CN108171996B - 一种自适应智能红绿灯控制方法 - Google Patents

Abstract

本发明提出了一种自适应智能红绿灯控制方法，包括路口机动车统计方法、路口行人统计方法以及红绿灯调整控制方法；通过路口机动车统计方法和路口行人统计方法采集路口机动车和行人通行信息，结合路口机动车和行人通行信息采用红绿灯调整控制方法对红绿灯进行调整；自适应调整红绿灯时长，以达到提升通行效率的目的。

Description

一种自适应智能红绿灯控制方法

技术领域

本发明涉及一种红绿灯控制，具体涉及一种具有自适应能力的智能红绿灯控制方法。

背景技术

道路的增多和路口环境的日趋复杂，使得交通信号控制灯的重要性日趋突出，不同路口信号控制灯策略不尽相同，不同的交通信号灯控制策略设定即增加了安装工作人员的时间，也很难准确适应各个路口的通行情况；针对以上问题，本发明提出了一种自适应智能红绿灯控制方法。

发明内容

本发明的目的在于提供一种自适应智能红绿灯控制方法，使得红绿灯的控制依据其所在路口的实际交通通行情况制定。

为实现上述目的，本发明提供了自适应智能红绿灯控制方法，主要包括路口机动车统计方法、路口行人统计方法、红绿灯调整控制方法；通过路口机动车统计方法和路口行人统计方法采集路口机动车和行人通行信息，结合路口机动车和行人通行信息采用红绿灯调整控制方法对红绿灯进行调整；

所述路口为只有直行机动车道和斑马线组成的路口；

所述路口机动车和路口行人均为欲通过路口机动车和欲通过路口斑马线行人；

所述路口机动车统计方法为采用机动车识别模型进行识别和计数，统计目标区域内机动车数目在统计时间段内变化；

所述机动车识别模型为线下训练完成的能识别机动车的机器学习模型；

所述目标区域以斑马线前停止线为起始边，停止线正上方高h处，与正下呈θ角度射线与地面焦点所在位置为止边，如图1所示；

所述路口机动车统计方法的统计时间段为机动车道红灯开始到红灯结束时间段；

所述路口行人统计方法为采用行人识别模型进行计数，统计目标区域内行人数目在统计时间段内变化；

所述行人识别模型为线下训练完成的能识别行人的机器学习模型；

所述目标区域为斑马线马路边行人停止等待通行区域；

所述路口行人统计方法的统计时间段为行人红灯开始到红灯结束时间段；

上述路口机动车统计方法和路口行人统计方法中，在性能和系统硬件上均衡，以1s为时间间隔计数；

所述红绿灯调整控制方法包括路口特征提取、红绿灯时长调整；

所述路口特征提取为，采用3阶多项式拟合机动车车辆数与时间关系曲线和行人人流数与时间关系曲线；时间以红灯开始时间为零点，通过曲线计算机动车车辆数变化曲线和行人人流数曲线与时间轴交点t_c0、t_p0，以及两条曲线前一周期和当前周期累积量

所述累积量为区域与时间轴、纵轴所围成区域；

令：

定义等待红绿灯的机动车车辆数增速因子和行人人数增速因子为：

所述红绿灯时长调整为依据路口特征提取值，对当前车辆红绿灯时长和行人红绿灯时长进行调整，因所述机动车车辆数增速因子与行人人数增速因子大于1与否分别表示机动车车辆数与行人人数是呈增长趋势还是减少趋势，具体调制步骤为：

当λ＞0时：表示机动车车辆绿灯时间相较于行人绿灯时间更紧缺，需增加机动车车辆绿灯时间，减少行人绿灯时间；α_c＞1表示机动车车辆数呈现增长趋势，机动车车辆绿灯增长步进需提高，而α_p＞1表示行人人数呈增长趋势，机动车车辆绿灯增长步进需降低；得机动车车辆绿灯增长时长：

上式中α∈[0 1]为基础调节因子，T为调节周期，即为一个车辆绿灯时长和行人绿灯时长之和，T＝t_c+t_p；

当λ＜0时：表示机动车车辆绿灯时间相较于行人绿灯时间更充裕，需减少机动车车辆绿灯时间而增加行人绿灯时间；α_c＞1表示机动车车辆数呈现增长趋势，机动车车辆绿灯减少步进需降低，而α_p＞1表示行人人数呈增长趋势，机动车车辆绿灯减少步进需提高；得机动车车辆绿灯减少时长为：

综合考虑机动车车辆数和行人人数增长趋势，并考虑考虑保证机动车车辆和行人通过路口，定义机动车车辆绿灯时长调节因子：

综上，得到机动车车辆灯时长当前调节方向为λ，调节大小为

计算由当前红绿灯时长更新一下周期红绿灯时长为：

机动车车辆红绿灯时长调整：

行人红绿灯时长调整为：

所述机动车车辆红灯时长为行人绿灯时长，行人红灯时长为机动车车辆绿灯时长。

更进一步的，上述目标区域所述角度θ＝30°。

更进一步的，为使得红绿灯控制方法调节稳定，上述基础调节因子α＝0.2。

与现有的红绿灯控制方法相比，本发明提供了一种自适应智能红绿灯控制方法具有如下有益效果：

本发明提供的自适应智能红绿灯控制方法，通过自动获取和分析路口的机动车和行人通行情况，自主调整红绿灯时长，可将路口通行效率提升60％；通过本发明提供的公式计算自动调整红绿灯时长具有公式运算量少，在降低硬件需求的同时保证系统具有较好的实时性；自适应智能调整红绿灯时长的控制方法也能减少路口红绿灯安装工作人员调试工作量，进一步节省人力物力。

附图说明

图1、机动车车辆统计目标区域示意图。

图2、机动车车辆和行人人数统计曲线示意图。

具体实施例

首先设定一个调整周期即机动车一个红灯和绿灯时间，也为行人一个绿灯和一个红灯时间为T＝80s，为保证行人和机动车均能通过路口，设定机动车绿灯和行人绿灯时长最短分别为20s，考虑黄灯为固定时长，调整计算是忽略黄灯时长，系统直接在调整后的绿灯后添加黄灯时长即可。

依据本发明提供的路口机动车统计方法、路口行人统计方法和红绿灯调整控制方法，手段确定路口机动车统计方法和路口行人统计方法中的目标区域；

路口机动车统计方法的目标区域如图1所示，高度为一般城市红绿灯抓拍摄像头高度5m，角度θ＝30°，图中阴影为目标区域；而路口行人统计方法中目标区域为斑马线马路边行人停止等待通行区域。

当机动车红灯开始时，以1s为周期，使用线下预训练机动车识别模型对目标区域机动车进行识别并计数，以机动车红灯结束停止；使用3阶多项式拟合机动车车辆数目与时间关系m(t)，如图2所示；

当行人红灯开始时，以1s为周期，使用线下预训练行人识别模型对目标区域行人进行识别并计数，行人红灯结束停止，使用3阶多项式拟合行人人数与时间关系n(t)；

依据红绿灯调整控制方法中路口特征提取，分别计算关系曲线与时间轴交点t_c0、t_p0，使得

0＝m(t_c0)、0＝n(t_p0)

以及曲线与时间轴和纵轴围成区域：

计算机动车绿灯时长调整方向：

和等待红绿灯的机动车车辆和行人人数增速因子：

依据红绿灯调整控制方法中红绿灯调整，进一步计算机动车车辆绿灯时长调节因子：

式中，基础调节因子α＝0.2。

所以下一周期机动车车辆绿灯时长调整为：

行人绿灯时长调整为：

车辆红灯时长为行人绿灯时长，行人红灯时长为机动车绿灯时长；

以上完成由上一周期和当前周期内路口通行情况调整下一周期红绿灯设置情况，以此重复调整进行。

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (3)

1.一种自适应智能红绿灯控制方法，其特征在于：所述的自适应智能红绿灯控制方法包括路口机动车统计方法、路口行人统计方法以及红绿灯调整控制方法；通过路口机动车统计方法和路口行人统计方法采集路口机动车和行人通行信息，结合路口机动车和行人通行信息采用红绿灯调整控制方法对红绿灯进行调整；

所述路口机动车统计方法为采用线下训练完成的机动车识别模型进行计数，统计目标区域内机动车数目在统计时间段内变化；

所述目标区域以斑马线前停止线为起始边，停止线正上方高h处，与正下呈θ角度射线与地面交点所在位置为止边；

所述路口机动车统计方法的统计时间段为机动车道红灯开始到红灯结束时间段；

所述路口行人统计方法为采用线下训练完成的行人识别模型进行计数，统计目标区域内行人数目在统计时间段内变化；

所述路口行人统计方法的统计时间段为行人红灯开始到红灯结束时间段；

所述红绿灯调整控制方法由路口特征提取和红绿灯时长调整组成；

所述路口特征提取为，采用3阶多项式拟合机动车车辆数与时间关系曲线和行人人流数与时间关系曲线；时间以红灯开始时间为零点，通过曲线计算机动车车辆数变化曲线和行人人流数曲线与时间轴交点t_c0、t_p0，以及两条曲线前一周期和当前周期累积量计算机动车辆绿灯时长调整方向λ和等待红绿灯的机动车车辆数增速因子和行人人数增速因子α_c,α_p，分别定义如下：

所述红绿灯时长调整为依据路口特征提取值，对当前车辆红绿灯时长和行人红绿灯时长进行调整，定义机动车车辆绿灯时长调节因子：

式中α∈[0 1]为基础调节因子；

机动车车辆绿灯时长调节大小：

下一周期红绿灯时长由当前周期红绿灯时长更新：

机动车车辆绿灯时长为

行人绿灯时长调整为

上式中T为调节周期，即为一个车辆绿灯时长和行人绿灯时长之和，T＝t_c+t_p。

2.如权利要求1所述的一种自适应智能红绿灯控制方法，其特征在于，所述路口机动车统计方法中目标区域所述角度大概为θ＝30°。

3.如权利要求2所述的一种自适应智能红绿灯控制方法，其特征在于，所述机动车车辆绿灯时长调节因子中基础调节因子α＝0.2。