Proteus在外部中断实验中的应用

本文通过演示急救车与交通灯的实验,来说明Proteus的使用,在没有硬件仿真器的情况下进行软件仿真调试,特别适合资金不很充裕的学生朋友学习使用。本实验模拟交通信号灯控制,一般情况下正常显示,有急救车到达时,两个方向四个路口交通信号灯全红,以便让急救车通过。设急救车通过路口时间为10秒。急救车通过后,交通恢     

基于模糊逻辑的路口交通信号控制

城市交通控制(UTC)是智能交通系统中非常重要的组成部分。在一些复杂的交通情况下,使用传统的控制方法进行交通信号控制的效果并不好。由于模糊逻辑能够较好地描述复杂系统的定性模型,因此它非常适合对路口交通信号灯进行控制。该文给出了一种采用模糊逻辑进行路口信号灯控制的方法。通过从路口检测器获取车辆信息,模糊规则对信号灯进行优化控制。通过仿真模拟,给出了实验结果。     

交叉路口机动车跟进阻塞违法行为的检测系统

本研究提供一种记录交叉路口机动车跟进阻塞违法行为的检测系统及方法。系统通过视频跟踪,模式识别,检测比较,计时检测等模块及相应的应用软件,实时跟踪进入路口的机动车,对越过停止线的机动车拍照的同时进行号牌识别和计时检测,对于进入路口不能在设定时间阈值内离开路口的机动进行拍照,将该车的号牌计入违法记录数据库。并使用提示单元提示后续车辆不得再进入路口。该系统适用于无信号灯控制的交叉路口,为保证交通畅通提供有效执法手段,可提高驾驶员依法开车的自觉性,避免交通拥堵。     

信号灯控制的多阶段决策模型及其前向动态规划算法

为研究路口交通信号灯的实时最优控制问题,提出一种以最小化等待时间为目标的多阶段决策模型.该模型利用最短绿灯和红灯时间的结构特征,通过合理选择系统状态和控制变量压缩了模型规模,进而提出了前向动态规划算法以高效得到最优解.数值实验显示,对比于固定时长的周期性控制可以节省路口车辆的等待时间;对比基于混合整数规划的求解方法,可以提高求解效率,满足实时控制的要求.     

基于WSN的智能交通灯控制系统设计

针对多路口的交通信号灯控制问题,提出了基于无线传感器网络的两级组织结构,搭建了交通信号灯控制平台.利用传感器节点收集的交通信息,结合模糊控制方法,实现了交通信号灯的无线智能控制.仿真结果表明,该控制器是有效的,其控制效果优于传统的控制方法.     

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。     

基于车流量的交通信号灯实时控制的研究

道路交通信号灯控制与道路交通标志线的设置共同组成了对道路交通控制和管理的一个完整部分。交通信号灯控制在整个道路交通工程中起到了重要的作用,它主要应用于交通量较大、交通流冲突较多和复杂的交叉路口,以及某些道路路段上需要对交通流方向控制的地方。针对现有的交通信号灯控制中的一些缺陷,本文提出一种利用交通路口中车辆数量为引导因素,利用VC++编写信号灯实时控制程序,以达到对交通信号灯的实时控制。     

基于模糊逻辑的路口交通信号控制器的研究

由于模糊逻辑能够较好地描述复杂系统的定性模型,因此非常适合应用于路口交通信号灯的控制。采用了一种双层模糊控制器对路口信号灯进行控制,给出了控制方法及控制规则,在单片机模拟装置上进行仿真,结果表明它可以有效改善交叉路口的通行能力。     

计算机建模实现路口交通流量实时监测技术探析

目前我国城市的交通控制多采用信号灯方式,人工设置时间,定时自动放行,这种方法,无法根据对各个路口实际交通流量变化进行实时监测与控制,因此,需要一种新型化的模式来对路口交通流量实时监测,计算机建模的应用,有利于设计优化管理模型,使得信号灯自动优化,实时监测,根据实际情况自动疏导拥堵,从而最大限度的改善交通拥挤等状况。     

基于Faster-RCNN的交通信号灯检测与识别

交通信号灯检测和识别是无人驾驶和辅助驾驶领域的重要研究内容,能够避免在通过路口时由于交通信号灯判断失误导致的交通事故,提升驾驶的安全性。客观的复杂交通场景增加了检测识别算法难度。实现了基于Faster-RCNN的交通信号的检测识别,采集了交通场景数据进行标注,填充了国内交通信号灯公开数据集的空白。通过实验对比,选择最优的特征提取网络,并在智能车实验平台上验证了方法的有效性。     

基于单片机的智能交通灯系统设计

为了实现交通道路的先进和科学化管理,该文提出了一种基于单片机的智能交通灯控制系统的设计与仿真。该系统能够根据十字路口两个方向的车流量来自动地控制交通信号灯按规定的规则开闭,系统通常以自动方式工作,并也能在紧急情况下以手动方式切换信号灯让特殊车辆优先通行。采用了＂Proteus＋Wave6000＂的仿真方法,仿真结果表明,该系统功能正确,运行状况良好。     

基于PLC的交通灯实时控制研究

提出了一种基于PLC的十字路口交通灯实时控制系统实现方案。该系统可根据十字路口各车道上的车流量大小自动调节红绿灯的时间长度;采用了一种易于实现的车流量检测方法,使得在调节红绿灯时间长度时无需进行复杂计算,从而简化了PLC的程序设计,设计的控制系统具有可靠性高、实时性好的特点。     

物联网环境下智能交通灯控制系统的构建

该文根据当前我国城市智能交通系统体系结构的特点,以十字路口红绿灯的智能化为研究对象,结合物联网工作原理和面向服务的体系结构进行分析研究,提出了一种基于物联网环境下的城市智能交通灯系统,为建立全新的城市智能交通网络提供了依据。     

无线LED路灯的智能监控软件设计

为了能够智能监控无线LED路灯,分析由Zigbee路灯控制器、子网控制器和监控中心组成的LED路灯监控系统,设计监控中心上的智能监控软件。该软件基于Qt图形界面平台,采用C＋＋语言编写,采用模块化的解耦设计思路,分别设计数据管理模块、主界面模块、数据库模块、用户管理模块和通信管理模块五个模块,最终实现了智能监控软件。实验结果可知：该软件能够采集无线LED路灯的工作状态和智能控制无线LED路灯,具有较好的图像化界面,通用性和可靠性,具有一定的应用价值。     

A swarm intelligent method for traffic light scheduling: application to real urban traffic networks

Traffic lights play an important role nowadays for solving complex and serious urban traffic problems. How to optimize the schedule of hundreds of traffic lights has become a challenging and exciting problem. This paper proposes an inner and outer cellular automaton mechanism combined with particle swarm optimization (IOCA-PSO) method to achieve a dynamic and real-time optimization scheduling of urban traffic lights. The IOCA-PSO method includes the inner cellular model (ICM), the outer cellular model (OCM), and the fitness function. Our work can be divided into following parts: (1) Concise basic transition rules and affiliated transition rules are proposed in ICM, which can help the proposed phase cycle planning (PCP) algorithm achieve a globally sophisticated scheduling and offer effective solutions for different traffic problems; (2) Benefited from the combination of cellular automaton (CA) and particle swarm optimization (PSO), the proposed inner and outer cellular PSO (IOPSO) algorithm in OCM offers a strong search ability to find out the optimal timing control; (3) The proposed fitness function can evaluate and conduct the optimization of traffic lights’ scheduling dynamically for different aims by adjusting parameters. Extensive experiments show that, compared with the PSO method, the genetic algorithm method and the RANDOM method in real cases, IOCA-PSO presents distinct improvements under different traffic conditions, which shows a high adaptability of the proposed method in urban traffic network scales under different traffic flow states, intersection numbers, and vehicle numbers.     

交通灯的一种新型智能控制系统

文章设计了一种新型交通灯智能控制系统,突破了传统固定配时模式,可依据实时交通流量灵活运行,而且全面考虑了同时通行的各种车道组合,大大提高了车辆通行效率,具有实际应用前景.具体描述了系统控制方案、硬件选择及单片机程序设计.     

Soft computing in big data intelligent transportation systems

The academic and industry have entered big data era in many computer software and embedded system related fields. Intelligent transportation system problem is one of the important areas in the real big data application scenarios. However, it is posing significant challenge to manage the traffic lights efficiently due to the accumulated dynamic car flow data scale. In this paper, we present NeverStop, which utilizes genetic algorithms and fuzzy control methods in big data intelligent transportation systems. NeverStop is constructed with sensors to control the traffic lights at intersection automatically. It utilizes fuzzy control method and genetic algorithm to adjust the waiting time for the traffic lights, consequently the average waiting time can be significantly reduced. A prototype system has been implemented at an EBox-II terminal device, running the fuzzy control and genetic algorithms. Experimental results on the prototype system demonstrate NeverStop can efficiently facilitate researchers to reduce the average waiting time for vehicles.     

基于视频的夜间车辆检测与跟踪算法研究

针对夜间高速光照条件差、车灯种类多样、环境因素干扰等导致的车辆难以检测的问题,提出了一种基于视频的夜间车辆的检测与跟踪算法。该方法首先将OTSU与一维最大熵阈值分割算法相结合来实现车灯的提取,剔除非车灯光源;然后利用车灯的时空特性完成车灯的匹配,解决了一车多灯和并排同速车辆的问题;最后利用kalman滤波器完成车灯的预测跟踪。在交通弱光流畅交通、正常光流畅交通和正常光拥堵交通3种应用场景下对所提算法进行应用和结果分析,实验结果表明所提方法在保证实时性的同时具有较高的准确率。     

Cellular automata on FPGA for real-time urban traffic signals control

Among different traffic features, the urban traffic has received a lot of attention due to the ongoing traffic congestion as a result of increased car usage, population growth, and changes in population density. In urban networks, the vehicles flow differs when compared with highways flow because of the freeway’s low speed limit but mostly because of the traffic lights control. In this paper, a real-time hardware implemented bio-inspired model for traffic lights control is presented. The proposed model arrives from Cellular Automata (CAs), which have been proven very flexible and powerful computational traffic models, in that they are able to capture all previously mentioned basic phenomena that occur in traffic flows. The resulting CA model was hardware implemented on FPGA to take full advantage of the inherent parallelism of the CAs and to support the function of an advanced electronic system able to provide real-time adaptive control of traffic lights designed to consider traffic conditions for the whole intersections. The analytical results, obtained by application of the aforementioned FPGA CA processor are found in excellent agreement with the numerical simulations.