基于RFID的智能交通控制设计

为了控制车辆在交叉路口顺畅通行,提出了一种基于RFID的智能交通控制设计.基于S3C44B0X处理器和uClinux操作系统开发智能交通控制信号机,在不同的时段采用不同的路口控制模式,利用RFID技术检测车辆,信号机根据采集到的RFID车辆数据自适应地控制车辆通行时间,从而提高车辆通行效率,实现智能交通控制功能.     

交通干线递阶控制策略及其仿真研究

交通流量信息在不同的时间段内存在很强的非线性.传统的控制算法中,一旦车流在瞬间增大,各种调控指标会随之发生非线性变化,造成不收敛,很难形成均匀平衡,造成调度效率下降.在分析城市干线交通控制研究现状的基础上,提出一种无线传感器和模糊神经网络的干线多路口交通信号递阶控制策略.采用两层WSN结构,收集单个路口车辆信息,经数据融合后传递给第二层,并采用模糊神经控制方法在线调整路口各方向的绿信比,接收第一层检测的各交叉路口的交通数据,确定干线上的信号周期,完成调控.仿真结果表明,改进方法真实地反映了交叉口的实时信号控制过程,证明采用平均等待车辆长度作为性能评价指标,控制效果优于普通模糊控制.     

基于行人安全的交通信号灯智能控制算法研究

提出了一种基于深度确定性策略梯度(DDPG, deep deterministic policy gradient)的行人安全智能交通信号控制算法;通过对交叉口数据的实时观测,综合考虑行人安全与车辆通行效率,智能地调控交通信号周期时长,相位顺序以及相位持续时间,实现交叉路口安全高效的智能控制;同时,采用优先经验回放提高采样效率,加速了算法收敛;由于行人安全与车辆通行效率存在相互矛盾,研究中通过精确地设计强化学习的奖励函数,折中考虑行人违规引起的与车辆的冲突量和车辆通行的速度,引导交通信号灯学习路口行人的行为,学习最佳的配时方案;仿真结果表明在动态环境下,该算法在行人与车辆冲突量,车辆的平均速度、等待时间和队列长度均优于现有的固定配时方案和其他的智能配时方案。     

交通信号配时方案实时仿真系统设计与实现

为了使交通信号配时方案及时反映道路交通流量的变化,以达到最优的控制效果,设计并实现一种用于交通信号配时方案实时仿真系统.该系统基于ARM Cortex-A8处理器,集成在信号控制器内部,分布于各交叉路口.在设计应用软件时以单路口四相位交通流为例进行分析,并以平均延误时间为评价指标进行建模,运用遗传算法对当前交通流下各方案进行仿真,评估出最优配时方案.通过实际验证,该系统通过实时仿真能够给出交通控制信号最优方案,减少车辆的平均延误时间.     

过饱和交叉口群自适应控制方法

为解决过饱和交通状态下交叉口群道路拥堵时车辆难以疏散、易造成拥堵堆积的问题,提出了一种以交叉路口为中心的区域自适应交通控制方法.同时关注当前路口和相邻交叉路口的交通车辆排队状态信息,确定最佳放行相位实现相邻路口间的协调控制,与传统控制方案相比,方法能够加快拥堵区域向非拥堵区域的车辆疏散,并抑制外围车辆向拥堵区域聚集,有效缓解了拥堵堆积,缩短了行程时间,在非过饱和情况下,亦有效提高了交通通行效率.     

邻近交叉路口交通灯数学模型

提出了一种新的邻近交叉路口交通数学模型,并用线性规划解决了邻近交叉路口中间路段容纳车辆有限的情况下,如何确定每个路口的交通灯时间分配以及邻近交叉路口交通灯的相位差,实现单位时间内路口车辆的总积累队长最少,从而缓解交通堵塞。     

相序优化模糊控制在智能交通中的应用研究

根据平面交叉路口的智能交通信号控制原理,建立了一个交叉路口的交通流量模型,提出一种基于相序优化模糊控制的交通控制方法,以PCU(小客车当量)平均延误时间为控制目标实施控制。仿真结果表明,这种控制方法能使交叉路口的PCU平均延误时间明显减小,取得了较好的控制效果。     

基于模糊控制的智能交通系统

针对平面交叉口的智能交通信号控制,提出了多相位路口实时的模糊控制方案。根据各相位的车辆排队长度实际交通量,设计信号灯配时方案,减少车辆在路口的排队长度。对上述控制方案进行仿真实验,仿真实验结果表明,该控制方案能很好的改善实际交通状况,控制效果优于定时控制的方法,从而有效的提高平面交通路口的通行能力。     

城市交叉口车辆速度与交通信号协同优化控制

为了降低城市交通中的行车延误与燃油消耗,针对人类驾驶车辆与自动驾驶车辆混合交通环境,提出一种基于交通信息物理系统(TCPS)的车辆速度与交通信号协同优化控制方法.首先,综合考虑路口交通信号、人类驾驶车辆、自动驾驶车辆三者之间的相互影响,设计一种适用于自动驾驶车辆与人类驾驶车辆混合组队特性的过路口速度规划模型;其次,针对车辆速度规划单一应用时的局限性,即无法减少车辆路口通行延误且易出现无解情况,提出一种双目标协同优化模型,能够综合考虑车辆速度规划与路口交通信号控制,同时降低车辆燃油消耗与路口平均延误.由于双目标优化问题求解的复杂性,设计一种遗传算法-粒子群算法混合求解策略.基于SUMO的仿真实验验证了所提出方法的有效性.     

智能交通信号灯控制系统设计与实现

设计的目的是通过传感器监测每个路口的车辆驶入和驶出的流量,利用单片机的计数器来记录传感器产生的车流脉冲,并通过GSM模块通过无线通信的方式,将系统中采集的车流量数据,沿着车辆通行的方向,按照相邻原则进行传递,让信号灯与其邻近的信号灯进行协调,实现车流量对交通信号灯的智能控制。     

基于激光传感数据的拥堵路口交通信号灯控制

针对城市车流高峰时段的道路拥堵问题,提出基于激光传感数据的交通信号灯智能控制方法研究。在道路两侧均匀布置激光传感器节点,采集实时的激光传感数据和车流量信息,并构建一种两层级的交通信号灯控制模型,以提取的交通路口实时传感数据作为输入项进行模糊推理,并求解出交通信号控制模糊子集,最后推导出当前车流长度、车辆在路口的平均滞留时长及车辆的延误时长等变量,达到缓解交通拥堵,提高通行效率的目的。仿真实验数据表明,提出的拥堵交通信号灯智能控制方法具有良好的控制效果,可以明显减少车辆延误时长,提高道路通行的效率和安全性。     

基于物联网的城市道口机动车智能监控和行为检测系统

物联网架构的城市道口机动车监控和行为分析系统在传统的物联网定义基础上,提出了包含感知／发布层、智能中间层、网络层、服务层和应用层的智能监控架构、以高清网络监控相机为采集终端,使用自行开发的图像分析算法和软件实现了道路拥堵状态判定以及多目标车辆追踪,实时采集视频流中道口监控区域内车辆移动轨迹、速度、前方道路拥堵状态等基本参数;在通信层使用3G／Wi—Fi等高速无线通信技术与有线通信相结合实时传输关键参数和监控图像,应用层使用自行开发的中心监控软件平台实现了对关键数据的存储、统计、业务应用的服务支持和管理,应用层针对电子警察、智能交通监控和信息发布展开,结合交通控制信息和我国交通法规为违章实时判定、交通信息采集等提供了基础、     

公交优先系统中数据处理及无线联网模块设计

对整个“公交优先”系统实现的功能进行了分析,通过对公交车到达路口的时间进行预估,然后再来对路口控制灯信号进行一定范围的调整,保证公交车能够畅通。该系统功能主要是实现公交信息的读取和对信息的简单处理以及显示,同时使用ZigBee射频芯片的无线路由功能,构建一个信号机与服务器之间的可靠无线网络系统。     

无线地磁技术在城市交通管理方面的应用

地磁传感器通过探测车辆通过时对地球磁场产生的扰动来检测车辆,再加上安装方便、不受环境影响等诸多优势,无线地磁技术在智能交通领域和停车管理系统中发挥了越来越重要的角色。     

时变论域下红绿灯配时的模糊控制

针对交叉口日益拥堵,交通信号灯配时设置的不合理问题,提出一种基于时变论域的模糊控制方法,给出了交通信号灯的实时配时方案。该配时方法通过动态地调整信号周期和绿灯时长,以匹配多变的交通流状况,实现了实时控制。以长沙市某十字路口为例验证了该方案的有效性,结果表明：与定时信号配时方法相比,该配时方法更有效的缓解了交叉口交通拥堵状况,增强了路口通行能力,减少了车辆延误时间。     

基于单片机的铁路道口报警系统

本深题主要研究的是在单片机控制下实现铁路道口的安全报警系统。系统采用MC9S12XS128MAA单片机为平交道口自动报警系统的控制核心,通过安装存离道口不远处的铁路两旁的红外埘射传感器检测点,感应到车厢信息形成检测序列,经过信号处理用CAN总线通信协议进行数据传输,单片机接收到数据,经处理后控制道口交通灯以及语音报警模块,来提醒过路行人和车辆。同时道口栏术自动关闭确保过往行人及车辆的安全。列车驶离道口后,系统会自动打开栏木并停止报警,保持道口畅通。     

基于DEVS的交叉路口建模与仿真

考虑有信号控制的交叉路口内车辆之间、车辆与行人之间的冲突，在离散事件仿真规范（DEVS）框架下构建了交叉路口微观交通仿真模型.以某市典型交叉路口观察数据标定仿真参数，将仿真结果与按《城市道路设计规范》计算得到的通行能力进行比较，验证了模型.在此基础上，首先，仿真分析了不同左转比例对交叉路口通行能力的影响；然后，基于各方向等待通过交叉路口的车辆数目设计了智能绿信比控制策略.仿真试验表明：通行能力随着左转车比例的增加先上升后下降；智能绿信比控制能显著提升交叉路口通行能力，明显降低平均引道延误时间.由此证明仿真模型能真实地模拟交叉路口各因素间的相互作用，且易于扩充，通用性强，能够用于其它智能交通问题的研究.     

面向优先车辆感知的交通灯优化控制方法

智慧交通灯控制能够有效地改善道路交通的秩序和效率.在城市交通网络中,具有紧急任务的特殊车辆对于通行效率的要求更高.目前已有的智慧交通灯控制算法通常对路网中的所有车辆一视同仁,没有考虑到特殊车辆的优先性,而传统的控制特殊车辆优先通行的方法基本上都是采用信号抢占的方式,对普通车辆的通行干扰过大.为此,本文提出了一种面向优先车辆感知的交通灯优化控制方法,通过与道路环境的不断交互来学习交通灯控制策略,在设置状态和奖励函数时增加特殊车辆的权重,并利用Double DQN和Dueling DQN来提升模型表现,最终在城市交通模拟器SUMO中进行仿真实验.在训练趋于稳定之后,与固定时长控制方法的对比实验结果显示,本文方法能够将特殊车辆与普通车辆的平均等待时间分别缩短68%与22%左右,与不考虑优先级的方法相比,特殊车辆的平均等待时间也有35%左右的优化,验证了本文方法能够在提高车辆的通行效率的同时体现出对特殊车辆的优先处理.同时实验也表明本文方法能够扩展应用于多路口场景中.