【正文】 Y ={y1, y2,…… yn }， 則 XY 中的模糊關(guān)系 R 可以表示成 mn 階矩陣：???????? ),(),.,(),( ..... ),(),.,(),(, 21 2212 11 nmmm nyxRyxRyxRyxyxyxRR（） 模糊控制設(shè)計(jì)本文的核心部分在于模糊控制器的實(shí)現(xiàn)，設(shè)計(jì)一個(gè)模糊控制器主要需要解決以下三方面問(wèn)題：精確量的模糊化、模糊推理、輸出變量的反模糊化。(1) 精確量的模糊化：由于輸入數(shù)據(jù)是精確值，而模糊控制中的控制規(guī)則用到的都是模糊的語(yǔ)言量，這就需要對(duì)輸入數(shù)據(jù)進(jìn)行模糊化，用相應(yīng)的模糊集合來(lái)表示。(2) 模糊推理：模糊控制算法的設(shè)計(jì)。通過(guò)一組模糊條件語(yǔ)句構(gòu)成模糊控制規(guī)則，利用模糊推理合成原則和經(jīng)模糊化的輸入集合，計(jì)算出模糊關(guān)系。(3) 輸出信息的反模糊化：將模糊推理得到的模糊控制量變換為實(shí)際用于控制的精確量。常見的模糊控制器有以下幾種：?jiǎn)屋斎雴屋敵瞿：刂破?、雙輸入單輸出模糊控制器、多輸入單輸出模糊控制器、雙輸入多輸出模糊控制器。 本文采用的是多輸入單輸出模糊控制器，輸入的變量有：當(dāng)前車輛位置、目標(biāo)車位、當(dāng)前交通狀態(tài)值和歷史交通狀態(tài)值。輸出的變量是停車路線。建立城市交通道路系統(tǒng)模型，設(shè)定每條道路的數(shù)值和交通狀態(tài)值，通過(guò)當(dāng)前車輛位置和目標(biāo)車位計(jì)算出N 條停車線路，再計(jì)算出這 N 條停車路線的交通狀態(tài)總值，權(quán)衡 N 條停車路線的數(shù)值總數(shù)和交通狀態(tài)總值，選擇出最佳的停車路線。 歷史交通狀態(tài)值城市路邊停車計(jì)費(fèi)系統(tǒng)數(shù)據(jù)庫(kù)主要儲(chǔ)存的是整個(gè)城市道路的當(dāng)前交通狀態(tài)值和歷史交通狀態(tài)值，和駕駛者個(gè)人信息。當(dāng)前交通狀態(tài)值是由城市優(yōu)化系統(tǒng)傳輸?shù)臄?shù)據(jù)，歷史交通狀態(tài)值是由城市路邊停車計(jì)費(fèi)計(jì)算得來(lái)，歷史交通狀態(tài)值是以時(shí)間段為一個(gè)計(jì)算區(qū)間，數(shù)據(jù)是由被更新的當(dāng)前交通狀態(tài)值。一條道路的歷史交通狀態(tài)值附加了時(shí)間段，不同時(shí)間段的同一條道路的歷史交通狀態(tài)值是不同的。歷史交通狀態(tài)值的計(jì)算方法：歷史交通狀態(tài)值=（前歷史交通狀態(tài)值+ 被更新的當(dāng)前交通狀態(tài)值）/2，這樣的計(jì)算方法可以反映一條道路某一時(shí)間段的整體交通狀況，一條道路經(jīng)常發(fā)現(xiàn)交通事故，則這條道路的歷史交通狀態(tài)值肯定很高，在計(jì)算停車路線時(shí)，會(huì)避免選擇這條道路，因?yàn)樵隈{駛者行駛車輛通往這條道路時(shí)，可能會(huì)發(fā)現(xiàn)交通事故，影響停車效率。 城市路邊停車計(jì)費(fèi)系統(tǒng)工作流程如圖 63 可知，城市路邊停車計(jì)費(fèi)系統(tǒng)是整個(gè)系統(tǒng)的中心，數(shù)據(jù)處理、數(shù)據(jù)儲(chǔ)存、停車路線計(jì)算、當(dāng)前交通狀態(tài)值和歷史交通狀態(tài)值。工作流程：駕駛者在城市路邊停車計(jì)費(fèi)系統(tǒng)中提出停車申請(qǐng)，并提供目標(biāo)區(qū)域、個(gè)人信息和當(dāng)前駕駛者自己車輛所在的位置；城市路邊停車計(jì)費(fèi)系統(tǒng)接收到駕駛者的申請(qǐng)請(qǐng)求，根據(jù)申請(qǐng)的區(qū)域在數(shù)據(jù)庫(kù)中尋找該區(qū)域的未被使用的停車位，此停車位是目標(biāo)停車位；把當(dāng)前車輛位置和目標(biāo)車位導(dǎo)入城市道路模型，城市路邊停車計(jì)費(fèi)系統(tǒng)計(jì)算出停車路線，并發(fā)給誘導(dǎo)系統(tǒng)；誘導(dǎo)系統(tǒng)接收由城市路邊停車計(jì)費(fèi)系統(tǒng)發(fā)送的停車路線計(jì)算出顯示驅(qū)動(dòng)并發(fā)送給顯示終端設(shè)備；終端設(shè)備誘導(dǎo)駕駛者到達(dá)指定的停車位。計(jì)費(fèi)系統(tǒng)檢測(cè)到有車輛占用車位，檢測(cè)出車輛的信息并發(fā)給城市路邊停車計(jì)費(fèi)系統(tǒng)，城市路邊停車計(jì)費(fèi)系統(tǒng)調(diào)用該車位的分配信息，如果核對(duì)正確，則發(fā)指令給計(jì)費(fèi)系統(tǒng)，開始計(jì)費(fèi)。計(jì)費(fèi)系統(tǒng)檢測(cè)車輛離開，計(jì)算出使用時(shí)間，并根據(jù)計(jì)費(fèi)策略計(jì)算出消費(fèi)費(fèi)用發(fā)給城市路邊停車計(jì)費(fèi)系統(tǒng)，由城市路邊停車計(jì)費(fèi)系統(tǒng)在駕駛者個(gè)人信息中扣除相應(yīng)的金額。如果所占用的車輛不是申請(qǐng)的車輛則會(huì)提醒占用的車輛離開車位，不離開則視為違規(guī)停車。整個(gè)系統(tǒng)就這樣完成。誘導(dǎo)系統(tǒng)停車路線計(jì)費(fèi)開始誘導(dǎo)設(shè)備終端計(jì)費(fèi)系統(tǒng)駕駛者申請(qǐng)車位車輛信息計(jì)費(fèi)結(jié)束城市路邊停車計(jì)費(fèi)系統(tǒng)費(fèi)用 、 駕駛者信息檢測(cè)結(jié)構(gòu)城市停車優(yōu)化系統(tǒng)車輛是否離開車輛信息核對(duì)圖 63 城市路邊停車計(jì)費(fèi)系統(tǒng)工作流程 城市路邊停車計(jì)費(fèi)系統(tǒng)特點(diǎn) 城市路邊停車計(jì)費(fèi)系統(tǒng)采用的是模糊控制計(jì)算出停車路線，數(shù)據(jù)庫(kù)儲(chǔ)存了駕駛者個(gè)人信息、當(dāng)前交通狀態(tài)值和歷史交通狀態(tài)值。城市路邊停車計(jì)費(fèi)系統(tǒng)整個(gè)控制流程是順序控制流程，在疏導(dǎo)交通擁堵上是閉環(huán)控制流程。在道路上發(fā)生交通事故可有效地緩解車輛進(jìn)入事發(fā)路段。在停車階段，可有效地緩解城市車輛亂停亂放的現(xiàn)象。規(guī)范了城市路邊停車，改善了交通環(huán)境，減少了城市污染。結(jié)論與展望城市路邊停車系統(tǒng)計(jì)費(fèi)，既是一個(gè)獨(dú)立的計(jì)費(fèi)系統(tǒng)，又是城市交通系統(tǒng)中一個(gè)重要的環(huán)節(jié)。繼續(xù)對(duì)它進(jìn)行深入的研究，是有著重大意義的。本文在前人研究的基礎(chǔ)上提出了一套新的計(jì)費(fèi)方案。它有如下的特點(diǎn)：（1）城市路邊停車計(jì)費(fèi)系統(tǒng)有效地緩解了城市交通難題，減少了停車難；提高了停車效率；減少了交通擁堵；提高了停車位的利用率；減少了車輛的尾氣污染。（2）在模糊控制計(jì)算出停車路線上，未來(lái)解決停車問(wèn)題上有很大的提高，精確的計(jì)算出停車路線和停車時(shí)間，在停車場(chǎng)上的利用率很大。（3）交通計(jì)費(fèi)系統(tǒng)實(shí)時(shí)性要求高， 采用實(shí)時(shí)檢測(cè)、數(shù)據(jù)庫(kù)調(diào)用數(shù)據(jù)和模糊控制計(jì)算，保證突發(fā)事件的處理效率，有效地在第一時(shí)間里告知駕駛者前方路況狀態(tài)，在第一時(shí)間里改變停車路線。為本次設(shè)計(jì)我做了一些工作，但由于智能交通是一門新興學(xué)科，加上個(gè)人學(xué)識(shí)水平有限等方面的原因，本系統(tǒng)仍存在很多不足之處，需進(jìn)一步的研究改進(jìn)。另外，智能交通是一個(gè)多學(xué)科、多門類交叉的學(xué)科，本文主要的工作集中在智能交通信號(hào)燈控制系統(tǒng)中模糊控制器的算法研究、軟件設(shè)計(jì)和硬件實(shí)現(xiàn)上，對(duì)于其他方面未作深入的研究。希望今后的人可以對(duì)該問(wèn)題進(jìn)行更深入、更全面的研究，使之形成完整的可實(shí)際應(yīng)用的系統(tǒng)。致謝畢業(yè)設(shè)計(jì)是我們大學(xué)階段最后的一門必修課，是對(duì)我們大學(xué)四年學(xué)習(xí)成績(jī)的一次檢閱和總結(jié)，是我們即將走上工作崗位之前的一次實(shí)戰(zhàn)演練，是對(duì)我們分析問(wèn)題、解決問(wèn)題能力的綜合考察。在此，首先要感謝我的老師周力。本論文是在周老師的悉心指導(dǎo)下完成的，從論文的選題、研究、撰寫到定稿。周老師在工作上精益求精，強(qiáng)調(diào)科研與實(shí)踐相結(jié)合，鼓勵(lì)學(xué)生學(xué)以致用，其求實(shí)的科研作風(fēng)給我以極大的影響、啟迪和熏陶，令我終身受益。在此謹(jǐn)向周老師表示深深的敬意和衷心的感謝。四年的大學(xué)學(xué)習(xí)生活即將過(guò)去，在這里我還要感謝我所有的授課老師，感謝他們對(duì)我的悉心指導(dǎo)和關(guān)心，從授課老師這里，我學(xué)到的不僅僅是知識(shí)、技術(shù)，更有嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度，認(rèn)真的工作作風(fēng)和為人處事的道理。這些品格是永遠(yuǎn)值得我們學(xué)習(xí)的，必定將使我在日后的工作、學(xué)習(xí)中受益匪淺。最后還要感謝大學(xué)期間同學(xué)們對(duì)我的無(wú)私幫助和支持，他們陪伴我走完了大學(xué)四年生活，在這里我表示真摯的感謝！ 作者： 陳寶林 2022 年 5 月 24 日參考文獻(xiàn)[1] 潘曉東,詹嘉,楊軫. 智能停車誘導(dǎo)系統(tǒng)的設(shè)計(jì)應(yīng)用研究 華東交通大學(xué)學(xué)報(bào) 2022 年2 月[2] 張肇富 . VISC——當(dāng)今最先進(jìn)的城市交通管理系統(tǒng) 中國(guó)市政工程 1997 年 2 月 25日[3] 張金娟. 改善我國(guó)城市停車狀況的方案探討 城市道橋與防洪 2022 年 2 月第 2 期[4] 王興舉, 楊磊,高桂鳳. 日本VICS及ETC的發(fā)展?fàn)顩r與實(shí)施效果智能交通與應(yīng)用 2022年8月[5] 董加敏. 停車場(chǎng)管理系統(tǒng)的設(shè)計(jì)與優(yōu)化 河南師范大學(xué)學(xué)報(bào) 2022年2月[6] 劉明群, 沈文. ITS——現(xiàn)代交通工程的發(fā)展趨勢(shì) 西部探礦工程 2022年[7] 溫欣. 城市移動(dòng)智能停車系統(tǒng)策劃方案 計(jì)算機(jī)系統(tǒng)與應(yīng)用 2022年[8] 李麗萍, 盛琳陽(yáng). 大型室內(nèi)停車場(chǎng)車輛出入計(jì)算機(jī)自動(dòng)識(shí)別與管理系統(tǒng)哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào) 1995年[9] 于光華. 非接觸式IC卡停車場(chǎng)管理系統(tǒng) 長(zhǎng)春: 吉林大學(xué) 2022[10] 白木,子蔭 . 智能停車場(chǎng)一個(gè)黃金產(chǎn)業(yè) 交通標(biāo)準(zhǔn)化 2022,1(4):6063[11] 羅小賓, 殷國(guó)富. 智能停車場(chǎng)管理系統(tǒng)關(guān)鍵技術(shù)研究及實(shí)現(xiàn) 計(jì)算機(jī)工程202229(4):137139.[12] Ho Gig Jung*， Chi Gun Chui， Dong Suck Kim， Pal Job Yoon system configuration of intelligent parking assistant system[13] Nice Kamp chin, et al. (2022). Stereo vision based pose estimation of parking lots using 3D vehicle models. 2022 IEEE Intelligent Vehicle Symposium, Vol. 2, pp. 1721. [14] K. Finitely, et al. (2022). 3D parking assistant system. 2022 IEEE Intelligent Vehicles Symposium, pp. 881886. [15] H. G. Jung, et al. (2022). 3D vision system for the recognition of free parking site location. International Journal of Automotive Technology, Vol. 7, No. 3, pp. 361367. [16] Ho Gig Jung, et al. (2022). Structure analysis based parking slot marking recognition for semiautomatic parking system. Joint IAPR International Workshops on Structural, Syntactic Pattern Recognition and Statistical Techniques in Pattern Recognition (S+SSPR 2022). [17] Dong Suck Kim, et al. (2022). Parallel Parking Lot Detection with Long Range Ultrasonic Sensor, 2022 KSAE Spring Conference, Vol. III, pp. 16211626 (in Korean). [18] Ho Gi Jung, et al. (2022) Novel user interface for semiautomatic parking assistant system. 2022 FISITA Automotive World Congr