Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  traffic video detection
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
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.
EN
The traffic adaptive-control processes and Intelligent Transportation Systems (ITS) work on traffic characteristics provided by vehicles various detectors. In majority cases the algorithms work on vehicles number evidences only, recorded on traffic lanes. The expected data concerns the vehicles number and a time schedule observed at stop-lines on intersection inlets or another points of the traffic intensity checking. A satisfactory usage of the video technology needs various simplifications of the data source structure and the processing algorithms. For simplification of these all processes several solutions must be implemented. One can try reducing the data size and improve the processing algorithms. Better results can be expected after proper selection of the data sampling intervals, namely the data granularity finding. Several conclusions concerning the traffic recording and modeling are presented in this work. The discussed technology was implemented to produce.
PL
Adaptacyjne sterowanie procesem transportowym oraz tzw. Inteligentne Systemy Transportowe (ITS) korzystają z charakterystycznych danych zarejestrowanych za pomocą różnych detektorów ruchu. W większości przypadków algorytmy sterowania wykorzystują zapis o liczbie pojazdów na pasach ruchu. Potrzebne dane dotyczą zarówno liczby pojazdów, jak i czasów ich dojazdu do linii zatrzymania na wlocie skrzyżowania lub innego charakterystycznego punktu pomiaru natężenia ruchu. Zadowalające zastosowanie technik pomiarowych wideo uwarunkowane jest wprowadzeniem wielu uproszczeń dla rejestrowanych danych i algorytmów przetwarzania. Modelowanie strumieni pojazdów wiąże się zwykle z pewnymi stratami rejestrowanych danych. Często te dane są nadmiarowe dla uzyskania zadowalającej jakości sterowania ruchem. Dla uproszczenia wszystkich faz sterowania przedstawiono kilka ważnych rozwiązań z teorii rejestracji i przetwarzania danych. Można dokonać znaczącej redukcji rozmiaru plików danych wejściowych oraz uprościć algorytmy ich przetwarzania, nie tracąc niczego z jakości sterowania. Dobrym sposobem dla tych ograniczeń jest określenie właściwego interwału próbkowania danych pomiarowych oraz zdefiniowanie rozmiarów ziarna pomiarowego systemu sterowania. Kilka istotnych rozwiązań, dotyczących rejestracji i modelowania procesów transportowych, zaprezentowano w niniejszym artykule. Opracowania te zostały wdrożone do produkcji.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.