多功能动态智能交通网系统Word文档格式.docx
《多功能动态智能交通网系统Word文档格式.docx》由会员分享，可在线阅读，更多相关《多功能动态智能交通网系统Word文档格式.docx（21页珍藏版）》请在冰豆网上搜索。
2.2.1视频测速法5
2.2.2雷达测速法5
2.2.3地埋线圈测速法6
2.3压车长度测量6
2.4车辆身份及车型识别6
2.4.1图文自动识别技术6
2.4.2磁性感应识别技术6
2.5非机动车测量6
2.6行人流状况测量7
2.7进出城车辆统计7
第3章交通信号灯智能控制7
3.1单一路口实时自适应智能交通灯7
3.1.1层次分析法决策模型7
3.1.2单一路口实时自适应智能交通灯智能控制模型8
3.2相邻路口智能交通灯实时配合9
3.2.1邻路口信号灯的配合调控系统的组成9
3.2.2配合控制系统工作的一般流程9
第4章智能路网配合与调度控制10
4.1路网路况信息采集与处理子系统10
4.1.1路网路况信息的采集10
4.1.2路网路况信息处理10
4.2分层模糊遗传神经网络协调调度核心10
4.2.1对系统运行计算机工作组载体的改进要求11
4.2.2智能路网配合与调度控制系统结构11
4.3专家系统控制库11
4.4自主学习智能控制11
4.4.1自主学习控制的原理12
4.4.2学习控制的基本结构12
4.5智能路线选择导航系统12
4.5.1司机输入目的地和约束条件12
4.5.2智能路线生成13
4.5.3路线实时变更功能13
第5章智能交通网附带功能13
5.1交通监管13
5.2交通事故责任认定13
5.3停车场车位实时预报及自动选择14
5.3.1车位实时预报14
5.3.2车位自动选择14
5.4智能路灯控制14
5.4.1路灯照明控制14
5.4.2路灯太阳能电池板朝向控制14
第6章应急人为干预15
6.1人工应急干预机制的必要性15
6.1.1道路交通干预机制15
6.1.2智能交通系统运行干预15
6.2仿人专家系统干预系统15
6.2.1仿人专家系统的原理16
6.2.2仿人专家系统的一般结构16
6.3免疫应答机制的学习记忆智能控制17
6.3.1免疫系统的初次-再次应答机制17
6.3.2机器学习记忆智能控制17
第7章智能交通网运行仿真模拟17
7.1算法稳定性18
7.2算法收敛性18
7.3智能交通网调控效率评估18
第8章路网变更及设计18
8.1道路变更与智能交通网结构变更18
8.2道路线路及立体交通设计19
8.3公交路线设计19
8.3.1智能交通网用于公交路线设计的优势19
8.3.2公交路线设计的基本工作流程19
参考文献20
英文摘要、关键词21
数学与信息科学学院数学与应用数学专业
指导教师韩力文
作者赵小亮
摘要：
城市交通是城市功能的以实现的命脉，随着城市化进程的发展，交通拥堵的现象愈演愈烈，严重困扰着市民的出行，也阻碍城市的高效运转。
本文指出传统非智能交通网的弊端：
1.固定时序的交通信号灯不能根据实际车流状况合理分配不同方向的通行时间。
2.相邻路口的交通信号灯不能相互配合。
3.不能跨区域调度分流车流量。
4.功能单一分散。
针对这些弊端本文提出多功能动态智能交通网系统的构想，力争实现现代交通网的智能化、自动化、集成化、多功能化。
本文沿着单一路口实时自适应智能交通灯相邻路口智能交通灯实时配合智能路网配合与调度控制智能交通网附带功能智能交通应急人为干预为主线，由简单到复杂、由低级到高级、由低智能到高智能进行纵深研究。
主要内容如下：
1、单一路口实时自适应智能交通灯主要采用了层次分析法进行路况信息的评估，获取初步最优控制策略并采用机器学习的方法不断改进升级策略库。
2、相邻路口调控配合调控模型主要有交通信息采集子系统、数据分析预测子系统、专家控制策略库子系统、策略实施子系统、策略实际调控效果评估子系统、自主学习策略更新子系统等组成。
3、智能路网配合与调度控制系统方案主要由分层模糊遗传神经网络模型协调调度、专家系统策略控制库、自主学习自适应控制、智能路线选择等子系统组成。
4、智能交通网的主要附带功能方案内容包括有交通监管、交通事故责任认定、停车场车位实时预报及自动选择、路灯节能自动控制等附带功能。
5、人工应急干预机制方案设计主包括有突发事件处理子系统、仿人专家干预子系统、免疫应答机制的学习记忆智能控制子系统。
6、对智能交通人工路网仿真模拟方案主要包括是测试系统的稳定性、研究算法收敛速度和评估智能交通网的通行效率。
7、路网变更及设计的方案设计最要采用修改智能交通系统的拓扑结构和组织结构，提高系统扩充性与可修改性并能进行路网仿真模拟指导道路线路及立体交通设计和公交路线设计。
关键词：
智能交通神经网络专家系统自学习控制仿真模拟智能择路
第1章绪论
本章首先介绍论文的选题原因，多功能动态智能交通网系统的研究背景和研究的意义，指出了智能交通网研究的紧迫性、现实性与重要性，进而介绍了国内外对相关智能交通理论的主要研究成果，为本课题选题的合理性提供支持。
1.1研究的背景和意义
随着全球范围内城市化趋势的迅猛发展，越来越多人民向城市集中，全球大多是人口将在城市生活，而城市的交通拥堵的现状亟待解决。
传统的非智能交通网无法适应时代的发展。
随着科学与技术的发展，尤其是传感器、智能控制、计算机技术等高科技的发展，为我们解决交通拥堵提供了新的思路。
1.1.1路况传感器网络的发展背景
随着科学技术的发展各种实时路况传感器应运而生，为我们实时掌控路况信息提供了必要的技术准备，目前的路况检测传感器主要分两大类：
一类是视频检测传感器；
另一类是传统检测传感器。
例如，采集交通流数据的检测器有超声波检测器、地埋感应线圈检测器、光电检测器、红外线检测器等。
还包括异频雷达收发机、全球卫星定位系统、车辆身份自动识别器等。
通过这些设备采集的数据传输至智能交通网控制中心，由控制中心对数据进行处理，最终全面掌握交通网的路况信息。
传感器技术的发展为智能控制技术提供了具大的数据采集支持。
1.1.2智能交通的发展背景
随着社会经济技术的发展和人民生活水平的提高，尤其是汽车业的繁荣，城市道路交通拥堵问题日益严重，严重困扰着市民的日常生活，不利于城市社会功能的高效运行。
传统的固定时序交通控制系统已经不能满足社会发展的需求，在这样的背景下智能交通应运而生，相关的研究成果层出不穷，各国对智能交通的社会实践也为我们积累宝贵的经验。
先进的计算机信息技术、数据通讯传输技术、现代智能控制技术等为智能交通网的发展提供了坚实的技术基础。
1.1.3现代智能控制技术的发展背景
1965年著名美籍华人科学家、普度大学教授傅京孙提出建立智能控制理论，1967年Leonde等首次正式使用“智能控制”一词
，标志着智能控制理论的初步建立，随着近半个世纪的大发展，智能控制已经取得了大发展。
控制理论的发展历程可分为三代:
1.第一代控制理论。
20世纪50年代发展而来的经典控制理论，主要通过传递函数数学模型和基于频域的控制系统分析与设计方法的单输入/输出（SISO）自动控制系统的理论和方法
。
2.第二代控制理论。
20世纪60年代发展而来的现代控制理论，主要通过状态方程模型和基于时域的控制系统分析与设计方法的多输入/输出（MIMO）自动控制系统的理论和方法
3.第三代控制理论。
20世纪70年代发展而来的智能控制理论和大系统
，控制理论向着更加离散化、更加智能化、更加非线性化。
尤其是一些重要智能算法研究的的越来越深入，为交通网高智能话提供了基础，如模糊控制原理、遗传算法、神经网络理论，学习控制系统、自适应控制、人工免疫系统、人工内分泌系统、专家控制系统等，都交通网智能化提供了可利用的算法素材。
1.2国内外研究现状
目前国内外对交通网的研究都给予了充分重视，也取得了可喜的成果，本节简要介绍下所取得成果。
1.2.1国内对智能交通网的相关研究
理论方面最新的成果是：
在传感器技术方面，章翔和刘晓霞研究了无线传感器网络在车辆类型检测、车速车流测定、路况实时探测的应用技术，并研究了传感器的设计构造与网络的传输协议等有关无线传感器网络的技术
李秀平等研究了针对城市道路交通网络的交通信号控制
陈兴武等提出了一个城市智能运输系统，尝试了对城区交通的智能控制
尤其对路况交通流的信息的动态采集、处理和发布进行了重大的探索性的研究，并对智能交通控制模型中的交通流的控制进行了仿真
，这为我们提供了宝贵的经验。
北京市在智能交通方面已进行一些尝试，建成了比较完善的智能化道路交通指挥管理系统，主要包括道路交通信号灯控制系统，交通检测、道路监管系统及交通事故应急出警系统;
公交枢纽管理与乘客信息服务系统，公交区域运营组织与调度系统，BRT智能管理系统，取得了较好的成果。
1.2.2国外对智能交通网的相关研究
在理论方面，国外学者也取得了丰硕的成果。
2000年AraN.Knaian大胆提出了一个基于无线传感器网络的智能交通系统
通过无线传感器包来测定道路车流量、平均速度等信息，然后将这些信息实时的传送到控制中心，根据这些信息通过智能算法来实现对道路交通的控制和预测，最终实现道路交通控制的智能化，达到高效、有序、稳定的最有效控制。
Chengwenjie等提出了车辆检测方法，该方法能够动态实时地检测车辆，以便掌握道路车辆信息，另外还提出了一种交通信号灯智能控制算法来实现交叉路口处的交通信号灯的自适应智能控制
世界上最早进行交通信号控制系统尝试是1963年建于加拿大多伦多市的交通信号检测与控制系统。
德国已经建立了一个高度发达的智能实时交通网，路口交通灯可以根据路口不同方向车流量实时自动控制红绿灯的转换。
1995年美国在“国家智能交通系统项目规划”中已明确规定了智能交通系统的7大领域。
它们分别是出行需求管理系统、先进的车辆控制和安全系统、出行和交通管理系统、、公交运营系统、商务车辆运营系统、电子收费系统、应急管理系统，取得了很好的效果。
距今智能交通的实践已经近半个世纪，已经积累了很多经验，都本文提供了丰富的借鉴经验和参考对象。
1.3论文的主要研究内容和章节安排
本节简要介绍本论文的主要研究内容和章节安排。
1.3.1论文的主要研究内容
本论文主要探讨了现代及未来智能交通的发展方向，提出了多功能动态智能交通网系统的构想，力争实现现代交通网的智能化、自动化、集成化、多功能化。
1.3.2论文章节安排
第1章介绍了本论文选题的依据、研究背景和国内外相关研究的状况。
第2章着重介绍了城市路网路况信息的采集构想。
主要包含车流密度测量、车流速度测量、压车长度测量、车辆身份及车型识别、非机动车测量、行人流状况测量和进出城车辆统计等主要路网状况的测量方法。
第3章主要介绍交通信号灯智能控制的设想。
详细介绍了单一路口实时自适应智能交通灯的控制模型和相邻路口智能交通灯实时配合的调控模型。
第4章主要介绍了智能路网配合与调度控制的设计和主要构成部分。
主要有路网路况信息采集与处理子系统、分层模糊遗传神经网络协调调度核心、专家系统控制库、自主学习智能控制和智能路线选择导航系统构成。
第5章主要介绍了智能交通网的主要附带功能。
主要论述了交通监管、交通事故责任认定、停车场车位实时预报及自动选择、路灯节能自动控制等附带功能。
第6章主要论述了智能交通网的应急人为干预系统。
着重阐述人工应急干预机制的必要性、仿人专家系统干预系统的原理与构成和免疫应答机制的学习记忆智能控制。
第7章主要介绍了智能交通路网运行仿真模拟。
着重阐述了算法的稳定性、收敛性和智能交通网调控效率的评估。
第8章主要介绍了智能交通网路网变更及设计方面的功能。
内容包括道路变更与智能交通网结构变更的操作、道路线路及立体交通设计和公交路线设计功能的实现方法。
第2章路网路况信息的采集
路网路况信息的采集是掌握路网路况运行状况的基础，为智能交通网系统提供数据依据；
将各种路况监控器实时监控的数据传回智能控制中心数据库，再通过进一步分析处理从而掌握路况信息。
路网路况信息的采集建设是整个智能交通网建设的基础性工程。
2.1车流密度测量
车流密度是衡量道路拥挤程度的重要指标。
因此车流密度测量非常重要，可以在路口或道路中段安装摄像头，实时监控道路车流状况，并将摄像机所收集的信息实时传往控制中心，通过视频处理技术获取道路的实时车流状。
通过分析每一时刻指定路段上特定长度区域内车辆总量，进而计算出单位空间内车辆数量。
还可以通过视频分析技术获取单位时间内通过指定路段车辆数量，全面反映车流密度，进而全面掌握道路的拥挤程度。
2.2车流速度测量
车流速度是衡量道路通行状况的重要技术指标，它的测量具有重要意义。
本节主要介绍两种常见的视频测速法、雷达测速法和地埋线圈测速法。
2.2.1视频测速法
以视频监控设备获取的监控影像资料为基础，可以分析对比固定时间间隔内两帧视频的不同，通过相关图像处理技术获得车流速度，并实时传往控制中心的数据库。
2.2.2雷达测速法
可以安装路口或道路中段的雷达测速仪为测量工具，根据车辆反射超声波的频率与发出频率之差计算出车辆行驶速度，并将雷达测速仪收集到的数据实时传往控制中心数据库。
2.2.3地埋线圈测速法
可以以道路下方埋设的地埋线圈为测量手段。
根据机车通过时不同速度感应出不同的感应电动势的原理，应此可通过测定感应电压测出车辆的行驶速度。
2.3压车长度测量
在路口往往有很多车在排队等待绿灯信号，压车长度是衡量不同方向通行紧迫性的重要指标。
压车长度的测量可以通过摄像头实时拍摄的监控录像，由视频图像处理技术根据不同转向车道上等绿灯车辆的压车长度，估算出不同方向通行的紧迫性，继而合理设计出不同方向最优通行时间，提高路口的通行效率。
2.4车辆身份及车型识别
车辆身份识别进行交通管理重要内容，具有十分重要的意义。
传统的人工识别方式工作效率低，费时耗力无法满足社会的实际需要。
本文提出的一系列车辆识别技术正是要克服原有技术的缺点，实现高效智能识别车辆身份。
主要有图文自动识别技术和磁性感应识别技术。
2.4.1图文自动识别技术
可以在每辆车的前后挡风玻璃上粘贴二维码，这样就便于借助图文识别技术自动获取车牌号等车辆身份信息，实现免停车车俩自动身份识别要求。
2.4.2磁性感应识别技术
可以在每辆车配一张磁性卡条，进而通过磁性读卡设备自动读取车辆信息，实现免停车辆身份自动识别要求。
2.5非机动车测量
非机动车是道路交通的重要组成部分，合理统筹非机动车的通行是智能交通网同样要重视的内容。
非机动车流往往具有鱼目混杂、高度密集等特点，因而对其进行检测和评估往往更难。
本为采用占地比表示非机动车的车流密度，占地比定义如下：
非机动车流行进速度、压车长度等其他技术指标同样可以借助视频处理技术获取。
以便最终将获取的非机动车信息纳入到整个智能交通控制系统中去。
2.6行人流状况测量
高效的智能交通网不仅要调控好车辆的通行而且也应同样考虑人行道上行人的合理需求，为所有行人提供出行方便的服务。
人行道上的行人在交通中往往处于服从地位，这是与行人流的特点是密不可分的。
行人流具有稀疏性、聚集性和波动变性化大等特点，正是这些特点造成了行人流测控和评估的复杂性。
行人流的测控也可以使用视频处理技术针对行人流的特点获取。
2.7进出城车辆统计
城市道路网还会不停与市郊网的路网进行交互。
进城和出城的车辆数量也会对市区道路交通网造成重要影响，统计进出城有利于掌握不同进出城方向路网的通行压力，从而更好的实现车辆调度与路线引导，提高城市路网通行效率。
只需在进出城主要道路路口安装摄像头等设备对进出城车辆进行实时监控即可，尤其是在进出城的高速路口进行监控测量，实时掌握进出城车辆信息。
第3章交通信号灯智能控制
交通信号灯进行道路交通控制是城市交通控制最主要的实现方式，实现交通信号灯的智能控制是最能提高道路通行方法。
现行的固定时序交通灯不能根据道路不同方向的交通迫切性进行灵活分配红绿时间比，造成了一定程度上时间的浪费，无法最大程度的挖掘道路通行能力。
还有相邻路口的交通灯不能相互配合进行调控，造成了很多不必要的浪费。
本章针对传统固定时序交通灯不能根据实际车流状况合理分配不同方向的通行时间，相邻路口不能配合调度的缺点，提出了自适应智能交通灯模型。
3.1单一路口实时自适应智能交通灯
通过道路检测设备获取的车流密度、车流速度、排队长度、压车长度、机动车流和行人流等路况数据，传输到智能控制中心；
再经过智能控制系统决策给出路口交通信号灯的控制的最优策略，最大限度的挖掘路口通行能力。
控制策略主要原理：
采用层次分析法对测控设备获取的各种数据进行分析评估，经过加权分析获取不同方向的通行时间的实时最优分配比例。
3.1.1层次分析法决策模型
层次分析法主要步骤：
1.将决策问题分为三个层次；
最上边为通行饱和度，最下层为控制方案层，中间为各个通行指标
指标如车流密度、车流速度、压车长度、机动车流和人流状况等。
2.通过专家系统获取各个准则的权重，及各个方案的对于目标的权重，得出程序的对不同指标的优先级。
3.将方案层对准则层的权重及准则层对目标层的权重进行综合，最终确定方案层对目标层的的权重
然后再构造成对比较阵，计算权向量并做一致性检验，最后进行计算权向量并做出组合一致性检验，获取最优控制策略
3.1.2单一路口实时自适应智能交通灯智能控制模型
每一个路口可以建离一个对应的策略库，并通过机器学习不断改进升级策略库；
并在策略库的入口添加策略反馈评价单元，对每一次控制策略第实际调控结果进行评判；
对与调控效果好的策略提高其使用的优先级。
同时对与自适应的创新策略也同样进行评估，择优入库，充实改进升级策略库。
由于每一个路口的交通状况往往呈现出一定的周期性变化规律，这就为我们科学的预测路口的交通状况提供了可能。
通过研究路口每天通行的历史数据，挖掘统计规律再进行调控指导和预测具有重要的意义。
最后为了应对突发事件智能控制系统还应有一定的人机交互性，便与进行人工干预，进行辅助调控，这种设计有利于提高算法的稳定性和抗风险性。
3.2相邻路口智能交通灯实时配合
在传统的交通指挥系统中，相邻路口的交通灯是独立工作的，彼此间缺乏配合。
这就常常出现某一路口有大量排队等候的车时，下一路口无车辆通行其绿灯却开启；
正当拥挤的车队通过前一路口到达下一路口时，该路口绿灯却转红，使本应前行的车队拥堵被阻。
这种不相配合的调控造成了道路通行能力的巨大浪费。
智能交通指挥系统就是要克服这样的不足，使彼此相邻路口交通信号灯相配合，提高路网的通行能力，节省市民的通行时间。
3.2.1邻路口信号灯的配合调控系统的组成
在单独路口控制的基础上，控制系统应引入相邻路口调控因子。
相邻路口的配合调控模型主要有交通信息采集系统、数据分析预测系统、专家控制策略库、策略实施系统、策略实际调控效果评估系统、自主学习策略更新系统等组成。
3.2.2配合控制系统工作的一般流程
配合控制系统工作的一般流程：
1.路况信息采集。
路网路况信息采集是制定一切控制策略的前提依据，只有充分掌握路网路况信息才能做出高效率的智能控制策略。
相邻路口信息采集特别要关注路口个方向压车长度和相邻路口预计驶来车流密度、车流速度和相邻路口的距离灯等信息。
2.数据分析预测系统。
将路网路况信息采集系统获取的信息汇总到控制中心数据库，以便于进行统一的综合处理，进而提取出有价值的信息。
智能根据上述信息可合成随时间变化路口等待车辆数量随时间变化的预测曲线图，再加入实时交通状况图的信息，最终可合成路口不同方向实时通行紧迫性预测图，为下一步自动采取最优配合策略奠定基础。
3.专家控制策略库系统。
该系统收录了常见情况所对应的最优控制策略，并在算法选取时用实时路况信息与每条最优策略的标准路况条件进行对比获得相似率，最终选择出最锲合的最优控制策略。
并在策略的实施过程中采用类蚁群算法加入小幅的随机变异因素，实现调控的多样性，这样有利于智能策略库的更新与优化升级。
4.策略实施系统。
该系统用来执行智能控制中心制定的调控决策，指挥交通信号灯等指挥设备具体实现最终的交通指挥。
5.策略实际效果评估系统。
策略实际调控效果的评估具有重要意义；
既有利于对智能系统进行实时反馈调节，又有利于将调控效果好的策略通过机器学习单元收录到专家控制策略库中，最终通过优胜劣汰不断更新升级策略库，为后续调节积累经验。
6.自主学习策略更新系统。
通过上一步评估系统对每一次调控的实际效果进行评估，比较策略库中相同类型的调控策略优劣，通过优胜劣汰获取最优调控策略，并调高最优策略的优先级，进而实现策略库的升级进化。
第4章智能路网配合与调度控制
在城市交通网中局部范围内的最优并不能保证整个交通网的最优，因此高效的交通网不仅要考虑局部最优还要考虑整体最优，并且应以城市交通网的整体最优为最主要的追求目标。
通过交通网络的协调调度，引导部分车辆由拥堵路段分流至畅通路段，从而实现车辆相对分散分布，充分利用稀疏路段的通行能力来提高整个城市交通路网的通行效率。
整体交通网调控系统主要由分层模糊遗传神经网络模型协调调度子系统、专家系统策略控制库、自主学习自适应控制、智能路线选择系统等组成.智能路网调控系统的工作流程是：
1.路网路况信息采集设备获取交通网数据信息.2.路网路况信息分析处理系统完成交通网信息分析处理工作。
3.分层模糊遗传神经网络模型协调调度核心根据处理后的交通信息生成初步路网调度策略。
4.将调度核心生成的初步调度策略加载入专家系统策略控制库，从而与专家系统根据路网状况自动搜索出最锲合的标准最优调控策略进行比较，优胜劣汰获取更好的调控策略。
5.策略反馈调节系统指导交通网的最终调度控制，并在实际调度中加载调控评价系统进行实时反馈调节。
6.最后加载自主学习系统将调控所得高效的调控策略扩充到专家系统中，实现专家系统策略库的自动更新升级。
4.1路网路况信息采集与处理子系统
路网状况信息采集与处理是进行路网调度的基础准备工作，为下一步的智能调度提供信息数据支持。
4.1.1路网路况信息的采集
路网路况信息的采集与上文对单一路口和相邻路口配合控制的路况信息采集方法相同，它们是同步进行、信息共享、无需单独采集。
4.1.2路网路况信息处理
路网信息处理只需对所采集的信息进行有关路网调度处理函数进行分析相应技术处理即可，也是在控制中心的统一指挥协调进行处理，这有利于全面掌握交通网运行的宏观信息。
4.2分层模糊遗传神经网络协调调度核心
全城智能交通控制中心是整个智能交通网的大脑，也是智能交通得以实现整体最优调控的技术核心。
本节探讨智能交通的复杂性对很系统设计
升级会员 