一种利用平面感知技术的快速路车道信号灯控制方法及系统与流程

本发明涉及智能交通技术领域，具体是一种利用平面感知技术的快速路车道信号灯控制方法及系统。

背景技术：

随着城市建设规模的不断扩大，交通拥堵日益严重，为了缓解交通拥堵，许多大城市都修建了快速路，并在快速路的每一条车道上设置了车道信号灯。公安交通管理部门在执行特殊任务需要封闭快速路上的其中一条车道时，只要将需要封闭的一条车道信号灯由绿色车道灯变为红色车道灯即可。目前的车道灯在快速路的某一条车道发生交通事故、车辆故障等原因异常停车导致某一条车道拥堵时，该车道的上游信号灯是不会因为拥堵而改变的，这就会导致上游机动车会按照之前的路线继续行驶，直到行至异常停车的机动车附近时才发现前方道路不通，开始减速变换车道，当临近车道机动车速度非常快、车间距非常小时，变换车道就会导致临近车道的机动车减速，严重时导致该区域严重拥堵形成瓶颈。

技术实现要素：

本发明主要解决现有技术中不能的快速精准发现快速路异常停车、快速判断是否因异常停车位置需变换车道导致的异常停车断面上游拥堵，不能通过变换车道灯控制上游机动车提前变换车道，缓解异常停车断面交通拥堵问题。

为解决上述技术问题，本发明的技术方案如下：

本发明提供一种利用平面感知技术的快速路车道信号灯控制方法，包括如下步骤：

S1：对快速路上的行驶的车辆进行平面精准连续跟踪；

S2：实时检测车道灯下游方向所有车道上的车辆是否有异常停车的情况或者车速低于第一设定阈值的情况；如果有则将异常停车或者车速低于第一设定阈值的断面标注为异常断面，并进入步骤S3，否则将每条车道的信号灯均设置为绿灯后返回步骤S1；

S3：判断异常断面下游的所有车道的车速是否都低于第一设定阈值，若是则将每条车道的信号灯均设置为绿灯后返回步骤S1；否则进入步骤S4；

S4：判断异常断面下游的所有车道的车速是否都高于第二设定阈值，若是则进入S5；否则将每条车道的信号灯均设置为绿灯后返回步骤S1；

S5：判断异常断面上游是否有车辆变道导致相邻车道车速低于第一设定阈值的情况，若有则进入步骤S6，否则返回步骤S1；

S6：将异常断面所在车道的车道信号灯设置为红灯，之后返回步骤S1。

优选地，在步骤S1和步骤S2之间还包括如下步骤:

S10:判断是否能够精准跟踪到车辆行驶信息,若是则进入步骤S2,否则将每条车道的信号灯均设置为绿灯并发出报警信息提示故障,之后返回步骤S1。

优选地，步骤S1中所述的平面精准连续跟踪包括如下步骤：

S11：在快速路上设置若干检测器，所述检测器用于对机动车进行连续跟踪；将所述检测器的检测范围、车道信号灯的上游路段、车道信号灯的下游路段标注到带有经纬度的电子地图上，并且将检测器的位置坐标数据(X_j,Y_j)、车道信号灯的位置坐标数据(X_x,Y_x)标注到电子地图上；

S12：获取检测器的当前检测误差(X_c,Y_c)，判断当前检测误差(X_c,Y_c)是否在设定阈值范围内，若是则进入步骤S13，否则发出报警信号，提示无法准确获取校正标志位坐标数据，之后将每条车道的信号灯均设置为绿灯后返回步骤S1；

S13：获取机动车当前位置的坐标数据(X_d,Y_d)；

S14：根据机动车当前位置的坐标数据和当前检测误差获得机动车当前位置的实际坐标数据：(X_dj,Y_dj)＝(X_d,Y_d)-(X_c,Y_c)。

优选地，所述检测器采用检测雷达，所述步骤S12中获得当前检测误差(X_c,Y_c)的步骤包括：

SA1：选定校正标志位，并将校正标志位的实际坐标数据(X_b，Y_b)标注到电子地图上，并实际测量雷达检测器到校正标志的距离L_lb和校正标志位到车道灯所在位置的距离L_jt；

SA2：判断是否能读取到校正标志位的当前坐标数据(X_bd，Y_bd)，若读取到则根据校正标志位的当前坐标数据和校正标志位的实际坐标数据得到当前检测误差：(X_c,Y_c)＝(X_bd，Y_bd)-(X_b，Y_b)。

优选地，所述检测器采用视频跟踪单元，所述步骤S12中获得当前检测误差(X_c,Y_c)的步骤包括：

SB1：在视频跟踪单元的视频监控范围内施划分道线，所述分道线上设置有分界点F_i，获得每一分界点的实际坐标数据(X_f，Y_f)并将其标注到电子地图上；

SB2：以每一分界点的实际坐标数据(X_f，Y_f)作为校正标志位的实际坐标数据(X_b，Y_b)；

SB3：判断是否能检测到每一个校正标志位的当前坐标数据(X_bd，Y_bd)，若检测到则根据检测到的每一校正标志位当前坐标数据和该校正标志位的实际坐标数据，得到与该标志位对应的检测误差：(X_c,Y_c)＝(X_bd，Y_bd)-(X_b，Y_b)；

所述步骤S13和所述步骤S14之间还包括如下步骤：

根据机动车当前位置的坐标数据(X_d,Y_d)得到与机动车距离最近的校正标志位，以与机动车距离最近的校正标志位的检测误差作为机动车的当前检测误差(X_c,Y_c)。

优选地，所述检测器为视频跟踪单元，步骤S1中所述的平面精准连续跟踪包括如下步骤：

SC1：在视频跟踪单元的视频监控范围内施划分道线，所述分道线上设置有分界点F_i，获得每一分界点的实际坐标数据(X_f，Y_f)并将其标注到电子地图上,以及每两个相邻分界点之间的距离L_fi；

SC2：在视频监控画面中得到分道线的监控图像，依次人工标注每一个分界点F_i，并获得每两个相邻分界点之间的像素行数H_h或像素列数H_l，得到：

每两个相邻分界点之间的每一行像素对应的距离L_fi/H_h；

或者每两个相邻分界点之间的每一列像素对应的距离L_fi/C_l；

SC3：获取机动车当前位置的坐标数据(X_d,Y_d)；

SC4：根据机动车当前位置的坐标数据(X_d,Y_d)判断机动车当前位置在视频监控画面中的哪两个相邻的分界点之间，并进一步判断该坐标数据对应该相邻分界点之间的哪一行像素点或哪一列像素点；

SC5：根据机动车当前位置的坐标数据(X_d,Y_d)，结合在实际中每一个分界点的相对位置坐标、以及机动车当前位置的坐标数据(X_d,Y_d)所在区域每一行像素对应的距离或者每一列像素对应的距离，得到机动车当前位置的实际坐标数据(X_dj,Y_dj)。

基于同一发明构思，本发明还提供一种利用平面感知技术的快速路车道信号灯控制系统，包括：

检测单元，用于对快速路上的行驶的车辆进行平面精准连续跟踪；

第一判断单元，实时检测车道灯下游方向所有车道上的车辆是否有异常停车的情况或者车速低于第一设定阈值的情况；如果有则将异常停车或者车速低于第一设定阈值的断面标注为异常断面；

第二判断单元，用于在第一判断单元的判断结果为是时进一步判断异常断面下游的所有车道的车速是否都低于第一设定阈值；

第三判断单元，用于在第二判断单元的判断结果为否时，进一步判断异常断面下游的所有车道的车速是否都高于第二设定阈值；

第四判断单元，用于在第三判断单元的判断结果为是时，进一步判断异常断面上游是否有车辆变道导致相邻车道车速低于第二设定阈值的情况；

信号灯设置单元，用于在第二判断单元的判断结果为是时将每条车道的信号灯均设置为绿灯；在第三判断单元的判断结果为否时将每条车道的信号灯均设置为绿灯；在第四判断单元的判断结果为是时将异常断面所在车道的车道信号灯设置为红灯；在第一判断单元的判断结果为否时将每条车道的信号灯均设置为绿灯。

优选地，还包括：

第五判断单元，用于判断是否能够跟踪到车辆行驶信息,若能跟踪到车辆行驶信息则直接进入第二判断单元；

信号灯设置单元，用于在第五判断单元的判断结果为否时将每条车道的信号灯均设置为绿灯；

报警单元，用于在第五判断单元的判断结果为否时发出报警信息提示故障。

优选地，所述检测单元包括：

检测器，设置于快速路上车道灯的上游和下游一定距离，所述检测器用于对机动车进行连续跟踪；

带有经纬度的电子地图，适于标注检测器的检测范围、车道信号灯的上游路段、车道信号灯的下游路段，以及检测器的位置坐标数据(X_j,Y_j)、车道信号灯的位置坐标数据(X_x,Y_x)；

数据获取模块，获取检测器的当前检测误差(X_c,Y_c)和机动车当前位置的坐标数据(X_d,Y_d)；

第一判断模块，用于判断当前检测误差(X_c,Y_c)是否在设定阈值范围内；

位置确定模块，用于根据机动车当前位置的坐标数据和当前检测误差获得机动车当前位置的实际坐标数据：(X_dj,Y_dj)＝(X_d,Y_d)-(X_c,Y_c)。

优选地，所述检测器采用检测雷达，所述数据获取模块包括：

校正位设置子模块，选定校正标志位，并将校正标志位的实际坐标数据(X_b，Y_b)标注到电子地图上，并实际测量雷达检测器到校正标志的距离L_lb和校正标志位到车道灯所在位置的距离L_jt；

判断子模块，判断是否能读取到校正标志位的当前坐标数据(X_bd，Y_bd)，若读取到则根据校正标志位的当前坐标数据和校正标志位的实际坐标数据得到当前检测误差：(X_c,Y_c)＝(X_bd，Y_bd)-(X_b，Y_b)。

优选地，所述检测器采用视频跟踪单元，所述数据获取模块包括：

分道线设置子模块，在视频跟踪单元的视频监控范围内施划分道线，所述分道线上设置有分界点F_i，获得每一分界点的实际坐标数据(X_f，Y_f)并将其标注到电子地图上；以每一分界点的实际坐标数据(X_f，Y_f)作为校正标志位的实际坐标数据(X_b，Y_b)；

第二判断子模块，判断是否能检测到每一个校正标志位的当前坐标数据(X_bd，Y_bd)，若检测到则根据检测到的每一校正标志位当前坐标数据和该校正标志位的实际坐标数据，得到与该标志位对应的检测误差：(X_c,Y_c)＝(X_bd，Y_bd)-(X_b，Y_b)；

还包括校准子模块，用于根据机动车当前位置的坐标数据(X_d,Y_d)得到与机动车距离最近的校正标志位，以与机动车距离最近的校正标志位的检测误差作为机动车的当前检测误差(X_c,Y_c)。

优选地，所述检测器为视频跟踪单元，所述检测单元包括：

分道线设置子单元，用于在视频跟踪单元的视频监控范围内施划分道线，所述分道线上设置有分界点F_i，获得每一分界点的实际坐标数据(X_f，Y_f)并将其标注到电子地图上,以及每两个相邻分界点之间的距离L_fi；

标注子单元，用于在视频监控画面中得到分道线的监控图像，依次人工标注每一个分界点F_i，并获得每两个相邻分界点之间的像素行数H_h或像素列数H_l，得到：

每两个相邻分界点之间的每一行像素对应的距离L_fi/H_h；

或者每两个相邻分界点之间的每一列像素对应的距离L_fi/C_l；

数据获取子单元，用于获取机动车当前位置的坐标数据(X_d,Y_d)；

判断子单元，根据机动车当前位置的坐标数据(X_d,Y_d)判断机动车当前位置在视频监控画面中的哪两个相邻的分界点之间，并进一步判断该坐标数据对应该相邻分界点之间的哪一行像素点或哪一列像素点；

实际位置获取子单元，用于根据机动车当前位置的坐标数据(X_d,Y_d)，结合在实际中每一个分界点的相对位置坐标、以及机动车当前位置的坐标数据(X_d,Y_d)所在区域每一行像素对应的距离或者每一列像素对应的距离，得到机动车当前位置的实际坐标数据(X_dj,Y_dj)。

与现有技术相比，本发明的上述方案至少具有以下有益效果：

(1)本发明所述的利用平面感知技术的快速路车道信号灯控制方法及系统，能够对快速路上行驶的车辆进行平面精准连续跟踪，当快速路上出现异常停车的情况时，能够立即获得异常停车所在的位置。当确定快速路某一车道上有车辆处于异常停车时，进一步判断该异常停车所在位置的下游和上游处的车辆速度，是否处于正常行驶或者处于拥堵缓慢的状态。对于异常停车下游，如果也处于拥堵情况，那么即使将异常停车车道的信号灯设置为红灯也不能够疏解交通拥堵情况，此时每一条车道的车道灯均设置为绿灯。对于异常停车位置上游来说，如果上游车辆行驶速度没有出现拥堵，则不需要对信号灯进行改变，每一车道的信号灯均设置为绿灯即可。当异常停车上游出现拥堵情况时，继续判断拥堵引发原因是否是由于异常停车车道变道导致的相邻车道拥堵，如果是的话则将异常停车车道的信号灯设置为红灯，由于提前将异常停车引发拥堵的车道信号灯变为红灯，上游车辆必须提前变换车道，而不必到异常停车位置附近才进行变道，从而能够有效避免拥堵的产生。

(2)本发明所述的利用平面感知技术的快速路车道信号灯控制方法及系统，当采用雷达检测器时，在路面选定校正标志位，在电子地图上标注校正标志位的实际位置坐标，当对车辆位置进行检测时，实时获得校正标志位的坐标数据与实际坐标数据进行比较，当二者之间的偏差超过一定阈值时，发出故障报警信息：一是提醒工作人员及时维修；二是将系统降级为车道灯全部为绿灯模式。当二者之间的偏差在阈值范围内时，根据偏差值对采集到的车辆位置坐标进行校正，因此，即便是检测器发生了抖动，也能保证最终获得的车辆位置坐标数据和车速是准确的。

(3)本发明所述的利用平面感知技术的快速路车道信号灯控制方法及系统，当采用视频检测器时，由于视频检测器在检测不同距离的场景时，同样相邻的两行像素或者两列像素之间代表的距离不相同。因为，在视频画面中，近距离的视频图像比例与远距离的视频图像比例不同，因此，在本申请中，根据在路面上的分道线的实际长度尺寸，通过人工在视频画面上设置的分界点作为校正标志位，无论当分界点在远距离的位置和在近距离的位置时，每个分界点到停止线的距离是已知的，而且是非常准确的，只是不同距离的场景相邻分界点之间的像素行数和列数不同，代表的距离不同而已，通过这种方法，可以大幅度提高其检测位置的精度，得到准确的机动车当前准确瞬时速度。

(4)本发明所述的利用平面感知技术的快速路车道信号灯控制方法及系统，当检测器采用视频检测器时，如果视频检测器发生了抖动导致视频检测器检测到的位置信息发生了偏移，由于每一个分界点都是校正标志位，因此无论机动车处于哪两个分界点之间，都能够根据距离机动车最近的分界点得到校正标志位的校正误差。本方案中，将整个视频画面的监控距离以分界点分成了若干段，每段的距离都比较短，因此采用两个分界点之间的距离偏差对机动车的位置进行校正，可以得到更为准确的速度数据。

附图说明

为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明，其中

图1是本发明一个实施例所述利用平面感知技术的快速路车道信号灯控制方法的流程图；

图2是本发明一个实施例所述快速路路面道路示意图；

图3是本发明一个实施例视频检测画面示意图；

图4是本发明一个实施例所述视频画面中分道线示意图；

图5是本发明一个实施例所述利用平面感知技术的快速路车道信号灯控制系统的原理示意图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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做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。并且下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。在对各个实施例进行详细描述之前，需要说明的是，本发明所涉及到的所有坐标数据均是指在同一特定坐标系下的坐标数据。另外，本发明所述的平面感知检测是相对于现有技术中断面检测而言的说法，对机动车当前位置轨迹的连续检测即平面数据的采集可以说是平面感知检测。

实施例1

本实施例提供一种利用平面感知技术的快速路车道信号灯控制方法，如图1所示，包括如下步骤：

S1：对快速路上的行驶的车辆进行平面精准连续跟踪。如图2所示，快速路上有三条车道，车道1、车道2和车道3。每一条车道上都设置有车道灯，在正常情况下，车道灯均设置为绿色。利用检测器对检测范围内的车辆进行精准连续平面跟踪。相邻检测范围时具有重叠范围的，当机动车从一个检测范围驶出时就进入了另一个检测范围，因此能够做到对车辆的连续跟踪。

S2：实时检测车道灯下游方向所有车道上的车辆是否有异常停车的情况或者车速低于第一设定阈值的情况；如果有则将异常停车或者车速低于第一设定阈值的断面标注为异常断面，并进入步骤S3，否则将每条车道的信号灯均设置为绿灯后返回步骤S1。判断异常停车的方法为，在绿灯情况下判断车辆是否处于停止状态，如果车辆处于停止状态则进一步判断停止车辆前方的车辆是否处于停止状态，如果当前车辆处于停止状态而前方车辆不处于停止状态，则判断当前车辆为异常停车。

S3：判断非正常断面下游的所有车道的车速是否都低于第一设定阈值，若是则将每条车道的信号灯均设置为绿灯后返回步骤S1；第一设定阈值可以设置为10千米/小时，否则进入步骤S4。

S4：判断非正常断面下游的所有车道的车速是否都高于第二设定阈值，若是则进入S5，第二设定阈值可以选择为30千米/小时；否则将每条车道的信号灯均设置为绿灯后返回步骤S1。

S5：判断非正常断面上游是否有车辆变道导致相邻车道车速低于第一设定阈值的情况，若有则进入步骤S6，否则返回步骤S1。由于对每一车辆进行连续跟踪，因此能够准确得到每一车辆的具体位置，以及每一车辆的行驶速度。对于快速路上每一条车道所包含的坐标都是已知的，因此根据车辆的具体位置坐标与快速路车道包含的坐标进行比对即可得知车辆处于哪一条车道上。而当某一车辆突然从一条车道变换到相邻车道上的同时，相邻车道上的其他车辆速度迅速下降，且下降至第一设定阈值以下，由此可以判断相邻车道车速下降出现拥堵是由于该变道车辆引起的。

S6：将异常断面所在车道的车道信号灯设置为红灯，之后返回步骤S1。也就是说，当快速路上出现异常停车情况时，异常停车所在位置的下游车辆行驶情况正常，异常停车所在位置的上游车辆行驶速度缓慢、出现拥堵，且拥堵原因是由于有车辆从异常停车位置的所在车道变换到相邻车道引起的，此时将异常停车所在位置上游信号灯设置为红灯。通过这种设置方式，可以使异常停车车道上的车辆提前在信号灯的指示下变换车道，而不必到异常停车所在位置附近才变换车道。

优选地，上述利用平面感知技术的快速路车道信号灯控制方法，在步骤S1和步骤S2之间还包括如下步骤:

S10:判断是否能够精准跟踪到车辆行驶信息,若是则进入步骤S2,否则将每条车道的信号灯均设置为绿灯并发出报警信息提示故障,之后返回步骤S1。

实施例2

本实施例在实施例1的基础上，进行如下改进，步骤S1中所述的平面精准连续跟踪包括如下步骤：

S11：在快速路上设置若干检测器，所述检测器用于对机动车进行连续跟踪；将所述检测器的检测范围、车道信号灯的上游路段、车道信号灯的下游路段标注到带有经纬度的电子地图上，并且将检测器的位置坐标数据(X_j,Y_j)、车道信号灯的位置坐标数据(X_x,Y_x)标注到电子地图上；

S12：获取检测器的当前检测误差(X_c,Y_c)，判断当前检测误差(X_c,Y_c)是否在设定阈值范围内，若是则进入步骤S13，否则发出报警信号，提示无法准确获取校正标志位坐标数据，之后将每条车道的信号灯均设置为绿灯后返回步骤S1；

S13：获取机动车当前位置的坐标数据(X_d,Y_d)；

S14：根据机动车当前位置的坐标数据和当前检测误差获得机动车当前位置的实际坐标数据：(X_dj,Y_dj)＝(X_d,Y_d)-(X_c,Y_c)。

具体包括以下情况：

所述检测器采用检测雷达的情况下，所述步骤S12中获得当前检测误差(X_c,Y_c)的步骤包括：

SA1：选定校正标志位，并将校正标志位的实际坐标数据(X_b，Y_b)标注到电子地图上，并实际测量雷达检测器到校正标志的距离L_lb和校正标志位到车道灯所在位置的距离L_jt；校正标志位可以为路面上设置的固定标志物所在的位置，例如显示牌、天桥桥梁、电线杆等，这些物体不会轻易发生位移。

SA2：判断是否能读取到校正标志位的当前坐标数据(X_bd，Y_bd)，若读取到则根据校正标志位的当前坐标数据和校正标志位的实际坐标数据得到当前检测误差：(X_c,Y_c)＝(X_bd，Y_bd)-(X_b，Y_b)。

在电子地图上标注校正标志位的实际位置坐标，在对车辆位置进行检测时，实时获得校正标志位的坐标数据与实际坐标数据进行比较，当二者之间的偏差超过一定阈值时，发出故障报警信息提醒工作人员。当二者之间的偏差在阈值范围内时，根据偏差值对采集到的车辆位置坐标进行校正，因此，即便是检测器发生了抖动，也能保证最终获得的车辆位置坐标数据是准确的。

所述检测器采用视频跟踪单元的情况时，所述步骤S12中获得当前检测误差(X_c,Y_c)的步骤包括：

SB1：在视频跟踪单元的视频监控范围内施划分道线，所述分道线上设置有分界点F_i，获得每一分界点的实际坐标数据(X_f，Y_f)并将其标注到电子地图上；如图3所示为一种方案，以道路上施划的分道线的端点作为分界点。因为分道线是虚线形式，对于其中的实线长度和空白距离都是有规定的，一般情况下实线长度为2米，空白距离为4米，因此如果直接以实线的两个端点作为分界点，则很容易得到每一个分界点的坐标值，如图中所示F1和F2之间的距离为2米，F2和F3之间的距离为4米，F3和F4之间的距离为两米。

SB2：以每一分界点的实际坐标数据(X_f，Y_f)作为校正标志位的实际坐标数据(X_b，Y_b)。

SB3：判断是否能检测到每一个校正标志位的当前坐标数据(X_bd，Y_bd)，若检测到则根据检测到的每一校正标志位当前坐标数据和该校正标志位的实际坐标数据，得到与该标志位对应的检测误差：(X_c,Y_c)＝(X_bd，Y_bd)-(X_b，Y_b)；

所述步骤S13和所述步骤S14之间还包括如下步骤：

根据机动车当前位置的坐标数据(X_d,Y_d)得到与机动车距离最近的校正标志位，以与机动车距离最近的校正标志位的检测误差作为机动车的当前检测误差(X_c,Y_c)。

在本实施例中，将每一个分界点都作为校正标志位，无论机动车当前位置在哪，都能够立即确定与机动车距离最近的校正标志位，利用该校正标志位的检测误差对机动车的位置进行校正，使得到的机动车的实际位置坐标更准确，从而准确得到的机动车当前的瞬时速度。

所述检测器为视频跟踪单元的情况还包括，步骤S1中所述的平面精准连续跟踪包括如下步骤：

SC1：在视频跟踪单元的视频监控范围内施划分道线，所述分道线上设置有分界点F_i，获得每一分界点的实际坐标数据(X_f，Y_f)并将其标注到电子地图上,以及每两个相邻分界点之间的距离L_fi；

SC2：在视频监控画面中得到分道线的监控图像，依次人工标注每一个分界点F_i，并获得每两个相邻分界点之间的像素行数H_h或像素列数H_l，得到：

每两个相邻分界点之间的每一行像素对应的距离L_fi/H_h；

或者每两个相邻分界点之间的每一列像素对应的距离L_fi/C_l；

图4给出了在视频检测画面中的检测结果示意图；图中所示即为一条车道的检测结果示意图。从图中可以看出，当视频检测单元在检测不同距离的目标时，同一行像素以及同一列像素所表示的距离完全不同。道路的宽度是固定的，但是在画面下方道路宽度占用了43列像素，在画面上方只占用了28列像素，假设其宽度为3米，那么对于画面下方每一列像素表示的距离为3/430.07米，道路上方每一列像素表示的距离为3/280.1米。同样的道理，在路面上施划的分道线，实线长度为两米，在画面下方15行像素表示F1和F2之间的距离，在画面上方7行像素即可表示F5和F6之间的距离，则在F1和F2之间，每行像素代表的距离为2/150.133米，在F5和F6之间，每行像素代表的距离为2/70.286米。

SC3：获取机动车当前位置的坐标数据(X_d,Y_d)；

SC4：根据机动车当前位置的坐标数据(X_d,Y_d)判断机动车当前位置在视频监控画面中的哪两个相邻的分界点之间，并进一步判断该坐标数据对应该相邻分界点之间的哪一行像素点或哪一列像素点；

SC5：根据机动车当前位置的坐标数据(X_d,Y_d)，结合在实际中每一个分界点的相对位置坐标、以及机动车当前位置的坐标数据(X_d,Y_d)所在区域每一行像素对应的距离或者每一列像素对应的距离，得到机动车当前位置的实际坐标数据(X_dj,Y_dj)。

假设当前时刻，机动车位于F5和F6之间，而F5和F6两个分界点的实际坐标可以测量得到，是非常准确的位置坐标，那么我们只要得到机动车与F5或者F6之间的距离就可以得到机动车当前实际的位置坐标。因为，我们已经获得，F5和F6之间共有7行像素，每一行像素所表示的距离为0.286米，此时如果机动车与F5之间距离为4行像素，与F6之间的距离为3行像素，那么可以得到机动车与F6之间的距离为0.2863＝0.858米，则机动车实际的位置坐标与F6之间的距离为0.858米，通过计算即可得到机动车的实际位置坐标。

实施例3

本实施例提供一种利用平面感知技术的快速路车道信号灯控制系统，如图5所示，包括：

检测单元8，用于对快速路上的行驶的车辆进行平面精准连续跟踪；

第一判断单元1，实时检测车道灯下游方向所有车道上的车辆是否有异常停车的情况或者车速低于第一设定阈值的情况；如果有则将异常停车或者车速低于第一设定阈值的断面标注为异常断面；

第二判断单元2，用于在第一判断单元1的判断结果为是时进一步判断非正常断面下游的所有车道的车速是否都低于第一设定阈值；

第三判断单元3，用于在第二判断单元2的判断结果为否时，进一步判断非正常断面下游的所有车道的车速是否都高于第二设定阈值；

第四判断单元4，用于在第三判断单元3的判断结果为是时，进一步判断非正常断面上游是否有车辆变道导致相邻车道车速低于第二设定阈值的情况；

信号灯设置单元6，用于在第二判断单元2的判断结果为是时将每条车道的信号灯均设置为绿灯；在第三判断单元3的判断结果为否时将每条车道的信号灯均设置为绿灯；在第四判断单元4的判断结果为是时将异常断面所在车道的车道信号灯设置为红灯；在第一判断单元的1判断结果为否时将每条车道的信号灯均设置为绿灯。

优选地，还包括：

第五判断单元5，用于判断是否能够跟踪到车辆行驶信息,若能跟踪到车辆行驶信息则直接进入第二判断单元；

信号灯设置单元6，用于在第五判断单元5的判断结果为否时将每条车道的信号灯均设置为绿灯；

报警单元7，用于在第五判断单元5的判断结果为否时发出报警信息提示故障。

优选地，所述检测单元包括：

检测器，设置于快速路上车道灯的上游和下游一定距离，所述检测器用于对机动车进行连续跟踪；

带有经纬度的电子地图，适于标注检测器的检测范围、车道信号灯的上游路段、车道信号灯的下游路段，以及检测器的位置坐标数据(X_j,Y_j)、车道信号灯的位置坐标数据(X_x,Y_x)；

数据获取模块，获取检测器的当前检测误差(X_c,Y_c)和机动车当前位置的坐标数据(X_d,Y_d)；

第一判断模块，用于判断当前检测误差(X_c,Y_c)是否在设定阈值范围内；

位置确定模块，用于根据机动车当前位置的坐标数据和当前检测误差获得机动车当前位置的实际坐标数据：(X_dj,Y_dj)＝(X_d,Y_d)-(X_c,Y_c)。

优选地，所述检测器采用检测雷达，所述数据获取模块包括：

校正位设置子模块，选定校正标志位，并将校正标志位的实际坐标数据(X_b，Y_b)标注到电子地图上，并实际测量雷达检测器到校正标志的距离L_lb和校正标志位到车道灯所在位置的距离L_jt；

判断子模块，判断是否能读取到校正标志位的当前坐标数据(X_bd，Y_bd)，若读取到则根据校正标志位的当前坐标数据和校正标志位的实际坐标数据得到当前检测误差：(X_c,Y_c)＝(X_bd，Y_bd)-(X_b，Y_b)。

优选地，所述检测器采用视频跟踪单元，所述数据获取模块包括：

分道线设置子模块，在视频跟踪单元的视频监控范围内施划分道线，所述分道线上设置有分界点F_i，获得每一分界点的实际坐标数据(X_f，Y_f)并将其标注到电子地图上；以每一分界点的实际坐标数据(X_f，Y_f)作为校正标志位的实际坐标数据(X_b，Y_b)；

第二判断子模块，判断是否能检测到每一个校正标志位的当前坐标数据(X_bd，Y_bd)，若检测到则根据检测到的每一校正标志位当前坐标数据和该校正标志位的实际坐标数据，得到与该标志位对应的检测误差：(X_c,Y_c)＝(X_bd，Y_bd)-(X_b，Y_b)；

还包括校准子模块，用于根据机动车当前位置的坐标数据(X_d,Y_d)得到与机动车距离最近的校正标志位，以与机动车距离最近的校正标志位的检测误差作为机动车的当前检测误差(X_c,Y_c)。

优选地，所述检测器为视频跟踪单元，所述检测单元包括：

分道线设置子单元，用于在视频跟踪单元的视频监控范围内施划分道线，所述分道线上设置有分界点F_i，获得每一分界点的实际坐标数据(X_f，Y_f)并将其标注到电子地图上,以及每两个相邻分界点之间的距离L_fi；

标注子单元，用于在视频监控画面中得到分道线的监控图像，依次人工标注每一个分界点F_i，并获得每两个相邻分界点之间的像素行数H_h或像素列数H_l，得到：

每两个相邻分界点之间的每一行像素对应的距离L_fi/H_h；

或者每两个相邻分界点之间的每一列像素对应的距离L_fi/C_l；

数据获取子单元，用于获取机动车当前位置的坐标数据(X_d,Y_d)；

判断子单元，根据机动车当前位置的坐标数据(X_d,Y_d)判断机动车当前位置在视频监控画面中的哪两个相邻的分界点之间，并进一步判断该坐标数据对应该相邻分界点之间的哪一行像素点或哪一列像素点；

实际位置获取子单元，用于根据机动车当前位置的坐标数据(X_d,Y_d)，结合在实际中每一个分界点的相对位置坐标、以及机动车当前位置的坐标数据(X_d,Y_d)所在区域每一行像素对应的距离或者每一列像素对应的距离，得到机动车当前位置的实际坐标数据(X_dj,Y_dj)。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。