ارائه الگوریتم کنترل ترافیک در تصاویر ویدئویی دیجیتال با استفاده از سیستمهای نرو فازی – برق

مشخصات فایل

مقطع:کارشناسی ارشد
رشته تحصیلی:مهندسی برق
نوع ارائه:پایان نامه
تعداد صفحات:175
قالب بندی:word قابل ویرایش

نحوه خرید

ارائه الگوریتم کنترل ترافیک در تصاویر ویدئویی دیجیتال با استفاده از سیستمهای نرو فازی – برق

شما میتوانید تنها با یک کلید به راحتی فایل مورد نظر را دریافت کنید. 🙂

برای دسترسی به این فایل ابتدا باید اشتراک خریداری کنید. برای خرید اشتراک بر روی لینک زیر کلیک کنید.

ارتقاء عضویت

چکیده

فهرست مطالب
چکیده ۱
مقدمه ۲
فصل اول : کلیات ۳
(۱-۱ هدف ۴
(۲-۱پیشینه تحقیق ۶
(۳-۱روش کار و تحقیق ۸
فصل دوم : نظریه جریان ترافیک و اصول زمانبندی چراغهای تقاطع ۱۱
(۱-۲مقدمه ۱۲
(۲-۲روابط تحلیلی پدیده ترافیک ۱۲
(۳-۲معرفی پارامترهای ترافیکی ۱۳
(۴-۲مدلهای احتمالاتی ۱۵
(۵-۲کنترل چراغ راهنمایی ۱۸
(۶-۲تحلیل عملکرد تقاطع ۱۹
(۷-۲چراغهای هوشمند سازگار با ترافیک ۲۲
(۸-۲کنترل هماهنگ چراغها در شبکه ۲۵
(۹-۲فازبندی ۲۶
(۱۰-۲زمانبندی چراغ ۲۸
(۱۱-۲چراغهای پیش زمانبندی شده ۳۰
فصل سوم : کنترل کنندههای فازی – عصبی ۳۲
(۱-۳مقدمه ۳۳
(۲-۳سیستم های فازی ۳۳
(۳-۳شبکه های عصبی RBF 38
(۴-۳الگوریتم های آموزشی در شبکه عصبی RBF 40
(۵-۳سیستم های نرو-فازی ۴۴
(۶-۳شبکه عصبی RBF و کنترل کننده فازی ۴۶
فصل چهارم : الگوریتم آموزشی FHLA 48
(۱-۴مقدمه ۴۹
(۲-۴طراحی ساختار شبکه RBF و مقداردهی اولیه به آن ۴۹
(۳-۴مشخص نمودن تعداد نرونهای لایه RBF 54
(۴-۴تنظیم پارامترهای شبکه RBF 55
(۵-۴پروسه تنظیم پارامترهای شبکه ۵۸
(۶-۴حساسیت الگوریتم FHLA نسبت به الگوهای آموزشی ۵۹
فصل پنجم : اصول پردازش تصویر ۶۱
(۱-۵مقدمه ۶۲
(۲-۵مفاهیم اولیه در پردازش تصویر ۶۲
(۳-۵روشهای استخراج پارامترهای ترافیکی ۶۳
(۴-۵نظارت مبتنی بر ناحیه ثابت ۶۴
(۵-۵ نظارت مبتنی بر ردگیری ۶۶
فصل ششم : شبیهسازی کنترل کننده هوشمند ترافیک ۷۳
(۱-۶مقدمه ۷۴
(۲-۶طراحی سیستم کنترلرفازی ۷۷
(۳-۶پیادهسازی نرم افزاری الگوریتم آموزشی FHLA 79
(۴-۶مدل سازی تقاطع ایزوله ۸۲
(۵-۶کنترل کننده پیش زمانبندی شده ۸۳
(۶-۶پردازش تصویر ۸۴
(۷-۶نتایج شبیه سازی ۸۸
فصل هفتم : نتیجهگیری و پیشنهادات ۱۰۱
نتیجهگیری ۱۰۲
پیشنهادات ۱۰۳
منابع و ماخذ ۱۰۴
فهرست منابع فارسی ۱۰۵
فهرست منابع لاتین ۱۰۶
چکیده انگلیسی ۱۰۹

فهرست جدول ها

عنوان شماره صفحه
: ۱-۲ معرفی پارامترهای حاکم بر پدیده ترافیک ۱۳
: ۱-۴ اندیسهای اعتباری خوشهای ۵۶
: ۱-۶ پایگاه دانش قوانین فازی ۷۹
: ۲-۶ میانگین ورود وسایل نقلیه در طی ۳ روز متوالی ۸۰
: ۳-۶ مقادیر تابع هزینه با تغییر تعداد نرونهای لایه میانی ۸۱
: ۴-۶ خطای نهایی آموزش و تست شبکه عصبی ۸۲
۵-۶ : نرخ جریان اشباع در هر یک از ورودیهای تقاطع ۸۳
: ۶-۶ نتایج حاصل از زمان بندی چراغ تقاطع به روش کنترل کلاسیک ۸۴
۷-۶ : متوسط سطح اشباع در هر یک از ورودیهای تقاطع ۸۹
۸-۶ : متوسط تاخیر تقاطع با دو روش کنترل چراغ تقاطع ۹۰

فهرست نمودارها

عنوان شماره صفحه
: ۱-۶ نرخ ورود وسایل نقلیه به تقاطع در۲۴ ساعت ۷۷
: ۲-۶ منحنی تغییرات تابع هزینه ۸۱
: ۳-۶ روند آموزش شبکه عصبی ۸۲
: ۴-۶ مقایسه آمار شمارش دستی و شمارش هوشمند در ۱۵ دقیقه ۸۸
: ۵-۶ نرخ ورود وسایل نقلیه به تقاطع در ۱۰۰ مرحله تکرار الگوریتم ۹۱
: ۶-۶ روند تغییرات چرخه ۹۲
: ۷-۶ روند تغییرات طول زمان سبز چراغ در هریک از فازها ۹۲
: ۸-۶ متوسط تاخیر تقاطع در هر مرحله اجرای الگوریتم با دو روش کنترل ۹۳
: ۹-۶ روند تغییرات تاخیر تقاطع با در نظرگرفتن تغییرات متوسط شار ورودی ۹۴
: ۱۰-۶ تغییرات شار ورودی شمالی (کنترلر هوشمند) ۹۵
: ۱۱-۶ تغییرات شار ورودی شمالی (کنترلر کلاسیک) ۹۵
: ۱۲-۶ تغییرات شار ورودی جنوبی (کنترلر هوشمند) ۹۶
: ۱۳-۶ تغییرات شار ورودی جنوبی (کنترلر کلاسیک) ۹۶
: ۱۴-۶ تغییرات شار ورودی شرقی (کنترلر هوشمند) ۹۷
: ۱۵-۶ تغییرات شار ورودی شرقی (کنترلر کلاسیک) ۹۷
: ۱۶-۶ تغییرات درجه اشباع در ورودی شمالی (کنترلر هوشمند) ۹۸
: ۱۷-۶ تغییرات درجه اشباع در ورودی شمالی (کنترلر کلاسیک) ۹۸
: ۱۸-۶ تغییرات درجه اشباع در ورودی جنوبی (کنترلر هوشمند) ۹۹
: ۱۹-۶ تغییرات درجه اشباع در ورودی جنوبی (کنترلر کلاسیک) ۹۹
: ۲۰-۶ تغییرات درجه اشباع در ورودی شرقی (کنترلر هوشمند) ۱۰۰
: ۲۱-۶ تغییرات درجه اشباع در ورودی شرقی (کنترلر کلاسیک) ۱۰۰

فهرست شکلها

عنوان شماره صفحه
: ۱-۲ منحنی حجم-ترافیک به صورت تابعی از تراکم ۱۵
: ۲-۲ بررسی مدل احتمالی ترافیک ۱۶
: ۳-۲ فرآیند تحلیل تقاطعهای چراغدار ۱۹
: ۴-۲ ساختار روش کنترل سازگار با ترافیک ۲۳
: ۵-۲ نحوه عملکرد کنترل کننده سازگار با ترافیک ۲۴
: ۶-۲ طرح چراغ دوفازه ۲۷
: ۷-۲ طرح چراغ سه فازه ۲۷
: ۸-۲ طرح چراغ چهار فازه ۲۸
: ۹-۲ نمودار تخلیه تقاطع در طول یک فاز چراغ راهنمایی ۲۹
: ۱-۳ ساختار سیستم کنترل کننده فازی ۳۴
: ۲-۳ دی فازی ساز مرکز ثقل ۳۶
: ۳-۳ بلوک دیاگرام کنترل کننده فازی ترافیک ۳۷
: ۴-۳ ساختار شبکه عصبی RBF 38
: ۵-۳ ساختار نوع خاصی از شبکه نرو- فازی ۴۵
: ۱-۴ فلوچارت طراحی مقادیر اولیه شبکه عصبی RBF 51
: ۱-۵ چرخه به روز رسانی در تخمین بردار حالت ۷۱
: ۱-۶ تقاطع ایزوله دوفازه ۷۶
: ۲-۶ انتخاب تصویر زمینه و پنجره ثابت ۸۷
: ۳-۶ عبور وسیله نقلیه از پنجره ثابت در یک فریم ۸۷

فهرست شکلها

عنوان شماره صفحه
۴-۶ : اختلاف پنجره ثابت در تصویر زمینه و فریم خوانده شده وتبدیل به باینری ۸۷
۵-۶ : حذف عناصر اضافی از تصویر ۸۷
: ۶-۶ به هم چسباندن اجزای گسسته شده ۸۷
۷-۶ : شمارش اشیاء برچسب گذاری شده ۸۷

چکیده:
دراین پایان نامه یک تکنیک موثر بر مبنای سیستمهای عصبی- فازی برای کنترل چراغهای راهنمایی و براساس پردازش هوشمند تصاویر ترافیکی دریافتی از دوربینهای نصب شده در یک تقـاطع ایزولـه، ارائـه شـدهاست. هدف از کنترل ترافیک در خیابانهای منتهی به یک تقـاطع ایزولـه آن اسـت کـه در یـک بـازه زمـانیمشخص، از ایجاد اشباع در هریک از بازوها جلوگیری کرده و همچنـین بتـوان زمـان انتظـار وسـایل نقلیـه درپشت چراغ قرمز را به حداقل رساند تا نهایتا ترافیکی روان و مطلوب، همراه بـا ایمنـی در سـطح تقـاطع ایجـادگردد. به این منظور قوانین فازی مدل کننده تقاطع ایزوله که ساختار کنترلر فازی را تشکیل دادهاند، بر مبنـایدرجه اشباع که نشان دهنده میزان تقاضا به ظرفیت هریـک از ورودیهـای تقـاطع میباشـد، طراحـی شـدهانـد .
اساس کار، بر استفاده از شبکه عصبیRBF ١، به همراه یک روش پیشنهادی آموزش مبتنـی بـر فـازی خواهـدبود. در الگوریتم یادگیریFHLA ، علاوه بر تعیین وزنهای ارتباطی بین لایه مخفـی و خروجـی، پارامترهـایلایه RBF شامل تعداد نرون، مرکز نرون و عرض آن نیز در طول فرایند آموزش تعیین می گردند. مقادیر اولیهپارامترها با استفاده از منطق فازی و روشهای خوشه یابی فازی و به کمک تکنیکFCM به دست مـی آینـد.
همچنین از میزان تعلق هر الگوی ورودی به خوشهها و فاصله الگو تا مرکـز هـر خوشـه جهـت محاسـبه میـزانعدم شباهت استفاده شده وسپس این فا صله مینیمم می گـردد . بـرای تعیـین مقـادیر نهـایی پارامترهـا و وزنهـایارتباطی، از ترکیب روشهایLLS و گرادیان به عنوان روش بهینهسازی استفاده می شود. نتایج شبیهسازی برروی بانک اطلاعاتی موجود و مقایسه نتایج کاربرد این الگوریتم با سـایر روشـهای کلاسـیک کـه در کنتـرلتقاطع های 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 می باشند. 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 مـی نمایـد، نـوعی 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 ورودی هـای 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 می پذیرد و در فصل پنجم به بررسی روشهای اسـتخراج اطلاعات آماری ترافیک از تصاویر ویدئویی پرداخته می شود. در فصل ششم کنترلر نـرو – فـازی طراحـی و پس از شبیه سازی های 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.

پیشنهادات نتیجه گیری:
تنظیم مناسب طول چرخه و تنظیم طول مدت زمـان سـبز بـودن چـراغ بـرای هریـک از فازهـای موجود در طول یک چرخه کامل و در نتیجه تنظیم نسبت زمان سبز به مدت زمـان قرمـز چـراغ در یـک تقاطع ایزوله که از شرایط ترافیکی تقاطعهای مجاور خود مستقل میباشـد، از اهـداف اساسـی در کنتـرل ترافیک تقاطع میباشد. تفاوت عمده الگوریتمهای مختلفی که به ایـن منظـور تـاکنون ارائـه شـدهانـد، در انتخاب پارامترهایی که وضعیت سیستم را ارزیابی کرده و مبنای تصمیم گیری برای تنظیم طول چرخه و نسبت زمان سبز به قرمز هر فاز (تسهیم) در طی سیکل بعدی هستند، می باشد. این پارامترها ممکن است حجم شار ورودی، طول صف پشت چراغ قرمز، فاصله مکانی یا زمانی بین وسایل نقلیه و… می باشد.
در این پایان نامه پارامتر ورودی سیستم کنترلر، نسبت ظرفیت به تقاضـا یـا درجـه اشـباع در هـر ورودی تقاطع بوده و هدف نهایی از کنترل چرخه و تسهیم، برقراری درجه اشباع نسبتا ثابت و یکـسان در طی اجرای الگوریتم و در ورودی های تقاطع می باشد.
در نتیجه برقراری اهداف فوق، تاخیر وسایل نقلیه که خود متاثر از پارامترهای متعددی میباشد نیز کنترل میشود.
سیستم کنترلر طراحی شده مبتنی بر شبکه عصبی RBF و روش آموزشـی FHLA مـیباشـد کـه پس از آموزش، در هر نمونه برداری از وضعیت سیستم، تصمیم مناسب را اتخاذ می کند. شبکه عصبی بـه گونه ای آموزش می بیند که مطابق با مدل سیستم که توسط قوانین فازی بیان شده است، عمل کند.
جمع آوری دادههای آماری از طریق دوربینهای نـصب شـده در تقـاطع نیـز دارای مزایـا ومعایـب متعددی میباشد. نصب یک دوربین از نصب حلقههای مغناطیسی که امروزه از روشهای مرسـوم شـمارش خودروها می باشد، ساده تر بوده و علاوه بر آن یک دوربین به تنهایی می تواند جایگزین چند سنسور شـده و وضعیت محدوده وسیعی را زیر نظر داشته و اطلاعات آماری دقیق تر و با جزئیات قابل درک بیشتری را در اختیار کنترلر قرار دهد. اما دوربینها در برابر ازدحام زیاد خودروها، وجود سایههای بلنـد و تغییـر نـور شب و روز مشکل دارند.
نتایج شبیهسازی به کار گیری کنترل کننده عصبی ـ فازی در کنتـرل پارامترهـای ذکـر شـده، بـا نتایج حاصل از زمانبندی چراغ به روش یک نوع کنترل زمان ثابت نشان می دهد که الگوریتم ارائه شـده، متوسط زمان تاخیر تقاطع را کاهش میدهد. هرچند تاخیر متوسط در نمونه برداریهای مختلـف در روش ارائه شده نوسانات بیشتری دارد، اما در هر صورت متوسط آن کمتر از کنترل کلاسیک می باشد.
همچنین از نظر بهبود سطح خدمات کـه بـا ارزیـابی سـطح اشـباع نهـایی در هـر ورودی، صـورت می پذیرد ملاحظه میگردد که نوسانات درجه اشباع در هـر ورودی کـاهش مـی یابـد و هرچنـد در ورودی شرقی تقاطع که حجم ترافیکی بالاتری دارد، ممکن است درجه اشباع حتی به سطح بالایی نیز برسد، امـا در هر صورت متوسط نسبت تقاضا به ظرفیت در طـی اجـرای الگـوریتم کـه نـشان دهنـده تغییـرات بـار ترافیکی در طی ساعات مختلف شبانه روز می باشد، کمتر شده است.

نحوه خرید

دانلود رایگان فایل
شما میتوانید تنها با یک کلید به راحتی فایل مورد نظر را دریافت کنید. 🙂

برای دسترسی به این فایل ابتدا باید اشتراک خریداری کنید. برای خرید اشتراک بر روی لینک زیر کلیک کنید.

ارتقاء عضویت

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد

راهنمای سایت

برخلاف سایت های دیگر که فایل ها را به صورت تکی می فروشند روال سایت ما این است که شما با عضویت در سایت ما میتوانید از تمام فایل های موجود استفاده کنید.

تمام مطالب سایت فقط برای اعضای سایت رایگان است.

نحوه عضویت در سایت

آخرین مطالب

مطالب مرتبط