CN108629971B - 一种交通灯控制方法及最佳车速确定方法 - Google Patents
一种交通灯控制方法及最佳车速确定方法 Download PDFInfo
- Publication number
- CN108629971B CN108629971B CN201810424575.4A CN201810424575A CN108629971B CN 108629971 B CN108629971 B CN 108629971B CN 201810424575 A CN201810424575 A CN 201810424575A CN 108629971 B CN108629971 B CN 108629971B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- traffic
- current
- information
- determining
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/095—Traffic lights
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种交通灯控制方法及最佳车速确定方法。所述交通灯控制方法包括:对车辆进行检测及跟踪,确定每个车道的车辆交通参数;根据所述车辆交通参数确定每个路口各个时段的车流量;根据所述车流量判断是否大于车流量阈值,若是,获取每个路口各个时段的人流量;根据所述车流量以及所述人流量调整交通灯的变换周期。采用本发明所提供的交通灯控制方法及最佳车速确定方法能够解决现有技术中无法根据行人需求以及车辆需求自动调控交通灯的问题,以及车辆频繁处于怠速状态的问题。
Description
技术领域
本发明涉及交通调控领域,特别是涉及一种交通灯控制方法及最佳车速确定方法。
背景技术
红绿灯是道路交通的信号灯,是对行人和车辆起到秩序化的放行和安全通行的交通设备,但是随着汽车的不断增加,堵车已成为现代社会尤其是发展中国家的通病,严重影响了人们的工作效率和社会发展,尤其是在上下班及上下学高峰期时各路段出现堵车塞车想象。
究其原因,与红绿灯设置的不合理存在很大关系,现在好多地方的红绿灯还未完全进行智能化,自动调控,一直在进行手动控制,也会引发行人乱闯马路,机动车无法通行,停滞不前。有调查显示,在德国,行人马路口红灯的等待时间忍耐限度是60秒,因此该国人行信号灯设计最长红灯时间都不超过60秒,英国则是45秒。中国目前还没有这样的调查,但是通过对上海部分路口的实地调查,上海的红绿灯间隔时间设计不合理,这也是导致行人乱穿马路问题无法根治的重要原因”。据悉,同济大学的学生新近在上海的部分路口做了一次实地调查,对人行横道信号灯的时间作了一次测算。在广灵二路和中山北路的交叉口,红灯的时间为64秒,绿灯时间为42秒,绿灯闪烁倒计时为14秒;在曲阳路玉田路口,红灯的时间长达126秒,绿灯时间仅有34秒,绿灯闪烁倒计时为20秒。这样便会使行人等待时间太长,而进行组团一起闯红灯,而机动车本可以顺利通行,却要因为停车避让而消耗时间,无法顺利通行,使得停滞不前。同样,在有的路口,车流量多的路口,可能人行横道的绿灯时间很长,机动车信号灯的绿灯时间却较短,转弯绿灯也设置的较短,那么就会导致众多机动车无法在较短的时间内全部通过,最终堵车。
其次,不合理规划出行路线也是一重要原因。很多驾驶者埋怨自己开车上路频繁遭遇堵车。交通状况不好固然是理由之一,但作为驾驶者,你是否合理规划了出行路线呢?私家车毕竟不是公交车,无需遵照固定线路行驶。如果明知道某路段堵车严重,却依旧习惯性地走这条路,于是在浪费了自己宝贵时间的同时,也为马路的拥堵再添一份“堵”。更多的是有的人不知道道路信息,没办法作出一个合理的规划,最终踏上堵车路段。
最后,不合适车速也会造成堵车。国内的驾驶者开车风格粗野,大家都有目共睹。可在绿灯起步的一刹那,多数驾驶者却忽然变了个人似的,慢吞吞地起步,终于显露出一丝绅士风度,只可惜过慢的起步把后面的车辆压成一条长龙。有些车主在等红灯时更是进入“冥想”状态,任凭绿灯早已点亮却是巍然不动,直到被身后四起的喇叭声惊醒,才很不情愿地向前挪动。也有的在绿灯的时候,害怕自己车速不当无法在绿灯时穿过马路,便在红绿灯口降速,以至于不能够快速高效的过马路,后面的车也只能忘路而叹,最后也排成一条等待的长龙。
据不完全统计,截止2017年底,中国汽车拥有量达2.17亿。与2016年相比,全年增加2304万辆,增长11.85%。汽车占机动车的比率持续提高,近五年占比从54.93%提高至70.17%,已成为机动车构成主体。这也直接导致全国各地的交通要道频繁出现堵车现象,车辆频繁处于怠速状态,使得环境问题更加恶化,车辆耗油量持续增高。
交通灯控制系统的发展历史悠久,随着人类文明的发展,汽车以及其他交通工具发展迅猛,随之而来的交通压力也越来越大,传统的交通灯已经不能满足当今交通压力的需求,无法根据行人需求以及车辆需求自动调控交通灯。
发明内容
本发明的目的是提供一种交通灯控制方法及最佳车速确定方法,以解决现有技术中无法根据行人需求以及车辆需求自动调控交通灯的问题,以及车辆频繁处于怠速状态的问题。
为实现上述目的,本发明提供了如下方案:
一种交通灯控制方法,包括:
对车辆进行检测及跟踪,确定每个车道的车辆交通参数;所述车道交通参数包括平均车速、平均车道占有率、车队长度以及平均车间距;
根据所述车辆交通参数确定每个路口各个时段的车流量;
根据所述车流量判断是否大于车流量阈值,得到第一判断结果;
当所述第一判断结果表示为所述车流量大于车流量阈值,获取每个路口各个时段的人流量;
根据所述车流量以及所述人流量调整交通灯的变换周期。
可选的,所述对车辆进行检测及跟踪,确定每个车道的车辆交通参数,具体包括:
根据基于虚拟线的视频检测方法以及基于视频的特征点跟踪聚类法对所述车辆进行检测及跟踪,确定每个车道的车辆交通参数。
可选的,所述根据所述车辆交通参数确定每个路口各个时段的车流量,具体包括:
根据所述车辆交通参数,利用光流法、背景减法或帧间差法确定各个路口各个时段的车流量。
一种交通灯控制系统,包括:
车辆交通参数确定模块,用于对车辆进行检测及跟踪,确定每个车道的车辆交通参数;所述车道交通参数包括平均车速、平均车道占有率、车队长度以及平均车间距;
车流量确定模块,用于根据所述车辆交通参数确定每个路口各个时段的车流量;
第一判断模块,用于根据所述车流量判断是否大于车流量阈值,得到第一判断结果;
人流量获取模块,用于当所述第一判断结果表示为所述车流量大于车流量阈值,获取每个路口各个时段的人流量;
变换周期调整模块,用于根据所述车流量以及所述人流量调整交通灯的变换周期。
一种最佳车速确定方法,包括:
获取车辆的当前初始位置以及目的位置;
根据所述当前初始位置以及所述目的位置,获取所述当前初始位置以及所述目的位置之间的具有交通灯的路口;
获取所述路口的车流量以及交通灯的变换周期;所述变换周期由以下步骤确定:对车辆进行检测及跟踪,确定每个车道的车辆交通参数;所述车道交通参数包括平均车速、平均车道占有率、车队长度以及平均车间距;根据所述车辆交通参数确定每个路口各个时段的车流量;根据所述车流量判断是否大于车流量阈值,得到第一判断结果;当所述第一判断结果表示为所述车流量大于车流量阈值,调整交通灯的变换周期;
根据所述车流量以及所述变换周期确定最佳路线;
获取车辆当前信息、路面信息以及人体信息;所述车辆当前信息包括:所处车道、当前车速以及距离下一路口的实际距离;所述路面信息包括法规限速、路面车辆数量以及距离前车的实际距离;所述人体信息为驾驶人承受加速度或减速度的程度;
根据所述车辆当前信息确定车辆预设距离范围内的车辆数量;
根据所述变换周期、所述车辆数量、所述路面信息以及最佳路径确定最佳车速,以匀速通过每个所述路口。
可选的,所述根据所述车辆当前信息确定车辆预设距离范围内的车辆数量,具体包括:
根据所述车辆当前信息截取检测带;所述检测带为含有所述车辆当前信息以及距离所述当前车辆间距在像素范围内的一段图像;
根据所述检测带提取数据流;所述数据流为所述检测带反映车辆运动信息的数据流;
对所述数据流进行校正,确定校正后的数据流;
根据所述校正后的数据流确定所述车辆的当前位置;
根据所述车辆的当前位置判断所述检测带内连续两帧的图像是否具有相关性,得到第三判断结果;
若所述第三判断结果表示为所述检测带内连续两帧的图像具有相关性,对所述检测带进行相关性修正,得到修正后的检测带;
根据所述修正后的检测带确定所述车辆预设距离范围内的车辆数量;
若所述第三判断结果表示为所述检测带内连续两帧的图像不具有相关性,获取所述车辆的当前帧图像;
根据所述当前帧图像以及所述当前帧图像的前一帧图像确定所述车辆预设距离范围内的车辆数量。
可选的,所述根据所述变换周期、所述车辆数量、所述路面信息以及最佳路径确定最佳车速,以匀速通过每个所述路口,具体包括:
以所述最佳路径为前提,参考所述变换周期、车辆数量以及所述路面信息,根据公式确定临界通过车速;其中,νneed为前方路口绿灯情况下所需的最低临界车速或红灯情况下的最高临界车速,d2inter为所述车辆到所述前方路口的距离,tleft为当前交通信号灯相位剩余时间;
根据所述临界通过车速确定最佳车速。
可选的,所述根据所述临界通过车速确定最佳车速,具体包括:
获取当前行驶速度;
在前方绿灯情况下,判断所述当前行驶速度是否小于所述临界通过车速,得到第四判断结果;
若所述第四判断结果表示为所述当前行驶速度小于所述临界通过车速,加速直到所述当前行驶速度不小于所述临界通过车速;
若所述第四判断结果表示为所述当前行驶速度不小于所述临界通过车速,确定所述当前行驶速度为最佳车速;
或者
在前方红灯情况下,判断所述当前行驶速度是否大于所述临界通过车速,得到第五判断结果;
若所述第五判断结果表示为所述当前行驶速度大于所述临界通过车速,减速直到所述当前行驶速度不大于所述临界通过车速;
若所述第五判断结果表示为所述当前行驶速度不大于所述临界通过车速,确定所述当前行驶速度为最佳车速。
一种最佳车速确定系统,包括:
位置获取模块,用于获取车辆的当前初始位置以及目的位置;
路口获取模块,用于根据所述当前初始位置以及所述目的位置,获取所述当前初始位置以及所述目的位置之间的具有交通灯的路口;
变换周期获取模块,用于获取所述路口的车流量以及交通灯的变换周期;所述变换周期由以下步骤确定:对车辆进行检测及跟踪,确定每个车道的车辆交通参数;所述车道交通参数包括平均车速、平均车道占有率、车队长度以及平均车间距;根据所述车辆交通参数确定每个路口各个时段的车流量;根据所述车流量判断是否大于车流量阈值,得到第一判断结果;当所述第一判断结果表示为所述车流量大于车流量阈值,调整交通灯的变换周期;
最佳路线确定模块,用于根据所述车流量以及所述变换周期确定最佳路线;
信息获取模块,用于获取车辆当前信息、路面信息以及人体信息;所述车辆当前信息包括:所处车道、当前车速以及距离下一路口的实际距离;所述路面信息包括法规限速、路面车辆数量以及距离前车的实际距离;所述人体信息为驾驶人承受加速度或减速度的程度;
车辆数量确定模块,用于根据所述车辆当前信息确定车辆预设距离范围内的车辆数量;
最佳车速确定模块,用于根据所述变换周期、所述车辆数量、所述路面信息以及最佳路径确定最佳车速,以匀速通过每个所述路口。
可选的,所述车辆数量确定模块具体包括:
检测带截取单元,用于根据所述车辆当前信息截取检测带;所述检测带为含有所述车辆当前信息以及距离所述当前车辆间距在像素范围内的一段图像;
数据流提取单元,用于根据所述检测带提取数据流;所述数据流为所述检测带反映车辆运动信息的数据流;
校正单元,用于对所述数据流进行校正,确定校正后的数据流;
当前位置确定单元,用于根据所述校正后的数据流确定所述车辆的当前位置;
第三判断单元,用于根据所述车辆的当前位置判断所述检测带内连续两帧的图像是否具有相关性,得到第三判断结果;
修正单元,用于若所述第三判断结果表示为所述检测带内连续两帧的图像具有相关性,对所述检测带进行相关性修正,得到修正后的检测带;
车辆数量第一确定单元,用于根据所述修正后的检测带确定所述车辆预设距离范围内的车辆数量;
当前帧图像获取单元,用于若所述第三判断结果表示为所述检测带内连续两帧的图像不具有相关性,获取所述车辆的当前帧图像;
车辆数量第二确定单元,用于根据所述当前帧图像以及所述当前帧图像的前一帧图像确定所述车辆预设距离范围内的车辆数量。
根据本发明提供的具体实施例,本发明公开了以下技术效果:本发明提供了一种交通灯控制方法及最佳车速确定方法。根据路口的车流量以及人流量自动调整交通灯的变换周期,以能够根据实时路况,以行人需求以及车辆需求为前提进行交通灯变换周期的调整。本发明在十字路口进行视频采集统计出各个路口的车流量,并通过计算机分析数据,掌握各路口拥堵情况,控制系统根据车流量的变化智能调整交通灯读秒时间;同时为防止特殊情况,该系统也能切换到人工管控模式疏导交通。智能交通灯将极大的改善交通,方便人们生活。
本发明还将车辆周围环境(具体包括:车辆当前信息、路面信息)以及人体信息考虑到最佳车速确定过程中,实时给车主推荐最佳车速,使得车辆以该车速通过红绿灯路口,解决车辆频繁处于怠速状态的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所提供的交通灯控制方法流程图;
图2为本发明所提供的交叉口交通视频确定的流程框架图;
图3为本发明所提供的基于帧间差法所获得的相邻帧图像以及隔帧图像示意图;
图4为本发明所提供的车辆技术算法流程图;
图5为本发明所提供的最佳车速确定方法流程图;
图6为本发明所提供的最佳车速确定方法流程图;
图7为本发明所提供的技术路线流程图;
图8为本发明所提供的界面图;
图9为本发明所提供的软件操作流程图;
图10为本发明所提供的用例图;
图11为本发明所提供的最佳车速确定系统结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种交通灯控制方法及最佳车速确定方法,能够根据行人需求以及车辆需求自动调控交通灯,解决车辆频繁处于怠速状态的问题。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明所提供的交通灯控制方法流程图,如图1所示,一种交通灯控制方法,包括:
步骤101:对车辆进行检测及跟踪,确定每个车道的车辆交通参数;所述车道交通参数包括平均车速、平均车道占有率、车队长度以及平均车间距。
所述步骤101具体包括:根据基于虚拟线的视频检测方法以及基于视频的特征点跟踪聚类法对所述车辆进行检测及跟踪,确定每个车道的车辆交通参数。
如图2所示,本发明采取的方法主要是视频检测,将虚拟特征线检测与特征点跟踪两种方法有效结合,进行相互反馈,由线到面实现定点和瞬时的区域测量,用于获取高峰期反映交叉口交通行为的重要交通参数。
基于虚拟线的视频检测方法,适合于快速路的检测,模拟传统的地感线圈方法,也是目前最常用的检测方法;在每条车道上,采用单条垂直于车道的虚拟检测线和平行于车道的虚拟跟踪线分别生成随时间变化的全景图。
基于视频的特征点跟踪聚类法,适合于小视野范围内进行,可以解决车辆部分遮挡,该方法需要先检测出车辆上的局部特征点并对这些特征点进行跟踪,再根据其时空约束条件进行分组来检测和分离出车辆。
采用单条虚拟检测线生成(panoramic view image,PVI)和外极面图(epipolarplane image,EPI),用来检测车辆个数、车辆长度、检测车辆边缘信息,根据车辆长宽比来约束车辆候选区域用于提高车辆个数的检测精度。采用多条虚拟检测线生成多级PVI,分别检测车辆边缘信息形成车辆候选区域,通过多级候选区域的轮廓匹配,来减少车辆遮挡引起的车辆个数的检测精度。
基于视频的车流量检测技术可以实现多车道车流量的统计,可以自己设置感兴趣区域,并在区域内完成对车辆的检测。
本发明的移植性高,集成度高,采用面向对象的编程,模块化的设计,有利于后期继续对系统进行扩展。
本发明对视频图像处理速度快,不需要无线传输,保障了数据的安全性,同时也提高了数据传输、处理的及时性。
且可以采用不同算法完成对视频图像的检测,而不仅仅只是针对用视频图像的预处理模块来改善对车流量检测的效果。
采用计算机视觉的方法得到的交通信息数据有利于实现网络资源的共享。视频检测技术的安装方便,维修简单,不需要封闭路口而影响正常的交通,也不会对路面造成损害。
通过对视频流中的车辆进行检测和跟踪,准确地统计每个车道流量、平均车速、平均车道占有率、车队长度、平均车间距等信息。然后设计一个中心数据库,把每个红绿灯口的相关信息进行统计号的数据记录入其中。
步骤102:根据所述车辆交通参数确定每个路口各个时段的车流量。
所述步骤102具体包括:根据所述车辆交通参数,利用光流法、背景减法或帧间差法确定各个路口各个时段的车流量。
光流法
当目标运动时,图像上对应目标的亮度信息(光流)也相应的运动。这样,根据时间上相邻的几帧图像可以计算出各像素点运动的大小和方向,从而利用运动场来区分背景和运动目标。其主要优点在于能检测出独立的运动目标,而不需预知场景的任何信息,对变化的复杂背景情况有较好的适应。但其缺点也很明显,由于要依赖光流估计的准确程度,大多数计算方法相当复杂并且计算量特别大,所以除非有特殊的硬件支持,否则很难实现实时检测。
背景减法
将实时视频流中的图像像素点灰度值与事先已存储或实时得到的视频背景模型中的相应值比较,不符合要求的像素点被认为是运动像素。这是视频监控中最常用的运动检测方法。这种方法虽然能较完整的提取运动目标,但对光照和外部条件造成的环境变化过于敏感,常常会将运动目标的阴影错误的检测为其自身的一部分。同时由于时间流逝,实际场景的多种因素都会发生变化,比如停留物的出现、光线等的变化、运动目标对背景的遮挡等等,背景需要得到实时地更新,这是影响其检测效果的一个重要因素。
背景差分算法的实质是:实时输入的场景图像与背景图像进行差分,可以较准确的分割出运动目标。但是背景差分算法也有其天然的缺陷,随着时间的推移,场景的光线、树叶的遮挡、或者运动物体滞留都会很大程度的破坏已经建立好的背景图像。为了解决这些问题,最好的方法便是使用背景建模和背景更新算法来弥补。
帧间差法
帧间差法是根据当前图像与参考图像的差别来获得运动目标轮廓的方法。这种方法对于场景中的光线渐变不敏感,适于动态变化的环境,且运算量相对较小。但一般不能完整的提取运动目标,且在运动实体内易产生空洞现象,从而不利于下一步的分析和处理。
帧间差法运动目标检测基于帧间差分的运动检测即帧差法,它根据相邻帧或隔帧图像间亮度变化的大小来检测运动目标,选取T=20,仿真结果如图3所示。
由上面的仿真实验可以得出:运用帧间差分方法进行运动目标的检测,可以有效的检测出运动物体。右子图中,可以比较清晰地得到运动物体的轮廓。但是,这种算法虽然可以使背景像素不随时间积累,迅速更新,因此这种算法有比较强的适应场景变化能力。但是帧差法表示的是相邻两帧同位置的变化量,因此很有可能将比较大的运动目标,或者运动目标内部颜色差异不大的像素判断错误,在实体内部产生拉伸、空洞现象。而且当前景运动很慢且时间间隔选择不合适时,容易出现根本检测不到物体的情况。在差分图像中,有很多“雪花”般的噪声,这些是由于图像局部的干扰造成的。使用帧间差分法,需要考虑如何选择合理的时间间隔,这一般取决于运动目标的速度。对于快速运动的目标,需要选择较短的时间间隔,如果选择不当,最坏情况下目标在前后两帧中没有重叠,被检测为两个分开的目标;对于慢速运动的目标,应该选择较长的时间间隔,如果选择不当,最坏情况下目标在前后两帧中几乎完全重叠,根本检测不到目标。此外,在场景中由于多个运动目标的速度不一致也给时间间隔的选取带来很大麻烦。
步骤103:根据所述车流量判断是否大于车流量阈值,得到第一判断结果。
步骤104:当所述第一判断结果表示为所述车流量大于车流量阈值,获取每个路口各个时段的人流量。
步骤105:根据所述车流量以及所述人流量调整交通灯的变换周期。
图4为本发明所提供的交通灯控制系统结构图,如图4所示,一种交通灯控制系统,包括:
车辆交通参数确定模块401,用于对车辆进行检测及跟踪,确定每个车道的车辆交通参数;所述车道交通参数包括平均车速、平均车道占有率、车队长度以及平均车间距。
车流量确定模块402,用于根据所述车辆交通参数确定每个路口各个时段的车流量。
第一判断模块403,用于根据所述车流量判断是否大于车流量阈值,得到第一判断结果。
人流量获取模块404,用于当所述第一判断结果表示为所述车流量大于车流量阈值,获取每个路口各个时段的人流量。
变换周期调整模块405,用于根据所述车流量以及所述人流量调整交通灯的变换周期。
采用本发明所提供的交通灯控制方法,能够自动调整交通灯的变换周期,减少行人或车辆的等待时长,为出行提供便利。
本发明所提供的最佳车速方法及系统基于预处理系统实现,所述预处理系统具体包括:用户提出初始和到达位置→系统根据实时监测的车流量做出最佳路线规划→统计路线经过红绿灯→反馈至中央处理系统,对经过相应红绿灯的车流量进行预计数统计→当车辆到达红绿灯时,实时系统计数直接+1,结合电子地图确定车辆是否到达指定红绿灯。
图5为本发明所提供的最佳车速确定方法流程图,如图5所示,一种最佳车速确定方法,包括:
步骤501:获取车辆的当前初始位置以及目的位置。
步骤502:根据所述当前初始位置以及所述目的位置,获取所述当前初始位置以及所述目的位置之间的具有交通灯的路口。
步骤503:获取所述路口的车流量以及交通灯的变换周期;所述变换周期由以下步骤确定:对车辆进行检测及跟踪,确定每个车道的车辆交通参数;所述车道交通参数包括平均车速、平均车道占有率、车队长度以及平均车间距;根据所述车辆交通参数确定每个路口各个时段的车流量;根据所述车流量判断是否大于车流量阈值,得到第一判断结果;当所述第一判断结果表示为所述车流量大于车流量阈值,调整交通灯的变换周期。
步骤504:根据所述车流量以及所述变换周期确定最佳路线。
步骤505:获取车辆当前信息、路面信息以及人体信息;所述车辆当前信息包括:所处车道、当前车速以及距离下一路口的实际距离;所述路面信息包括法规限速、路面车辆数量以及距离前车的实际距离;所述人体信息为驾驶人承受加速度或减速度的程度。
步骤506:根据所述车辆当前信息确定车辆预设距离范围内的车辆数量。
所述步骤506具体包括:对车辆进行计数,从而得到车辆数量,如图6所示,根据所述车辆当前信息截取检测带;所述检测带为含有所述车辆当前信息以及距离所述当前车辆间距在像素范围内的一段图像。
为了提高数字系统处理的实时性的要求,我们只取检测图像中的一部分来进行处理,这个过程我们叫做截取检测带,但是检测带内要包含足够的车辆信息,以满足检测精度的需要。检测带的宽度和高度可以根据需要进行设置,从而保证了算法的通用性和灵活性.。检测带的高度:车辆前后间距在图像上大约为40-50个像素,因此检测带高度应小于40-50行,否则会引起误判。又考虑到检测带的高度决定其内包含的总像素数,将直接影响计算量,因此检测带高度不应过高;另一方面,检测带的高度又不能过小,否则带内包含的车辆信息量太少、易受噪声影响,引起误判,综合考虑以上因素,取高度为20行。
根据所述检测带提取数据流;所述数据流为所述检测带反映车辆运动信息的数据流;对所述数据流进行校正,确定校正后的数据流;根据所述校正后的数据流确定所述车辆的当前位置;根据所述车辆的当前位置判断所述检测带内连续两帧的图像是否具有相关性,若是,对所述检测带进行相关性修正,得到修正后的检测带。
检测带内留下了车辆的信息,以图像宽度为800个像素为例,为了减少数据的运算量以及所需存储器的数目,可选取每10个像素宽的信息生成数据流的一个信息位。为此,定义3个长度为80的一维数组a、b、c,分别表示前一帧数据流、当前帧数据流、两帧数据流之差.若检测带的高度为20个像素,则把每个宽10个像素、高20个像素的浮动窗内像素的灰度值进行累加(∑∑g,g为灰度值),如果累加值大于某个设定的阈值,就将对应的数组元素赋值为‘1’,否则赋值为‘0’。这样就得到了当前图像的反映车辆运动信息的数据流。
由于邻域比较可能会造成车辆的一部分信息丢失,甚至产生断带,使获得的数据流在有车辆信息的连续‘1’中,会产生毛刺‘0’。因此需要修正数据流,消除毛刺,得到尽可能连续的‘1’,可以这样处理:
①填1:在两个连续的‘1’段中间产生的毛刺‘0’,其数目与没有车的‘0’数目相比还是很少的,并且与‘1’之间的距离比较小.根据这些特征我们对数据流进行“填1”处理。
②填0:如果上一帧车头部分进入检测带,邻域比较的结果所提取的车辆信息的‘1’的个数不足判断有新车过来,而当前帧车体进入了检测带,虽然邻域比较的结果所提取的车辆信息的‘1’的个数表明有车辆在,但与上一帧相减的结果始终不足计数,从而造成该车漏检。为了解决这种车辆头部小尾部大造成的车辆误判的问题以及有效消除车前灯的影响,可将这些不足判别车辆信息的‘1’抹‘0’。
对于有些车辆由于情况比较复杂,会使相邻两帧的信息变化出现忽多忽少情况,这样就可能出现漏计或误计的现象。为了克服这种现象,利用前后两帧图像相关信息进行修正。
根据所述修正后的检测带确定所述车辆预设距离范围内的车辆数量。
若否,获取所述车辆的当前帧图像。
根据所述当前帧图像以及所述当前帧图像的前一帧图像确定所述车辆预设距离范围内的车辆数量。
由于窗口浮动,这给车辆计数带来一定的困难。为此,本发明提出了用检测带内车辆信息的变化规律进行计数的方法。其原理如下:如果用当前帧的数据流减去上一帧的数据流则只可能出现4种情况和3种结果:
①上一帧某一位置没有车,当前帧对应位置也没有车:0减0,结果为0;
②上一帧某一位置有车,当前帧对应位置也有车:1减1,结果为0;
③上一帧某一位置没有车,当前帧对应位置有车:1减0,结果为1;
④上一帧某一位置有车,当前帧对应位置没有车:0减1,结果为-1。
显然,结果为‘1’,表示有新车辆到来。结果为‘-1’,表示车辆已离开。利用该结果就可以方便地进行车辆的计数和车速的估算了。其方法如下:
①利用数据流上升沿‘1’来进行车辆的计数。
②利用上升沿‘1’和下降沿‘-1’之间的帧数,根据摄像头的拍摄速度和车辆的长度进行车速的估算。
③由于噪声的存在,数组c里可能会出现较短的连续‘1’段,为此可根据车辆的最小宽度来选取一个阈值,如:车辆的最小宽度为100个像素,即占数据流信息为10位,就可以选取连续的‘1’段长度大于9计为一辆车。共有多少个连续的、长度大于该选定阈值的‘1’段,就表示新到来了多少辆车。
步骤507:根据所述变换周期、所述车辆数量、所述路面信息以及最佳路径确定最佳车速,以匀速通过每个所述路口。
所述步骤507具体包括:
以所述最佳路径为前提,参考所述变换周期、车辆数量以及所述路面信息,根据公式确定临界通过车速;其中,νneed为前方路口绿灯情况下所需的最低临界车速或红灯情况下的最高临界车速,d2inter为所述车辆到所述前方路口的距离,tleft为当前交通信号灯相位剩余时间;
根据所述临界通过车速确定最佳车速。
所述根据所述临界通过车速确定最佳车速,具体包括:获取当前行驶速度;
在前方绿灯情况下,判断所述当前行驶速度是否小于所述临界通过车速,若是,加速直到所述当前行驶速度不小于所述临界通过车速;若否,确定所述当前行驶速度为最佳车速。
或者
在前方红灯情况下,判断所述当前行驶速度是否大于所述临界通过车速,若是,减速直到所述当前行驶速度不大于所述临界通过车速;若否,确定所述当前行驶速度为最佳车速。
现有技术中存在以下问题:①高峰期间交叉路口的堵车现象;②停车时间过长而造成的时间、资源浪费以及过多的尾气排放。
基于现有技术所存在的问题以及本发明所提供的交通灯控制方法及最佳车速确定方法,能够实现以下目的:
1、简易的用户界面,以APP的形式面向所有用户,下载方便,使用简单。
2、两种用户:
超级用户,针对110、120、119等特殊客户,后台设置其权限。
普通用户,所有下载此APP的用户。
3、功能:
①用户选择目的地,针对目的地,给予最高效的线路规划,避免堵车。待用户确定出行路线以后,软件向中央处理器提出预计数(所经过的红绿灯)。
②下一个路口红绿灯的情况告知以及时间播报;(现有车流量为多少,10分钟内预计车流量)
③通过计算,语音提示其最佳车速,减少等待时间;
控制策略层中的中央处理单元获得信息感知层传来的信息,判断车辆当前运行状态,根据控制算法为驾驶人提供合适的单路段驾驶辅助。作为选择不同辅助策略的依据,定义“临界通过车速”,即车辆从当前位置开始,在驾驶人感觉舒适的加、减速度范围内调整车速,当交通信号变化的时刻(绿灯变黄灯,或红灯变绿灯)恰好驶过路口停止线时,车辆所需调节到的最终车速。
系统在满足交通法规和保证没有追尾危险的前提下,基于临界通过车速的通行。
辅助算法如图6所示,主要包括临界通过车速计算和临界通过车速可行性判断两部分。根据车辆所处车道,使用相应的辅助策略。
其中,vneed的含义是前方路口绿灯情况下所需的最低临界车速或红灯情况下的最高临界车速;d2inter为车辆到前方路口的距离;tleft为当前交通信号相位剩余时间。
若在前方绿灯情况下车辆当前行驶速度大于vneed或前方红灯情况下车手小于vneed,提醒系统直接将vneed作为推荐车速提供给驾驶人。如果不满足上述条件,则车辆还需在接近前方路口的过程中适当加减速才能达到临界通过车速。
④用户可以自行设定线路,针对用户所选的线路,结合交叉路口,估算到达目的的时间已经播报道路情况;
⑤针对特殊用户,给出最高效、快速的道路规划;
⑥对特殊用户所选道路的所有所在用户,进行提醒,提出让其慢行让;设置接口,用户可以进行一个反馈,以便更好的进行维护和更新。
本发明研究的具体技术路线如图7所示,其中,具体算法过程如下所示,
1、在数据库中创建用户表,特殊用户直接进行后台注册。
2、用户进行注册,数据存入数据库。
3、用户进入系统后,可以选择相应的功能。
4、针对用户所选的功能,结合相关数据,进行相应的计算,给出结果并进行语音播报。
5、结合视频采集,用户可以知道各个路口车流量,结合APP路线规划,用户可以知道各个路口的预车流量。
6、所有功能是可以并发进行的,采用多线程。
7、到达目的后,自动退出,等待下一次指令。
如图8-图10所示,本发明更方便人们开车出行,不用因为看不到下个路口的秒数,而无法确定车速,从而因为突然停车浪费燃油,加重了环境污染,更甚有时候会出现事故。
该系统可以结合地图,智能语音播报可以提醒客户下个路口距离红灯或者绿灯的秒数,通过计算确定最佳车速,进行实时更新和播报。
用户可以选择自己的目的地,系统自动进行线路规划,然后通过相关运算告知用户所要经过的交叉口和所需时间。或者用户可以自行规划线路,然后系统根据相关运算得出结果。
其中,语音播报如果开启,便会一直进行刷新播报,更好的使用户掌握前行道路状况,避免出现交通堵塞等现象。
当特殊用户出行时,智能语音系统会快速的规划好一条最快速高效的道路,同时对所经道路的所有用户进行语音提醒,可以自愿的进行避让,以便特殊用户更快到达目的地。
对于智能红绿灯,高峰期可以选择自适应的方式,自动调整等待秒数,减少交通堵塞现象。
图11为本发明所提供的最佳车速确定系统结构图,如图11所示,一种最佳车速确定系统,包括:
位置获取模块1101,用于获取车辆的当前初始位置以及目的位置。
路口获取模块1102,用于根据所述当前初始位置以及所述目的位置,获取所述当前初始位置以及所述目的位置之间的具有交通灯的路口。
变换周期获取模块1103,用于获取所述路口的车流量以及交通灯的变换周期;所述变换周期由以下步骤确定:对车辆进行检测及跟踪,确定每个车道的车辆交通参数;所述车道交通参数包括平均车速、平均车道占有率、车队长度以及平均车间距;根据所述车辆交通参数确定每个路口各个时段的车流量;根据所述车流量判断是否大于车流量阈值,得到第一判断结果;当所述第一判断结果表示为所述车流量大于车流量阈值,调整交通灯的变换周期。
最佳路线确定模块1104,用于根据所述车流量以及所述变换周期确定最佳路线。
信息获取模块1105,用于获取车辆当前信息、路面信息以及人体信息;所述车辆当前信息包括:所处车道、当前车速以及距离下一路口的实际距离;所述路面信息包括法规限速、路面车辆数量以及距离前车的实际距离;所述人体信息为驾驶人承受加速度或减速度的程度。
车辆数量确定模块1106,用于根据所述车辆当前信息确定车辆预设距离范围内的车辆数量。
所述车辆数量确定模块1106具体包括:检测带截取单元,用于根据所述车辆当前信息截取检测带;所述检测带为含有所述车辆当前信息以及距离所述当前车辆间距在像素范围内的一段图像;数据流提取单元,用于根据所述检测带提取数据流;所述数据流为所述检测带反映车辆运动信息的数据流;校正单元,用于对所述数据流进行校正,确定校正后的数据流;当前位置确定单元,用于根据所述校正后的数据流确定所述车辆的当前位置;第三判断单元,用于根据所述车辆的当前位置判断所述检测带内连续两帧的图像是否具有相关性,得到第三判断结果;修正单元,用于若所述第三判断结果表示为所述检测带内连续两帧的图像具有相关性,对所述检测带进行相关性修正,得到修正后的检测带;车辆数量第一确定单元,用于根据所述修正后的检测带确定所述车辆预设距离范围内的车辆数量;当前帧图像获取单元,用于若所述第三判断结果表示为所述检测带内连续两帧的图像不具有相关性,获取所述车辆的当前帧图像;车辆数量第二确定单元,用于根据所述当前帧图像以及所述当前帧图像的前一帧图像确定所述车辆预设距离范围内的车辆数量。
最佳车速确定模块1107,用于根据所述变换周期、所述车辆数量、所述路面信息以及最佳路径确定最佳车速,以匀速通过每个所述路口。
根据现有智能交通灯系统来看,只能初步的实现通过对车流量以及人流量的监测从而实现红绿灯时长的变更,但据有效数据统计我国只有少数城市采用了智能交通灯系统,从各个方面可以看出目前的智能交通灯系统并没有完善和普及,而本发明所提供的交通灯控制方法及系统以及最佳车速确定方法及系统,不仅可以通过道路情况智能的改变交通灯时间,还可以利用APP软件智能的为驾驶人提供最合适的路线和车速,进而从根本上缓解堵车和车辆怠速问题。
国家部门紧急出行车辆语音提醒附近路段驾驶员,同时针对现在部分驾驶人对国家部门紧急出行车辆并没有让行的意识,在APP软件中为国家部门紧急出行车辆(救护车、消防车),实行优先智能调度,提供便利,提高效率。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种交通灯控制方法,其特征在于,包括:
对车辆进行检测及跟踪,确定每个车道的车辆交通参数;所述车道交通参数包括平均车速、平均车道占有率、车队长度以及平均车间距;
根据所述车辆交通参数确定每个路口各个时段的车流量;
用检测带内车辆信息的变化规律进行计数的方法,其原理如下:如果用当前帧的数据流减去上一帧的数据流则只可能出现4种情况和3种结果:
①上一帧某一位置没有车,当前帧对应位置也没有车:0减0,结果为0;
②上一帧某一位置有车,当前帧对应位置也有车:1减1,结果为0;
③上一帧某一位置没有车,当前帧对应位置有车:1减0,结果为1;
④上一帧某一位置有车,当前帧对应位置没有车:0减1,结果为-1;
显然,结果为‘1’,表示有新车辆到来,结果为‘-1’,表示车辆已离开;利用该结果进行车辆的计数和车速的估算:
①利用数据流上升沿‘1’来进行车辆的计数;
②利用上升沿‘1’和下降沿‘-1’之间的帧数,根据摄像头的拍摄速度和车辆的长度进行车速的估算;
③由于噪声的存在,数组c里可能会出现较短的连续‘1’段,为此可根据车辆的最小宽度来选取一个阈值,如:车辆的最小宽度为100个像素,即占数据流信息为10位,就可以选取连续的‘1’段长度大于9计为一辆车,共有多少个连续的、长度大于该选定阈值的‘1’段,就表示新到来了多少辆车;
当获得的数据流在有车辆信息的连续‘1’中,产生毛刺‘0’;修正数据流,消除毛刺,得到连续的‘1’:
①填1:在两个连续的‘1’段中间产生的毛刺‘0’,毛刺‘0’与‘1’之间的距离小,对数据流进行“填1”处理;
②填0:如果上一帧车头部分进入检测带,邻域比较的结果所提取的车辆信息的‘1’的个数不足判断有新车过来,而当前帧车体进入了检测带,虽然邻域比较的结果所提取的车辆信息的‘1’的个数表明有车辆在,但与上一帧相减的结果始终不足计数,从而造成该车漏检,将不足判别车辆信息的‘1’抹‘0’;
根据所述车流量判断是否大于车流量阈值,得到第一判断结果;
当所述第一判断结果表示为所述车流量大于车流量阈值,获取每个路口各个时段的人流量;
根据所述车流量以及所述人流量调整交通灯的变换周期;
根据实时路况,以行人需求以及车辆需求为前提进行交通灯变换周期的调整;在十字路口进行视频采集统计出各个路口的车流量,并通过计算机分析数据,掌握各路口拥堵情况,控制系统根据车流量的变化智能调整交通灯读秒时间;同时为防止特殊情况,该系统也能切换到人工管控模式疏导交通。
2.根据权利要求1所述的交通灯控制方法,其特征在于,所述对车辆进行检测及跟踪,确定每个车道的车辆交通参数,具体包括:
根据基于虚拟线的视频检测方法以及基于视频的特征点跟踪聚类法对所述车辆进行检测及跟踪,确定每个车道的车辆交通参数。
3.根据权利要求1所述的交通灯控制方法,其特征在于,所述根据所述车辆交通参数确定每个路口各个时段的车流量,具体包括:
根据所述车辆交通参数,利用光流法、背景减法或帧间差法确定各个路口各个时段的车流量。
4.一种交通灯控制系统,其特征在于,包括:
车辆交通参数确定模块,用于对车辆进行检测及跟踪,确定每个车道的车辆交通参数;
所述车道交通参数包括平均车速、平均车道占有率、车队长度以及平均车间距;
车流量确定模块,用于根据所述车辆交通参数确定每个路口各个时段的车流量,用检测带内车辆信息的变化规律进行计数的方法,其原理如下:如果用当前帧的数据流减去上一帧的数据流则只可能出现4种情况和3种结果:
①上一帧某一位置没有车,当前帧对应位置也没有车:0减0,结果为0;
②上一帧某一位置有车,当前帧对应位置也有车:1减1,结果为0;
③上一帧某一位置没有车,当前帧对应位置有车:1减0,结果为1;
④上一帧某一位置有车,当前帧对应位置没有车:0减1,结果为-1;
显然,结果为‘1’,表示有新车辆到来,结果为‘-1’,表示车辆已离开;利用该结果进行车辆的计数和车速的估算:
①利用数据流上升沿‘1’来进行车辆的计数;
②利用上升沿‘1’和下降沿‘-1’之间的帧数,根据摄像头的拍摄速度和车辆的长度进行车速的估算;
③由于噪声的存在,数组c里可能会出现较短的连续‘1’段,为此可根据车辆的最小宽度来选取一个阈值,如:车辆的最小宽度为100个像素,即占数据流信息为10位,就可以选取连续的‘1’段长度大于9计为一辆车,共有多少个连续的、长度大于该选定阈值的‘1’段,就表示新到来了多少辆车;
当获得的数据流在有车辆信息的连续‘1’中,产生毛刺‘0’;修正数据流,消除毛刺,得到连续的‘1’:
①填1:在两个连续的‘1’段中间产生的毛刺‘0’,毛刺‘0’与‘1’之间的距离小,对数据流进行“填1”处理;
②填0:如果上一帧车头部分进入检测带,邻域比较的结果所提取的车辆信息的‘1’的个数不足判断有新车过来,而当前帧车体进入了检测带,虽然邻域比较的结果所提取的车辆信息的‘1’的个数表明有车辆在,但与上一帧相减的结果始终不足计数,从而造成该车漏检,将不足判别车辆信息的‘1’抹‘0;
第一判断模块,用于根据所述车流量判断是否大于车流量阈值,得到第一判断结果;
人流量获取模块,用于当所述第一判断结果表示为所述车流量大于车流量阈值,获取每个路口各个时段的人流量;
变换周期调整模块,用于根据所述车流量以及所述人流量调整交通灯的变换周期。
5.一种最佳车速确定方法,其特征在于,包括:
获取车辆的当前初始位置以及目的位置;
根据所述当前初始位置以及所述目的位置,获取所述当前初始位置以及所述目的位置之间的具有交通灯的路口;
获取所述路口的车流量以及交通灯的变换周期;所述变换周期由以下步骤确定:对车辆进行检测及跟踪,确定每个车道的车辆交通参数;所述车道交通参数包括平均车速、平均车道占有率、车队长度以及平均车间距;根据所述车辆交通参数确定每个路口各个时段的车流量;根据所述车流量判断是否大于车流量阈值,得到第一判断结果;当所述第一判断结果表示为所述车流量大于车流量阈值,调整交通灯的变换周期;
根据所述车流量以及所述变换周期确定最佳路线;
获取车辆当前信息、路面信息以及人体信息;所述车辆当前信息包括:所处车道、当前车速以及距离下一路口的实际距离;所述路面信息包括法规限速、路面车辆数量以及距离前车的实际距离;所述人体信息为驾驶人承受加速度或减速度的程度;
根据所述车辆当前信息确定车辆预设距离范围内的车辆数量,具体包括:
根据所述车辆当前信息截取检测带;所述检测带为含有所述车辆当前信息以及距离所述当前车辆间距在像素范围内的一段图像;
根据所述检测带提取数据流;所述数据流为所述检测带反映车辆运动信息的数据流;
对所述数据流进行校正,确定校正后的数据流;
根据所述校正后的数据流确定所述车辆的当前位置;
根据所述车辆的当前位置判断所述检测带内连续两帧的图像是否具有相关性,得到第三判断结果;
若所述第三判断结果表示为所述检测带内连续两帧的图像具有相关性,对所述检测带进行相关性修正,得到修正后的检测带;
根据所述修正后的检测带确定所述车辆预设距离范围内的车辆数量;
若所述第三判断结果表示为所述检测带内连续两帧的图像不具有相关性,获取所述车辆的当前帧图像;
根据所述当前帧图像以及所述当前帧图像的前一帧图像确定所述车辆预设距离范围内的车辆数量;
用检测带内车辆信息的变化规律进行计数的方法,其原理如下:如果用当前帧的数据流减去上一帧的数据流则只可能出现4种情况和3种结果:
①上一帧某一位置没有车,当前帧对应位置也没有车:0减0,结果为0;
②上一帧某一位置有车,当前帧对应位置也有车:1减1,结果为0;
③上一帧某一位置没有车,当前帧对应位置有车:1减0,结果为1;
④上一帧某一位置有车,当前帧对应位置没有车:0减1,结果为-1;
显然,结果为‘1’,表示有新车辆到来,结果为‘-1’,表示车辆已离开;利用该结果进行车辆的计数和车速的估算:
①利用数据流上升沿‘1’来进行车辆的计数;
②利用上升沿‘1’和下降沿‘-1’之间的帧数,根据摄像头的拍摄速度和车辆的长度进行车速的估算;
③由于噪声的存在,数组c里可能会出现较短的连续‘1’段,为此可根据车辆的最小宽度来选取一个阈值,如:车辆的最小宽度为100个像素,即占数据流信息为10位,就可以选取连续的‘1’段长度大于9计为一辆车,共有多少个连续的、长度大于该选定阈值的‘1’段,就表示新到来了多少辆车;
当获得的数据流在有车辆信息的连续‘1’中,产生毛刺‘0’;修正数据流,消除毛刺,得到连续的‘1’:
①填1:在两个连续的‘1’段中间产生的毛刺‘0’,毛刺‘0’与‘1’之间的距离小,对数据流进行“填1”处理;
②填0:如果上一帧车头部分进入检测带,邻域比较的结果所提取的车辆信息的‘1’的个数不足判断有新车过来,而当前帧车体进入了检测带,虽然邻域比较的结果所提取的车辆信息的‘1’的个数表明有车辆在,但与上一帧相减的结果始终不足计数,从而造成该车漏检,将不足判别车辆信息的‘1’抹‘0;
根据所述变换周期、所述车辆数量、所述路面信息以及所述最佳路径确定最佳车速,以匀速通过每个所述路口;提出初始和到达位置→系统根据实时监测的车流量做出最佳路线规划→统计路线经过红绿灯→反馈至中央处理系统,对经过相应红绿灯的车流量进行预计数统计→当车辆到达红绿灯时,实时系统计数直接+1,结合电子地图确定车辆是否到达指定红绿灯;控制策略层中的中央处理单元获得信息感知层传来的信息,判断车辆当前运行状态,根据控制算法为驾驶人提供合适的单路段驾驶辅助;作为选择不同辅助策略的依据,定义“临界通过车速”,即车辆从当前位置开始,在驾驶人感觉舒适的加、减速度范围内调整车速,当交通信号变化的时刻恰好驶过路口停止线时,车辆所需调节到的最终车速。
7.根据权利要求6所述的最佳车速确定方法,其特征在于,所述根据所述临界通过车速确定最佳车速,具体包括:
获取当前行驶速度;
在前方绿灯情况下,判断所述当前行驶速度是否小于所述临界通过车速,得到第四判断结果;
若所述第四判断结果表示为所述当前行驶速度小于所述临界通过车速,加速直到所述当前行驶速度不小于所述临界通过车速;
若所述第四判断结果表示为所述当前行驶速度不小于所述临界通过车速,确定所述当前行驶速度为最佳车速;
或者在前方红灯情况下,判断所述当前行驶速度是否大于所述临界通过车速,得到第五判断结果;
若所述第五判断结果表示为所述当前行驶速度大于所述临界通过车速,减速直到所述当前行驶速度不大于所述临界通过车速;
若所述第五判断结果表示为所述当前行驶速度不大于所述临界通过车速,确定所述当前行驶速度为最佳车速。
8.一种最佳车速确定系统,其特征在于,包括:
位置获取模块,用于获取车辆的当前初始位置以及目的位置;
路口获取模块,用于根据所述当前初始位置以及所述目的位置,获取所述当前初始位置以及所述目的位置之间的具有交通灯的路口;
变换周期获取模块,用于获取所述路口的车流量以及交通灯的变换周期;所述变换周期由以下步骤确定:对车辆进行检测及跟踪,确定每个车道的车辆交通参数;所述车道交通参数包括平均车速、平均车道占有率、车队长度以及平均车间距;根据所述车辆交通参数确定每个路口各个时段的车流量;根据所述车流量判断是否大于车流量阈值,得到第一判断结果;当所述第一判断结果表示为所述车流量大于车流量阈值,调整交通灯的变换周期;
最佳路线确定模块,用于根据所述车流量以及所述变换周期确定最佳路线;
信息获取模块,用于获取车辆当前信息、路面信息以及人体信息;所述车辆当前信息包括:所处车道、当前车速以及距离下一路口的实际距离;所述路面信息包括法规限速、路面车辆数量以及距离前车的实际距离;所述人体信息为驾驶人承受加速度或减速度的程度;
车辆数量确定模块,用于根据所述车辆当前信息确定车辆预设距离范围内的车辆数量,具体包括:
检测带截取单元,用于根据所述车辆当前信息截取检测带;所述检测带为含有所述车辆当前信息以及距离所述当前车辆间距在像素范围内的一段图像;
数据流提取单元,用于根据所述检测带提取数据流;所述数据流为所述检测带反映车辆运动信息的数据流;
校正单元,用于对所述数据流进行校正,确定校正后的数据流;
当前位置确定单元,用于根据所述校正后的数据流确定所述车辆的当前位置;
第三判断单元,用于根据所述车辆的当前位置判断所述检测带内连续两帧的图像是否具有相关性,得到第三判断结果;
修正单元,用于若所述第三判断结果表示为所述检测带内连续两帧的图像具有相关性,对所述检测带进行相关性修正,得到修正后的检测带;
车辆数量第一确定单元,用于根据所述修正后的检测带确定所述车辆预设距离范围内的车辆数量;
当前帧图像获取单元,用于若所述第三判断结果表示为所述检测带内连续两帧的图像不具有相关性,获取所述车辆的当前帧图像;
车辆数量第二确定单元,用于根据所述当前帧图像以及所述当前帧图像的前一帧图像确定所述车辆预设距离范围内的车辆数量;
用检测带内车辆信息的变化规律进行计数的方法,其原理如下:如果用当前帧的数据流减去上一帧的数据流则只可能出现4种情况和3种结果:
①上一帧某一位置没有车,当前帧对应位置也没有车:0减0,结果为0;
②上一帧某一位置有车,当前帧对应位置也有车:1减1,结果为0;
③上一帧某一位置没有车,当前帧对应位置有车:1减0,结果为1;
④上一帧某一位置有车,当前帧对应位置没有车:0减1,结果为-1;
显然,结果为‘1’,表示有新车辆到来,结果为‘-1’,表示车辆已离开;利用该结果进行车辆的计数和车速的估算:
①利用数据流上升沿‘1’来进行车辆的计数;
②利用上升沿‘1’和下降沿‘-1’之间的帧数,根据摄像头的拍摄速度和车辆的长度进行车速的估算;
③由于噪声的存在,数组c里可能会出现较短的连续‘1’段,为此可根据车辆的最小宽度来选取一个阈值,如:车辆的最小宽度为100个像素,即占数据流信息为10位,就可以选取连续的‘1’段长度大于9计为一辆车,共有多少个连续的、长度大于该选定阈值的‘1’段,就表示新到来了多少辆车;
当获得的数据流在有车辆信息的连续‘1’中,产生毛刺‘0’;修正数据流,消除毛刺,得到连续的‘1’:
①填1:在两个连续的‘1’段中间产生的毛刺‘0’,毛刺‘0’与‘1’之间的距离小,对数据流进行“填1”处理;
②填0:如果上一帧车头部分进入检测带,邻域比较的结果所提取的车辆信息的‘1’的个数不足判断有新车过来,而当前帧车体进入了检测带,虽然邻域比较的结果所提取的车辆信息的‘1’的个数表明有车辆在,但与上一帧相减的结果始终不足计数,从而造成该车漏检,将不足判别车辆信息的‘1’抹‘0;
最佳车速确定模块,用于根据所述变换周期、所述车辆数量、所述路面信息以及最佳路径确定最佳车速,以匀速通过每个所述路口;提出初始和到达位置→系统根据实时监测的车流量做出最佳路线规划→统计路线经过红绿灯→反馈至中央处理系统,对经过相应红绿灯的车流量进行预计数统计→当车辆到达红绿灯时,实时系统计数直接+1,结合电子地图确定车辆是否到达指定红绿灯;控制策略层中的中央处理单元获得信息感知层传来的信息,判断车辆当前运行状态,根据控制算法为驾驶人提供合适的单路段驾驶辅助;作为选择不同辅助策略的依据,定义“临界通过车速”,即车辆从当前位置开始,在驾驶人感觉舒适的加、减速度范围内调整车速,当交通信号变化的时刻恰好驶过路口停止线时,车辆所需调节到的最终车速。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810424575.4A CN108629971B (zh) | 2018-05-07 | 2018-05-07 | 一种交通灯控制方法及最佳车速确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810424575.4A CN108629971B (zh) | 2018-05-07 | 2018-05-07 | 一种交通灯控制方法及最佳车速确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108629971A CN108629971A (zh) | 2018-10-09 |
CN108629971B true CN108629971B (zh) | 2021-07-02 |
Family
ID=63695616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810424575.4A Active CN108629971B (zh) | 2018-05-07 | 2018-05-07 | 一种交通灯控制方法及最佳车速确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108629971B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111311930B (zh) * | 2018-12-12 | 2022-05-31 | 阿里巴巴集团控股有限公司 | 一种获取车流量的方法及其装置 |
CN109887308B (zh) * | 2019-03-29 | 2021-05-04 | 武汉理工大学 | 一种基于光流率的长大隧道车辆控速系统及方法 |
CN110619752B (zh) * | 2019-06-12 | 2021-09-07 | 东南大学 | 一种基于lte-v2x通信技术的车辆与信号灯协同控制方法及控制系统 |
CN114049760B (zh) * | 2021-10-22 | 2022-11-11 | 北京经纬恒润科技股份有限公司 | 基于交叉路口的交通控制方法、装置及系统 |
TWI782792B (zh) * | 2021-11-16 | 2022-11-01 | 中華電信股份有限公司 | 一種動態交通控制設備、方法及其電腦可讀媒介 |
CN114613177B (zh) * | 2022-03-24 | 2024-02-13 | 重庆长安汽车股份有限公司 | 一种自动驾驶车辆通过交通灯路口速度及加速度规划方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101082499A (zh) * | 2007-05-30 | 2007-12-05 | 李元金 | 交通信息实时导航装置及控制方法 |
CN101329815A (zh) * | 2008-07-07 | 2008-12-24 | 山东省计算中心 | 一种新型的交通路口四相位车流量检测系统与方法 |
CN104732779A (zh) * | 2015-03-29 | 2015-06-24 | 安徽科力信息产业有限责任公司 | 基于交通信号机和视频监控联动的交通拥堵疏导方法 |
CN106327899A (zh) * | 2016-08-29 | 2017-01-11 | 徐月明 | 道路交通路径诱导方法、系统及道路交通信息服务平台 |
CN106846838A (zh) * | 2017-04-17 | 2017-06-13 | 徐次香 | 一种基于十字路口的交通控制系统 |
CN107331182A (zh) * | 2017-07-13 | 2017-11-07 | 北京航空航天大学 | 一种面向连续信号交叉口的网联环境下自动驾驶车速控制方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2465283A1 (fr) * | 1979-09-07 | 1981-03-20 | Thomson Csf | Dispositif de mesure du trafic routier, et systeme de signalisation comportant un tel dispositif |
CN101690666B (zh) * | 2009-10-13 | 2011-05-04 | 北京工业大学 | 汽车驾驶员驾驶工作负荷测量方法 |
CN101727747A (zh) * | 2009-12-16 | 2010-06-09 | 南京信息工程大学 | 基于流量检测的道路非正常拥堵报警方法 |
CN102054356A (zh) * | 2011-01-25 | 2011-05-11 | 南京信息工程大学 | 基于gps/gprs实现交通流量统计及车辆柔性限行方法 |
CN103106799A (zh) * | 2011-11-15 | 2013-05-15 | 鸿富锦精密工业(深圳)有限公司 | 交通信号智能控制装置及方法 |
CN102521990B (zh) * | 2011-12-19 | 2013-12-04 | 徐华中 | 一种基于图像处理的智能交通灯的控制方法 |
CN102646338B (zh) * | 2012-04-27 | 2014-09-17 | 同济大学 | 基于绿灯需求度的公交信号优先控制方法 |
KR101412214B1 (ko) * | 2014-04-21 | 2014-06-25 | (주) 금성산업 | 지능형 교차로 교통신호 제어 시스템 및 방법 |
US20160293004A1 (en) * | 2015-04-06 | 2016-10-06 | Umm Al-Qura University | Method and system for controlling and monitoring traffic light for optimizing wait time |
CN106920412A (zh) * | 2015-12-28 | 2017-07-04 | 上海擎感智能科技有限公司 | 适用于车路协同的智能交通运行系统及方法 |
CN106228817B (zh) * | 2016-08-09 | 2019-03-26 | 浙江大华技术股份有限公司 | 一种控制交通信号灯的方法和装置 |
CN106846837A (zh) * | 2017-03-27 | 2017-06-13 | 广州大学 | 一种交通灯智能控制系统、交通灯智能控制方法及装置 |
CN106971585A (zh) * | 2017-04-13 | 2017-07-21 | 吉利汽车研究院(宁波)有限公司 | 基于交通灯的自适应车辆导航系统 |
-
2018
- 2018-05-07 CN CN201810424575.4A patent/CN108629971B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101082499A (zh) * | 2007-05-30 | 2007-12-05 | 李元金 | 交通信息实时导航装置及控制方法 |
CN101329815A (zh) * | 2008-07-07 | 2008-12-24 | 山东省计算中心 | 一种新型的交通路口四相位车流量检测系统与方法 |
CN104732779A (zh) * | 2015-03-29 | 2015-06-24 | 安徽科力信息产业有限责任公司 | 基于交通信号机和视频监控联动的交通拥堵疏导方法 |
CN106327899A (zh) * | 2016-08-29 | 2017-01-11 | 徐月明 | 道路交通路径诱导方法、系统及道路交通信息服务平台 |
CN106846838A (zh) * | 2017-04-17 | 2017-06-13 | 徐次香 | 一种基于十字路口的交通控制系统 |
CN107331182A (zh) * | 2017-07-13 | 2017-11-07 | 北京航空航天大学 | 一种面向连续信号交叉口的网联环境下自动驾驶车速控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108629971A (zh) | 2018-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108629971B (zh) | 一种交通灯控制方法及最佳车速确定方法 | |
CN112489456B (zh) | 基于城市主干线车辆排队长度的信号灯调控方法及系统 | |
EP3631616A1 (en) | Road traffic control system, method, and electronic device | |
CN113674527B (zh) | 一种基于智慧交通物联网的交通监测系统及方法 | |
CN109191830B (zh) | 一种基于视频图像处理的道路拥堵检测方法 | |
US10671071B2 (en) | Control method and control device of automatic driving vehicle | |
CN103077617A (zh) | 基于计算机视觉的人行横道智能交通灯监管系统及方法 | |
CN104791113A (zh) | 基于行驶路况的发动机自动启停智能触发方法及系统 | |
CN104361753B (zh) | 一种车辆未交替行驶的违章取证方法及装置 | |
CN104537841A (zh) | 无牌车辆违章检测方法及其检测系统 | |
CN110444015B (zh) | 基于无信号十字路口分区的智能网联汽车速度决策方法 | |
CN114141021B (zh) | 一种智慧城市交通信号灯控制系统及其控制方法 | |
Odeh | Management of an intelligent traffic light system by using genetic algorithm | |
CN113538916A (zh) | 交通路口检测方法、装置、电子设备及存储介质 | |
CN113516854B (zh) | 一种基于卡警、视频检测器的多路口协调自适应控制方法 | |
CN209225052U (zh) | 一种带有可变前照灯的无人驾驶汽车行驶控制系统 | |
CN107578629B (zh) | 基于城市主次干路交叉口的智能信号灯控制方法 | |
CN108646744B (zh) | 一种基于倒计时长的自动驾驶方法及其系统 | |
Hung et al. | A traffic monitoring system for a mixed traffic flow via road estimation and analysis | |
Blumer et al. | Cost-effective single-camera multi-car parking monitoring and vacancy detection towards real-world parking statistics and real-time reporting | |
CN114627659A (zh) | 基于行人视频分析的安全过街智能控制系统及控制方法 | |
CN109830116A (zh) | 基于图像识别的信息提示方法、装置及相关设备 | |
CN105389991A (zh) | 一种自适应的闯红灯抓拍方法 | |
Balcerek et al. | Automatic detection of traffic lights changes from red to green and car turn signals in order to improve urban traffic | |
CN114898565B (zh) | 一种地埋式交通信号灯的自适应控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |