CN101976508A - 基于车牌识别数据的交通信号干线相位差优化方法 - Google Patents
基于车牌识别数据的交通信号干线相位差优化方法 Download PDFInfo
- Publication number
- CN101976508A CN101976508A CN2010105186367A CN201010518636A CN101976508A CN 101976508 A CN101976508 A CN 101976508A CN 2010105186367 A CN2010105186367 A CN 2010105186367A CN 201010518636 A CN201010518636 A CN 201010518636A CN 101976508 A CN101976508 A CN 101976508A
- Authority
- CN
- China
- Prior art keywords
- crossing
- license plate
- main line
- phase differential
- optimization method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明提出了一种基于车牌识别数据的交通信号干线相位差优化方法,属于道路交通信号控制领域、高清视频检测领域;方法具体包括如下步骤:步骤1.计算各交叉口的周期长,确定关键交叉口及周期长;步骤2.检测车牌数据,将车牌识别数据进行打包上传到交通信号控制中心;步骤3.比对车牌号和通过路口ID编号,计算通过上下游相邻路口的时间差;步骤4.以5分钟为单位,计算车辆通过上下游路口的平均旅行时间;步骤5.将上下游路口的平均旅行时间与当前上下游路口的相位差相比较,若旅行时间误差连续3次大于当前相位差的10%,则更新相位差;否则回到步骤4继续进行统计计算。
Description
技术领域
本发明涉及道路交通信号控制领域、高清视频检测领域。
背景技术
随着我国经济社会的不断发展,城市道路交通基本处于饱和状态,道路拥堵以及由此而引发的环境污染、城市运转效率低下、交通事故等已成为制约城市经济发展和社会发展的瓶颈。传统的交通信号控制系统利用感应线圈作为车辆检测器,来采集交通流量、占有率、平均速度数据实施交通信号优化控制,但感应线圈普遍存在易破损、维护成本高、测量数据有限等不足。另一方面,现有城市交通信号控制系统的干线协调控制方式,根据路口之间的浮动车调查数据确定干线中上下游路口之间的相位差。道路上不同时刻交通流量不同、平均速度不同,因此,干线路口之间的旅行时间随时间变化而变化。由于交通调查一般在高峰时间、平峰时间等抽样时间进行,时间粒度较大,不能从根本上反应干线上车队行进速度变化所导致的相位差变化。
发明内容
针对现有的交通信号控制系统的缺点,本发明提供了一种基于车牌识别数据的交通信号干线相位差优化方法,采用时变相位差方法来进行干线协调。本发明采用高清视频摄像机采集动态交通信息,提高了交叉口交通信号控制能力。
本发明所述的基于车牌识别数据的交通信号干线相位差优化方法,具体包括如下步骤:
(1)计算各交叉口的周期长Ci,确定关键交叉口及周期长:
Cm=max(C1,C2,…Ci)
(2)利用高清视频检测器检测车牌数据,将车牌识别数据进行打包上传到交通信号控制中心,打包数据中至少包含车牌号、通过路口ID编号、通过时间等关键数据;
(3)比对车牌号和通过路口ID编号,计算通过上下游相邻路口的时间差;
(4)以5分钟为单位,计算车辆通过上下游路口的平均旅行时间;
(5)将上下游路口的平均旅行时间与当前上下游路口的相位差相比较,若旅行时间误差连续3次大于当前相位差的10%,则更新相位差,相位差值为最近三次相位差的平均值;否则回到步骤(4)继续进行统计计算。
其中,在上述基于车牌识别数据的交通信号干线相位差优化方法中,利用高清视频检测器检测车牌数据。进一步的,在交叉口各方向距离停车线20-35米之间安置高清视频检测器;再进一步,在干线上每个受控车道均设置一个虚拟线圈,且虚拟线圈位于干线交通流方向的停车线后。
其中,在上述基于车牌识别数据的交通信号干线相位差优化方法中,还包括步骤:选定干线路口,设置放行阶段、相位和相序,并保证干线路口相位相序相同、保持各路口的周期时长相同或成倍周期长。
本发明所述的基于车牌识别数据的交通信号干线相位差优化方法,相比较采用传统感应线圈而言,通过高清视频检测技术大大拓展了实时动态交通数据的获取能力,为交叉口交通信号控制能力的提升提供了条件。利用高清视频进行交通流检测,除能够获取流量、占有率和平均速度外,还可实时获取准确的车牌信息。通过车牌信息可以计算出上下游路口之间的旅行时间信息,由于通过上下游路口旅行时间可对系统相位差进行优化,因此,本发明可实现干线交通信号的协调控制。
附图说明
图1是基于高清视频检测的交通信号干线协调控制结构框图;
图2是本发明所述的基于车牌识别数据的交通信号干线相位差优化方法实施方式中的路口平面设置图;
图3是基于高清视频检测的干线上下游路口旅行时间获取示意图。
具体实施方式
为了使本领域的技术人员对本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体图示,进一步阐述本发明。
基于高清视频检测的交通信号干线协调控制结构框图如图1所示。以十字交叉口为例说明本发明所述的交通信号干线相位差优化方法的实施过程,具体方法如下:
1、选定干线路口,确定路口ID号、摄像机ID号、路口检测器ID号等基本信息;设置放行阶段、相位和相序,并保证干线路口相位相序相同、保持各路口的周期时长相同或成倍周期长。
2、安装高清视频检测器及设置虚拟线圈:
(1)若采用CCD 16mm 2/3的镜头,高清摄像机应安装在25-30m的位置;若采用CCD 16mm1/2的镜头,高清摄像机应安装在30-35m的距离;
(2)通过对高清图像进行区域划分定义虚拟线圈,虚拟线圈位于干线交通流方向的停车线后;具体设置如图2所示。
(3)车辆通过虚拟线圈时,利用虚拟线圈的检测下降沿和运动方向作为照片触发条件,高清照片记录通过车辆的类型、车牌号码及通过时间。
(4)图像分辨率为2592×1936,清晰记录车牌信息,并可准确识别车牌。车辆通行信息照片格式为两张照片合成,加印精确到毫秒的时间信息、地点信息。车牌识别结果包括号牌号码、号牌颜色、车辆类型、车牌位置信息。车牌识别技术指标符合GA/T 833-2009《机动车号牌图像自动识别技术规范》,白天号牌识别准确率大于等于90%,夜间号牌识别准确率大于等于80%。
3、在交通信号控制中心进行实时相位差优化,优化结果下传至各个控制路口。相位差优化的具体方法如下:
(1)计算各交叉口的周期长Ci,确定关键交叉口及周期长:
Cm=max(C1,C2,…Ci)
(2)利用高清视频检测器检测车牌数据,将车牌识别数据进行打包上传到交通信号控制中心,打包数据中至少包含车牌号、通过路口ID编号、通过时间等关键数据;
(3)比对车牌号和通过路口ID编号,计算通过上下游相邻路口的时间差;
(4)以5分钟为单位,计算车辆通过上下游路口的平均旅行时间;
(5)将上下游路口的平均旅行时间与当前上下游路口的相位差相比较,若旅行时间误差连续3次大于当前相位差的10%,则更新相位差,相位差值为最近三次相位差的平均值;否则回到(4)继续进行统计计算。
如图3所示为基于高清视频检测的干线上下游路口旅行时间获取示意图。
本发明通过由高清视频检测器获取的车牌识别信息,可以获知同一车辆在通过干线上不同路口之间的具体时间,且精确到毫秒,因此,干线上不同路口之间的旅行时间能够被精确得到。
以上描述了本发明的基本原理和主要特征以及优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.一种基于车牌识别数据的交通信号干线相位差优化方法,具体步骤如下:
步骤1.计算各交叉口的周期长Ci,确定关键交叉口及周期长:
Cm=max(C1,C2,…Ci)
步骤2.检测车牌数据,将车牌识别数据进行打包上传到交通信号控制中心,打包数据中具有包含有车牌号、通过路口ID编号、通过时间的关键数据;
步骤3.比对车牌号和通过路口ID编号,计算通过上下游相邻路口的时间差;
步骤4.以5分钟为单位,计算车辆通过上下游路口的平均旅行时间;
步骤5.将上下游路口的平均旅行时间与当前上下游路口的相位差相比较,若旅行时间误差连续3次大于当前相位差的10%,则更新相位差,相位差值为最近三次相位差的平均值;否则回到步骤4继续进行统计计算。
2.如权利要求1所述的基于车牌识别数据的交通信号干线相位差优化方法,其特征在于:利用高清视频检测器检测车牌数据。
3.如权利要求1或2所述的基于车牌识别数据的交通信号干线相位差优化方法,还包括在所述步骤1之前实施以下步骤:选定干线路口,设置放行阶段、相位和相序,并保证干线路口相位相序相同、保持各路口的周期时长相同或成倍周期长。
4.如权利要求2所述的基于车牌识别数据的交通信号干线相位差优化方法,其特征在于,在交叉口各方向距离停车线20-35米之间安置高清视频检测器。
5.如权利要求4所述的基于车牌识别数据的交通信号干线相位差优化方法,其特征在于,在干线上每个受控车道均设置一个虚拟线圈,且虚拟线圈位于干线交通流方向的停车线后。
6.如权利要求2所述的基于车牌识别数据的交通信号干线相位差优化方法,其特征在于,高清视频检测器采用CCD 16mm 2/3的镜头或CCD 16mm 1/2的镜头。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105186367A CN101976508A (zh) | 2010-10-26 | 2010-10-26 | 基于车牌识别数据的交通信号干线相位差优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010105186367A CN101976508A (zh) | 2010-10-26 | 2010-10-26 | 基于车牌识别数据的交通信号干线相位差优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101976508A true CN101976508A (zh) | 2011-02-16 |
Family
ID=43576388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010105186367A Pending CN101976508A (zh) | 2010-10-26 | 2010-10-26 | 基于车牌识别数据的交通信号干线相位差优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101976508A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102426791A (zh) * | 2011-09-13 | 2012-04-25 | 华南理工大学 | 一种交通信号协调配时方案的n周期加权调节过渡方法 |
RU2454726C1 (ru) * | 2011-03-03 | 2012-06-27 | Игорь Юрьевич Мацур | Способ регулирования движения транспортных средств и устройство для его осуществления |
CN102592464A (zh) * | 2012-03-12 | 2012-07-18 | 山东大学 | 一种基于视频的相位差模糊推理确定方法 |
CN104732765A (zh) * | 2015-03-30 | 2015-06-24 | 杭州电子科技大学 | 基于卡口数据的城市道路饱和度实时监测方法 |
CN106710255A (zh) * | 2017-02-16 | 2017-05-24 | 清华大学 | 道路信号控制方法、装置及道路信号系统 |
CN109377759A (zh) * | 2018-11-28 | 2019-02-22 | 南京莱斯信息技术股份有限公司 | 一种获取间断交通流中车队行程时间的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030014181A1 (en) * | 2001-07-10 | 2003-01-16 | David Myr | Traffic information gathering via cellular phone networks for intelligent transportation systems |
CN1464487A (zh) * | 2002-06-03 | 2003-12-31 | 昆明利普机器视觉工程有限公司 | 基于视频车辆光学特征识别匹配的交通流量检测系统 |
CN101110160A (zh) * | 2007-08-31 | 2008-01-23 | 天津大学 | 融合rfid与机器视觉的车辆交通信息监测方法与系统 |
US20080204277A1 (en) * | 2007-02-27 | 2008-08-28 | Roy Sumner | Adaptive traffic signal phase change system |
CN101325008A (zh) * | 2008-07-25 | 2008-12-17 | 浙江大学 | 一种城市交通干线动态双向绿波带智能协调控制方法 |
-
2010
- 2010-10-26 CN CN2010105186367A patent/CN101976508A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030014181A1 (en) * | 2001-07-10 | 2003-01-16 | David Myr | Traffic information gathering via cellular phone networks for intelligent transportation systems |
CN1464487A (zh) * | 2002-06-03 | 2003-12-31 | 昆明利普机器视觉工程有限公司 | 基于视频车辆光学特征识别匹配的交通流量检测系统 |
US20080204277A1 (en) * | 2007-02-27 | 2008-08-28 | Roy Sumner | Adaptive traffic signal phase change system |
CN101110160A (zh) * | 2007-08-31 | 2008-01-23 | 天津大学 | 融合rfid与机器视觉的车辆交通信息监测方法与系统 |
CN101325008A (zh) * | 2008-07-25 | 2008-12-17 | 浙江大学 | 一种城市交通干线动态双向绿波带智能协调控制方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EA025523B1 (ru) * | 2011-03-03 | 2017-01-30 | Игорь Юрьевич Мацур | Способ управления светофором и устройство для его осуществления |
RU2454726C1 (ru) * | 2011-03-03 | 2012-06-27 | Игорь Юрьевич Мацур | Способ регулирования движения транспортных средств и устройство для его осуществления |
WO2012118399A1 (ru) * | 2011-03-03 | 2012-09-07 | Matsur Igor Yurievich | Способ регулирования движением транспортных средств и устройство для его осуществления |
CN103403776A (zh) * | 2011-03-03 | 2013-11-20 | I·Y·马楚尔 | 车辆交通控制方法及其实施设备 |
AU2011361021B2 (en) * | 2011-03-03 | 2014-09-25 | Igor Yurievich Matsur | Vehicle traffic control method and device for implementing same |
CN103403776B (zh) * | 2011-03-03 | 2016-08-10 | I·Y·马楚尔 | 车辆交通控制方法以及实现该方法的装置 |
CN102426791A (zh) * | 2011-09-13 | 2012-04-25 | 华南理工大学 | 一种交通信号协调配时方案的n周期加权调节过渡方法 |
CN102592464A (zh) * | 2012-03-12 | 2012-07-18 | 山东大学 | 一种基于视频的相位差模糊推理确定方法 |
CN104732765A (zh) * | 2015-03-30 | 2015-06-24 | 杭州电子科技大学 | 基于卡口数据的城市道路饱和度实时监测方法 |
CN104732765B (zh) * | 2015-03-30 | 2017-03-15 | 杭州电子科技大学 | 基于卡口数据的城市道路饱和度实时监测方法 |
CN106710255A (zh) * | 2017-02-16 | 2017-05-24 | 清华大学 | 道路信号控制方法、装置及道路信号系统 |
CN109377759A (zh) * | 2018-11-28 | 2019-02-22 | 南京莱斯信息技术股份有限公司 | 一种获取间断交通流中车队行程时间的方法 |
CN109377759B (zh) * | 2018-11-28 | 2021-02-26 | 南京莱斯信息技术股份有限公司 | 一种获取间断交通流中车队行程时间的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109272756B (zh) | 一种信控交叉口排队长度估计方法 | |
CN102013159A (zh) | 基于高清视频检测数据的区域动态od矩阵获取方法 | |
Li et al. | Real-time queue length estimation for signalized intersections using vehicle trajectory data | |
Skabardonis et al. | Real-time estimation of travel times on signalized arterials | |
CN106297330B (zh) | 减少行人过街对平面感知信号控制效率影响的方法及系统 | |
CN106355903B (zh) | 基于视频分析的多车道车流量检测方法 | |
Ma et al. | Lane-based saturation degree estimation for signalized intersections using travel time data | |
US10239539B2 (en) | Vehicle travel control method and vehicle travel control device | |
CN101577049B (zh) | 基于浮动车停车点数据过滤的地图匹配方法 | |
CN101976508A (zh) | 基于车牌识别数据的交通信号干线相位差优化方法 | |
CN104750963B (zh) | 交叉口延误时长估计方法及装置 | |
Twaddle et al. | Modeling the speed, acceleration, and deceleration of bicyclists for microscopic traffic simulation | |
CN101739824A (zh) | 基于数据融合技术的交通状况估计方法 | |
CN106097718B (zh) | 基于gps数据的信号交叉口区域通行时间估计方法 | |
CN105575125A (zh) | 一种车流视频侦测分析系统 | |
CN103810854B (zh) | 一种基于人工标定的智能交通参数检测方法 | |
KR101943198B1 (ko) | 구간통행시간 및 신호지체 추정방법 | |
WO2020189475A1 (ja) | 移動体監視システム、移動体監視システムの制御サーバ、及び移動体監視方法 | |
CN102855755B (zh) | 一种基于运行车速预测的城市干道车队离散模型的建模方法 | |
CN108806258A (zh) | 一种基于浮动车数据的城市道路交叉口运行评价指标体系 | |
Tak et al. | Development of AI-based vehicle detection and tracking system for C-ITS application | |
CN114495520B (zh) | 一种车辆的计数方法、装置、终端和存储介质 | |
CN112034449A (zh) | 基于物理空间属性实现对车辆行驶轨迹修正的系统及方法 | |
CN110610118A (zh) | 交通参数采集方法及装置 | |
Scora et al. | Real-time roadway emissions estimation using visual traffic measurements |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20110216 |