基于神经网络的智能交通控制系统设计

基于神经网络的智能交通控制系统设计

ID:35106398

大小:7.76 MB

页数:58页

时间:2019-03-18

基于神经网络的智能交通控制系统设计_第1页
基于神经网络的智能交通控制系统设计_第2页
基于神经网络的智能交通控制系统设计_第3页
基于神经网络的智能交通控制系统设计_第4页
基于神经网络的智能交通控制系统设计_第5页
资源描述:

《基于神经网络的智能交通控制系统设计》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号M13343学号UDC密级?义聲叫"YANCZHOUUMVERWTY硕壬学侄冷文?'人.转(学术型)</.I;基于神经网络的智能交通控制系统设计.f-.邱祥指导教师姓名:朱金荣副教授.扬州大学,江苏扬州.2巧009申请学位级别:硕壬学科专业名称:微电子学与固体电子学论文提交日期:2016.04论文答辩日期:2016.05:扬州大学学位授予日期;学位授予单位答辩委员会主席;2016年04月一I.■■■■■;.''.'''、心'.\;

2、','V‘i.?;..:,,f..,',?',,,己■■-??-.■'■.■.-.■.,’?、?..;.邱祥基于神经网络的智能交通控制系统设计1_摘要城市交通控制系统对车流量调度的效率将直接影响城市的交通状况,商效的交通控制系统能够明显缓解城市拥堵的情况。经调研,大部分城市的交通信号灯依旧采用固定时间的调度策略一,这种调度策略对于交通流量变化较大的时段控制效果不理想。因此,研巧种能够根据车流量的变化智能调节车辆通行时间的交通控制系统具有重要意

3、义。针对城市交通随机性、复杂性、不确定性等特点,提出基于神经网络的智能交通控制系统设计方案。人工神经网络具有自学习和自适应的能力,对于无法建立准确数学模型的系统具有很好的适用性。论文根据交叉路口的通行特点,提出四个输入神经元与四个输出神经元的BP神经网络模型。通过运用BP神经网络控制算法对交叉路口四个方向的交通流量与对应通行时间进行训练,利用训练后的神经网络预测排队车辆所需通行时间。论文利用MATLAB仿真分析,证明了基于交叉路口的BP神经网络模型可W用于预测排队车辆的通行时间。本文设计的智能交通控制系统主要功能模块包括:硬件电路模块、图像采集与

4、DSP处理模块和远程上位机软件。硬件电路模块包括主控模块、驱动模块、硬件黄闪模块等。主、控模块是整个控制系统的核也,负责协调调度各个功能模块220V;驱动模块的功能是驱动交通信号灯W及对故障信号灯进行检测和故障上传。硬件黄闪模块则采用纯硬件电路设计,当交通信号机出现故障时,固定周期阅烁所有黄色信号灯,提醒车辆驾驶人员减速慢行。图像采集与DSP处理模块负责通过图像采集方式提取出停车等待的车辆数,并且根据训练后的神经网络模型对车辆通行时间进行预测。远程上位机软件则实现了远程监控信号机的功能。系统使用DSP处理器实现BP神经网络控制算法,利用交通车

5、辆样本进行算法训练,通过不断调整神经网络的权值和阔值,最终使得仿真结果满足误差要求。CAN总线作为通信总线一,提高了整个系统的可靠性和实时性。同时在系统中加入了抗干扰设计,进步提髙了系统稳定性一。该系统为交通信号机的开发提供了种新的解决方案,能够提高车流量的调度效率。关键词;神经网络:智能交通系统图像采集CAN总线;;n扬州大学硕±学位论文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

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。