عنوان مطالب | شماره صفحه |
فصل سوم : کنترل کنندههای فازی – عصبی | 32 |
(1-3مقدمه | 33 |
(2-3سیستم های فازی | 33 |
(3-3شبکه های عصبی RBF | 38 |
(4-3الگوریتم های آموزشی در شبکه عصبی RBF | 40 |
(5-3سیستم های نرو-فازی | 44 |
(6-3شبکه عصبی RBF و کنترل کننده فازی | 46 |
فصل چهارم : الگوریتم آموزشی FHLA | 48 |
(1-4مقدمه | 49 |
(2-4طراحی ساختار شبکه RBF و مقداردهی اولیه به آن | 49 |
(3-4مشخص نمودن تعداد نرونهای لایه RBF | 54 |
(4-4تنظیم پارامترهای شبکه RBF | 55 |
(5-4پروسه تنظیم پارامترهای شبکه | 58 |
(6-4حساسیت الگوریتم FHLA نسبت به الگوهای آموزشی | 59 |
فصل پنجم : اصول پردازش تصویر | 61 |
(1-5مقدمه | 62 |
(2-5مفاهیم اولیه در پردازش تصویر | 62 |
(3-5روشهای استخراج پارامترهای ترافیکی | 63 |
(4-5نظارت مبتنی بر ناحیه ثابت | 64 |
فهرست مطالب
عنوان مطالب | شماره صفحه |
(5-5 نظارت مبتنی بر ردگیری | 66 |
فصل ششم : شبیهسازی کنترل کننده هوشمند ترافیک | 73 |
(1-6مقدمه | 74 |
(2-6طراحی سیستم کنترلرفازی | 77 |
(3-6پیادهسازی نرم افزاری الگوریتم آموزشی FHLA | 79 |
(4-6مدل سازی تقاطع ایزوله | 82 |
(5-6کنترل کننده پیش زمانبندی شده | 83 |
(6-6پردازش تصویر | 84 |
(7-6نتایج شبیه سازی | 88 |
فصل هفتم : نتیجهگیری و پیشنهادات | 101 |
نتیجهگیری | 102 |
پیشنهادات | 103 |
منابع و ماخذ | 104 |
فهرست منابع فارسی | 105 |
فهرست منابع لاتین | 106 |
چکیده انگلیسی | 109 |
فهرست جدول ها
عنوان | شماره صفحه | |
: 1-2 معرفی پارامترهای حاکم بر پدیده ترافیک | 13 | |
: 1-4 اندیسهای اعتباری خوشهای | 56 | |
: 1-6 پایگاه دانش قوانین فازی | 79 | |
: 2-6 میانگین ورود وسایل نقلیه در طی 3 روز متوالی | 80 | |
: 3-6 مقادیر تابع هزینه با تغییر تعداد نرونهای لایه میانی | 81 | |
: 4-6 خطای نهایی آموزش و تست شبکه عصبی | 82 | |
5-6 | : نرخ جریان اشباع در هر یک از ورودیهای تقاطع | 83 |
: 6-6 نتایج حاصل از زمان بندی چراغ تقاطع به روش کنترل کلاسیک | 84 | |
7-6 | : متوسط سطح اشباع در هر یک از ورودیهای تقاطع | 89 |
8-6 | : متوسط تاخیر تقاطع با دو روش کنترل چراغ تقاطع | 90 |
فهرست نمودارها
عنوان | شماره صفحه |
: 1-6 نرخ ورود وسایل نقلیه به تقاطع در24 ساعت | 77 |
: 2-6 منحنی تغییرات تابع هزینه | 81 |
: 3-6 روند آموزش شبکه عصبی | 82 |
: 4-6 مقایسه آمار شمارش دستی و شمارش هوشمند در 15 دقیقه | 88 |
: 5-6 نرخ ورود وسایل نقلیه به تقاطع در 100 مرحله تکرار الگوریتم | 91 |
: 6-6 روند تغییرات چرخه | 92 |
: 7-6 روند تغییرات طول زمان سبز چراغ در هریک از فازها | 92 |
: 8-6 متوسط تاخیر تقاطع در هر مرحله اجرای الگوریتم با دو روش کنترل | 93 |
: 9-6 روند تغییرات تاخیر تقاطع با در نظرگرفتن تغییرات متوسط شار ورودی | 94 |
: 10-6 تغییرات شار ورودی شمالی (کنترلر هوشمند) | 95 |
: 11-6 تغییرات شار ورودی شمالی (کنترلر کلاسیک) | 95 |
: 12-6 تغییرات شار ورودی جنوبی (کنترلر هوشمند) | 96 |
: 13-6 تغییرات شار ورودی جنوبی (کنترلر کلاسیک) | 96 |
: 14-6 تغییرات شار ورودی شرقی (کنترلر هوشمند) | 97 |
: 15-6 تغییرات شار ورودی شرقی (کنترلر کلاسیک) | 97 |
: 16-6 تغییرات درجه اشباع در ورودی شمالی (کنترلر هوشمند) | 98 |
: 17-6 تغییرات درجه اشباع در ورودی شمالی (کنترلر کلاسیک) | 98 |
: 18-6 تغییرات درجه اشباع در ورودی جنوبی (کنترلر هوشمند) | 99 |
: 19-6 تغییرات درجه اشباع در ورودی جنوبی (کنترلر کلاسیک) | 99 |
: 20-6 تغییرات درجه اشباع در ورودی شرقی (کنترلر هوشمند) | 100 |
: 21-6 تغییرات درجه اشباع در ورودی شرقی (کنترلر کلاسیک) | 100 |
فهرست شکلها
عنوان | شماره صفحه |
: 1-2 منحنی حجم-ترافیک به صورت تابعی از تراکم | 15 |
: 2-2 بررسی مدل احتمالی ترافیک | 16 |
: 3-2 فرآیند تحلیل تقاطعهای چراغدار | 19 |
: 4-2 ساختار روش کنترل سازگار با ترافیک | 23 |
: 5-2 نحوه عملکرد کنترل کننده سازگار با ترافیک | 24 |
: 6-2 طرح چراغ دوفازه | 27 |
: 7-2 طرح چراغ سه فازه | 27 |
: 8-2 طرح چراغ چهار فازه | 28 |
: 9-2 نمودار تخلیه تقاطع در طول یک فاز چراغ راهنمایی | 29 |
: 1-3 ساختار سیستم کنترل کننده فازی | 34 |
: 2-3 دی فازی ساز مرکز ثقل | 36 |
: 3-3 بلوک دیاگرام کنترل کننده فازی ترافیک | 37 |
: 4-3 ساختار شبکه عصبی RBF | 38 |
: 5-3 ساختار نوع خاصی از شبکه نرو- فازی | 45 |
: 1-4 فلوچارت طراحی مقادیر اولیه شبکه عصبی RBF | 51 |
: 1-5 چرخه به روز رسانی در تخمین بردار حالت | 71 |
: 1-6 تقاطع ایزوله دوفازه | 76 |
: 2-6 انتخاب تصویر زمینه و پنجره ثابت | 87 |
: 3-6 عبور وسیله نقلیه از پنجره ثابت در یک فریم | 87 |
فهرست شکلها
عنوان | شماره صفحه | |
4-6 | : اختلاف پنجره ثابت در تصویر زمینه و فریم خوانده شده وتبدیل به باینری | 87 |
5-6 | : حذف عناصر اضافی از تصویر | 87 |
: 6-6 به هم چسباندن اجزای گسسته شده | 87 | |
7-6 | : شمارش اشیاء برچسب گذاری شده | 87 |
چکیده:
دراین پایان نامه یک تکنیک موثر بر مبنای سیستمهای عصبی- فازی برای کنترل چراغهای راهنمایی و بر اساس پردازش هوشمند تصاویر ترافیکی دریافتی از دوربینهای نصب شده در یک تقـاطع ایزولـه، ارائـه شـده است. هدف از کنترل ترافیک در خیابانهای منتهی به یک تقـاطع ایزولـه آن اسـت کـه در یـک بـازه زمـانی مشخص، از ایجاد اشباع در هریک از بازوها جلوگیری کرده و همچنـین بتـوان زمـان انتظـار وسـایل نقلیـه در پشت چراغ قرمز را به حداقل رساند تا نهایتا ترافیکی روان و مطلوب، همراه بـا ایمنـی در سـطح تقـاطع ایجـاد گردد. به این منظور قوانین فازی مدل کننده تقاطع ایزوله که ساختار کنترلر فازی را تشکیل دادهاند، بر مبنـای درجه اشباع که نشان دهنده میزان تقاضا به ظرفیت هریـک از ورودیهـای تقـاطع میباشـد، طراحـی شـدهانـد.
اساس کار، بر استفاده از شبکه عصبی RBF١، به همراه یک روش پیشنهادی آموزش مبتنـی بـر فـازی خواهـد بود. در الگوریتم یادگیری 2FHLA، علاوه بر تعیین وزنهای ارتباطی بین لایه مخفـی و خروجـی، پارامترهـای لایه RBF شامل تعداد نرون، مرکز نرون و عرض آن نیز در طول فرایند آموزش تعیین میگردند. مقادیر اولیه پارامترها با استفاده از منطق فازی و روشهای خوشه یابی فازی و به کمک تکنیک 3FCM به دست مـی آینـد.
همچنین از میزان تعلق هر الگوی ورودی به خوشهها و فاصله الگو تا مرکـز هـر خوشـه جهـت محاسـبه میـزان عدم شباهت استفاده شده وسپس این فاصله مینیمم میگـردد. بـرای تعیـین مقـادیر نهـایی پارامترهـا و وزنهـای ارتباطی، از ترکیب روشهای 4LLS و گرادیان5 به عنوان روش بهینهسازی استفاده میشود. نتایج شبیهسازی بر روی بانک اطلاعاتی موجود و مقایسه نتایج کاربرد این الگوریتم با سـایر روشـهای کلاسـیک کـه در کنتـرل تقاطعهای ایزوله معمول هستند، نشان دهنده میزان قابلیت این تکنیک می باشد.
کلمات کلیدی: پردازش تصویر، تقاطع ایزوله، شبکه عصبی، کنترل ترافیک، کنترل فازی
مقدمه:
امروزه با افزایش سریع کلان شهرها و افزایش تعداد خودروها، اهمیت داشتن مدیریت ترافیک موثر و کارآمد بر کسی پوشیده نیست. تـاکنون روشـهای کنتـرل ترافیـک بیـشتر مبتنـی بـر روشـهای کنترلـی کلاسیک بوده است که با مسائلی همچون سطح پایین هوشمندی در مواجه با شرایط پیچیـده ترافیکـی و عدم مدلسازی مناسب، مواجه میباشند. در این پایان نامه سعی برآن است کـه بـا بـه کـارگیری تکنیـک آموزشی FHLA که بر مبنای شبکههای عصبی RBF و روش خوشه یابی فـازی عمـل مـینمایـد، نـوعی
یک مطلب دیگر :
پایان نامه رضایت مجنی علیه//جرایم حدی
کنترل هوشمند برای تنظیم پارامترهای یک تقاطع ایزوله ارائه شود، به طوری کـه در نهایـت بـه کـاهش تاخیر وسایل نقلیه در عبور از تقاطع و جلوگیری از ایجاد اشباع در هر یک از ورودیهـای تقـاطع منتهـی گردد. به این منظور برای جمع آوری اطلاعات آماری از سطح تقاطع، برای ارزیابی وضعیت ترافیکی در هر لحظه، از روشهای پردازش تصاویر حاصل از دوربینهای نصب شده در تقاطع ایزوله، استفاده شده است. در این پایان نامه و در فصل اول کلیاتی راجع به روشهای مختلف کنترل ترافیک، و تحقیقات صـورت گرفتـه در این زمینه ارئه شده است. در فصل دوم به معرفی نظریه جریان کنترل ترافیـک و روابـط حـاکم بـر آن پرداخته شده است. فصل سوم به معرفی مختصری از اصول کنتـرل فـازی و برخـی از روشـهای آموزشـی شبکههای عصبی و معرفی کنترل کنندههای نرو- فازی اختصاص دارد. در فـصل چهـارم، ارائـه الگـوریتم پیشنهادی FHLA و روش پیادهسازی آن صورت میپذیرد و در فصل پنجم به بررسی روشهای اسـتخراج اطلاعات آماری ترافیک از تصاویر ویدئویی پرداخته میشود. در فصل ششم کنترلر نـرو- فـازی طراحـی و پس از شبیه سازیهای لازم در محیط برنامـه نویـسی MATLAB، تـاثیر بـه کـارگیری کنتـرل کننـده هوشمند با استفاده ازتکنیک FHLA و به کارگیری نوعی کنترل کلاسیک پیش زمانبندی شده، بر میزان سطح تاخیر و سطح اشباع ورودیهای تقاطع بررسی و مقایسه شده است.فصل هفتم نیز بـه ارائـه نتیجـه گیری وچند پیشنهاد اختصاص دارد.
کلیـات
فصل اول: کلیات
(1-1 هدف
امروزه با افزایش سریع کلان شهرها، افزایش تعداد خودروهـا، افـزایش بهـای سـوخت، مـساله محـیط زیست، استفاده مفید از ظرفیت جادههای موجود و…، اهمیت داشتن مدیریت ترافیک موثر و کارآمد بر کـسی پوشیده نیست.
در گذشته طراحان ترافیک تنها به نحوه حرکت وسایل نقلیه، به طـوری کـه در تقاطعهـا تـصادفی رخ ندهد، به عنوان مساله اصلی در مدیریت ترافیک توجه داشتند. امروزه مسائل عمده دیگـری نیـز مـورد توجـه میباشد که از جمله میتوان به کاهش تاخیر، کاهش توقفات، کاهش مصرف سـوخت، کـاهش طـول صـفهای پشت چراغ قرمز، حذف اثرات نویز، افزایش توجه به مسائل عابران پیاده وحرکت وسایل نقلیه سـنگین، اشـاره نمود. تاکنون روشهای کنترل ترافیک بیشتر مبتنی بر روشهای کنترلی کلاسیک بوده است. در این روشـها بـا استفاده از روشهای آماری و منحنیهای به دست آمده تجربی و نهایتا با تخمین برخی از متغیرهای مـوثر بـر ترافیک سعی بر آن است که پارامترهای مورد نظر درآن سطح خـاص کنترلـی، بـه گونـهای مطلـوب تنظـیم شود.[4]
تاکنون در جهت رفع این نیاز سیستمهای کنترل ترافیک متعددی توسط مراکز حمل ونقل کشورهای مختلف توسعه یافتهاند که تا حدی پاسخگوی نیازهای موجود بوده است. البته این حد پاسخگویی سیستمهای کلاسیک در ازای پیچیدگیهای بالای ساختار (شامل بخشهای کنترل، مخابرات و کامپیوتر) و هچنین حجـم بالای هزینههای پیاده سازی، (به علت تجهیزات به کار رفته) و نگهداری به دست آمدهاند. از دیدگاه کنترلـی، سیستمهای کلاسیک موجود از الگوریتمهای مختلف برنامه ریزی ریاضی (از جمله الگوریتمهای برنامـه ریـزی خطی صحیح و الگوریتمهای برنامه ریزی دینامیکی) استفاده میکنند که خود معمولا مشکلات متعددی مانند حجم بالای محاسباتی و مشکل پیادهسازی را به دنبال دارند. همچنین از جمله نواقص مطرح شده در کنتـرل سنتی ترافیک میتوان به مسائلی همچون برخورداری از سطح پایین هوشمندی در مواجه بـا شـرایط پیچیـده ترافیکی، عدم مدلسازی مناسب و واقع بینانه از ابهامات موجود در بحث کنتـرل ترافیـک (تعیـین پارامترهـا و مدلسازی رفتار رانندگان و عابران پیاده)، عدم وجود ویژگی خود سازماندهی، در طراحی استراتژیهای ترافیک، غیر قابل پیش بینی بودن شرایط ترافیکی حتی برای چند لحظه آینده و عدم دسترسی به جزئیات ایجاد شده مانند تعیین نوع خودرو و یا تغییرات سرعت آنها، اشاره نمود.
سیستمهای مورد بررسی در کنترل ترافیک میتوانند شامل موارد زیر باشد :[5]
-1 کنترل تقاطع ایزوله: کنترل جریان ترافیک تقاطع مجهز به چراغ بـدون در نظـر گـرفتن تـاثیر جریانهـای ترافیکی تقاطهای مجاور. .(isolated intersection control)
-2 کنترل تقاطعهای شریانی با شبکه باز: کنترل تعدادی تقاطع مجهز به چراغ وابسته به یکدیگر در طول یک شریان اصلی که وضعیت ترافیکی هریک بر تقاطع مجاور تاثیر دارد. (arterial intersection control)
-3 کنترل گسسته: کنترل روی تمام تقاطعهای مجهز به چراغ درکل شبکه شهری و یا بخشی از آن.
-4 کنترل ترافیک بزرگراه: کنترل روی جریان مسیرهای ورودی و مسیرهای خروجی با هدف کنترل ترافیـک روان در مسیر اصلی. (expressway control)
-5 کنترل عابران پیاده: کنترل عبور پیاده از خیابان با هدف تامین امنیت و کاهش زمان انتظـار.( pedestrian (control
اصولا سه نوع روش کنترلی برای تقاطعها مورد استفاده میباشد:
-1 کنترل زمان ثابت (fixed-time) :در این روش کنترلی، زمان تغییر چراغها از پیش تعیین شده و هیچگونه انعطافی در برابر شرایط ایجاد شده مانند وقوع تصادفات، ایجاد شـرایط خـاص مثـل تعطیلـی مـدارس، عبـور آمبولانس و… ندارد.
-2 کنترل از پیش زمانبندی شده : (pre-time control) در این نوع کنترل بر اساس الگوهای متعددی که از وضعیت یک خیابان به دست آمده است، زمانبندی چراغها صورت میپذیرد. مثلا در هر ساعت خاصی از شبانه روز مانند ساعات تعطیلی مدارس یا ساعات پیک تردد، مدت زمان سبز وقرمز بودن چراغها به گونهای متناسب تنظیم میشود، اما باز هم در برابر شرایط اضطراری غیر قابل انعطاف هستند.
-3 کنترل هوشمند : (intelligent control) در این نوع کنترل تغییر وضعیت چراغها کاملا به شرایط موجود و میزان درخواست بار ترافیکی بستگی دارد.
[سه شنبه 1399-07-29] [ 04:37:00 ب.ظ ]
|