CN108417057A - 一种智能信号灯配时系统 - Google Patents

Abstract

本发明旨在提供一种智能信号灯配时系统，包括行人监测装置，车辆监测装置，指示装置和运算装置，所述运算装置包括通信模块，情况分类模块，配时决策模块，结果评价模块和配时优化模块和渠化建议模块，所述情况分类模块将多个交通通行影响因素进行分类，并将分类传输给所述配时决策模块，通过配时决策模块发出配时策略，并通过指示装置引导人车合理通过道路交叉口，并识别不合理的车道渠化方案，给出合理建议。本发明考虑的交通通行影响因素更为全面，使交通配时策略更为合理，可以在保证行人优先通行的基础之上，有效地减缓交通拥堵，并在道路交叉口车道渠化方案不合理时提出预警与建议。

Description

一种智能信号灯配时系统

技术领域

本发明属于智能交通技术领域，具体涉及一种智能信号灯配时系统。

背景技术

道路交叉口是产生交通事故和交通拥堵的主要地点，而道路交叉口的主要控制方法即使用交通信号灯调控。不合理的交通信号灯配时容易造成车辆排队过长引发行人过街等待时间过长，车辆抢行通过路口，行人未完全通过时就放行车辆，加剧人车的路权争端，埋下安全隐患。现有技术中，有采用固定配时的交通信号灯配时系统，也有考虑车辆优先、行人优先或者车辆和行人的综合来调整的信号灯配时系统，但这些装置都过于局限，其设计时考虑的因素太少，且无法解决由于交通量变化导致车道渠化不合理造成的延误，导致每种装置只在特定的时间或者场合使用，如果涉及到非特定的时间或者场合，往往导致不必要的交通浪费或者交通拥堵。

因此亟需提供一种智能交通信号灯配时系统，综合考虑行人等待数量、行人等待时间、车辆等待数量、车道数量、渠化策略、各个车道等待车辆数量、等待车辆停驶时间、当前时间日期、天气气温情况等多种交通通行影响因素，给予行人通行更合理的频率和/或时间，保证在行人优先通行的基础上，以最大程度地减小交通拥堵现象的发生概率。

鉴于上述缺陷，本发明创作者经过长时间的研究和实践终于获得了本发明。

发明专利内容

有鉴于此，本发明旨在提出一种智能交通信号灯配时系统，根据不同的交通通行影响因素的分类来调整信号灯配时的策略，实时对交通通行进行控制：一方面，给予行人通行更高的关注度，进而分配给行人合理的通行时间，保证在行人优先通行的基础上，减小交通拥堵现象发生的概率；另一方面，长期监测交叉口车道渠化合理程度，在交叉口进口不同方向的交通量不均时，及时有效的对不合理的车辆渠化方案提出预警和改善建议，进一步减少由于车道分配不合理导致的交通拥堵现象。

为达到上述目的，本发明的技术方案是这样实现的：

一种智能信号灯配时系统，包括行人监测装置，车辆监测装置和运算装置；

所述行人监测装置包括行人监测摄像头和行人信息分析模块，所述行人信息分析模块与所述行人监测摄像头通信连接，所述行人监测摄像头持续捕获行人视频，所述行人信息分析模块持续从行人视频中提取等待过街行人数量和行人等待时间信息；

所述车辆监测装置包括车辆监测摄像头和车辆信息分析模块，所述车辆信息分析模块与所述车辆监测摄像头通信连接，所述车辆监测摄像头持续捕获车辆视频，所述车辆信息分析模块持续从车辆视频中提取车道数量、各个车道等待车辆数量和等待车辆停驶时间信息；

所述运算装置，包括通信模块，存储模块、情况分类模块，配时决策模块，结果评价模块和配时优化模块；

所述情况分类模块与所述行人信息分析模块和所述车辆信息分析模块通信连接，所述情况分类模块持续接收所述行人信息分析模块和所述车辆信息分析模块提供的信息，并对行人等待数量、行人等待时间、车辆等待数量、车道数量、各向车道等待车辆数量、各车道等待车辆平均停驶时间、当前时间、天气和节假日因素进行非线性模型的核映射分类；

所述配时决策模块与所述行人信息分析模块、所述车辆信息分析模块和所述情况分类模块通信连接，实时根据所述情况分类模块提供分类发出配时策略，分配车辆或者行人通行时间；

所述配时优化模块与所述行人信息分析模块、所述车辆信息分析模块、所述配时决策模块、所述情况分类模块通信连接，优化所述配时决策模块，在识别出交叉口车道渠化不合理时给出预警与建议，并将决策情况记入所述存储模块。

进一步的，所述情况分类模块安装于所述运算装置内部，所述情况分类模块内部嵌入有支持向量机(SVM)模型。

进一步的，所述配时决策模块安装于所述运算装置内部，所述配时决策模块内部嵌入有神经网络模型。

进一步的，其特征在于，所述结果评价模块安装于运算装置内部，与所述配时决策模块、所述行人信息分析模块和所述车辆信息分析模块通信连接，实时对所述配时决策模块的决策产生的效果进行评价，并对所述神经网络进行参数调整。

进一步的，所述配时优化模块安装于运算装置内部，与所述结果评价模块和所述存储模块通信连接相连，实时改变配时决策，并将决策情况记入所述存储模块。

进一步的，所述配时优化模块安装于运算装置内部，与所述结果评价模块和所述存储模块通信连接相连，所述配时优化模块以T时段为周期，识别各进口道由于现有渠化方案引起的交通量不均匀程度，并统计当前周期T时段内渠化方案评价为不合理的次数是否超出阈值，并在超过阈值时对交通管理部门发出预警与建议，其中T＞0s。

进一步的，所述智能信号灯配时系统还包括与所述配时决策模块通信相连的行人阻拦杆装置，所述行人阻拦装置安装于斑马线入口的两侧的任一侧，所述人行阻拦装置包括人行拦杆和支撑柱；在非通行信号或清尾时间时，所述人行拦杆落下，阻止行人继续通行，行人通行信号灯绿灯亮起时，人行拦杆升起。

相对于现有技术，本发明所述的智能信号灯配时系统具有以下优势：

(1)所述运算装置包括情况分类模块，所述情况分类模块负责收集影响交叉口车辆与行人通行的因素，包括当前行人数量、车辆数量、车道数、行人平均等待时间、车辆平均等待时间、当前时间、天气和节假日等，所述情况分类模块内嵌支持向量机(SVM)模型，将收集到的影响交叉口车辆与行人通行的因素进行非线性模型的核映射分类，并将分类提供给所述配时决策模块。相比传统的只考虑单一或者少数交通通行影响因素的系统，本发明将多种涉及到交通通行的影响因素均纳入考虑范围，而且嵌入支持向量机(SVM)模型使交通通行因素得到准确高效的分类，大大简化了通常的分类和回归等问题；

(2)所述运算装置包括配时决策模块，所述配时决策模块内嵌神经网络模型，所述配时决策模块读取从行人信息分析模块、车辆信息分析模块和历史情况分类模块收到的信息，利用该分类情况下训练出的神经网络模型，做出配时决策，来调整信号灯配时的长短。相比传统的交通信号灯控制系统，本发明所述配时决策模块内嵌神经网络模型，从而为信号灯配时提供了更加智能的配时策略，保证最大限度地利用交通资源，在行人优先通行的基础之上减小交通拥堵现象的发生概率；

(3)所述运算装置包括配时优化模块，在识别出交叉口车道渠化不合理时，及时发出预警与渠化方案修改建议；相比于传统的现有交通信号灯实时控制系统，本发明考虑了由于交叉口车道渠化方案不合理造成的车辆排队不均的延误，解决了交通管理中由于交叉口车道日均交通量逐渐变化引发的车辆渠化方案过期的问题。

附图说明

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明运算装置的主视图；

图2为本发明行人监测装置主视图的半剖视图；

图3为本发明车辆监测装置主视图的半剖视图；

图4为行人阻拦杆装置主视图；

图5为本发明配时系统运行原理流程图；

图6为本发明BP神经网络前向误差传播调整原理流程图；

图7为本发明配时决策模块运行原理图。

附图标记说明：

11-通信模块，12-行人信息接口，13-车辆信息接口，14-存储器，15-调试接口，16-电源，17-情况分类模块，18-配时决策模块，19-结果评价模块，110-配时优化模块，111-处理器，21-行人监测摄像头,22-行人通行指示灯，23-行人监测倒计时显示器，24-行人监测装置外壳，25-行人监测装置支撑柱，26-行人信息分析模块，31-车辆监测摄像头，32-车辆通行信号灯，33-车辆监测倒计时显示器，34-车辆信息分析模块，35-车辆监测装置外壳，41-人行拦杆，42-支撑柱。

具体实施方式

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

以下结合附图，对本发明专利上述的和另外的技术特征和优点作更详细的说明。

实施例一

本发明提供一种智能信号灯配时系统，包括行人监测装置；

结合图2，所述行人监测装置安装于斑马线入口的两侧位置，所述行人监测装置包括行人监测摄像头、行人通行指示灯、行人监测倒计时显示器、行人监测装置外壳、行人监测装置支撑柱和行人信息分析模块，所述行人监测摄像头嵌入所述行人监测装置外壳中并露出于表面，朝向行人等待区域，用于持续捕获行人视频；所述行人信息分析模块安装于行人监测装置外壳内部，并与所述行人监测摄像头通信连接，用于从行人视频中提取等待过街行人数量，行人等待时间等信息。

实施例二

如上述所述的智能信号灯配时系统，本实施例与其不同之处在于，结合图3，所述智能信号灯配时系统还包括车辆监测装置，

所述车辆监测装置包括车辆监测摄像头、车辆通行信号灯、车辆监测倒计时显示器、车辆信息分析模块和车辆监测装置外壳，所述车辆监测摄像头嵌入所述车辆监测装置外壳并露出于表面，朝向车辆等待区域，持续捕获车辆视频，所述车辆信息分析模块与所述车辆监测摄像头通信连接，用于从车辆视频中提取车道数量、等待车辆数量与等待车辆停驶时间等信息。

实施例三

如上述所述的智能信号灯配时系统，本实施例与其不同之处在于，所述智能信号灯配时系统还包括运算装置，结合图1、5、6和7，所述运算装置包括通信模块、行人信息接口、车辆信息接口、存储器、调试接口、电源、情况分类模块、配时决策模块、结果评价模块、配时优化模块和处理器；

所述情况分类模块安装于运算装置内部，并与所述行人信息分析模块和所述车辆信息分析模块通信电连接，所述情况分类模块内部嵌入有支持向量机(SVM)模型，所述情况分类模块通过支持向量机(SVM)对行人等待数量、行人等待时间、车辆等待数量、等待车辆停驶时间、车道数量、当前时间日期、天气气温情况等因素，将当前交叉口通行情况归入历史情况分类或是创建新情况分类，嵌入支持向量机(SVM)模型使交通通行因素得到准确高效的分类，大大简化了通常的分类和回归等问题；

所述配时决策模块安装于运算装置内部，并与所述行人信息分析模块、所述车辆信息分析模块、所述情况分类模块和所述结果评价模块通信电连接，所述配时决策模块利用神经网络根据所述情况模块提供的分类、历史决策及其相关评价等信息计算下一信号与配时，给予行人通行更高的频率与通行时间，配时决策模块内嵌神经网络模型，为信号灯配时提供了更加智能的配时策略，保证最大限度地利用交通资源，在行人优先通行的基础之上减小交通拥堵现象的发生概率。

所述结果评价模块安装于运算装置内部，还与所述行人信息分析模块和所述车辆信息分析模块通信连接，用于评价决策产生的效果是否符合预期情况；根据配时决策模块给出的理想执行结果和传感器反馈的实际执行结果，进行误差对比，将该误差作为神经网络调整参数，此时将该神经网络作为BP神经网络，进行误差前传，对该情况下的神经网络进行参数调整。

所述配时优化模块安装于运算装置内部，与所述结果评价模块和所述存储模块通信连接相连，用于根据配时结果是否合理、与历史结果相比是否最优，来改变配时决策模块的相关参数，同时监测交叉口车道渠化合理程度，在交叉口进口不同方向的交通量不均时，及时有效的对不合理的车辆渠化方案提出预警和改善建议，进一步减少由于车道分配不合理导致的交通拥堵现象，并将决策情况记入存储模块；所述配时优化模块以T时段为周期，识别各进口道由于现有渠化方案引起的交通量不均匀程度，并统计当前周期T时段内渠化方案评价为不合理的次数是否超出阈值，并在超过阈值时对交通管理部门发出预警与建议，其中T＞0s；

所述运算装置实时采集多种交通通行影响因素，包括行人等待数量、行人等待时间、车辆等待数量、车道数量、等待车辆数量、各车道等待车辆平均停驶时间、当前时间日期、天气气温情况等，所述情况分类模块对交通影响因素进行分类，传输给所述配时决策模块，通过所述配时决策模块经过对比后发出配时策略；所述运算装置考虑的影响因素更为全面，使交通配时策略更为合理，可以在保证行人优先通行的基础之上，有效地减缓交通拥堵。

实施例四

如上述所述的智能信号灯配时系统，本实施例与其不同之处在于，所述行人信息分析模块还与情况分类模块建立通信连接，所述行人分析模块持续从行人视频中分析出行人数量和行人等待时间，并实时传输给所述情况分类模块，从而保证所述配时决策模块及时做出配时策略，保证交通运行的持续和可靠性。所述行人分析模块还还与结果评价模块建立通信连接，实时反馈配时策略与实际通行情况之间的差别，并及时进行优化。

所述车辆分析模块还与所述情况分类模块建立通信连接，所述车辆分析模块持续地从车辆视频中分析出车道数量、等待车辆数量与等待车辆停驶时间等信息等，并实时传输给所述情况分类模块，从而保证所述配时决策模块及时做出配时策略，保证交通运行的持续和可靠性。所述车辆分析模块还还与所述结果评价模块建立通信连接，实时反馈配时策略与实际通行情况之间的差别以及各车道交通量不均匀程度，并及时进行优化。

实施例五

如上述所述的智能信号灯配时系统，本实施例与其不同之处在于，所述智能信号灯配时系统运行包含如下步骤：

步骤一：行人视频采集模块与车辆视频采集模块采集当前道路交叉口方向行人与车辆图像；

步骤二：行人信息分析模块、车辆信息分析模块分析交叉口各方向当前行人与车辆数量，等待时间，并同当前时间、天气、节假日等信息发送至情况分类模块和配时决策模块；

步骤三：情况分类模块根据所获信息，利用支持向量机将当前道路交叉口情况进行归类，如果不属于任何一种历史情况分类，则创建新分类。归类结束后将归类结果发送至配时决策模块和结果评价模块；

步骤四：配时决策模块读取从行人信息分析模块、车辆信息分析模块、历史情况分类模块收到的信息，利用该分类情况下训练出的神经网络，做出配时决策；

步骤五：特定方向行人通行阻拦杆升起，车辆信号灯变绿，行人、车辆通过交叉口；

步骤六：行人视频采集模块和车辆视频采集模块持续捕获图像；

步骤七：步骤四配时结束时，如果有行人未通行完毕，延长通行时间，记录该情况；

步骤八：所述步骤七配时结束后，结果评价模块根据情况分类模块和配时决策模块给出的数据，对该次决策和现有渠化方案做出合理度评价；若当前周期T内，渠化方案评价结果为不合理的次数超出阈值，则对交通管理部门发出预警与建议,其中T＞0s；

步骤九：根据本次情况分类、执行策略、评价结果，再次训练神经网络，用以改进配时系统性能；

步骤十：当前信号配时结束，将各类数据记录入存储模块，返回步骤一，执行下一信号配时循环。

实施例六

如上述所述的智能信号灯配时系统，本实施例与其不同之处在于，结合图4，所述行人阻拦杆装置安装于斑马线入口的两侧的任一侧，并与所述配时决策模块通信相连，所述人行阻拦装置包括人行拦杆和支撑柱，在非通行信号或清尾时间时，所述人行拦杆落下，阻止行人继续通行，行人通行信号灯绿灯亮起时，所述人行拦杆升起；

所述行人阻挡装置可以有效防止闯红灯现象的发生，另一方面可以避免不必要的交通事故的发生，对于全民素质的提升也大有帮助。

实施例七

如上述所述的智能信号灯配时系统，本实施例与其不同之处在于，结合图7，所述情况分类模块包括如下运行步骤：

S1：系统初次运行前，运行次数t＝0，该模块未进行过分类，在此时刻的历史数据集此时具有的标签集映射集

S2：系统运行第一次时，运行次数t＝1，情况分类模块第一次收到数据，此时历史数据集D₁＝{d₁}，该数据不与任何标签集中的已有标签相似(因为是空集)，创建新的标签L₁＝{l₁}，创建新的映射F₁＝{f₁＝d₁to l₁}；

S3：系统运行第n次时，运行次数t＝n，标签集中有k个标签，此时历史数据集D_n＝{d₁,d₂,d₃,…,d_n}，(i)若该数据不与标签集中的任何已有标签相似，创建新的标签l_k+1，更新标签集L_n＝{l₁,l₂,l₃,…,l_k,l_k+1}，更新映射集F_n＝{f₁＝d₁to l₁,…,f_n＝d_nto l_k+1}；(ii)若该数据与标签集中的已有标签相似，标签集不变，L_n＝{l₁,l₂,l₃,…,l_k}，更新映射集F_n＝{f₁＝d₁to l₁,…,f_n＝d_nt_o l_k}；

S4：每次收集到的数据集d_i是一个1*N的向量，包含了当前行人数量(整型)、车辆数量(整型)、行人平均等待时间(整型)、车辆平均等待时间(整型)、当前时间(整型)、天气(整型，按需设置，如1-晴天，2-小雨，3-大雨，等等)、节假日(整型，按需设置，如1-工作日，2-周末，3-节日，等等)。由于数据维度较高，分类较为复杂，使用支持向量机(SVM)进行非线性模型的核映射进行分类，多项式核函数如下：

K(d_i,d_j′)＝(d_i ^Td_j′+c)^p

其中，K为将1*N的情况向量映射变换为1*M的情况特征向量的核函数，d_i为系统第i次收集到的大小为1*N的数据向量，d_j′为第j种分类出的情况集对应的大小为1*N的数据向量，d_i ^T为d_i转置后的大小为N*1的数据向量，c为核变换使用的正实数，根据输入向量的维数与类型确定，p为核变换使用的正整数，根据输入向量的维数与类型确定。

接着，使用非线性的支持向量机分类器即可求解。

实施例八

如上述所述的智能信号灯配时系统，本实施例与其不同之处在于，所述配时决策模块包括如下运行步骤：

T1:根据情况分类模块给出的当前交叉口情况分类，选择对应的神经网络；

T2:将接收到的当前道路交叉口信息(当前行人数量(整型)、车辆数量(整型)、行人平均等待时间(整型)、车辆平均等待时间(整型)、当前时间(整型)、天气(整型，按需设置，如1-晴天，2-小雨，3-大雨，等等)、节假日(整型，按需设置，如1-工作日，2-周末，3-节日，等等))输入神经网络对应函数接口，获取配时决策结果以及理想执行结果；

T3:输出此时计算出的配时决策，由行人信号灯显示模块和车辆信号灯显示模块执行决策。

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、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种智能信号灯配时系统，其特征在于，包括行人监测装置，车辆监测装置和运算装置，

所述行人监测装置包括行人监测摄像头和行人信息分析模块，所述行人信息分析模块与所述行人监测摄像头通信连接，所述行人监测摄像头持续捕获行人视频，所述行人信息分析模块持续从行人视频中提取等待过街行人数量和行人等待时间信息；

所述车辆监测装置包括车辆监测摄像头和车辆信息分析模块，所述车辆信息分析模块与所述车辆监测摄像头通信连接，所述车辆监测摄像头持续捕获车辆视频，所述车辆信息分析模块持续从车辆视频中提取车道数量、各车道等待车辆数量、等待车辆停驶时间信息；

所述运算装置，包括通信模块，存储模块、情况分类模块，配时决策模块，结果评价模块和配时优化模块；

所述情况分类模块与所述行人信息分析模块和所述车辆信息分析模块通信连接，所述情况分类模块持续接收所述行人信息分析模块和所述车辆信息分析模块提供的信息，并对行人等待数量、行人等待时间、车辆等待数量、车道数量、各车道等待车辆数量与各车道等待车辆平均停驶时间、当前时间、天气和节假日因素进行非线性模型的核映射分类；

所述配时决策模块与所述行人信息分析模块、所述车辆信息分析模块和所述情况分类模块通信连接，实时根据所述情况分类模块提供分类发出配时策略，分配车辆或者行人通行时间；

所述配时优化模块与所述行人信息分析模块、所述车辆信息分析模块、所述配时决策模块、所述情况分类模块通信连接，优化所述配时决策模块，在识别出交叉口车道渠化不合理时给出预警与建议，并将决策情况记入所述存储模块。

2.根据权利要求1所述的智能信号灯配时系统，其特征在于所述情况分类模块安装于所述运算装置内部，所述情况分类模块内部嵌入有支持向量机(SVM)模型。

3.根据权利要求1所述智能信号灯配时系统，其特征在于，所述配时决策模块安装于所述运算装置内部，所述配时决策模块内部嵌入有神经网络模型。

4.根据权利要求1所述智能信号灯配时系统，其特征在于，所述结果评价模块安装于运算装置内部，与所述配时决策模块、所述行人信息分析模块和所述车辆信息分析模块通信连接，实时对所述配时决策模块的决策产生的效果进行评价，并对所述神经网络进行参数调整。

5.根据权利要求1所述智能信号灯配时系统，其特征在于，所述配时优化模块安装于运算装置内部，与所述结果评价模块和所述存储模块通信连接相连，实时改变配时决策，并将决策情况记入所述存储模块。

6.根据权利要求1所述智能信号灯配时系统，其特征在于，所述配时优化模块安装于运算装置内部，与所述结果评价模块和所述存储模块通信连接相连，所述配时优化模块以T为周期，识别各进口道由于现有渠化方案引起的交通量不均匀程度，并统计当前周期T时段内渠化方案评价为不合理的次数是否超出阈值，并在超过阈值时对交通管理部门发出预警与建议，其中T＞0s。

7.根据权利要求1所述智能信号灯配时系统，其特征在于，所述智能信号灯配时系统还包括与所述配时决策模块通信相连的行人阻拦杆装置，所述行人阻拦装置安装于斑马线入口的两侧的任一侧，所述人行阻拦装置包括人行拦杆和支撑柱；在非通行信号或清尾时间时，所述人行拦杆落下，阻止行人继续通行，行人通行信号灯绿灯亮起时，人行拦杆升起。

8.根据权利要求1所述智能信号灯配时系统，其特征在于，所述智能信号灯配时系统运行包含如下步骤：

步骤一：行人视频采集模块与车辆视频采集模块采集当前道路交叉口方向行人与车辆图像；

步骤二：行人信息分析模块、车辆信息分析模块分析交叉口各方向当前行人与车辆数量，等待时间，并同当前时间、天气、节假日等信息发送至情况分类模块和配时决策模块；

步骤三：情况分类模块根据所获信息，利用支持向量机将当前道路交叉口情况进行归类，如果不属于任何一种历史情况分类，则创建新分类。归类结束后将归类结果发送至配时决策模块和结果评价模块；

步骤四：配时决策模块读取从行人信息分析模块、车辆信息分析模块、历史情况分类模块收到的信息，利用该分类情况下训练出的神经网络，做出配时决策；

步骤五：特定方向行人通行阻拦杆升起，车辆信号灯变绿，行人、车辆通过交叉口；

步骤六：行人视频采集模块和车辆视频采集模块持续捕获图像；

步骤七：步骤四配时结束时，如果有行人未通行完毕，延长通行时间，记录该情况；

步骤八：所述步骤七配时结束后，结果评价模块根据情况分类模块和配时决策模块给出的数据，对该次决策和现有渠化方案做出合理度评价；若当前周期T时段内，渠化方案评价结果为不合理的次数超出阈值，则对交通管理部门发出预警与建议,其中T＞0s；

步骤九：根据本次情况分类、执行策略、评价结果，再次训练神经网络，用以改进配时系统性能；

步骤十：当前信号配时结束，将各类数据记录入存储模块，返回步骤一，执行下一信号配时循环。