MM1314午夜免费视频

                    24小時論文定制熱線

                    咨詢電話

                    熱門畢設:土木工程工程造價橋梁工程計算機javaasp機械機械手夾具單片機工廠供電采礦工程
                    您當前的位置:論文定制 > 畢業設計論文 >
                    快速導航
                    畢業論文定制
                    關于我們
                    我們是一家專業提供高質量代做畢業設計的網站。2002年成立至今為眾多客戶提供大量畢業設計、論文定制等服務,贏得眾多客戶好評,因為專注,所以專業。寫作老師大部分由全國211/958等高校的博士及碩士生設計,執筆,目前已為5000余位客戶解決了論文寫作的難題。 秉承以用戶為中心,為用戶創造價值的理念,我站擁有無縫對接的售后服務體系,代做畢業設計完成后有專業的老師進行一對一修改與完善,對有答辯需求的同學進行一對一的輔導,為你順利畢業保駕護航
                    代做畢業設計
                    常見問題

                    智能十字路口交通控制系統設計與實現

                    添加時間:2020/06/18 來源:中山大學 作者:張潔彬
                    車載網絡等相關技術的快速發展,使得車輛之間能夠互相通信、協同處理相關數據。因此,為了解決傳統紅綠燈交通控制的困境,我們在本文中提出了一種新穎的方法:基于車輛通信的控制。
                    以下為本篇論文正文:

                    摘 要

                      在智能交通控制系統中,交叉路口的車輛控制一直以來都是學術界所關注和研究的熱點。目前,交叉路口控制都是基于傳統紅綠燈控制方法,但是由于其采用固定間隙導致系統性能不佳,因此諸多專家學者試圖通過實時控制方法來確定紅綠信號燈的最佳時隙,然而由于交通控制具有動態靈活性,使得該實時控制方法相對比較困難。

                      車載網絡等相關技術的快速發展,使得車輛之間能夠互相通信、協同處理相關數據。因此,為了解決傳統紅綠燈交通控制的困境,我們在本文中提出了一種新穎的方法:基于車輛通信的控制。相對比傳統交通信號燈,我們使車輛之間通過消息傳遞進行交換信息,從而協調車輛安全行駛通過交叉路口。與以往車輛控制方法不同,此算法中我們通過"車輛"來實行交通控制而不是通過控制十字路口紅綠燈的時間間隙來調度車輛行駛。

                      在此項工作中,我們首先將交叉路口車輛交通控制問題進行重新定義,建模為經典互斥算法問題中的新的變種問題,然后基于新的問題提出了集中式控制算法和分布式控制算法;同時,對所提出的算法進行理論上的分析、證明。另外,通過質疑多種可能出現的情況,例如死鎖、饑餓等現象,從而進行證明確保該算法的可行性以及正確性。

                      基于 Ubuntu10.10 系統上采用 Network Simulator-3 版本,本文根據所提出的集中式控制算法、分布式控制算法與傳統紅綠燈控制算法進行大量的模擬仿真實驗,同時對實驗仿真結果所得的性能指標進行分析、比較、總結。仿真結果表明,與傳統紅綠燈控制算法相對比,集中式控制算法和分布式控制算法在平均等待隊列長度、系統吞吐量、平均等待時間等方面都更具有優勢。我們還在 TinyOS 實 驗系統上部署小車實驗,將現實小車模擬為模型智能小車,實驗表明,在我們所提出控制算法下,處于交叉路口的車輛能夠有序、協調、安全、高效地通過交叉控制路口。

                      關鍵詞:分布式算法,智能交通系統,互斥,交通控制,車輛自組織網絡

                    plc

                    ABSTRACT

                      Intersection vehicle control has always been the academic community concern and research hot spots in intelligent transportation systems. Because of the poor system performance based on the traditional traffic light, experts try to determine the optimal time slot of the traffic light in real-time flexible way. However, it is a relatively difficult task in real-time control due to the dynamic of traffic control.

                      With the rapid development of vehicle network, vehicles can communicate and coordinate managing data with others. In order to avoid the weakness of traditionaltraffic light, we put forward an innovative method based on vehicle communication control in this paper. Compared to traditional traffic light, we control vehicles via intersection through exchanging of messages. Unlike conversional vehicle control methods, we control traffic by "vehicle" rather than setting the slots of traffic light, which overcome the drawbacks of inefficiency in traditional traffic light.

                      In this work, we redefine intersection vehicular traffic control problems and model a new variant of the classic mutual exclusion algorithm. Then, we propose centralized control algorithm and distributed control algorithm and have proved the algorithms in theory. Moreover, we ensure the feasibility and correctness of the algorithm through analyzing some phenomena, such as deadlock, starvation.

                      The author conducts extensive simulations to analyze and evaluate the performance of our proposed approach based on Ubuntu10.10 system and Network Simulator-3 version. The results show that, our approach is more efficient than traditional traffic light, such as average waiting time, outputs and so on. We also deploy intelligent cars on TinyOS operating system to simulate real-time traffic based on the centralized control algorithm. The simulating results show that our algorithms can orderly, coordinately, safely and efficiently control vehicles via the intersection.

                      Keywords: distributed algorithm、intelligent transportation system、mutual exclusion、traffic control、vehicular ad hoc network

                    目 錄

                      第一章 緒論

                      這一章先介紹本課題研究的背景和相關領域的目前發展情況,然后再闡述本課題大體的研究內容,最終給出本文的整體框架。

                      1.1 研究背景

                      隨著經濟的快速發展和社會的不斷進步,城市人口和車輛越來越多,城市道路的通信能力已經是無法滿足其日益增長的需要,交通擁擠和堵塞的現象也日益變得嚴重起來,全世界各個國家都面臨著交通污染、事故、能源消耗,以及所帶來的一切后遺癥等問題,都亟需得到解決。

                      智能交通系統(Intelligent Transportation System,ITS [38][44][45][46])是對工業革命以來傳統交通系統的變革,具有信息化、智能化、集成化等特點,能夠通過信息的交互保證人、車、路與環境之間更好的協調工作,從而在一定程度上提高了交通系統的機動性、安全性和效率,同時能夠保護環境,降低資源消耗。智能交通系統[10]通過采用先進的數據通信技術、信息技術、電子傳感技術、信號采集等有效的手段集成運用于整個交通控制管理體系,從而可以建立起一種實時、高效、準確的綜合運輸的管理系統。隨著傳感器網絡技術、3S 技術、通信技術、GIS 技術、Ad Hoc 技術的快速發展,智能交通信息的采集變得更加準確完備,從信息的廣度,精度,內容各方面都取得一定的進展,通過傳感技術獲取車體自身以及周圍環境的狀態信息,經過算法對其進行分析、處理,最終能取代人的角色從而操控車輛的運行的想法也愈加成熟可行,更能降低日趨嚴重的交通事故發生率,提高道路交通的效率。

                      智能交通系統的應用存在于社會各個方面,從移動電子導航,防碰撞預警,輔助駕駛到全自動駕駛,都有涉及其研究背景。移動電子導航可以為駕駛員提供一定的信息,包括認路、指路、最佳路線的選擇,駕駛員只需依據電子地圖,行駛方向箭頭以及其系統所發出的行駛指令開車,同時移動電子導航還能夠接收相關地區的最新交通狀況,及時更新有關的信息,從而使車輛始終沿著最合理的路線行駛;防碰撞預警則對于車在前進以及倒車時的碰撞進行及時提醒,進入駕駛盲點時能夠自動為駕駛員提供預警信息,車輛起步或車輛改變原先的車道時給予提示,同時,還能夠檢測道路的人流狀況,避免與行人發生碰撞,如果駕駛者由于沒辦法及時做出必要舉措時,還能夠強行控制轉向或操作車輛,使其處于安全狀態,從而使車輛更好安全高效地行駛。而對于輔助駕駛,我們統稱為智能巡航控制系統(Intelligent cruise control system, ICCS),其主要目標是對于某些特殊情況下,能夠對駕駛員幫助的作用,比如根據發動機工作情況調節油門開度,以及保持安全車距,在變道或車輛超速時,調節最佳車速和最佳車距等。

                      交字路口車輛之間的互相協作為智能交通控制的重要部分之一,它涉及到車輛間應該統一規定哪些標準,以及維護對應的信息,并且保障車輛間的信息交互的可靠性、實時性。傳統的交通控制基本上都是基于紅綠燈時間間隙而對車輛的通行做出協調,這樣需要人為主動去控制車輛,經紅綠燈的引導而通過十字路口。

                      由于采用固定時間間隙控制方法,這樣可能導致效率相對比較低下,另外還加入了人為主動錯誤操作,比如酒駕、超速、搶燈、闖燈等事件的發生,從而會引起更多的潛在問題,沒辦法實現智能交通駕駛。

                      1.2 領域現狀

                      交叉路口的交通控制已經成為智能交通系統研究的熱點之一[10].現有交叉路口控制方法則可以分為兩類,一種是依賴數學交通流模型,另一種是利用計算智能,從而更優地控制綠燈的時隙。前者的方法比較復雜并且很難滿足實時交通的需求,后者[41]則是紅綠燈新的發展階段。各種智能計算技術,如人工神經網絡[3][34]、模糊系統[16][29]、群體智能和進化計算算法[8][23]、甚至是強化學習[30],都已經在交通控制中使用流量控制手段。目前,先進的傳感和通信技術[37]使得能夠對綠燈控制進行實時交通響應[22][43].另外,一些學者通過利用傳感器網絡,對道路車輛流量信息進行采集、處理從而更實時自適應的控制整個交通系統[43].然而,由于交通負載的動態性和交通控制系統是大型復雜的非線性隨機系統,所以導致了很難設置綠燈的最佳時間間隙,即使存在一定的可能性[41][42].此外,智能計算方法的復雜性,使得上述方法很難在實時交通控制中得到推廣。

                      對于交叉路口交通控制,軌道機動的方法是在個人快速交通系統[1][6][26]中首先被提出來的,而個人快速交通系統則是根據最佳機動組合來控制車載安全通過路口。有些算法[13][26]則是利用基于單元的交叉預定系統來控制車輛,其中,交叉路口被分為細胞集,并使用路口管理程序來協調細胞的占有率,使得智能車輛(Automatic Vehicle, AV)安全通過。合并算法[31]使用控制器基礎設施通過解決最優問題來計算合并車輛的最佳機動組合,從而降低車輛駕駛的最大時耗。有些交通控制工作[27]是從模糊邏輯中得到啟發,并且其性能通過實時實驗成功得到驗證;谇榫暗能壽E調整算法[15]則是通過計算多個場景變化的可能性,包括車輛橫向或是縱向變化時需調整相應車道、速度的變化,從而控制車輛的運動軌跡。該軌跡調整算法依賴于安全的替代措施,如實時碰撞和測量措施。另外還有基于全局調整和異常處理[22]等控制方法,這些方法難度相對比較大并且復雜,主要因為交叉路口情況相對復雜,考慮因素過多,導致計算量大。

                      雖然很多專家學者在交通控制方面投入了很大的精力,也產生了很多相應的成果,但是他們的方向主要都集中于交通調度和機動車道的最優或是次優解決方案上面。交通控制復雜的優化問題以及交通流的動態性,使得現有的解決方案在計算和信息方面也變得復雜和昂貴。從這個角度出發,本課題的研究則具有很大的意義,因為它所涉及的分布式算法沒有集中控制設備,另外優化問題不涉及到個別車輛。我們的設計是基于車輛互斥問題(VMEI),它是傳統互斥問題[21][25][33]

                      的變種,所有節點在臨界區(CS)中競爭資源。盡管也有專家學者定義了其它相關互斥問題的變種形式,但是都不能描述交通路口的控制問題。

                      在相關文獻[5][12][32]中,相關學者已經將傳統的互斥問題變種為在同一時刻最多有 k 個結點能夠同時訪問臨界區(CS)。而車輛互斥問題中,由于交叉路口有多條車道,處于并發關系的車輛能夠同時通過交叉路口,而處于沖突關系的則不允許。在另外一些文獻中,則以組形式的互斥問題[4][19][20],允許相同屬性(sessions)(屬于同一組)的節點能夠同時訪問臨界區,同一屬性可以被認為具有共享同一資源的性質。如此,組互斥問題則與車輛互斥問題(VMEI)類似,有多個車道的車輛能夠同時通過交叉路口。哲學家就餐(DP)問題[11][24][9][35][36]中,處于吃狀態(Eating)的進程(節點)之間才會發生互斥現象。而飲水問題[7] [14] [28]

                      [39]則是根據哲學家進餐(DP)問題進行變種,其中對于一個資源請求,對應有一個最大的資源集合;同時,每個臨界區(CS)能夠設定允許訪問的最大任意子集,也就是說進程(節點)周邊鄰居根據資源訪問要求而動態變化。因此,本文的車輛互斥問題[2]是在 DP 問題上充分考慮了 Ad Hoc 網絡特性而進行擴展。

                      本文工作受到最新汽車技術發展啟發,車載網(VANET)[17]使得車輛與其它車輛(V2V)能夠通過無線通信進行溝通。車輛不僅能夠對它所在環境的信息進行收集,同時,它們也能夠與其它車輛進行實時信息的交互。另一方面,以傳感器和嵌入式為技術的自主車(AV)也越來越變得更加具有可行性和實用性,比如上面提到的已經在道路上行駛的谷歌無人駕駛汽車[48].本文中所提出的針對十字路口智能交通控制的集中式和分布式控制方法,目前類似的成果還沒見諸于相關文獻中,是一個比較新穎的課題研究。

                      1.3 主要工作

                      首先,本文針對十字路口的交通控制系統進行分析,在充分理解已有專家學者的相關工作基礎上,對經典的互斥算法進行合理地變種,將其轉變為新的互斥問題。針對新變種車輛互斥問題(VMEI Problem),特別是根據不同車道以及車輛的互斥以及并發關系從而設計出兩種針對性的互斥算法:集中式算法和分布式算法。

                      其次,詳細介紹集中式算法和分布式算法,以及算法中所涉及到的數據結構、消息類型的定義,同時闡述兩種算法的相關操作。然后從新的互斥問題所涉及的安全性、活動性、公平性方面對算法進行理論上的分析、證明,確定算法的正確性和有效性。

                      最后,在 Network Simulato-3 的仿真軟件條件下,基于所提出的兩種算法進行大量仿真實驗,取得算法的相關性能指標;同時對平均隊列長度、平均等待時間等算法性能指標進行分析、對比、總結。另外,還在 TinyOS 系統平臺下,對交叉路口集中式控制算法進行更加真實的仿真實驗。實驗結果表明,在該算法控制下車輛能夠有效協作地通過交叉路口,并且與傳統紅綠燈控制方法相對比,各性能指標相對高效。

                      有關該課題的工作文章已經投到相關期刊(IEEE Transactions on Parallel andDistributed Systems(TPDS) )。下一階段將對算法有關方面進行改進,使其更適合多種路況,并且降低算法的消息開銷以及提高相應的性能。

                      1.4 組織架構

                      本文內容將分為七個章節:

                      第一章:緒論。主要介紹所研究課題的相關背景和現實意義,以及闡述了目前相關領域的研究現狀和該課題主要研究的內容。

                      第二章:描述和定義系統模型。主要是介紹所要解決十字路口交通信號控制的問題,并且對問題重新定義,將其變種為新的互斥問題(VMEI),同時對問題給出正式定義,以及對問題相關要素進行闡述說明。

                      第三章:集中式控制算法。首先詳細闡述了集中式控制算法;其次對算法中相關符號、消息類型給出正式的符號聲明、定義;最后,對集中式控制算法的具體操作做出解釋,以及畫出系統車輛狀態的轉換圖。

                      第四章:分布式控制算法。針對集中式控制算法的弱點,本章提出了分布式控制算法,同時對算法中所涉及到的符號、消息類型等數據結構進行闡述,并且詳細介紹分布式控制算法的具體操作步驟。

                      第五章:算法證明。該部分從理論上對算法的各個方面進行證明,從算法中所涉及到車輛的安全性、活動性、公平性、效率性等方面進行證明;另外,對于解決死鎖、饑餓等相關現象也進行了論證。

                      第六章:結果評估與分析。首先對相關平臺(Ubuntu11.10)、環境(NS3)進行簡單地介紹;其次,對算法對比過程中,所需要的相關性能指標進行定義;再次,根據 NS3 仿真實驗所得的結果,進行綜合分析、比較;最后,在實際應用環境中部署小車,并且對其中的集中式控制算法進行實驗模擬。

                      第七章:總結與展望。對全文進行了總結,提出本文的創新點和優缺點,同時指出下一步的改進的方向。







                      第二章 系統模型與問題定義
                      2.1 系統模型與定義
                      2.1.1 車道和交叉路口(The Road and Intersection)
                      2.1.2 車輛和無線網絡(The Vehicle and Wireless Network)
                      2.2 交叉路口車輛互斥問題(VMEI Problem)
                      2.3 本章小結

                      第三章 集中式算法
                      3.1 控制鎖(The Locks)
                      3.2 數據結構和消息類型
                      3.3 算法操作
                      3.3.1 請求操作(Operations of Request)
                      3.3.2 通行操作(Operations of Passing)
                      3.3.3 解鎖操作(Operations of Release)
                      3.3.4 車輛狀態流程(Flow of Vehicle State)
                      3.4 本章小結

                      第四章 分布式算法
                      4.1 數據結構和消息類型
                      4.2 算法操作
                      4.2.1 請求操作(Operations of Request)
                      4.2.2 通行操作(Operations of Passing)
                      4.2.3 解鎖操作(Operations of Release)
                      4.2.4 車輛狀態流程(Flow of Vehicle State)
                      4.3 本章小結

                      第五章 算法證明
                      5.1 安全性
                      5.2 活動性
                      5.3 公平性
                      5.4 本章小結

                      第六章 性能評估
                      6.1 環境配置
                      6.2 參數設置
                      6.3 結果分析
                      6.3.1 平均隊列長度
                      6.3.2 平均等待時間
                      6.3.3 系統吞吐量
                      6.3.4 消息開銷
                      6.4 交通模擬
                      6.5 本章小結

                    第七章 總結與展望

                      本章主要是對本課題進行全面性的總結,主要是對闡述過的主要內容、證明、以及相關的實驗室進行必要性的說明。同時,指出該課題相關研究工作的主要貢獻和不足,并且對以后的研究工作進行展望。

                      7.1 總結

                      隨著經濟的快速發展,城市的交通問題越來越嚴重,導致所引發的交通阻塞越來越受到人們的關注,亟待解決。然而,對于我國而言交通基礎設施落后,相應的交通管理措施、技術手段也跟不上需求的發展,車禍、塞車、資源浪費等問題日益變得嚴重起來。因此,在交通控制方面亟須技術的革新,特別是關于車輛調度手段、智能控制技術。

                      相對比傳統的紅綠燈控制方法,本文提出了兩種比較新穎的交叉路口控制方法,能夠有效在替代紅綠燈的功能,并且,目前先進的交通通信技術、車載網相關技術都為該算法奠定了基礎。對于交叉路口智能控制這一課題來說,已經有諸多學者在致力于這方面的研究,同時也取得相應的成果,比如自適應的紅綠燈控制算法、嚴格控制車輛通過交叉路口的速度使得車輛安全交通路口等方面。另外,由于新的人工智能技術發展,目前已研制出相關智能車輛,使得交通控制進一步得到發展,不過由于該車輛需要基于比較先進的基礎設施,同時屬于單機版模式,缺乏車輛之間的協調。因此,本人所提出的關于集中式控制算法和分布式控制算法,則更加具有實用性和前瞻性。

                      在集中式控制算法中,我們通過在交叉控制核心區域中部署集中式控制設備,當車輛進入交叉路口相應車位時則發送請求消息;集中式控制設備收到來自車輛的請求消息之后進行判斷是否允許通過,并且為了防止其它車道發生饑餓現象,設定了每一車道每次可以通過車輛數,進而發送允許通過消息;在車輛收到來集中式控制設備允許通過的消息之后,安全駛過交叉路口核心區域,同一車道最后通過車輛須發送解鎖消息,從而使得整個系統能安全運行。該算法中,由于集中式控制設備維護整個系統車輛的信息,因此,在控制方面相對比較之下更具有優勢,無論從并發機制,或是性能指標方面。

                      為了避免集中式可能發生單點故障現象,同時部署中間控制設備需要耗費相應的資源,并且當集中式控制設備有故障情況下進行替換,可能對于實時交通控制而言缺乏靈活性,故我們提出了分布式控制算法。分布式控制算法中,車輛通過交叉路口完全由車輛通過消息傳遞進行協調,同時了為了使得處于并發關系的車道所在車輛能夠并發通過交叉路口,我們增加了剝奪條件,從而提高了系統的效率。

                      另外,我們對集中式算法和分布式算法進行了相關性的證明。在證明的過程中,首先我們對這兩種算法進行了詳細的描述,并對相關的消息進行定義,對消息操作進行闡述;其次,定義了算法是否能夠保證車輛的相關安全、活躍、公平、效率等性質;再次,我們對這些性質進行了理論上的分析、證明,包括對死鎖、饑餓現象。最后,我們通過在 Ubuntu10.10 平臺上所建立起來的 NS3 環境下,對這兩種算法進行了實驗仿真,并對仿真實驗結果進行分析、對比。結果顯示,集中式算法和分布式算法與傳統的紅綠燈控制算法相對比,其相關性能指標(平均等待隊列長度、平均等待時間、系統吞吐量)都具有一定的優勢。而在集中式算法與分布式算法的對比中,集中式控制算法之下車輛的消息開銷相對比較小,源于集中式控制設備的作用,而分布式控制算法消息開銷多主要是因為車輛要通過拒絕消息(REJECT)來保證車輛的安全。

                      文章最后部分,主要是在實際環境下對集中式控制算法進行更加真實的仿真,用模型智能小車模擬現實小車,驗證該算法之下是否能夠使得車輛安全協調通過交叉路口。實驗結果表明,在集中式控制算法之下,處于交叉路口的車輛能夠正常有序地通過交叉控制路口。

                      總之,與傳統的紅綠燈控制算法、軌道機動控制算法相對比,集中式控制算法和分布式控制算法相對比較簡單,也具有較高的效率。

                      7.2 展望

                      本課題主要是針對交叉路口車輛控制進行研究,分析、總結該課題的關鍵之后,提出了集中式控制算法和分布式控制算法,這兩個算法與傳統紅綠燈、機動軌道等控制算法相對比,其相關性能指標具有很大的優勢,根據調查,在交叉路口車輛控制方面,這兩種算法目前是最新的,并未見諸于各文獻資料中,故其產生的相關性問題也需要各位學者進行改進、完善。

                      車輛采用消息傳遞作為協調作用的控制算法,本來也存在一些不足。在集中式控制算法中,雖然部署集中式控制設備能夠維護全局車輛的信息,從而進行車輛調度工作,但是存在相關的隱患,比如單點問題應該如何解決;在分布式控制算法中,根據仿真實驗結果來看,消息開銷過大,如何降低系統消息數、更好地控制網絡操作以及避免意外情況的發生,這些問題都需要在進一步的工作過程中,加以考慮、改進、提高,從而完善這些算法。

                      參考文獻
                      [1] B. van Arem, C. J. G. van Driel, and R. Visser, "The impact of cooperativeadaptive cruise control on traffic-flow characteristics," IEEE Trans. Intell. Transp.Syst., vol. 7, no. 4, pp. 429-436, Dec. 2006.
                      [2] H. Attiya, A. Kogan, J. L. Welch, "Efficient and Robust Local Mutual Exclusionin Mobile Ad Hoc Networks," IEEE Trans. Mob. Comput. 9(3): 361-375, 2010
                      [3] E. Bingham, "Reinforcement learning in neurofuzzy traffic signal control," Eur. J.Operat. Res., vol. 131, pp. 232-241, 2001.
                      [4] V. Bhatt, C.-C. Huang, "Group mutual exclusion in O(log n) RMR," The 29thACM symp. on Principles of Distributed Computing (PODC), pages 45--54, Jul.2010.
                      [5] S. Bulgannawar, NH Vaidya, "A distributed K-mutual exclusion algorithm,"Proceedings of the 15th International Conference on Distributed ComputingSystems, IEEE, Vancouver, Canada, 1995, pp. 153-160
                      [6] R. J. Caudill and J. N. Youngblood, "Intersection merge control in automatedtransportation systems," Transp. Res., vol. 10, no. 1, pp. 17-24, Feb. 1976.
                      [7] K. M. Chandy, J. Misra, "The Drinking Philosopher's Problem," ACM Trans.Program. Lang. Syst. 6(4): 632-646 (1984)
                      [8] X. Chen and Z. Shi, "Real-coded genetic algorithm for signal timings optimizationof a signal intersection," The First Int'l Conf. on Machine Learning andCybernetics, 2002.
                      [9] M. Choy and A.K. Singh, "Efficient Fault-Tolerant Algorithms for DistributedResource Allocation," ACMTrans.Programming Languages and Systems, vol. 17,pp. 535-559, 1995.
                      [10]I. Day, "Scoot-split, cycle and offset optimization technique," TRB committeeAHB25 adaptive traffic control, 1998.
                      [11]E. W. Dijkstra, "Hierarchical Ordering of Sequential Processes," Acta Inf. 1:
                      115-138 (1971)[12]D. Dolev, E. Gafni, N. Shavit, "Toward A Non-atomic Era: l-Exclusion As A TestCase", Proceedings Of The 20th Annual ACM Symposium On The Theory OfComputing, 1988, pp. 78-92.
                      [13]K. Dresner and P. Stone, "A multiagent approach to autonomous intersectionmanagement," J. Artif. Intell. Res., vol. 31, no. 1, pp. 591-656, Jan. 2008.
                      [14]D. Ginat, A. U. Shankar, "Agrawala AK: An efficient solution to thedrinking philosophers problem and its extensions," Proc 3rd InternationalWorkshop on Distributed Algorithms. Lect Comput Sci, vol 392.Springer, Berlin Heidelberg New York 1989, pp 83-93
                      [15]S. Glaser, B. Vanholme, S. Mammar, D. Gruyer, and L. Nouvelière,"Maneuver-based trajectory planning for highly autonomous vehicles on real roadwith traffic and driver interaction," IEEE Trans. Intell. Transp. Syst., vol. 11, no. 3,pp. 589-606, Sep. 2010.
                      [16]B. P. Gokulan and D. Srinivasan, "Distributed geometric fuzzy multiagent urbantraffic signal control," IEEE Trans. Intell. Transp. Syst., vol. 11, no. 3, pp.714-727, Sep. 2010.
                      [17]H. Hartenstein, and K. P. Laberteaux, "A tutorial survey on vehicular ad hocnetworks", IEEE Comm. Mag., vol. 46, no. 6, pp.164 - 171, June 2008.
                      [18]A. D. Joseph, A. R. Beresford, J. Bacon, et al, "Intelligent TransportationSystems," IEEE Pervasive Comp., vol. 5, pp. 63-67, 2006
                      [19]Y.-J. Joung, "Asynchronous group mutual exclusion," Proceedings of the 17thAnnual ACM Symposium on Principles of Distributed Computing (PDOC), pages51-60, Puerto Vallarta, Mexico, June 28-July 2 1998.
                      [20]P. Keane and M. Moir, "A simple local-spin group mutual exclusionalgorithm," Proceedings of the 18th Annual ACM Symposium onPrinciples of Distributed Computing (PODC'99)。 pp 23-32. ACM Press,1999
                      [21]L. Lamport, "A Fast Mutual Exclusion Algorithm," ACM Transactions onComputer Systems, 5(1):1-11, 1987
                      [22]J. Lee, B. Park, "Development and Evaluation of a Cooperative VehicleIntersection Control Algorithm Under the Connected Vehicles Environment,"IEEE Transactions on Intelligent Transportation Systems 13(1): 81-90 (2012)
                      [23]P. Lertworawanich, M. Kuwahara, M. Miska, "A New Multiobjective SignalOptimization for Oversaturated Networks," IEEE Trans. Intell. Transp. Syst., vol.12, no. 4, pp. 967-976, Nov. 2011.
                      [24]N. A. Lynch, "Upper Bounds for Static Resource Allocation in a DistributedSystem," J. Comput. Syst. Sci. 23(2): 254-278 (1981)
                      [25]M. Maekawa, "An Algorithm for Mutual Exclusion in Decentralized Systems,"ACM Trans. on Comp. Sys., vol.3, no. 2, pp.145-59, 1985
                      [26]F. J. McGinley, "An intersection control strategy for a short-headway P.R.T.network," Transp. Plan. Technol., vol. 3, no. 1, pp. 45-53, IEEE Trans. Intell.Transp. Syst., vol. 13, no. 1, Mar. 2012
                      [27]V. Milanés, J. Perez, E. Onieva, and C. Gonzalez, "Controller for urbanintersections based on wireless communications and fuzzy logic," IEEE Trans.Intell. Transp. Syst., vol. 11, no. 1, pp. 243-248, Mar. 2010.
                      [28]S. L. Murphy, A. U. Shankar, "A note on the drinking philosophers problem,"ACM Trails Program Lang Syst 10 (1): 178-188 (1988)
                      [29]L. A. Prashanth, S. Bhatnagar, "Reinforcement Learning with FunctionApproximation for Traffic Signal Control," IEEE Trans. Intell. Transp. Syst., vol.12, no. 2, Jun. 2011.
                      [30]J. Qiao, N. D. Yang, and J. Gao, "Two-stage fuzzy logic controller for signalizedintersection," IEEE Trans. Syst., Man Cybern. A, Syst. Humans, vol. 41, no. 1, pp.178-184, Jan. 2011.
                      [31]G. Raravi, V. Shingde, K. Ramamritham, and J. Bharadia, "Merge algorithms forintelligent vehicles," in Next Generation Design and Verification Methodologiesfor Distributed Embedded Control Systems, S. Ramesh and P. Sampath, Eds.Amsterdam, The Netherlands: Springer-Verlag, 2007, pp. 51-65.
                      [32]V. A. Reddy, P. Mittal, I. Gupta, "Fair K Mutual Exclusion Algorithm for Peer toPeer Systems," Proc. Int'l Conf. on Dist.Comp. Sys. (ICDCS), 2008.
                      [33]G. Ricart, and A.K. Agrawala, "An Optimal Algorithm for Mutual Exclusion inComputer Networks," Communications of the ACM, vol. 24, pp. 9-17, Jan. 1981
                      [34]D. Srinivasan, M. C. Choy and R. L. Cheu, "Neural networks for real-time trafficcontrol system," IEEE Trans. Intell. Transp. Syst., vol. 7, no. 3, pp. 261-272, Sep.2006.
                      [35]P.A. Sivilotti, S.M. Pike, and N. Sridhar, "A New DistributedResource-Allocation Algorithm with Optimal Failure Locality," Proc. 12th Int'lConf. Parallel and Distributed Computing and Systems, pp. 524-529, 2000.
                      [36]Y.-K. Tsay and R. Bagrodia, "An Algorithm with Optimal Failure Locality forthe Dining Philosophers Problem," Proc. Eighth Int'l Workshop DistributedAlgorithms (WDAG), pp. 296-310, 1994.
                      [37]M. Tubaishat, P. Zhuang, Q. Qi, Y. Shang, "Wireless sensor networks inintelligent transportation systems," Wirel. Commun. Mob. Comput., vol. 9, no. 3,Mar. 2009.
                      [38]F. Wang, "Parallel Control and Management for Intelligent TransportationSystems: Concepts, Architectures, and Applications, "IEEE Trans. Intell. Transp.Syst., vol. 11, no. 3, Sep. 2010.
                      [39]J. L. Welch, Nancy A. Lynch, "A Modular Drinking Philosophers Algorithm,"Distributed Computing 6(4): 233-244 (1993)
                      [40]W. Wu, J. Cao, and J. Yang,"A fault tolerant mutual exclusion algorithm formobile ad hoc networks," Pervasive and Mobile Computing, Vol. 4, No 1, Feb.2008, pp 139-160.
                      [41]D. Zhao, Y. Dai, Z. Zhang, "Computational Intelligence in Urban Traffic SignalControl: A Survey," IEEE Trans. on SMC-Part C, Preprint, Nov. 2011
                      [42]L. Zhao, X. Peng, L. Li, and Z. Li, "A fast signal timing algorithm for inpidualoversaturated intersections," IEEE Trans. Intell. Transp. Syst., vol. 12, no. 1, Mar.2011
                      [43]B. Zhou, J. Cao, X. Zeng, H. Wu, "Adaptive Traffic Light Control in WirelessSensor Network-Based Intelligent Transportation System," IEEE 72nd Vehi. Tech.Conf. Fall (VTC 2010-Fall), Sep. 2010.
                      [44]SCATS, http://www.scats.com.au/, Retrieved Nov. 2011
                      [45]VICS, http://www.vics.or.jp/, Retrieved Nov. 2011
                      [46]VII, http://www.vehicle-infrastructure.org/, Retrieved Nov. 2011
                      [47]ns3, http://www.nsnam.org/, Retrieved Nov. 2011
                      [48]Google driverless car, http://www.wikipedia.org/, Retrieved Nov. 2011

                      致謝

                      首先感謝***老師,在研究生階段給了我很大的支持,先是根據我的興趣幫助我確定所研究的方向,并且在我碰到困難而無力解決時,能夠負責地與我進行討論,并且認真地對我進行指導和解答我的疑問。在寫畢業設計和畢業論文的過程中,***為本文算法在分析、論證方面提出了寶貴意見,并且在模擬仿真實驗中為我分析了相關疑問;在論文寫作上,更是秉著認真負責的態度,指導我完成該論文的撰寫工作。***嚴謹的研究作風和認真負責的工作態度對我產生了很大的印象;同時,***為人實在、平易近人的風格,更是為即將踏上工作道路上的我樹立了一個厚重的榜樣。另外,經過***多次對本論文的點評和指導,該論文質量有了很大的提高,感謝***能夠在繁忙中抽出時間幫助我完成畢業論文。

                      感謝***同學和***同學,在相關研究方面給予的無私幫助,特別在設計算法和模擬仿真中,能夠一起討論從而拓展我的思路,并且認真回答相關的疑惑;在物理模擬實驗中,感謝***同學對實驗的支持,能夠將所提出的算法應用到模擬環境中,并且驗證算法正確性。

                      感謝家里人一直以來對我各方面的支持,為我在學習、做人、經濟方面做出的無私奉獻,在我需要幫助的時刻都能夠鼓勵我,負責地教我為人處世,讓我學 會大度地面對過去,勇敢地面對未來。

                      感謝中山大學多年來為我提供良好的學習氛圍和豐富的學習資源;感謝所有幫助我和關心我的同學、老師和朋友,多謝您們一直以來對我幫助和支持。

                    (如您需要查看本篇畢業設計全文,請您聯系客服索。

                    相關內容
                    相關標簽:plc畢業設計
                    好優論文定制中心主要為您提供代做畢業設計及各專業畢業論文寫作輔導服務。 網站地圖
                    所有論文、資料均源于網上的共享資源以及一些期刊雜志,所有論文僅免費供網友間相互學習交流之用,請特別注意勿做其他非法用途。
                    如有侵犯您的版權或其他有損您利益的行為,請聯系指出,論文定制中心會立即進行改正或刪除有關內容!
                    MM1314午夜免费视频