基于深度学习的智能交通控制系统.pptx
《基于深度学习的智能交通控制系统.pptx》由会员分享,可在线阅读,更多相关《基于深度学习的智能交通控制系统.pptx(15页珍藏版)》请在沃文网上搜索。
1、基于深度学习的智能交通控制系统1城市交通压力!2交通信号灯传统配时方式弊端1.传统配时方式无法很好适应实时路况变化。可能出现一边是绿灯没有车,另一边是红灯却排长队。或者是车辆需要等待多个红绿灯周期才能通过路口2.传统配时设置全靠经验,缺乏实时交通数据采集和决策,没有数学模型支持,也没有通行效率评估模块。3.没有远程人工指挥调度功能。4.没有远程监控功能。5.没有交通拥堵自动检测和报告功能。6.路口浪费的时间造成额外的时间成本,燃油消耗和环境污染。基于深度学习的智能交通控制系统优点:41.采用智慧调度算法实现最高通行效率,减少等待时间成本,燃油浪费和环境污染。2.根据路口实时数据决策,适应实时情
2、况,不浪费绿灯时间。3.支持远程人工指挥调度。4.支持远程监控。5.交通拥堵自动检测和报告。6.稳定,稳健,易于维护。设备故障自动上报。维修记录和备件库存管理,预算与实际支出统计等设备维护功能。7.工期短,成本低。8.支持包括传统配时在内的多种调度策略。注:表示其他厂家没有的独特技术和功能。解决方案SOLUTION:效率提升效果通过仿真证明,运用本系统,平均通行效率可以提高20%-40%,路口平均等待时间下降30%-40%。下面以每日100万辆汽车行驶为例,来估计本项目全面实施的直接经济效益。燃油节省和二氧化碳减排假定每个车辆在路口每天平均等待时间为16分钟,节省的时间:T=16 x 0.3
3、x 1,000,000=4800000(分钟)假定以平均怠速油耗 3升/小时计算:3 x 4800000/60 =240000(升/天),一年下来节省240000 x 365=85,600,000升,假定按照6元/升计算:节省约 5.26亿同时减少了85,600,000升x2.361 kg/升,=202101.6吨二氧化碳排放。车上乘员时间节省的社会成本假定每辆车上平均乘员是1.5人,节省的时间 T:4800000 x 1.5=7200000(分钟)假定以平均工资是5000元 /人/月,则节省社会成本 :(5000/30/8/60)x 7200000=2500000元 /天一年下来节省:250
4、0000 x 365=912,500,000元节省约9.12 亿元!5解决方案SOLUTION:环保意义6PM2.5污染影响:37辆怠速车PM2.5污染等于4000正常车形式的PM2.5污染,所以减少路口等待车辆数量和 时间对减少污染意义非凡!各种配时系统差别7目前中国主要有5种配时控制方式:1.单时段固定配时方案。24小时执行同一种固定配时方案。判断方法:每个方向的配时是24小时固定不变的。缺点:一边浪费大量绿灯时间没车通行,另一边排长队死等。2.多时段固定配时。判断方法:24小时内执行多个时段配时方案,根据经验值调整各个方向的配时时间,同一时段内配时不变。判断方法:同一时间段内配时固定不变
- 1.请仔细阅读文档,确保文档完整性,对于不预览、不比对内容而直接下载带来的问题本站不予受理。
- 2.下载的文档,不会出现我们的网址水印。
- 3、该文档所得收入(下载+内容+预览)归上传者、原创作者;如果您是本文档原作者,请点此认领!既往收益都归您。
下载文档到电脑,查找使用更方便
20 积分
下载 | 加入VIP,下载更划算! |
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 深度 学习 智能 交通 控制系统