The transportation network rough description for an adaptive traffic control algorithms by means of video detection technique

• Autorzy: Piecha J. , Gnyla P.

Warianty tytułu

PL

Przybliżony opis sieci transportowej dla adaptacyjnych algorytmów sterowania z zastosowaniem wideo detekcji

• Języki publikacji: EN

Abstrakty

EN

The contribution discusses a transportation network rough description that corresponds to satisfactory level of an adaptive traffic control algorithms implementation [4], supported by video-detection system. The decision making algorithms have to provide us with not only vehicles’ approach time prediction, at the intersections but also finding possible solution for avoiding critical queues at the intersections. Majority of traditional traffic control systems are based on number of cars recorded by inductive loops, however they do not define any proper occupation states at any traffic lane. The time window indicated for passing the defined number of cars loses the distance gaps visible between the cars on the traffic lane. That is why remarkable part from the defined number of cars will not cross the intersection in the defined green light time. Procedures used for searching an optimal solution using the inductive measurements can, in the majority cases, be undoubtedly noticed as a theoretical analysis only.

PL

Praca przedstawia metodę opisu sieci transportowej w zastosowaniu do adaptacyjnych algorytmów sterowania ruchem [4] na podstawie danych rejestrowanych przez wideo detektory ruchu. Algorytmy decyzyjne muszą uwzględniać dane o czasie dojazdu pojazdów do linii zatrzymania przed skrzyżowaniem, stan kolejek pojazdów na każdym z wlotów oraz natężenie pojazdów dojeżdżających do skrzyżowania. Tradycyjne podejście do sterowania ruchem drogowym oparto o metody zliczania pojazdów za pomocą pętli indukcyjnych, które nie uwzględniają długości odcinka jezdni zajmowanego przez pojazdem w ruchu. Wyliczony czas trwania sygnału zielonego dla pojazdów nadjeżdżających nie uwzględnia odstępów między tymi pojazdami. Ostatecznie część pojazdów nie zdoła przekroczyć skrzyżowania w wyznaczonym oknie czasu sygnału zielonego.

Słowa kluczowe

EN

adaptive traffic control; traffic prediction; transport telematics; traffic video detection; road traffic control

PL

adaptacyjne sterowanie ruchem; prognozowanie ruchu; telematyka transportu; wideodetekcja ruchu; sterowanie ruchem drogowym

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Transport Problems
• Rocznik: 2013
• Tom: T. 8, z. 3
• Strony: 15--24
• Opis fizyczny: Bibliogr. 17 poz.

Twórcy

autor

Piecha J.

• Silesian University of Technology, Faculty of Transport Krasińskiego 8, 40-019 Katowice, Poland

autor

Gnyla P.

• Silesian University of Technology, Faculty of Transport Krasińskiego 8, 40-019 Katowice, Poland

Bibliografia

• 1. Ashton, W.D. The theory of road traffic flow. METHUEN & CO LTD. Edie, L.C. 1965.
• 2. Degang, C. & Zhang, L. & Zhao, S. & Hu, Q. & Zhu, P. A Novel Algorithm of Finding Reducts with Fuzzy Rough Set. IEEE Transactions on Fuzzy Systems. 2012. Vol. 20. Issue 2. P. 385-389.
• 3. Gnyla, P. Prediction of vehicles positions in a road network by traffic data fusion. Applications of System Science. Warszawa: Academic Publishing House EXIT. 2010. P. 289-295.
• 4. Gazis, D. C. Traffic Theory. Dordrecht: Kluwer Academic Publishers Group. 2002.
• 5. Chodur , J. & Gaca , S. & Gondek , S. & Kieć , M. Metoda obliczania przepustowości skrzyżowań bez sygnalizacji świetlnej. Kraków: PiT. 2004. [In Polish: The method of calculating of the capacity of intersections without traffic lights. Krakow: PiT]
• 6. Nagel, K. & Schreckenberg, M. A cellular automaton model for freeway traffic. J. Physique I 2. 1992. P. 2221-2241.
• 7. Pamuła, W. A method of determining vehicle speed using a pair of TV cameras. Transactions on Transport Systems Telematics and Safety. Gliwice: Silesian University of Technology – Academic Press. 2004. P. 160-166.
• 8. Pamuła, W. An integrated architecture of a traffic video detector. Transactions on Transport Systems Telematics and Safety. Gliwice: Silesian University of Technology - Academic Press. 2006. P. 104-111.
• 9. Piecha, J. & Gnyla, P. Main principles to the road traffic intensity prediction methods. Transactions on Transport Systems Telematics and Safety. Gliwice: Silesian University of Technology - Academic Press. 2011. P. 79-90.
• 10. Piecha, J. & Gnyla, P. & Baca, M. Some traffic control proposals by means of fuzzy sets theory. In: Proc. of Central European Conf. on Information and Intelligent Systems – CECIIS. Zagreb. 2011.
• 11. Płaczek, B. Fuzzy cellular model for traffic data fusion. Transactions on transport systems telematics and safety. Gliwice: Silesian University of Technology - Academic Press. 2009. P. 25-35.
• 12. Rutkowski, L. Metody i techniki sztucznej inteligencji. Warszawa: PWN. 2006.
• 13. Shakeri, M. & Deldari, H. & Rezvanian, A. & Foroughi, H. A Novel Fuzzy Method to Traffic Light Control Based on Unidirectional Selective Cellular Automata for Urban Traffic. In: Proceedings of 11th International Conference on Computer and Information Technology (ICCIT 2008). Khulna. Bangladesh. 2008. P. 25-27.
• 14. Starzyk, J.A. & Nelson, D.E & Sturtz, K.A. Mathematical Foundation for Improved Reduct Generation in Information Systems. Journal of Knowledge and Information Systems. Vol. 2. No. 2. 2000. P. 131-146.
• 15. Steenbrink, P.A. Optymalizacja sieci transportowych. Warszawa: WKiŁ. 1978. [In Polish: Optimization of transport networks. Warsaw: WKiŁ]
• 16. VISSIM 5.0 Podręcznik użytkownika. Karlsruhe: PTV AG. 2007.
• 17. Yong-Gang, G. & Lin, L. A Fuzzy Cellular Automaton Model Based on NaSchH Model. In: 2nd International Conference on Signal Processing Systems (ICSPS). 2010.