交叉路口交通阻塞预防和自动应急处理系统及其处理方法
【技术领域】
[0001]本发明涉及道路交通领域，具体涉及一种交叉路口交通阻塞预防和自动应急处理系统。
【背景技术】
[0002]改革开放以来，随着国民经济的高速增长，城市化作为国家发展方向而得到有力推进，随之而来的是大城市的人口和汽车保有量的飞速扩张。城市交通拥堵以城市全国各个城市共同面对的问题。而正如一句古语“欲速则不达”，在越是拥堵的道路上，合理的交通秩序越是容易被破坏。特别是在交叉路口处，一个方向的拥挤导致的车辆积压，会最终令路口其他方向的交通都受到影响，拥堵成为阻塞，路口交通进入“死锁”(Deadlock)状态，使原本其他方向本不拥堵的交通均陷入瘫痪，进而影响整个交通路网的效率，严重浪费社会道路资源。
[0003]路口交通的死锁是一个渐进的过程。当在拥堵情况下，绿灯信号相位不能有效排解路口车辆的通行需求时，车辆的逐渐积压。同时当一个或更多的绿灯周期后依然无法通过当前路口时，其绿灯亮起时许可行驶的心理预期与车辆堵塞的现实落差会导致其更为野蛮的驾驶方式，见缝插针地越过停车线期望获得优先行驶权，积压于路口空间，占用的路口空间使十字路口其他方向的交通也一并中断，成为我们称之为的路口节点“死锁”。
【发明内容】
[0004]本发明的目的在于提供一种交叉路口交通阻塞预防和自动应急处理系统，可有效防止或减缓路口节点“死锁”现象。
[0005]为了实现上述目的，本发明的技术方案如下:一种交叉路口交通阻塞预防和自动应急处理系统，其特征在于所述系统包括图像捕捉单元，用于获取路口视频图像；图像分析单元，对所述路口视频图像进行分析，以便发现路口某一方向交通拥堵；网络云数据和云计算单元，用于获取阻塞路口节点的周边路口的交通拥挤状态，并判断当前路口的阻塞能否在短时间内由周边路网所消化；信号灯控制计算机，若网络云数据和云计算单元判断当前路口的阻塞能在短时间内由周边路网所消化，则根据路网情况调节各个方向的信号灯配时，若网络云数据和云计算单元判断当前路口的阻塞不能在短时间内由周边路网所消化，则纪录当前路口为死锁状态，并生成极端全部路口红色信号灯相位表，关闭本路口。
[0006]本发明的另一目的在于提供一种交叉路口交通阻塞预防和自动应急处理方法，可有效防止或减缓路口节点“死锁”现象。
[0007]为了实现上述目的，本发明的技术方案如下:一种交叉路口交通阻塞预防和自动应急处理方法，其特征在于所述方法包括以下步骤:A、由图像捕捉单元获取路口视频图像；B、图像分析单元对所述路口视频图像进行分析，以便发现路口某一方向交通拥堵；C、网络云数据和云计算单元获取阻塞路口节点的周边路口的交通拥挤状态，并判断当前路口的阻塞能否在短时间内由周边路网所消化，若是则转入A，若否则转入D ;D、判断本路口是否有其它多个方向拥堵，如是则转入E，如否则转入F ;E、纪录当前状态为死锁状态，并生成极端全部路口红色信号灯相位表，关闭本路口 ；F、记录当前方向拥堵，同时结束当前拥堵方向的绿灯相位；G、获得周围路口的城市交通大数据；H、通过云计算结合周边路口交通量、相位时间数据，生成当前路口信号灯相位配时并分配给信号灯控制机。其中在步骤B中，在所述路口视频图像中设置虚拟检测线圈，所述虚拟检测线圈为一梯形，梯形的上底为路口出口宽度，下底为路口全宽，高为横向路口宽度，在两个绿灯周期后虚拟检测线圈内车辆依旧无移动时，则判断为路口交通拥堵。
[0008]本发明的优点在于在“死锁”真正发生前系统能够自动发现，并通过修改交通信号灯相位时序等手段，尽力缓解路口车辆积压状态，尽可能避免路口交通“死锁”。而同时，在真正发生路口交通“死锁”时系统能采用极端信号灯相位，控制影响范围，同时也可实现自动报警，发布警示信息。
【附图说明】
[0009]图1为本发明的结构框图。
[0010]图2为本发明的工作流程图。
[0011]图3为虚拟检测线圈的设置位置。
【具体实施方式】
[0012]如图所示，一种交叉路口交通阻塞预防和自动应急处理系统，其特征在于所述系统包括图像捕捉单元，用于获取路口视频图像；图像分析单元，对所述路口视频图像进行分析，以便发现路口某一方向交通拥堵；网络云数据和云计算单元，用于获取阻塞路口节点的周边路口的交通拥挤状态，并判断当前路口的阻塞能否在短时间内由周边路网所消化；信号灯控制计算机，若网络云数据和云计算单元判断当前路口的阻塞能在短时间内由周边路网所消化，则根据路网情况调节各个方向的信号灯配时，并分配给路口信号灯控制机，若网络云数据和云计算单元判断当前路口的阻塞不能在短时间内由周边路网所消化，则纪录当前路口为死锁状态，并生成极端全部路口红色信号灯相位表，分配给路口信号灯控制机，关闭本路口。
[0013](I)前端图像捕捉
目前我国各大城市各个主要路口均设置有路口监视摄像机或者违章抓拍摄像机，其获取的图像或经适当改造后获取的图像均可作为本系统的图像分析信息源。特别是随着高清数字摄像系统的普及，大视野高分辨率图像可为系统提供更准确的识别依据。系统需能兼容接入主流摄像机视频图像的能力。
[0014](2)图像分析单元采用计算机模式识别技术，在视频图像上特定区域划分虚拟检测线圈。如图所示，该虚拟检测线圈为一路口出口方向较窄，路口入口方向较宽的梯形，该虚拟检测线圈为一梯形，梯形的上底为路口出口宽度LI，下底为路口全宽L2，高为横向路口宽度L3。当车辆试图从上方路口出口离开而开始拥堵时，由于路口出口车道数量固定、空间有限，而路口入口车辆由于如前所述试图获得本轮绿灯时间内通行权力的心情，会尽力驶过路口停车线，从而导致车辆会缓慢积压会形成路口出口方向较窄，路口入口方向较宽的三角形队形。因此，计算机图像分析，当虚拟梯形框内车辆所占像素密度超过60%时，可认为此方向路口已充满停候汽车时。在两个绿灯周期后虚拟线圈内车辆密度依旧大于60%时，可判断为路口严重阻塞并可能导致死锁。同时采集当前路口的交通信号灯相位时序。将当前路口的信号灯相位时间表及路口图像上传系统后端。
[0015](3)网络云数据和云计算
随着网络IT技术的进步，城市大数据发展阶段已经越发完善，当前热门的云技术也使得大数据的快速处理，存储成为可能。利用城市大数据中的交通大数据，包含了当前区域范围内交通流量数据的情况，可用于获取阻塞路口节点的周边路口特别是下游路口节点的交通拥挤状态。由于云计算的能力，使得在极短时间内结合区域交通大数据计算出反映在当前路口的清空时间T，清空时间的计算为现有技术，在此不再赘述。同时，根据当前路口进口交通量与流出交通量的比值获得系数X，并获得路口信号灯相位数η和当前相位配时时间
to
[0016]当T〈