این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
جاده، جلد ۳۳، شماره ۱۲۳، صفحات ۲۱۳-۲۲۸
عنوان فارسی بررسی کاهش خطای ناشی از شمارش تردد وسایل‌نقلیه در دوربین‌های پلاک خوان شهری توسط مدل‌های ریاضی (مطالعه موردی: شهر مشهد)
چکیده فارسی مقاله یکی از مهم‌ترین ابزارهای ITS دوربین‌های کنترل سرعت می‌باشند و از متداولترین دوربین‌های موجود که در شبکه‌های شهری مورد استفاده قرار می‌گیرد، دوربین‌های پلاک خوان شهری (ANPR) است. بنابراین با توجه به اهمیت سنجش عملکرد دوربین‌های پلاک خوان شهری به منظور بررسی و شناخت صحیحی از وضعیت ترافیک شهرها، پژوهشی جهت شناسایی خطاهای موجود و سپس ارائه مدل ریاضی جهت کاهش خطای دوربین ها انجام شده است. در این پژوهش نمونه داده‌ها مربوط به اطلاعات ترافیکی ثبت شده توسط دو دوربین ترافیکی در شهر مشهد و در طول یک هفته اول خردادماه 1399 است. خطاهای شناسایی شده در این تحقیق شامل: خطای کل دوربین‌ها، خطای ثبت پلاک، خطای ثبت حرف پلاک، خطای ثبت کد شهر، خطای ثبت تخلف، زوج یا فرد بودن پلاک بودن می‌باشد. عوامل مختلفی بر بروز این خطاها تاثیر مستقیمی داشته است، از جمله موارد شماره دوربین، روز هفته، ساعت حرکت خودرو، سرعت حرکت خودرو، خط عبوری، تراکم یا حجم خودرو است. در این پژوهش در جهت شناسایی و کاهش خطاهای موجود، دو مدل کلاس‌بندی رگرسیون لجستیک و k نزدیک‌ترین همسایگی باتوجه به پارامتر های موجود مورد بررسی و تحلیل قرار گرفته اند. در خطای کل موثرترین پارامتر سرعت بوده و مدل K نزدیک‌ترین همسایگی با دقت 68 درصد بهترین کلاس‌بند برای خطای کل ثبت اطلاعات خودرو ارائه شده است.
کلیدواژه‌های فارسی مقاله دوربین ANPR،رگرسیون لجستیک،وضعیت ترافیک،مدل K،
عنوان انگلیسی Investigating the Reduction of the Error Caused by the Counting of Vehicle Traffic in City License Plate Reader Cameras by Mathematical Models (Case Study: Mashhad City)
چکیده انگلیسی مقاله One of the most important ITS tools are speed control cameras, and one of the most common cameras used in urban networks is the urban license plate reader (ANPR) cameras. Therefore, due to the importance of measuring the performance of urban license plate reader cameras in order to check and correctly understand the traffic situation of cities, A research has been done to identify existing errors and then provide a mathematical model to reduce camera errors.In this research, the sample data is related to traffic information recorded by two traffic cameras in Mashhad during the first week of June 2019.The errors identified in this research include: total camera error, license plate registration error, license plate letter registration error, city code registration error, violation registration error, whether the license plate is even or odd. Various factors have had a direct impact on the occurrence of these errors, including camera number, day of the week, time of the car, speed of the car, crossing line, density or volume of the car.In this research, in order to identify and reduce existing errors, two logistic regression and k-nearest neighbor classification models have been investigated and analyzed according to the existing parameters. In the total error, the most effective parameter is the speed and the nearest neighbor K model with 68% accuracy is the best classband for the total error of vehicle information registration
کلیدواژه‌های انگلیسی مقاله دوربین ANPR,رگرسیون لجستیک,وضعیت ترافیک,مدل K
نویسندگان مقاله محمدامین ابراهیم زاده |
دانشجوی دکتری، دانشکده عمران، هنرومعماری واحد علوم و تحقیقات، تهران، ایران

مهدیسه دباغی |
دانشجوی دکتری، دانشکده عمران، هنرومعماری واحد علوم و تحقیقات، تهران، ایران

نوید نخعی |
دانشجوی دکتری، دانشکده عمران، هنرومعماری واحد علوم و تحقیقات، تهران، ایران

نشانی اینترنتی https://road.bhrc.ac.ir/article_194434_1a99df5bb865cb09f2f08491a28b6288.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات