交通信号智能网络控制系统的建模与实现

发布时间：2021-03-13 22:30

　　城市交通是经济发展的重要基础,但随着经济的快速发展,机动化率逐年升高,道路资源供求矛盾愈发严重。交通信号定时控制方式不仅无法解决这种矛盾,甚至可能加剧由供求不平衡引起的交通拥堵问题。在这种背景下,本文设计了一种交通信号智能网络控制系统,首先采集区域内多个路口的实时视频图像信息,通过图像处理得到车流量数据;然后根据获取的数据利用智能优化算法对多个路口信号灯配时进行优化,求解得到最佳方案;最后进行区域交通信号配时的动态调控,达到减少区域总延误的目的。具体研究内容如下:系统分为上位机和下位机两部分,上位机部分对接收的视频图像进行图像处理,检测车辆并进行统计,然后使用改进萤火虫算法求解区域配时问题。在求出最优解后,上位机将配时方案下传给下位机进行调控。本文针对萤火虫算法容易陷入局部最优的缺点,引入变异操作和驱散机制进行改进。通过使用不同的标准函数进行多次测试,验证了改进萤火虫算法的有效性和可靠性。同时,将该方法应用于区域交通信号的优化配时,实验结果表明区域车流总延误有明显下降。下位机部分使用现场可编程逻辑门阵列（FPGA）联合单片机模拟路口控制机。FPGA部分设计了摄像头驱动模块、图像压缩模块... 

【文章来源】：哈尔滨理工大学黑龙江省

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

预处

车辆检测Fig.3-3Detectionandstatistic

车灯

【参考文献】：
期刊论文
[1]改进蚁群算法支持下的交通流量分配[J]. 陈能成,么爽,杜文英,王超.  测绘通报. 2019(10)
[2]一种改进的进化模型和混沌优化的萤火虫算法[J]. 李肇基,程科,王万耀,崔庆华.  计算机与数字工程. 2019(07)
[3]基于人工鱼群的五岔路口交通信号优化控制[J]. 汤旻安,董海龙,程海鹏.  控制工程. 2019(07)
[4]强化学习在城市交通信号灯控制方法中的应用[J]. 刘义,何均宏.  科技导报. 2019(06)
[5]蜂群双抑制劳动分工算法及其在交通信号配时中的应用[J]. 胡亮,肖人彬,李浩.  计算机应用. 2019(07)
[6]城市智能云交通解决方案初探[J]. 陈刚田.  价值工程. 2018(24)
[7]我国城市交通发展问题以及解决措施[J]. 钟惠平.  决策探索(中). 2018(06)
[8]城市交通拥堵治理的研究综述和建议[J]. 雷洋,黄承锋.  综合运输. 2018(04)
[9]基于Pareto粒子群算法的路口多目标信号控制模型[J]. 李巧茹,李欣,陈亮.  铁道科学与工程学报. 2018(04)
[10]中国城市交通问题、对策与理论需求[J]. 汪光焘.  城市交通. 2016(06)

博士论文
[1]基于视频联网和多智能体的区域交通联动控制关键技术研究[D]. 郭义荣.北京交通大学 2017

硕士论文
[1]基于人工鱼群算法的交通信号灯控制方法研究[D]. 杨明晓.华北电力大学 2018
[2]基于RFID数据的区域交通信号智能控制方法研究[D]. 罗林.重庆邮电大学 2017
[3]基于遗传算法的城市区域交通信号优化控制[D]. 赵宇航.大连交通大学 2016
[4]城市区域交通信号智能控制算法分析与研究[D]. 张文泉.西南交通大学 2016
[5]基于神经网络的智能交通控制系统设计[D]. 邱祥.扬州大学 2016
[6]基于短时交通流预测的城市区域交通信号控制研究[D]. 吴凡.南京理工大学 2016
[7]城市区域智能交通控制研究[D]. 宗欣慧.南昌大学 2013
[8]基于FPGA的JPEG图像压缩算法实现[D]. 朴圣龙.哈尔滨工程大学 2013
[9]基于FPGA的JPEG图像压缩系统的实现[D]. 徐洁.大连理工大学 2013



本文编号：3081018