ПРОГНОЗИРОВАНИЕ И УПРАВЛЕНИЕ ПРОПУСКНОЙ СПОСОБНОСТЬЮ ПОЛОСЫ НА РЕГУЛИРУЕМОМ ПЕРЕКРЕСТКЕ

Аннотация

Точное прогнозирование параметров транспортного потока в режиме реального времени является основой для принятия решения о динамическом управлении полосой движения, которое играет важную роль в уменьшении заторов. Существующие методы не способны запоминать долгосрочные зависимости для получения точного результата предсказания последовательности. В нашем исследовании мы сконцентрировались на разработке алгоритма по адаптивной настройке циклов светофорного регулирования, обеспечивающего проезд всех групповых транспортных средств на основе применения нейронных сетей R-CNN и YOLOv4. В исследовании для прогнозирования потока трафика мы использовали уличные камеры с большим углом обзора. В процессе обучения адаптированы долгосрочная кратковременная память и рекуррентная нейронная сеть. В алгоритмах обучения нейронных сетей учитываются динамические габариты транспортных средств; дискретные параметры очереди перед перекрестком и длительность цикла. Результатом исследования стала разработка алгоритма по адаптивной настройке продолжительности разрешающего такта светофорного объекта с учетом параметров транспортного потока в задачах устранения или минимизации возможности возникновения заторной ситуации