专利名称：基于全方位计算机视觉的智能交通信号灯控制装置的制作方法
技术领域：
本发明属于全方位视觉传感器技术、数字图像处理技术和嵌入式系统在信号灯控 制方面的应用，尤其是一种基于全方位计算机视觉的智能交通信号灯控制装置在智能交通 方面的应用。
背景技术：
当今交通问题已经成为全球性的“城市通病”，而交通拥堵是城市“交通病症”的主 要表现。解决城市交通拥堵的“病因”必须从多方面着手，比如为出行者提供实时的动态交 通诱导和静态交通诱导的信息，另外采用优秀的智能化交通信号灯的控制装置也能有效的 缓解交通拥堵现状。目前交通信号灯一般都是根据路口车辆的多少预设固定的红绿灯转换周期，对于 城际主干道路采用绿波带的控制策略来设定信号灯的转换周期。由于道路上的路况千变万 化，这种缺乏实时检测道路路况来控制交通信号灯的方式在某些情况下会极大地降低交通 效率，比如在某一路口的出口处发生拥堵时再开放相对应的入口通行的信号会引起更大面 积的道路拥堵；比如在某一路口的入口处的等候通过路口的车辆排队长度远远超过该路口 的其他入口处的等候通过路口的车辆排队长度情况下仍然采用固定的信号灯转换周期会 使得某一行驶方向道路上的交通发生更大规模的拥堵。总之，这种缺乏实时检测道路路况 来控制交通信号灯的方式显然不适应目前智能交通的基本要求。交通信息采集技术被认为是智能交通中一项重中之重的关键技术，目前常用的交 通信息采集技术有地感线圈、磁敏传感器、超声波传感器、微波、GPS和视觉传感器；由于地 感线圈、磁敏、超声波、微波等交通信息检测传感器需要埋设在道路地下面，安装与维护时 必须破坏原有路面，影响了道路交通，同时我国的道路由于车辆的超载等原因造成的路面 损坏必须时常对埋在道路下面的传感器进行维护；另外这些检测手段只能感知出道路上的 某个点或者某条线上的所经过的车辆，因此只能在传感器的设置地点的通过车辆的速度间 接地推定拥堵状况；因此上述的检测手段存在着安装维护不方便、投资成本高、抗干扰能力 差和感知范围有限等缺陷。视觉传感器则是一种非接触式的交通流检测手段，它模拟人类 视觉原理，融合计算机技术和图像处理技术，通过视频信号来检测交通流，是近年来逐步发 展起来的新型道路交通检测系统。但是目前对道路交通状态的视频检测普遍采用分析跟踪 道路上车辆的检测和统计方法，这种检测方法需要花费很大计算资源，使得一般的嵌入式 系统无法胜任其检测计算工作。另外，目前采用的摄像机由于视觉范围有限，难以获得道路 上较大范围内交通状态视频图像，尤其是在十字路口整个全景视频图像方面。中国发明专利申请号为201010152473. 5公开了基于图像处理的交通信号智能控 制系统及方法，该系统采用4个对道路4个方向拍摄视频图像的CCD图像传感器，根据4个 图像传感器拍摄的道路情况分析车流量大小，然后根据车流量的大小来控制信号灯的转换 时间周期。该专利有多处技术没有公开披露，比如采用何种方法分析车流量，如何将判断某 车道上的车流量大小等等重要细节，一般来说，按照专利文件中的说明通过对图像的二值化处理是不能直接获得车流量信息的；此外这种信号灯控制方法存在着一定缺陷，通过车 流量来直接控制信号灯在某些情况下会失效，比如通过路口所有方向的车流量相等情况下 在某一个车道上等候通过的车辆排队长度远超过其他车道情况；另外，没有检测某一路口 的出口处是否发生拥堵，使得在该情况发生时信号灯的控制部分或者完全失效；问题关键 是没有直接检测路况，即道路的拥堵状态，严格意义上来说，检测车流量于检测道路的拥堵 状态是两个不同的概念。另外，该专利的实施需要在道口上安装4个图像传感器和4个图 像分析处理器，实施成本比较高，同时也会出现4个视觉传感器的图像信息的融合问题。中国发明专利申请号为200610017561. 8公开了一种自适应交通信号灯智能控制 方法及实现该方法的装置，该发明主要通过车辆探测器获取道口有车/无车状态来实现对 信号灯的控制。由于这种车辆探测器只能获得某一条线上的信息，造成了道路状态信息的 不充分，即无法同时探测到路口所有出口和入口的拥堵状态或者车辆排队长度，使得在某 种情况下信号灯的自适应控制失效。中国发明专利申请号为201010023041. 4公开了一种交通信号灯智能控制系统及 其控制方法，该发明通过图像处理方式获得车辆图像的边缘特征，然后根据边缘特征来识 别车辆的排队长度，这种检测方法有一个致命的弱点，边缘信息表征是某一条轮廓线，而用 它来代替整个车道面的检测会造成大量的误检测，比如道路上的裂缝、遗弃物和横穿的自 行车都有可能成为检测的边缘信息；此外，该发明没有提出根据路口的交通状态实施不同 的信号灯控制策略以及对道路出口处的检测和控制信号灯的方法。其他一些中国发明专利，如申请号为200710303841. X的基于地感线圈的防拥堵 交通信号灯控制系统、申请号为200710303843. 9的采用地感线圈检测路口拥堵状态的简 易方法及采用这种方法的交通信号灯控制系统，一般来说，地感线圈只能检测出道路上某 一条线上有无车辆，而对于信号灯的控制希望能得到整个路口的交通状态信息，另外，这种 接触式的感知方式对路面不友好且需要经常维护。实时、准确的交通流信息采集可以使智能交通系统及时获得交通状况信息，对交 通状况进行有效管理，并发出诱导信息，从而自动调节车流，减少车辆在道路顺畅时在红灯 前停留的时间，安排疏导交通、肇事报故等。预测未来的交通量和道路交通状况，为制定交 通规划、道路网规划提供依据。智能交通管理在交通控制、交通管理决策等诸多方面都要实 现由定性分析到定量研究，这种质的飞跃所依据的交通信息就包括了交通流采集的动态信 息。此外，通过对交通数据和交通状况信息的分析，可以广泛开展城市交通的理论研究，进 行各种工程设施、管理设施实施情况的前后对比，判断交通措施的效果等。总之，提高采集 的交通流数据的准确性和实时性，对城市交通管理和城市道路建设都十分重要，对构建以 人为本的、节能的和谐社会有着非常积极的意义。一种优秀的信号灯控制装置设计必须遵循6个原则1)必须根据路口的交通状态 实施不同的信号灯控制策略，且有优先顺序；幻检测的可靠性高、检测的面要广、能同时实 时检测路口所有车道的入口和出口状态；3)维护和实施方便；4)具有较高的性价比，便于 在嵌入式系统上实现力)能作为城市交通状态的检测点；6)在路口发生异常情况时能直接 将异常信息+时间信息+空间位置信息并同现场的图像信息通过通信网络发送给交通管理 部门，以便交警及时处理交通事故以及疏导交通。 对交叉口实行信号控制的基本目标是用灯色信号合理分配入口车道通行权，指挥交通流的通行或停止，使路口有良好的秩序，减少或完全消除可能引起交通事故的冲突 点，并使得路口的运行指标最好。常用的信号控制效果的评价指标有延误时间、平均排队 长、平均起停次数、通行能力。交通信号控制的评价函数可以由设计者根据需要进行选择。在设计信号等控制策略时有三个重要参数必须考虑，信号灯周期、绿信比和相位 差；理想情况下一个信号灯周期长应该设置为每一个相位的绿灯时间刚好使该相位各入口 处等待车队放行完毕；交通信号控制的目标就是合理分配各相位的绿灯时间(绿信比)，尽 量使各方向停车次数、等待延误时间减至最小；相位差是相邻路口同一相位绿灯(或红灯) 起始时间之差，是对一条干线上的交通流或一个网络内的交通流进行控制的重要参量，绿 波带的控制策略就是基于相位差的控制。一般信号灯的最短周期长度不少于36秒，最长周期长度一般不超过120秒，不同 交通流情况对周期地要求也必尽相同。当交通需求较大时，需要较长的周期，反之可以设置 较短的周期；用公式计算出保证路口不堵塞的一个最小周期值；
权利要求
1.一种基于全方位计算机视觉的智能交通信号灯控制装置，其特征在于包括安装在 路口中间上方的用于获取整个路口交通状态全景视频图像的摄像装置、用于根据摄像装置 的全景视频数据进行检测路口等候通过车辆的排队长度和出口的拥堵状态、决定信号灯控 制策略以及控制信号灯切换动作的微处理器，所述的微处理器包括全景图像获取模块，用于获取初始化信息和路口的全景视频图像，包括系统初始化单 元和图像获取单元；系统初始化单元，用于将数据指标信息、路口相位控制顺序编排、路口相位车辆排队长 度检测区域、路口相位出口处拥堵检测区域、相位各车道和各车道的采样点定制数据和检 测区域采样点空间位置信息读入到动态存储单元中，以备后续处理过程中调用；图像获取单元，用于读取从摄像装置传过来的视频图像信息并将视频图像信息保存在 动态存储单元中；采样点、车道和车道行驶方向定制模块，用于定义道路上的采样点的相位属性、车道方 向变更属性、在车道纵向方向上的空间位置属性和在车道横向方向上的空间位置属性；车辆排队长度检测模块，用于检测路口某一时刻某一相位i某一车道j的车辆排队长度；相位出口拥堵状态模块，用于检测相位出口处的拥堵状态，包括存在采样点的检测单 元、移动存在采样点的检测单元和静止存在采样点的检测单元；信号灯控制决策模块，用于根据相关相位的拥堵状态和相关相位的车辆排队长度确 定相关相位的信号灯切换和信号灯时间，具体过程如下从存储单元中读取各种定制数据 和路口相位控制顺序，背景建模，初设第一个相位控制信号灯时间，判断倒计时定时时间到 否，如果到时就进入检测和控制流程；接着信号灯控制模块输出控制信号灯切换，根据信号 灯时间开始进行倒计时，根据目前相位控制顺序得到下一个相位控制顺序，相位控制顺序 是由路口相位控制顺序编排模块来确定的；相位出口拥堵状态模块根据相位控制顺序编号 计算相关相位的拥堵状态，对于每个相位控制顺序都需要进行两个相关相位出口处的拥堵 状态；车辆排队长度检测模块根据相位控制顺序编号计算相关相位相关车道的车辆排队长 度，对于每个相位控制顺序都需要进行相关相位中两个或者两个以上车道上的车辆排队长 度；信号灯控制决策模块根据相关相位的拥堵状态和相关相位的车辆排队长度确定相关相 位的信号灯切换和信号灯时间，然后返回继续下一个相位控制顺序控制；信号灯控制模块，用于根据信号灯控制决策模块的决策结果实现路口信号灯的智能控制；所述的摄像装置通过所述的视频接口与所述的微处理器连接，将路口交通状态检测和 信号灯控制计算结果通过通信单元发送给信号灯控制单元和交通状态发布单元。
2.如权利要求1所述的基于全方位计算机视觉的智能交通信号灯控制装置，其特征在 于在所述的采样点、车道和车道行驶方向定制模块中，定义道路上的采样点的相位属性、 车道方向变更属性、在车道纵向方向上的空间位置属性和在车道横向方向上的空间位置属 性；采样点的命名方式采用四维数组S(i，j，k，l)来表示一个采样点，其中i为相位属性参 数值，j为车道方向变更属性参数值，k为在某车道纵向方向上的空间位置属性参数值，从 摄像机的近处开始以增大顺序方式进行编号，离摄像机距离越远k值越大，将k < Ts时作 为近距离，Ts < k ^ Tm时作为中距离，Tm < k时作为远距离，其中，Ts为排队长度的判断第一基准线， 为排队长度的判断第二基准线；1为在某车道横向方向上的空间位置属性参数 值，数据范围为0 4 ；对于采样点的相位属性参数值i，规定与上述路口的相位命名方式相 同，即1相位的相位属性参数值i = 1，2相位的相位属性参数值i = 2，3相位的相位属性 参数值i = 3，4相位的相位属性参数值i = 4 ；对于车道方向变更属性参数值j，规定左转 的车道方向变更属性参数值j = 1，离左转的车道最近的直行车道的车道方向变更属性参 数值j = 2，如果还有直行车道的话就按顺序3、4代号编码，规定右转的车道方向变更属性 参数值j = 0，相位出口的车道方向变更属性参数值j = -1 ；在定制好车道后接着定制检测 采样点，相邻采样点之间的空间实际距离为0. 5米，采样点以车道方向自动生成，如果车道 的横向宽度为2. 5米的话，则在每个车道横向方向均勻生成5个采样点，纵向方向上从视频 图像上的道路开始端到末端自动生成若干个采样点，如果从视频图像上的道路开始端到末 端在实际道路空间上的距离为60米，则在车道纵向方向上均勻生成120个采样点，生成好 的每个采样点都用四维数组S(i，j, k，1)来表达，由于视觉的关系在成像图像上的采样点 近处疏、远处密，但是各采样点的实际空间间隔距离都是相同的；定制好的采样点的行驶方 向属性、车道方向变更属性、在车道纵向方向上的空间位置属性和在车道横向方向上的空 间位置属性的等信息保存在存储单元中。
3.如权利要求1或2所述的基于全方位计算机视觉的智能交通信号灯控制装置，其特 征在于在所述的路口相位控制顺序编排模块中，定制路口的相位以及相位的信号灯控制 顺序，原则上以信号灯的东侧方向开始编排，将信号灯的东侧路口命名为1相位、信号灯的 南侧路口命名为2相位、信号灯的西侧路口命名为3相位、信号灯的北侧路口命名为4相 位，对于十字路口信号灯的控制循环顺序采用31-13相位、34-12相位、42-M相位和23-41 相位顺时针方向进行编排，并将开始相位作为31-13相位，即TO-EW相位作为31-13相位、 WN-ES相位作为34-12相位、NS-SN相位作为42- 相位、SW-NE相位作为23-41相位；相位 切换序列为 31-13 — 34-12 — 42-24 — 23-41 — 31-13…，31-13 — 34-12 — 42-24 — 23-41 为一个信号灯变化周期；对于3叉路口以及5叉路口采用同样命名方式；定制好的路口的 相位以及相位的信号灯控制顺序等信息存放在系统的存储单元中，系统初始化以及定制相 位各车道和各车道的采样点时读取路口的相位以及相位的信号灯控制顺序等信息。
4.如权利要求1或2所述的基于全方位计算机视觉的智能交通信号灯控制装置，其特 征在于在所述的车辆排队长度检测模块中，检测路口某一时刻某一相位i某一车道j的车 辆排队长度，包括存在采样点的检测单元、存在采样块的检测单元和车辆排队长度判定单 元；其中相位i是由信号灯控制顺序来确定的，一般有两个相关相位，相位中的车道j是由 信号灯控制顺序的相位车道方向变更属性来确定的；所述的存在采样点的检测单元，用于检测在某一相位i某一车道j上的前景对象点；所 述的存在采样点的检测单元的检测计算流程Μ 证如下在Μ的计算步骤中，按照从全景视觉传感器在道路上的位置到各采样点所对应的道 路上实际位置的距离来设定阈值TH1，阈值THl是为了在后面对采样点的二值化处理时作 为判断标准而设置的；在Sb的计算步骤中，将tn时刻所获得的全景图像按采样点所对应的像素加工成采样 点图像，在采样点图像上的采样点所对应的各像素的灰度值是以8位数据表示的；在&的计算步骤中，计算基准灰度图像与所述的采样点图像之间的差值，得到两幅图像的差分图像；在Sd的计算步骤中，进行基准灰度图像的背景建模，用公式(1)来不断更新tn时刻的 基准灰度图像Bn得到tn+Ι时刻的基准灰度图像Bn+1 Βη+ι = Βη+Φ X (Xn-Bn)(1)式中，XnS tn时刻的采样图像中的各采样点的灰度值，Bn* tn时刻的基准灰度图像 的各采样点的灰度值，Bn+1为tn+Ι时刻的基准灰度图像的各采样点的灰度值，Φ为一数值 很小的系数；首先计算道路上的各采样点的(Xn-Bn)值，然后在取其值的绝对值|Χη-Βη|，如果该绝对 值IXn-BnI大于规定的阈值ΤΗ2同时该采样点的Bn值与该采样点最近的非存在采样点的灰 度值的绝对值小于规定的阈值ΤΗ3，就判定为有前景对象进入到该采样点上，这时该采样点 的更新就以与该采样点最近的非存在采样点的灰度值作为Βη+1 ；其余采样点的背景建模均 按公式(1)进行更新处理；在％和Sf计算步骤中，用在M步骤中所设定的各阈值TH进行二值化处理，得到存在 采样点二值化图像Fn ；在二值化图像Fn中所有采样点将分为「0」或者「1」两种状态，「1」的 表示该采样点上有前景对象存在，即存在采样点；「0」的表示该采样点上不存在前景对象， 即非存在采样点；对于31-13相位信号灯控制的3相位侧的信号灯控制，其绿灯长度是由1相位和3相位 路口中的车道方向变更属性参数值j > 1的车道的最长等候车辆排队长度状态来确定的， 采用四维数组S(i，j，k，l)来表示一个采样点，因此，只要遍历i = l、j > 1和i = 3、j > 1的所有采样点，对于仅有一条直行车道的情况，只要遍历1相位的120个采样点和3相位 的120个采样点；所述的存在采样块的检测单元，用于检测在某车道上存在采样点的连续情况，在存在 采样块的检测单元中，采用道路上的一般轿车大小作为匹配检测模版对存在采样点进行匹 配检测并对车辆进行计数，如果一般轿车大小在车辆的横向方向上占有3个采样点、在车 辆的纵向方向上占有5个采样点，那么就以3X5采样点的模版从路口停车线到检测末端对 进行匹配检测，匹配开始是设定CarNUm(i) = 0，当匹配到存在采样块时就判定为在该位置 上有车；对于31-13相位信号灯控制的3相位侧的信号灯控制，即从i = 1、j > 1和k = 0 开始进行匹配检测，由于车道横向方向上有5个采样点，即在某一车道同一个横向方向1的 范围是0 4，从1的范围0 2开始，然后1 3，接着2 4，每个横向方向上进行三次 匹配检测，匹配检测的方法是通过统计计算3X5采样点的模版中有多少存在采样点的情 况进行判断的，如果匹配模版中有50%以上的存在采样点，即在3X5采样点的模版中有7 个以上的存在采样点就判定为该区域为存在采样块；当某一车道同一个横向方向1检测结 束后，如果在上述匹配检测中存在着一个和一个以上的存在块满足匹配检测模版情况时， CarNum(I) = CarNum(1)+1, k = k+5 ；否则k = k+Ι ；接着继续进行匹配检测直至到某一车 道上的末端位置，得到在1相位直行车道上的排队车辆数CarNum(I)；当遍历了 1相位的存 在采样块的匹配检测后，按照上述算法遍历3相位的存在采样块的匹配检测，即从i = 3、j > l·和k = 0开始进行匹配检测，最后得到在3相位直行车道上的排队车辆数CarNUm(3)；所述的车辆排队长度判定单元，用于根据两个相关相位的出口拥堵状态以及入口最长 排队车辆数来确定该相位的绿灯时间长度；判定规则如下当两个相关相位中没有一个相位或者相位的出口以上发生拥堵情况下，取两个相关相位中的最大排队车辆数作为两个相 位的车辆排队长度；当两个相关相位中有一个相位的出口发生拥堵情况下，将该相位所对 应的入口的车辆排队长度设置为0，将另一个相位作为车辆排队长度；当两个相关相位的 出口均发生拥堵情况下，将两个相位所对应的入口的车辆排队长度均设置为0 ；这里将排 队长度小于等于3辆车辆的情况作为短排队长度，以Siort表示；将排队长度大于3辆小 于8辆车辆的情况作为中排队长度，以Medium表示；将8辆包括8辆车辆以上的情况作为 长排队长度，以Long表示；因此，对于每个相位信号灯控制的输入状态有4个，其中，0表示 有拥堵、Short表示短排队长度、Medium表示中排队长度、Long表示长排队长度；比如对于 31-13相位信号灯控制，如果1相位和3相位的出口处均无发生拥堵的情况下，在1相位的 排队车辆数CarNum(I) = 5、3相位的排队车辆数CarNumCB) = 9，根据判定规则取最大排队 车辆数为9辆，属于长排队长度，就设定31-13相位信号灯控制的输入状态为Long。
5.如权利要求1或2所述的基于全方位计算机视觉的智能交通信号灯控制装置，其特 征在于在所述的相位出口拥堵状态模块中，检测相位出口处的拥堵状态，包括所述的存在 采样点的检测单元、移动存在采样点的检测单元和静止存在采样点的检测单元，规定某相 位出口处纵向在停车线的延长线与离该延长线的8米处内所包括的区域内静止采样点的 数目与该区域内的总采样点的数目之比大于阈值TH4，就判定为该相位出口发生拥堵；其 中相位i是由信号灯控制顺序来确定的，有两个相关相位；对于1相位和3相位车辆相互 直行的情况，就要检测1相位出口的车道方向变更属性参数值j = "I的车道拥堵状态和3 相位出口的车道方向变更属性参数值j = -1的车道拥堵状态；对于1相位出口处的拥堵检 测，首先从i = 1、j = -l、k = 0到i = Uj = -l、k= 15范围内检测所有采样点是否是 静止采样点，然后再计算静止采样点与存在采样点的比值Ra，如果比值Ra大于阈值TH4就 判定为1相位出口处发生拥堵；对于3相位出口处的拥堵检测，首先从i = 3、j = -l、k = 0到i = 3、j = -1、k = 15范围内检测所有采样点是否是静止采样点，然后再计算静止采 样点与存在采样点的比值Ra，如果比值Ra大于阈值TH4就判定为1相位出口处发生拥堵；对于相位出口处的采样点从有无前景对象的角度来看存在两种状态，存在采样点，即 存在着前景对象的采样点；非存在采样点，即不存在着前景对象的采样点；对于存在采样 点，从时间序列的角度来分，分为静止存在采样点和移动存在采样点；相位出口处的拥堵的 检测核心是要检测出静止存在采样点；但是要从图像中直接检测出静止存在采样点存在着 很大困难，从图像序列中检测并计算出移动存在采样点，然后根据存在采样点和移动存在 采样点计算得到静止存在采样点，最后根据静止存在采样点的分布情况得到相位出口处的 拥堵状态；所述的移动存在采样点的检测模块，用于检测在相位出口处的移动对象物的前景采样 点；对同一场景下不同时刻拍摄的图像进行差分能得到两幅图像中的变化部分的像素点， 即得到差分图像，计算方法如公式(2)所示；Zln(i) = Xn(i)-Xn_a (i)(2)式中，Xn(i)为&时刻的i相位出口处的采样图像中的各采样点的灰度值，Xn_a(i)为 tn_a时刻的i相位出口处的采样图像中的各采样点的灰度值，Zln(i)为差分采样图，这里称 为第一差分采样图，它表示了经历了 α时间后的道路上各采样点变化情况；在第一差分采 样图中包括了采样点的两种状态的变化情况，即从确认是否是移动存在采样点，还需要观测&和tn+e时刻的采样图像中的各采样点的灰度的 变化情况，即得到第二差分采样图，计算方法如公式(3)所示； Z2n(i) = Xn(i)-Xn+0 (i)(3)式中，Xn(i)为&时刻的i相位出口处的采样图像中的各采样点的灰度值，Xn+e(i)为 tn+0时刻的i相位出口处的采样图像中的各采样点的灰度值，为差分采样图，这里称 为第二差分采样图，它表示了经历了 β时间后的i相位出口处的各采样点变化情况；接着，分别用阈值THl对第一差分采样图Zln(i)和用阈值TH2对第二差分采样图 Z2n(i)进行处理，分别得到第一特征提取采样图Tln(i)和第二特征提取采样图T2n(i)；移 动存在采样点必定存在于第一特征提取采样图Tln(i)和第二特征提取采样图T2n(i)之中， 因此对第一特征提取采样图Tln(i)和第二特征提取采样图T2n(i)进行与运算求得图像中 的移动存在采样点，计算公式如(4)所示； Yn(i) = Tln(i) Λ I^n(i)(4)式中，Tln(i)为i相位出口处的第一特征提取采样图，T2n(i)为i相位出口处的第二 特征提取采样图，Yn(i)为i相位出口处的包含有移动采样点的二值采样图；所述的静止存在采样点的检测单元，用于检测路口出口静止前景对象的信息特征点； 根据常识，当道路发生拥堵时路口的出口处都挤满了车辆，出口处的这些车辆都处于相对 静止状态，这时处于相对静止状态的车辆将以相对集中的多个静止存在采样点的方式表现 出来；i相位出口处的存在采样点二值采样图Fn(i)中包含着i相位出口处的移动存在采样 点的二值采样图Yn(i)和i相位出口处的静止存在采样点的二值采样图，因此通过公 式(5)计算出i相位出口处的静止存在采样点的二值采样图； Sn (i) = Fn(i)-Yn(i)(5)式中，Sn(i)为i相位出口处的静止存在采样点二值采样图，FJi)为i相位出口处的 存在采样点二值采样图，Yn(i)为i相位出口处的移动采样点二值图； 用公式(6)计算静止采样点与存在采样点的比值Ra的百分比； Ra(i) = (Sn(i)/Fn(i)) XlOO (6)式中，为i相位出口处的静止存在采样点的总数，由公式(5)计算结果得到； Fn(i)为i相位出口处的存在采样点的总数，由所述的存在采样点的检测单元计算结果得 到；Ra(i)为i相位出口处的静止存在采样点的总数与存在采样点的总数的百分比；如果Ra⑴≥TH4就判定为i相位出口处发生拥堵，将i相位信号灯控制输入状态设 置成SCSI⑴=-1。
6.如权利要求1或2所述的基于全方位计算机视觉的智能交通信号灯控制装置，其特 征在于所述的信号灯控制决策模块中，根据相关相位的拥堵状态和相关相位的车辆排队 长度确定相关相位的信号灯切换和信号灯时间；根据表1所示的检测相位与控制相位的关 系表、所述的车辆排队长度检测模块和所述的相位出口拥堵状态模块检测结果来确定某相 位是否可以切换成绿灯、以及在确定切换成绿灯情况下进一步确定绿灯长度；
7.如权利要求，6所述的基于全方位计算机视觉的智能交通信号灯控制装置，其特征 在于在所述的信号灯控制模块中，根据所述的信号灯控制决策模块的决策结果对路口信 号灯进行智能控制；由于绿灯和红灯正好是反向关系，利用这个关系可以将计算问题得到简化；如果要考虑黄灯，则在绿灯的倒计时的若干秒前插入黄灯亮时间T，即在绿灯的最后 的几秒用黄灯来替代，一般来说黄灯的设定时间在1 2秒之间；根据公式(7)每个相位信 号灯控制的输入状态来确定相位绿灯控制时间，相位长绿灯控制时间I、相位中绿灯控制 时间(V相位短绿灯控制时间& ；对于典型的十字路口的相位短绿灯控制时间&设置在15 秒左右、相位中绿灯控制时间设置在40秒左右、相位长绿灯控制时间G^设置在60秒左 右ο
8.如权利要求1或2所述的基于全方位计算机视觉的智能交通信号灯控制装置，其特 征在于所述的摄像装置采用无死角的全方位视觉传感器，用于获取交叉路口大面积道路 状态的全景视频图像数据，安置在交叉路口的中间上方；所述的无死角的全方位视觉传感 器采用水平方向平均分辨率设计，空间上的一个光源点P的入射光Vl在主反射镜面(tl， F1U1))点上进行反射，反射光V2反射到次反射镜面(t2，F2 (t2))点上再进行反射，反射光 V3以角度θ 1进入摄像装置的镜头，在摄像单元上成像，摄像单元采用高清摄像芯片；根据成像原理，一次入射光线Vl与折反射主轴Z的夹角为Φ，一次反射光线V2与折反 射主轴Z的夹角为θ 2，过P1A UpF1U1))的切线与t轴的夹角为ο，法线与Z轴的夹角 为ε ； 二次反射光线V3与折反射主轴Z的夹角为Qpap2A (t2，F2(t2))的切线与t轴的 夹角为σ，法线与Z轴的夹角为ε 基于上述关系可以得到公式(8)
9.如权利要求8所述的基于全方位计算机视觉的智能交通信号灯控制装置，其特征在 于所述的透明外罩设计成碗状。
10.如权利要求8所述的基于全方位计算机视觉的智能交通信号灯控制装置，其特征 在于将所述广角镜头配置在一次折反射镜的前方和二次折反射镜面上，摄像部件镜头、 广角镜头、一次折反射镜和二次折反射镜的中心轴配置在同一轴心线上；通过一次折反射 镜上的圆孔在广角镜头与摄像部件镜头之间成像，称为第一成像点，该成像点通过摄像部 件镜头在视点处成像，这里将摄像部件镜头的焦点距离作为Π、广角镜头的焦点距离作为 f2、摄像部件镜头与摄像部件镜头的焦点的距离作为Si、从摄像部件镜头到第一成像点的 焦点距离作为S2、从广角镜头到第一成像点的距离作为S3、从广角镜头到实物点的距离作 为S4，根据镜头的成像公式得到以下关系式
全文摘要
一种基于全方位计算机视觉的智能交通信号灯控制装置，包括安装在路口中间上方的用于获取整个路口交通状态全景视频图像的摄像装置、用于根据摄像装置的全景视频数据进行检测路口等候通过车辆的排队长度和出口的拥堵状态、决定信号灯控制策略以及控制信号灯切换动作的微处理器，根据检测各相位入口的车辆排队长度以及出口处的拥堵状态来确定各相位的信号灯控制策略对交通信号灯进行智能控制，使路口有良好的秩序，减少或完全消除可能引起交通事故的冲突点，并使得路口的运行指标最佳。
文档编号G06K9/00GK102142197SQ20111008167
公开日2011年8月3日 申请日期2011年3月31日 优先权日2011年3月31日
发明者奚亮亮, 姜军, 孙军, 孟炎, 宗明理, 汤一平 申请人:汤一平