多传感器信息融合的智能交通控制系统研究

针对城市道路交通网络的交通信号控制,构造了一种基于多传感器信息融合技术的智能交通控制系统.相对于传统的基于单一车辆传感器信号控制系统而言,该系统具有信息的完整性、统一性、多样性和容错性等优点.在多传感器信息融合的基础上,讨论了多种可行的智能控制方案.通过对城市区域交通的多方位控制,达到全面提高控制效果和有效疏导交通的目的.给出的仿真结果表明了其优越性和有效性.     

无线传感器网络在智能公交中的应用

基于无线传感器网络构建成的城市公交实时信息采集系统,实现对城市公交的智能调度与定位.根据网络设计相应的传感器节点,编写相应的软件,实现公交车自动报站和电子站牌车辆信息显示功能.无线传感器网络技术与当前在智能公交系统中采用的GPS技术相比,本系统具有更高的性价比.     

基于WSN的路口交通信号控制设计

为了缓解道路交通拥堵,减少车辆延误,节约交通能源,控制车辆在交叉路口顺畅通行,提出了一种基于无线传感器网的智能交通信号控制设计。利用传感器节点收集的交通信息,结合多agent的西同方法,控制中心进行综合处理,在不同的时段采用不同的路口控制模式,调整各交叉路口的绿信比,协调干线各路口周期的确定和各路口之间的相位差,自适应地控制车辆通行时间。实现了交通信号灯的无线智能控制,从而提高车辆通行效率。实现交通信号控制的智能化、网络化。     

基于单层MAS的分布式交通信号智能控制模型

提供了一种基于单层分布式MAS结构的智能交通信号灯控制系统模型，系统中每一个Agent根据本地交叉路口的交通状况自主形成控制策略，并将该策略与其他的Agent进行协商，以实现整个系统的自适应控制。为了验证本研究的结果，用Java开发了TSCSNHM模拟器，并在其中使用KQML语言实现各个Agent之间的信息交换和协商。通过3种典型的控制模式的模拟实验结果表明，TSCSNHM模式的控制效能接近于集中智能控制模式。     

基于射频识别技术的智能交通系统

基于射频识别技术的一些新特点，提出了一套城市智能交通管理系统模型，用来解决城市交通管理中的一系列经典难题．该模型结合射频识别技术、数字图像处理、网络通信以及数据库技术，能够实时监控交通流量、车辆信息以及交通状况；再结合状态空间穷举法和信息融合技术，可以实现智能交通调控、自动违章处理、车辆跟踪处理、交通实时查询以及车辆统计等功能．     

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.     

基于Agent的智能交通信号控制系统研究

本文针对智能交通领域的需求,结合Agent技术以及智能控制技术的发展,提出了一个基于Agent的智能交通信号控制系统的基本架构。该系统将变通系统的控制策略的制定权放在各个路口,提高了路口级的智能决策能力．实现了交通系统的实时智能控制功能。     

基于Android移动终端的多媒体教学设备智能控制系统设计

常规的多媒体教学设备智能控制系统使用集中控制反馈装置调整设备控制信号，易受吞吐量的影响，导致严重的访问并发问题，因此，需要基于Android移动终端设计一种全新的多媒体教学设备智能控制系统。硬件部分设计了遥感（Remote Sensing,RS）智能控制器、S3c2440三星开发板、电阻温度探测器（Resistance Temperature Detector,RTD）监测传感器；软件部分利用Android移动终端构建了教学设备智能控制中心，设计了多媒体教学设备智能控制多功能程序，从而实现了多媒体教学设备的智能控制。系统测试结果表明，设计的多媒体教学设备Android移动终端智能控制系统的性能良好，在访问人数激增时仍未出现并发问题，具有可靠性，有一定的应用价值，可为降低多媒体教学设备的管理难度提供帮助。     

一种基于分布式智能的网络机器人系统

提出了一种基于网络智能的分布式智能体系,构建并实现了基于分布式智能的网络机器人系统．通过赋予传感器以智能,将网络环境中的不同个体抽象为不同的智能节点．传感智能节点处理和传输多种层次的传感信息,实现传感智能的交互与共享．机器人节点以自主感知能力和“网络即插即用”机制为基础,根据任务的需要以及网络的传输状况,主动从网络中获取相应层次的智能和信息．实验表明,该体系有效地减轻了网络通信负担,提高了网络机器人系统的整体性能和智能水平．     

基于IPC的智能移动机器人控制系统

为了研究移动机器人智能控制的方法和理论，依据其感知－规划－执行的体系结构，建立了基于工业控制计算机（IPC）和多种传感器信息的智能移动机器人试验平台，主要介绍了由多种传感器组成的环境感知系统及各种传感器的功能，使移动机器人具有自主决策能力的中心控制计算机软硬件系统及其特点以及实现移动机器人准确灵活移动的驱动方法。     

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。     

面向智慧交通的图像处理与边缘计算

随着全球人口的持续增长和城市化进程的加速,道路拥挤、交通事故和污染排放增加等问题日益严重。智慧交通系统旨在借助先进的信息与通信技术建成高效安全、环保舒适的交通与运输体系,提供全方位的交通信息服务和安全高效、经济快捷的交通运输与出行服务。经过各国多年来的竭力推进与发展,智慧交通系统在交通管理、自动驾驶与车路协同等方向均得到广泛的应用。智慧交通的发展离不开通信、计算机与控制等研究方向的突破与创新。其中,图像处理作为智慧交通系统的核心技术之一,它的研究进展直接影响着智慧交通系统的部署。图像处理技术是指计算机对图像进行增强、复原、提取特征、分类和分割等技术处理,通过对交通视觉图像的处理,为智慧交通系统的感知、识别、检测、跟踪和路径规划等功能提供了最直接与重要的信息。此外,面对智慧交通系统所产生的大量数据计算任务,边缘计算技术则将中心云服务下沉至各边缘节点附近,不但能够优化算力负载分配,还能够满足智慧交通应用与服务对低时延、高响应速度的需求。本文从智慧交通系统的发展现状入手,分别围绕面向智慧交通的图像处理与边缘计算技术,阐述其研究热点与前沿进展,汇总与比较国内外的相关学术和产业成果,并对智慧交通系统中的图像处理及边缘计算技术未来的发展进行总结分析与趋势展望。     

基于超高频RFID的GPS信息采集系统

为了有效缓解城市交通拥堵,实现智能交通诱导,需要实时采集车辆动态GPS信息．传统的基于无线传感网络的车辆GPS信息采集系统在城市复杂电磁环境的干扰下,系统性能不稳定,难于保证实时性和可靠性要求．本文提出了一种基于超高频RFID技术的城市道路环境下车辆GPS信息采集系统设计方案．该系统利用超高频RFID技术替代传统的无线传感网技术,针对移动车辆实现了非接触式快速GPS信息采集和处理．首先介绍了基于超高频RFID的GPS信息采集系统的硬件及软件设计方案,并构建了针对该系统的仿真实验环境．仿真结果表明,该系统性能良好,能够满足实际要求．     

基于无线传感器网络技术在交通信息采集系统的应用

交通拥挤、道路阻塞、交通事故的频繁发生,以及交通造成的环境污染日益成为制约国民经济发展的瓶颈.为了防止交通拥堵现象的进一步恶化,各国政府纷纷启动智能交通计划.针对智能交通系统的关键在于交通信息采集,开发成本低、可大量布设到各个路口的基于无线传感器网络的交通信息采集系统.主要介绍应用于智能交通时无线传感网络的构成,包括无线传感器网络的体系构架机器如何应用于交通信息采集领域,以及要开发原型样机的软硬件指标和通信协议、生命周期分析.     

基于视频信息的城市路段交通安全状态评估方法研究

城市道路交通安全状态实时评估是智能交系统的重要研究内容。针对现有交通安全状态实时评估方法的评估效果不理想的问题,建立了基于视频信息的城市路段交通安全状态评估方法。首先,分析了基于视频信息的交通流参数快速检测方法;然后,从车速离散度的角度提出了影响城市路段交通安全状态的路段车速离散度的概念;最后,建立了基于路段车速离散度的城市路段交通安全状态评估方法。实验表明,所提方法能够实时合理地对城市道路的安全状态水平进行评估,评估结果可以为交通管理部门制定有效的城市路段交通安全改进方案提供相应的依据。     

基于SDN的智能交通架构

软件定义网络(SDN)是近年来备受关注的网络问题,已有学者将其和智慧城市建设进行融合。针对当今交通分散治理现状进行了研究,结合SDN转控分离和集中控制等特性,将其引入智能交通系统(ITS),提出了一个协同管理架构,旨在实现协同管理、改善交通。首先阐述了SDN的特点,利用其特性并结合ITS,提出了基于SDN的智能交通架构;其次,结合动态限速、路径诱导及天气等因素构建了协同管理策略模型,并将其与单一控制策略对比;最后通过仿真实验,对提出的架构策略进行了验证分析。实验结果表明,该架构下的管理与单一控制策略相比,平滑了交通流,使交叉口的平均延误降低20.7%,平均排队长度下降35%。     

基于主从粒子群的模糊小波神经网络交通控制

城市交通智能控制是ITS的重要组成部分,交叉口是决定道路通行顺畅的制的基础.为提高路口的通行能力,提出了主从结构的粒子群算法优化模糊小波神经网络参数,并将其应用于交通信号的控制.算法中,主级粒子进行全局搜索,从级粒子以主级粒子找到的最优解为中心进行局部搜索.仿真结果表明该算法能够有效减少交叉口车辆平均延误时间,提高道路通行能力.     

基于交通流量自适应控制的路口子系统

在经济快速发展、道路建设不足等多重压力下,城市交通负担越来越重.在现有的资源条件下,如何提高道路资源的利用效率和道路的通行效率是缓解交通问题的重要途径.本文以设计一种基于交通流量自适应控制的路口子系统为目标,首先分析、研究了交通管控系统的相关算法和相关信息系统的现状,在综合现有系统的基础上,设计了一个交通管控系统的体系结构,系统包括路口子系统、区域中心和信息与控制中心等3部分.通过路口子系统实现交通流数据的实时采集和路口本地的智能控制;设计并实现了路口子系统的检测方案,路口子系统的数据采集和本地的智能控制是云数据存储,以及实时的交通信息平台发布的关键,同时对于实现多个路口的协调管控具有重要的意义.     

Model predictive control for hybrid vehicle ecological driving using traffic signal and road slope information

This paper presents development of a control system for ecological driving of a hybrid vehicle. Prediction using traffic signal and road slope information is considered to improve the fuel economy. It is assumed that the automobile receives traffic signal information from intelligent transportation systems(ITS). Model predictive control is used to calculate optimal vehicle control inputs using traffic signal and road slope information. The performance of the proposed method was analyzed through computer simulation results. Both the fuel economy and the driving profile are optimized using the proposed approach. It was observed that fuel economy was improved compared with driving of a typical human driving model.