پایان نامه ارشد برق:ارائه الگوریتم کنترل ترافیک در تصاویر ویدئویی دیجیتال با استفاده از سیستمهای نرو-فازی

متن کامل پایان نامه مقطع کارشناسی ارشد رشته :مهندسی برق

 

گرایش :کنترل

 

عنوان : ارائه الگوریتم کنترل ترافیک در تصاویر ویدئویی دیجیتال با استفاده از سیستمهای نرو-فازی

 

دانشگاه آزاد اسلامی

 

واحد تهران جنوب

 

دانشکده تحصیلات تکمیلی

 

 

 

پایان نامه برای دریافت درجه کارشناسی ارشد “M.Sc”

 

مهندسی برق  کنترل

 

 

 

عنوان :

 

ارائه الگوریتم کنترل ترافیک در تصاویر ویدئویی دیجیتال با استفاده از

 

سیستمهای نرو-فازی

 

 

 

استاد راهنما :

 

دکتر جواد حدادنیا

 

 

 

استاد مشاور :

 

دکتر نیما محمدی طبری

 

 

 

بهمن 1387

برای رعایت حریم خصوصی نام نگارنده پایان نامه درج نمی شود
(در فایل دانلودی نام نویسنده موجود است)
تکه هایی از متن پایان نامه به عنوان نمونه :

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

فهرست مطالب  
عنوان مطالب شماره صفحه
چکیده 1
مقدمه 2
فصل اول : کلیات 3
(1-1 هدف 4
(2-1پیشینه تحقیق 6
(3-1روش کار و تحقیق 8
فصل دوم : نظریه جریان ترافیک و اصول زمانبندی چراغهای تقاطع 11
(1-2مقدمه 12
(2-2روابط تحلیلی پدیده ترافیک 12
(3-2معرفی پارامترهای ترافیکی 13
(4-2مدلهای احتمالاتی 15
(5-2کنترل چراغ راهنمایی 18
(6-2تحلیل عملکرد تقاطع 19
(7-2چراغهای هوشمند سازگار با ترافیک 22
(8-2کنترل هماهنگ چراغها در شبکه 25
(9-2فازبندی 26
(10-2زمانبندی چراغ 28
(11-2چراغهای پیش زمانبندی شده 30

فهرست مطالب

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

عنوان مطالب شماره صفحه
فصل سوم : کنترل کنندههای فازی  عصبی 32
(1-3مقدمه 33
(2-3سیستم های فازی 33
(3-3شبکه های عصبی RBF 38
(4-3الگوریتم های آموزشی در شبکه عصبی RBF 40
(5-3سیستم های نرو-فازی 44
(6-3شبکه عصبی RBF و کنترل کننده فازی 46
فصل چهارم : الگوریتم آموزشی FHLA 48
(1-4مقدمه 49
(2-4طراحی ساختار شبکه RBF و مقداردهی اولیه به آن 49
(3-4مشخص نمودن تعداد نرونهای لایه RBF 54
(4-4تنظیم پارامترهای شبکه RBF 55
(5-4پروسه تنظیم پارامترهای شبکه 58
(6-4حساسیت الگوریتم FHLA نسبت به الگوهای آموزشی 59
فصل پنجم : اصول پردازش تصویر 61
(1-5مقدمه 62
(2-5مفاهیم اولیه در پردازش تصویر 62
(3-5روشهای استخراج پارامترهای ترافیکی 63
(4-5نظارت مبتنی بر ناحیه ثابت 64

فهرست مطالب

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

عنوان مطالب شماره صفحه
(5-5 نظارت مبتنی بر ردگیری 66
فصل ششم : شبیهسازی کنترل کننده هوشمند ترافیک 73
(1-6مقدمه 74
(2-6طراحی سیستم کنترلرفازی 77
(3-6پیادهسازی نرم افزاری الگوریتم آموزشی FHLA 79
(4-6مدل سازی تقاطع ایزوله 82
(5-6کنترل کننده پیش زمانبندی شده 83
(6-6پردازش تصویر 84
(7-6نتایج شبیه سازی 88
فصل هفتم : نتیجهگیری و پیشنهادات 101
نتیجهگیری 102
پیشنهادات 103
منابع و ماخذ 104
فهرست منابع فارسی 105
فهرست منابع لاتین 106
چکیده انگلیسی 109

فهرست جدول ها

 

 

 

 

 

 

 

 

 

 

 

 

 

 

عنوان شماره صفحه
: 1-2 معرفی پارامترهای حاکم بر پدیده ترافیک 13
: 1-4 اندیسهای اعتباری خوشهای 56
: 1-6 پایگاه دانش قوانین فازی 79
: 2-6 میانگین ورود وسایل نقلیه در طی 3 روز متوالی 80
: 3-6 مقادیر تابع هزینه با تغییر تعداد نرونهای لایه میانی 81
: 4-6 خطای نهایی آموزش و تست شبکه عصبی 82
5-6 : نرخ جریان اشباع در هر یک از ورودیهای تقاطع 83
: 6-6 نتایج حاصل از زمان بندی چراغ تقاطع به روش کنترل کلاسیک 84
7-6 : متوسط سطح اشباع در هر یک از ورودیهای تقاطع 89
8-6 : متوسط تاخیر تقاطع با دو روش کنترل چراغ تقاطع 90

فهرست نمودارها

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

برای دیدن جزییات بیشتر و دانلود پایان نامه اینجا کلیک کنید

 

 

عنوان شماره صفحه
: 1-6 نرخ ورود وسایل نقلیه به تقاطع در24 ساعت 77
: 2-6 منحنی تغییرات تابع هزینه 81
: 3-6 روند آموزش شبکه عصبی 82
: 4-6 مقایسه آمار شمارش دستی و شمارش هوشمند در 15 دقیقه 88
: 5-6 نرخ ورود وسایل نقلیه به تقاطع در 100 مرحله تکرار الگوریتم 91
: 6-6 روند تغییرات چرخه 92
: 7-6 روند تغییرات طول زمان سبز چراغ در هریک از فازها 92
: 8-6 متوسط تاخیر تقاطع در هر مرحله اجرای الگوریتم با دو روش کنترل 93
: 9-6 روند تغییرات تاخیر تقاطع با در نظرگرفتن تغییرات متوسط شار ورودی 94
: 10-6 تغییرات شار ورودی شمالی (کنترلر هوشمند) 95
: 11-6 تغییرات شار ورودی شمالی (کنترلر کلاسیک) 95
: 12-6 تغییرات شار ورودی جنوبی (کنترلر هوشمند) 96
: 13-6 تغییرات شار ورودی جنوبی (کنترلر کلاسیک) 96
: 14-6 تغییرات شار ورودی شرقی (کنترلر هوشمند) 97
: 15-6 تغییرات شار ورودی شرقی (کنترلر کلاسیک) 97
: 16-6 تغییرات درجه اشباع در ورودی شمالی (کنترلر هوشمند) 98
: 17-6 تغییرات درجه اشباع در ورودی شمالی (کنترلر کلاسیک) 98
: 18-6 تغییرات درجه اشباع در ورودی جنوبی (کنترلر هوشمند) 99
: 19-6 تغییرات درجه اشباع در ورودی جنوبی (کنترلر کلاسیک) 99
: 20-6 تغییرات درجه اشباع در ورودی شرقی (کنترلر هوشمند) 100
: 21-6 تغییرات درجه اشباع در ورودی شرقی (کنترلر کلاسیک) 100

فهرست شکلها

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

یک مطلب دیگر :

 

 

 

 

 

عنوان شماره صفحه
: 1-2 منحنی حجم-ترافیک به صورت تابعی از تراکم 15
: 2-2 بررسی مدل احتمالی ترافیک 16
: 3-2 فرآیند تحلیل تقاطعهای چراغدار 19
: 4-2 ساختار روش کنترل سازگار با ترافیک 23
: 5-2 نحوه عملکرد کنترل کننده سازگار با ترافیک 24
: 6-2 طرح چراغ دوفازه 27
: 7-2 طرح چراغ سه فازه 27
: 8-2 طرح چراغ چهار فازه 28
: 9-2 نمودار تخلیه تقاطع در طول یک فاز چراغ راهنمایی 29
: 1-3 ساختار سیستم کنترل کننده فازی 34
: 2-3 دی فازی ساز مرکز ثقل 36
: 3-3 بلوک دیاگرام کنترل کننده فازی ترافیک 37
: 4-3 ساختار شبکه عصبی RBF 38
: 5-3 ساختار نوع خاصی از شبکه نرو- فازی 45
: 1-4 فلوچارت طراحی مقادیر اولیه شبکه عصبی RBF 51
: 1-5 چرخه به روز رسانی در تخمین بردار حالت 71
: 1-6 تقاطع ایزوله دوفازه 76
: 2-6 انتخاب تصویر زمینه و پنجره ثابت 87
: 3-6 عبور وسیله نقلیه از پنجره ثابت در یک فریم 87

فهرست شکلها

 

 

 

 

 

 

 

 

عنوان شماره صفحه
4-6 : اختلاف پنجره ثابت در تصویر زمینه و فریم خوانده شده وتبدیل به باینری 87
5-6 : حذف عناصر اضافی از تصویر 87
: 6-6 به هم چسباندن اجزای گسسته شده 87
7-6 : شمارش اشیاء برچسب گذاری شده 87

چکیده:

دراین پایان نامه یک تکنیک موثر بر مبنای سیستمهای عصبی- فازی برای کنترل چراغهای راهنمایی و بر اساس پردازش هوشمند تصاویر ترافیکی دریافتی از دوربینهای نصب شده در یک تقـاطع ایزولـه، ارائـه شـده است. هدف از کنترل ترافیک در خیابانهای منتهی به یک تقـاطع ایزولـه آن اسـت کـه در یـک بـازه زمـانی مشخص، از ایجاد اشباع در هریک از بازوها جلوگیری کرده و همچنـین بتـوان زمـان انتظـار وسـایل نقلیـه در پشت چراغ قرمز را به حداقل رساند تا نهایتا ترافیکی روان و مطلوب، همراه بـا ایمنـی در سـطح تقـاطع ایجـاد گردد. به این منظور قوانین فازی مدل کننده تقاطع ایزوله که ساختار کنترلر فازی را تشکیل دادهاند، بر مبنـای درجه اشباع که نشان دهنده میزان تقاضا به ظرفیت هریـک از ورودیهـای تقـاطع میباشـد، طراحـی شـدهانـد.

اساس کار، بر استفاده از شبکه عصبی RBF١، به همراه یک روش پیشنهادی آموزش مبتنـی بـر فـازی خواهـد بود. در الگوریتم یادگیری 2FHLA، علاوه بر تعیین وزنهای ارتباطی بین لایه مخفـی و خروجـی، پارامترهـای لایه RBF شامل تعداد نرون، مرکز نرون و عرض آن نیز در طول فرایند آموزش تعیین میگردند. مقادیر اولیه پارامترها با استفاده از منطق فازی و روشهای خوشه یابی فازی و به کمک تکنیک 3FCM به دست مـی آینـد.

همچنین از میزان تعلق هر الگوی ورودی به خوشهها و فاصله الگو تا مرکـز هـر خوشـه جهـت محاسـبه میـزان عدم شباهت استفاده شده وسپس این فاصله مینیمم میگـردد. بـرای تعیـین مقـادیر نهـایی پارامترهـا و وزنهـای ارتباطی، از ترکیب روشهای 4LLS و گرادیان5 به عنوان روش بهینهسازی استفاده میشود. نتایج شبیهسازی بر روی بانک اطلاعاتی موجود و مقایسه نتایج کاربرد این الگوریتم با سـایر روشـهای کلاسـیک کـه در کنتـرل تقاطعهای 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 میباشند. 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 مـینمایـد، 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 ورودیهـای 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 میپذیرد و در فصل پنجم به بررسی روشهای اسـتخراج اطلاعات آماری ترافیک از تصاویر ویدئویی پرداخته میشود. در فصل ششم کنترلر نـرو- فـازی طراحـی و پس از شبیه سازیهای 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.

کلیـات


0 دیدگاه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *