基于流量預(yù)測(cè)的城市單交叉路口多相位交通信號(hào)的控制技術(shù).pdf

1、現(xiàn)代城市交通的智能控制是ITS 的重要組成部分，而交叉口是決定道路通行順暢的關(guān)鍵。單交叉口的實(shí)時(shí)控制是交通控制系統(tǒng)的基礎(chǔ)。城市交通的智能控制實(shí)現(xiàn)的前提和關(guān)鍵是實(shí)時(shí)準(zhǔn)確的交通流量預(yù)測(cè)。全面、準(zhǔn)確的采集交通信息是實(shí)現(xiàn)交通智能化的基本保障，交通流量預(yù)測(cè)的準(zhǔn)確性也取決于數(shù)據(jù)樣本的準(zhǔn)確性。因此，發(fā)展城市交通的智能化技術(shù)，研究城市單交叉口交通的智能控制、流量預(yù)測(cè)以及交通信息采集技術(shù)成為今后ITS 的發(fā)展方向。 本文對(duì)城市單交叉口交通信號(hào)的智

2、能控制、流量預(yù)測(cè)和基于視頻的圖像采集技術(shù)進(jìn)行了研究和探討。首先，提出了城市智能交通的整體結(jié)構(gòu)設(shè)計(jì)，即包括車流量采集、流量預(yù)測(cè)和交通信號(hào)控制幾個(gè)模塊；然后，對(duì)每個(gè)模塊的具體設(shè)計(jì)進(jìn)行了詳細(xì)的介紹。車流量采集采用基于視頻的圖像處理技術(shù)，采用建立在YCbCr 色彩空間上的背景幀差法進(jìn)行圖像的分割處理，采用數(shù)學(xué)形態(tài)學(xué)、圖像的連通性等進(jìn)行圖像的去噪，并提出了計(jì)算梯度結(jié)合峰值的方法對(duì)車輛進(jìn)行計(jì)數(shù)。車流量預(yù)測(cè)模塊中，在分析車流量預(yù)測(cè)中存在的問題和交通流

3、特性的基礎(chǔ)上，建立了模糊神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，并提出了采用蟻群和粒子群結(jié)合的方法優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)參數(shù)。算法中，將蟻群和粒子群組成主從結(jié)構(gòu)，其中，蟻群在全局解空間進(jìn)行搜索，粒子群在局部解空間進(jìn)行搜索，并將解反饋給主級(jí)。交通信號(hào)控制模塊中，以多相位單交叉口的信號(hào)燈為控制對(duì)象，建立了模糊神經(jīng)網(wǎng)絡(luò)的交通信號(hào)控制模型，并采用粒子群優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)參數(shù)。最后，對(duì)基于DSP 的交通信號(hào)控制器進(jìn)行了軟硬件設(shè)計(jì)。仿真結(jié)果表明，本文提出的算法有效地提高了車流量