Przetwarzanie informacji ziarnistej w systemach sterowania ruchem drogowym

• Autorzy: Płaczek B.
• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono podstawowe koncepcje związane z teorią obliczeń ziarnistych. Podano przykłady konstruowania i przetwarzania ziaren informacji w zastosowaniach dotyczących sterowania ruchem drogowym. Zaprezentowano model systemu sterowania ruchem drogowym, w którym mogą zostać wykorzystane ziarna informacji o ruchu pochodzące z wielu różnego rodzaju źródeł. Proponowane rozwiązania pozwolą określić minimalny zakres oraz poziom szczegółowości danych o warunkach ruchu, niezbędny do podejmowania decyzji sterujących. Dzięki temu można będzie w sposób optymalny dopasować złożoność gromadzonej informacji do potrzeb systemów sterowania ruchem drogowym.

EN

In this paper several basic concepts of the granular computing theory are presented. The information granules construction and its processing examples are described for road traffic control applications. A model of the traffic control system is introduced, which enables utilization of the traffic information granules collected from many sources of different types. The proposed solutions allow us to determine a minimal scope and precision level of the traffic data that are necessary for decision making in traffic control. Using these methods complexity of the processed information can be adjusted adequately to meet the demands of road traffic control systems.

Słowa kluczowe

PL

informacja ziarnista; sterowanie ruchem drogowym; przetwarzanie informacji; ziarna informacji

• Wydawca: ELAMED Media Group
• Czasopismo: Magazyn Autostrady
• Rocznik: 2010
• Tom: Nr 10
• Strony: 98--103
• Opis fizyczny: Bibliogr. 12 poz., rys.

Twórcy

autor

Płaczek B.

• Politechnika Śląska, Wydział Transportu

Bibliografia

• 1. Bargiela A., Pedrycz W.: Granular Computing. An introduction. Kluwer Academic Publishers, 2002.
• 2. De Fabritiis C., Ragona R., Valenti G.: Traffic estimation and prediction based on real time floating car data. 11th Int. Conf. on Intelligent Transportation Systems, 197-203. IEEE, Beijing 2008.
• 3. Kosiński W.: On fuzzy number calculus, Int. J. „Applied Mathematics & Computer Science” 16, 51-57 2006.
• 4. Nagel K., Schreckenberg M.: A cellular automaton model for freeway traffic. J. Physique I 2, 2221-2241 (1992).
• 5. Płaczek B.: A real time vehicles detection algorithm for vision based sensors. ICCVG 2010, Part II. Lecture Notes in Computer Science, LNCS 6375, 211-218. Springer-Verlag, Berlin Heidelberg 2010.
• 6. Płaczek B.: Fuzzy cellular model for on-line traffic simulation. PPAM 2009, Part II. Lecture Notes in Computer Science, LNCS 6068, 553-560. Springer-Verlag, Berlin Heidelberg 2010.
• 7. Płaczek B.: Vehicles Recognition Using Fuzzy Descriptors of Image Segments. In: Kurzyński M. et al. (eds.) Advances in Soft Computing. Computer Recognition Systems 3, pp. 79-86. Springer-Verlag, Berlin Heidelberg 2009.
• 8. Płaczek B., Staniek M.: Model Based Vehicle Extraction and Tracking for Road Traffic Control. In: Kurzyński M. et al. (eds.), Advances in Soft Computing. Computer Recognition Systems 2, 844-851, Springer-Verlag, Berlin Heidelberg 2007.
• 9. Płaczek B.: The granular computing implementation for road traffic videodetector sampling rate finding. Transport Problems, Volume 3, Issue 4, Part 2, 55-62. Publishing House of Silesian Univ. of Technology, Gliwice 2009.
• 10. Piecha J., Płaczek B., Staniek M.: Various aspects of vehicles image datastreams reduction for road traffic sufficient description. Transport Problems, Volume 2, Issue 4, 58-65. Publishing House of Silesian Univ. of Technology, Gliwice 2007.
• 11. Piecha J., Płaczek B.: Data granule finding for road-traffic modeling by means of rough sets theory. In: Piecha J. (ed.) Tranctions on Transport Systems Telematics. Modeling, Management and Image Processing, 9-17. Publishing House of Silesian Univesity of Technology, Gliwice 2007.
• 12. Raphiphan P., Zaslavsky A., Prathombutr P., Meesad P.: Context Aware Traffic Congestion Estimation to Compensate Intermittently Available Mobile Sensors. Mobile Data Management: Systems, Services and Middleware, Tenth Int. Conf., 405-410, IEEE (2009).