CN115273496A - 动态控制人行横道信号灯配时的方法、系统及电子设备 - Google Patents
动态控制人行横道信号灯配时的方法、系统及电子设备 Download PDFInfo
- Publication number
- CN115273496A CN115273496A CN202210894937.2A CN202210894937A CN115273496A CN 115273496 A CN115273496 A CN 115273496A CN 202210894937 A CN202210894937 A CN 202210894937A CN 115273496 A CN115273496 A CN 115273496A
- Authority
- CN
- China
- Prior art keywords
- intersection
- target group
- vehicle
- pedestrian
- traffic
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/005—Traffic control systems for road vehicles including pedestrian guidance indicator
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种动态控制人行横道信号灯配时的方法、系统及电子设备,属于智能信号控制领域。所述方法步骤包括实时采集人行横道所在路口的场景视频;根据目标群体的特征标识检测是否有目标群体;识别路口当前的交通状况;动态调整信号配时控制策略,以控制所述路口的交通信号灯。所述动态控制人行横道信号灯配时的系统包括场景感知模块、分析检测模块、动态控制模块。所述电子设备包括一个或者多个处理器;存储器;所述存储器中存储有一个或者多个可执行程序,所述一个或者多个处理器读取存储器中存储的可执行程序代码。本发明在解决学生群体安全过街的同时,还最大化保障路口的通行效率。
Description
技术领域
本发明属于智能信号控制领域,具体是一种动态控制人行横道信号灯配时的方法、系统及电子设备。
背景技术
随着我国机动化进程持续发展,截至2022年,全国机动车保有量约达4亿辆,机动车驾驶人约5亿人。在高速发展的同时,道路交通事故量也逐年攀升,其中学生群体的安全意识较弱,易在路口奔跑玩耍,已成为交通事故中最易受伤的群体。
因此保障学生群体安全过街已成为势在必行的安全要求,目前常用的学生群体安全过街系统通常结合路口信号实现。有按钮式的信号过街系统,当行人按下信号机上的按钮后,对行人给与通行路权;还有人群识别式的过街系统,当检测设备发现指定区域内有人群后,对行人给与通行路权。但以上系统的缺点是无法区分不同的使用人群,不能自动识别出请求过街的是老人、学生、残疾人还是普通的行人;另外由于学生过街通常处于交通高峰期,信号系统无法对行人通行时间与车辆通行时间进行合理的分配,导致路口通行效率低下。
发明内容
有鉴于此,本发明实施例提供一种动态控制人行横道信号灯配时的方法。结合学生过街的的实际需求,对学生校服特征进行识别,当发现特定目标后,结合路口车流情况,联动信号控制系统智能分配红绿灯时间,给与行人和车辆合理的通行权,在解决学生群体安全过街的同时,还最大化保障路口的通行效率。
为达到上述发明目的,采用如下技术方案:
第一方面,本发明提供一种动态控制人行横道信号灯配时的方法,所述方法包括步骤:
实时采集人行横道所在路口的场景视频;
对所述场景视频中的内容进行分析,根据目标群体的特征标识检测是否有目标群体;以及,
对所述场景视频中的内容进行分析,识别路口当前的交通状况;
根据所述目标群体和交通状况的检测或识别结果,动态调整信号配时控制策略,以控制所述路口的交通信号灯。
进一步的,所述实时采集人行横道所在路口的场景视频包括:基于人行横道所在路口预定位置设置的摄像机,通过内置CCD传感器采集光信号;
对所述光信号进行转换处理变成数字信号;
基于预设协议的编码方式将所述数字信号生成相应的图像。
进一步的,所述摄像机为高清摄像机;
所述高清摄像机根据目标群体在所述路口各人行横道的通行量设置。
进一步的,所述目标群体为学生,所述特征标识为校服;
所述对所述场景视频中的内容进行分析,根据目标群体的特征标识检测是否有目标群体包括:
对所述场景视频中的人行横道所在路口的过街等待区域进行标定;
将视频帧输入至目标检测模型,预测得到标定的过街等待区域内的校服及数量;
根据所述校服确定出目标群体,以及根据校服的数量确定出相应目标群体的数量。
进一步的,所述在对所述场景视频中的内容进行分析,根据目标群体的特征标识检测是否有目标群体之前,所述方法还包括:采集大量实际场景中穿着校服的学生图片,并对图片中校服所在区域进行标定,形成训练数据集;
将所述训练数据集输入深度学习框架进行深度学习训练,得到所述目标检测模型。
进一步的,所述对所述场景视频中的内容进行分析,识别路口当前的交通状况包括:
对场景视频中的车辆区域进行标定;
根据标定的车辆区域的图像背景灰度值,检测出场景视频中标定的区域内所有存在的车辆;
基于相邻图像帧车辆像素差值法确定车辆是否处于静止状态;
通过语义分割算法对整个场景的静止车辆进行轮廓分离,判断出排队车辆的连通区域;
根据所述连通区域确定车辆排队长度。
进一步的,所述根据所述目标群体和交通状况的检测或识别结果,动态调整信号配时控制策略,以控制所述路口的交通信号灯包括:当检测到目标群体数量到达或大于设定数量阈值,则调整信号配时控制策略为给与行人相位通行权,并为所述行人相位分配最小绿灯时间;
当检测到最小绿灯时间结束时,读取最新的车辆排队长度检测结果;
若所述车辆排队长度大于设定长度阈值,则变换信号相位,调整配时控制策略为给与机动车相位通行权。
进一步的,在读取最新的车辆排队长度检测结果之后,所述方法还包括:若所述车辆排队长度不大于设定长度阈值,则将行人相位延迟一个单位绿灯时间,直到绿灯延长到一个预置的最大绿灯时间时,结束行人相位。
进一步的,在所述读取最新的车辆排队长度检测结果之后,所述根据所述目标群体和交通状况的检测或识别结果,动态调整信号配时控制策略,以控制所述路口的交通信号灯还包括:获取在所述最小绿灯时间和最大绿灯时间之间对应的所述车辆排队长度检测结果;
若所述车辆排队长度大于设定长度阈值,且检测到当前无行人继续过街,则立即切换至车辆相位。
第二方面,本发明提供一种动态控制人行横道信号灯配时的系统,包括:场景感知模块,用于实时采集人行横道所在路口的场景视频;
分析检测模块,用于对所述场景视频中的内容进行分析,根据目标群体的特征标识检测是否有目标群体;以及,
对所述场景视频中的内容进行分析,识别路口当前的交通状况;
动态控制模块,用于根据所述目标群体和交通状况的检测或识别结果,动态调整信号配时控制策略,以控制所述路口的交通信号灯。
第三方面,本发明提供一种电子设备,包括:一个或者多个处理器;存储器;所述存储器中存储有一个或者多个可执行程序,所述一个或者多个处理器读取存储器中存储的可执行程序代码,运行与可执行程序代码对应的程序,以用于执行第一方面任一所述的动态控制人行横道信号灯配时的方法。
本文提供一种动态控制人行横道信号灯配时的方法、系统及一种电子设备。通过实时采集人行横道所在路口的场景视频;其次对所述场景视频中的内容进行分析,根据目标群体的特征标识检测是否有目标群体;以及,对所述场景视频中的内容进行分析,识别路口当前的交通状况;根据所述目标群体和交通状况的检测或识别结果,动态调整信号配时控制策略,以控制所述路口的交通信号灯。这样,基于视频感知、AI识别、智能信号控制等技术实现学生群体在通过交叉口或路段时获得合理的过街时间,进而降低其与机动车冲突的风险,保障学生过街安全,同时结合交通路况动态调整车辆相位的信号时长,尽可能减少行人过街对机动车的干扰减少车辆的延误。
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它的附图。
图1为本发明一实施例动态控制人行横道信号灯配时的方法流程示意图;
图2为本发明另一实施例动态控制人行横道信号灯配时的方法流程示意图。
具体实施方式
下面结合附图对本发明实施例进行详细描述。
应当明确,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它实施例,都属于本发明保护的范围。
实施例一,本发明提供一种动态控制人行横道信号灯配时的方法,所述方法包括步骤,如图1所示:
S10:实时采集人行横道所在路口的场景视频;
S20:对所述场景视频中的内容进行分析,根据目标群体的特征标识检测是否有目标群体;
S30:对所述场景视频中的内容进行分析,识别路口当前的交通状况;
S40:根据所述目标群体和交通状况的检测或识别结果,动态调整信号配时控制策略,以控制所述路口的交通信号灯。
本发明提供的一种动态控制人行横道信号灯配时的方法,在解决学生群体安全过街的同时,还最大化保障路口的通行效率。
在一些实施例中,所述实时采集人行横道所在路口的场景视频包括:基于人行横道所在路口预定位置设置的摄像机,通过内置CCD传感器采集光信号;
对所述光信号进行转换处理变成数字信号;基于预设协议的编码方式将所述数字信号生成相应的图像。
在一些实施例中,所述摄像机为高清摄像机;
所述高清摄像机根据目标群体在所述路口各人行横道的通行量设置。
在一些实施例中,所述目标群体为学生,所述特征标识为校服;
所述对所述场景视频中的内容进行分析,根据目标群体的特征标识检测是否有目标群体包括:
对所述场景视频中的人行横道所在路口的过街等待区域进行标定;
将视频帧输入至目标检测模型,预测得到标定的过街等待区域内的校服及数量;
根据所述校服确定出目标群体,以及根据校服的数量确定出相应目标群体的数量。
在一些实施例中,所述在对所述场景视频中的内容进行分析,根据目标群体的特征标识检测是否有目标群体之前,所述方法还包括:采集大量实际场景中穿着校服的学生图片,并对图片中校服所在区域进行标定,形成训练数据集;
将所述训练数据集输入深度学习框架进行深度学习训练,得到所述目标检测模型。
在一些实施例中,所述对所述场景视频中的内容进行分析,识别路口当前的交通状况包括:
对场景视频中的车辆区域进行标定;
根据标定的车辆区域的图像背景灰度值,检测出场景视频中标定的区域内所有存在的车辆;
基于相邻图像帧车辆像素差值法确定车辆是否处于静止状态;
通过语义分割算法对整个场景的静止车辆进行轮廓分离,判断出排队车辆的连通区域;
根据所述连通区域确定车辆排队长度。
在一些实施例中,所述根据所述目标群体和交通状况的检测或识别结果,动态调整信号配时控制策略,以控制所述路口的交通信号灯包括:当检测到目标群体数量到达或大于设定数量阈值,则调整信号配时控制策略为给与行人相位通行权,并为所述行人相位分配最小绿灯时间;
当检测到最小绿灯时间结束时,读取最新的车辆排队长度检测结果;
若所述车辆排队长度大于设定长度阈值,则变换信号相位,调整配时控制策略为给与机动车相位通行权。
在一些实施例中,在读取最新的车辆排队长度检测结果之后,所述方法还包括:若所述车辆排队长度不大于设定长度阈值,则将行人相位延迟一个单位绿灯时间,直到绿灯延长到一个预置的最大绿灯时间时,结束行人相位。
在一些实施例中,在所述读取最新的车辆排队长度检测结果之后,所述根据所述目标群体和交通状况的检测或识别结果,动态调整信号配时控制策略,以控制所述路口的交通信号灯还包括:获取在所述最小绿灯时间和最大绿灯时间之间对应的所述车辆排队长度检测结果;
若所述车辆排队长度大于设定长度阈值,且检测到当前无行人继续过街,则立即切换至车辆相位。
实施例二
本发明提供一种动态控制人行横道信号灯配时的系统,包括:场景感知模块,用于实时采集人行横道所在路口的场景视频;
场景感知模块是使用高清摄像机拍摄固定场景,通过CCD传感器采集光信号,并把光信号变成数字信号,最后通过H264/H265等编码方式来呈现成图像,本发明使用广角镜头,以满足感知场景能够覆盖道路整体宽度,其范围宽度达到24-28米,深度达到50米的范围。
(1)全场景感知:在路口各个方向全部设置高清摄像机,这种感知方式通常用于各个方向学生群体过街需求相当且需求较大交叉口。
(2)半场景感知:只有部分方向设置高清摄像机,这种感知方式通常用于仅某个方向学生群体过街需求较大的交叉口。
分析检测模块,用于对所述场景视频中的内容进行分析,根据目标群体的特征标识检测是否有目标群体;以及,
对所述场景视频中的内容进行分析,识别路口当前的交通状况;
本发明通过学生校服的识别判断道路是否有学生群体出现。首先采集大量实际场景中穿着校服的学生图片,并对图片中校服区域进行标定,形成训练数据集;其次利用深度学习框架Caffe实现yolov4目标检测,然后采用tersorRT实现量化推理加速,再使用自编算法模块,实现校服及数量的检测。
实际使用中,对场景中行人过街区域进行标定,借助算法即可完成基于视频的学生检测及人数识别。
本发明通过对车辆排队长度的识别判断道路交通路况。首先根据车辆区域图像背景灰度值会发生变化的特性,检测场景区域内所有存在的车辆;其次使用相邻图像帧车辆像素差值法确定车辆是否处于静止状态;最后使用语义分割算法对整个场景的静止车辆进行轮廓分离,判断出排队车辆的联通区域;从而实现车辆排队长度的检测。
实际使用中,在视频范围内划定车辆通行区域,借助算法即可完成基于视频的车辆排队长度识别,从而判断路况的交通状况。
动态控制模块,用于根据所述目标群体和交通状况的检测或识别结果,动态调整信号配时控制策略,以控制所述路口的交通信号灯。
如图2所示,是本发明一实施例智能信号控制流程示意图。
学生目标群体和道路交通状况的检测结果会发送至信号机,信号机基于实时检测结果,形成放行策略并动态调整信号灯,处理详情如下:
当检测到学生群体数量到达或大于设定阈值,信号系统执行智能控制功能,主动给与行人相位通行权,并为该相位分配一段预设好的“最小绿灯时间”gmin,在最小绿灯时间内将锁定行人通行权;最小绿灯时间结束时,信号系统读取最新的车辆排队长度检测结果,如果排队长度已大于设定阈值,则变换信号相位,给与机动车相位通行权;如果排队长度不大于设定阈值,则行人相位延迟一个单位绿灯时间gstep,直到绿灯延长到一个预置的“最大绿灯时间”gmax时,结束行人相位;如果在“最小绿灯时间”gmin和“最大绿灯时间”gmax之间,排队长度大于设定阈值,且没有行人继续过街,立即换为下一相位。
本实施例可以用于实施例一所示方法实施例的技术方案,其实现原理和技术效果与实施例一类似,此处不再多赘述,可相互参看。
另外,可以理解的是本实施也适用于实施例一中其它实施例执行步骤流程,具体可参看实施例一种相关描述,在此就不再赘述。
实施例三,本发明提供一种电子设备,包括:一个或者多个处理器;存储器;所述存储器中存储有一个或者多个可执行程序,所述一个或者多个处理器读取存储器中存储的可执行程序代码,运行与可执行程序代码对应的程序,以用于执行权利要求第一方面任一所述的动态控制人行横道信号灯配时的方法。
本发明提供一种动态控制人行横道信号灯配时的方法、系统及一种电子设备。通过实时采集人行横道所在路口的场景视频;其次对所述场景视频中的内容进行分析,根据目标群体的特征标识检测是否有目标群体;以及,对所述场景视频中的内容进行分析,识别路口当前的交通状况;根据所述目标群体和交通状况的检测或识别结果,动态调整信号配时控制策略,以控制所述路口的交通信号灯。这样,通过视频感知、AI识别、智能信号控制等技术实现学生群体在通过交叉口或路段时获得合理的过街时间,进而降低其与机动车冲突的风险,保障学生过街安全,同时结合交通路况动态调整车辆相位的信号时长,尽可能减少行人过街对机动车的干扰减少车辆的延误。在解决学生群体安全过街的同时,还最大化保障路口的通行效率。
需要说明的是,本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其它实施例的不同之处。另外,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”或者其任何其它变体意在涵盖非排他性的包含,从而使得包括一系排要素的过程、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排出的其它要素,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。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种动态控制人行横道信号灯配时的方法,其特征在于,所述方法包括步骤:
实时采集人行横道所在路口的场景视频;
对所述场景视频中的内容进行分析,根据目标群体的特征标识检测是否有目标群体;以及,
对所述场景视频中的内容进行分析,识别路口当前的交通状况;
根据所述目标群体和交通状况的检测或识别结果,动态调整信号配时控制策略,以控制所述路口的交通信号灯。
2.根据权利要求1所述的方法,其特征在于,所述实时采集人行横道所在路口的场景视频包括:基于人行横道所在路口预定位置设置的摄像机,通过内置CCD传感器采集光信号;
对所述光信号进行转换处理变成数字信号;
基于预设协议的编码方式将所述数字信号生成相应的图像。
3.根据权利要求2所述的方法,其特征在于,所述摄像机为高清摄像机;
所述高清摄像机根据目标群体在所述路口各人行横道的通行量设置。
4.根据权利要求3所述的方法,其特征在于,所述目标群体为学生,所述特征标识为校服;
所述对所述场景视频中的内容进行分析,根据目标群体的特征标识检测是否有目标群体包括:
对所述场景视频中的人行横道所在路口的过街等待区域进行标定;
将视频帧输入至目标检测模型,预测得到标定的过街等待区域内的校服及数量;
根据所述校服确定出目标群体,以及根据校服的数量确定出相应目标群体的数量。
5.根据权利要求1或4所述的方法,其特征在于,所述在对所述场景视频中的内容进行分析,根据目标群体的特征标识检测是否有目标群体之前,所述方法还包括:采集大量实际场景中穿着校服的学生图片,并对图片中校服所在区域进行标定,形成训练数据集;
将所述训练数据集输入深度学习框架进行深度学习训练,得到所述目标检测模型。
6.根据权利要求1所述的方法,其特征在于,所述对所述场景视频中的内容进行分析,识别路口当前的交通状况包括:
对场景视频中的车辆区域进行标定;
根据标定的车辆区域的图像背景灰度值,检测出场景视频中标定的区域内所有存在的车辆;
基于相邻图像帧车辆像素差值法确定车辆是否处于静止状态;
通过语义分割算法对整个场景的静止车辆进行轮廓分离,判断出排队车辆的连通区域;
根据所述连通区域确定车辆排队长度。
7.根据权利要求1所述的方法,其特征在于,所述根据所述目标群体和交通状况的检测或识别结果,动态调整信号配时控制策略,以控制所述路口的交通信号灯包括:当检测到目标群体数量到达或大于设定数量阈值,则调整信号配时控制策略为给与行人相位通行权,并为所述行人相位分配最小绿灯时间;
当检测到最小绿灯时间结束时,读取最新的车辆排队长度检测结果;
若所述车辆排队长度大于设定长度阈值,则变换信号相位,调整配时控制策略为给与机动车相位通行权。
8.根据权利要求7所述的方法,其特征在于,在读取最新的车辆排队长度检测结果之后,所述方法还包括:若所述车辆排队长度不大于设定长度阈值,则将行人相位延迟一个单位绿灯时间,直到绿灯延长到一个预置的最大绿灯时间时,结束行人相位。
9.根据权利要求8所述的方法,其特征在于,在所述读取最新的车辆排队长度检测结果之后,所述根据所述目标群体和交通状况的检测或识别结果,动态调整信号配时控制策略,以控制所述路口的交通信号灯还包括:获取在所述最小绿灯时间和最大绿灯时间之间对应的所述车辆排队长度检测结果;
若所述车辆排队长度大于设定长度阈值,且检测到当前无行人继续过街,则立即切换至车辆相位。
10.一种动态控制人行横道信号灯配时的系统,其特征在于,包括:场景感知模块,用于实时采集人行横道所在路口的场景视频;
分析检测模块,用于对所述场景视频中的内容进行分析,根据目标群体的特征标识检测是否有目标群体;以及,
对所述场景视频中的内容进行分析,识别路口当前的交通状况;
动态控制模块,用于根据所述目标群体和交通状况的检测或识别结果,动态调整信号配时控制策略,以控制所述路口的交通信号灯。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210894937.2A CN115273496A (zh) | 2022-07-27 | 2022-07-27 | 动态控制人行横道信号灯配时的方法、系统及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210894937.2A CN115273496A (zh) | 2022-07-27 | 2022-07-27 | 动态控制人行横道信号灯配时的方法、系统及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115273496A true CN115273496A (zh) | 2022-11-01 |
Family
ID=83771315
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210894937.2A Pending CN115273496A (zh) | 2022-07-27 | 2022-07-27 | 动态控制人行横道信号灯配时的方法、系统及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115273496A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115547066A (zh) * | 2022-11-29 | 2022-12-30 | 深圳市鸿逸达科技有限公司 | 基于激光雷达的过街告警方法及装置、设备及存储介质 |
CN116137102A (zh) * | 2023-04-18 | 2023-05-19 | 深圳市吉方工控有限公司 | 交通信号控制方法、嵌入式设备、终端设备以及存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070078093A (ko) * | 2007-07-04 | 2007-07-30 | 박지강 | 교통량 및 도보자 감지기능이 구비된 신호등 제어장치 |
US20130287261A1 (en) * | 2012-04-25 | 2013-10-31 | Hon Hai Precision Industry Co., Ltd. | Electronic device and method for managing traffic flow |
CN106228817A (zh) * | 2016-08-09 | 2016-12-14 | 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 |
CN107622678A (zh) * | 2017-10-18 | 2018-01-23 | 冯迎安 | 一种基于图像处理的智能交通控制系统及其方法 |
CN108932855A (zh) * | 2017-05-22 | 2018-12-04 | 阿里巴巴集团控股有限公司 | 道路交通控制系统、方法以及电子设备 |
CN110473410A (zh) * | 2019-08-20 | 2019-11-19 | 武汉理工大学 | 应用于双向多车道人行横道路口的红绿灯时间调控方法 |
CN110852189A (zh) * | 2019-10-22 | 2020-02-28 | 天津大学 | 一种基于深度学习的低复杂度的密集人群分析方法 |
CN110992680A (zh) * | 2019-12-31 | 2020-04-10 | 宁波宁工交通工程设计咨询有限公司 | 一种交通信号灯智能控制方法、存储介质及交通信号灯 |
CN111781600A (zh) * | 2020-06-18 | 2020-10-16 | 重庆工程职业技术学院 | 一种适用于信号交叉口场景的车辆排队长度检测方法 |
CN112598550A (zh) * | 2020-12-24 | 2021-04-02 | 苏州大学 | 基于行为分析的学生活动多维管理系统及管理方法 |
CN112668723A (zh) * | 2020-12-29 | 2021-04-16 | 杭州海康威视数字技术股份有限公司 | 一种机器学习方法及系统 |
CN112907989A (zh) * | 2021-01-29 | 2021-06-04 | 安徽四创电子股份有限公司 | 基于视频及雷达检测行人路段过街的交通信号控制方法 |
CN213904541U (zh) * | 2020-10-14 | 2021-08-06 | 金华市德诺电器有限公司 | 一种智慧交通信号灯控制指挥系统 |
CN113435370A (zh) * | 2021-06-30 | 2021-09-24 | 北京英泰智科技股份有限公司 | 一种基于图像特征融合获取车辆排队长度的方法及装置 |
CN113435280A (zh) * | 2021-06-18 | 2021-09-24 | 上海熙瑾信息技术有限公司 | 人证校验方法 |
-
2022
- 2022-07-27 CN CN202210894937.2A patent/CN115273496A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070078093A (ko) * | 2007-07-04 | 2007-07-30 | 박지강 | 교통량 및 도보자 감지기능이 구비된 신호등 제어장치 |
US20130287261A1 (en) * | 2012-04-25 | 2013-10-31 | Hon Hai Precision Industry Co., Ltd. | Electronic device and method for managing traffic flow |
CN106228817A (zh) * | 2016-08-09 | 2016-12-14 | 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 |
CN108932855A (zh) * | 2017-05-22 | 2018-12-04 | 阿里巴巴集团控股有限公司 | 道路交通控制系统、方法以及电子设备 |
CN107622678A (zh) * | 2017-10-18 | 2018-01-23 | 冯迎安 | 一种基于图像处理的智能交通控制系统及其方法 |
CN110473410A (zh) * | 2019-08-20 | 2019-11-19 | 武汉理工大学 | 应用于双向多车道人行横道路口的红绿灯时间调控方法 |
CN110852189A (zh) * | 2019-10-22 | 2020-02-28 | 天津大学 | 一种基于深度学习的低复杂度的密集人群分析方法 |
CN110992680A (zh) * | 2019-12-31 | 2020-04-10 | 宁波宁工交通工程设计咨询有限公司 | 一种交通信号灯智能控制方法、存储介质及交通信号灯 |
CN111781600A (zh) * | 2020-06-18 | 2020-10-16 | 重庆工程职业技术学院 | 一种适用于信号交叉口场景的车辆排队长度检测方法 |
CN213904541U (zh) * | 2020-10-14 | 2021-08-06 | 金华市德诺电器有限公司 | 一种智慧交通信号灯控制指挥系统 |
CN112598550A (zh) * | 2020-12-24 | 2021-04-02 | 苏州大学 | 基于行为分析的学生活动多维管理系统及管理方法 |
CN112668723A (zh) * | 2020-12-29 | 2021-04-16 | 杭州海康威视数字技术股份有限公司 | 一种机器学习方法及系统 |
CN112907989A (zh) * | 2021-01-29 | 2021-06-04 | 安徽四创电子股份有限公司 | 基于视频及雷达检测行人路段过街的交通信号控制方法 |
CN113435280A (zh) * | 2021-06-18 | 2021-09-24 | 上海熙瑾信息技术有限公司 | 人证校验方法 |
CN113435370A (zh) * | 2021-06-30 | 2021-09-24 | 北京英泰智科技股份有限公司 | 一种基于图像特征融合获取车辆排队长度的方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115547066A (zh) * | 2022-11-29 | 2022-12-30 | 深圳市鸿逸达科技有限公司 | 基于激光雷达的过街告警方法及装置、设备及存储介质 |
CN115547066B (zh) * | 2022-11-29 | 2023-03-10 | 深圳市鸿逸达科技有限公司 | 基于激光雷达的过街告警方法及装置、设备及存储介质 |
CN116137102A (zh) * | 2023-04-18 | 2023-05-19 | 深圳市吉方工控有限公司 | 交通信号控制方法、嵌入式设备、终端设备以及存储介质 |
CN116137102B (zh) * | 2023-04-18 | 2023-09-22 | 深圳市吉方工控有限公司 | 交通信号控制方法、嵌入式设备、终端设备以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115273496A (zh) | 动态控制人行横道信号灯配时的方法、系统及电子设备 | |
US7424175B2 (en) | Video segmentation using statistical pixel modeling | |
CN101344988B (zh) | 图像获取和处理装置及方法、车辆监测和记录系统 | |
US20090297023A1 (en) | Video segmentation using statistical pixel modeling | |
CN111047874B (zh) | 智能交通违章管理方法及相关产品 | |
WO2015089867A1 (zh) | 一种交通违章检测方法 | |
KR102122850B1 (ko) | 딥 러닝 기반의 교통분석 및 차량번호 인식 솔루션 | |
KR100834550B1 (ko) | 불법 주정차 무인 자동 단속방법 및 그 시스템 | |
CN103955705A (zh) | 基于视频分析的交通信号灯定位、识别与分类方法 | |
JP4577153B2 (ja) | 環境認識装置 | |
CN110826508A (zh) | 一种基于视频流的行人非机动车违章检测与跟踪方法 | |
CN101742292A (zh) | 基于图像内容信息的环路滤波方法和滤波器 | |
US20180191949A1 (en) | Method and system for image-based dynamic feature enhancement | |
CN110796580A (zh) | 智能交通系统管理方法及相关产品 | |
CN109858459A (zh) | 基于警用车载视频要素信息实现智能解析处理的系统及其方法 | |
CN115715044A (zh) | 一种基于模糊视频图像的智能路灯调控方法及系统 | |
KR102001763B1 (ko) | 영상처리 기반의 속도표지판 인식 방법 및 장치 | |
CN113076852A (zh) | 一种基于5g通信的占用公交车道车载抓拍处理系统 | |
CN106340031A (zh) | 一种检测运动物体的方法和装置 | |
Gupta et al. | Real-time traffic control and monitoring | |
CN116363100A (zh) | 图像质量评价方法、装置、设备及存储介质 | |
CN108259819B (zh) | 动态影像特征加强方法与系统 | |
Choukekar et al. | Density based smart traffic light control system and emergency vehicle detection based on image processing | |
Anagnostopoulos et al. | Intelligent traffic management through MPEG-7 vehicle flow surveillance | |
CN110489575A (zh) | 一种基于缓存数据的虚拟卡口相似车牌过滤方法 |
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 |