺,袁成卫,张强. Chinese Physics B. 2018(06)
[2]车流量检测技术在交通灯控制中的现状与发展[J]. 费杰,王媛媛,王亦欣,季梦雅. 科技风. 2018(07)
[3]基于OpenCV的麦克纳姆轮全向平台的视觉循线设计[J]. 朱朔,张志安,董培方,梅新虎. 测试技术学报. 2017(05)
[4]基于三角波调制的加权调频干扰技术研究[J]. 袁天,陶建锋,李兴成,王世强. 现代雷达. 2017(10)
[5]城市道路交通信号自适应控制方法研究综述[J]. 杨文臣,张轮,田毕江,胡澄宇. 交通科技. 2017(04)
[6]基于遗传算法的信号灯配时[J]. 万善余,范迪. 电子科技. 2017(03)
[7]基于OpenCV的智能视频监控告警系统的研究[J]. 苏获,刘晓东. 电子设计工程. 2016(03)
[8]标准粒子群算法在永磁同步电机参数辨识中的应用研究[J]. 沈蛟骁,余海涛,王亚鲁,徐鸣飞,陈辉. 微电机. 2015(12)
[9]Near Range Radar and Its Application to Near Surface Geophysics and Disaster Mitigation[J]. Motoyuki Sato. Journal of Earth Science. 2015(06)
[10]基于模糊逻辑的单交叉口交通信号控制方法设计及实现[J]. 赵建玉,郭仲林,郑显臣. 交通信息与安全. 2013(05)
博士论文
[1]高功率微波圆极化辐射技术研究[D]. 张治强.西安电子科技大学 2015
[2]粒子群算法的动态拓朴结构研究[D]. 王雪飞.西南大学 2008
[3]数字雷达技术在车流量检测雷达中的应用[D]. 蒋铁珍.中国科学院研究生院（上海微系统与信息技术研究所） 2006
硕士论文
[1]基于模糊控制的智能交通研究[D]. 何佩伦.西安科技大学 2017
[2]船舶导航雷达信号处理与FPGA实现[D]. 赵朋朋.重庆邮电大学 2017
[3]场面监视雷达数据处理研究与实现[D]. 张炼.电子科技大学 2017
[4]基于OpenCV的人脸识别系统的设计与实现[D]. 卜秋月.吉林大学 2015
[5]智能交通控制系统应用设计[D]. 胡鉴清.南京农业大学 2014
[6]基于模糊控制技术的智能交通设计[D]. 赵玲玲.浙江理工大学 2014
[7]基于双波束雷达传感器的车速检测技术研究[D]. 李遂意.南京理工大学 2013
[8]基于OPENCV的计算机视觉技术研究[D]. 黄佳.华东理工大学 2013
[9]基于粒子群算法变论域的模糊控制策略研究及其应用[D]. 彭灵志.中南大学 2012
[10]反射式光幕精密测速系统研究[D]. 王文涛.天津大学 2009
本文编号：3336765
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3336765.html
