CN111798675B - 一种信号灯控制方法及系统 - Google Patents

一种信号灯控制方法及系统 Download PDF

Info

Publication number
CN111798675B
CN111798675B CN202010634011.0A CN202010634011A CN111798675B CN 111798675 B CN111798675 B CN 111798675B CN 202010634011 A CN202010634011 A CN 202010634011A CN 111798675 B CN111798675 B CN 111798675B
Authority
CN
China
Prior art keywords
information
node
signal lamp
intersection
nodes
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
Application number
CN202010634011.0A
Other languages
English (en)
Other versions
CN111798675A (zh
Inventor
张辉
李骊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Huajie Imi Technology Co ltd
Beijing HJIMI Technology Co Ltd
Original Assignee
Nanjing Huajie Imi Technology Co ltd
Beijing HJIMI Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Huajie Imi Technology Co ltd, Beijing HJIMI Technology Co Ltd filed Critical Nanjing Huajie Imi Technology Co ltd
Priority to CN202010634011.0A priority Critical patent/CN111798675B/zh
Publication of CN111798675A publication Critical patent/CN111798675A/zh
Application granted granted Critical
Publication of CN111798675B publication Critical patent/CN111798675B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/07Controlling traffic signals
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/056Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/065Traffic 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
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/07Controlling traffic signals
    • G08G1/08Controlling traffic signals according to detected number or speed of vehicles
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40Control techniques providing energy savings, e.g. smart controller or presence detection

Abstract

本发明公开了一种信号灯控制方法及系统,根据采集到的实际路况及交通信息进行预处理,得到的通道信息,基于通道信息和相邻路口节点广播的路口信息进行数据分析和预测,得到道路策略信息,基于道路策略信息生成信号灯控制指令,并基于信号灯控制指令调整信号灯状态。通过上述方案,将获取到的通道信息和相邻路口节点广播的路口信息进行数据分析和预测,生成信号灯控制指令,实时动态调整信号灯状态及时间,智能优化通行能力,有效缓解交通拥堵的压力。

Description

一种信号灯控制方法及系统
技术领域
本发明涉及智慧交通技术领域,更具体地说,涉及一种信号灯控制方法及系统。
背景技术
随着汽车总量不断增长,城市交通拥堵日益严重。通过科学、合理的布置路口的信号灯,对缓解城市交通拥堵有着事半功倍的成效。
信号灯是交管部门管理城市交通的重要工具。目前,绝大部分的信号灯的时间都是预先设定好的,无论是车流高峰还是车流低谷,信号灯的时间都固定不变。
目前,信号灯的固定配时往往很难满足高峰期交通通行情况,由于不能根据实际路况实时动态调整信号灯时间,因此无法有效缓解交通拥堵的压力。
发明内容
有鉴于此,本发明公开了一种信号灯控制方法及系统,将获取到的通道信息和相邻路口节点广播的路口信息进行数据分析和预测,生成信号灯控制指令,实时动态调整信号灯状态及时间,智能优化通行能力,有效缓解交通拥堵的压力。
为了实现上述目的,其公开的技术方案如下:
本发明第一方面公开了一种信号灯控制方法,所述方法应用于信号灯控制系统,所述信号灯控制系统包括采用分布式方式设置的监控节点、信号灯节点、通道节点和路口节点,所述方法包括:
每一所述监控节点将实时获取的交通信息发送至位于所述监控节点上层的通道节点;
每一所述信号灯节点将实时获取的信号灯状态信息发送至所述通道节点,所述信号灯节点与所述监控节点处于同一方向;
每一所述通道节点对接收到的所述交通信息和所述信号灯状态信息进行预处理,将得到的通道信息发送至上层的路口节点;
所述路口节点基于各个所述通道节点发送的通道信息和相邻路口节点广播的路口信息进行数据分析和预测,将得到的道路策略信息下发至每一所述通道节点,并广播得到的当前路口信息;
每一所述通道节点基于所述道路策略信息生成信号灯控制指令,并下发至下层的信号灯节点;
接收到所述信号灯控制指令的信号灯节点,基于所述信号灯控制指令调整信号灯状态。
优选的,所述每一所述监控节点将实时获取的交通信息发送至位于所述监控节点上层的通道节点,包括:
所述监控节点获取道路图像;
所述监控节点基于图像语义分割算法,从所述道路图像中获取各个车道的图像和人行道图像;
所述监控节点基于光流法,从所述各个车道的图像中获取车辆信息;
所述监控节点基于所述光流法,从所述人行道图像中获取行人信息;
所述监控节点将所述车辆信息和/或所述行人信息发送至位于所述监控节点上层的通道节点。
优选的,每一所述通道节点对接收到的所述交通信息和所述信号灯状态信息进行预处理,将得到的通道信息发送至上层的路口节点,包括:
所述通道节点对接收到的所述交通信息和所述信号灯状态信息进行数据配准操作、归一化操作和标签编码操作,得到通道信息;
所述通道节点将所述通道信息发送至上层的路口节点。
优选的,所述路口节点基于各个所述通道节点发送的通道信息和相邻路口节点广播的路口信息进行数据分析和预测,将得到的道路策略信息下发至每一所述通道节点,并广播得到的当前路口信息,包括:
所述路口节点获取相邻路口节点广播的路口信息,其中,所述路口信息包括所述路口节点与所述相邻路口节点之间的车辆信息和/或所述路口节点与所述相邻路口节点之间的行人信息;
所述路口节点将所述通道信息和相邻路口节点广播的路口信息输入至预先建立的神经网络模型进行预测,得到信号灯调整策略信息,并将所述信号灯调整策略信息发送至每一所述通道节点,并广播得到的当前路口信息,其中,所述信号灯调整策略信息包括调整信号灯的状态信息、调整信号灯的状态顺序信息和/或调整信号灯的控制时间信息。
优选的,若所述信号灯控制系统还包括:车辆节点,所述方法还包括:
所述车辆节点基于所述路口节点获取其范围内的车辆节点信息,得到第一路口节点信息,将所述第一路口节点信息进行路径预测操作,得到车辆路径预测结果,其中,所述第一路口节点信息至少包括当前路口的车辆行驶方向、当前路口的车辆行驶时间和第一预设时间内车辆的通行量;
所述车辆节点基于所述车辆路径预测结果,执行车辆路径规划操作。
优选的,若所述信号灯控制系统还包括:行人节点,所述方法还包括:
所述行人节点基于所述路口节点获取其范围内的行人节点信息,得到第二路口节点信息,并将所述第二路口节点信息进行路径预测操作,得到行人路径预测结果,其中,所述第二路口节点信息至少包括当前路口的行人行驶方向、当前路口的行人步行时间和第二预设时间内行人的通行量;
所述行人节点基于所述行人路径预测结果,执行行人路径规划操作。
优选的,所述接收到所述信号灯控制指令的信号灯节点,基于所述信号灯控制指令调整信号灯状态,包括:
接收到所述信号灯控制指令的信号灯节点,基于所述信号灯控制指令调整信号灯状态变化的定时器,并将所述调整信号灯状态的信息同步至其他信号灯节点,其中,所述其他信号灯节点属于同一路口节点的下层信号灯节点;
当所述定时器到达定时后,调整信号灯的状态。
第二方面,本发明公开了一种信号灯控制系统,所述信号灯控制系统包括采用分布式方式设置的监控节点、信号灯节点、通道节点和路口节点;
每一所述监控节点,用于将实时获取的交通信息发送至位于所述监控节点上层的通道节点;
每一所述信号灯节点,用于将实时获取的信号灯状态信息发送至所述通道节点,所述信号灯节点与所述监控节点处于同一方向;
每一所述通道节点,用于对接收到的所述交通信息和所述信号灯状态信息进行预处理,将得到的通道信息发送至上层的路口节点;用于基于所述道路策略信息生成信号灯控制指令,并下发至下层的信号灯节点;
所述路口节点,用于基于各个所述通道节点发送的通道信息和相邻路口节点广播的路口信息进行数据分析和预测,将得到的道路策略信息下发至每一所述通道节点,并广播得到的当前路口信息;
接收到所述信号灯控制指令的信号灯节点,用于基于所述信号灯控制指令调整信号灯状态。
优选的,所述监控节点,具体用于:
获取道路图像;基于图像语义分割算法,从所述道路图像中获取各个车道的图像和人行道图像;基于光流法,从所述各个车道的图像中获取车辆信息;基于所述光流法,从所述人行道图像中获取行人信息;将所述车辆信息和/或所述行人信息发送至位于所述监控节点上层的通道节点。
优选的,所述通道节点,具体用于:
对接收到的所述交通信息和所述信号灯状态信息进行数据配准操作、归一化操作和标签编码操作,得到通道信息;将所述通道信息发送至上层的路口节点。
经由上述技术方案可知,本发明公开了一种信号灯控制方法及系统,根据采集到的实际路况及交通信息进行预处理,得到的通道信息,基于通道信息和相邻路口节点广播的路口信息进行数据分析和预测,得到道路策略信息,基于道路策略信息生成信号灯控制指令,并基于信号灯控制指令调整信号灯状态。通过上述方案,将获取到的通道信息和相邻路口节点广播的路口信息进行数据分析和预测,生成信号灯控制指令,实时动态调整信号灯状态及时间,智能优化通行能力,有效缓解交通拥堵的压力。
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,下面将对实施例或现有技术描述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的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例公开的一种信号灯控制系统的结构示意图;
图2为本发明实施例公开的路网结构拓扑图;
图3为本发明实施例公开的一种信号灯控制方法的流程示意图;
图4为本发明实施例公开的信号灯控制的交互时序图。
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。
由背景技术可知,现有技术中,绝大部分的信号灯的时间都是预先设定好的,无论是车流高峰还是车流低谷,信号灯的时间都固定不变。信号灯的固定配时往往很难满足高峰期交通通行情况,由于不能根据实际路况实时动态调整信号灯时间,因此无法有效缓解交通拥堵的压力。
为了解决该问题,本发明公开了一种信号灯控制方法及系统,根据采集到的实际路况及交通信息进行预处理,得到的通道信息,基于通道信息和相邻路口节点广播的路口信息进行数据分析和预测,得到道路策略信息,基于道路策略信息生成信号灯控制指令,并基于信号灯控制指令调整信号灯状态。通过上述方案,将获取到的通道信息和相邻路口节点广播的路口信息进行数据分析和预测,生成信号灯控制指令,实时动态调整信号灯状态及时间,智能优化通行能力,有效缓解交通拥堵的压力。具体实现方式通过下述实施例具体进行说明。
如图1所示,为本发明实施例公开的一种信号灯控制系统的结构示意图,该信号灯控制系统包括采用分布式方式设置的监控节点101、信号灯节点102、通道节点103和路口节点104。
需要说明的是,每个监控视频形成一个监控节点101,每组信号灯形成一个信号灯节点102,每个方向的信号灯及监控视频组成一个通道节点103,每个路口的通道节点组成一个路口节点104,所有的路口节点构成整个路网。
为了方便理解监控节点101、信号灯节点102、通道节点103和路口节点104之间的关系,如图2所示,示出了路网结构拓扑图。
其中,一个路口对应一个路口节点,一个路口节点对应多个方向的通道节点,多个方向的通道节点对应多个方向的信号灯节点及监控节点。
每一监控节点101,用于将实时获取的交通信息发送至位于监控节点101上层的通道节点。
其中,交通信息可以包括随时间和空间变化的道路交通信息、交通控制状态信息、路口信息、时间信息、天气信息以及实时交通环境信息等。
当通道节点103和监控节点101之间存在着层级关系时,通道节点103为第一层节点,监控节点101就是其下的第二层节点,即通道节点103为监控节点101的上层的节点。
进一步的,监控节点101,具体用于获取道路图像;基于图像语义分割算法,从道路图像中获取各个车道的图像和人行道图像;基于光流法,从各个车道的图像中获取车辆信息;基于光流法,从人行道图像中获取行人信息;将车辆信息和/或行人信息发送至位于监控节点101上层的通道节点。
其中,车辆信息包括车辆数量信息、车辆行驶状态信息、车辆行驶方向信息等。
行人信息包括行人数量信息、行人行走状态信息、行人行走方向信息等。
每一信号灯节点102,用于将实时获取的信号灯状态信息发送至通道节点,信号灯节点102与监控节点101处于同一方向。
其中,信号灯状态信息包括信号灯颜色信息、信号灯显示方向指示信息、信号灯显示可变车道信息、信号灯显示行人、机动车或非机动车信息等。
每一通道节点103,用于对接收到的交通信息和信号灯状态信息进行预处理,将得到的通道信息发送至上层的路口节点;基于道路策略信息生成信号灯控制指令,并下发至下层的信号灯节点。
其中,信号灯控制指令包括控制信号灯状态指令、控制信号灯状态顺序指令、控制信号灯的状态时长指令等。
进一步的,通道节点103,具体用于对接收到的交通信息和信号灯状态信息进行数据配准操作、归一化操作和标签编码操作,得到通道信息;将通道信息发送至上层的路口节点。
其中,数据配准操作、归一化操作和标签编码操作为预处理操作,通道节点103对接收到的交通信息和信号灯状态信息进行预处理操作,减轻路口节点的处理压力。
路口节点104,用于基于各个通道节点发送的通道信息和相邻路口节点广播的路口信息进行数据分析和预测,将得到的道路策略信息下发至每一通道节点103,并广播得到的当前路口信息。
其中,相邻路口节点广播的路口信息包括各个临近路口可能到达当前路口的车流量信息、时间信息、方向信息以及路网中临近道路在单位时间内的通行量。
可选的,路口节点104用于将最新的道路策略信息进行打包存储。
随着时间的推移,城市发展对于路网影响较大,更新的道路策略数据才能更好适应道路未来发展变化。因此,需要不断储存新的道路策略信息,再人工判断筛选优化的道路策略信息,将优化后的道路策略信息作为神经网络模型新的训练输入,从而保证持续提升模型效果和适应新城市变化时的效果。
进一步的,路口节点104,具体用于获取相邻路口节点广播的路口信息;将通道信息和相邻路口节点广播的路口信息输入至预先建立的神经网络模型进行预测,得到信号灯调整策略信息,并将信号灯调整策略信息发送至每一通道节点103,并广播得到的当前路口信息。
需要说明的是,路口节点104基于各个通道节点发送的时间信息、天气信息和相邻路口节点广播的路口信息等交通信息综合起来,进行归一化操作生成统一的数据矩阵信息,将该信息输入至预先建立的神经网络模型进行预测,得到预测结果,并将该预测结果进行计算调整,得到信号灯调整策略信息。
其中,路口信息包括路口节点与相邻路口节点之间的车辆信息和/或路口节点与相邻路口节点之间的行人信息。
信号灯调整策略信息包括调整信号灯的状态信息、调整信号灯的状态顺序信息和/或调整信号灯的控制时间信息。
接收到信号灯控制指令的信号灯节点102,用于基于信号灯控制指令调整信号灯状态。
进一步的,接收到信号灯控制指令的信号灯节点102,具体用于基于信号灯控制指令调整信号灯状态变化的定时器,并将调整信号灯状态的信息同步至其他信号灯节点;当定时器到达定时后,调整信号灯的状态。
其中,其他信号灯节点属于同一路口节点的下层信号灯节点。
定时器基于信号灯控制指令,执行信号灯状态的改变及通行时间的变更等操作。
可选的,信号灯控制系统还包括车辆节点。
车辆节点,用于基于路口节点获取其范围内的车辆节点信息,得到第一路口节点信息,将第一路口节点信息进行路径预测操作,得到车辆路径预测结果;基于车辆路径预测结果,执行车辆路径规划操作。
其中,第一路口节点信息至少包括当前路口的车辆行驶方向、当前路口的车辆行驶时间和第一预设时间内车辆的通行量。
第一预设时间可以是1分钟、2分钟等,具体第一预设时间的设置,本发明不做具体限定。
通过车辆节点执行车辆路径规划操作,实现车辆高效通行,避免车辆拥堵的目的。
可选的,信号灯控制系统还包括行人节点。
行人节点基于路口节点获取其范围内的行人节点信息,得到第二路口节点信息,并将第二路口节点信息进行路径预测操作,得到行人路径预测结果;基于所述行人路径预测结果,执行行人路径规划操作。
其中,第二路口节点信息至少包括当前路口的行人行驶方向、当前路口的行人步行时间和第二预设时间内行人的通行量。
第二预设时间可以是30秒、1分钟等,具体第二预设时间的设置,本发明不做具体限定。
通过行人节点执行行人路径规划操作,实现行人高效通行,避免行人拥堵的目的。
本发明实施例公开了一种信号灯控制系统,根据采集到的实际路况及交通信息进行预处理,得到的通道信息,基于通道信息和相邻路口节点广播的路口信息进行数据分析和预测,得到道路策略信息,基于道路策略信息生成信号灯控制指令,并基于信号灯控制指令调整信号灯状态。通过上述方案,将获取到的通道信息和相邻路口节点广播的路口信息进行数据分析和预测,生成信号灯控制指令,实时动态调整信号灯状态及时间,智能优化通行能力,有效缓解交通拥堵的压力。
基于上述本发明实施例公开的信号灯控制系统,如图3所示,为本发明实施例公开的一种信号灯控制方法的流程示意图,该信号灯控制方法适用于上述本发明实施例公开的信号灯控制系统,该信号灯控制系统包括采用分布式方式设置的监控节点、信号灯节点、通道节点和路口节点,该信号灯控制方法主要包括如下步骤:
每个监控视频形成一个监控节点,每组信号灯形成一个信号灯节点,每个方向的信号灯及监控视频组成一个通道节点,每个路口的通道节点组成一个路口节点,所有的路口节点构成整个路网。
S301:每一监控节点将实时获取的交通信息发送至位于监控节点上层的通道节点。
其中,交通信息可以包括随时间和空间变化的道路交通信息、交通控制状态信息、路口信息、时间信息、天气信息以及实时交通环境信息等。
当通道节点和监控节点之间存在着层级关系时,通道节点为第一层节点,监控节点就是其下的第二层节点,即通道节点为监控节点的上层的节点。
在执行S301的过程中涉及到每一监控节点将实时获取的交通信息发送至位于监控节点上层的通道节点的过程,如A1-A5所示:
A1:监控节点获取道路图像。
A2:监控节点基于图像语义分割算法,从道路图像中获取各个车道的图像和人行道图像。
A3:监控节点基于光流法,从各个车道的图像中获取车辆信息。
其中,车辆信息包括车辆数量信息、车辆行驶状态信息、车辆行驶方向信息等。
A4:监控节点基于光流法,从人行道图像中获取行人信息。
其中,行人信息包括行人数量信息、行人行走状态信息、行人行走方向信息等。
A5:监控节点将车辆信息和/或行人信息发送至位于监控节点上层的通道节点。
S302:每一信号灯节点将实时获取的信号灯状态信息发送至通道节点,信号灯节点与监控节点处于同一方向。
其中,信号灯状态信息包括信号灯颜色信息、信号灯显示方向指示信息、信号灯显示可变车道信息、信号灯显示行人、机动车或非机动车信息等。
S303:每一通道节点对接收到的交通信息和信号灯状态信息进行预处理,将得到的通道信息发送至上层的路口节点。
在执行S303的过程中涉及到每一通道节点对接收到的交通信息和信号灯状态信息进行预处理,将得到的通道信息发送至上层的路口节点的过程,如B1-B2所示:
B1:通道节点对接收到的交通信息和信号灯状态信息进行数据配准操作、归一化操作和标签编码操作,得到通道信息。
其中,数据配准操作、归一化操作和标签编码操作为预处理操作,通过通道节点对接收到的交通信息和信号灯状态信息进行预处理操作,减轻路口节点的处理压力。
B2:通道节点将通道信息发送至上层的路口节点。
S304:路口节点基于各个通道节点发送的通道信息和相邻路口节点广播的路口信息进行数据分析和预测,将得到的道路策略信息下发至每一通道节点,并广播得到的当前路口信息。
其中,相邻路口节点广播的路口信息包括各个临近路口可能到达当前路口的车流量信息、时间信息、方向信息以及路网中临近道路在单位时间内的通行量。
可选的,路口节点将最新的道路策略信息进行打包存储。
随着时间的推移,城市发展对于路网影响较大,更新的道路策略数据才能更好适应道路未来发展变化。因此,储存新的道路策略信息,再判断筛选优化的道路策略信息,将优化后的道路策略信息作为神经网络模型新的训练输入,从而保证持续提升模型效果和适应新城市变化时的效果。
在执行S304的过程中涉及到路口节点基于各个通道节点发送的通道信息和相邻路口节点广播的路口信息进行数据分析和预测,将得到的道路策略信息下发至每一通道节点,并广播得到的当前路口信息的过程,如C1-C2所示:
C1:路口节点获取相邻路口节点广播的路口信息。
其中,路口信息包括路口节点与相邻路口节点之间的车辆信息和/或路口节点与所述相邻路口节点之间的行人信息。
C2:路口节点将通道信息和相邻路口节点广播的路口信息输入至预先建立的神经网络模型进行预测,得到信号灯调整策略信息,并将信号灯调整策略信息发送至每一通道节点,并广播得到的当前路口信息。
在具体实现C2的过程中,路口节点基于各个通道节点发送的时间信息、天气信息和相邻路口节点广播的路口信息等交通信息综合起来,进行归一化操作生成统一的数据矩阵信息,将该信息输入至预先建立的神经网络模型进行预测,得到预测结果,并将该预测结果进行计算调整,得到信号灯调整策略信息。
其中,信号灯调整策略信息包括调整信号灯的状态信息、调整信号灯的状态顺序信息和/或调整信号灯的控制时间信息。
S305:每一通道节点基于道路策略信息生成信号灯控制指令,并下发至下层的信号灯节点。
其中,信号灯控制指令包括控制信号灯状态指令、控制信号灯状态顺序指令、控制信号灯的状态时长指令等。
S306:接收到信号灯控制指令的信号灯节点,基于信号灯控制指令调整信号灯状态。
在具体实现S306的过程中,接收到信号灯控制指令的信号灯节点,基于信号灯控制指令调整信号灯状态变化的定时器,并将调整信号灯状态的信息同步至其他信号灯节点,当定时器到达定时后,调整信号灯的状态。
其中,其他信号灯节点属于同一路口节点的下层信号灯节点。
定时器基于信号灯控制指令,执行信号灯状态的改变及通行时间的变更等操作。
为了方便理解信号灯控制方法的过程,如图4所示,示出了信号灯控制的交互时序图,信号灯控制的交互流程,如D1-D9所示。
D1:监控节点将获取到的视频信息进行分析,得到交通信息,并将交通信息发送至通道节点。
D2:信号灯节点将实时获取到的信号灯状态信息发送至通道节点。
D3:通道节点对接收到的交通信息和信号灯状态信息进行预处理,得到通道信息,并将通道信息发送至路口节点。
D4:相邻路口节点广播的路口信息至路口节点。
D5:路口节点基于通道节点发送的通道信息和相邻路口节点广播的路口信息进行交通状况学习预测及道路策略调整,得到道路策略信息,并将道路策略信息发送至通道节点。
D6:通道节点基于道路策略信息生成信号灯控制指令,并下发至信号灯节点。
D7:接收到信号灯控制指令的信号灯节点,基于信号灯控制指令调整信号灯状态。
D8:信号灯节点将调整信号灯状态的信息同步至其他信号灯节点。
D9:其他信号灯节点基于调整信号灯状态的信息,调整自己的信号灯状态,确保其他信号灯节点的信号灯状态与信号灯节点的信号灯状态不发生冲突。
本发明实施例公开了一种信号灯控制方法,根据采集到的实际路况及交通信息进行预处理,得到的通道信息,基于通道信息和相邻路口节点广播的路口信息进行数据分析和预测,得到道路策略信息,基于道路策略信息生成信号灯控制指令,并基于信号灯控制指令调整信号灯状态。通过上述方案,将获取到的通道信息和相邻路口节点广播的路口信息进行数据分析和预测,生成信号灯控制指令,实时动态调整信号灯状态及时间,智能优化通行能力,有效缓解交通拥堵的压力。
可选的,车辆节点基于路口节点获取其范围内的车辆节点信息,得到第一路口节点信息,将第一路口节点信息进行路径预测操作,得到车辆路径预测结果。
其中,第一路口节点信息至少包括当前路口的车辆行驶方向、当前路口的车辆行驶时间和第一预设时间内车辆的通行量。
第一预设时间可以是1分钟、2分钟等,具体第一预设时间的设置,本发明不做具体限定。
车辆节点基于车辆路径预测结果,执行车辆路径规划操作。
本发明实施例中,通过车辆节点执行车辆路径规划操作,实现车辆高效通行,避免车辆拥堵的目的。
可选的,行人节点基于路口节点获取其范围内的行人节点信息,得到第二路口节点信息,并将第二路口节点信息进行路径预测操作,得到行人路径预测结果。
其中,第二路口节点信息至少包括当前路口的行人行驶方向、当前路口的行人步行时间和第二预设时间内行人的通行量。
第二预设时间可以是30秒、1分钟等,具体第二预设时间的设置,本发明不做具体限定。
行人节点基于行人路径预测结果,执行行人路径规划操作。
本发明实施例中,通过行人节点执行行人路径规划操作,实现行人高效通行,避免行人拥堵的目的。
对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
需要说明的是,本说明书中的各个实施例均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的部分互相参见即可。对于系统类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本发明各实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种信号灯控制方法,其特征在于,所述方法应用于信号灯控制系统,所述信号灯控制系统包括采用分布式方式设置的监控节点、信号灯节点、通道节点和路口节点,
所述方法包括:
每一所述监控节点将实时获取的交通信息发送至位于所述监控节点上层的通道节点;所述交通信息包括随时间和空间变化的道路交通信息、交通控制状态信息、路口信息、时间信息、天气信息以及实时交通环境信息;
每一所述信号灯节点将实时获取的信号灯状态信息发送至所述通道节点,所述信号灯节点与所述监控节点处于同一方向;
每一所述通道节点对接收到的所述交通信息和所述信号灯状态信息进行预处理,将得到的通道信息发送至上层的路口节点;
所述路口节点基于各个所述通道节点发送的通道信息和相邻路口节点广播的路口信息进行数据分析和预测,将得到的道路策略信息下发至每一所述通道节点,并广播得到的当前路口信息;
每一所述通道节点基于所述道路策略信息生成信号灯控制指令,并下发至下层的信号灯节点;所述信号灯控制指令包括控制信号灯状态指令、控制信号灯状态顺序指令、控制信号灯的状态时长指令;
接收到所述信号灯控制指令的信号灯节点,基于所述信号灯控制指令调整信号灯状态及变更通行时间。
2.根据权利要求1所述的方法,其特征在于,所述每一所述监控节点将实时获取的交通信息发送至位于所述监控节点上层的通道节点,包括:
所述监控节点获取道路图像;
所述监控节点基于图像语义分割算法,从所述道路图像中获取各个车道的图像和人行道图像;
所述监控节点基于光流法,从所述各个车道的图像中获取车辆信息;
所述监控节点基于所述光流法,从所述人行道图像中获取行人信息;
所述监控节点将所述车辆信息和/或所述行人信息发送至位于所述监控节点上层的通道节点。
3.根据权利要求1所述的方法,其特征在于,每一所述通道节点对接收到的所述交通信息和所述信号灯状态信息进行预处理,将得到的通道信息发送至上层的路口节点,包括:
所述通道节点对接收到的所述交通信息和所述信号灯状态信息进行数据配准操作、归一化操作和标签编码操作,得到通道信息;
所述通道节点将所述通道信息发送至上层的路口节点。
4.根据权利要求1所述的方法,其特征在于,所述路口节点基于各个所述通道节点发送的通道信息和相邻路口节点广播的路口信息进行数据分析和预测,将得到的道路策略信息下发至每一所述通道节点,并广播得到的当前路口信息,包括:
所述路口节点获取相邻路口节点广播的路口信息,其中,所述路口信息包括所述路口节点与所述相邻路口节点之间的车辆信息和/或所述路口节点与所述相邻路口节点之间的行人信息;
所述路口节点将所述通道信息和相邻路口节点广播的路口信息输入至预先建立的神经网络模型进行预测,得到信号灯调整策略信息,并将所述信号灯调整策略信息发送至每一所述通道节点,并广播得到的当前路口信息,其中,所述信号灯调整策略信息包括调整信号灯的状态信息、调整信号灯的状态顺序信息和/或调整信号灯的控制时间信息。
5.根据权利要求1所述的方法,其特征在于,若所述信号灯控制系统还包括:车辆节点,所述方法还包括:
所述车辆节点基于所述路口节点获取其范围内的车辆节点信息,得到第一路口节点信息,将所述第一路口节点信息进行路径预测操作,得到车辆路径预测结果,其中,所述第一路口节点信息至少包括当前路口的车辆行驶方向、当前路口的车辆行驶时间和第一预设时间内车辆的通行量;
所述车辆节点基于所述车辆路径预测结果,执行车辆路径规划操作。
6.根据权利要求1所述的方法,其特征在于,若所述信号灯控制系统还包括:行人节点,所述方法还包括:
所述行人节点基于所述路口节点获取其范围内的行人节点信息,得到第二路口节点信息,并将所述第二路口节点信息进行路径预测操作,得到行人路径预测结果,其中,所述第二路口节点信息至少包括当前路口的行人行驶方向、当前路口的行人步行时间和第二预设时间内行人的通行量;
所述行人节点基于所述行人路径预测结果,执行行人路径规划操作。
7.根据权利要求1所述的方法,其特征在于,所述接收到所述信号灯控制指令的信号灯节点,基于所述信号灯控制指令调整信号灯状态,包括:
接收到所述信号灯控制指令的信号灯节点,基于所述信号灯控制指令调整信号灯状态变化的定时器,并将所述调整信号灯状态的信息同步至其他信号灯节点,其中,所述其他信号灯节点属于同一路口节点的下层信号灯节点;
当所述定时器到达定时后,调整信号灯的状态。
8.一种信号灯控制系统,其特征在于,所述信号灯控制系统包括采用分布式方式设置的监控节点、信号灯节点、通道节点和路口节点;
每一所述监控节点,用于将实时获取的交通信息发送至位于所述监控节点上层的通道节点;所述交通信息包括随时间和空间变化的道路交通信息、交通控制状态信息、路口信息、时间信息、天气信息以及实时交通环境信息;
每一所述信号灯节点,用于将实时获取的信号灯状态信息发送至所述通道节点,所述信号灯节点与所述监控节点处于同一方向;
每一所述通道节点,用于对接收到的所述交通信息和所述信号灯状态信息进行预处理,将得到的通道信息发送至上层的路口节点;用于基于所述道路策略信息生成信号灯控制指令,并下发至下层的信号灯节点;所述信号灯控制指令包括控制信号灯状态指令、控制信号灯状态顺序指令、控制信号灯的状态时长指令;
所述路口节点,用于基于各个所述通道节点发送的通道信息和相邻路口节点广播的路口信息进行数据分析和预测,将得到的道路策略信息下发至每一所述通道节点,并广播得到的当前路口信息;
接收到所述信号灯控制指令的信号灯节点,用于基于所述信号灯控制指令调整信号灯状态及变更通行时间。
9.根据权利要求8所述的系统,其特征在于,所述监控节点,具体用于:
获取道路图像;基于图像语义分割算法,从所述道路图像中获取各个车道的图像和人行道图像;基于光流法,从所述各个车道的图像中获取车辆信息;基于所述光流法,从所述人行道图像中获取行人信息;将所述车辆信息和/或所述行人信息发送至位于所述监控节点上层的通道节点。
10.根据权利要求8所述的系统,其特征在于,所述通道节点,具体用于:
对接收到的所述交通信息和所述信号灯状态信息进行数据配准操作、归一化操作和标签编码操作,得到通道信息;将所述通道信息发送至上层的路口节点。
CN202010634011.0A 2020-07-02 2020-07-02 一种信号灯控制方法及系统 Active CN111798675B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010634011.0A CN111798675B (zh) 2020-07-02 2020-07-02 一种信号灯控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010634011.0A CN111798675B (zh) 2020-07-02 2020-07-02 一种信号灯控制方法及系统

Publications (2)

Publication Number Publication Date
CN111798675A CN111798675A (zh) 2020-10-20
CN111798675B true CN111798675B (zh) 2022-09-13

Family

ID=72810210

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010634011.0A Active CN111798675B (zh) 2020-07-02 2020-07-02 一种信号灯控制方法及系统

Country Status (1)

Country Link
CN (1) CN111798675B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113269971B (zh) * 2021-05-14 2023-03-14 阿波罗智联(北京)科技有限公司 信号灯的控制方法、装置及系统
CN113409598B (zh) * 2021-06-08 2022-12-13 智道网联科技(北京)有限公司 区域道路交通信号灯协同联动自适应配时方法及装置
CN113936479A (zh) * 2021-10-18 2022-01-14 钟国钧 智能道路交通信号控制机
CN115273493B (zh) * 2022-05-16 2024-03-19 广西交科集团有限公司 一种交互型城市交通智能控制系统及方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102902955A (zh) * 2012-08-30 2013-01-30 中国科学技术大学 一种车辆行为的智能分析方法及系统
CN103680142A (zh) * 2013-12-23 2014-03-26 苏州君立软件有限公司 一种交通路口智能监控方法
WO2015114699A1 (ja) * 2014-01-31 2015-08-06 株式会社Jvcケンウッド 電子機器、電子機器の制御方法及び電子機器の制御プログラム
CN107016861A (zh) * 2017-05-31 2017-08-04 电子科技大学 基于深度学习和智能路灯的交通信号灯智能调控系统
CN108597219A (zh) * 2018-05-04 2018-09-28 山东理工大学 一种基于机器视觉的路段行人过街控制方法
CN109191852A (zh) * 2018-10-25 2019-01-11 西北工业大学 车-路-云协同的交通流态势预测方法
CN110136456A (zh) * 2019-05-12 2019-08-16 苏州科技大学 基于深度强化学习的交通信号灯防堵塞控制方法和系统
CN110246345A (zh) * 2019-05-31 2019-09-17 闽南师范大学 一种基于HydraCNN的信号灯智能控制方法和系统
CN110276964A (zh) * 2019-05-27 2019-09-24 八维通科技有限公司 一种智能调节交通灯时间的方法
CN110349407A (zh) * 2019-07-08 2019-10-18 长安大学 一种基于深度学习的区域化交通信号灯控制系统及方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4808243B2 (ja) * 2008-12-03 2011-11-02 株式会社京三製作所 交通信号制御装置及び交通信号制御方法
CN106530779B (zh) * 2016-12-29 2019-09-03 长沙理工大学 一种基于城市交通控制信号灯的路径规划方法及系统
CN106530765A (zh) * 2016-12-29 2017-03-22 西安培华学院 一种基于物联网的交通灯控制系统
US10192434B1 (en) * 2017-09-07 2019-01-29 Toyota Motor Engineering & Manufacturing North America, Inc. Traffic signal learning and optimization
CN108615358A (zh) * 2018-05-02 2018-10-02 安徽大学 一种道路拥堵检测方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102902955A (zh) * 2012-08-30 2013-01-30 中国科学技术大学 一种车辆行为的智能分析方法及系统
CN103680142A (zh) * 2013-12-23 2014-03-26 苏州君立软件有限公司 一种交通路口智能监控方法
WO2015114699A1 (ja) * 2014-01-31 2015-08-06 株式会社Jvcケンウッド 電子機器、電子機器の制御方法及び電子機器の制御プログラム
CN107016861A (zh) * 2017-05-31 2017-08-04 电子科技大学 基于深度学习和智能路灯的交通信号灯智能调控系统
CN108597219A (zh) * 2018-05-04 2018-09-28 山东理工大学 一种基于机器视觉的路段行人过街控制方法
CN109191852A (zh) * 2018-10-25 2019-01-11 西北工业大学 车-路-云协同的交通流态势预测方法
CN110136456A (zh) * 2019-05-12 2019-08-16 苏州科技大学 基于深度强化学习的交通信号灯防堵塞控制方法和系统
CN110276964A (zh) * 2019-05-27 2019-09-24 八维通科技有限公司 一种智能调节交通灯时间的方法
CN110246345A (zh) * 2019-05-31 2019-09-17 闽南师范大学 一种基于HydraCNN的信号灯智能控制方法和系统
CN110349407A (zh) * 2019-07-08 2019-10-18 长安大学 一种基于深度学习的区域化交通信号灯控制系统及方法

Also Published As

Publication number Publication date
CN111798675A (zh) 2020-10-20

Similar Documents

Publication Publication Date Title
CN111798675B (zh) 一种信号灯控制方法及系统
Dai et al. Dark model adaptation: Semantic image segmentation from daytime to nighttime
CN105046987B (zh) 一种基于强化学习的路面交通信号灯协调控制方法
CN107730975B (zh) 超市停车引导反向寻车和出场引导的系统和方法
US20090051568A1 (en) Method and apparatus for traffic control using radio frequency identification tags
CN115297595A (zh) 一种基于物联网的智慧城市路灯智能控制方法和系统
CN113257016A (zh) 一种交通信号控制方法、装置以及可读存储介质
Yazdani et al. Intelligent vehicle pedestrian light (IVPL): A deep reinforcement learning approach for traffic signal control
Panwar et al. Intelligent traffic management system using industry 4.0
Chandrasekara et al. A real-time density-based traffic signal control system
Zhang et al. An integrated arterial coordinated control model considering green wave on branch roads and pedestrian crossing time at intersections
Tomar et al. Traffic signal control methods: Current status, challenges, and emerging trends
Lawe et al. Optimization of traffic signals using deep learning neural networks
Twaddle et al. Use of automated video analysis for the evaluation of bicycle movement and interaction
Sharma et al. Review of recent developments in sustainable traffic management system
Nejad et al. Presenting a traffic management and control system in driver assistance form based on vehicular networks
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
Al Mamlook et al. Smart Traffic Control System for Dubai: A Simulation Study Using YOLO Algorithms
EP2413302A1 (de) Verfahren zur Verkehrsregelung eines Strassenzuges
CN115359657B (zh) 一种交通管理方法、装置、设备及介质
CN110706492A (zh) 一种交通信号灯时长计算方法、控制方法及系统
Kumaravel et al. A graph-theoretic approach for optimizing signalized intersections under connected vehicle environment
Subree et al. Design and Implementation of an Unreal Engine 4-Based Smart Traffic Control System for Smart City Applications
Adepoju et al. PAPER 178–DEVELOPMENT OF A SMART TRAFFIC CONTROL MODEL USING DEEP LEARNING TECHNIQUE
Datey et al. Smart Traffic Control and Prediction Model Empowered with 5G Technology, Artificial Intelligence and Machine Learning

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