Şehir içi trafik sinyal ağının takviyeli öğrenme algoritmaları ve nesnelerin interneti tabanlı kontrolü
The reinforcement learning algorithms and internet of things based control for urban traffic signal network
- Tez No: 686873
- Danışmanlar: DOÇ. DR. AKİF DURDU
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Konya Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 100
Özet
Uyarlanabilir trafik sinyal kontrolü, sinyal süresini trafiğin durumuna göre ayarlayan ve trafiği gerçek zamanlı olarak yöneten zorlu bir konudur. Klasik trafik sinyal kontrol sistemlerinin performansı, uygun sinyal planlamasını yapmak için yeterli değildir. Bu tez çalışmasında trafikteki gecikmeyi azaltmak için nesnelerin interneti tabanlı üç katmanlı bir kontrol yöntemi önerilmektedir. Önerilen yaklaşım ile her bir katmanda optimizasyon işlemi gerçekleştirilmektedir. En alt katman olan kenar bilişim katmanı, gerçek zamanlı ve yerel bir optimizasyon sağlamaktadır. Orta katman olan sis bilişim katmanı, gerçek zamanlı ve küresel bir optimizasyon işlemi gerçekleştirmektedir. En üst katman olan bulut bilişim ise alt katmanlardan gelen veriler çevrimdışı olarak değerlendirilmekte ve alttaki iki katmanın performansını arttıracak parametreler araştırılmaktadır. Ayrıca hem izole kavşakta hem de trafik ağında kullanılmak üzere yenilikçi bir yaklaşım önerilmektedir. Literatürdeki yöntemler araçların yalnızca kırmızı sinyal fazından dolayı beklemesinden kaynaklanan gecikme süresini minimize etmeye çalışmaktadır. Oysa kavşaklarda gecikmenin araçların yavaşlaması, hızlanması ve beklemesi olmak üzere üç farklı nedeni vardır. Bu çalışmada üç farklı gecikme türünün de minimize edilmesi hedeflenmiştir. Hızlanma ve yavaşlamadan kaynaklı gecikmeyi azaltmak için uygulanan kavşak bilgisinin yanı sıra bitişik kavşakların verilerini de girdi olarak kullanan bir kontrol önerilmiştir. Bu çalışmada yöntem geliştirmek ve geliştirilen yöntemlerin performanslarını değerlendirmek için SUMO trafik simülatörü kullanılmıştır. Hem izole bir kavşakta hem de çoklu trafik sinyallerinin oluşturduğu trafik ağlarında uygulanabilir bir mimari tasarlanmıştır. Böylece literatüre ve akıllı trafik kontrol sistemlerinin gelişimine büyük bir katkı sağlamak amaçlanmıştır.
Özet (Çeviri)
Adaptive traffic signal control is a challenging issue that adjusts the signal duration according to the traffic situation and manages the traffic in real-time. The performance of classical traffic signal control approaches is not sufficient to find the appropriate signal planning. In this thesis, a three-layer control method based on the Internet of Things is proposed to reduce the delay in traffic. With the proposed approach, optimization is performed at each layer. The bottom layer, the edge computing layer, provides real-time and local optimization. The middle layer, the fog computing layer, performs a real-time and global optimization process. In cloud computing, which is the top layer, the data from the lower layers are evaluated offline and parameters that will increase the performance of the lower two layers are investigated. In addition, an innovative approach is proposed to be used both in isolated intersections and in the traffic network. The methods in the literature only try to minimize the delay at intersections caused by vehicles waiting due to the red signal phase. There are three different reasons for delay at intersections: vehicles slowing down, accelerating and waiting. In this study, three different types of delay were also investigated. Proposed control uses not only the applied intersection information but also use the adjacent intersection data as an input. In this study, the SUMO traffic simulator was used for performance evaluation and method improvements. In addition, a model has been developed in which the internet of things, deep learning and reinforcement learning algorithms are used together. An architecture that can be applied both in an isolated intersection and in traffic networks formed by multiple traffic signals is designed, and it is aimed to make a great contribution to the literature and the development of intelligent traffic control system.
Benzer Tezler
- Impact of (flow rate/capacity) on average travel speed on urban highways characterized by signalized intersections
Sinyalize kavşaklı şehiriçi yollarda akım oranı/kapasite değerinin ortalama seyahat hızına etkisi
NEHAD ALOMARİ
Doktora
İngilizce
1997
İnşaat MühendisliğiOrta Doğu Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ÖZDEMİR AKYILMAZ
- Farklı trafik uyarmalı sinyalize kavşakların performanslarının karşılaştırılması
Comparison of the performances of different traffic warning signalized intersections
TOLGA YAMAN
Yüksek Lisans
Türkçe
2024
TrafikOndokuz Mayıs Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. METİN MUTLU AYDIN
- Developing multi-objective linear programming approaches for traffic signal optimization
Trafik sinyal optimizasyonu için çok amaçlı doğrusal programlama yaklaşımlarının geliştirilmesi
MUSTAFA MURAT COŞKUN
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL HAKKI TOROSLU
DR. CEVAT ŞENER
- Trafik sinyal sistemini iyileştirmek için bulanık mantık ve makine öğrenmesinin entegrasyonu
Integrating fuzzy logic and machine learning to improve traffic signal system
ABDULLAHI BASHI
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBEYKOZ ÜNİVERSİTESİBilgisayar Ana Bilim Dalı
PROF. DR. ABDURAZZAG ALI A ABURAS
- Çoklu kavşaklar için ayarlanabilir ve ağırlık tabanlı adaptif trafik sinyal kontrolü
Adjustable and weight-based adaptive traffic signal control for multiple intersections
ZÜLAL HİLAL YILDIZ BUDAK
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AKİF DURDU
DR. ÖĞR. ÜYESİ SEYİT ALPEREN ÇELTEK