-
شماره ركورد
22739
-
پديد آورنده
مهران سوري
-
عنوان
زمان بندي تطبيقي چراغ راهنمايي هوشمند بر اساس پردازش تصوير و اندازه گيري درصد اشغال سطح مبنا
-
مقطع تحصيلي
كارشناسي ارشد
-
رشته تحصيلي
راه و ترابري
-
تاريخ دفاع
1399/6/17
-
استاد راهنما
دكتر عامري - دكتر كامبوزيا
-
استاد مشاور
دكتر سيد علي اصغر بهشتي شيرازي
-
دانشكده
عمران
-
چكيده
مهم ترين گام در طراحي يك چراغ راهنمايي هوشمند، نحوه برداشت تراكم ترافيك مي باشد كه به عنوان ورودي سيستم، جهت زمان بندي تقاطع مورد استفاده قرار مي گيرد. روش هاي مختلفي به اين منظور معرفي شده است كه رايج ترين آن ها، استفاده از لوپ هاي القايي مي باشد كه به طور گسترده مورد استفاده قرار گرفته اند. به علت نرخ خرابي بالا لوپ هاي القايي، دشواري در تعمير و نگهداري آن ها، ايجاد صدمه به روسازي رويكرد هاي تقاطع، هزينه هاي بالا تعمير و نگهداري و افزايش خطاي شمارش با گذشت زمان، امروزه از روش پردازش تصوير جهت محاسبه تراكم ترافيك در رويكرد هاي مختلف يك تقاطع بهره برده اند.
نكته مهم در به كارگيري دانش پردازش تصوير جهت هوشمندسازي تقاطعات، نحوه به كارگيري روش هاي مختلف آن مي باشد تا بتوان سيستمي طراحي نمود كه در شرايط مختلف آب وهوايي و در زمان هاي مختلف شبانه روز بتواند با كم ترين خطا تراكم ترافيك را در رويكردهاي مختلف يك تقاطع استخراج كند. در اين پژوهش نيز با استفاده از پردازش تصوير به روش ماشين پشتيباني بردار كه يكي از زير مجموعه هاي روش هاي مبتني بر يادگيري ماشين است، سعي شده است كه با كم ترين خطا، ميزان تراكم ترافيك در رويكردهاي مختلف تقاطعي مركزي در كلانشهر كرج، در ساعات مختلف شبانه روز محاسبه شود.
نكته ديگر در روش به كار رفته در اين پژوهش، محاسبه درصد اشغال رويكرد مورد بررسي توسط وسايل نقليه، به جاي شمارش تعداد وسايل نقليه مي باشد كه اين امر با تعريف سطحي به عنوان سطح مبنا صورت مي گيرد. در ادامه با استفاده از سطح مبناي تعريف شده و به كارگيري تعدادي پارامتر ازجمله حداقل بازه زماني سبز مورد نياز، حداقل درصد اشغال سطح مبنا جهت تمديد زمان سبز و محاسبه زمان سبز تمديد، كه بر اساس سطح مبناي تعريف شده تعيين مي گردند، زمان بندي تطبيقي تقاطع صورت مي گيرد. خروجي روش پيشنهادي، چراغ راهنمايي هوشمند با زمان بندي تطبيقي بر مبناي ميزان حجم ترافيك در رويكردهاي مختلف تقاطع مي باشد كه زمان سبز مورد نياز هر رويكرد را بر اساس ميزان حجم ترافيك در آن رويكرد تعيين كرده و باعث كاهش قابل توجه زمان تأخير در رويكرد مورد نظر نسبت به حالت زمان ثابت شده است. با توجه به نتايج به دست آمده، ميزان زمان تأخير در رويكرد چهارراه كارخانه قند- هفت تير در ساعات مختلف شبانه روز و در سيكل هاي مختلف بين 3 تا 23 ثانيه بهبود يافته است كه اين مقدار معادل 8/8% تا 4/67% نسبت به حالت زمان ثابت مي باشد.
-
تاريخ ورود اطلاعات
1399/08/06
-
عنوان به انگليسي
Smart traffic light adaptive timing on the basis of image processing and measuring the percentage of base surface occupation
-
تاريخ بهره برداري
9/7/2020 12:00:00 AM
-
دانشجوي وارد كننده اطلاعات
مهران سوري
-
چكيده به لاتين
The most important step in smart traffic signal designing is traffic congestion obtaining method which is used as system input for intersection timing. Therefore, it’s introduced different methods that the most common one is using inductive loops. Because of high failure rate, difficulty and high costs for repair and maintenance, fall in pavement life and increasing counting error with time lapse in inductive loops, nowadays image processing method is used to traffic congestion computation.
The important note in using image processing science to have an intelligent traffic control system is the form of its utilization in order to design a system which can extract traffic congestion in different weather conditions and different times of the day with the least error. In this study, it’s tried to compute traffic congestion with the least error in different hours of the day and at a central intersection in Karaj metropolis, using image processing with support vector classifier method that is a subset of the methods which are based on learning machine.
The other note in the used method in this study is the computation of occupation percentage by the vehicles at the considered approach, instead of counting the number of vehicles that can be done by defining a surface as base surface. Then, by using the defined base surface and some other parameters like the minimum required green time duration, the minimum base surface occupation percentage for green time extension and computation of green time extension magnitude, which are determined based on the defined base surface, adaptive timing of intersection is performed.
-
لينک به اين مدرک :