CN116403419B - 基于车路协同的交通灯控制方法 - Google Patents

基于车路协同的交通灯控制方法 Download PDF

Info

Publication number
CN116403419B
CN116403419B CN202310663900.3A CN202310663900A CN116403419B CN 116403419 B CN116403419 B CN 116403419B CN 202310663900 A CN202310663900 A CN 202310663900A CN 116403419 B CN116403419 B CN 116403419B
Authority
CN
China
Prior art keywords
vehicle
preset area
preset
traffic
speed
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
CN202310663900.3A
Other languages
English (en)
Other versions
CN116403419A (zh
Inventor
郑智宇
张磊
王勇
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.)
Guizhou Yingjia Transportation Technology Co ltd
Original Assignee
Guizhou Yingjia Transportation 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 Guizhou Yingjia Transportation Technology Co ltd filed Critical Guizhou Yingjia Transportation Technology Co ltd
Priority to CN202310663900.3A priority Critical patent/CN116403419B/zh
Publication of CN116403419A publication Critical patent/CN116403419A/zh
Application granted granted Critical
Publication of CN116403419B publication Critical patent/CN116403419B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G06V10/507—Summing image-intensity values; Histogram projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/54—Extraction of image or video features relating to texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • 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
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • 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
    • 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
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/095—Traffic lights
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/36—Applying a local operator, i.e. means to operate on image points situated in the vicinity of a given point; Non-linear local filtering operations, e.g. median filtering
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提出了一种基于车路协同的交通灯控制方法，包括：基于分别设置在各个车道的第一预设区域内的车辆检测器检测预设时间内对应的第一预设区域的交通流密度；根据各个第一预设区域的交通流密度确定调节比值；设置交通灯的调节周期；根据调节比值确定在下一调节周期内各个车道内交通灯的调节顺序，根据调节比值及所述调节周期，确定在下一调节周期内各个车道内交通灯对应的绿灯时长。提前检测预设时间内对应的第一预设区域的交通流密度，进而提前确定相应的控制策略，避免出现较大拥堵。基于准确算法准确确定控制变量，设置相应的固定的调节周期，准确确定在下一调节周期内各个车道内交通灯的调节顺序及对应的绿灯时长。

Description

基于车路协同的交通灯控制方法
技术领域
本发明涉及灯光控制技术领域，特别涉及一种基于车路协同的交通灯控制方法。
背景技术
交通拥堵日益成为制约城市与经济发展的主要问题之一。如何更有效的利用交通资源，缩短出行时间，仍然是一个亟待解决的问题。申请号202010272568.4，公开了一种智慧交通灯控制方法、系统及装置，采用多级模糊算法，基于等待相位车流密度和滞留时间计算等待相位总紧迫度，基于当前相位车流密度和等待相位总紧迫度计算延时时长，并根据预设决策作出最终判决。存在以下技术问题：首先其确定的是等待相位车流密度和滞留时间，之后才出现对应的策略，并没有提前进行预测，进而提前确定相应的控制策略，这样会导致在出现较大拥堵时才进行应急调节，不利于交通出行的调节。其次，基于多级模糊算法及等待相位车流密度和滞留时间计算等待相位总紧迫度，计算比较模糊且复杂，并没有准确确定相应的控制变量，同时并没有固定的调节周期，无法让人们感知大致的等待时长，影响用户体验。
发明内容
本发明旨在至少一定程度上解决上述技术中的技术问题之一。为此，本发明的目的在于提出一种基于车路协同的交通灯控制方法，提前检测预设时间内对应的第一预设区域的交通流密度，进而提前确定相应的控制策略，避免出现较大拥堵。基于准确算法准确确定控制变量，设置相应的固定的调节周期，准确确定在下一调节周期内各个车道内交通灯的调节顺序及对应的绿灯时长，让人们感知大致的等待时长，提高用户体验。
为达到上述目的，本发明实施例提出了一种基于车路协同的交通灯控制方法，包括：
基于分别设置在各个车道的第一预设区域内的车辆检测器检测预设时间内对应的第一预设区域的交通流密度；
根据各个第一预设区域的交通流密度确定调节比值；
设置交通灯的调节周期；
根据调节比值确定在下一调节周期内各个车道内交通灯的调节顺序，根据调节比值及所述调节周期，确定在下一调节周期内各个车道内交通灯对应的绿灯时长；
还包括：
在车辆通过第一预设区域进入第二预设区域且对应车道的交通灯为绿灯时，生成当前调节周期车辆能否通过交通灯的指示信息及推荐速度，并发送至车辆；
交通灯控制系统获取车辆在接收当前调节周期车辆不能通过交通灯的指示信息后的反馈信息，对所述反馈信息进行解析，确定车辆的通过请求；
获取发出反馈信息的车辆的第一判断图像，根据第一判断图像确定车辆为紧急车辆时，延长当前车道的交通灯的绿灯时长，直至紧急车辆通过交通灯；
生成当前调节周期车辆能否通过交通灯的指示信息及推荐速度，并发送至车辆，包括：
利用C-V2X无线通信技术，从车载终端获取第二预设区域内所有车辆的信息，包括车辆的即时速度及在第二预设区域的位置；
根据车辆的即时速度及在第二预设区域的位置确定车辆的推荐速度；根据在第二预设区域的位置确定车辆通过交通灯的距离值；
根据所述推荐速度及距离值，确定通行时长；
获取交通灯为绿灯状态的剩余时长；
在确定通行时长大于剩余时长时，生成当前调节周期不能通过的指示信息；
将所述指示信息及所述推荐速度发送至对应车辆；
根据车辆的即时速度及在第二预设区域的位置确定车辆的推荐速度，包括：
根据车辆的即时速度确定在前车辆的车速；
根据在第二预设区域的位置确定目标车辆与在前车辆的距离；
根据目标车辆与在前车辆的距离、预设安全距离及在前车辆的车速，确定目标车辆的推荐速度。
根据本发明的一些实施例，基于车辆检测器检测预设时间内对应的第一预设区域的交通流密度，包括：
设T为预设时间，N为在预设时间内第一预设区域的车辆数；
计算预设时间内第一预设区域的交通流量Q：
计算第一预设区域内车辆的平均速度为：
其中，Vi为第一预设区域内第i辆车的速度；
根据预设时间内第一预设区域的交通流量及车辆的平均速度，计算预设时间内对应的第一预设区域的交通流密度：
其中，为预设时间内对应的第一预设区域的交通流密度。
根据本发明的一些实施例，所述车辆检测器包括：
CCD摄像头，用于拍摄预设时间内所述第一预设区域的图像；
图像处理单元，与所述CCD摄像头连接，用于对所述图像进行预处理；
速度传感器，用于获取所述第一预设区域内车辆的速度信息；
处理器，与所述图像处理单元、速度传感器连接，用于根据所述速度信息及预处理后的图像进行计算，计算出预设时间内所述第一预设区域的交通流密度。
根据本发明的一些实施例，还包括：
在车辆通过第一预设区域进入第二预设区域且对应车道的交通灯为红灯时，发送请求信息至交通灯控制系统；
交通灯控制系统获取发送请求信息的车辆的第二判断图像，根据第二判断图像确定车辆为紧急车辆时，将紧急车辆所在车道的交通灯调整为绿色状态。
根据本发明的一些实施例，所述预处理包括图像滤波去噪、图像二值化和图像压缩处理。
根据本发明的一些实施例，所述调节周期为5min。
根据本发明的一些实施例，根据第一判断图像判断车辆为紧急车辆的方法，包括：
将第一判断图像由RGB颜色空间转换至HSV颜色空间，得到转换图像；
获取转换图像中所有像素点在H通道的第一颜色值及在S通道的第二颜色值；
根据所述第一颜色值构建第一颜色直方图，根据所述第二颜色值构建第二颜色直方图；
将所述第一颜色直方图与所述第二颜色直方图进行加权融合，得到融合颜色直方图，提取出颜色特征；
对第一判断图像进行纹理特征提取处理，提取出纹理特征；
根据所述颜色特征及纹理特征分别与预设颜色特征及预设纹理特征进行匹配，在确定均匹配一致时，判断车辆为紧急车辆。
本发明提出一种基于车路协同的交通灯控制方法，提前检测预设时间内对应的第一预设区域的交通流密度，进而提前确定相应的控制策略，避免出现较大拥堵。基于准确算法准确确定控制变量，设置相应的固定的调节周期，准确确定在下一调节周期内各个车道内交通灯的调节顺序及对应的绿灯时长，让人们感知大致的等待时长，提高用户体验。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是根据本发明一个实施例的一种基于车路协同的交通灯控制方法的流程图；
图2是根据本发明又一个实施例的一种基于车路协同的交通灯控制方法的流程图；
图3是根据本发明一个实施例的生成当前调节周期车辆能否通过交通灯的指示信息及推荐速度的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
如图1-3所示，本发明实施例提出了一种基于车路协同的交通灯控制方法，包括步骤S1-S4：
S1、基于分别设置在各个车道的第一预设区域内的车辆检测器检测预设时间内对应的第一预设区域的交通流密度；
S2、根据各个第一预设区域的交通流密度确定调节比值；
S3、设置交通灯的调节周期；
S4、根据调节比值确定在下一调节周期内各个车道内交通灯的调节顺序，根据调节比值及所述调节周期，确定在下一调节周期内各个车道内交通灯对应的绿灯时长；
还包括步骤S5-S7：
S5、在车辆通过第一预设区域进入第二预设区域且对应车道的交通灯为绿灯时，生成当前调节周期车辆能否通过交通灯的指示信息及推荐速度，并发送至车辆；
S6、交通灯控制系统获取车辆在接收当前调节周期车辆不能通过交通灯的指示信息后的反馈信息，对所述反馈信息进行解析，确定车辆的通过请求；
S7、获取发出反馈信息的车辆的第一判断图像，根据第一判断图像确定车辆为紧急车辆时，延长当前车道的交通灯的绿灯时长，直至紧急车辆通过交通灯；
生成当前调节周期车辆能否通过交通灯的指示信息及推荐速度，并发送至车辆，包括步骤S51-S56：
S51、利用C-V2X无线通信技术，从车载终端获取第二预设区域内所有车辆的信息，包括车辆的即时速度及在第二预设区域的位置；
S52、根据车辆的即时速度及在第二预设区域的位置确定车辆的推荐速度；根据在第二预设区域的位置确定车辆通过交通灯的距离值；
S53、根据所述推荐速度及距离值，确定通行时长；
S54、获取交通灯为绿灯状态的剩余时长；
S55、在确定通行时长大于剩余时长时，生成当前调节周期不能通过的指示信息；
S56、将所述指示信息及所述推荐速度发送至对应车辆；
根据车辆的即时速度及在第二预设区域的位置确定车辆的推荐速度，包括：
根据车辆的即时速度确定在前车辆的车速；
根据在第二预设区域的位置确定目标车辆与在前车辆的距离；
根据目标车辆与在前车辆的距离、预设安全距离及在前车辆的车速，确定目标车辆的推荐速度。
上述技术方案的工作原理：该实施例中，第一预设区域为设置在距离对应车道的交通灯第一预设距离处的区域。基于第一预设区域的交通流密度，用于判断该车道后续车辆通过交通灯的交通情况。
该实施例中，车辆检测器为用于检测预设时间内对应的第一预设区域的交通流密度的设备。
该实施例中，预设时间小于等于交通灯的调节周期。
该实施例中，交通流密度为指道路长度方向的单位距离内，预设时间内存在车辆数。
该实施例中，调节比值为各个交通流密度的比值。
该实施例中，调节周期为固定的交通灯的调节周期。即各个车道的交通灯的绿灯时长的总和。
该实施例中，根据调节比值中，确定各个比例项并从大到小排序，根据排序结果确定下一调节周期内各个车道内交通灯的调节顺序。示例的，比例项为：4:2:3,分别对应A车道交通灯、B车道交通灯、C车道交通灯，排序结果为4,3,2；因此调节顺序为：A车道交通灯、C车道交通灯、B车道交通灯。基于调节周期，进行时间分配，确定各个车道内交通灯对应的绿灯时长。
该实施例中，车路协同是采用先进的无线通信和新一代互联网等技术，全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证交通安全，提高通行效率，从而形成的安全、高效和环保的道路交通系统。
该实施例中，第二预设区域为设置在距离对应车道的交通灯第二预设距离处的区域。第二预设距离小于第一预设距离，即第二预设区域相比于第一预设区域更靠近交通灯。
该实施例中，指示信息为当前调节周期车辆能通过交通灯的信息及当前调节周期车辆不能通过交通灯的信息。
该实施例中，推荐速度为对第二预设区域内的车辆进行速度推荐，有利于提高各个车辆行驶的安全性，同时也便于准确确定基于推荐速度时，当前调节周期车辆能否通过交通灯的指示信息，避免发生追尾事故。
该实施例中，第一判断图像为车辆的外观图像。
该实施例中，紧急车辆为执行任务的救护车、警车、消防车等车辆。
该实施例中，C-V2X无线通信技术为蜂窝车联网技术。
该实施例中，在第二预设区域的位置包括距离当前车道的交通灯的距离值。
该实施例中，推荐速度为基于路况及前车的情况，确定的建议的速度，可以及时基于各个情况进行调节的推荐速度，便于提高通信第二预设区域的安全性，避免发生交通事故。
该实施例中，根据在第二预设区域的位置确定目标车辆与在前车辆的距离，包括：确定目标车辆在第二预设区域的第一位置及在前车辆在第二预设区域的第二位置；根据第一位置及第二位置确定目标车辆与在前车辆的距离。
该实施例中，根据目标车辆与在前车辆的距离、预设安全距离及在前车辆的车速，确定目标车辆的推荐速度，包括：
确定目标车辆与在前车辆的距离与预设安全距离的比较结果；
在根据比较结果确定目标车辆与在前车辆的距离大于预设安全距离时，根据目标车辆与在前车辆的距离、预设安全距离及在前车辆的车速，确定目标车辆的第一推荐速度以使目标车辆与在前车辆的距离等于预设安全距离；第一推荐速度大于在前车辆的车速；在目标车辆与在前车辆的距离等于预设安全距离时，确定目标车辆的第二推荐速度，第二推荐速度为在前车辆的车速；
在根据比较结果确定目标车辆与在前车辆的距离小于预设安全距离时，根据目标车辆与在前车辆的距离、预设安全距离及在前车辆的车速，确定目标车辆的第三推荐速度以使目标车辆与在前车辆的距离等于预设安全距离；第三推荐速度小于在前车辆的车速；在目标车辆与在前车辆的距离等于预设安全距离时，确定目标车辆的第二推荐速度，第二推荐速度为在前车辆的车速；
在根据比较结果确定目标车辆与在前车辆的距离等于预设安全距离时，确定目标车辆的第二推荐速度，第二推荐速度为在前车辆的车速。
该实施例中，预设安全距离为固定的一个距离值，作为两个车辆之间的安全距离，避免发生碰撞。在确定的第二推荐速度为在前车辆的车速，是随着在前车辆的车速的变化而变化，总体的原则为：保证目标车辆与在前车辆的距离等于预设安全距离，避免发生碰撞，同时也能提供在保证预设安全距离下的最大速度，作为合理的推荐速度。
上述技术方案的有益效果：提前检测预设时间内对应的第一预设区域的交通流密度，进而提前确定相应的控制策略，避免出现较大拥堵。基于准确算法准确确定控制变量，设置相应的固定的调节周期，准确确定在下一调节周期内各个车道内交通灯的调节顺序及对应的绿灯时长，让人们感知大致的等待时长，提高用户体验。在第二预设区域内的车辆进行生成当前调节周期车辆能否通过交通灯的指示信息及推荐速度，并发送至车辆，便于实现让车辆进行有序行驶，避免发生交通事故，提高了交通通行速率。同时对紧急车辆的通过请求进行允许，实现对紧急车辆的优先通行，基于紧急车辆的通过请求，可以自动实现延长当前车道的交通灯的绿灯时长，避免现有技术中需要人为调度，节约了时间，提高了通行效率。基于车辆协同，实现确定指示信息及推荐速度发送至对应车辆，便于驾驶员基于推荐速度进行行驶，提高了驾驶安全性，也便于驾驶员提前知道是否可以在当前周期通过交通灯，便于驾驶员做好心理准备，避免出现后车想通过交通灯，前车停止不通过交通灯，发生的交通事故等，提高了交通出行的效率。基于根据目标车辆与在前车辆的距离、预设安全距离及在前车辆的车速，确定目标车辆的推荐速度，提高车辆通行的安全性。
根据本发明的一些实施例，基于车辆检测器检测预设时间内对应的第一预设区域的交通流密度，包括：
设T为预设时间，N为在预设时间内第一预设区域的车辆数；
计算预设时间内第一预设区域的交通流量Q：
计算第一预设区域内车辆的平均速度为：
其中，Vi为第一预设区域内第i辆车的速度；
根据预设时间内第一预设区域的交通流量及车辆的平均速度，计算预设时间内对应的第一预设区域的交通流密度：
其中，为预设时间内对应的第一预设区域的交通流密度。
上述技术方案的工作原理：该实施例中，交通流量是指单位时间内通过测量点的车辆数。
上述技术方案的有益效果：根据预设时间内第一预设区域的交通流量及车辆的平均速度，准确计算出预设时间内对应的第一预设区域的交通流密度，进而提高了确定调节比值的准确性，实现调节顺序及绿灯时长的准确确定。
根据本发明的一些实施例，所述车辆检测器包括：
CCD摄像头，用于拍摄预设时间内所述第一预设区域的图像；
图像处理单元，与所述CCD摄像头连接，用于对所述图像进行预处理；
速度传感器，用于获取所述第一预设区域内车辆的速度信息；
处理器，与所述图像处理单元、速度传感器连接，用于根据所述速度信息及预处理后的图像进行计算，计算出预设时间内所述第一预设区域的交通流密度。
上述技术方案的工作原理及有益效果：CCD摄像头，用于拍摄预设时间内所述第一预设区域的图像；图像处理单元对所述图像进行预处理，预处理包括图像滤波去噪、图像二值化和图像压缩处理。为了提高对图像的识别精度，对图像进行滤波去噪，图像的噪声主要是表面污损和图像阴影，表面污损基本是去不掉的，只能靠图像本身的纠错算法进行处理，为了减少噪声对图像的影响，用滤波算法进行处理。图像滤波主要采用空域滤波对图像进行处理。图像二值化处理通常是指图像各个像素只有两个灰度值的图像，二值化图像具有运算量小，处理速度快、占用存储空间小等优点，可以很方便的对二值化后的图像进行其他一些相关的处理，从而可以获得图像中重要的信息或者特征。图像压缩处理，使图像数据可以存储在窄小的存储空间，同时对图像信息进行压缩，使图像传输效率可以更加高效。
速度传感器，用于获取第一预设区域内车辆的速度信息；处理器，与图像处理单元、速度传感器连接，用于根据速度信息及预处理后的图像进行计算，计算出预设时间内所述第一预设区域的交通流密度。
基于图像识别技术对预设时间内所述第一预设区域的交通流密度进行计算，运算速度快，准确性高，同时可以实时显示第一预设区域的交通流密度。
根据本发明的一些实施例，还包括：
在车辆通过第一预设区域进入第二预设区域且对应车道的交通灯为红灯时，发送请求信息至交通灯控制系统；
交通灯控制系统获取发送请求信息的车辆的第二判断图像，根据第二判断图像确定车辆为紧急车辆时，将紧急车辆所在车道的交通灯调整为绿色状态。
上述技术方案的工作原理：该实施例中，第二判断图像为车辆的外观图像。
上述技术方案的有益效果：在车辆进入第二预设区域后进行管控，第二预设区域设定为待通行区域。在确定紧急车辆所在车道的交通灯为红灯时，优先对其进行绿灯调节，提高了紧急车辆的通行速率。
根据本发明的一些实施例，所述预处理包括图像滤波去噪、图像二值化和图像压缩处理。
根据本发明的一些实施例，所述调节周期为5min。
根据本发明的一些实施例，根据第一判断图像判断车辆为紧急车辆的方法，包括：
将第一判断图像由RGB颜色空间转换至HSV颜色空间，得到转换图像；
获取转换图像中所有像素点在H通道的第一颜色值及在S通道的第二颜色值；
根据所述第一颜色值构建第一颜色直方图，根据所述第二颜色值构建第二颜色直方图；
将所述第一颜色直方图与所述第二颜色直方图进行加权融合，得到融合颜色直方图，提取出颜色特征；
对第一判断图像进行纹理特征提取处理，提取出纹理特征；
根据所述颜色特征及纹理特征分别与预设颜色特征及预设纹理特征进行匹配，在确定均匹配一致时，判断车辆为紧急车辆。
上述技术方案的工作原理及有益效果：将第一判断图像由RGB颜色空间转换至HSV颜色空间，得到转换图像；获取转换图像中所有像素点在H通道的第一颜色值及在S通道的第二颜色值；根据所述第一颜色值构建第一颜色直方图，根据所述第二颜色值构建第二颜色直方图；将所述第一颜色直方图与所述第二颜色直方图进行加权融合，得到融合颜色直方图，便于提高了提取出的颜色特征的准确性。对第一判断图像进行纹理特征提取处理，提取出纹理特征；预设颜色特征及预设纹理特征均为紧急车辆的外观图像的特征。基于根据所述颜色特征及纹理特征分别与预设颜色特征及预设纹理特征进行匹配，在确定均匹配一致时，判断车辆为紧急车辆。提高了确定车辆是否为紧急车辆的准确性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种基于车路协同的交通灯控制方法，其特征在于，包括：
基于分别设置在各个车道的第一预设区域内的车辆检测器检测预设时间内对应的第一预设区域的交通流密度；
根据各个第一预设区域的交通流密度确定调节比值；
设置交通灯的调节周期；
根据调节比值确定在下一调节周期内各个车道内交通灯的调节顺序，根据调节比值及所述调节周期，确定在下一调节周期内各个车道内交通灯对应的绿灯时长；
还包括：
在车辆通过第一预设区域进入第二预设区域且对应车道的交通灯为绿灯时，生成当前调节周期车辆能否通过交通灯的指示信息及推荐速度，并发送至车辆；
交通灯控制系统获取车辆在接收当前调节周期车辆不能通过交通灯的指示信息后的反馈信息，对所述反馈信息进行解析，确定车辆的通过请求；
获取发出反馈信息的车辆的第一判断图像，根据第一判断图像确定车辆为紧急车辆时，延长当前车道的交通灯的绿灯时长，直至紧急车辆通过交通灯；
生成当前调节周期车辆能否通过交通灯的指示信息及推荐速度，并发送至车辆，包括：
利用C-V2X无线通信技术，从车载终端获取第二预设区域内所有车辆的信息，包括车辆的即时速度及在第二预设区域的位置；
根据车辆的即时速度及在第二预设区域的位置确定车辆的推荐速度；根据在第二预设区域的位置确定车辆通过交通灯的距离值；
根据所述推荐速度及距离值，确定通行时长；
获取交通灯为绿灯状态的剩余时长；
在确定通行时长大于剩余时长时，生成当前调节周期不能通过的指示信息；
将所述指示信息及所述推荐速度发送至对应车辆；
根据车辆的即时速度及在第二预设区域的位置确定车辆的推荐速度，包括：
根据车辆的即时速度确定在前车辆的车速；
根据在第二预设区域的位置确定目标车辆与在前车辆的距离；
根据目标车辆与在前车辆的距离、预设安全距离及在前车辆的车速，确定目标车辆的推荐速度；
根据第一判断图像判断车辆为紧急车辆的方法，包括：
将第一判断图像由RGB颜色空间转换至HSV颜色空间，得到转换图像；
获取转换图像中所有像素点在H通道的第一颜色值及在S通道的第二颜色值；
根据所述第一颜色值构建第一颜色直方图，根据所述第二颜色值构建第二颜色直方图；
将所述第一颜色直方图与所述第二颜色直方图进行加权融合，得到融合颜色直方图，提取出颜色特征；
对第一判断图像进行纹理特征提取处理，提取出纹理特征；
根据所述颜色特征及纹理特征分别与预设颜色特征及预设纹理特征进行匹配，在确定均匹配一致时，判断车辆为紧急车辆。
2.如权利要求1所述的基于车路协同的交通灯控制方法，其特征在于，基于车辆检测器检测预设时间内对应的第一预设区域的交通流密度，包括：
设T为预设时间，N为在预设时间内第一预设区域的车辆数；
计算预设时间内第一预设区域的交通流量：
；
计算第一预设区域内车辆的平均速度为：
；
其中，为第一预设区域内第i辆车的速度；
根据预设时间内第一预设区域的交通流量及车辆的平均速度，计算预设时间内对应的第一预设区域的交通流密度：
；
其中，为预设时间内对应的第一预设区域的交通流密度。
3.如权利要求1所述的基于车路协同的交通灯控制方法，其特征在于，所述车辆检测器包括：
CCD摄像头，用于拍摄预设时间内所述第一预设区域的图像；
图像处理单元，与所述CCD摄像头连接，用于对所述图像进行预处理；
速度传感器，用于获取所述第一预设区域内车辆的速度信息；
处理器，与所述图像处理单元、速度传感器连接，用于根据所述速度信息及预处理后的图像进行计算，计算出预设时间内所述第一预设区域的交通流密度。
4.如权利要求1所述的基于车路协同的交通灯控制方法，其特征在于，还包括：
在车辆通过第一预设区域进入第二预设区域且对应车道的交通灯为红灯时，发送请求信息至交通灯控制系统；
交通灯控制系统获取发送请求信息的车辆的第二判断图像，根据第二判断图像确定车辆为紧急车辆时，将紧急车辆所在车道的交通灯调整为绿色状态。
5.如权利要求3所述的基于车路协同的交通灯控制方法，其特征在于，所述预处理包括图像滤波去噪、图像二值化和图像压缩处理。
6.如权利要求1所述的基于车路协同的交通灯控制方法，其特征在于，所述调节周期为5min。
CN202310663900.3A 2023-06-07 2023-06-07 基于车路协同的交通灯控制方法 Active CN116403419B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310663900.3A CN116403419B (zh) 2023-06-07 2023-06-07 基于车路协同的交通灯控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310663900.3A CN116403419B (zh) 2023-06-07 2023-06-07 基于车路协同的交通灯控制方法

Publications (2)

Publication Number Publication Date
CN116403419A CN116403419A (zh) 2023-07-07
CN116403419B true CN116403419B (zh) 2023-08-25

Family

ID=87016480

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310663900.3A Active CN116403419B (zh) 2023-06-07 2023-06-07 基于车路协同的交通灯控制方法

Country Status (1)

Country Link
CN (1) CN116403419B (zh)

Citations (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103440646A (zh) * 2013-08-19 2013-12-11 成都品果科技有限公司 用于颜色分布和纹理分布图像检索的相似度获取方法
CN104332058A (zh) * 2013-07-31 2015-02-04 南通大学 一种智能交通灯控制方法和系统
DE112013007615T5 (de) * 2013-11-18 2016-08-11 Mitsubishi Electric Corporation Fahrunterstützungsvorrichtung und Fahrunterstützungsverfahren
KR20170010039A (ko) * 2017-01-17 2017-01-25 유영근 통행차량 검지를 위한 검지영역 설정 방법과 이를 이용한 교통 신호 제어방법.
CN107025789A (zh) * 2017-05-27 2017-08-08 青岛海信网络科技股份有限公司 一种交通事件检测方法及装置
JP2017151706A (ja) * 2016-02-24 2017-08-31 沖電気工業株式会社 検出領域変更装置、検出領域変更方法およびプログラム
CN107767666A (zh) * 2016-08-22 2018-03-06 任秀欢 一种智能检测的单点控制交叉口出口交通流溢出防控方法
CN108389408A (zh) * 2018-04-28 2018-08-10 山东交通学院 基于地面灯板的待行区车辆引导辅助信号控制系统及方法
CN108417055A (zh) * 2018-03-22 2018-08-17 南京推推兔信息科技有限公司 一种基于雷达检测器的主干路协同信号机控制方法
CN108829711A (zh) * 2018-05-04 2018-11-16 上海得见计算机科技有限公司 一种基于多特征融合的图像检索方法
CN110728844A (zh) * 2019-09-11 2020-01-24 平安科技（深圳）有限公司 红绿灯自适应控制方法、装置、交通控制设备及存储介质
CN110910662A (zh) * 2019-12-17 2020-03-24 哈尔滨工业大学 车路协同环境下单点自适应交通信号优化控制方法
CN111127911A (zh) * 2018-10-30 2020-05-08 深圳市以捷智慧交通科技有限公司 一种电子智能化潮汐车道的控制系统及方法
CN111583672A (zh) * 2020-04-09 2020-08-25 江苏中科院智能科学技术应用研究院 一种智慧交通灯控制方法、系统及装置
CN112071104A (zh) * 2020-09-18 2020-12-11 清华大学 一种考虑驾驶风格的多信号灯路口车辆通行辅助优化方法
CN112216105A (zh) * 2020-09-21 2021-01-12 浙江吉利控股集团有限公司 一种车速引导方法、装置、车辆及存储介质
CN112216125A (zh) * 2020-09-24 2021-01-12 武汉飞创智慧科技有限公司 一种基于信号灯的区域控制方法、系统、设备及存储介质
CN113591269A (zh) * 2021-06-29 2021-11-02 东南大学 基于交通仿真的拥堵路段智能网联车辆专用道控制方法
CN113870564A (zh) * 2021-10-26 2021-12-31 安徽百诚慧通科技有限公司 一种封闭路段交通拥堵分类方法、系统、电子设备及存储介质
CN113870592A (zh) * 2021-10-20 2021-12-31 温州大学 一种基于deec分簇的交通灯改进配时方法
CN113936480A (zh) * 2021-11-11 2022-01-14 青岛海信网络科技股份有限公司 一种交通信号的控制方法和设备
CN114038216A (zh) * 2021-10-08 2022-02-11 之江实验室 一种基于路网划分和边界流量控制的信号灯管控方法
CN114038188A (zh) * 2021-11-03 2022-02-11 江苏航天大为科技股份有限公司 一种路段车辆干扰下的协调自适应控制算法
EP3974277A1 (en) * 2020-09-24 2022-03-30 Suzuki Motor Corporation Driving control apparatus for vehicle
CN114265398A (zh) * 2021-11-16 2022-04-01 长安大学 自动驾驶车辆轨迹规划方法、装置、电子设备及存储介质
CN114399914A (zh) * 2022-01-20 2022-04-26 交通运输部公路科学研究所 一种车路协同的车道、信号灯和车辆联合调度方法及系统
CN114613179A (zh) * 2021-12-22 2022-06-10 江苏大学 网联自动驾驶车辆混行交叉口集聚通行方法及其控制系统
CN114694392A (zh) * 2022-03-29 2022-07-01 东风汽车集团股份有限公司 一种基于车路协同的智能红绿灯路口高效通行方法
WO2022148166A1 (zh) * 2021-01-06 2022-07-14 华为技术有限公司 电子地图校正方法、导航信息设置方法、导航方法及装置
CN114822055A (zh) * 2022-06-06 2022-07-29 深圳英博达智能科技有限公司 一种基于机器视觉检测的智慧交通道路协作系统
CN115100893A (zh) * 2022-05-19 2022-09-23 上海宇宙电器有限公司 交通指示控制方法及相关装置
CN115188189A (zh) * 2022-07-07 2022-10-14 清华大学 支撑自动驾驶货车车辆队列运行的专用车道动态设置方法
CN115206097A (zh) * 2022-07-14 2022-10-18 胡渐佳 基于路段单元的道路通行状况监测方法和系统
CN115273467A (zh) * 2022-07-15 2022-11-01 南京莱斯信息技术股份有限公司 一种基于多区域检测数据的车流相互影响事件识别方法
CN115620535A (zh) * 2022-12-15 2023-01-17 山东幻科信息科技股份有限公司 一种基于大数据的交通信号灯管理方法和系统
CN115985125A (zh) * 2022-12-02 2023-04-18 阿里巴巴（中国）有限公司 时间区间确定方法、装置、电子设备及程序产品
CN116110238A (zh) * 2023-04-10 2023-05-12 南昌金科交通科技股份有限公司 一种交通灯的动态控制方法及系统
CN116229765A (zh) * 2023-05-06 2023-06-06 贵州鹰驾交通科技有限公司 一种基于数字数据处理的车路协同方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9396653B2 (en) * 2012-06-01 2016-07-19 Aeio Group Inc. Method and system for traffic resources allocation

Patent Citations (38)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104332058A (zh) * 2013-07-31 2015-02-04 南通大学 一种智能交通灯控制方法和系统
CN103440646A (zh) * 2013-08-19 2013-12-11 成都品果科技有限公司 用于颜色分布和纹理分布图像检索的相似度获取方法
DE112013007615T5 (de) * 2013-11-18 2016-08-11 Mitsubishi Electric Corporation Fahrunterstützungsvorrichtung und Fahrunterstützungsverfahren
JP2017151706A (ja) * 2016-02-24 2017-08-31 沖電気工業株式会社 検出領域変更装置、検出領域変更方法およびプログラム
CN107767666A (zh) * 2016-08-22 2018-03-06 任秀欢 一种智能检测的单点控制交叉口出口交通流溢出防控方法
KR20170010039A (ko) * 2017-01-17 2017-01-25 유영근 통행차량 검지를 위한 검지영역 설정 방법과 이를 이용한 교통 신호 제어방법.
CN107025789A (zh) * 2017-05-27 2017-08-08 青岛海信网络科技股份有限公司 一种交通事件检测方法及装置
CN108417055A (zh) * 2018-03-22 2018-08-17 南京推推兔信息科技有限公司 一种基于雷达检测器的主干路协同信号机控制方法
CN108389408A (zh) * 2018-04-28 2018-08-10 山东交通学院 基于地面灯板的待行区车辆引导辅助信号控制系统及方法
CN108829711A (zh) * 2018-05-04 2018-11-16 上海得见计算机科技有限公司 一种基于多特征融合的图像检索方法
CN111127911A (zh) * 2018-10-30 2020-05-08 深圳市以捷智慧交通科技有限公司 一种电子智能化潮汐车道的控制系统及方法
CN110728844A (zh) * 2019-09-11 2020-01-24 平安科技（深圳）有限公司 红绿灯自适应控制方法、装置、交通控制设备及存储介质
CN110910662A (zh) * 2019-12-17 2020-03-24 哈尔滨工业大学 车路协同环境下单点自适应交通信号优化控制方法
CN111583672A (zh) * 2020-04-09 2020-08-25 江苏中科院智能科学技术应用研究院 一种智慧交通灯控制方法、系统及装置
CN112071104A (zh) * 2020-09-18 2020-12-11 清华大学 一种考虑驾驶风格的多信号灯路口车辆通行辅助优化方法
CN112216105A (zh) * 2020-09-21 2021-01-12 浙江吉利控股集团有限公司 一种车速引导方法、装置、车辆及存储介质
CN112216125A (zh) * 2020-09-24 2021-01-12 武汉飞创智慧科技有限公司 一种基于信号灯的区域控制方法、系统、设备及存储介质
EP3974277A1 (en) * 2020-09-24 2022-03-30 Suzuki Motor Corporation Driving control apparatus for vehicle
WO2022148166A1 (zh) * 2021-01-06 2022-07-14 华为技术有限公司 电子地图校正方法、导航信息设置方法、导航方法及装置
CN113591269A (zh) * 2021-06-29 2021-11-02 东南大学 基于交通仿真的拥堵路段智能网联车辆专用道控制方法
CN114038216A (zh) * 2021-10-08 2022-02-11 之江实验室 一种基于路网划分和边界流量控制的信号灯管控方法
CN113870592A (zh) * 2021-10-20 2021-12-31 温州大学 一种基于deec分簇的交通灯改进配时方法
CN113870564A (zh) * 2021-10-26 2021-12-31 安徽百诚慧通科技有限公司 一种封闭路段交通拥堵分类方法、系统、电子设备及存储介质
CN114038188A (zh) * 2021-11-03 2022-02-11 江苏航天大为科技股份有限公司 一种路段车辆干扰下的协调自适应控制算法
CN113936480A (zh) * 2021-11-11 2022-01-14 青岛海信网络科技股份有限公司 一种交通信号的控制方法和设备
CN114265398A (zh) * 2021-11-16 2022-04-01 长安大学 自动驾驶车辆轨迹规划方法、装置、电子设备及存储介质
CN114613179A (zh) * 2021-12-22 2022-06-10 江苏大学 网联自动驾驶车辆混行交叉口集聚通行方法及其控制系统
CN114399914A (zh) * 2022-01-20 2022-04-26 交通运输部公路科学研究所 一种车路协同的车道、信号灯和车辆联合调度方法及系统
CN114694392A (zh) * 2022-03-29 2022-07-01 东风汽车集团股份有限公司 一种基于车路协同的智能红绿灯路口高效通行方法
CN115100893A (zh) * 2022-05-19 2022-09-23 上海宇宙电器有限公司 交通指示控制方法及相关装置
CN114822055A (zh) * 2022-06-06 2022-07-29 深圳英博达智能科技有限公司 一种基于机器视觉检测的智慧交通道路协作系统
CN115188189A (zh) * 2022-07-07 2022-10-14 清华大学 支撑自动驾驶货车车辆队列运行的专用车道动态设置方法
CN115206097A (zh) * 2022-07-14 2022-10-18 胡渐佳 基于路段单元的道路通行状况监测方法和系统
CN115273467A (zh) * 2022-07-15 2022-11-01 南京莱斯信息技术股份有限公司 一种基于多区域检测数据的车流相互影响事件识别方法
CN115985125A (zh) * 2022-12-02 2023-04-18 阿里巴巴（中国）有限公司 时间区间确定方法、装置、电子设备及程序产品
CN115620535A (zh) * 2022-12-15 2023-01-17 山东幻科信息科技股份有限公司 一种基于大数据的交通信号灯管理方法和系统
CN116110238A (zh) * 2023-04-10 2023-05-12 南昌金科交通科技股份有限公司 一种交通灯的动态控制方法及系统
CN116229765A (zh) * 2023-05-06 2023-06-06 贵州鹰驾交通科技有限公司 一种基于数字数据处理的车路协同方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于云计算的城市智能交通控制系统的构建与应用;王刚;《科技与创新》;146-147+150-151 *

Also Published As

Publication number Publication date
CN116403419A (zh) 2023-07-07

Similar Documents

Publication Publication Date Title
CN108189838B (zh) 一种融合型自适应巡航弯道控制方法及装置
CN110164152B (zh) 一种用于单交叉路口交通信号灯控制系统
US20140104408A1 (en) Vehicle driving assistance system using image information
CN103824066B (zh) 一种基于视频流的车牌识别方法
CN112987759A (zh) 基于自动驾驶的图像处理方法、装置、设备及存储介质
CN113256965B (zh) 基于智慧城市的交通风险感知系统及方法
CN102785661B (zh) 车道偏离控制系统及方法
EP4224362A1 (en) Intelligent lamp switching method and system, and related device
US7940301B2 (en) Vehicle driving assist system
CN106647776B (zh) 车辆变道趋势的判断方法、判断装置和计算机存储介质
CN105741559B (zh) 一种基于车道线模型的违法占用应急车道检测方法
CN110084184B (zh) 一种基于图像处理技术的安全带未系探测系统和方法
CN102708691B (zh) 基于车牌车型匹配的虚假车牌识别方法
JP4577153B2 (ja) 環境認識装置
CN114822055B (zh) 一种基于机器视觉检测的智慧交通道路协作系统
KR20140074219A (ko) 수직 대칭을 이용한 대상물 위치 지정
CN107993451B (zh) 基于车牌搜索的违章检测系统
CN111783666A (zh) 一种基于连续视频帧角点特征匹配的快速车道线检测方法
CN110310488B (zh) 一种大型货车违章消息生成方法及系统
CN113034378A (zh) 一种区分电动汽车与燃油汽车的方法
CN110775027B (zh) 基于后车驾驶模式的防追尾制动系统和方法
CN110154894B (zh) 一种基于路面状况的汽车安全驾驶预警方法
CN116403419B (zh) 基于车路协同的交通灯控制方法
JPH1062162A (ja) 障害物検出装置
US20210114611A1 (en) System for performing effective identification of vehicle line pressing and giving early prompt

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