سیستم‌های هوشمند مدیریت ترافیک | قسمت سوم

6- سیستم مدیریت ترافیک هوشمند با استفاده از سنسورهای فتوالکتریک

در این روش یک چشم انداز برمبنای سیستم مدیریت هوشمند ترافیک پیشنهاد شده است. سیستم پیشنهادی از فریم های تصویری به دست آمده از طریق دوربین هایی که در مسیرها نصب شده استفاده می کند. اولین گام تشخیص وسیله نقلیه است. برای این کار الگوریتم خاصی استفاده می شود. در این الگوریتم، اولین فریم ویدئویی به عنوان پیش فرض در نظر گرفته می‌شود. این پیش فرض به صورت پویا از طریق رابطه زیر بروز رسانی می شود.

در معادله فوق bgn پیش فرض به روز شده، gray قاب اصلی ویدئو، v ثابت پیش فرض دینامیک است و bgn-1 تصویر پیش فرض قبلی است. ثابت پیش فرض دینامیک می تواند در بازه 0 تا 1 برای افزایش یا کاهش اثر فریم قبلی در پیش فرض بروز شده، تنظیم شود. سپس با استفاده از عملیات مختلف مورفولوژیکی، وضوح اشیاء تشخیص داده شده افزایش می یابد. شمارش وسایل نقیله با کشیدن یک مستطیل اطراف جسم، هنگامی که وارد یک منطقه از پیش تعیین شده می‌شود، انجام می شود. هنگامی که یک وسیله نقلیه دیگر وارد منطقه مورد نظر شود، مستطیل دیگری اطراف جسم تازه وارد شده کشیده می شود و شمارنده وسیله نقیله یک عدد بالا می رود. به روز رسانی تعداد وسایل نقلیه در فواصل زمانی منظم انجام می شود و این فرم‌های مقادیر به روز شده مبنای الگوریتم کنترل سیگنال می‌شوند.

مقایسه تمام روش ها با یکدیگر

همه روش هایی که مورد بررسی قرار گرفتند دارای یک معماری مشترک هستند که در جدول 1 آمده و شامل موارد زیر است:

1- انتخاب یک روش ورودی برای به دست آوردن داده ها

2- به دست آوردن پارامترهای ترافیکی (مانند نرخ جریان ترافیک، تعداد وسایل نقیله)

3- تعیین تراکم ترافیک

4- به روز رسانی پارامترهای ترافیکی در پایگاه داده

5- کنترل جریان ترافیک

معماری رایج در سیستم های مدیریت ترافیک هوشمند را نیز می توانید در شکل زیر مشاهده کنید.

شکل 1- معماری رایج سیستم‌ها

تمام روش هایی که به آن ها اشاره شد از تکنیک های مختلف برای تعیین تراکم ترافیک استفاده می کنند و رنگ چراغ راهنمایی را براساس معیارهای مختلفی تغییر می دهند. در روش اول استفاده از VANETها حرکت آسان وسایل نقلیه در جاده را با فراهم کردن ارتباط آسان بین وسایل نقلیه و واحدهای جاده ای ممکن می سازد، اما استفاده از سخت افزاری خاص در وسایل نقلیه، نقص این سیستم است. در روش دوم، سیستم مبتنی بر مادون قرمز مقرون به صرفه و ارزان تر است، اما سیستم انعطاف پذیری نیست زیرا گیرنده و فرستنده باید در خط مستقیم با یکدیگر قرار بگیرند. همچنین حوزه های بزرگ نیاز به نصب چندین پانل دارند که می تواند هزینه کل را سیستم افزایش دهد. از طرف دیگر در روش سوم، با استفاده از سیستم های فازی، سیستم های پیچیده، پیچیده تر می شوند.

در روش چهارم، سیستم پیشنهادی آلودگی هوا را از طریق کاهش ترافیک کاهش می دهد و به این ترتیب انعطاف پذیری و نتایج بسیار دقیقی را نشان می دهد. ولی استفاده از سنسورها هزینه سیستم را افزایش می دهد. همچنین سیستم بر اساس مقادیر ذخیره شده در پایگاه داده کار می کند، بنابراین لازم است سیستم هر بار ابتدا به پایگاه داده متصل شود. بنابراین یک اتصال پایدار مورد نیاز است.

در روش پنجم، اطلاعات مربوط به ترافیک را به اداره دولتی نیز ارائه می دهد که می تواند از این اطلاعات برای تصمیم گیری های دیگر استفاده کند.

در روش ششم، الگوریتم های استفاده شده ساده هستند ولی به مشکلاتی مانند همپوشانی و انسداد رسیدگی نمی کنند. مزایا و معایب مختلف هر روش در جدول 2 به صورت خلاصه آمده است.

جدول 1- مقایسه تکنیک‌های مختلف مدیریت ترافیک هوشمند