CN114038189A - 一种基于视频分析算法的自适应可变车道转换方法 - Google Patents
一种基于视频分析算法的自适应可变车道转换方法 Download PDFInfo
- Publication number
- CN114038189A CN114038189A CN202111303870.2A CN202111303870A CN114038189A CN 114038189 A CN114038189 A CN 114038189A CN 202111303870 A CN202111303870 A CN 202111303870A CN 114038189 A CN114038189 A CN 114038189A
- Authority
- CN
- China
- Prior art keywords
- lane
- vehicles
- variable lane
- variable
- analysis algorithm
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000006243 chemical reaction Methods 0.000 claims abstract description 12
- 230000008859 change Effects 0.000 claims description 33
- 230000003044 adaptive effect Effects 0.000 claims description 11
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 description 5
- 230000006698 induction Effects 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 208000027744 congestion Diseases 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 241001622623 Coeliadinae Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G08G1/0125—Traffic data processing
-
- 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
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- 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
Abstract
本发明公开了一种基于视频分析算法的自适应可变车道转换方法，涉及可变车道控制技术领域。该自适应可变车道转换方法通过实时收集路口车辆行驶视频，通过视频分析算法对视频中的路口车流密度或车辆数进行分析，来确定可变车道是否发生转换。该自适应可变车道转换方法大大提升了路口车辆的通行效率，改善车道利用效率低下的问题，降低了再建设的成本，减少路口警务人员配置。
Description
技术领域
本发明涉及可变车道控制技术领域，具体涉及一种基于视频分析算法的自适应可变车道转换方法。
背景技术
为解决城市道路交通拥堵，许多城市道路设置可变车道来缓解城市拥堵状况。“可变车道”指路口导向车道指示车辆行驶的方向可随交通需求变化的车道，即可变车道指示牌在某时段固定显示指示箭头。可变车道的作用能够最大程度的提高路口通行效率，合理的分配车道。因为根据不同时段，交叉口转弯和直行车辆的数量不同，有时直行车车流密度不高，转弯车流密集，那么此时可变车道可改成转弯车道，分流转弯车流的压力，提高转弯的通行效率。相反如果转弯的车流密度不大，直行的车很多，该车道会变成直行车道，提高直行车道的通行效率。
目前现有可变车道实现技术手段各有不同，也各有优缺点。可变车道的控制方式一般分为人工控制、时间控制两种。人工控制是由交通管理者根据实时的交通情况，手动更改可变车道的转向，使其满足交通需求，缓解交通压力。时间控制由交通管理者根据历史交通情况，制定可变车道切换的时间表，可变车道屏按照时间表设置的时间点来切换可变车道的转向。这种定时式的切换方式多适用于高峰潮汐现象明显的状况。有的可变车道上使用固定标识标线指示牌，规定可变车道在固定时段的放行方向，这种方式资金投入最少，但灵活性不够，无法满足道路交通流量的变化。有些可变车道使用独立的控制装置，仅通过设定固定时段切换可变标志灯，这种方式尽管具备一定的灵活性，但在可变车道标志灯切换时无法配合信号灯的变化，实现可变标志导向的平滑变换，需要路口民警进行指挥，防止车辆在可变车道变换方向时引起冲突。人工控制的方式可以精准的匹配交通流，但是需要花费大量的警力；时间控制的方式虽然解放了警力，但是不能精准的匹配交通流量。
因此，有必要研究一种基于车道流量视频分析算法的可变车道自适应控制方法，根据实时车道密度情况，实时调整可变车道通行方向，从而最大限度利用道路空间资源。
发明内容
针对现有技术中存在的问题，本发明提供了一种基于视频分析算法的自适应可变车道转换方法，目的是在机动车流量全天变化显著的情况下，为不能再进行信号优化的交叉口提供一种从变化进口道角度解决车流诱导分流的应对方案，提高车道的全时段利用率，疏解流量全天分布不均时带来的结构性落差，缓解路上警员配备压力，节省人力资源。
为实现上述目的，本发明采用如下技术方案：一种基于视频分析算法的自适应可变车道转换方法，具体包括如下步骤：
（1）实时收集路口车辆行驶视频，通过视频分析算法获取路口直行车道与左转车道上车辆的车流密度和车辆数；
（2）设置可变车道的初始转向，并设定可变车道转换判定次数为0；所述初始转向为直行或左转；
（3）每隔相同的时间分析当时左转车道和直行车道上车辆的车流密度和车辆数是否相符，当车流密度与车辆数相符时，判断可变车道对应转向的车道上车流密度是否小于另一种车道的车流密度的2倍，若小于，将可变车道转换判定次数加1；否则可变车道转换判定次数保持不变；
（4）判断可变车道转换判定次数是否为2，若为2，将可变车道的转向进行变换，并将可变车道转换判定次数重置为0后，重复步骤（3）；否则，直接重复步骤（3）；实现可变车道的转换。
进一步地，所述车辆数获取的方法具体为：通过视频分析算法自动识别、标记及追踪车辆，并自动对规定区域内每个车道上的汽车数量进行计数。
进一步地，所述车流密度获取的方法具体为：通过视频分析算法自动识别、标记及追踪车辆，并自动对规定区域内每个车道上的车流密度进行检测。
进一步地，步骤（3）中分析当时左转车道和直行车道上车辆的车流密度和车辆数是否相符的方法具体为：将车辆数除以检测车道长度的计算值与车流密度的检测值相比小于0.1，表示车流密度和车辆数相符。
进一步地，步骤（3）中当车流密度与车辆数不符时，判断可变车道对应转向的车道上车辆数是否小于另一种车道的车量数的2倍，若小于，将可变车道转换判定次数加1；否则可变车道转换判定次数保持不变。
进一步地，通过在可转换车道的路口设置视觉摄像头来收集路口车辆行驶视频。
进一步地，间隔时间为5分钟。
与现有技术相比，本发明具有如下有益效果：通过实时收集路口车辆行驶视频能够实时反馈路口车流密度和车辆数，使得数据获取更加精准，通过车流密度或车辆数来实现可变车道的自适应转换，实现全天候全时段工作，通过自适应运行减少警力投入。本发明自适应可变车道转换方法大大提升了路口车辆的通行效率，改善车道利用效率低下的问题，降低了再建设的成本，减少路口警务人员配置。
附图说明
图1为本发明基于视频分析算法的自适应可变车道转换方法的流程图；
图2为本发明基于视频分析算法的自适应可变车道转换方法的系统模块图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。
如图2，本发明基于视频分析算法的自适应可变车道转换方法的系统模块包括：路口终端110、中心平台120、数据传输装置130、诱导屏140，路口终端110与中心平台120通过数据传输装置130连接，中心平台还与诱导屏140连接，路口终端110上设有视觉摄像头，用于收集路口车辆的行驶视频；数据传输装置130用于将收集的路口车辆行驶视频传送给中心平台；中心平台120通过视频分析算法获取路口车道上的车流密度和车辆数，并分析判断是否需要将可变车道进行转换；诱导屏140用于显示可变车道的转换结果。
如图1，本发明提供了一种基于视频分析算法的自适应可变车道转换方法，具体包括如下步骤：
（1）在可转换车道的路口设置视觉摄像头，实时收集路口车辆行驶视频，通过视频分析算法获取路口直行车道与左转车道上车辆的车流密度和车辆数；具体地，车辆数获取的方法为：通过视频分析算法自动识别、标记及追踪车辆，并自动对规定区域内每个车道上的汽车数量进行计数；车流密度获取的方法为：通过视频分析算法自动识别、标记及追踪车辆，并自动对规定区域内每个车道上的车流密度进行检测。
（2）设置可变车道的初始转向，并设定可变车道转换判定次数为0；初始转向为直行或左转；
（3）每隔5分钟分析当时左转车道和直行车道上车辆的车流密度和车辆数是否相符，通过计算车辆数除以检测车道长度的计算值与车流密度的检测值相比小于0.1，来表示车流密度和车辆数相符；当车流密度与车辆数相符时，判断可变车道对应转向的车道上车流密度是否小于另一种车道的车流密度的2倍，若小于，将可变车道转换判定次数加1；否则可变车道转换判定次数保持不变；当车流密度与车辆数不符时，判断可变车道对应转向的车道上车辆数是否小于另一种车道的车量数的2倍，若小于，将可变车道转换判定次数加1；否则可变车道转换判定次数保持不变。当可变车道上的车流密度或车辆数小于另一种车道的2倍时，可以通过增加可变车道上的绿灯时长，减小可变车道上的排队情况，降低拥堵过程；当可变车道上的车流密度或车辆数大于另一种车道的2倍时，通过调整可变车道上的绿灯时长已经无法改变车道上的车流排队情况，只能通过将可变车道进行转换，才能减小排队，降低车道拥堵风险。
（4）判断可变车道转换判定次数是否为2，若为2，将可变车道的转向进行变换，并将可变车道转换判定次数重置为0后，重复步骤（3）；否则，直接重复步骤（3）；实现可变车道的转换。本发明中通过可变车道与另一种车道的两次车流密度或车辆数的比较决定是否需要可变车道发生转换，保证检测的数据符合车流的实际情况，同时，避免可变车道的频繁切换，影响交通。
在苏州工业园区星港街星洲街路口布置路口终端和诱导屏，通过数据传输装置与中心平台进行数据传输，将本发明基于视频分析算法的自适应可变车道转换方法在苏州工业园区星港街星洲街路口进行实地应用，经测量显示，左转车辆的最大延误率较未自适应转换前下降22.2%，最大停车车次同比下降16.8%，路口通行效率显著提高，减少路口警务人员配置。
最后应说明的是：以上所述仅为本发明的优选实施方式而已，并不用于限制本发明，尽管参照前述实施方式对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述实施方式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。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 (7)
1.一种基于视频分析算法的自适应可变车道转换方法，其特征在于，具体包括如下步骤：
（1）实时收集路口车辆行驶视频，通过视频分析算法获取路口直行车道与左转车道上车辆的车流密度和车辆数；
（2）设置可变车道的初始转向，并设定可变车道转换判定次数为0；所述初始转向为直行或左转；
（3）每隔相同的时间分析当时左转车道和直行车道上车辆的车流密度和车辆数是否相符，当车流密度与车辆数相符时，判断可变车道对应转向的车道上车流密度是否小于另一种车道的车流密度的2倍，若小于，将可变车道转换判定次数加1；否则可变车道转换判定次数保持不变；
（4）判断可变车道转换判定次数是否为2，若为2，将可变车道的转向进行变换，并将可变车道转换判定次数重置为0后，重复步骤（3）；否则，直接重复步骤（3）；实现可变车道的转换。
2.根据权利要求1所述基于视频分析算法的自适应可变车道转换方法，其特征在于，所述车辆数获取的方法具体为：通过视频分析算法自动识别、标记及追踪车辆，并自动对规定区域内每个车道上的汽车数量进行计数。
3.根据权利要求1所述基于视频分析算法的自适应可变车道转换方法，其特征在于，所述车流密度获取的方法具体为：通过视频分析算法自动识别、标记及追踪车辆，并自动对规定区域内每个车道上的车流密度进行计检测。
4.根据权利要求1所述基于视频分析算法的自适应可变车道转换方法，其特征在于，步骤（3）中分析当时左转车道和直行车道上车辆的车流密度和车辆数是否相符的方法具体为：将车辆数除以检测车道长度的计算值与车流密度的检测值相比小于0.1，表示车流密度和车辆数相符。
5.根据权利要求1所述基于视频分析算法的自适应可变车道转换方法，其特征在于，步骤（3）中当车流密度与车辆数不符时，判断可变车道对应转向的车道上车辆数是否小于另一种车道的车辆数的2倍，若小于，将可变车道转换判定次数加1；否则可变车道转换判定次数保持不变。
6.根据权利要求1所述基于视频分析算法的自适应可变车道转换方法，其特征在于，通过在可转换车道的路口设置视觉摄像头来收集路口车辆行驶视频。
7.根据权利要求1所述基于视频分析算法的自适应可变车道转换方法，其特征在于，间隔时间为5分钟。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111303870.2A CN114038189B (zh) | 2021-11-05 | 2021-11-05 | 一种基于视频分析算法的自适应可变车道转换方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111303870.2A CN114038189B (zh) | 2021-11-05 | 2021-11-05 | 一种基于视频分析算法的自适应可变车道转换方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114038189A true CN114038189A (zh) | 2022-02-11 |
| CN114038189B CN114038189B (zh) | 2022-08-05 |
Family
ID=80142892
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111303870.2A Active CN114038189B (zh) | 2021-11-05 | 2021-11-05 | 一种基于视频分析算法的自适应可变车道转换方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114038189B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115691145A (zh) * | 2023-01-04 | 2023-02-03 | 中国科学技术大学先进技术研究院 | 车道数目调整方法、装置、设备及存储介质 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102610087A (zh) * | 2012-02-14 | 2012-07-25 | 清华大学 | 基于车流波理论的交通事件影响分析方法 |
| CN103366584A (zh) * | 2013-06-20 | 2013-10-23 | 银江股份有限公司 | 基于实时交通流检测的自适应潮汐车道控制方法 |
| CN103541319A (zh) * | 2013-09-25 | 2014-01-29 | 浙江吉利控股集团有限公司 | 一种可变车道分流系统 |
| CN104123840A (zh) * | 2014-07-28 | 2014-10-29 | 重庆大学 | 基于视频检测技术的车流密度定性判别方法 |
| CN105046985A (zh) * | 2015-06-12 | 2015-11-11 | 重庆电讯职业学院 | 基于大数据的主干道全路段的交通控制系统 |
| CN107085951A (zh) * | 2017-06-26 | 2017-08-22 | 哈尔滨工业大学 | 一种交叉口进口道直左共用可变车道预信号控制方法 |
| EP3300053A1 (en) * | 2015-05-20 | 2018-03-28 | Zhejiang Geely Automobile Research Institute Co., Ltd. | Traffic intersection driving assistance method and system |
| CN108961788A (zh) * | 2018-07-20 | 2018-12-07 | 张鹏 | 交通信号灯智慧变换方法 |
| CN110444030A (zh) * | 2019-07-30 | 2019-11-12 | 河南科技大学 | 一种基于云计算控制的潮汐车道智能变位系统 |
| CN111145564A (zh) * | 2020-01-03 | 2020-05-12 | 山东大学 | 信控交叉口的自适应可变车道控制方法及系统 |
| CN111260938A (zh) * | 2019-12-30 | 2020-06-09 | 浙江浙大中控信息技术有限公司 | 基于交通需求的可变车道自适应控制方法 |
| CN112102627A (zh) * | 2020-10-27 | 2020-12-18 | 江苏广宇科技产业发展有限公司 | 一种基于车路协同的可变车道控制方法 |
-
2021
- 2021-11-05 CN CN202111303870.2A patent/CN114038189B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102610087A (zh) * | 2012-02-14 | 2012-07-25 | 清华大学 | 基于车流波理论的交通事件影响分析方法 |
| CN103366584A (zh) * | 2013-06-20 | 2013-10-23 | 银江股份有限公司 | 基于实时交通流检测的自适应潮汐车道控制方法 |
| CN103541319A (zh) * | 2013-09-25 | 2014-01-29 | 浙江吉利控股集团有限公司 | 一种可变车道分流系统 |
| CN104123840A (zh) * | 2014-07-28 | 2014-10-29 | 重庆大学 | 基于视频检测技术的车流密度定性判别方法 |
| EP3300053A1 (en) * | 2015-05-20 | 2018-03-28 | Zhejiang Geely Automobile Research Institute Co., Ltd. | Traffic intersection driving assistance method and system |
| US20180158331A1 (en) * | 2015-05-20 | 2018-06-07 | Zhejiang Geely Automobile Research Institute Co., Ltd | Traffic intersection driving assistance method and system |
| CN105046985A (zh) * | 2015-06-12 | 2015-11-11 | 重庆电讯职业学院 | 基于大数据的主干道全路段的交通控制系统 |
| CN107085951A (zh) * | 2017-06-26 | 2017-08-22 | 哈尔滨工业大学 | 一种交叉口进口道直左共用可变车道预信号控制方法 |
| CN108961788A (zh) * | 2018-07-20 | 2018-12-07 | 张鹏 | 交通信号灯智慧变换方法 |
| CN110444030A (zh) * | 2019-07-30 | 2019-11-12 | 河南科技大学 | 一种基于云计算控制的潮汐车道智能变位系统 |
| CN111260938A (zh) * | 2019-12-30 | 2020-06-09 | 浙江浙大中控信息技术有限公司 | 基于交通需求的可变车道自适应控制方法 |
| CN111145564A (zh) * | 2020-01-03 | 2020-05-12 | 山东大学 | 信控交叉口的自适应可变车道控制方法及系统 |
| CN112102627A (zh) * | 2020-10-27 | 2020-12-18 | 江苏广宇科技产业发展有限公司 | 一种基于车路协同的可变车道控制方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115691145A (zh) * | 2023-01-04 | 2023-02-03 | 中国科学技术大学先进技术研究院 | 车道数目调整方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114038189B (zh) | 2022-08-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111968370B (zh) | 一种微波雷达智能可变车道感知系统及方法 | |
| CN105046985A (zh) | 基于大数据的主干道全路段的交通控制系统 | |
| CN109697866B (zh) | 一种边缘计算交通信号灯控制系统及控制方法 | |
| CN104282158B (zh) | 一种交通信号灯智能控制方法和系统 | |
| CN103280113A (zh) | 一种自适应的交叉口信号控制方法 | |
| CN103531031A (zh) | 一种基于交通干线软封闭区视频检测识别实现绿波带通行控制的研究 | |
| CN213582567U (zh) | 基于机器视觉的十字路口交通信号灯时长自动控制系统 | |
| CN114038189B (zh) | 一种基于视频分析算法的自适应可变车道转换方法 | |
| CN112017434B (zh) | 一种基于时空协同的可变车道控制方法及系统 | |
| CN105046954A (zh) | 基于视频智能分析的路口通行状态动态检测系统及方法 | |
| CN103208193A (zh) | 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 | |
| CN107331211A (zh) | 一种高速公路隧道二次交通事故预警系统 | |
| CN107622668A (zh) | 一种基于rfid的动态可视化交叉口监测管理系统 | |
| US20240046787A1 (en) | Method And System For Traffic Clearance At Signalized Intersections Based On Lidar And Trajectory Prediction | |
| CN108615374B (zh) | 基于交通流的路口灯组相位冲突配置方法 | |
| CN103680159A (zh) | 道路交叉口多虚拟信号线性联动控制系统及其控制方法 | |
| CN205656766U (zh) | 一种智慧城市云路灯系统 | |
| CN111640314A (zh) | 基于大数据的智能可变车道车流控制系统及其控制方法 | |
| CN115527382A (zh) | 一种基于智能多目标优化算法的交通控制方法 | |
| CN108806285B (zh) | 一种基于阵列雷达的交叉路口信号调整方法及装置 | |
| CN108417056B (zh) | 一种基于雷达检测器的十字路口信号机控制方法 | |
| CN114202938A (zh) | 一种基于路面车辆数量的红绿灯控制系统及其控制方法 | |
| CN110865361B (zh) | 一种基于雷达数据的饱和车头时距检测方法 | |
| CN116129650B (zh) | 一种基于大数据分析的交通预警系统及其方法 | |
| CN114049761B (zh) | 一种基于智能可变车道的交叉口控制方法 |
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 | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 215000 No. 101, Suhong Middle Road, Suzhou Industrial Park, Suzhou City, Jiangsu Province Patentee after: Yuance Information Technology Co.,Ltd. Address before: 215000 No. 101, Suhong Middle Road, Suzhou Industrial Park, Suzhou City, Jiangsu Province Patentee before: SUZHOU INDUSTRIAL PARK SURVEYING MAPPING AND GEOINFORMATION Co.,Ltd. |