CN109493605A - 一种有效的智能交通监控系统 - Google Patents
一种有效的智能交通监控系统 Download PDFInfo
- Publication number
- CN109493605A CN109493605A CN201811521461.8A CN201811521461A CN109493605A CN 109493605 A CN109493605 A CN 109493605A CN 201811521461 A CN201811521461 A CN 201811521461A CN 109493605 A CN109493605 A CN 109493605A
- Authority
- CN
- China
- Prior art keywords
- traffic
- traffic information
- road
- module
- monitoring system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
一种有效的智能交通监控系统,包括交通信息采集模块、交通信息传输模块、交通信息分析模块和交通信息显示模块,所述交通信息采集模块用于采集道路现场的交通信息数据,并通过交通信息传输模块传输至交通信息分析模块,所述交通信息分析模块用于对所述交通信息数据进行处理和分析,从而对当前的交通状态进行判断,并对交通流进行预测,所述交通信息显示模块采用可变信息板对当前道路的交通状态和交通流预测结果进行实时显示。本发明有益效果为:有效的帮助驾驶员实时了解道路的交通状态,使得驾驶员能够根据道路的交通状态和交通流预测结果及时安排出行的道路,从而改善了交通拥堵现象,提高了道路的通行效率。
Description
技术领域
本发明创造涉及智能交通领域,具体涉及一种有效的智能交通监控系统。
背景技术
近年来,随着我国经济飞速发展,城市化进度加快,城市的规模急剧扩大,城市人口数量急速增加,现有的城市交通已经无法满足城市发展的要求。为减轻城市交通压力,提高城市交通能力,对道路的交通状态进行实时判断,对道路的交通流进行提前预测,可以显著提高驾驶员对道路交通状态的了解程度,从而帮助驾驶员根据道路交通的具体情况进行线路安排,从而使各条道路的交通量能够达到均衡,很大程度上改善了道路的拥堵情况,提高了交通系统的运行效率。
发明内容
针对上述问题,本发明旨在提供一种有效的智能交通监控系统。
本发明创造的目的通过以下技术方案实现:
一种有效的智能交通监控系统,包括交通信息采集模块、交通信息传输模块、交通信息分析模块和交通信息显示模块,所述交通信息采集模块用于采集道路现场的交通信息数据,并将所述交通信息数据通过交通信息传输模块传输至交通信息分析模块,所述交通信息分析模块包括交通信息处理单元、交通状态判断单元和交通流预测单元,所述交通信息处理单元用于对采集得到的交通信息数据进行处理,所述交通状态判断单元用于根据处理后的交通信息数据对当前道路的交通状态进行判断,所述交通流预测单元采用小波神经网络根据处理的交通信息数据对道路的交通流进行预测,所述交通信息显示模块采用可变信息板对当前道路的交通状态和交通流预测结果进行实时显示。
本发明创造的有益效果:根据实时采集的道路交通信息对当前道路的交通状态进行判断,并对道路的交通流进行预测,从而有效的帮助驾驶员实时了解道路的交通状态,使得驾驶员能够根据道路的交通状态和交通流预测结果及时安排出行的道路,从而改善了交通拥堵现象,提高了道路的通行效率。
附图说明
利用附图对发明创造作进一步说明,但附图中的实施例不构成对本发明创造的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明结构示意图;
附图标记:
交通信息采集模块1;交通信息传输模块2;交通信息分析模块3;交通信息显示模块4;交通信息处理单元31;交通状态判断单元32;交通流预测单元33。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1,本实施例的一种有效的智能交通监控系统,包括交通信息采集模块1、交通信息传输模块2、交通信息分析模块3和交通信息显示模块4,所述交通信息采集模块1用于采集道路现场的交通信息数据,并将所述交通信息数据通过交通信息传输模块2传输至交通信息分析模块3,所述交通信息分析模块3包括交通信息处理单元31、交通状态判断单元32和交通流预测单元33,所述交通信息处理单元31用于对采集得到的交通信息数据进行处理,所述交通状态判断单元32用于根据处理后的交通信息数据对当前道路的交通状态进行判断,所述交通流预测单元33采用小波神经网络根据处理后的交通信息数据对道路的交通流进行预测,所述交通信息显示模块4采用可变信息板对当前道路的交通状态和交通流预测结果进行实时显示。
优选地,所述交通信息采集模块1中设置有环形检测线圈或视频数据检测传感器。
优选地,所述交通信息传输模块2采用GPRS或4G通信方式进行数据传输。
优选地,采用布谷鸟算法对交通流预测单元33中采用的小波神经网络算法的参数进行优化,在布谷鸟算法的选择阶段,在布谷鸟算法的选择阶段,在按发现概率丢弃差的鸟窝位置以后,采用下式产生相同数量的鸟窝位置代替丢弃的鸟窝位置,具体为:
式中,r为[0,1]区间的随机数,β为黄金分割比例系数,且β=0.618,y为[-1,1]区间的随机数,和分别为布谷鸟i在第t+1次迭代和第t次迭代时的位置,为在第t次迭代时布谷鸟的最优位置,和为第t次迭代时的三个随机位置。
本优选实施例在鸟窝进行淘汰更新时,引入了布谷鸟的最优鸟窝位置,使得产生的新的鸟窝位置在布谷鸟的最优鸟窝位置附近,从而提高了算法的收敛速度,此外,引入了黄金分割比例系数对最优位置搜索项进行调节,黄金分割比例系数体现了事物内部关系的和谐与均衡,而布谷鸟算法是一种模拟生物进化过程的算法,因此,本优选实施例按照黄金分割比例系数围绕鸟窝最优位置产生新的鸟窝位置,更加的符合生物进化的规律,从而大大的提高了算法的寻优效率。
优选地,采用布谷鸟搜索算法对交通流预测单元33中采用的小波神经网络算法的参数进行优化,所述布谷鸟算法采用自适应变化的步长因子和发现概率,设pmin为最小发现概率,pmax为最大发现概率,αmin为最小步长因子,αmax为最大步长因子,则当前的发现概率pi和当前的步长因子αi的计算公式为:
式中,hmax(t)为第t次迭代时的最大适应度值,hmin(t)为第t次迭代时的最小适应度值。
本优选实施例采用的自适应变化的发现概率和步长因子,相较于传统的依赖于迭代次数对发现概率和步长因子进行改变的方法,本实施例根据当前迭代的适应度值分别情况对算法的搜索情况进行判断,各布谷鸟的适应度值能够更加合理的反应当前算法的搜索情况,从而增加了算法的精确性。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (5)
1.一种有效的智能交通监控系统,其特征是,包括交通信息采集模块、交通信息传输模块、交通信息分析模块和交通信息显示模块,所述交通信息采集模块用于采集道路现场的交通信息数据,并将所述交通信息数据通过交通信息传输模块传输至交通信息分析模块,所述交通信息分析模块包括交通信息处理单元、交通状态判断单元和交通流预测单元,所述交通信息处理单元用于对采集得到的交通信息数据进行处理,所述交通状态判断单元用于根据处理后的交通信息数据对当前道路的交通状态进行判断,所述交通流预测单元采用小波神经网络根据处理后的交通信息数据对道路的交通流进行预测,所述交通信息显示模块采用可变信息板对当前道路的交通状态和交通流的预测结果进行实时显示。
2.根据权利要求1所述的一种有效的智能交通监控系统,其特征是,所述交通信息采集模块中设置有环形检测线圈或视频数据检测传感器。
3.根据权利要求2所述的一种有效的智能交通监控系统,其特征是,所述交通信息传输模块采用GPRS或4G通信方式进行数据传输。
4.根据权利要求3所述的一种有效的智能交通监控系统,其特征是,采用布谷鸟算法对交通流预测单元中采用的小波神经网络算法的参数进行优化,在布谷鸟算法的选择阶段,在按发现概率丢弃差的鸟窝位置以后,采用下式产生相同数量的鸟窝位置代替丢弃的鸟窝位置,具体为:
式中,r为[0,1]区间的随机数,β为黄金分割比例系数,且β=0.618,y为[-1,1]区间的随机数,和分别为布谷鸟i在第t+1次迭代和第t次迭代时的位置,为在第t次迭代时布谷鸟的最优位置,和为在第t次迭代时的三个随机位置。
5.根据权利要求4所述的一种有效的智能交通监控系统,其特征是,采用布谷鸟算法对交通流预测单元中采用的小波神经网络算法的参数进行优化,所述布谷鸟算法采用自适应变化的步长因子和发现概率,设pmin为最小发现概率,pmax为最大发现概率,αmin为最小步长因子,αmax为最大步长因子,则当前的发现概率pi和当前的步长因子αi的计算公式为:
式中,hmax(t)为第t次迭代时的最大适应度值,hmin(t)为第t次迭代时的最小适应度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811521461.8A CN109493605A (zh) | 2018-12-12 | 2018-12-12 | 一种有效的智能交通监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811521461.8A CN109493605A (zh) | 2018-12-12 | 2018-12-12 | 一种有效的智能交通监控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109493605A true CN109493605A (zh) | 2019-03-19 |
Family
ID=65710027
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811521461.8A Withdrawn CN109493605A (zh) | 2018-12-12 | 2018-12-12 | 一种有效的智能交通监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109493605A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111932875A (zh) * | 2020-07-29 | 2020-11-13 | 太原理工大学 | 基于改进布谷鸟搜索算法的交叉口群关键路径识别方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1967622A (zh) * | 2005-11-14 | 2007-05-23 | 上海经达实业发展有限公司 | 城市道路交通流预测及交通信息诱导系统 |
CN103632542A (zh) * | 2012-08-27 | 2014-03-12 | 国际商业机器公司 | 交通信息处理方法、装置和相应设备 |
US20160321918A1 (en) * | 2011-05-18 | 2016-11-03 | Pelmorex Canada Inc. | System for providing traffic data and driving efficiency data |
-
2018
- 2018-12-12 CN CN201811521461.8A patent/CN109493605A/zh not_active Withdrawn
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1967622A (zh) * | 2005-11-14 | 2007-05-23 | 上海经达实业发展有限公司 | 城市道路交通流预测及交通信息诱导系统 |
US20160321918A1 (en) * | 2011-05-18 | 2016-11-03 | Pelmorex Canada Inc. | System for providing traffic data and driving efficiency data |
CN103632542A (zh) * | 2012-08-27 | 2014-03-12 | 国际商业机器公司 | 交通信息处理方法、装置和相应设备 |
Non-Patent Citations (2)
Title |
---|
刘笃晋等: "基于改进布谷鸟算法的彩色图像多阈值分割", 《计算机工程与设计》 * |
秦强等: "全局最优导向模糊布谷鸟搜索算法及应用", 《北京航空航天大学学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111932875A (zh) * | 2020-07-29 | 2020-11-13 | 太原理工大学 | 基于改进布谷鸟搜索算法的交叉口群关键路径识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103927873B (zh) | 浮动车与路段匹配方法及并行获取实时路况的方法 | |
CN100466007C (zh) | 城市道路交通流预测及交通信息诱导系统 | |
WO2019104950A1 (zh) | 一种面向园区的物联网大数据管理和应用平台 | |
CN102708698B (zh) | 基于车联网的车辆最优路径导航方法 | |
CN106205156A (zh) | 一种针对部分车道车流突变的交叉口自愈合控制方法 | |
CN111681433B (zh) | 一种交叉口交通信号灯配时优化方法和装置 | |
CN107507430A (zh) | 一种城市路口交通控制方法及系统 | |
CN110136455A (zh) | 一种交通信号灯配时方法 | |
CN113096418B (zh) | 交通网红绿灯控制方法、系统及计算机可读存储介质 | |
CN105303839B (zh) | 潜在拥堵道路交叉点的预测方法和装置 | |
CN110491145A (zh) | 一种交通信号优化控制方法及装置 | |
CN111028504A (zh) | 一种城市快速路智慧交通管控方法和系统 | |
CN108629970B (zh) | 基于蒙特卡罗树搜索的交叉口信号参数优化方法 | |
CN106355905A (zh) | 一种基于卡口数据的高架信号控制方法 | |
CN107862877A (zh) | 一种城市交通信号模糊控制方法 | |
CN112542049A (zh) | 智慧交通综合管控平台 | |
CN109493605A (zh) | 一种有效的智能交通监控系统 | |
CN110164148B (zh) | 一种城市路口交通灯智能配时控制方法及控制系统 | |
CN111009140A (zh) | 一种基于开源路况信息的智能交通信号控制方法 | |
CN109003459A (zh) | 一种基于分层流计算的区域交通信号控制方法及系统 | |
CN109584549A (zh) | 一种基于大规模浮动车数据的道路交通运行指数检测方法 | |
CN113487857A (zh) | 一种区域多路口可变车道协同控制决策方法 | |
Mahmood et al. | A two stage fuzzy logic adaptive traffic signal control for an isolated intersection based on real data using SUMO simulator | |
CN105632174A (zh) | 一种基于语义技术的交通事件检测系统及其方法 | |
CN115662134B (zh) | 基于主动管控的城市功能区快速路时空资源动态配置方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190319 |