论文部分内容阅读
现如今交通指挥控制系统正朝着更加智能化方向发展。电子技术的进步,催生了多种控制方式的交通指挥控制系统;计算机的发展,造就了更加智能的网络化的交通指挥控制系统;人工智能、大数据和算法的发展,则让交通指挥控制系统效率更高,功能更丰富。同时,以LoRA和NBIOT为代表的低功耗物联网通信技术的发展为智能交通指挥控制系统带来了新的思路。基于传统交通指挥控制系统的特点,结合当前物联网技术的发展,本文提出了一种基于物联网技术的智能交通指挥控制系统,通过电子的方式,在各个路口、主干道、交通监测点埋设车流量监控终端以便监控车流量,实时车流量数据通过LoRa无线网络发送给LoRa网关,网关负责传递数据和实现协议转换。LoRa数据发送给交通指挥控制系统云平台,云平台处理数据,通过数据处理和自学习,通过神经网络BP模型,得到最优的控制结果;云平台将结果发送给LoRA网关,网关再转发给对应的终端,终端解析数据后,完成一次交通信号灯的控制。这种交通控制方式采用宏观的方式,不针对于某个路口,而是从整体网络的角度提高系统运行效率,从而提高整个城市的交通运行效率。车流量监控终端采用的是STM32单片机和NC-200地磁检测模块实现车流量的监控,单片机通过LoRa模块发送车流量数据给LoRa网关,网关将数据转发给交通指挥控制系统云平台,云平台通过数据处理和神经网络自学习,得到最优的处理结果,并下发指令给终端,从而实现控制。交通控制系统的四个参数分别为控制周期、控制相位、控制相位差、绿信比,调整这四个参数可以改变车流量的通过效率。系统的硬件设计,主要包括单片机最小系统电路,NC-200地磁检测模块,LoRa模块,这三个部分组成了车流量监控终端。LoRa网关采用的是购买的成品网关。系统的软件设计,包括单片机和NC-200模块之间的数据传输,采用的是自定义协议。数据上传和获取采用的是LoRaWAN协议,车流量数据传输给云平台之后,云平台通过神经网络建立BP模型,采用3层BP神经网络来对路口建模,BP神经网络的输入层和输出层节点数都为4。隐含层神经元数量采用自学习的方式来得到最优结果。最后,通过仿真,将理论数据和实际数据做对比,数据结果显示,优化效果很明显。最后对系统进行总结和展望,总结了基于物联网的智能交通指挥控制系统的特点,从数据上验证了本系统能够从宏观整体上有效解决城市的车流量流动效率。同时,在设计接口上有可二次开发的接口,可以方便后期其他功能的导入,整个系统不仅高效,而且灵活,便于维修。