CN103956057B - 一种用于安防交通流数据智能处理系统 - Google Patents

Abstract

本发明公开了一种用于安防交通流数据智能处理系统，该系统为：摄像头、数据处理器、图形图像接口、模型驱动器、图片库模块、模型库模块、时刻控制器、红绿灯。本发明通过模型库的设置，对交通灯绿灯放行时间优化能够根据道路交通历史数据，发现一段时间内特定道路的交通周期、规律性信息，为城市管理者在治理交通、出台相关道路建设决策时提供科学依据；通过时间控制器的设置，对道路交通灯控制考虑了道路交通的周期和规律性对现场交通信号采集频度、以及红绿灯时间设置的影响，提高了交通信号灯的智能化程度，较好的解决了现有的交通灯智能控制存在的不能取到最佳的放行时间、不能准确地捕捉到交通现场状况、设备运算时间损耗大的问题。

Description

一种用于安防交通流数据智能处理系统

技术领域

本发明属于交通智能控制技术领域，尤其涉及一种用于安防交通流数据智能处理系统。

背景技术

随着我国经济的快速发展，人们生活水平的提高，各种交通车辆、私家车大量出现，给城市交通道路带来了很大的压力。近几年来，城市道路与车辆的矛盾越来越突出，交通拥堵事件发生的频率也越来越高。十字路口作为城市道路交通的主要组成部分，它的通行能力和效率在交通中起着非常关键的作用。所以，如何采用合适的控制方法，最大限度利用好十字路口车辆的通行效率。缓解主干道与辅道、城区与周边地区的交通拥堵问题，已经成为交通运输管理和城市规划部门亟待解决的主要问题之一。

目前，我国大部分城市常用的交通灯控制方式为定时分配控制方式。这种方式是在红绿灯开始工作之前事先分配好时间周期，一般设定为在固定的时间周期内改变一次信号灯。比如每60秒或80秒改变一次红绿灯的状态。定时分配红绿灯控制方式成本低但是不能实现智能控制，其主要存在三个方面的问题：(1)车道放行车辆时，十字路口经常出现不同方向上车辆放行时间相同，这可能导致车辆多的方向容易出现车辆堆积，造成下一路口的交通阻塞；(2)当某方向上无车时，恰好该方向上是绿灯，则在这段时间内，就会出现交通盲指挥；(3)当一路口车流量很大时，不能够自动延长该路口的绿灯，导致在一个周期内此路口的车辆不能完全通过。

为了提高交通灯信号改变的智能程度，改善城市交通的拥堵状况，近几年，我国研究人员开始关注智能交通灯的研究。并在研究内容上形成两个主要的流派。一个是地感应线圈电磁感应控制方式，一个是以视频、图像处理方式对红绿灯进行智能设置。

电磁感应控制方式的原理是在交通十字路口入路口的各个方向附近的地下按要求埋设感应线圈，当电路中的电流通过环形线圈时，就在其周围形成一个电磁场。当主要由金属材料组成的车辆进入这个磁场时，检测处理单元得到了检测到车辆的输出信号。交通信号灯配时方案由智能化信号控制器或交通管理中心的上位机控制，控制方案可随感应线圈采集到的交通流信息而相应地发生改变。采用此种方式对红绿灯的智能设置进行的研究。运用ARM和AT89552单片机共同作为控制单元实现交通灯的控制管理系统，单交叉路口的每个方向上的交通信号控制由单片机控制，交叉路口总的控制由ARM控制器通过网络与上位机进行通信。模拟系统实现对交叉路口信号灯的基本控制功能、通过网络对信号灯的远程控制功能、使用红外遥控对交通灯进行实时控制功能及对交通灯进行故障检测功能。采用如下方案来控制交通路况：在入路口的各个方向附近的地下按要求埋设感应线圈，当汽车经过时一就会产生涡流损耗，环状绝缘电线的电感开始减少，即可检测出汽车的通过，并将这一信号转换为标准脉冲信号作为可编程控制器的控制输入，并用PLC计数，按一定控制规律自动调节红绿灯的时长。

感应控制方法的优点是：在交通流量变化大且无规则时，在某些不易使用定时控制方法的交叉路口，以及要求对主干道的干扰降低的情况下，利用感应控制会有更好的效果。而这种方式的缺点在于：其安装成本高、检测设备不能随时移动位置、对于其硬件的安装和维修，需关闭车道和破坏路面，容易造成因安装和维修而带来的交通堵塞。

针对交通灯智能控制领域的现状和发展趋势，基于视频图像的交通灯智能控制系统逐渐进入人们的视野。它能解决传统交通灯领域存在的施工周期长、成本高、实时性差和不灵活性等问题，尤其是视频图像处理技术的低成本、高实时性等优点，使其在交通灯智能控制方面具有不可取代的作用。

现有技术对基于视频图像的交通灯智能控制进行了研究。首先分离出视频图像的前景和背景图像，在背景图像的每个车道上都设置了虚拟检测区域；提出了基于帧间差分法的混合高斯模型车辆检测方法，用于检测前景图像每个虚拟车道上的车流量；并由此设计出红绿灯周期内及红绿灯周期间两种动态的、实时的时间调整模型。所设计的系统虽然完整，但是其对于图片的处理设计复杂且计算量大。现有技术采用DSP对视频图像在线实时分析，利用模糊算法预测下一时刻的车流量并对交通灯进行控制。

在文献《基于图像处理和DSP的交通灯实时智能控制系统研究》中，提出了基于图像处理和DSP的交通灯实时智能控制方法，该方法通过采集交通现场视频图像，并对所获取的图像进行处理，得到所需结果参数，将参数传递给PLC处理器，由PLC处理器做出判断控制交通灯的变化。

该系统的核心是PLC部分。PLC是一种专门为工业控制而设计的逻辑控制装置，属于可编程控制的存储器。系统在采集交通路口的实时视频图像并通过对其进行一系列处理后，获得交通路口各相位的车辆信息后，PLC根据各相位的信息控制交通信号灯的状态转换。PLC所采用的红绿灯控制策略描述如下：

每0.1秒或0.5秒对各相位执行一次运算，以实时的检查各相位车辆状况。据其做以下设计：

①当一个相位没车，且为绿灯，而且本相位没有车辆正在通过(即对交叉地带进行车辆存在性判断)，相对相位有绿灯需求时，马上进行红绿灯转换；如果本相位无车，而交叉地带有车正在通过，则保持绿灯，直到本相位无车且无车正在通过再转换。转换后该相位为红灯，相对相位为绿灯。这个绿灯时间超过一个周期T后，根据图像检测的状态进入循环①、②或③。

这里又分两种情况：一、只要这个循环持续超过了一个时间上限Tmax，如90秒，就强制转换；二、这个循环持续超过了一个时间上限Tmax，但该相位仍没车而相对相位有车，则仍保持绿灯状态，直到该相位有车出现。这两种情况可由使用者选择。

②当一个相位与另一个相位相差较为悬殊时，比如一个相位是另一相位车辆数目的几分之一时，且该相位是红灯，且这种状态持续时间已经超过了一个时间Tmin，则经过一个过渡时间t转后换为绿灯，当这个绿灯时间达到Tmin时(一般是一个周期T)，根据图像检测的状态进入循环①、②或③。

③如果相对相位的车辆数目差不多，则按预定的时间红绿灯进行转换，红绿灯时间最长Tmax，最短Tmin，一般是T。直到出现一个相位有车而相对相位没气或两相位虽都有车但数目相差悬殊的状态，进入循环①或②。

值得一提的是图像处理模块。在这一模块中，作者采用车辆面积之比来计算等待绿灯的车辆数。这一方法简单易行，所需的计算时间少，是一个很好的方案。在后面我们申请的专利中，需要调用这一模块，为叙述简单，将这一模块命名为MA_NC(magic’s area numberof car)。

现有技术方案的不足：

(1)在现有技术方案的循环中提到的预先设定的红绿灯时间最长Tmax，最短Tmin，一般是T。这里的红绿灯时间Tmax、Tmin、和T在循环中也提及，说明是一个很重要的参数，然而这个参数的设定并没有经过优化，有可能在实际交通现场不能取到最佳的放行时间。

(2)现有技术中按每0.1秒或0.5秒对各相位执行一次运算，可以理解为对交通路口各相位的信号实施在统一的时间间隔内进行采集。然而城市道路交通的车流量具有在时间因素和车流走向因素上的明显周期特性，比如会出现在上下班高峰期由南向北方向、或节假日出行高峰期由东向西方向，车流量会大幅度增加的情况；因此现有技术的交通现场信号采集方案不能更准确地捕捉到交通现场状况。

(3)在其他常规时间(非交通高峰时段时间)中，车流量呈现相对稳定的状态。可以说，在城市市区内的交通路口，现有技术方案中的循环的情况很少发生。但是按现有技术的方案，不管交通流量是否稳定，都必须在0.1或0.5秒内各相位进行一次运算。这无疑将增大设备的计算负荷，造成设备的器材及计算时间损耗。

发明内容

本发明实施例的目的在于提供一种用于安防交通流数据智能处理系统，旨在解决现有的交通灯智能控制存在的不能取到最佳的放行时间、不能准确地捕捉到交通现场状况、设备运算时间损耗大的问题。

本发明实施例是这样实现的，一种用于安防交通流数据智能处理系统，该用于安防交通流数据智能处理系统包括：摄像头、数据处理器、图形图像接口、模型驱动器、图片库模块、模型库模块、时刻控制器、红绿灯；

摄像头，用于采集现场的交通状况；

数据处理器，与摄像头连接，用于负责处理交通现场视频信息，采集图像，并获得模型设计所需的参数；

图形图像接口，与数据处理器连接，用于实现图片和视频信息的传送；

模型驱动器，与与数据处理器连接，用于通过模型预先定义智能化方法模型，允许用户完成基于智能化的交通数据流应用开发；

图片库模块，与模型驱动器连接，用于存放能够反映各个时段交通情况的图片集；

模型库模块，与与模型驱动器连接，用于放置智能化交通数据流处理方法；

时刻控制器，与图形图像接口、图片库模块和模型库模块连接，用于根据算法对红绿灯时间进行智能控制；

红绿灯，与时刻控制器，用于按照时刻控制器的控制指令，实现红绿灯的转换。

进一步，时间控制器的算法的具体方法为：

第一步，首先判断当前交通时段是否是高峰时段，如果是，则以作为当前交通现场第i个相位的信息采集间隔时间，因为高峰时段现场情况比较复杂，需要对现场进行比较密集的信号采集；

第二步，将现场采集到的第i个相位的车流量图片与做对比，若差异性小于事先给定的阈值，说明现场交通的车流量没有达到高峰期的饱和状态，现场调节绿灯放行的时间，否则，说明现场情况与建模时的典型情况基本吻合，可用模型中算出的最优放行时间设定红绿灯时间；

第三步，若当前交通时间不是高峰时段，而是常规时段，则将采集时间设定为，常规时段交通压力不大，可以放宽第i个相位信息采集的时间间隔，将处理器时间分给其他相位的信息处理，将同时段的现场采集图片与图片库中的典型图片对比，若差值大于阈值，说明现场车流量异常增多，此时应加大对给相位的监控力度，于是将采集间隔时间缩小，增加采集的频率，同时调用文献的方法，现场调节绿灯放行时间。

进一步，模型库模块的城市道路交通绿灯放行时间优化方法为：

第一步，设一个交通道路路口有n个相位，每个相位的绿灯放行时间为ti，时段T内第i个相位的车辆放行量为nif，该路口在时段T内的车辆放行总量记为N_f；

第二步，根据交通道路路口历史数据，提取ti和nif，gep编码，初始化种群；

第三步，计算个体的适应度，是否达到设定的阈值或已达到设定的迭代次数？是，转第五步，否，转第四步；

第四步，两点交叉，染色体变异、构造新一代种群，转第三步；

第五步，输出各相位最优绿灯放行时间。

本发明提供的用于安防交通流数据智能处理系统，通过模型库的设置，对交通灯绿灯放行时间优化能够根据道路交通历史数据，发现一段时间内特定道路的交通周期、规律性信息，不但对交通信号灯的调节具有指导意义，还可以为城市管理者在治理交通、出台相关道路建设决策时提供科学依据；通过时间控制器的设置，对道路交通灯控制考虑了道路交通的周期和规律性对现场交通信号采集频度、以及红绿灯时间设置的影响，可以根据现场交通视频信息及时发现交通异常并及时调节交通信号灯时间，提高了交通信号灯的智能化程度，缩短了设备的运算时间，较好的解决了现有的交通灯智能控制存在的不能取到最佳的放行时间、不能准确地捕捉到交通现场状况、设备运算时间损耗大的问题。

附图说明

图1是本发明实施例提供的用于安防交通流数据智能处理系统的结构示意图；

图中：1、摄像头；2、数据处理器；3、图形图像接口；4、模型驱动器；5、图片库模块；6、模型库模块；7、时刻控制器；8、红绿灯；

图2是本发明实施例提供的时间控制器的算法的流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下面结合附图及具体实施例对本发明的应用原理作进一步描述。

如图1所示，本发明实施例的用于安防交通流数据智能处理系统主要由：摄像头1、数据处理器2、图形图像接口3、模型驱动器4、图片库模块5、模型库模块6、时刻控制器7、红绿灯8组成；

摄像头1，用于采集现场的交通状况；

数据处理器2，与摄像头1连接，用于负责处理交通现场视频信息，采集图像，并获得模型设计所需的参数；

图形图像接口3，与数据处理器2连接，用于实现图片和视频信息的传送；

模型驱动器4，与与数据处理器2连接，用于通过模型预先定义智能化方法模型，允许用户完成基于智能化的交通数据流应用开发；

图片库模块5，与模型驱动器4连接，用于存放能够反映各个时段交通情况的图片集；

模型库模块6，与模型驱动器4连接，用于放置智能化交通数据流处理方法；

时刻控制器7，与图形图像接口3、图片库模块5和模型库模块6连接，用于根据算法对红绿灯时间进行智能控制；

红绿灯8，与时刻控制器7，用于按照时刻控制器7的控制指令，实现红绿灯的转换。

如图2所示，本发明实施例的时间控制器的算法的具体方法为：

S201：判断时间是否为高峰时段；

S202：差异性与事先给定的阀值的比较判断；

S203：调节绿灯放行时间；

S204：选择模型库中相应时段的最佳放行时间；

S205：输出要求的时间；

S206：设置常规时段的采集时间；

S207：再次判断差异性与事先给定的阀值的大小。

表1时间控制器算法所用符号解释

如表1所示，本发明的时间控制器算法所用符号解释；

具体方法为：

第一步，首先判断当前交通时段是否是高峰时段，如果是，则以作为当前交通现场第i个相位的信息采集间隔时间(一般因为高峰时段现场情况比较复杂，需要对现场进行比较密集的信号采集)；

第二步，将现场采集到的第i个相位的车流量图片与做对比，(算法中的符号“-”不是普通的减法，是图片对比操作)，若差异性小于事先给定的阈值，说明现场交通的车流量没有达到高峰期的饱和状态，现场调节绿灯放行的时间，否则，说明现场情况与建模时的典型情况基本吻合，可用模型中算出的最优放行时间设定红绿灯时间；

第三步，若当前交通时间不是高峰时段，而是常规时段，则将采集时间设定为，常规时段交通压力不大，可以适当的放宽第i个相位信息采集的时间间隔，将处理器时间分给其他相位的信息处理，将同时段的现场采集图片与图片库中的典型图片对比，若差值大于阈值，说明现场车流量异常增多，此时应加大对给相位的监控力度，于是将采集间隔时间缩小，增加采集的频率，同时调用文献的方法，现场调节绿灯放行时间。

本发明实施例的模型库模块的城市道路交通绿灯放行时间优化方法为：

第一步，设一个交通道路路口有n个相位，每个相位的绿灯放行时间为ti，时段T内第i个相位的车辆放行量为nif，该路口在时段T内的车辆放行总量记为N_f；

第二步，根据交通道路路口历史数据，提取ti和nif，gep编码。初始化种群；

第三步，计算个体的适应度，是否达到设定的阈值或已达到设定的迭代次数？是，转第五步，否，转第四步，

第四步，两点交叉，染色体变异、构造新一代种群，转第三步；

第五步，输出各相位最优绿灯放行时间。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (2)

1.一种用于安防交通流数据智能处理系统，其特征在于，该用于安防交通流数据智能处理系统包括：摄像头、数据处理器、图形图像接口、模型驱动器、图片库模块、模型库模块、时刻控制器、红绿灯；

摄像头，用于采集现场的交通状况；

数据处理器，与摄像头连接，用于负责处理交通现场视频信息，采集图像，并获得模型设计所需的参数；

图形图像接口，与数据处理器连接，用于实现图片和视频信息的传送；

模型驱动器，与数据处理器连接，用于通过模型预先定义智能化方法模型，允许用户完成基于智能化的交通数据流应用开发；

图片库模块，与模型驱动器连接，用于存放能够反映各个时段交通情况的图片集；

模型库模块，与模型驱动器连接，用于放置智能化交通数据流处理方法；

时刻控制器，与图形图像接口、图片库模块和模型库模块连接，用于根据算法对红绿灯时间进行智能控制；

红绿灯，与时刻控制器，用于按照时刻控制器的控制指令，实现红绿灯的转换；

时间控制器的算法的具体方法为：

第一步，首先判断当前交通时段是否是高峰时段，如果是，则以作为当前交通现场第i个相位的信息采集间隔时间，因为高峰时段现场情况比较复杂，需要对现场进行比较密集的信号采集；

第二步，将现场采集到的第i个相位的车流量图片与与作对比，若差异性小于事先给定的阈值，说明现场交通的车流量没有达到高峰期的饱和状态，现场调节绿灯放行的时间，否则，说明现场情况与建模时的典型情况基本吻合，可用模型中算出的最优放行时间设定红绿灯时间；

第三步，若当前交通时间不是高峰时段，而是常规时段，则将采集时间设定为常规时段交通压力不大，可以放宽第i个相位信息采集的时间间隔，将处理器时间分给其他相位的信息处理，将同时段的现场采集图片与图片库中的典型图片对比，若差值大于阈值，说明现场车流量异常增多，此时应加大对给相位的监控力度，于是将采集间隔时间缩小，增加采集的频率，同时调用文献的方法，现场调节绿灯放行时间。

2.如权利要求1所述的用于安防交通流数据智能处理系统，其特征在于，模型库模块的城市道路交通绿灯放行时间优化方法为：

第一步，设一个交通道路路口有n个相位，每个相位的绿灯放行时间为ti，时段T内第i个相位的车辆放行量为nif，该路口在时段T内的车辆放行总量记为Nf；

第二步，根据交通道路路口历史数据，提取ti和nif，gep编码，初始化种群；

第三步，计算个体的适应度，是否达到设定的阈值或已达到设定的迭代次数？是，转第五步，否，转第四步；

第四步，两点交叉，染色体变异、构造新一代种群，转第三步；

第五步，输出各相位最优绿灯放行时间。