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。     

基于传感器网络的城市智能运输系统的构建

基于传感器网络构建城市智能运输系统，实现对城区交通的智能控制．设计了智能运输系统专用的传感器节点和相应的硬件结构，并编制了相应的软件，建立了一个城市交通系统的智能控制模型，实现道路交通流实时动态信息的采集、处理和发布，及路段的规模协调控制．使用Matlab软件对控制模型中的交通信息的处理进行了仿真，表明该智能运输系统模型能够投入交通控制的实际应用．与当前普遍采用的基于GPS技术构建的ITS系统相比，本系统具有更高的性价比、灵活性和控制效率．     

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Deep Q Networks的交通指示灯控制方法

交通指示灯的智能控制是当前智能交通研究中的热点问题;为更加及时有效地自适应动态交通,进一步提升街道路口车流效率,提出了一种基于Deep Q Networks的道路指示灯控制方法;该方法基于道路指示灯控制问题描述,以状态、行动和奖励三要素构建道路指示灯控制的强化学习模型,提出基于Deep Q Networks的道路指示控制方法流程;为检验方法的有效性,以浙江省台州市市府大道与东环大道交叉路口交通数据在SUMO中进行方法比对与仿真实验;实验结果表明,基于Deep Q Networks的交通指示灯控制方法在交通指示等的控制与调度中具有更高的效率和自主性,更有利于改善路口车流的吞吐量,对道路路口车流的驻留时延、队列长度和等待时间等方面的优化具有更好的性能。     

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.     

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.     

智能矿山综合管控平台建设构思

为有效解决煤炭行业现有单系统单业务应用模式下信息孤岛严重、业务互联互通不足、数据价值挖掘利用差,现有物联网、云计算、大数据、人工智能、智能控制等新一代信息技术应用点单一、智能化赋能不足等问题,将新一代信息技术与煤矿安全、生产、运营管控业务进行深度融合,提出了智能矿山综合管控平台建设构思。该平台基于智能矿山基础信息平台,通过煤炭工业大数据中心对海量异构数据进行汇聚、治理、存储与分析,应用数据中台、技术中台及应用中台实现在同一平台的数据融合、协同控制、业务联动与决策分析;采用统一门户、统一数据及统一风格,搭建集中统一的生产调度协同管控、风险综合防控管理、决策分析综合管控、精准运维检测等智能化管控业务应用中心:生产调度协同管控应用中心应用煤矿安全生产协同技术实现矿领导、调度指挥中心、科室、区队及班组之间业务互联与分级调度,固定场所下的融合调度与协同控制;风险综合防控管理应用中心以煤矿安全风险防控为核心,实现全矿风险危害要素的全方位感知、实时监视、动态评估、异常联动处置,保障煤矿安全生产高效有序运行;决策分析综合管控应用中心应用时序数据挖掘分析技术实现安全、生产、运营等指标态势分析及预测,通过安全生产大数据看板及个人工作台进行安全、生产、运营状况的综合展示;精准运维检测应用中心以运行探针方式,实现平台运行过程的故障监测及异常跟踪处理。     

基于WSN的坡道转弯提醒系统的研究与实现*

智能交通指挥系统的实施可以有效解决道路拥堵、运输效率低下等问题,减少交通事故的发生。针对坡道转弯这一特定的交通难点问题,研究和实现了基于无线传感器网络（WSN）的坡道转弯提醒系统。其中感知子系统采用WSN实时感知数据,具有便于布置、实时感知、现场处理的优点;交通提醒子系统采用基于有限状态机的状态图来辅助完成智能控制电路设计,进一步降低硬件造价,提高了系统反应速度。仿真表明,该系统能准确地获取车辆违规行驶信息,向司机或行人发送提醒指令,使司机有足够的反应时间,降低了车辆挂擦和碰撞事故,减少交通拥堵,有效地改     

基于流量的交通信号智能控制算法与仿真

交通信号控制系统是城市交通的基本组成.文章针对交通路口信号控制中的时间分配算法进行研究.根据交通路口抽象模型,综合多种路口流量因素,引入了综合流量指标来对交通流量进行量化描述.并且以该综合指标为中心设计了具备自适应能力的信号控制算法.实现了能够依据交通流量状况进行路口时间调整的交通信号控制系统模型.通过NetLogo平台进行仿真实验,证明该系统模型可以很好的适应路口交通流量变化和差异,一定程度上可以作到对交通压力的缓解.     

车路协同环境下智能交叉口车速控制

传统信号控制交叉口通过相位禁行方式来解决交通冲突,导致交叉口时空资源利用率低,延误增加.为提高车路协同环境下的交叉口通行效率,本文提出了一种基于时空间隙动态分配的智能交叉口车速控制方法,对交叉口车辆通行时间进行归一处理,建立了车辆跟驰控制模型和冲突避碰模型,使车辆能够根据交叉口控制区域内的实时路况信息预先进行速度调整,达到不停车通过交叉口的最优安全速度.运用VISSIM和MATLAB联合搭建仿真运行环境,分别在600 pcu·h^-1, 1200 pcu·h^-1和1800 pcu·h^-1交通流量条件下,对智能控制和传统控制交叉口的控制效益进行评价对比,结果表明:该智能控制方法均能够有效缩短交叉口车辆延误,减少车辆油耗和各类污染物的排放,且交通流量越高,改善效果越明显.     

基于多路口预测与实时配时合作的交通控制系统设计

交通流量的预测是实现智能交通控制的核心问题。利用电子车牌识别法对车辆进行计数,根据数理统计原理筛选对决策路口影响最大的样本数据,建立NARX动态神经网络预测模型,以路网多路口交通流的时间序列数据进行训练,预测后一天同时段的车辆数,计算出两方向总体配时差值,再分配于早晚高峰时段,并进行实验得出理想现象;严重拥堵情况下启动实时配时与应急方案。选取上海市长宁区常年拥堵的金沙江路与中山北路交叉口为中心点,进行MATLAB仿真实验,所得预测数据与实际值比较差值较小,验证了以多路口数据预测单路口的创新设计能在实际交通中应用,且能与实时配时方案合作,缓解交通拥堵。     

Urban arterial traffic two-direction green wave intelligent coordination control technique and its application

This paper presents a new two-direction green wave intelligent control strategy to solve the coordination control problem of urban arterial traffic. The whole control structure includes two layers — the coordination layer and the control layer. Public cycle time, splits, inbound offset and outbound offset are calculated in the coordination layer. Public cycle time is adjusted by fuzzy neural networks (FNN) according to the traffic flow saturation degree of the key intersection. Splits are calculated based on historical and real-time traffic information. Offsets are calculated by the real-time average speeds. The control layer determines phase composition and adjusts splits at the end of each cycle. The target of this control strategy is to maximize the possibility for vehicles in each direction along the arterial road to pass the local intersection without stop while the utility efficiency of the green signal time is at relatively high level. The actual application results show the proposed method can decrease the average travel time and average number of stops, and increase the average travel speed for vehicles on the arterial road effectively.     

基于ε-支持向量回归理论的区域交通信号智能控制

城市交通信号控制是当前智能交通领域的研究热点之一.针对区域交通信号协同控制的实时性和准确性,提出一种基于ε-支持向量回归(SVR)非线性回归理论的智能控制方法(ICSRTS).该方法在无线传感网络结构的基础上结合已有的数据汇聚算法,并采用分簇策略将区域交通控制系统建模成一类集成信息调度与控制的离散切换系统.在离散切换系统中,不仅考虑了数据包传输的网络时延和丢包率,而且观测器利用改进的ε-SVR训练方法实现对多数据源融合的交通信号状态的在线预测并通过控制器进行总体协调控制.运用Lyapunov 函数方法验证了该系统的渐近稳定性及其可调度性. 仿真结果表明,ICSRTS方法相比普通模糊神经网络控制和普通ε-SVR预测算法在交叉口平均延误时间方面具有较好的性能.因此,该方法能实时、有效地对区域交通信号进行协调控制,从而减少了区域内的交通拥堵和能源消耗.     

基于雾计算和强化学习的交通灯智能协同控制研究

针对路口交通拥堵现象,结合雾计算和强化学习理论,提出了一种FRTL（fog reinforcement traffic light）交通灯控制模型,该模型根据实时的交通流信息进行交通灯智能协同控制。雾节点将收集到的实时交通流信息上传到雾服务器,雾服务器在雾平台实现信息共享,雾平台结合处理后的共享数据和Q学习制定交通灯控制算法。算法利用检测到的实时交通数据计算出合适的交通灯配时方案,最终应用到交通灯上。仿真结果表明,与传统的分时段控制方式和主干道控制方式（ATL）相比,FRTL控制方法提高了路口的吞吐量,减少了车辆平均等待时间,达到了合理调控红绿灯时间、缓解交通拥堵的目标。     

智能交通信息物理融合云控制系统

针对现代智能交通信息物理融合路网建设中的对象种类复杂、采集数据量大、传输及计算需求高以及实时调度控制能力弱等问题，基于云控制系统理论，以现代智能交通控制网络为研究对象，设计了智能交通信息物理融合云控制系统方案，包括智能交通边缘控制技术和智能交通网络虚拟化技术.基于智能交通流大数据，在云控制管理中心服务器上利用深度学习和超限学习机等智能学习方法对采集的交通流数据进行训练预测计算，能够预测城市道路的短时交通流和拥堵状况.进一步在云端利用智能优化调度算法得到实时的交通流调控策略，用于解决拥堵路段交通流分配难题，提高智能交通控制系统动态运行性能.仿真结果表明了本文方法的有效性.     

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、     

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.     

基于北斗卫星的狭窄路段交通拥堵智能控制系统设计

当前狭窄路段交通拥堵智能控制系统控制能力差,控制效果不明显。为了解决这一问题,基于北斗卫星设计了一种新的狭窄路段交通拥堵智能控制系统,系统硬件由全方位磁传感器、交通调度控制器和基于北斗卫星的为空电路与A/D芯片组成,采用ASD CC_211型号数据频率采集芯片高频的对车流量以及狭窄路段等相关信息数据进行无线识别采集,并应用特定的频率无线网络进行远程信息传达,应用FBR6–60数据识别器对压缩融合数据包进行数据模型转换,实现对交通拥堵数据信号的及时处理分析,通过A/D解析电路板、D/A解析电路板产生一定的高频电流作为狭窄路段交通拥堵的智能系统脉冲信号。根据硬件结构分别设计了综合性交通通信应用程序、空间信号智能控制程序、感应控制OHBD技术程序。为了验证系统有效性,设定对比实验,结果表明,基于北斗卫星的狭窄路段交通拥堵智能控制系统控制能力提高了25%。