CN111932913B - 一种基于视频检测器的交通灯智能配时方法及系统 - Google Patents
一种基于视频检测器的交通灯智能配时方法及系统 Download PDFInfo
- Publication number
- CN111932913B CN111932913B CN202010602773.2A CN202010602773A CN111932913B CN 111932913 B CN111932913 B CN 111932913B CN 202010602773 A CN202010602773 A CN 202010602773A CN 111932913 B CN111932913 B CN 111932913B
- Authority
- CN
- China
- Prior art keywords
- intersection
- lane
- traffic
- timing
- queued vehicles
- 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
- G08G1/07—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
- G08G1/01—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
- G08G1/07—Controlling traffic signals
- G08G1/081—Plural intersections under common control
- G08G1/083—Controlling the allocation of time between phases of a cycle
Abstract
本发明涉及智能交通管理技术领域,尤其涉及一种基于视频检测器的交通灯智能配时方法及系统;所述方法包括:获取路口车流量数据;具体包括通过摄像头拍摄路口的交通状况,并调用图像识别算法获取路口车流量数据;对路口车流量数据进行整合,得到路口综合交通状况信息;根据路口综合交通状况信息计算,动态生成路口红绿灯配时方案;将路口红绿灯配时方案发送给交通灯信号控制设备。所述系统包括视频检测器、数据管理模块、动态配时模块和方案执行模块;本发明实施例通过视频检测器能够更加精确、高效地检测路口交通状况,根据路口综合交通状况能够动态配置交通灯配时方案,从而使交通灯配时方案能够动态适应路口交通情况,有效解决路口拥堵。
Description
技术领域
本发明涉及智能交通管理技术领域,尤其涉及一种基于视频检测器的交通灯智能配时方法及系统。
背景技术
随着社会经济的发展,城市交通问题也越来越引起人们的关注,交通堵塞也成为人们每天必须面对的问题。交通堵塞不但浪费大量的时间,而且排队过程中刹车和怠速会浪费能源。交通灯系统作为交通系统中的重要元素,对缓解交通堵塞扮演着重要角色,如何保证紧急车辆在道路上不受红绿灯的限制但又不闯红灯,使之畅通无阻的行驶,成为亟待解决的问题。
在现代城市中,针对交叉口信号控制,基本都是采用固定式配时信号灯模式,或者预设几组信号灯配时方案根据时间进行切换,对于路口车流量基本以地磁感应器为主。
现有技术存在如下问题:
(1)交叉口车流量的变化是非线性、时变和随机的,现有灯控系统在精细化、多样化管理方面存在不足,不能有效利用现有的特征识别和多源数据,提出精准的模型算法来解决交叉口拥堵的问题;
(2)地磁感应器部署困难、易损坏,成本高。
发明内容
为克服现有技术存在的问题,现提出一种基于视频检测器的交通灯智能配时方法及系统,根据车流量情况实时调整交通灯配时方案,以精准、实时地对路口交通进行管理。
一方面,本发明实施例提供一种基于视频检测器的交通灯智能配时方法,包括以下步骤:
S1,获取路口车流量数据;具体包括通过摄像头拍摄路口的交通状况,并调用图像识别算法获取所述路口车流量数据;所述路口车流量数据包括若干子路口车流量数据;
S2,对所述路口车流量数据进行整合,得到所述路口综合交通状况信息;
S3,根据所述路口综合交通状况信息,动态生成所述路口红绿灯配时方案;
S4,将所述路口红绿灯配时方案发送给给交通灯信号控制设备。
另一方面,本发明实施例提供一种基于视频检测器的交通灯智能配时系统,包括:
视频检测器,数据管理模块,动态配时模块,方案执行模块;
所述视频检测器,通过摄像头拍摄路口的交通状况,并调用图像识别算法获取所述路口车流量数据;所述视频检测器包括若干视频检测单元,对应接收若干子路口车流量数据;
所述数据管理模块,对所述路口车流量数据进行整合,得到所述路口综合交通状况信息;
所述动态配时模块,根据所述路口综合交通状况信息,动态生成所述路口红绿灯配时方案;
所述方案执行模块,将所述路口红绿灯配时方案发送给给交通灯信号控制设备。
本发明实施例提供一种基于视频检测器的交通灯智能配时方法及系统,通过视频检测器能够更加精确、高效地检测路口交通状况;根据路口综合交通状况能够动态配置交通灯配时方案,从而使交通灯配时方案能够动态适应路口交通情况,有效解决路口拥堵。
附图说明
为了更清楚地说明本发明的技术方案,下面将对本发明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为本发明实施例一种基于视频检测器的交通灯智能配时方法流程示意图;
图2为本发明实施例交通灯动态配时方法流程示意图;
图3为本发明实施例一种基于视频检测器的交通灯智能配时系统结构示意图;
附图标记:
视频检测器-1 数据管理模块-2 动态配时模块-3 方案执行模块-4。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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
图1为本发明实施例一种基于视频检测器的交通灯智能配时方法流程示意图;如图1所示,包括以下步骤:
S1,获取路口车流量数据;具体包括通过摄像头拍摄路口的交通状况,并调用图像识别算法获取所述路口车流量数据;所述路口车流量数据包括若干子路口车流量数据;
S2,对所述路口车流量数据进行整合,得到所述路口综合交通状况信息;
S3,根据所述路口综合交通状况信息计算,动态生成所述路口红绿灯配时方案;
S4,将所述路口红绿灯配时方案发送给给交通灯信号控制设备。
进一步地,图2为本发明实施例交通灯动态配时方法流程示意图;如图2所示,所述步骤S3具体包括:
S31,设置初始配时方案和配时周期;
S32,读取所述路口综合交通状况信息,获取所述路口各个车道组检测区域间隔时间内的排队车辆数并存入数据库中;所述间隔时间可依据实际需要设置;
S33,计算所述路口当前配时周期内各个车道的排队车辆数与上一个配时周期内各个所述车道的排队车辆数的差值;计算当前配时周期内各个所述车道的排队车辆数的差值之和,得到总差值;
S34,计算当前配时周期内各个所述车道的排队车辆数的差值比率;
具体包括:将任一所述车道的排队车辆数的差值除以所述总差值,得到对应所述车道的排队车辆数的差值比率;
S35,计算调整下一配时周期各个所述车道绿灯时长,并跳转至S32步骤;具体包括:
所述下一配时周期各个所述车道绿灯时长=当前配时周期内对应所述车道绿灯时长*(1+当前配时周期内对应所述车道的排队车辆数的差值比率)。
具体地,摄像头拍摄各子路口车流视频,调用深度学习智能检测算法对图像视频进行检测,得到子路口各车道交通状况数据,将多个子路口交通状况进行整合,得到路口综合交通状况信息;根据路口综合交通状况信息计算,动态生成所述路口红绿灯配时方案;具体计算步骤:设置初始配时方案和配时周期为120秒;通过读取各个子路口车道交通状况数据,获取各个车道组检测区域每隔2秒的排队车辆数并存入数据库中;当一个配时周期结束时,计算当前配时周期内各个车道的排队车总数,并计算与上一个配时周期内该车道的排队车辆总数的差值,接着计算当前配时周期整个路口所有车道的排队车辆总数的差值之和,得到总差值;选取任一车道的排队车辆数的差值除以总差值,得到对应车道的排队车辆数的差值比率;依次计算,可得到路口所有车道的排队车辆数的差值比率;
接着根据计算公式计算下一配时周期选取车道绿的灯时长:
下一配时周期选取车道绿的灯时长=当前配时周期内对应车道绿灯时长*(1+当前配时周期内对应车道的排队车辆数的差值比率)。
本发明实施例提供一种基于视频检测器的交通灯智能配时方法,通过对获取的交通视频图像调用图像识别算法进行视频检测,能够更加精确、高效地检测路口交通状况;根据路口综合交通状况信息计算,能够动态配置交通灯配时方案,从而使交通灯配时方案能够动态适应路口交通情况,有效解决路口拥堵。
基于上述实施例,图3为本发明实施例一种基于视频检测器的交通灯智能配时系统结构示意图;包括视频检测器1、数据管理模块2、动态配时模块3和方案执行模块4;
所述视频检测器1,通过摄像头拍摄路口的交通状况,并调用图像识别算法获取所述路口车流量数据;所述视频检测器1包括若干视频检测单元,对应接收若干子路口车流量数据;
所述数据管理模块2,对所述路口车流量数据进行整合,得到所述路口综合交通状况信息;
所述动态配时模块3,根据所述路口综合交通状况信息计算,动态生成所述路口红绿灯配时方案;
所述方案执行模块4,将所述路口红绿灯配时方案发送给给交通灯信号控制设备。
进一步地,所述动态配时模块3具体包括:
设置初始配时方案和配时周期;
读取所述路口综合交通状况信息,获取所述路口各个车道组检测区域间隔时间内的排队车辆数并存入数据库中;所述间隔时间可依据实际需要设置;
计算所述路口当前配时周期内各个车道的排队车辆数与上一个配时周期内各个所述车道的排队车辆数的差值;计算当前配时周期内各个所述车道的排队车辆数的差值之和,得到总差值;
计算当前配时周期内各个所述车道的排队车辆数的差值比率;
具体包括:将任一所述车道的排队车辆数的差值除以所述总差值,得到对应所述车道的排队车辆数的差值比率;
计算调整下一配时周期各个所述车道绿灯时长,并重复以上步骤;具体包括:
所述下一配时周期各个所述车道绿灯时长=当前配时周期内对应所述车道绿灯时长*(1+当前配时周期内对应所述车道的排队车辆数的差值比率)。
具体地,可在一个十字路口的各个方向(子路口)分别架设一部摄像机,拍摄子路口车道上车辆通行视频,并将视频通过网络传输至视频检测1对应的视频检测单元;视频检测单元对各路视频分别调用深度学习图像检测算法,得到子路口各车道每2秒的排队车辆数,并通过网络传输给数据管理模块2;在数据管理模块2中,将各车道排队车辆数按车道顺序进行存储,每个信号灯配时周期为2分钟,统计该车道累计总排队车辆数,并通过网络将数据传输给动态配时模块3,动态配时模块3,根据路口整体交通变动情况,动态生成路口交通灯配时方案并通过网络发送给方案执行模块4;方案执行模块4将交通灯配时方案转换为各个交通灯配时信息并通过串口发送给各个交通灯信号控制设备。
本发明实施例提供一种基于视频检测器的交通灯智能配时系统,通过所述系统执行上述方法步骤,对获取的交通视频图像调用图像识别算法进行视频检测,能够更加精确、高效地检测路口交通状况;根据路口综合交通状况信息计算,能够动态配置交通灯配时方案,从而使交通灯配时方案能够动态适应路口交通情况,有效解决路口拥堵。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (2)
1.一种基于视频检测器的交通灯智能配时方法,其特征在于,包括以下步骤:
S1,获取路口车流量数据;具体包括通过摄像头拍摄路口的交通状况,并调用图像识别算法获取所述路口车流量数据;所述路口车流量数据包括若干子路口车流量数据;
S2,对所述路口车流量数据进行整合,得到所述路口综合交通状况信息;
S3,根据所述路口综合交通状况信息计算,动态生成所述路口红绿灯配时方案;
S4,将所述路口红绿灯配时方案发送给交通灯信号控制设备;
所述步骤S3具体包括:
S31,设置初始配时方案的配时周期;
S32,读取所述路口综合交通状况信息,获取所述路口各个车道组检测区域间隔时间内的排队车辆数并存入数据库中;所述间隔时间可依据实际需要设置;
S33,计算所述路口当前配时周期内各个车道的排队车辆数与上一个配时周期内各个所述车道的排队车辆数的差值;计算当前配时周期内各个所述车道的排队车辆数的差值之和,得到总差值;
S34,计算当前配时周期内各个所述车道的排队车辆数的差值比率;具体包括:将任一所述车道的排队车辆数的差值除以所述总差值,得到对应所述车道的排队车辆数的差值比率;
S35,计算调整下一配时周期各个所述车道绿灯时长,并跳转至S32步骤;具体包括:
所述下一配时周期各个所述车道绿灯时长=当前配时周期内对应所述车道绿灯时长*(1+当前配时周期内对应所述车道的排队车辆数的差值比率)。
2.一种基于视频检测器的交通灯智能配时系统,其特征在于,包括视频检测器(1)、数据管理模块(2)、动态配时模块(3)和方案执行模块(4);
所述视频检测器(1),通过摄像头拍摄路口的交通状况,并调用图像识别算法获取所述路口车流量数据;所述视频检测器(1)包括若干视频检测单元,对应接收若干子路口车流量数据;
所述数据管理模块(2),对所述路口车流量数据进行整合,得到所述路口综合交通状况信息;
所述动态配时模块(3),根据所述路口综合交通状况信息计算,动态生成所述路口红绿灯配时方案;
所述方案执行模块(4),将所述路口红绿灯配时方案发送给交通灯信号控制设备;
所述动态配时模块(3)具体包括:
设置初始配时方案和配时周期;
读取所述路口综合交通状况信息,获取所述路口各个车道组检测区域间隔时间内的排队车辆数并存入数据库中;所述间隔时间可依据实际需要设置;
计算所述路口当前配时周期内各个车道的排队车辆数与上一个配时周期内各个所述车道的排队车辆数的差值;计算当前配时周期内各个所述车道的排队车辆数的差值之和,得到总差值;
计算当前配时周期内各个所述车道的排队车辆数的差值比率;
具体包括:将任一所述车道的排队车辆数的差值除以所述总差值,得到对应所述车道的排队车辆数的差值比率;
计算调整下一配时周期各个所述车道绿灯时长,并重复以上步骤;具体包括:
所述下一配时周期各个所述车道绿灯时长=当前配时周期内对应所述车道绿灯时长*(1+当前配时周期内对应所述车道的排队车辆数的差值比率)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010602773.2A CN111932913B (zh) | 2020-06-29 | 2020-06-29 | 一种基于视频检测器的交通灯智能配时方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010602773.2A CN111932913B (zh) | 2020-06-29 | 2020-06-29 | 一种基于视频检测器的交通灯智能配时方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111932913A CN111932913A (zh) | 2020-11-13 |
CN111932913B true CN111932913B (zh) | 2022-03-11 |
Family
ID=73316384
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010602773.2A Active CN111932913B (zh) | 2020-06-29 | 2020-06-29 | 一种基于视频检测器的交通灯智能配时方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111932913B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112669625A (zh) * | 2020-11-26 | 2021-04-16 | 中国船舶重工集团公司第七0九研究所 | 一种交通灯智能配时方法及系统 |
CN112669626A (zh) * | 2020-11-26 | 2021-04-16 | 中国船舶重工集团公司第七0九研究所 | 一种交通灯动态配时方法及系统 |
CN113192345B (zh) * | 2021-04-12 | 2022-04-15 | 武汉理工大学 | 一种用于十字路口的红绿灯智能调控系统 |
CN116229740B (zh) * | 2023-05-10 | 2023-10-10 | 湖北大学 | 一种红绿灯配时控制方法及系统 |
CN116758748A (zh) * | 2023-08-11 | 2023-09-15 | 山东双百电子有限公司 | 一种视频车辆检测系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2000031707A1 (en) * | 1998-11-23 | 2000-06-02 | Nestor, Inc. | Non-violation event filtering for a traffic light violation detection system |
CN103208193B (zh) * | 2013-04-01 | 2014-12-10 | 哈尔滨工业大学 | 一种利用视频检测数据的城市相邻交叉口信号协调控制方法 |
CN103985261B (zh) * | 2014-04-21 | 2016-04-20 | 东南大学 | 基于车辆排队长度测算的交通信号灯控制方法及系统 |
CN105427634A (zh) * | 2015-12-31 | 2016-03-23 | 上海博泰悦臻网络技术服务有限公司 | 交通灯控制方法及装置 |
CN106846836B (zh) * | 2017-02-28 | 2019-05-24 | 许昌学院 | 一种单交叉口信号灯时间控制方法及系统 |
-
2020
- 2020-06-29 CN CN202010602773.2A patent/CN111932913B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111932913A (zh) | 2020-11-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111932913B (zh) | 一种基于视频检测器的交通灯智能配时方法及系统 | |
US10354523B2 (en) | Road traffic control system, method, and electronic device | |
US20180261082A1 (en) | Method and device for processing traffic road information | |
CN102902960B (zh) | 基于高斯建模与目标轮廓的遗留物检测方法 | |
CN104332052A (zh) | 一种行人闯红灯自动抓拍系统与识别方法 | |
CN109979197B (zh) | 基于融合数据的高速公路交通时间地图构建方法、系统 | |
CN110288823B (zh) | 一种基于朴素贝叶斯网络的交通违章误判识别方法 | |
Odeh | Management of an intelligent traffic light system by using genetic algorithm | |
CN110032947A (zh) | 一种监控事件发生的方法及装置 | |
CN108922172B (zh) | 基于车辆特征矩阵序列变化分析的道路拥堵监测系统 | |
CN114333361A (zh) | 一种信号灯配时方法及装置 | |
CN113851001B (zh) | 多车道合并违法自动审核方法、系统、装置和存储介质 | |
CN110599781A (zh) | 一种智慧化城市的车流统计识别系统 | |
CN110674887A (zh) | 一种基于视频分类的端到端道路拥堵检测算法 | |
CN114926791A (zh) | 一种路口车辆异常变道检测方法、装置、存储介质及电子设备 | |
CN112084905B (zh) | 交通灯状态识别方法、系统、设备及存储介质 | |
CN116867149B (zh) | 一种基于物联网的节能型智慧路灯管理方法及系统 | |
CN110502967B (zh) | 基于人员大数据的目标场景人工智能匹配方法和装置 | |
CN111064924B (zh) | 一种基于人工智能的视频监控方法及系统 | |
CN115440063B (zh) | 交通信号灯的控制方法、装置、计算机设备和存储介质 | |
Gupta et al. | Real-time traffic control and monitoring | |
CN110008957B (zh) | 基于车牌识别和图像方差算法的小区违停告警方法 | |
CN108447261B (zh) | 基于多方式的车辆排队长度计算方法及装置 | |
CN112419750B (zh) | 一种静默式低点出口道溢出事件检测方法 | |
CN112702563B (zh) | 一种校园场景下的学生行为表现的订阅方法及设备、系统 |
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 |