基于信息融合的智能交通信号灯控制系统研究

发布时间：2017-07-30 01:07

  本文关键词：基于信息融合的智能交通信号灯控制系统研究

  更多相关文章： 信息融合 小波神经网络 尖点突变理论 交通拥堵预测 车辆调度

【摘要】：目前我国城市化飞速发展,城市机动车数量快速上升,城市车辆与道路之间的供需矛盾日益紧张,交通拥堵问题将日益严重,由于交通信号灯的控制机理导致交通道路利用率低,促使交通肇事情况日渐增加。所以,开发一个智能的交通信号灯控制系统帮助缓解交通拥堵是一项非常有价值、有意义的研究课题。与此同时国家也在加大力度投资构建智能化交通系统,为本系统提供了广阔的应用前景,以及牢固的硬件支撑。出于上述原因,本文给出一种基于信息融合的智能交通信号灯控制系统,帮助交通疏导人员合理有效的组织交通拥堵车辆进行疏散,并降低交通事故发生概率。本文给出了一种基于尖点突变理论的交通拥堵预测方法。首先,对采集到的交通车流量信息及车辆行驶速度信息通过小波神经网络进行交通信息预测。然后利用基于尖点突变理论的交通拥堵预测方法对道路车辆密度和道路车辆行驶速度信息进行信息融合,得到道路交通发生拥堵的临界车辆密度和临界车辆行驶速度,最后通过预测的车流量信息与推导出的临界车辆信息进行合理的车辆调度策略。并对基于信息融合的智能交通信号灯控制系统的总体架构、功能架构和技术架构进行了设计与信号灯控制调度模块的仿真实现。本文对实际道路中的车辆进行了实验测试,并对道路中的车辆进行了智能化的交通调度。实验结果表明:利用前三周周一的车辆信息对神经网络进行网络训练,并对第四周周一的道路车流量进行预测,得出预测结果与实际观测出的交通流量结果比较发现准确率达到84%以上。通过本智能信号灯控制系统调度后该路口的交通流量极值由原来的300辆下降到现在的185辆,道路的交通拥堵情况平均缓解27.89%,该智能信号灯控制系统发挥出了高效的调度效果,可以应用于实际的交通控制中,为下一步系统的开发提供了基础。
【关键词】：信息融合 小波神经网络 尖点突变理论 交通拥堵预测 车辆调度
【学位授予单位】：沈阳工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP202;TP273
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-16
• 1.1 研究背景与意义9-10
• 1.2 国内外发展现状及发展动态分析10-13
• 1.2.1 定时式信号控制10-11
• 1.2.2 感应式信号控制11-12
• 1.2.3 智能式信号控制12-13
• 1.3 交通参数的检测及其检测技术的研究现状13-14
• 1.3.1 交通参数的检测13-14
• 1.3.2 交通参数检测技术14
• 1.4 本文主要工作14-16
• 第2章 信息融合理论及交通状态评估的相关技术16-26
• 2.1 信息融合理论16-17
• 2.2 态势评估17-18
• 2.3 交通流模型18-20
• 2.4 交通状态评估方法20-25
• 2.4.1 投票表决法20-21
• 2.4.2 Bagging算法21-23
• 2.4.3 Boosting算法23-24
• 2.4.4 CMM算法24
• 2.4.5 DAGGER算法24-25
• 2.5 本章小结25-26
• 第3章 智能交通信号灯控制系统方法设计与实现26-45
• 3.1 小波神经网络26-32
• 3.1.1 小波神经网络及其特点26-27
• 3.1.2 小波神经网络算法27-28
• 3.1.3 BP神经网络与小波神经网络交通流预测对比28-32
• 3.2 一种基于尖点突变理论的交通拥堵预测算法32-39
• 3.2.1 尖点突变理论的提出32-33
• 3.2.2 突变模型的可行性分析33-34
• 3.2.3 尖点突变模型的建立34-38
• 3.2.4 尖点突变理论的论证38-39
• 3.3 车辆调度策略39-43
• 3.3.1 交叉口交通延误的确定39
• 3.3.2 车辆在交叉口前排队等待时间的确定39-40
• 3.3.3 车辆在排队队列中向前移动到达队列顶部时间的确定40
• 3.3.4 车辆在排队队列顶部等待获得通行权时间的确定40-42
• 3.3.5 车辆在交叉口内行驶时间的确定42-43
• 3.4 系统设计方案43-44
• 3.4.1 总体架构方案43
• 3.4.2 功能架构方案43
• 3.4.3 技术架构方案43-44
• 3.5 本章小结44-45
• 第4章 实验结果与分析45-52
• 4.1 实验数据描述45
• 4.2 小波神经网络预测45-47
• 4.3 交通拥堵预测临界值47
• 4.4 交通调度策略47-48
• 4.5 实验结果比较48-51
• 4.6 本章小结51-52
• 第5章 结论52-53
• 参考文献53-56
• 在学研究成果56-57
• 致谢57

【参考文献】

中国期刊全文数据库 前10条

1 董凯;王海鹏;刘瑜;;基于跟踪状态监视的稳健航迹关联与融合算法[J];电光与控制;2015年01期

2 于建均;孙永芳;阮晓钢;张英坤;;基于信息融合的机器人路径智能决策的研究[J];控制工程;2014年06期

3 许迅;段齐骏;;蚁群算法对缓解交通拥堵的启示[J];信息系统工程;2014年01期

4 楼晓俊;鲍必赛;刘海涛;;分布式信息融合的物联网事件检测方法[J];南京邮电大学学报(自然科学版);2012年01期

5 赵嶷飞;史永亮;;基于模糊综合评价的航路交通态势评估[J];中国民航大学学报;2011年01期

6 张，

本文编号：591842