CN114399910B - 交通控制方法及相关设备 - Google Patents
交通控制方法及相关设备 Download PDFInfo
- Publication number
- CN114399910B CN114399910B CN202111674776.8A CN202111674776A CN114399910B CN 114399910 B CN114399910 B CN 114399910B CN 202111674776 A CN202111674776 A CN 202111674776A CN 114399910 B CN114399910 B CN 114399910B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- pedestrian
- intersection
- traffic
- monitoring area
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
-
- 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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- 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
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本发明实施例提供一种交通控制方法,包括:获取目标路网中各个路口的行人监控信息、车辆监控信息以及信号灯信息;针对当前路口,根据当前路口的行人监控信息以及信号灯信息计算当前路口的行人通行状态,根据当前路口的车辆监控信息以及信号灯信息计算当前路口的车辆通行状态;根据目标路网中各个路口的行人通行状态和车辆通行状态,对目标路网中各个路口的行人通行时间和车辆通行时间进行控制。通过目标路网各个路口的行人通行状态和车辆通行状态,可以知道目标路网中各个路口的通行状态,从而根据目标路网中各个路口的通行状态,对目标路网中各个路口的行人通行时间和车辆通行时间进行控制,避免车辆拥堵或行人拥堵,提高目标路网的通行效率。
Description
技术领域
本发明涉及交通控制领域,尤其涉及一种交通控制方法及相关设备。
背景技术
交通控制是智慧城市建设中必不可少的一环,有效控制好交通信号灯,对于缓解城市交通拥堵具有重大意义。目前,交通信号灯普遍使用单点定时控制的控制方式,即在固定时段内按照预设顺序和时长对各方向车流和行人依次放行,这样会导致车辆多的车道无法在固定时段内全部通行,在固定时段未通行的车辆需要等到下一个周期的相位才有可能继续通行,车辆少的车道存在冗余的通行时间,导致通行时间窗口闲置(无车辆通行)。因此,现有的交通控制方式存在通行效率低的问题。
发明内容
本发明实施例提供一种交通控制方法,通过计算目标路网各个路口的行人通行状态和车辆通行状态,可以知道目标路网中各个路口的通行状态,从而根据目标路网中各个路口的通行状态,对目标路网中各个路口的行人通行时间和车辆通行时间进行控制,避免车辆拥堵或行人拥堵,从而提高目标路网的通行效率。
第一方面,本发明实施例提供一种交通控制方法,所述交通控制方法包括:
获取目标路网中各个路口的行人监控信息、车辆监控信息以及信号灯信息;
针对当前路口,根据所述当前路口的行人监控信息以及信号灯信息计算所述当前路口的行人通行状态,根据所述当前路口的车辆监控信息以及信号灯信息计算所述当前路口的车辆通行状态,所述当前路口为所述目标路网中任意一个路口;
根据所述目标路网中各个路口的行人通行状态和车辆通行状态,对所述目标路网中各个路口的行人通行时间和车辆通行时间进行控制。
第二方面,本发明实施例提供一种交通控制装置,所述装置包括:
获取模块,用于获取目标路网中各个路口的行人监控信息、车辆监控信息以及信号灯信息;
处理模块,用于针对当前路口,根据所述当前路口的行人监控信息以及信号灯信息计算所述当前路口的行人通行状态,根据所述当前路口的车辆监控信息以及信号灯信息计算所述当前路口的车辆通行状态,所述当前路口为所述目标路网中任意一个路口;
控制模块,用于根据所述目标路网中各个路口的行人通行状态和车辆通行状态,对所述目标路网中各个路口的行人通行时间和车辆通行时间进行控制。
第三方面,本发明实施例提供一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现本发明实施例提供的交通控制方法中的步骤。
第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现发明实施例提供的交通控制方法中的步骤。
本发明实施例中,获取目标路网中各个路口的行人监控信息、车辆监控信息以及信号灯信息;针对当前路口,根据所述当前路口的行人监控信息以及信号灯信息计算所述当前路口的行人通行状态,根据所述当前路口的车辆监控信息以及信号灯信息计算所述当前路口的车辆通行状态,所述当前路口为所述目标路网中任意一个路口;根据所述目标路网中各个路口的行人通行状态和车辆通行状态,对所述目标路网中各个路口的行人通行时间和车辆通行时间进行控制。通过计算目标路网各个路口的行人通行状态和车辆通行状态,可以知道目标路网中各个路口的通行状态,从而根据目标路网中各个路口的通行状态,对目标路网中各个路口的行人通行时间和车辆通行时间进行控制,避免车辆拥堵或行人拥堵,从而提高目标路网的通行效率。
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的前提下,还可以根据这些附图获得其他的附图。
图1a是本发明实施例提供的一种交通控制系统的架构图;
图1b是本发明实施例提供的另一种交通控制系统的架构图;
图1c是本发明实施例提供的一种路口逻辑区域的示意图;
图1d是本发明实施例提供的一种人流量监控区域的的示意图;
图1e是本发明实施例提供的一种多路连接的示意图;
图1f是本发明实施例提供的一种热力图的示意图;
图1g是本发明实施例提供的一种无向图的示意图;
图1h是本发明实施例提供的一种无向图结果的示意图;
图2是本发明实施例提供的一种路口信号灯相位的示意图;
图3是本发明实施例提供的一种交通控制装置的结构示意图;
图4是本发明实施例提供的一种电子设备的结构示意图。
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。
本发明实施例提供一种交通控制方法,所述交通控制方法用于交通控制系统,请参见图1a,图1a是本发明实施例提供的一种交通控制系统的架构图,如图1a所示,所述交通控制系统包括前端硬件和服务器,前端硬件用于监控路口的行人通行情况和车辆通行情况,一个路口设置一个前端硬件,以及控制行人通行时间和车辆通行时间,服务器用于通过监控到的行人通行情况和车辆通行情况,计算行人通行时间与车辆通行时间并将行人通行时间和车辆通行时间下发到前端硬件,以避免路口发生车辆拥堵或行人拥堵,从而提高目标路网的通行效率。
请参见图1b,图1b是本发明实施例提供的另一种交通控制系统的架构图,如图1b所示,所述交通控制系统包括硬件(摄像机、信号灯)、采集平台、控制平台、大数据分析平台、深度学习平台,其中,硬件可以数据采集硬件,具体的,本发明实施例硬件包括行人监控摄像机、车辆监控摄像机和信号灯,行人监控摄像机、车辆监控摄像机和信号灯构成一个最小控制单元,一个最小控制单元中包括一个行人监控摄像机、一个车辆监控摄像机以及一个信号灯,一个路口设置一个最小控制单元,通过最小控制单元监控路口的行人通行情况和车辆通行情况,以及通过最小控制单元控制路口行人通行时间和车辆通行时间。具体的,通过行人监控摄像机监控路口的行人通行情况,通过车辆监控摄像机监控路口的车辆通行情况,通过信号灯控制路口行人通行时间和车辆通行时间。
进一步的,行人监控摄像机可以是人体热成像摄像机,人体热成摄像机用于采集行人监控区域某一时刻的人体热力和人体数据,车辆监控摄像机用于记录车辆进入车辆监控区域和离开车辆监控区域的数据,信号灯用于采集灯信号。
控制平台用于设置、控制最小控制单元的操作,具体的来说,控制平台是设置、控制最小控制单元的操作平台。比如,用户可以通过控制平台设置人体热成像摄像机的配置信息,具体设置人体热成像摄像机的热力敏感度、抓拍频率、人流量监控区域(包括车道区域和行人道区域,这两个区域只是逻辑上的区域,通过“逻辑区域比例”可以处理)、逻辑区域比例(区域内车道和行人道的宽度比例)、行人道区域方向(左或右)、车道区域总宽度等。用户可以通过控制平台设置车辆监控摄像机的配置信息,具体设置车辆监控摄像机的抓拍频率、车流量监控区域等。逻辑区域可以参考图1c和图1d,图1c是本发明实施例提供的一种路口逻辑区域的示意图,图1d是本发明实施例提供的一种人流量监控区域的的示意图,在图1c和图1d中,人流量监控区域包括车道区域和行人道区域,通过人体热成像摄像机进行监控,车流量监控区域通过车辆监控摄像机进行监控。用户可以通过控制平台设置信号灯的配置信息,具体设置信号灯的车辆方信号灯最大等待时长(或通行时长)、行人方信号灯最大等待时长(或通行时长)、周期最大时长(周期是指一次车辆方等待时长加行人方等待时长,或者指一次车辆方通行时长加行人方通行时长)等。控制平台可创建一个逻辑单元并设定该逻辑单元的单元编码,将同个路口的人体热成像摄像机、车辆监控摄像机和信号灯分别以人体热成像摄像机编码、车辆监控摄像机编码、信号灯编码的形式关联到单元编码,得到一个最小控制单元,并以路口的位置为最小控制单元的位置坐标。控制平台还可以根据路网中道路相通性将相邻的最小控制单元关联起来,请参考图1e,图1e是本发明实施例提供的一种最小控制单元的关联示意图,如图1e所示,可以将最小控制单元A、最小控制单元B、最小控制单元C、最小控制单元D、最小控制单元E、最小控制单元F、最小控制单元G、最小控制单元H、最小控制单元I、最小控制单元J、最小控制单元K按道路相通性规则进行连接。
采集平台用于存储车辆监控信息、行人监控信息以及信号灯信息,其中,车辆监控信息、行人监控信息以及信号灯信息可以是结构化信息。
以人体热成像摄像机为例进行说明,行人监控信息的结构化可以利用温度梯度和人体识别技术提取人体热成像摄像机上传的抓拍图片的特征值,比如在行人等待过马路的情况下,人体热成像摄像机抓拍行人道区域的热力图,在行人通过马路的情况下,人体热成像摄像机抓拍车道区域的热力图,抓拍热力图可以如图1f所示。将抓拍到的热力图识别成二维数据aibi,二维数据aibi中第一维ai代表温度,温度越高,则ai越大,第二维bi代表人体结构的可能性,可能性越高bi越大。以图1f所示的热力图为例,得到图片热力矩阵为:
[00,00,00,00,00,00,00,11,22,32]
[00,00,00,00,00,00,11,32,45,65]
[00,00,00,00,00,00,11,32,65,65]
[00,00,00,00,00,00,00,11,65,65]
车辆监控信息结构化可以是在车辆进入或离开车辆监控区域时触发的抓拍,抓拍内容包括抓拍时间、车辆数量等。
信号灯信息结构化的内容包括信号灯颜色、开始时间、持续时间、状态等。
大数据分析平台用于综合采集和控制的信息,动态分析现状,并为深度学习平台提供实时可靠的数据。具体的,大数据分析平台可以用于同步控制平台信息,主要同步最小控制单元信息、人体热成像摄像机编码、车辆监控摄像机编码和信号灯编码。大数据分析平台可以用于同步采集平台信息,主要同步行人监控信息、车辆监控信息和信号灯信息,将行人监控信息、车辆监控信息和信号灯信息通过最小控制单元的单元编码关联在一起。大数据分析平台还用于人流量分析和车辆流量分析,通过对人流量监控区域中的行人监控信息分析各个路口的行人通行状态,通过对车辆量监控区域中的车辆监控信息分析各个路口的车辆通行状态。
深度学习平台用于根据大数据分析平台的分析数据,联动多个路口,动态调整车辆和行人的通行量化关系,以单元最小控制单元,在必要时对整体路网中各个路口对应的最小控制单元进行控制,以实现以最适合的交通控制方法实现最优的路网通行效率。
需要说明的是,信号灯的控制决定了车辆通行时间或车辆等待时间,以及行人通行时间或行人等待时间,需要说明的是,本发明实施例中信号灯的控制包括安全原则、公平原则和动态原则,其中,安全原则指的是当行人走在斑马线上时,车辆方指示灯为红灯,其他情况为闪烁黄灯。公平原则指的是车辆和行人均有最大等待时长,当超过各自最大等待时长时,在安全原则的前提下,信号立即切换成当前方同行方的可安全通过信号。动态原则指的是车辆和行人之间存在动态优先级关系,根据不同的优先级调整相关等待时长,以得到最优化的路网通行效率。
请参见图2,图2是本发明实施例提供的一种交通控制方法的流程图,如图2所示,该交通控制方法包括:
101、获取目标路网中各个路口的行人监控信息、车辆监控信息以及信号灯信息。
在本发明实施例中,目标路网中包括多个路口,多个路口之间通过车辆行驶道路进行连接,如图1e所示。每个路口对应一个最小控制单元,可以将最小控制单元A、最小控制单元B、最小控制单元C、最小控制单元D、最小控制单元E、最小控制单元F、最小控制单元G、最小控制单元H、最小控制单元I、最小控制单元J、最小控制单元K按道路相通性规则进行连接。
进一步的,行人监控信息可以是结构化的监控信息,车辆监控可以是结构化的监控信息,信号灯信息可以是结构化的信息。行人监控信息可以是结构化的监控信息可以是基于人体热成像摄像机的结构化的监控信息。
行人监控信息可以是包括各个路口中在行人的抓拍时间,在行人道区域的抓拍数量和在车道区域的抓拍数量,行人道区域的宽度,行人道区域的方向,以及车道区域的宽度等。车辆监控信息可以包括各个路口中在车流量监控区域抓拍时间、车辆数量等。信号灯信息可以包括各个路口中信号灯颜色、开始时间、持续时间、状态等。
可选的,获取各个路口在第一监控区域和第二监控区域的人体抓拍热力图,并将人体抓拍热力图进行结构化处理,得到各个路口的行人监控信息,第一监控区域为行人等待区域,第二监控区域为行人通行区域;获取各个路口在第三监控区域的车辆抓拍图像,并将车辆抓拍图像进行结构化处理,得到各个路口的车辆监控信息,第三监控区域为车辆通过区域。
其中,请参考图1c和图1d,第一监控区域可以是行人道区域,第二监控区域可以是车道区域,人流量监控区域包括车道区域和行人道区域,通过人体热成像摄像机进行监控,车流量监控区域通过车辆监控摄像机进行监控。在本发明实施例中,可以创建一个逻辑单元并设定该逻辑单元的单元编码,将同个路口的人体热成像摄像机、车辆监控摄像机和信号灯分别以人体热成像摄像机编码、车辆监控摄像机编码、信号灯编码的形式关联到单元编码,得到一个最小控制单元,并以路口的位置为最小控制单元的位置坐标。
行人监控信息的结构化可以利用温度梯度和人体识别技术提取人体热成像摄像机上传的抓拍图片的特征值,比如在行人等待过马路的情况下,人体热成像摄像机抓拍行人道区域的热力图,在行人通过马路的情况下,人体热成像摄像机抓拍车道区域的热力图,抓拍热力图可以如图1f所示。将抓拍到的热力图识别成二维数据aibi,二维数据aibi中第一维ai代表温度,温度越高,则ai越大,第二维bi代表人体结构的可能性,可能性越高bi越大。以图1f所示的热力图为例,得到图片热力矩阵为:
[00,00,00,00,00,00,00,11,22,32]
[00,00,00,00,00,00,11,32,45,65]
[00,00,00,00,00,00,11,32,65,65]
[00,00,00,00,00,00,00,11,65,65]
车辆监控信息结构化可以是在车辆进入或离开车辆监控区域时触发的抓拍,抓拍内容包括抓拍时间、车辆数量等。
信号灯信息结构化的内容包括信号灯颜色、开始时间、持续时间、状态等。
102、针对当前路口,根据当前路口的行人监控信息以及信号灯信息计算当前路口的行人通行状态,根据当前路口的车辆监控信息以及信号灯信息计算当前路口的车辆通行状态。
在本发明实施例中,当前路口为目标路网中任意一个路口,当前路口的行人监控信息可以包括当前路口中在行人的抓拍时间,在行人道区域的抓拍数量和在车道区域的抓拍数量,行人道区域的宽度,行人道区域的方向,以及车道区域的宽度等。车辆监控信息可以包括当前路口中在车流量监控区域抓拍时间、车辆数量等。信号灯信息可以包括当前路口中信号灯颜色、开始时间、持续时间、状态等。
进一步的,当前路口的行人监控信息可以是第一监控区域和第二监控区域行人监控信息,当前路口的行人监控信息可以是第三监控区域的车辆监控信息。
根据当前路口的行人监控信息以及信号灯信息计算当前路口的行人通行状态,具体可以计算第一监控区域的行人积压率、第二监控区域的行人通行率,首先,进行区域计算。其中,行人道区域=行人道方向×行人道比例×人流监控区域,车道区域=行人道方向×车道比例×人流监控区域
其中,上述行人道区域为第一监控区域,上述车道区域为第二监控区域,上述行人道方向可以设定为常数,比如设置左边为-1,右边为1,上述行人道区域与车道区域指的是区域宽度。举个例子行人道方向在右,车道和行人道比例为8:2,则行人道区域=1×2/(8+2)×人流监控区域。其中,人流量监控区域=行人道区域+车道区域。
当前路口的行人监控信息包括第一监控区域的人体热力信息、第二监控区域的人体热力信息,人体热力信息为对人体抓拍热力图进行结构化处理得到,信号灯信息包括行人等待持续时间与行人通行持续时间,第一监控区域为行人等待区域,第二监控区域为行人通行区域,计算行人道的行人积压率,具体的,可以根据行人道区域的人数,根据车道区域的人数,计算车道的行人通行率。更具体的,可以计算行人道区域的人数与行人道区域的乘积,将乘积除以行人等待持续时间,得到行人道区域的行人积压率。可以计算车道区域的人数与车道区域乘积除以行人通行持续时间,得到车道区域的行人通行率。行人等待持续时间可以是当前信号周期中信号灯的红灯结束时间减去红灯开始时间(相当于路口绿灯持续时间),行人通行持续时间可以是信号灯的红灯开始时间减去红灯结束时间(相当于路口红灯持续时间)。
可选的,当前路口的行人监控信息包括第一监控区域的人体热力信息、第二监控区域的人体热力信息,人体热力信息为对人体抓拍热力图进行结构化处理得到,信号灯信息包括行人等待持续时间与行人通行持续时间,第一监控区域为行人等待区域,第二监控区域为行人通行区域,可以针对当前路口,根据第一监控区域的人体热力信息计算行人等待持续时间内第一监控区域的行人积压率;根据第二监控区域的人体热力信息计算行人通行持续内第二监控区域的行人通行率;计算行人积压率与行人通行率的比值作为行人拥堵系数,通过行人拥堵系数确定当前路口的行人通行状态。
具体的,行人道区域的人体热力信息为根据人体抓拍热力图得到的热力矩阵,根据行人道区域的热力矩阵计算行人道区域热力总和为anbn为热力矩阵的矩阵单元。行人道区域的行人积压率可以通过下述式子进行计算:
具体的,车道区域的人体热力信息为根据人体抓拍热力图得到的热力矩阵,根据车道区域的热力矩阵计算车道区域热力总和为anbn为热力矩阵的矩阵单元。
举例来说,行人道在右侧,车道和行人道的比例是2:1,则行人道区域热力总和为:
车道区域的行人通过率可以通过下述式子进行计算:
计算行人积压率与行人通行率的比值作为行人拥堵系数,通过行人拥堵系数确定当前路口的行人通行状态。具体如下述式子所示:
当行人拥堵系数小于或等于1时,说明当前路口行人交通畅通,行人通行状态为行人畅通,当行人拥堵系数大于1时,说明当前路口行人交通拥堵,行人通行状态为行人拥堵。
在本发明实施例中,通过行人道区域热力总和计算行人积压率,通过车道区域热力总和计算行人通行率,可以避免人体遮挡造成的人数检测不准确,从而提高了行人积压率和行人通行率的准确性,得到更准确的行人通行状态。
可选的,当前路口的车辆监控信息包括第三监控区域的车辆驶离信息以及车辆停留信息,车辆驶离信息以及车辆停留信息为对车辆抓拍图像进行结构化处理得到,信号灯信息包括车辆等待持续时间与车辆通行持续时间,第三监控区域在车辆等待持续时间内为车辆等待区域,在车辆通行持续时间内为车辆通行区域。针对当前路口,根据第三监控区域的车辆停留信息计算车辆等待持续时间内所述第三监控区域的车辆积压率;根据第三监控区域的车辆驶离信息计算车辆通行持续时间内第三监控区域的车辆通行率;计算车辆积压率与车辆通行率的比值作为车辆拥堵系数,通过车辆拥堵系数确定当前路口的车辆通行状态。
上述车辆停留信息可以是车辆监控区域的车辆数,车辆驶离信息可以是离开车辆监控区域的车辆数,车辆通行率的计算可以如下述式子所示:
车辆积压率的计算可以如下述式子所示:
计算车辆积压率与车辆通行率的比值作为车辆拥堵系数,通过车辆拥堵系数确定当前路口的车辆通行状态。具体如下述式子所示:
当车辆拥堵系数小于或等于1时,说明当前路口车辆交通畅通,车辆通行状态为车辆畅通,当车辆拥堵系数大于1时,说明当前路口车辆交通拥堵,车辆通行状态为车辆拥堵。
103、根据目标路网中各个路口的行人通行状态和车辆通行状态,对目标路网中各个路口的行人通行时间和车辆通行时间进行控制。
在本发明实施例中,行人通行状态可以包括行人畅通和行人拥堵,车辆通行状态可以包括车辆畅通和车辆拥堵。可以在行人通行状态为行人拥堵时,增加行人通行持续时间,以提高行人通行率。在车辆通行状态为车辆拥堵时,增加车辆通行持续时间,以提高车辆通行率。需要说明的是,行人通行持续时间和车辆通行持续时间是通过信号灯的信号指示时长来完成的。
可选的,对于单个最小控制单元,以当前路口的最小控制单元为例,可以在当前路口的行人拥堵系数大于1时,则确定当前路口的行人通行状态为行人拥堵;在当前路口的车辆拥堵系数大于1时,则确定当前路口的车辆通行状态为车辆拥堵;在所述当前路口的行人通行状态为行人拥堵时,对当前路口的行人通行时间和车辆通行时间进行第一控制,以提高当前路口的行人通行持续时间;在当前路口的车辆通行状态为车辆拥堵时,对当前路口的行人通行时间和车辆通行时间进行第二控制,以提高当前路口的车辆通行持续时间;在当前路口的行人通行状态为行人拥堵,且当前路口的车辆通行状态为车辆拥堵时,则以当前路口的车辆拥堵系数与当前路口的车辆拥堵系数中较大一项为优先,对当前路口的行人通行时间和车辆通行时间进行第三控制,以在当前路口的车辆拥堵系数大于当前路口的车辆拥堵系数时提高当前路口的行人通行持续时间,以及在当前路口的车辆拥堵系数小于当前路口的车辆拥堵系数时提高所述当前路口的车辆通行持续时间。
上述第一控制为增加行人通行持续时间,上述第二控制为增加车辆通行持续时间,上述第三控制为动态增加行人通行持续时间或增加车辆通行持续时间。
进一步的,当行人拥堵系数小于或等于1时,说明当前路口行人交通畅通,当行人拥堵系数大1时,说明该路口行人交通拥堵,行人拥堵系数数值越大路况越拥堵,此时可以增加行人通行持续时间,从而增加行人方通行时长,反之则减少行人通行持续时间,从而减少行人方通行时长;当车辆拥堵系数小于或等于1时,说明该路口车辆交通畅通,当车辆拥堵系数大1时,说明该路口车辆交通拥堵,车辆拥堵系数数值越大路况越拥堵,此时可以增加车辆通行持续时间,从而增加车辆方通行时长,反之减少车辆方通行时长;车辆和行人之间可以存在动态优先级关系,当行人拥堵系数大于车辆拥堵系数时,优先增加行人通行持续时间,当车辆拥堵系数大于行人拥堵系数时,优先增加车辆通行持续时间。
更进一步的,可以通过皮尔逊相关系数分析行人拥堵系数与车辆拥堵系数之间的,皮尔逊相关系数可以如下述式子所示:
当X为车辆拥堵系数,Y为行人拥堵系数时,通过分析一段时间内车辆拥堵系数和行人拥堵系数可预测车辆拥堵系数和行人拥堵系数的相关性;当r>0且越大时,说明车辆需要更多的通行时间,当r=0,说明车辆和行人处于和谐的状态,当r<0时,说明行人方需要更多的通行时间。
在一种可能的实施例中,也可以直接计算车辆通行率与行人通行率的皮尔逊相关系数,具体的,当X为车辆通行率,Y为行人通行率时,通过分析一段时间内车辆通行率和行人通行率可预测车辆通行率和行人通行率的相关性;当r>0且越大时,说明车辆需要更多的通行时间,当r=0,说明车辆和行人处于和谐的状态,当r<0时,说明行人方需要更多的通行时间。
在本发明实施例中,可以根据皮尔逊相关系数r值的大小,制定不同的时长调整策略,比如当r=1时,车辆通行持续时间的调整时长幅度为加10s,行人通行持续时间的调整时长为加0s;当r=-1时,车辆通行持续时间的调整时长幅度为加0s,行人通行持续时间的调整时长为加20s;当r=0时;车辆通行持续时间的调整时长幅度=1s,行人通行持续时间的调整时长=1s。
需要说明的是,行人通行时间和车辆通行时间的控制是通过信号灯来进行的,本发明实施例中信号灯的控制包括安全原则、公平原则和动态原则。其中,安全原则可以是当行人走在斑马线上时,车辆方指示灯为红灯,其他情况为闪烁黄灯。公平原则为车辆和行人均有最大等待时长,当超过各自最大等待时长时,在安全原则的前提下,信号立即切换成当前方同行方的可安全通过信号。动态原则为车辆通行和行人通行之间存在动态优先级关系,根据不同的优先级调整相关等待时长。
可选的,在本发明实施例中,可以在当前路口的车辆拥堵系数大于预设值时,获取与当前路口连接的邻接路口的车辆拥堵系数;根据邻接路口的车辆拥堵系数,对邻接路口与所述当前路口的行人通行时间和车辆通行时间进行控制。对路网中多个路口存在车辆拥堵的情况下,可以根据图1e所示的无向图进行遍历,进行最短路径动态规划,得到路网中多个路口的车流疏通方案。
具体的,请参考图1g,图1g是本发明实施例提供的一种无向图的示意图,结合图1g所示的内容,假设G点的拥堵系数大于阈值,则会以G点为求救方,向周边单元发出“需要疏缓交通”的信号,根据地图设置就可以知道周边有B(施救方)和E(施救方),若此时B和E的车辆拥堵系数较低,则提供帮助,即此时B和E的优先级调整为车辆优先;如果此时E也是拥堵,则向E的周边单元D和J发出舒缓信号,遍历事个无向图。更具体的,将无向图中的各个节点之间的关系系数初始化为定值,比如将无向图中的各个节点之间的关系系数初始化为1,关系系数可以是皮尔逊相关系数。如图1g所示,当X为求救方的车辆通行率,Y为施救方的车辆通行率时,通过皮尔逊相关系数分析一段时间内求救方和施救方的车辆通行率可预测施救效果;当r>0且越大时,说明求救方的交通压力得到很好解决,可见车辆流向施救方,当r=0,说明向该施救方求救并无大意义,当r<0时,说明求救方交通压力还在,而且施救方的交通压力增大了,可见车辆流向施救方。请结合图1h进行理解,图1h是本发明实施例提供的一种无向图结果的示意图,在图1h中,可以看出,最优疏通路线为G->E->J,对最优疏通路线中路口G、路口E、路口J的行人通行时间和车辆通行时间进行控制,控制方法可以为增加路口G、路口E、路口J的车辆通行持续时间,减少路口G、路口E、路口J的行人通行持续时间。
在一种可能的实施例中,可以在目标路网中存在多个路口的车辆拥堵系数大于预设值时,则获取目标路网中的候选疏通线路;通过预设的预测方法从候选疏通线路预测出最优疏通线路,并对最优疏通线路中各个路口的行人通行时间和车辆通行时间进行控制。候选疏通线路可以根据路网的无向图得到,候选疏通线路中包括求救方和施救方。
具体的,可以通过对历史优化数据的分析,利用神经网络对疏通线路进行预测,以预测出最优疏通线路。采用神经网络对疏通线路进行预测,可以根据历史的特殊节日(国庆、五一)和特殊场所(学校、医院)这些特殊情况的数据计算出历史最优线路,并打上历史排行的标签。
具体的,本发明实施例中神经网络的表达可以如下述式子所示:
z=dot(w,x)+b
上述公式中的x代表着输入特征,这里输入特征为候选疏通线路节点的车辆拥堵系数和,假设只有3个维度的特征,那么输入特征x就可以用(x1,x2,x3)来表示,x1,x2,x3为三条三条线路拥堵系数,时间权重都一样。在计算历史数据是,(x1,x2,x3)表示历史三条线路拥堵系数,时间权重不一样,另外可能还有其他的w,如特殊节日、特殊场所、线路历史排行。w表示权重,每个权重w对应于一个输入特征,代表了每个特征的重要程度,本发明实施例中,权重w与时间相关,时间越早权重w越低。b表示阈值,用来影响预测结果。Z为预测结果,结果越大代表越优。公式中的dot()函数表示将w和x进行向量相乘。
在神经网络的训练过程中,可以采用的历史候选疏通线路作为样本,历史最优疏通线路作为标签,构建对应的数据集,并通过该数据集对神经网络进行训练,得到训练好的权重w和阈值b,使得训练好的神经网络通过从候选疏通线路学习到最优疏通线路作为输出。
在得到最优疏通线路后,可以对最优疏通线路中各个路口的行人通行时间和车辆通行时间进行控制。
本发明实施例中,获取目标路网中各个路口的行人监控信息、车辆监控信息以及信号灯信息;针对当前路口,根据所述当前路口的行人监控信息以及信号灯信息计算所述当前路口的行人通行状态,根据所述当前路口的车辆监控信息以及信号灯信息计算所述当前路口的车辆通行状态,所述当前路口为所述目标路网中任意一个路口;根据所述目标路网中各个路口的行人通行状态和车辆通行状态,对所述目标路网中各个路口的行人通行时间和车辆通行时间进行控制。通过计算目标路网各个路口的行人通行状态和车辆通行状态,可以知道目标路网中各个路口的通行状态,从而根据目标路网中各个路口的通行状态,对目标路网中各个路口的行人通行时间和车辆通行时间进行控制,避免车辆拥堵或行人拥堵,从而提高目标路网的通行效率。
需要说明的是,本发明实施例提供的交通控制方法可以应用于可以进行交通控制的智能手机、电脑、服务器等设备。
请参见图3,图3是本发明实施例提供的一种交通控制装置的结构图,如图3所示,该交通控制装置包括:
获取模块301,用于获取目标路网中各个路口的行人监控信息、车辆监控信息以及信号灯信息;
处理模块302,用于针对当前路口,根据所述当前路口的行人监控信息以及信号灯信息计算所述当前路口的行人通行状态,根据所述当前路口的车辆监控信息以及信号灯信息计算所述当前路口的车辆通行状态,所述当前路口为所述目标路网中任意一个路口;
控制模块303,用于根据所述目标路网中各个路口的行人通行状态和车辆通行状态,对所述目标路网中各个路口的行人通行时间和车辆通行时间进行控制。
可选的,所述获取模块301包括:
第一获取子模块,用于获取各个路口在第一监控区域和第二监控区域的人体抓拍热力图,并将所述人体抓拍热力图进行结构化处理,得到所述各个路口的行人监控信息,所述第一监控区域为行人等待区域,所述第二监控区域为行人通行区域;
第二获取子模块,用于获取各个路口在第三监控区域的车辆抓拍图像,并将所述车辆抓拍图像进行结构化处理,得到所述各个路口的车辆监控信息,所述第三监控区域为车辆通过区域。
可选的,所述当前路口的行人监控信息包括第一监控区域的人体热力信息、第二监控区域的人体热力信息,所述人体热力信息为对人体抓拍热力图进行结构化处理得到,所述信号灯信息包括行人等待持续时间与行人通行持续时间,所述第一监控区域为行人等待区域,所述第二监控区域为行人通行区域,所述处理模块302包括:
第一计算子模块,用于针对当前路口,根据所述第一监控区域的人体热力信息计算所述行人等待持续时间内所述第一监控区域的行人积压率;
第二计算子模块,用于根据所述第二监控区域的人体热力信息计算所述行人通行持续内所述第二监控区域的行人通行率;
第三计算子模块,用于计算所述行人积压率与所述行人通行率的比值作为行人拥堵系数,通过所述行人拥堵系数确定所述当前路口的行人通行状态。
可选的,所述当前路口的车辆监控信息包括第三监控区域的车辆驶离信息以及车辆停留信息,所述车辆驶离信息以及车辆停留信息为对车辆抓拍图像进行结构化处理得到,所述信号灯信息包括车辆等待持续时间与车辆通行持续时间,所述第三监控区域在车辆等待持续时间内为车辆等待区域,在车辆通行持续时间内为车辆通行区域,所述处理模块302包括:
第四计算子模块,用于针对当前路口,根据所述第三监控区域的车辆停留信息计算所述车辆等待持续时间内所述第三监控区域的车辆积压率;
第五计算子模块,用于根据所述第三监控区域的车辆驶离信息计算所述车辆通行持续时间内所述第三监控区域的车辆通行率;
第六计算子模块,用于计算所述车辆积压率与所述车辆通行率的比值作为车辆拥堵系数,通过所述车辆拥堵系数确定所述当前路口的车辆通行状态。
可选的,所述控制模块303包括:
第一确定子模块,用于在所述当前路口的行人拥堵系数大于1时,则确定所述当前路口的行人通行状态为行人拥堵;
第二确定子模块,用于在所述当前路口的车辆拥堵系数大于1时,则确定所述当前路口的车辆通行状态为车辆拥堵;
第一控制子模块,用于在所述当前路口的行人通行状态为行人拥堵时,对所述当前路口的行人通行时间和车辆通行时间进行第一控制,以提高所述当前路口的行人通行持续时间;
第二控制子模块,用于在所述当前路口的车辆通行状态为车辆拥堵时,对所述当前路口的行人通行时间和车辆通行时间进行第二控制,以提高所述当前路口的车辆通行持续时间;
第三控制子模块,用于在所述当前路口的行人通行状态为行人拥堵,且所述当前路口的车辆通行状态为车辆拥堵时,则以所述当前路口的车辆拥堵系数与所述当前路口的车辆拥堵系数中较大一项为优先,对所述当前路口的行人通行时间和车辆通行时间进行第三控制,以在所述当前路口的车辆拥堵系数大于所述当前路口的车辆拥堵系数时提高所述当前路口的行人通行持续时间,以及在所述当前路口的车辆拥堵系数小于所述当前路口的车辆拥堵系数时提高所述当前路口的车辆通行持续时间。
可选的,所述控制模块303包括:
第一获取子模块,用于在所述当前路口的车辆拥堵系数大于预设值时,获取与所述当前路口连接的邻接路口的车辆拥堵系数;
第四控制子模块,用于根据所述邻接路口的车辆拥堵系数,对所述邻接路口与所述当前路口的行人通行时间和车辆通行时间进行控制。
可选的,所述控制模块303包括:
第二获取子模块,用于在所述目标路网中存在多个路口的车辆拥堵系数大于预设值时,则获取所述目标路网中的候选疏通线路;
第五控制子模块,用于通过预设的预测方法从所述候选疏通线路预测出最优疏通线路,并对所述最优疏通线路中各个路口的行人通行时间和车辆通行时间进行控制。
需要说明的是,本发明实施例提供的交通控制装置可以应用于可以进行交通控制的智能手机、电脑、服务器等设备。
本发明实施例提供的数据中心设备能够实现上述方法实施例中交通控制方法实现的各个过程,且可以达到相同的有益效果。为避免重复,这里不再赘述。
参见图4,图4是本发明实施例提供的一种电子设备的结构示意图,如图4所示,包括:存储器402、处理器401及存储在所述存储器402上并可在所述处理器401上运行的交通控制方法的计算机程序,其中:
处理器401用于调用存储器402存储的计算机程序,执行如下步骤:
获取目标路网中各个路口的行人监控信息、车辆监控信息以及信号灯信息;
针对当前路口,根据所述当前路口的行人监控信息以及信号灯信息计算所述当前路口的行人通行状态,根据所述当前路口的车辆监控信息以及信号灯信息计算所述当前路口的车辆通行状态,所述当前路口为所述目标路网中任意一个路口;
根据所述目标路网中各个路口的行人通行状态和车辆通行状态,对所述目标路网中各个路口的行人通行时间和车辆通行时间进行控制。
可选的,处理器401执行的所述获取目标路网中各个路口的行人监控信息以及车辆监控信息,包括:
获取各个路口在第一监控区域和第二监控区域的人体抓拍热力图,并将所述人体抓拍热力图进行结构化处理,得到所述各个路口的行人监控信息,所述第一监控区域为行人等待区域,所述第二监控区域为行人通行区域;
获取各个路口在第三监控区域的车辆抓拍图像,并将所述车辆抓拍图像进行结构化处理,得到所述各个路口的车辆监控信息,所述第三监控区域为车辆通过区域。
可选的,所述当前路口的行人监控信息包括第一监控区域的人体热力信息、第二监控区域的人体热力信息,所述人体热力信息为对人体抓拍热力图进行结构化处理得到,所述信号灯信息包括行人等待持续时间与行人通行持续时间,所述第一监控区域为行人等待区域,所述第二监控区域为行人通行区域,处理器401执行的所述针对当前路口,根据所述当前路口的行人监控信息以及信号灯信息计算所述当前路口的行人通行信息,包括:
针对当前路口,根据所述第一监控区域的人体热力信息计算所述行人等待持续时间内所述第一监控区域的行人积压率;
根据所述第二监控区域的人体热力信息计算所述行人通行持续内所述第二监控区域的行人通行率;
计算所述行人积压率与所述行人通行率的比值作为行人拥堵系数,通过所述行人拥堵系数确定所述当前路口的行人通行状态。
可选的,所述当前路口的车辆监控信息包括第三监控区域的车辆驶离信息以及车辆停留信息,所述车辆驶离信息以及车辆停留信息为对车辆抓拍图像进行结构化处理得到,所述信号灯信息包括车辆等待持续时间与车辆通行持续时间,所述第三监控区域在车辆等待持续时间内为车辆等待区域,在车辆通行持续时间内为车辆通行区域,处理器401执行的所述针对当前路口,根据所述当前路口的行人监控信息以及信号灯信息计算所述当前路口的行人通行信息,包括:
针对当前路口,根据所述第三监控区域的车辆停留信息计算所述车辆等待持续时间内所述第三监控区域的车辆积压率;
根据所述第三监控区域的车辆驶离信息计算所述车辆通行持续时间内所述第三监控区域的车辆通行率;
计算所述车辆积压率与所述车辆通行率的比值作为车辆拥堵系数,通过所述车辆拥堵系数确定所述当前路口的车辆通行状态。
可选的,处理器401执行的所述根据所述目标路网中各个路口的行人通行状态和车辆通行状态,对所述目标路网中各个路口的行人通行时间和车辆通行时间进行控制,包括:
在所述当前路口的行人拥堵系数大于1时,则确定所述当前路口的行人通行状态为行人拥堵;
在所述当前路口的车辆拥堵系数大于1时,则确定所述当前路口的车辆通行状态为车辆拥堵;
在所述当前路口的行人通行状态为行人拥堵时,对所述当前路口的行人通行时间和车辆通行时间进行第一控制,以提高所述当前路口的行人通行持续时间;
在所述当前路口的车辆通行状态为车辆拥堵时,对所述当前路口的行人通行时间和车辆通行时间进行第二控制,以提高所述当前路口的车辆通行持续时间;
在所述当前路口的行人通行状态为行人拥堵,且所述当前路口的车辆通行状态为车辆拥堵时,则以所述当前路口的车辆拥堵系数与所述当前路口的车辆拥堵系数中较大一项为优先,对所述当前路口的行人通行时间和车辆通行时间进行第三控制,以在所述当前路口的车辆拥堵系数大于所述当前路口的车辆拥堵系数时提高所述当前路口的行人通行持续时间,以及在所述当前路口的车辆拥堵系数小于所述当前路口的车辆拥堵系数时提高所述当前路口的车辆通行持续时间。
可选的,处理器401执行的所述根据所述目标路网中各个路口的行人通行状态和车辆通行状态,对所述目标路网中各个路口的行人通行时间和车辆通行时间进行控制,包括:
在所述当前路口的车辆拥堵系数大于预设值时,获取与所述当前路口连接的邻接路口的车辆拥堵系数;
根据所述邻接路口的车辆拥堵系数,对所述邻接路口与所述当前路口的行人通行时间和车辆通行时间进行控制。
可选的,处理器401执行的所述根据所述目标路网中各个路口的行人通行状态和车辆通行状态,对所述目标路网中各个路口的行人通行时间和车辆通行时间进行控制,包括:
在所述目标路网中存在多个路口的车辆拥堵系数大于预设值时,则获取所述目标路网中的候选疏通线路;
通过预设的预测方法从所述候选疏通线路预测出最优疏通线路,并对所述最优疏通线路中各个路口的行人通行时间和车辆通行时间进行控制。
需要说明的是,本发明实施例提供的电子设备可以应用于可以进行交通控制的智能手机、电脑、服务器等设备。
本发明实施例提供的电子设备能够实现上述方法实施例中交通控制方法实现的各个过程,且可以达到相同的有益效果。为避免重复,这里不再赘述。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现本发明实施例提供的交通控制方法的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存取存储器(Random AccessMemory,简称RAM)等。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。
Claims (8)
1.一种交通控制方法,其特征在于,包括以下步骤:
获取各个路口在第一监控区域和第二监控区域的人体抓拍热力图,并将所述人体抓拍热力图进行结构化处理,得到所述各个路口的所述第一监控区域的人体热力信息与所述第二监控区域的人体热力信息,所述第一监控区域为行人等待区域,所述第二监控区域为行人通行区域;
获取各个路口在第三监控区域的车辆抓拍图像,并将所述车辆抓拍图像进行结构化处理,得到所述各个路口的车辆监控信息,所述第三监控区域为车辆通过区域;
获取信号灯信息,所述信号灯信息包括行人等待持续时间与行人通行持续时间;
针对当前路口,根据所述第一监控区域的人体热力信息确定所述第一监控区域的热力总和,将所述第一监控区域的热力总和与所述行人等待持续时间的比值确定为所述第一监控区域的行人积压率;根据所述第二监控区域的人体热力信息确定所述第二监控区域的热力总和,将所述第二监控区域的热力总和与所述行人通行持续时间的比值确定为所述第二监控区域的行人通行率;计算所述行人积压率与所述行人通行率的比值作为行人拥堵系数,通过所述行人拥堵系数确定所述当前路口的行人通行状态;根据所述当前路口的车辆监控信息以及信号灯信息计算所述当前路口的车辆通行状态,所述当前路口为目标路网中任意一个路口;
根据所述目标路网中各个路口的行人通行状态和车辆通行状态,对所述目标路网中各个路口的行人通行时间和车辆通行时间进行控制。
2.如权利要求1所述的交通控制方法,其特征在于,所述当前路口的车辆监控信息包括第三监控区域的车辆驶离信息以及车辆停留信息,所述车辆驶离信息以及车辆停留信息为对车辆抓拍图像进行结构化处理得到,所述信号灯信息包括车辆等待持续时间与车辆通行持续时间,所述第三监控区域在车辆等待持续时间内为车辆等待区域,在车辆通行持续时间内为车辆通行区域,所述针对当前路口,根据所述当前路口的车辆监控信息以及信号灯信息计算所述当前路口的车辆通行信息,包括:
针对当前路口,根据所述第三监控区域的车辆停留信息计算所述车辆等待持续时间内所述第三监控区域的车辆积压率;
根据所述第三监控区域的车辆驶离信息计算所述车辆通行持续时间内所述第三监控区域的车辆通行率;
计算所述车辆积压率与所述车辆通行率的比值作为车辆拥堵系数,通过所述车辆拥堵系数确定所述当前路口的车辆通行状态。
3.如权利要求2所述的交通控制方法,其特征在于,所述根据所述目标路网中各个路口的行人通行状态和车辆通行状态,对所述目标路网中各个路口的行人通行时间和车辆通行时间进行控制,包括:
在所述当前路口的行人拥堵系数大于1时,则确定所述当前路口的行人通行状态为行人拥堵;
在所述当前路口的车辆拥堵系数大于1时,则确定所述当前路口的车辆通行状态为车辆拥堵;
在所述当前路口的行人通行状态为行人拥堵时,对所述当前路口的行人通行时间和车辆通行时间进行第一控制,以提高所述当前路口的行人通行持续时间;
在所述当前路口的车辆通行状态为车辆拥堵时,对所述当前路口的行人通行时间和车辆通行时间进行第二控制,以提高所述当前路口的车辆通行持续时间;
在所述当前路口的行人通行状态为行人拥堵,且所述当前路口的车辆通行状态为车辆拥堵时,则以所述当前路口的行人拥堵系数与所述当前路口的车辆拥堵系数中较大一项为优先,对所述当前路口的行人通行时间和车辆通行时间进行第三控制,以在所述当前路口的行人拥堵系数大于所述当前路口的车辆拥堵系数时提高所述当前路口的行人通行持续时间,以及在所述当前路口的行人拥堵系数小于所述当前路口的车辆拥堵系数时提高所述当前路口的车辆通行持续时间。
4.如权利要求2所述的交通控制方法,其特征在于,所述根据所述目标路网中各个路口的行人通行状态和车辆通行状态,对所述目标路网中各个路口的行人通行时间和车辆通行时间进行控制,包括:
在所述当前路口的车辆拥堵系数大于预设值时,获取与所述当前路口连接的邻接路口的车辆拥堵系数;
根据所述邻接路口的车辆拥堵系数,对所述邻接路口与所述当前路口的行人通行时间和车辆通行时间进行控制。
5.如权利要求2所述的交通控制方法,其特征在于,所述根据所述目标路网中各个路口的行人通行状态和车辆通行状态,对所述目标路网中各个路口的行人通行时间和车辆通行时间进行控制,包括:
在所述目标路网中存在多个路口的车辆拥堵系数大于预设值时,则获取所述目标路网中的候选疏通线路;
通过预设的预测方法从所述候选疏通线路预测出最优疏通线路,并对所述最优疏通线路中各个路口的行人通行时间和车辆通行时间进行控制。
6.一种交通控制装置,其特征在于,所述装置包括:
获取模块,用于获取各个路口在第一监控区域和第二监控区域的人体抓拍热力图,并将所述人体抓拍热力图进行结构化处理,得到所述各个路口的所述第一监控区域的人体热力信息与所述第二监控区域的人体热力信息,所述第一监控区域为行人等待区域,所述第二监控区域为行人通行区域;获取各个路口在第三监控区域的车辆抓拍图像,并将所述车辆抓拍图像进行结构化处理,得到所述各个路口的车辆监控信息,所述第三监控区域为车辆通过区域;获取信号灯信息,所述信号灯信息包括行人等待持续时间与行人通行持续时间;
处理模块,用于针对当前路口,根据所述第一监控区域的人体热力信息确定所述第一监控区域的热力总和,将所述第一监控区域的热力总和与所述行人等待持续时间的比值确定为所述第一监控区域的行人积压率;根据所述第二监控区域的人体热力信息确定所述第二监控区域的热力总和,将所述第二监控区域的热力总和与所述行人通行持续时间的比值确定为所述第二监控区域的行人通行率;计算所述行人积压率与所述行人通行率的比值作为行人拥堵系数,通过所述行人拥堵系数确定所述当前路口的行人通行状态;根据所述当前路口的车辆监控信息以及信号灯信息计算所述当前路口的车辆通行状态,所述当前路口为目标路网中任意一个路口;
控制模块,用于根据所述目标路网中各个路口的行人通行状态和车辆通行状态,对所述目标路网中各个路口的行人通行时间和车辆通行时间进行控制。
7.一种电子设备,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述的交通控制方法中的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的交通控制方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111674776.8A CN114399910B (zh) | 2021-12-31 | 2021-12-31 | 交通控制方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111674776.8A CN114399910B (zh) | 2021-12-31 | 2021-12-31 | 交通控制方法及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114399910A CN114399910A (zh) | 2022-04-26 |
CN114399910B true CN114399910B (zh) | 2023-07-28 |
Family
ID=81229573
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111674776.8A Active CN114399910B (zh) | 2021-12-31 | 2021-12-31 | 交通控制方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114399910B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115311857B (zh) * | 2022-08-05 | 2023-07-25 | 大连海事大学 | 一种道路信息组网方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104835333B (zh) * | 2014-08-24 | 2016-03-16 | 山东中安科技股份有限公司 | 交通路口信号灯自适应控制系统 |
CN108806283B (zh) * | 2017-05-02 | 2021-06-08 | 中移物联网有限公司 | 一种交通信号灯的控制方法及车联网平台 |
CN109389836B (zh) * | 2017-08-03 | 2020-12-25 | 杭州海康威视数字技术股份有限公司 | 交通信号灯的控制方法、装置、系统及控制器 |
CN110322705A (zh) * | 2019-07-15 | 2019-10-11 | 青岛海信网络科技股份有限公司 | 一种路口行人过街信号控制的方法及装置、系统 |
CN110634307A (zh) * | 2019-08-30 | 2019-12-31 | 安锐 | 一种前端交通控制设备的交通控制方法及装置 |
CN110689738A (zh) * | 2019-09-24 | 2020-01-14 | 北京地平线机器人技术研发有限公司 | 交通信号灯的控制方法和装置、存储介质、电子设备 |
CN113689698B (zh) * | 2021-08-24 | 2024-05-07 | 阿波罗智联(北京)科技有限公司 | 交通控制方法、装置、电子设备、存储介质及程序产品 |
-
2021
- 2021-12-31 CN CN202111674776.8A patent/CN114399910B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114399910A (zh) | 2022-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110147763B (zh) | 基于卷积神经网络的视频语义分割方法 | |
US10354523B2 (en) | Road traffic control system, method, and electronic device | |
Bura et al. | An edge based smart parking solution using camera networks and deep learning | |
CN110164152B (zh) | 一种用于单交叉路口交通信号灯控制系统 | |
WO2021249071A1 (zh) | 一种车道线的检测方法及相关设备 | |
WO2020034903A1 (zh) | 一种基于拓扑图的智能导航的方法和系统 | |
CN111681433B (zh) | 一种交叉口交通信号灯配时优化方法和装置 | |
CN110660234B (zh) | 智能交通灯控制方法 | |
Faro et al. | Evaluation of the traffic parameters in a metropolitan area by fusing visual perceptions and CNN processing of webcam images | |
Zaatouri et al. | A self-adaptive traffic light control system based on YOLO | |
CN112339773B (zh) | 一种基于单目视觉的非主动车道偏离预警方法及系统 | |
JP7292355B2 (ja) | 車両整列情報を特定する方法及び装置、電子機器、路側機器、クラウド制御プラットフォーム、記憶媒体並びにコンピュータプログラム製品 | |
CN114399910B (zh) | 交通控制方法及相关设备 | |
Azadani et al. | Toward driver intention prediction for intelligent vehicles: A deep learning approach | |
Leroux et al. | Automated training of location-specific edge models for traffic counting | |
CN114596704B (zh) | 交通事件处理方法、装置、设备及存储介质 | |
Ottom et al. | An adaptive traffic lights system using machine learning. | |
CN115565388A (zh) | 基于多通道车辆检测与立体特征标注的交通灯控制方法 | |
Lakshna et al. | Smart Traffic: Traffic Congestion Reduction by Shortest Route* Search Algorithm | |
Dafrallah et al. | Pedestrian walking direction classification for Moroccan road safety | |
CN114219970A (zh) | 一种用于交通管理的图像处理方法及系统 | |
Verma et al. | Smart automated system for classification of emergency heavy vehicles and traffic light controlling | |
Kareem et al. | Integrated tripartite modules for intelligent traffic light system | |
Liu | Refined Judgment of Urban Traffic State Based on Machine Learning and Edge Computing | |
Danendra et al. | Traffic Congestion Classification Using Convolutional Neural Networks: A Simplified Approach to Traffic Management |
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 |