Δυναμικό σύστημα αποσυμφόρηση της κυκλοφορίας με χρήση αναδυόμενων τεχνολογιών νέφους.
Dynamic management system for urban traffic optimization.
![Thumbnail](/bitstream/handle/20.500.12688/8764/KrasadakisStylianos2017.pdf.jpg?sequence=4&isAllowed=y)
View/ Open
Date
2018-06-06Author
Κρασαδάκης, Στυλιανός
Krasadakis, Stylianos
Metadata
Show full item recordAbstract
Έχουν γίνει πολλές προσπάθειες για την προτυποποίηση της έννοιας "Έξυπνη Πόλη", όμως παραμένει αμφιλεγόμενη μέχρι σήμερα. Η τελευταία αναφορά από την Διεθνή Τηλεπικοινωνιακή Ένωση, ορίζει την έξυπνη πόλη, μετά από εκτενή έρευνα σε λέξεις κλειδιά διαφόρων αρθρογράφων ώς μία πόλη συνδεδεμένη με πολλές νέες τεχνολογίες οι οποίες πηγάζουν απο τους κλάδους των πληροφοριών και των επικοινωνιών. Στόχος αυτής της νέας τάσης είναι να προσφέρει πιο υγιεινό τρόπο ζωής καθώς και να εκμεταλλευτεί διάφορες αστικές υπηρεσίες, δείχνοντας σεβασμό σε οικονομικές, κοινωνικές και περιβαλλοντικές πτυχές που ωφελούν τα άτομα. Μερικές υπηρεσίες συνδεδεμένες με τον όρο έξυπνη πόλη είναι τα έξυπνα φώτα, έξυπνο φωτισμό κτηρίων καθώς και έξυπνη διαχείριση κτηρίων, ηλιακοί συλλέκτες, ασύρματοι φορτιστές, εύρεση διαθέσιμου parking, ανά-δρομολόγηση κίνησης, διαχείριση φαναριών οδικού δικτύου κ.α.
Σύμφωνα με τους S. Das και P. Roychowdhury, υπάρχει μία ολοένα και μεγαλύτερη αύξηση στις πωλήσεις αυτοκινήτων από έτος σε έτος και ως εκ τούτου και στην πυκνότητα της κίνησης σε αστικές περιοχές, δίχως να έχουν παρθεί αντίστοιχα μέτρα για το πρόβλημα της κυκλοφοριακής συμφόρησης έξυπνα συστήματα μεταφορών βρίσκονται υπό έρευνα πάνω από μία δεκαετία με στόχο να επιτύχουν μία συνολική μείωση στον χρόνο ενός ταξιδιού και καλύτερες συνθήκες εντός αστικών περιοχών, όμως οι μεγαλύτεροι στόχοι αυτών των ερευνών είναι η μείωση των τροχαίων ατυχημάτων και η μείωση των εκπομπών ρύπων κατά την διαδικασία ακινητοποίηση πίσω από κόκκινο σηματοδότη. Όλα αυτά συνθέτουν ένα δύσκολο μη ντετερμινιστικό πολυωνυμικό πρόβλημα που τα σημερινά συστήματα διαχείρισης της κυκλοφορίας αντιμετωπίζουν με ομόσπονδο τρόπο, όπου μία κεντρική μονάδα διαχείρισης ορίζει στατικούς χρόνους πράσινου για κάθε διαφορετική φάση.
Τα αναδυόμενα ασύρματα δίκτυα αισθητήρων παρέχουν δικτύωση Ad-hoc και Mesh, ενώ οι υψηλές δυνατότητες επεξεργασίας και αποθήκευσης τους επιτρέπουν την ανάλυση κυκλοφοριακής κατανομής δεδομένων, επιτρέποντας έτσι την υλοποίηση ενός αποκεντρωμένου συστήματος διαχείρισης της κυκλοφορίας, το οποίο παρέχει γρήγορο, ακριβή και αποτελεσματικότερο έλεγχο της κυκλοφορίας. Οι καλύτερες τεχνικές εξόρυξης της κυκλοφορίας αξιοποιούν ένα μέγεθος διαφοροποιημένων δεδομένων κίνησης, που προέρχονται από μαγνητόμετρα, ακουστικούς αισθητήρες, βιντεοκάμερες και αναγνωρίσεις
ραδιοσυχνοτήτων (RFID). Ωστόσο, οι υψηλές απαιτήσεις διεργασίας για την ανάλυση αυτών των δεδομένων σε πραγματικό χρόνο, ειδικά σε πυκνοκατοικημένες αστικές περιοχές, οδήγησαν τους συγγραφείς να προτείνουν τη χρήση των γενετικών αλγορίθμων στην εργασία τους, καθώς παρέχουν αποδοτικότητα και αποτελεσματικότητα.
Στην παρούσα διπλωματική εργασία, θα εξετάσουμε δύο τύπους γενετικών αλγορίθμων, προκειμένου να ελαχιστοποιήσουμε την συνολική μέση καθυστέρηση σε μια ενιαία διασταύρωση. Αρχικά, θα δημιουργηθεί μια προσέγγιση γενετικού αλγορίθμου για τη βελτιστοποίηση των πράσινων χρονισμών εντός σταθερού μήκους κύκλου. Επιπλέον, θα εξεταστεί μια εναλλακτική συνάρτηση καταλληλόλητας. Εν συνεχεία, με βάση τον πρώτο μας αλγόριθμο, θα επεκτείνουμε τις επιδόσεις του εισάγοντας την ιδέα του βέλτιστου μήκους κύκλου. Τέλος, θα εξετάσουμε και την περίπτωση βελτιστοποίησης 2 άμεσα διασυνδεδεμένων κόμβων, ελαχιστοποιώντας την άθροιση της συνολικής μέσης καθυστέρησης από κάθε διασταύρωση, ώστε να χωρέσει στον αρχιτεκτονικό μας σχεδιασμό, ο οποίος περιλαμβάνει κόμβους FOG για τη διαχείριση υπο-περιοχών και Κέντρο Δεδομένων πάνω σε Cloud αρχιτεκτονική για την ανάλυση ιστορικών δεδομένων. There have been many efforts to standardize the definition of a smart city, but it remains controversial to this day. A latest report from International Telecommunication Union, defines smart city, after an extensive search in authors keywords, as a city associated with many modern technologies that stem from the information and telecommunication sectors. Objective of this new trend is to provide healthier quality of life and exploit various urban services with respect to economic, social and environmental aspects that benefit individuals. Services associated with smart cities include intelligent lighting, smart building’s control, wireless chargers, parking place finders, traffic rerouting, traffic lights management etc.
According to statistics there is an increase in car sales over the years and hence in vehicle density in urban areas without however to have been taken into consideration the appropriate measures for alleviating traffic congestion. Intelligent Transport Systems are in research over a decade to achieve trip-time minimization and better traffic conditions inside urban areas. However, the most important goals of these researches are to decrease road accidents and CO2 emissions by minimizing the Red Light idling process. All these issues formulate a NP-hard algorithmic problem that current Transportation Management Systems confront in a federated manner, where a centralized control unit sets a static traffic lights phase length.
Emerging wireless sensor networks provide Ad-hoc and Mesh networking, while their high processing and storing capabilities enable distributed data traffic analysis. Thus, a decentralized traffic management system may be realized, providing fast, accurate and efficient traffic control. Traffic extraction techniques exploit a magnitude of diversified traffic data, stemming from magnetometers, acoustic sensors, video cameras and radio frequency identifications (RFIDs). The high process requirements for analyzing traffic data in real time, especially in dense populated urban areas, led authors to propose the usage of Genetic Algorithms in their work as they provide efficiency and effectiveness.
In this Master Thesis, we examine two types of heuristic algorithms to minimize the average total delay in a single junction. Initially, a genetic algorithm approach for optimizing green timings within a fixed cycle length is introduced and an alternative fitness function modelling urban traffic is examined. Secondly, based on our first algorithm, we extend its
performance by introducing the concept of optimum cycle length. Finally, we examine the case of optimizing two interconnected junctions simultaneously, by minimizing the summation of total average delay from each junction. Our proposed architectural design, includes FOG nodes for Junction Clustering Management and a Cloud Data Center for historical data analysis.
Collections
The following license files are associated with this item:
This website uses cookies to ensure you get the best browsing experience.
Continue
More info