本文關(guān)鍵詞：多傳感器信息融合方法在智能交通控制中的研究與應(yīng)用　出處：《東北大學(xué)》2015年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 信息融合 智能交通 智能算法 神經(jīng)網(wǎng)絡(luò) 進(jìn)化規(guī)則 智能信號(hào)燈

【摘要】：多傳感器信息融合技術(shù),是對(duì)源于多種不同傳感器檢測(cè)的不確定信息進(jìn)行多層次、多方面的綜合分析,能夠獲得比單個(gè)傳感器更加全面、準(zhǔn)確、完整的信息處理過程。信息融合是一類智能化的綜合信息分析技術(shù),將各個(gè)傳感器檢測(cè)值信息相互補(bǔ)充,并運(yùn)用計(jì)算機(jī)的高效計(jì)算,分別從時(shí)間序列或空間序列對(duì)信息進(jìn)行綜合分析,得到檢測(cè)目標(biāo)更加準(zhǔn)確的數(shù)據(jù)信息,實(shí)現(xiàn)更加精確的識(shí)別和決策功能,加強(qiáng)結(jié)果信息的可信度與實(shí)用性。智能交通控制運(yùn)用智能的信息處理方法,研究傳感器所檢測(cè)到的車流量數(shù)值,計(jì)算出信號(hào)燈的信號(hào)時(shí)長(zhǎng)策略,由此對(duì)路口各方向的交通流實(shí)施控制。如何利用信息融合技術(shù)獲得實(shí)時(shí)準(zhǔn)確的路口車流量信息,是本文的重點(diǎn)研究目標(biāo)。本文根據(jù)實(shí)際需求分析了智能交通控制領(lǐng)域信息融合技術(shù)的使用情況,針對(duì)實(shí)時(shí)的,分布的,復(fù)雜的交通融合環(huán)境,建立了在數(shù)據(jù)層使用最小二乘加權(quán)算法處理傳感器數(shù)據(jù),在決策層使用進(jìn)化規(guī)則改進(jìn)過的BP網(wǎng)絡(luò)對(duì)車流量做出預(yù)測(cè)的信息融合模型。為了克服BP神經(jīng)網(wǎng)絡(luò)因初始權(quán)值隨機(jī)選取而易陷入局部最小解的問題,本文研究了以進(jìn)化規(guī)則算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)初始權(quán)值來解決該問題的方法。進(jìn)化規(guī)則算法對(duì)神經(jīng)網(wǎng)絡(luò)的隨機(jī)初始權(quán)值進(jìn)行編碼,并通過變異算子與適當(dāng)?shù)倪x擇策略找到最優(yōu)的適應(yīng)度個(gè)體,減小了神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過程中產(chǎn)生的經(jīng)驗(yàn)誤差,從而改進(jìn)其訓(xùn)練效率,加快收斂速率。最后,基于預(yù)測(cè)出的路口車流量設(shè)計(jì)了一個(gè)信號(hào)燈控制系統(tǒng)。該系統(tǒng)對(duì)傳感器數(shù)據(jù)進(jìn)行處理分析,預(yù)測(cè)路口下一時(shí)間段車流量并以此分配路口信號(hào)燈時(shí)長(zhǎng),管理員能夠?qū)崟r(shí)了解信號(hào)燈、傳感器和車流量信息并對(duì)信號(hào)燈模式和傳感器進(jìn)行控制,使用VISSIM軟件進(jìn)行路口三維建模以直觀的方式顯示路口車流狀態(tài)。
[Abstract]:Multi sensor information fusion technology is the source of various sensors to detect the uncertain information of multi-level, comprehensive analysis, can earn more than a single sensor is more comprehensive, accurate and complete information processing. Information fusion is a kind of intelligent comprehensive information analysis technology, each sensor detection value of information complement each other, and the use of efficient calculation of the computer, from the time series or sequence of space information comprehensive analysis, detect the object more accurate data, more accurate recognition and decision-making functions, strengthen the information credibility and practicality. The intelligent traffic control using intelligent information processing method, traffic flow numerical research on sensor detected, calculate the length of the signal lamp strategy, the intersection traffic flow control. How to use financial information With technology to obtain real-time and accurate traffic flow information is the key goal of this paper. This paper analyses the intelligent traffic control information fusion technology is used according to the actual demand for real-time traffic, distribution, integration of environmental complex, established in the data processing of the sensor data using the least squares algorithm, information model in the BP network layer using decision fusion rules to improve the evolution of traffic flow forecast. In order to overcome the shortcoming of BP neural network for initial weights were randomly selected and easy to fall into local minimum solution of the problem, this paper studies the method to solve the problem by using evolutionary rules algorithm optimization the initial weights of BP neural network. The evolution rules of neural network algorithm the random initial weights for encoding, and find the optimal individual fitness by mutation operator and the appropriate selection strategy to reduce neural network Experience of errors in the learning process, to improve the training efficiency, speed up the convergence rate. Finally, the prediction of the traffic flow to design a signal lamp control system. The system based on analyzing the sensor data, traffic flow time and the distribution of the next prediction intersection intersection signal length, the administrator can understand the real-time signal lamp, sensor and traffic information and control the signal lamp mode and sensor, using VISSIM software for 3D modeling shows that intersection intersection traffic state in an intuitive way.

【學(xué)位授予單位】：東北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：U495;TP202;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;合肥市測(cè)繪設(shè)計(jì)研究院助推合肥市智能交通控制系統(tǒng)建設(shè)[J];城市勘測(cè);2008年02期

2 安新;;新一代智能交通控制系統(tǒng)技術(shù)課題列入國(guó)家“863計(jì)劃”[J];道路交通管理;2007年03期

3 王學(xué)青;史樹強(qiáng);;一種全新的智能交通控制方法[J];機(jī)電工程技術(shù);2008年03期

4 朱鳴;潘漢中;樹愛兵;徐斌;;智能交通控制系統(tǒng)效益評(píng)價(jià)探討[J];中國(guó)交通信息產(chǎn)業(yè);2008年05期

5 周力;李煒;;我國(guó)智能交通控制系統(tǒng)的發(fā)展及展望[J];自動(dòng)化與儀器儀表;2009年02期

6 施吉方;李慶風(fēng);徐婉萍;;一種自適應(yīng)智能交通控制終端的設(shè)計(jì)[J];微計(jì)算機(jī)信息;2009年29期

7 歐陽紅靜;;物聯(lián)網(wǎng)與智能交通控制系統(tǒng)[J];科技資訊;2013年20期

8 劉智勇,吳今培,萬百五;高速公路智能交通控制系統(tǒng)的建模及多層描述[J];公路交通科技;1998年01期

9 鹿玲杰;申徐洲;;AGENT技術(shù)在智能交通控制中的應(yīng)用[J];交通與計(jì)算機(jī);2006年01期

10 馬延敏;陳志輝;羅揚(yáng)興;;武漢市智能交通控制中心系統(tǒng)集成研究[J];地理空間信息;2008年04期

相關(guān)會(huì)議論文 前4條

1 于泉;劉金廣;;中小城市智能交通控制平臺(tái)設(shè)計(jì)方案研究[A];第二屆中國(guó)智能交通年會(huì)論文集[C];2006年

2 程志遠(yuǎn);;智能交通控制中心硬件平臺(tái)設(shè)計(jì)方案[A];天津市電視技術(shù)研究會(huì)2010年年會(huì)論文集[C];2010年

3 胡和智;劉軍芳;龐晶;蘇雙臣;;基于物聯(lián)網(wǎng)技術(shù)的京津冀城市集群智能交通控制系統(tǒng)的設(shè)計(jì)[A];京津冀城市集群發(fā)展與廊坊市域經(jīng)濟(jì)定位的延伸研究——第五屆環(huán)渤海·環(huán)首都·京津冀協(xié)同發(fā)展論壇學(xué)術(shù)會(huì)議論文集[C];2011年

4 張賢;;一種多功能交通控制器的設(shè)計(jì)與應(yīng)用[A];天津市電視技術(shù)研究會(huì)2009年年會(huì)論文集（1）[C];2009年

相關(guān)重要報(bào)紙文章 前8條

1 記者 張靜邋實(shí)習(xí)生 楊璇;我市智能交通控制系統(tǒng)暨應(yīng)急指揮中心正式啟用[N];新鄉(xiāng)日?qǐng)?bào);2008年

2 通訊員 藍(lán)霽霞;智能交通控制系統(tǒng)在新鄉(xiāng)啟用[N];河南日?qǐng)?bào);2008年

3 黃夏;為交通暢通安全提供技術(shù)保障[N];人民公安報(bào);2007年

4 本報(bào)評(píng)論員;以現(xiàn)代科技實(shí)現(xiàn)蘭州科學(xué)發(fā)展[N];蘭州日?qǐng)?bào);2011年

5 記者 孫威;“綠燈亮了——走吧”[N];河北經(jīng)濟(jì)日?qǐng)?bào);2007年

6 文洋 張洋 李強(qiáng);歷史文化名城的文明之師[N];承德日?qǐng)?bào);2006年

7 記者 姚啟慧 通訊員 吳培勇;高科技治療武漢擁堵病[N];湖北日?qǐng)?bào);2013年

8 本報(bào)記者 朱麗寧;指尖上的對(duì)話 掌心里的服務(wù)[N];人民公安報(bào)·交通安全周刊;2013年

相關(guān)博士學(xué)位論文 前1條

1 孫晉文;基于Agent的智能交通控制策略與可視化動(dòng)態(tài)仿真研究[D];中國(guó)農(nóng)業(yè)大學(xué);2001年

相關(guān)碩士學(xué)位論文 前10條

1 陸亞男;基于應(yīng)用需求的智能交通控制優(yōu)化實(shí)現(xiàn)[D];西安電子科技大學(xué);2014年

2 胡鑒清;智能交通控制系統(tǒng)應(yīng)用設(shè)計(jì)[D];南京農(nóng)業(yè)大學(xué);2014年

3 楊勇;基于大數(shù)據(jù)的河南智能交通管理系統(tǒng)[D];北京工業(yè)大學(xué);2016年

4 陳超;多傳感器信息融合方法在智能交通控制中的研究與應(yīng)用[D];東北大學(xué);2015年

5 高雨;多相位智能交通控制器研究[D];浙江大學(xué);2006年

6 李廣印;智能交通控制系統(tǒng)平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)[D];吉林大學(xué);2009年

7 金穩(wěn);多相位智能交通控制器的研究[D];浙江大學(xué);2007年

8 李煒;基于ARM的城市多路口智能交通控制器設(shè)計(jì)[D];安徽工程大學(xué);2010年

9 王艷華;基于多智能體MAS的智能交通控制系統(tǒng)的研究[D];長(zhǎng)沙理工大學(xué);2007年

10 連劍;基于Agent的智能交通控制仿真系統(tǒng)研究[D];山東科技大學(xué);2007年

，

本文編號(hào)：1382494