基于神經(jīng)網(wǎng)絡的智能交通控制系統(tǒng)設計

《基于神經(jīng)網(wǎng)絡的智能交通控制系統(tǒng)設計》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術(shù)論文-天天文庫。

1、分類號Ｍ１３３４３學號ＵＤＣ密級？義聲叫＂ＹＡＮＣＺＨＯＵＵＭＶＥＲＷＴＹ碩壬學侄冷文？＇人．轉(zhuǎn)（學術(shù)型）＜／．Ｉ；基于神經(jīng)網(wǎng)絡的智能交通控制系統(tǒng)設計．ｆ－．邱祥指導教師姓名：朱金榮副教授．揚州大學，江蘇揚州．２巧００９申請學位級別：碩壬學科專業(yè)名稱：微電子學與固體電子學論文提交日期：２０１６．０４論文答辯日期：２０１６．０５：揚州大學學位授予日期；學位授予單位答辯委員會主席；２０１６年０４月一Ｉ．■■■■■；．＇＇．＇＇＇、心＇．＼；

2、＇，＇Ｖ‘ｉ．？；．．：，，ｆ．．，＇，？＇，，，己■■－？？－．■＇■．■．－．■．，’？、？．．；．邱祥基于神經(jīng)網(wǎng)絡的智能交通控制系統(tǒng)設計１＿摘要城市交通控制系統(tǒng)對車流量調(diào)度的效率將直接影響城市的交通狀況，商效的交通控制系統(tǒng)能夠明顯緩解城市擁堵的情況。經(jīng)調(diào)研，大部分城市的交通信號燈依舊采用固定時間的調(diào)度策略一，這種調(diào)度策略對于交通流量變化較大的時段控制效果不理想。因此，研巧種能夠根據(jù)車流量的變化智能調(diào)節(jié)車輛通行時間的交通控制系統(tǒng)具有重要意

3、義。針對城市交通隨機性、復雜性、不確定性等特點，提出基于神經(jīng)網(wǎng)絡的智能交通控制系統(tǒng)設計方案。人工神經(jīng)網(wǎng)絡具有自學習和自適應的能力，對于無法建立準確數(shù)學模型的系統(tǒng)具有很好的適用性。論文根據(jù)交叉路口的通行特點，提出四個輸入神經(jīng)元與四個輸出神經(jīng)元的ＢＰ神經(jīng)網(wǎng)絡模型。通過運用ＢＰ神經(jīng)網(wǎng)絡控制算法對交叉路口四個方向的交通流量與對應通行時間進行訓練，利用訓練后的神經(jīng)網(wǎng)絡預測排隊車輛所需通行時間。論文利用ＭＡＴＬＡＢ仿真分析，證明了基于交叉路口的ＢＰ神經(jīng)網(wǎng)絡模型可Ｗ用于預測排隊車輛的通行時間。本文設計的智能交通控制系統(tǒng)主要功能模塊包括：硬件電路模塊、圖像采集與

4、ＤＳＰ處理模塊和遠程上位機軟件。硬件電路模塊包括主控模塊、驅(qū)動模塊、硬件黃閃模塊等。主、控模塊是整個控制系統(tǒng)的核也，負責協(xié)調(diào)調(diào)度各個功能模塊２２０Ｖ；驅(qū)動模塊的功能是驅(qū)動交通信號燈Ｗ及對故障信號燈進行檢測和故障上傳。硬件黃閃模塊則采用純硬件電路設計，當交通信號機出現(xiàn)故障時，固定周期閱爍所有黃色信號燈，提醒車輛駕駛?cè)藛T減速慢行。圖像采集與ＤＳＰ處理模塊負責通過圖像采集方式提取出停車等待的車輛數(shù)，并且根據(jù)訓練后的神經(jīng)網(wǎng)絡模型對車輛通行時間進行預測。遠程上位機軟件則實現(xiàn)了遠程監(jiān)控信號機的功能。系統(tǒng)使用ＤＳＰ處理器實現(xiàn)ＢＰ神經(jīng)網(wǎng)絡控制算法，利用交通車

5、輛樣本進行算法訓練，通過不斷調(diào)整神經(jīng)網(wǎng)絡的權(quán)值和闊值，最終使得仿真結(jié)果滿足誤差要求。ＣＡＮ總線作為通信總線一，提高了整個系統(tǒng)的可靠性和實時性。同時在系統(tǒng)中加入了抗干擾設計，進步提髙了系統(tǒng)穩(wěn)定性一。該系統(tǒng)為交通信號機的開發(fā)提供了種新的解決方案，能夠提高車流量的調(diào)度效率。關鍵詞；神經(jīng)網(wǎng)絡：智能交通系統(tǒng)圖像采集ＣＡＮ總線；；ｎ揚州大學碩±學位論文Ａｂｓ化ａｃｔＴｈｅｅｆｆｉｃｉｅｎｃｙｏｆＵｒｂａｎＴｒａｆｆｉｃＣｏｎｔｒｏｌＳｙｓｔｅｍｆｏｒｔｒａｆｉｃｆｌｏｗｓｃｈｅｄｕｌｉｎｗｉｌｌｄｉｒｅｃｔｌｇｙａｆｅ

6、ｃｔｔｈｅｔｒａｆｉｃｓｔａｔｕｓ，ｓｏａｎｅｆｉｃｉｅｎｔｔｒａｆｉｃｃｏｎｔｒｏｌｓｙｓｔｅｍｉｓｉ打ｎｅｅｄ．Ａｆｔｅｒｉｎｖｅｓ巧ｇａｔｉｏｎｓ，ｔｈｅｍｏｄｅｏｆ行ｘｅｄｔｉｍｅｅｘｉｓｔｓｉｎｍｏｓｔｏｆ也ｅｓｃｈｅｄｕｌｉｎｓｔｒａｔｅｇｙｆｏｒｔｒａｆｉｃｌｉｇｈｔｓｂｕｔｔｈｉｓｍｏｄｅｇ，ｃａｎｎｏｔｗｏｒｋｗｅｌｌｉｎｔｈｅｅｒｉｏｄｏｆｔｒａｆｉｃ幻ｏｗｉ打ｕｉｔｅｕｎｓｔａｂｌｅｓｔａｔｕｓ．Ｔｈｕｓｒｅｓｅａｒｃｈｏｆｔｒａｆｉｃｐｑ，ｃｏｎ－ｔＩ

7、ｔｒｏｌｓｙｓｔｅｍｏｆｒｅａｌｔｉｍｅｓｅｔｔｉｎｇｉｓｓｉｎｉｆｉｃａｎｔｗｈｉｃｈｉｓｂａｓｅｄｏｎｈｅｔｒａｆｉｃｆｌｏｗａｍｏｕｎｔ．ｎｇ，ｔｈｉｓａｒｔｉｃｌｅｔｈｅｍｅｔｈｏｄｏｆＩＴＣＳｂａｓｅｄ０打ｎｅｕｒａｌｎｅｔｗｏｒｋｉｓｒｏｏｓｅｄｔｏｄｅａｌｗｉｔｈｔｈｅｔｒａｆｉｃ，ｐｐｓｔａｔｕｓｏｆｒａｎｄｏｍｎｅｓｓ，ｃｏｍｐｌｅｘｉｔｙａｎｄＵｎｃｅｒｔａｉｎｔｙ－Ａｒｔｃｅｕｒａｎｅｔｗｏｒｋｓｃａａｂｅｏｆ