پایان نامه ارائه الگوریتم کنترل ترافیک در تصاویر ویدئویی دیجیتال با سیستم نرو فازی

“M.Sc” پایان نامه برای دریافت درجه کارشناسی ارشد مهندسی برق – کنترل

عنوان : ارائه الگوریتم کنترل ترافیک در تصاویر ویدئویی دیجیتال با استفاده از سیستم های نرو  فازی

تعداد صفحات : 122

چکیده:

دراین پایان نامه یک تکنیک موثر بر مبنای سیستم های عصبی – فازی برای کنترل چراغ های راهنمایی و بر اساس پردازش هوشمند تصاویر ترافیکی دریافتی از دوربین های نصب شده در یک تقاطع ایزوله، ارائه شده است. هدف از کنترل ترافیک در خیابان های منتهی به یک تقاطع ایزوله آن است که در یک بازه زمانی مشخص، از ایجاد اشباع در هریک از بازوها جلوگیری کرده و همچنین بتوان زمان انتظار وسایل نقلیه در پشت چراغ قرمز را به حداقل رساند ت ا نهایتا ترافیکی روان و مطلوب، همراه با ایمنی در سطح تقاطع ایجاد گردد. به این منظور قوانین فازی مدل کننده تقاطع ایزوله که ساختار کنترلر فازی را تشکیل داده اند، بر مبنای درجه اشباع که نشان دهنده میزان تقاضا به ظرفیت هریک از ورودی های تقاطع میباشد، طراحی شده اند. اساس کار، بر استفاده از شبکه عصبی RBF، به همراه یک روش پیشنهادی آموزش مبتنی بر فازی خواهد بود. در الگوریتم یادگیری FHLA، علاوه بر تعیین وزنهای ارتباطی بین لایه مخفی و خروجی، پارامترهای لایه RBF شامل تعداد نرون، مرکز نرون و عرض آن نیز در طول فرایند آموزش تعیین می گردند. مقادیر اولیه پارامترها با استفاده از منطق فازی و روشهای خوشه یابی فازی و به کمک تکنیک FCM به دست می آیند. همچنین از میزان تعلق هر الگوی ورودی به خوشه ها و فاصله الگو تا مرکز هر خوشه جهت محاسبه میزان عدم شباهت استفاده شده وسپس این فاصله مینیمم می گردد. برای تعیین مقادیر نهایی پارامترها و وزنهای ارتباطی، از ترکیب روشهای LLS و گرادیان به عنوان روش بهینه سازی استفاده می شود. نتایج شبیه سازی بر روی بانک اطلاعاتی موجود و مقایسه نتایج کاربرد این الگوریتم با سایر روشهای کلاسیک که در کنترل تقاطع های ایزوله معمول هستند، نشان دهنده میزان قابلیت این تکنیک می باشد.

مقدمه:

امروزه با افزایش سریع کلان شهرها و افزایش تعداد خودروها، اهمیت داشتن مدیریت ترافیک موثر و کارآمد بر کسی پوشیده نیست. تاکنون روشهای کنترل ترافیک بیشتر مبتنی بر روشهای کنترلی کلاسیک بوده است که با مسائلی همچون سطح پایین هوشمندی در مواجه با شرایط پیچیده ترافیکی و عدم مدلسازی مناسب، مواجه می باشند. در این پایان نامه سعی برآن است که ب ا به کارگیری تکنیک آموزشی FHLA که بر مبنای شبکه های عصبی RBF و روش خوشه یابی فازی عمل می نماید، نوعی کنترل هوشمند برای تنظیم پارامترهای یک تقاطع ایزوله ارائه شود، به طوری که در نهایت به کاهش تاخیر وسایل نقلیه در عبور از تقاطع و جلوگیری از ایجاد اشباع در هر یک از ورودی های تقاطع منتهی 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 صورت گرفته در این زمینه ارئه شده است. در فصل دوم به معرفی نظریه جریان کنترل ترافیک و روابط حاکم بر آن پرداخته شده است. فصل سوم به معرفی مختصری از اصول کنترل فازی و برخی از روشهای آموزشی شبکه های عصبی و معرفی کنترل کننده های نرو- فازی اختصاص دارد. در فصل چهارم، ارائه الگوریتم پیشنهادی FHLA و روش پیاده سازی آن صورت می پذیرد و در فصل پنجم به بررسی روشهای استخراج اطلاعات آماری ترافیک از تصاویر ویدئویی پرداخته می شود. در فصل ششم کنترلر نرو – فازی طراحی و پس از شبیه سازی های لازم در محیط برنامه نویسی MATLAB، تاثیر به کارگیری کنترل کننده هوشمند با استفاده از تکنیک FHLA و به کارگیری نوعی کنترل کلاسیک پیش زمان بندی شده، بر میزان سطح تاخیر و سطح اشباع ورودی های تقاطع بررسی و مقایسه شده است.فصل هفتم نیز به ارائه نتیجه گیری وچند پیشنهاد اختصاص دارد.

فصل اول: کلیات

1-1) هدف

امروزه با افزایش سریع کلان شهرها، افزایش تعداد خودروها، افزایش بهای سوخت، مساله محیط زیست، استفاده مفید از ظرفیت جاده های موجود و…، اهمیت داشتن مدیریت ترافیک موثر و کارآمد بر کسی پوشیده نیست.

در گذشته طراحان ترافیک تنها به نحوه حرکت وسایل نقلیه، به طوری که در تقاطع ها تصادفی رخ ندهد، به عنوان مساله اصلی در مدیریت ترافیک توجه داشتند. امروزه مسائل عمده دیگری نیز مورد توجه میباشد که از جمله میتوان به کاهش تاخیر، کاهش توقفات، کاهش مصرف سوخت، کاهش طول صف های پشت چراغ قرمز، حذف اثرات نویز، افزایش توجه به مسائل عابران پیاده و حرکت وسایل نقلیه سنگین، اشاره نمود. تاکنون روشهای کنترل ترافیک بیشتر مبتنی بر روشهای کنترلی کلاسیک بوده است. در این روش ها با استفاده از روشهای آماری و منحنی های به دست آمده تجربی و نهایتا با تخمین برخی از متغیرهای موثر بر ترافیک سعی بر آن است که پارامترهای مورد نظر درآن سطح خاص کنترلی ، به گونه ای مطلوب تنظیم شود.

تاکنون در جهت رفع این نیاز سیستم های کنترل ترافیک متعددی توسط مراکز حمل و نقل کشورهای مختلف توسعه یافته اند که تا حدی پاسخگوی نیازهای موجود بوده است. البته این حد پاسخگویی سیستم های کلاسیک در ازای پیچیدگی های بالای ساختار (شامل بخشهای کنترل، مخابرات و کامپیوتر) و هچنین حجم بالای هزینه های پیاده سازی، (به علت تجهیزات به کار رفته) و نگهداری به دست آمده اند. از دیدگاه کنترلی، سیستمهای کلاسیک موجود از الگوریتمهای مختلف برنامه ریزی ریاضی (از جمله الگوریتم های برنامه ریزی خطی صحیح و الگوریتم های برنامه ریزی دینامیکی) استفاده میکنند که خود معمولا مشکلات متعددی مانند حجم بالای محاسباتی و مشکل پیاده سازی را به دنبال دارند. همچنین از جمله نواقص مطرح شده در کنترل سنتی ترافیک میتوان به مسائلی همچون برخورداری از سطح پایین هوشمندی در مواجه با شرایط پیچیده ترافیکی، عدم مدلسازی مناسب و واقع بینانه از ابهامات موجود در بحث کنترل ترافیک (تعیین پارامترها و مدل سازی 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.

تعداد صفحه : 122

قيمت فايل PDF پروژه : 6000 تومان

 دانلود فایل PDF بلافاصله بعد از پرداخت هزینه

بلافاصله پس از پرداخت ، لینک دانلود پایان نامه به شما نشان داده می شود

پشتیبانی سایت :        09010633413

فایل مورد نظر خودتان را پیدا نکردید ؟ نگران نباشید . این صفحه را نبندید ! سایت ما حاوی حجم عظیمی از پایان نامه های دانشگاهی است. مطالب مشابه را هم ببینید. برای یافتن فایل مورد نظر کافیست از قسمت جستجو استفاده کنید. یا از منوی بالای سایت رشته مورد نظر خود را انتخاب کنید و همه فایل های رشته خودتان را ببینید