免费看男阳茎进女阳道视频

                        24小時論文定制熱線

                        咨詢電話

                        熱門畢設:土木工程工程造價橋梁工程計算機javaasp機械機械手夾具單片機工廠供電采礦工程
                        您當前的位置:論文定制 > 畢業設計論文 >
                        快速導航
                        畢業論文定制
                        關于我們
                        我們是一家專業提供高質量代做畢業設計的網站。2002年成立至今為眾多客戶提供大量畢業設計、論文定制等服務,贏得眾多客戶好評,因為專注,所以專業。寫作老師大部分由全國211/958等高校的博士及碩士生設計,執筆,目前已為5000余位客戶解決了論文寫作的難題。 秉承以用戶為中心,為用戶創造價值的理念,我站擁有無縫對接的售后服務體系,代做畢業設計完成后有專業的老師進行一對一修改與完善,對有答辯需求的同學進行一對一的輔導,為你順利畢業保駕護航
                        代做畢業設計
                        常見問題

                        單交叉口的交通信號管理系統整體方案設計

                        添加時間:2020/06/15 來源:西安工業大學 作者:馬健翔
                        論文研宄的智能交通信息系統從機器視覺的多交通參數檢測、交通信號燈控制策略、交通燈模塊配時校驗等方面進行功能測試,測試結果和實驗數據表明,系統能夠實現對單交叉路口的交通信號燈進行智能管理,對交通路口的信號配時進行了優化,達到了預期的研宄目標。
                        以下為本篇論文正文:

                        摘要

                          隨著城市化的發展,機動車數量得到了快速的增長,使得城市道路交通日趨擁擠,而擁堵現象主要發生在道路交叉口。因此,單交叉口的交通信號管理對道路交通的有效運行有著舉足輕重的作用。論文結合實際的道路交通狀況,將基于機器視覺的交通參數采集技術和模糊神經網絡控制算法應用于交通管理系統中,形成的智能交通信息系統可以根據實時的路口交通流信息對各個方向的交通信號燈進行智能化的管理,引導車輛有效通行。

                          論文首先對智能交通信息系統進行需求分析,根據實際的功能需求進行系統整體方案設計,對系統中的關鍵技術進行介紹,重點對智能交通信息系統中的交通參數采集技術和模糊祌經網絡算法進行研宄。為了獲取道路口交通參數信息,將采用OpenCV機器視覺技術對路口車輛排隊長度,車流量及車速三個交通參數進行檢測。?車輛排隊長度檢測主要-足對車道圖像進行車輛運動檢測和存在檢測確定車輛隊列隊尾位置,將車道停車線作為車輛排隊隊首位置,然后采用攝像機標定技術實現縱向像素距離到實際三維空間的轉換。車流量及車速檢測是通過在圖像中的停車線和人行橫道之間設置虛擬線圈,虛擬線圈內運用高斯混合模型建立背景,背景差分法對運動車輛進行檢測,最終根據虛擬線圈內的狀態來獲得車流量信息以及對車輛速度進行檢測。在獲取準確的交通參數采集的基礎上,將模糊控制算法應用于道路交叉口交通信號控制系統中。通過研宄分析發現算法主觀性較強,因此將在模糊控制系統基礎上融入具有自學習功能的神經網絡算法,形成以模糊神經網絡為核心的智能交通信息系統。將采集到的交通參數作為模糊神經網絡算法的輸入參數,根據實際采集到的樣本數據進行訓練自動生成控制規則,由輸入的交通參數進行模糊推理獲得待通行相位的交通控制策略。為了驗證算法的有效性,在不同交通流狀況下對定時控制、模糊控制及模糊神經網絡三種控制方法進行性能仿真,以車輛平均延誤作為技術指標。通過方案設計和算法研宄,最后完成系統的硬件平臺搭建及軟件設計。課題選用嵌入式工控機作為系統的主控制器,通過路口網絡攝像頭采集路口視頻流,然后進行處理獲取待通行相位的三個交通參數,應用模糊祌經網絡算法對交通參數進行處理,得到待通行相位的綠燈時長;通過LoRa無線通信模塊將包含通行相位和綠燈時長的控制策略幀數據傳遞給交通燈控制模塊;ARM處理器對傳遞的幀數據進行解析,最終實現對交通燈模塊的亮滅以及配時的管理。

                          論文研宄的智能交通信息系統從機器視覺的多交通參數檢測、交通信號燈控制策略、交通燈模塊配時校驗等方面進行功能測試,測試結果和實驗數據表明,系統能夠實現對單交叉路口的交通信號燈進行智能管理,對交通路口的信號配時進行了優化,達到了預期的研宄目標。

                          關鍵詞:單交叉路口;智能交通;機器視覺;模糊神經網絡;LoRa;ARM;

                        智能交 通信息系統

                        abstract

                          With the development of urbanization, the number of motor vehicles has been growing rapidly, which makes the urban road traffic increasingly crowded, and the congestion mainly occurs at the road intersection. Therefore, the traffic signal management of single intersection plays an important role in the effective operation of road traffic. Combining with the actual road traffic situation, the paper applies the traffic parameter acquisition technology based on machine vision and the fuzzy neural network control algorithm to the traffic management system. The formed intelligent traffic information system can intelligently manage the traffic lights in all directions according to the real-time intersection traffic flow information, and guide the vehicles to pass effectively.

                          Firstly, the paper analyzes the demand of its, designs the overall scheme of the system according to the actual functional demand, introduces the key technologies in the system, and focuses on the research of the traffic parameter acquisition technology and fuzzy computer network algorithm in its. In order to obtain the information of traffic parameters, opencv machine vision technology will be used to detect the three traffic parameters of vehicle queue length, traffic flow and vehicle speed.? Vehicle queue length detection mainly includes vehicle motion detection and presence detection on lane image to determine the end position of vehicle queue, taking Lane parking line as the first position of vehicle queue, and then using camera calibration technology to realize the conversion from the longitudinal pixel distance to the actual three-dimensional space. Vehicle flow and speed detection is to set up a virtual coil between the stop line and the crosswalk in the image. In the virtual coil, the Gaussian mixture model is used to establish the background, and the background difference method is used to detect the moving vehicle. Finally, the traffic flow information and vehicle speed are obtained according to the status in the virtual coil. On the basis of acquiring accurate traffic parameters, the fuzzy control algorithm is applied to the traffic signal control system of Road intersection. Through the research and analysis, it is found that the algorithm has strong subjectivity. Therefore, the neural network algorithm with self-learning function will be integrated into the fuzzy control system to form the intelligent transportation information system with the fuzzy neural network as the core. Taking the collected traffic parameters as the input parameters of the fuzzy neural network algorithm, the control rules are automatically generated by training according to the actual collected sample data, and the traffic control strategy of the phase to be passed is obtained by fuzzy reasoning of the input traffic parameters. In order to verify the effectiveness of the algorithm, three control methods, timing control, fuzzy control and fuzzy neural network, are simulated under different traffic flow conditions, and the average vehicle delay is taken as the technical index. Through the scheme design and algorithm research, the hardware platform and software design of the system are finally completed. In this project, the embedded industrial computer is selected as the main controller of the system. The video stream of the intersection is collected by the intersection network camera, and then the three traffic parameters of the phase to be passed are processed to obtain the green light duration of the phase to be passed by the fuzzy computer network algorithm. The control strategy of the phase to be passed and the green light duration will be included by the Lora wireless communication module The short frame data is transmitted to the traffic light control module; the arm processor analyzes the transmitted frame data, and finally realizes the on / off and timing management of the traffic light module.

                          The intelligent traffic information system studied in this paper is tested from the aspects of multi traffic parameters detection, traffic light control strategy, traffic light module timing verification of machine vision. The test results and experimental data show that the system can realize the intelligent management of traffic lights at single intersection, optimize the signal timing of traffic intersection, and achieve the expected research Target.

                          Keywords: single intersection; intelligent transportation; machine vision; fuzzy neural network; Lora; arm;

                        目錄

                          1緒論

                          1.1課題研究背景及意義

                          社會經濟與城市化的發展,人們出行方式的改變,使得道路車輛得到飛速增長,而隨之帶來的交通問題也日趨增多,F有的道路交通管理系統已經無法適應如今的交通壓力,交通堵塞、交通事故、環境污染和能源浪費等問題不僅影響了國家的發展和社會的進步,同時給我們的日常出行帶來很多不便".日本東京由于道路交通問題帶來的經濟損失達到了十萬億日元年以上:歐洲各國同樣遭受到的損失超過6000億歐元/年:道路交通問題給美國帶:來各方面損失超過410億美元/年:而我國,由于交通問題所帶來的經濟損失大約為2000億人民幣/年問。如此巨大的經濟損失迫使世界各國采取-些措施,例如拓寬路面、增加多條道路,建設多條地鐵、對車輛進行限號通行等措施米解決交通擁堵問題。這些措施的實行對交通問題起到了一定的改善作用,但面對現有資源的局限性,不能無休止的采用這種方式,無法從根本上解決問題。因此,國內外學者開始尋求更加高效、更加科學的交通管理方式來解決交通問題,通過對路口交通信號燈配時進行優化,充分利用綠燈通行時長,提高道路交通通行能力。

                          智能交通系統是在現有的道路設施基礎上將數據采集與傳輸技術。信息處理技術和智能控制算法等技術有效的相互結合,發揮各自的工作性能,很好的應用于道路交通管理系統中,對路口車輛通行進行有效的管理。智能交通系統可以使整個道路交通管理實現信息化、系統化和智能化,促進整個交通控制系統更加高效的疏導各個方向車流,協調道路車輛有效通行,提高整個城市道路的通行能力叫。因此,研究和使用高效的智能交通系統對于城市道路交通健康運行具有重要意義。是未米交通發展的前沿研究方向。單交叉路口的通行能力直接關乎到整個城市道路交通管理的有效性,是城市干線及區域化交通管理高效運行的關鍵,交通$故以及車輛堵寡現象多發生于此。因此,研究城市道路交通管現系統,首先對單交叉路口的交通信號控制系統進行研究。

                          現如今的單交叉口交通信號控制系統多采用定時控制方式根據路口歷史通行數據人為地設定固定的信號周期。面對道路交叉口實時多變的車流量,這種交通控制方式顯然無法根據實時的交通流信息合理分配通行時長,這將直接造成時間的浪費。將智能交通信息系統應用于單交叉路口,可以根據實時交通路況信息,智能化的調整交通信號周期。給通行相位分配合理的綠燈通行時長,從而引導路口各個方向車輛有效通行。提高路口通行能力防止交通擁堵、減少尾氣排放以及能源消耗。因此,研究高效的單交叉路口交通信號控制系統對于提高城市道路交通健康運行具有重要的實際意義。

                          本課題所研究的智能交通信息系統正是通過機器視覺技術來實時獲取交叉口交通流信息,運用模糊神經網絡控制算法對路口交通燈進行智能調控,實現道路車輛有效通行、提高路口通行能力,緩解城市交通擁堵4.智能交通控制無論從規;y易程度還是改善城市交通方面都具有可行性和一-定的優勢,因此具有良好的發展前景。課題的研究與具體的實施具有一定的理論意義,對于構建智慧城市具有良好的實用價值。

                          1.2國內外研究現狀

                          交通信號控制系統的研究可以追溯到19世紀,作為城市道路交通有效通行的紐帶。

                          - -直是因內外學者研究的重點。平面單交叉口是城市交通流的交匯點,車輛擁堵情況經常發生在這里,因此交叉口的通行能力對于解決城市交通問題有著至關重要的作用的。近年來,通過國內外學者不懈的努力。電子技術、信息處理技術以及交通控制算法的不斷發展和完善,涌現出很多高效、科學的交通信號控制方法,促進城市道路交通智能控制系統不斷發展。這些交通信號控制系統設計的目的是為了綴解路口車輛擁堵問題,針對路口信號燈的配時方案進行優化,確保在有效的時間內通過最大車流量,提高綠燈時長的利用率。

                          SCOOTS系統是英國研制的一種交通控制系統,其主要通過對多個參數進行優化,達到自適應調節能力,在1975年由英國的交通與道路研究所研制成功,并取得了良好的測試效果問。SCooTs系統的優勢主要體現在實用性強、具有較好的穩定性。系統通過路口布置的傳感器對車流量進行檢測,對采集到的車流量數據進行分析,再通過相關模型對路口各個方向信號燈進行配時,從而達到對信號控制方案進行優化的效果。系統不會因為個別車輛檢測傳:感器反饋的錯誤信息而執行不合理的配時方案,系統具有自動識別和排除錯誤信息的能力。SCooTs 系統經過幾十年的發展,通過不斷的優化改進,在全世界多個國家得到運用與推廣。

                          TRANSYT系統則屬于靜態的道路交通管理系統。通過建立系統模型、運用交通控制優化算法對一天中不同時間段采取不同的交通控制策略。從而對道路通行車輛進行有效的控制".這種交通控制系統是由英國的交通與道路研究所研制成功,系統通過對道路上來往車流量進行分析、整合,采用數學函數對車流量信總進行建模,由理論知識與傳統交通控制策略相結合,建立多交通控制方案,在-天中的不同時間段選取最合理的控制方案,彌補了交通信號周期固定的缺點。TRANSYT系統以其技術成熟。實用性強等優點在全世界的多個城市得到運用。

                          SCATS系統是悉尼研發的自適應交通控制系統,其采用分層式三級協調控制系統,即控制中心、子區域控制中心和交叉路口控制器。系統屬于動態的道路交通管理系統,通過安裝在路口路停車線處的車輛傳感器來實時獲取交叉口的車流量信息。然后由通信網絡將數據傳輸到子區域控制中心圖。子區控制中心對各個路口的數據進行整理、匯總然后傳給控制中心:控制中心作為中央控制中心,通過管理計算機對接收到的數據進行存儲、動態分析、制定各個路口交通控制策略,保證所有交叉口可以健康、穩定的工作問。系統通過運用網絡通訊技術,計算機技術等高科技手段對道路交通進行管理,體現了未來的智能交通控制系統的發展趨勢。

                          我國對交通信號控制系統的研究與實施-直不夠成熟,直到20世紀70年代很多研究院開始對路口交通信號燈如何合理、智能控制進行研究,開始采用計算機技術對城市干線及區域化交通進行控制0.與此同時全國各地開始相繼設立了智能交通工程研究所,交通工程專業也入選為眾多大學的特色專業。通過多年的不懈努力,國內也取得了- -些研究成果。

                          目前,我國許多學者也對路口信號燈控制系統做了大量的研究,取得了一定成果。我國學者李忠勤,范紅剛等設計了一種單交叉口四相位兩級模糊控制器,由通行相位的優先級來決定路口通行權,提高車輛通行效率。我國學者徐欣提出和設計了兩級加權神經網絡對城市控制器對單路口進行實時控制。我國學者盧守峰,韋欽平等對交叉口信號配時的離線Q學習模型進行了研究川。各個高校及研究院也取得一定的研究成果:如上海交通大學研發的SUATS自適應交通信號管理系統,該系統通過預先制定多個交通信號控制策略,可以根據不同時間段的交通需求變換相位以及配時方案,滿足每個時間段的車輛通行時長的需求。中科院的--個研發團隊針對國內交通流特點,通過在城市道路地下掩埋車輛感應系統來獲取路口各個方向的車流量,通過對車流量數據進行算法分析、處理,僂路口交通燈可以根據車輛的密度自動調節紅綠燈時長以及信號周期。西北工業大學研發的XATM同屬于自適應信號控制系統,該系統通過對算法進行優化,同樣達到了良好的控制效果。目前交通控制系統都是根據實時的交通流狀況從而對信號燈進行調控,系統功能特性還有待提高:例如交通流參數信息的采集較為單一,沒有考慮多種交通參數共同作用實現對交通信號燈配時的優化:交通信號控制算法的性能有待提高,- 定程度上克服了傳統控制方法的局限性,使整個交通控制系統具有自適應,自學習能力,可以適用于各種交通路口。

                          從整體上而言,我國交通信號控制系統的發展明顯落后于其它發達國家。交通控制理論與技術發展不夠成熟,引進的交通系統不能很好的適用于國內交通狀況。

                          我國的交通信號控制系統還雷要進行深入的研究并取得更商的發展。

                          1.3課題主要研究內容

                          通過對如今道路交通路況進行充分的分析、調研。在突破傳統機械的定時控制模式的基礎。上。將模棚控制算法應用于交通管理系統中,并且在模糊控制基礎上引入神經網絡算法,增加整個交通系統的自學習能力。更好的適應路口交通流的變化。本課題所研究的智能交通系統能夠根據實時的交通路況信息對交通信號燈進行智能管理,實時的交通路況信息將通過交通參數反映。因此將通過基于機器視覺技術,運用多種圖像處理算法來獲取準確的交通參數。將采集到的交通參數作為模糊神經網絡算法的輸入參數,根據實際采集到的樣本數據進行訓練自動生成模糊規則,由輸入的交通參數進行模糊推理得到交通控制策略,然后對路口信號燈進行智能調控。實現路口車輛的有效通行。為了確定本課題所研究的智能交通信息系統是否能夠達到預期效果,還需對系統功能進行測試和分析。課題主要研究內容如下所示:

                         。1)系統總體方案設計通過對系統整體需求和現如今的路口交通狀況進行分析,并結合相關技術的研究,最終確立了基于機器視覺的多交通參數采集,將模糊神經網絡算法做為智能交通控制系統的核心,采用選程低功耗無線傳輸模塊LoRa實現交通信息處理部分與交通燈管理部分之間的通信,ARM處理器作為交通燈管理部分的核心處理器,將對交通燈模塊進行亮滅與配時。

                         。2)交通信息系統硬件平臺的設計本課題所研究的智能交通信息系統的硬件部分主要由嵌入式工控機、網絡攝像頭、LoRa無線通信模塊、ARM處理器。液晶顯示模塊、交通燈模塊六個部分構成。共同組建整個系統硬件平臺。

                         。3)機器視覺交通參數檢測技術研究交通參數的采集為智能交通控制提供了可靠的交通數據,是智能交通信息系統首先要解決的問題。機器視覺交通參數采集技術是智能交通領域的重要研究內容,并且以其非侵入式監控,檢測范圍廣,采集交通參數豐富,可直觀回潮歷史交通信息和事件等優點已經成為現代智能交通系統的不可或缺的部分。

                         。4)智能交通控制算法研究與實現本課題在對路口交通控制類型研究基礎上,將模糊控制算法應用于交叉路口信號燈管理系統中,通過研究分析發現該算法存在的不足,最終通過將神經網絡算法融入到模糊推理系統中,使整個交通控制系統具有自適應性,有利于提高智能交通信息系統對交通參數數據的學習能力以及對交通燈配時優化能力,提高路口通行能力。

                         。5)交通信息系統軟件設計本課題所研究的智能交通信息系統的軟件程序設計主要包括交通參數采集、智能控制算法軟件設計、無線數據傳輸、交通燈控制軟件設計,共同實現了整個系統功能。

                          1.4論文結構安排

                          根據課題的主要研究內容,本文將從以下七章對課題所涵蓋的內容進行介紹:

                          第一章,緒論。主要介紹了本課題的研究背景以及智能交通領域國內外研究現狀,并簡要概述本課題要完成的主要內容以及章節安排。

                          第二章,需求分析及總體方案設計。本章分析了城市路口狀況信息,對現如今的交通控制方式進行需求分析,明確課題的研究目標與主要技術指標,最終制定出系統總體方案,并對相關技術進行概述。

                          第三章,機器視覺交叉路口多交通參數采集。該章節介紹了運用機器視覺技術采集車輛排隊長度,車流量及車速三個交通參數并進行了詳細的方法研究,對檢測中所運用的相關技術進行介紹。

                          第四章,單交叉口交通信號控制算法研究。該章節主要對現如今的交通信號控制系統進行分析,將模糊控制算法應用于交通控制系統中。接下來通過將神經網絡與模糊控制兩種算法相結合,對模糊控制算法進行優化。提高整個交通控制系統性能。最后在matlab平臺上進行算法的性能仿真。

                          第五章,系統硬件平臺搭建及軟件設計。該章節主要完成對智能交通信息系統各個模塊電路設計。對系統各個模塊進行詳細的介紹說明,最終完成對整個系統平臺的搭建。通。

                          過對整個系統的功能模塊進行劃分,完成對各個功能模塊的軟件設計。

                          第六章,系統測試及性能分析,該章節主要對整個系統平臺進行搭建,對各個功能模塊進行測試:多交通參數檢測、控制策略功能調試、交通燈配時校驗。最后對整個系統的測試結果進行數據分析及性能分析。

                          第七章。結論?偨Y本課題所完成的研究內容,對智能交通系統后續工作進行展望,指明了系統改進的方向。





                          2需求分析及總體方案
                          2.1路口狀況分析
                          2.1.1路口模型
                          2.1.2信號相位
                          2.2需求分析
                          2.3研究目標

                          2.4主要技術指標
                          2.5總體方案設計
                          2.6系統中的關鍵技術
                          2.6.1 OpenCV機器視覺技術
                          2.6.2模糊神經網絡算法
                          2.6.3 LORA無線傳輸技…
                          2.7本章小結

                          3機器視覺交叉路口多交通參數采集
                          3.1機器視覺車輛檢測技術概述
                          3.2車輛排隊長度檢測…
                          3.2.1圖像預處理
                          3.2.2獲取ROI.
                          3.2.3車輛運動檢測
                          3.2.4車輛存在檢測
                          3.2.5像素統計

                          3.2.6確定空間隊列長度
                          3.3車流量及車速檢測
                          3.3.1背景差分運動目標檢測
                          3.3.2基于虛擬線圈車流量檢測…
                          3.3.3基于虛擬線圈車速檢測
                          3.4本章小結

                          4單交叉口交通信號控制算法研
                          4.1交通信號的控制類型
                          4.2交通信號模糊控制算法研…
                          4.2.1交通信號模糊控制思想
                          4.2.2單交叉口模糊控制結構設計
                          4.2.3單交叉口模糊控制器的設計
                          4.3路口交通模糊控制器優化的必要…
                          4.3.1模糊控制存在的問題及解決辦法
                          4.3.2控制優化對象
                          4.3.3神經網絡與模糊控制系統的協同機制

                          4.4模糊神經網絡的系統結構
                          4.5 ANFIS模糊神經網絡的交通信號控制性能
                          4.5.1通行效率評價指標
                          4.5.2模糊神經網絡推理系統建立
                          4.5.3仿真結果及分析
                          4.6本章小結

                          5系統硬件平臺搭建及軟件設計
                          5.1系統硬件平臺搭建
                          5.1.1嵌入式工控機系統架構
                          5.1.2網絡攝像頭系統架構
                          5.1 .3 STM32主控模塊原理圖設計
                          5.1.4 TFTLCD液晶顯示模塊設計
                          5.1.5 LoRa模塊電路設計

                          5.2系統軟件程序設計
                          5.2.1軟件開發環境的介紹
                          5.2.2系統主程序
                          5.2.3多交通參數采集軟件設計
                          5.2.4控制算法軟件設計
                          5.2.5 LoRa模塊無線收發軟件設計
                          5.2.6交通燈控制軟件設計
                          5.3本章小結

                          6系統測試及性能分析
                          6.1智能交通信息系統平臺搭建
                          6.2機器視覺的多交通參數檢測
                          6.3交通信號燈控制策略功能調
                          6.4交通燈模塊配時校驗
                          6.5系統性能分析
                          6.6本章小結

                        7結論

                          7.1工作總結

                          課題通過對現有的路口交通狀況信息進行分析。對交通控制系統存在的問題進行闡述,最終確定以圖像處理技術。嵌入式軟/硬件技術,智能控制技術,無線通信技術為基礎,設計出一一套針對于單交叉路口的智能交通信息系統,旨在對路口信號燈進行優化,緩解路口擁堵問題。本課題主要通過網絡攝像頭采集路口交通視頰流圖像,運用多種圖像處理算法得到多個交通參數。將模糊控制與神經網絡算法相結合,運用智能控制技術對單個路口四個方向交通燈進行實時智能調控。

                         。╝)課題主要研究成果有:

                         。↖)完成了系統方案設計。通過對實際單交叉路口進行現場觀察和查閱相關資料,確定實現方案,從方法和理論研究證明其可行性:通過對課題需求分析,功能模塊類型選取,對整個系統進行方案設計(2)完成了交通參數的采集。本課題通過運用機器視覺技術,對路口攝像頭采集到的視頻流圖像車道區城進行提取,通過對車道內的排隊車輛進行運動以及存在檢測來獲得隊尾位置,借助攝像機標定技術得到實際三維空間的隊列長度:運用基于虛擬線圈車輛檢測技術,完成了對車流量和車輛行駛速度的檢測。

                         。3)模糊神經網絡算法研究與實現。課題首先將模糊控制算法應用于交通控制系統中去,對交通管理起到優化的效果。通過對算法進行理論分析。發現其存在的不足,缺乏自組織學習的能力。因此,借助神經網絡算法具有自學習的功能,將對模糊控制系統進行優化。通過訓練采集到的樣本數據以及學習原始的模糊推理系統,修正網絡權值及相關參數,自動生成隸屬度的數與模糊控制規則,使模糊神經網絡模型更適應于現如今的交通管理系統。

                         。4)完成了交通燈控制模塊設計。以ARM處理器STM32F103作為交通燈控制模塊的主控制器。通過LoRa無線通信模塊實現了交通信恩處理模塊與交通燈控制模塊之間的酒信。交通燈控制模塊接收路口交通控制策略幀數據,通過解析獲取相位數及綠燈時長,從而對路口交通燈進行調控。

                         。5)完成系統測試。首先對各個單元模塊進行功能測試,機器視覺的多交通參數檢測,交通信號燈控制策略功能調試,交通燈模塊配時校驗,最后完成了整個系統功能測試以及性能分析。

                         。╞)課題主要研究結論有:

                          由系統的功能測試與實驗數據顯示,課題所研究、設計的智能交通信息系統優化了路口信號燈的配時,達到了提高路口通行能力的效果。在功能上實現了對交叉路口的信號燈配時優化,在性能上通過MATLAB平臺上驗證了算法的可行性。

                          7.2后續工作展望

                          本課題能夠實現智能交通信息系統的交通參數采集、智能控制算法的實現、LoRa 無線數據傳輸、交通燈的協調控制,也通過實例驗證了本課題所設計的智能交通信息系統具有很好的靈活性、協調性以及自學習能力。為了使本課題所研究的智能交通信息系統可以更好的應用與推廣。還需要對系統中存在的不足進行完善,主要有以下方面:

                         。1)交通參數檢測的準確度不高,還需要對檢測算法進行改進,更加適應交通路口復雜的環境。

                         。2)模糊神經網絡算法的訓練樣本數據不足。將對- - 天中不同時間段迷行大量交通參數的采集,進一步提高算法對路口交通控制性能。

                         。3)對系統硬件平臺進行改進,運用更加高性能的處理模塊。

                          參考文獻
                          [1]張立成,蔣楠,杭亦文;谝曨l控制的智能交通燈[J].電子測量技術。2011, 34(06) :30-32+36.
                          [2]邱祥;谏窠浘W絡的智能交通控制系統設計[D].揚州大學, 2016.
                          [3]曾松林。城市單交叉路口交通信號的控制方法研究[D].西南交通大學,2013.
                          [4]沈振乾,基于機器視覺的交叉路口智能交通燈控制關鍵技術研究[DI.天津工業大學,2014.
                          [5]祝超越。城市交叉口交通信號的模糊控制方法研究[D]杭州電子科技大學,2014.
                          [6]楊華,張瑩十字路口交通燈控制系統的設計與實現[小實驗室科學2015.1805)11-13.
                          [7]C.Pappis, and E.Mamdani. Fuzzy Logie Contoller For A Traffc Junction[J]. IEEETransactions on SMC, 2014.7(10):707-717.
                          [8]蔡道方。嵌入式智能交通信號控制系統的研究與實現[D]南京理工大學,2012.
                          [9]薛小平。交通紅綠燈控制算法設計與實現[D].古林大學2015.
                          [10]趙建玉郭仲林,鄭顯臣基于模糊邏輯的單交叉0交通信號控制方法設計及實現川,交通信息與安金2013,31(05);131-135.
                          [I]李洪中;谀:刂频闹悄芙煌粝到y的研究與設計[D]蘭州交通大學,2013.
                          [12]梅婧;趫D像處理及嵌入式系統的交通燈智能控制[D].東華大學,2014.
                          [13]羅金玲,城市單交叉路口交通信號的控制方法研究小電腦編程技巧與維護201608)44-45+51.
                          [14] B.Jarboui, N.Damak, PSiamry.A combinatorial particle swarm optimization for solvingmulti-mode resource constrained project scheduling problems[J] Applied Mathematies andCompuation, 2013.195:299.308.
                          [15]李世林;右曨l的道路交通參數提取方法研究[D]重慶大學,2014.
                          [16] Xiying Li, Yongye She, Donghua Luo, Zhi Yu. A tafi state detection tool for feewayvideo srvillance steme/],Procedia-socia and Behavioral Sciences.2013.96:2543-2461.
                          [17] Skander Soltani. On the use of the wavelet decomposition for time series predictionNeurocomputing.2012:267-277.
                          [18]謝發榮;贏RM嵌入式圖像分析的交通信號燈智能控制的研究[D].昆明理工大學,2013.
                          [19]許嘩,基于視頻的交通流檢測算法研究及系統實現[D].揚州大學,2013.
                          [20]劉富強張姍姍,朱文紅,李志鵬。一種 基于視覺的車道線檢測與跟蹤算法([].同濟大學學擷(自然科學版)203802)223-229+306.
                          [21]胡永強周書民,孫尚清基于STM32的交通燈設計[].電子質量:201703):96 100+107.
                          [22]趙娜,袁家斌,徐晗。智能交通系統綜述[D].計算機科學201.4.1411)-11+45.
                          [23]陶萬杰;谝曨l處理的車輛排隊長度檢測算法的研究與應用[D)]北京郵電大學,2015.
                          [24] Wei Zhan, Xiaolong Ji. Algorithm Research on moving vehicles detectioto[].ProcediaEnineing.20115:5483-5487.
                          [25]白利芳。城市單交叉路口信號控制方法研究[D].大連海事大學,2011.
                          [26]須嘯海。嵌入式智能交通車流量監控系統的實現[D]電子科技大學,2015.
                          [27]刁磊。4G網絡下的智能交通系統[].數字技術與應用。2014(09):29-30.
                          [28]肖磊基于圖像處理及嵌入式系統的交通燈智能控制研究[)]科技風2017(09);99.
                          [29] Liu Zhi yong, LI Shuiyou. Arifcial neural networks self: turming predictive control fortaffe signals(J].Control Theory& Application,2013.206-932-936.
                          [30]周先文,基于模糊神經網絡的智能交通信號研究[D].西華大學, 2012.
                          [31]雒冰,單點信號交叉口智能控制的優化模型和方法研究[D].北京交通大學, 2017.
                          [32]陳小紅,錢大琳,石冬花;诼薪煌ǖ慕徊婵谛盘柵鋾r多目標優化模型[D]交通運輸系統工程與信息2011.102);106-111.
                          [33]劉金明;诙嗄繕艘巹澋某鞘械缆方徊婵谛盘柵鋾r研究[D].北京交通大學,2011.
                          [34]李敏。城市單交叉口信號控制算法研究與仿真實現[D].西南交通大學,2011.
                          [35]王一鳴,鄧璨,鄧高旭;谀:刂频闹悄芙煌ㄐ盘柨刂葡到y設計[J]電子科技2017308)-84-87+ 141.
                          [36]彭飛城市道路平面交叉口信號配時優化與仿真研究[D].北京交通大學,2012.
                          [37]趙潤林,朱銘琳。單點交通信號控制系統的優化設計[辦。計算機工程與科學,2012,3411):158-162.
                          [38]禹翔。城市交叉路口交通燈控制系統的設計研完[D]長安大學,2011.
                          [39]孟首業基于Linux的城市智能交通信號控制機的優化實現[D].東南大學2017.
                          [40]楊奕聰;赪SN的智能交通管理系統設計與研究[D)。北京郵電大學,2017.
                          [41]郭煒杰,包曉安。單交叉路口交通燈實時配時算法的研究小工業控制計算機2012,25(03)34-36.
                          [42]王新元,高云紅,劉丹;跈C器視覺的交通燈智能控制系統設計[I].自動化應用2015011):38-39+83.
                          [43]董海龍基于動態模糊神經網絡的交通信號智能控制研究[DI.蘭州交通大學,2017.

                        致謝

                          本論文是在導師任安虎副教授以及校外導師胡志開老師的悉心指導之下完成的。三年來,導師們淵博的專業知識,嚴謹的治學態度,精益求精的工作作風,誨人不倦的高尚師德,樸實無華、平易近人的人格魅力對我影響深遠。他們不僅授我以文,而且教我做人,雖歷時三載。卻賦子我終生受益無窮之道。本論文從選題到完成,每一-步都是在導師們的指導下完成的,傾注了他們大量的心血,在此我向我的導師任安虎副教授以及校外導師胡志開老師表示深切的謝意與祝禰!

                          感謝那些在我研究生生涯中給予教導、關心和幫助的人們。感謝我的同學們,感謝他們在生活中。學習上給子的幫助:感謝我的室友,他們總是對我包容、禮讓與關心,在我困難時,給子心理上的安慰。在此還要對實驗室所有師兄弟姐妹們在平時開展相關工作中的支持和幫助表示感謝。最后要感謝我的父母及家人,你們默默的支持是我求學三年來不斷努力向前的動力.

                        (如您需要查看本篇畢業設計全文,請您聯系客服索。

                        相關內容
                        相關標簽:
                        好優論文定制中心主要為您提供代做畢業設計及各專業畢業論文寫作輔導服務。 網站地圖
                        所有論文、資料均源于網上的共享資源以及一些期刊雜志,所有論文僅免費供網友間相互學習交流之用,請特別注意勿做其他非法用途。
                        如有侵犯您的版權或其他有損您利益的行為,請聯系指出,論文定制中心會立即進行改正或刪除有關內容!
                        免费看男阳茎进女阳道视频