一种用于单交叉路口交通信号灯控制系统的制作方法

本发明涉及路口交通信号灯管理领域，具体涉及一种用于单交叉路口交通信号灯控制系统。

背景技术：

大量平面交叉路口的存在是城市道路的特征，各方向车流的冲突也在此发生。因此,我们研究城市道路交通控制系统，应重点考虑这些单交叉口的车辆通行方式。目前，我国大部分城市仍旧采用传统的交通控制模式，其主要有单段式以及多段式定时控制方式。由于交通流具有随机性和波动性，这种控制方式不能根据具体交通情况做出智能化的处理，很多时候会出现浪费交叉口绿灯时间的情况。比如绿灯方向的车辆已经全部放行，而红灯方向排队的车辆很多，但是该相位的绿灯还有一段时间才结束；或者某一方向排队的车辆非常多而其他方向的排队长度较短，不能给予该方向足够长的绿灯时间，导致该方向的车辆严重积压甚至堵塞，这就造成了交叉口通行效率的降低。针对现如今交通管理系统存在的不足，急需一套智能化交通信息系统可以根据实时的路口信息对路口交通灯进行智能调控，最大限度的缓解交通压力，提高通行效率。

技术实现要素：

为解决上述问题，本发明提供了一种用于单交叉路口交通信号灯控制系统，利用机器视觉技术实时获取路口交通流信息，结合模糊神经网络算法对路口各个方向的交通灯进行智能调控，根据路口车流量的状况，合理分配通行时长，车流量较多时分配较多的通行时长，车流量较少时分配较少时长，尽快切换相位，使其他相位获得通行权，提高通行效率。

为实现上述目的，本发明采取的技术方案为：

一种用于单交叉路口交通信号灯控制系统，包括：

图像采集模块，用于交汇于同一路口的各条路段的路面图像的采集，并将采集到的图像传输给车流量检测模块、车速检测模块和排队检测模块；

车流量检测模块，从所述图像中检测检测车辆特征、车道线特征并分别统计各条路段上分别向不同方向行驶车辆的车流量数据；

车速检测模块，用于实现交叉路口的平均车速的计算；

排队长度检测模块，当检测到的平均车速低于2km/h时启动，用于实现排队长度的检测；

智能调控模块，当检测到的平均车速低于预设的阀值时启动，基于各条路段的分别向不同方向行驶车辆的车流量数据、平均车速数据以及排队长度数据进行综合分析，计算各条路段对应的交通信号灯控制策略；

信号灯控制模块，用于根据计算得到的各条路段对应的交通信号灯的点亮时间计算结果，分别控制各条路段对应的交通信号灯亮灭变化。

进一步地，所述图像采集模块采用网络摄像头，架设在交叉路口，逆着行车方向进行视频采集，在停车线和人行横道之间设置检测带。

进一步地，所述车速检测模块通过以下方法进行车速的计算：在检测带内进行背景差分运算、阴影去除和形态学区域填充，然后对得到的二值化图像进行垂直投影，利用垂直投影曲线图判断车辆是否存在并计算车辆驶入和驶出检测带所用的帧数，根据网络摄像头的帧率和检测带的宽度计算瞬时速度，进而求出交叉路口的平均车速。

进一步地，所述排队长度检测模块采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；采用迭代自适应阈值分割法进行图像二值化处理；基于连通分量外接矩形的长宽比进行车辆的形状识别，完成车辆目标的检测和识别。

进一步地，当车辆的识别结果落入大型车辆的识别结果且大型车辆的数量为1辆时，启动相应路段入口的摄像头，顺着行车方向进行视频的采集，并将采集到的视频发送到排队长度检测模块实现车辆目标的检测和识别，直至识别到对应的大型车辆，然后将该大型车辆前后车辆的识别结果以及大型车辆的识别结果进行叠加即可完成排队长度的计算。

进一步地，当车辆的识别结果落入大型车辆的识别结果且大型车辆的数量大于1辆时，首先基于连通分量外接矩形的长宽比进行两辆大型车辆之间距离的测量，当测量结果小于预设的车辆标准尺寸，则判定两辆大型车辆之间不存在车辆，当测量结果大于预设的车辆标准尺寸时，则以车辆标准尺寸为基准进行该段距离内车辆数量的检测，完成所有大型车辆之间车辆数量的检测后，启动相应路段入口的摄像头，顺着行车方向进行视频的采集，并将采集到的视频发送到排队长度检测模块实现车辆目标的检测和识别，直至识别到第一辆大型车辆，然后完成排队长度的计算。

进一步地，所述智能调控模块基于模糊神经网络算法实现各条路段对应的交通信号灯控制策略的计算，将采集到的交通参数作为模糊神经网络算法的输入参数，根据实际采集到的样本数据进行训练自动生成控制规则，由输入的交通参数进行模糊推理获得各条路段对应的交通信号灯控制策略。

进一步地，还包括一交通信号灯工况接入模块，用于接入各条路段对应的交通信号灯的工况，并基于预设的bp神经网络模型实现交通信号灯工作状态的评估，当得到的评估结果落入预设的报警门限时，报警模块启动。

进一步地，所述报警模块将报警信号传送给gsm通信模块，gsm通信模块将报警信号以短消息的形式发送给预先设定的用户的手机号码，提示用户采取相应措施。

进一步地，还包括一交通事故接入模块，用于外接交警交通事故登记系统，当发现当前路段发生交通事故时，启动信号灯联控模块，将该路段入口的信号灯一并接入系统进行联控，每个交通信号灯一侧配置一电子显示屏用于当前各路段事故的滚动显示，以减少进入该路段的车辆。

本发明具有以下有益效果：

（1）通过路口监控摄像头实时采集交通信息，通过基于机器视觉的多种图像处理算法得到较为准确的排队长度、车流量和车速，能够真实的反映出交叉路口的交通通行状态，为实现智能交通灯的控制提供准确的信息。

（2）引入神经网络算法，模糊神经网络把处理不确定的信息的模糊推理和依据样本数据学习的神经网络结合起来，既利用神经网络的学习能力，又利用模糊逻辑的表达能力，则有利于提髙整个信号控制系统对知识的学习和表达能力，从而获得更好的控制效果，使路口车辆有效通行，减少车辆的平均延误时间，提高通行能力。

（3）系统自带交通事故应急处理功能，从而可以很好的避免由于人们不知道该路段发生交通事故，而涌入该路段造成交通拥堵的情况。

（4）系统自带交通信号灯工况评估功能，可以及时发现交通信号灯的故障，从而提醒工作人员及时作出相应的措施。

附图说明

图1为本发明实施例一种用于单交叉路口交通信号灯控制系统的系统框图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。

如图1所示，本发明实施例提供了一种用于单交叉路口交通信号灯控制系统，包括：

图像采集模块，用于交汇于同一路口的各条路段的路面图像的采集，并将采集到的图像传输给车流量检测模块、车速检测模块和排队检测模块；

车流量检测模块，从所述图像中检测检测车辆特征、车道线特征并分别统计各条路段上分别向不同方向行驶车辆的车流量数据；

车速检测模块，用于实现交叉路口的平均车速的计算；所述车速检测模块通过以下方法进行车速的计算：在检测带内进行背景差分运算、阴影去除和形态学区域填充，然后对得到的二值化图像进行垂直投影，利用垂直投影曲线图判断车辆是否存在并计算车辆驶入和驶出检测带所用的帧数，根据网络摄像头的帧率和检测带的宽度计算瞬时速度，进而求出交叉路口的平均车速；

排队长度检测模块，当检测到的平均车速低于2km/h时启动，用于实现排队长度的检测；所述排队长度检测模块采用双边滤波和分段线性变换算法分别进行图像去噪和图像增强预处理；采用迭代自适应阈值分割法进行图像二值化处理；基于连通分量外接矩形的长宽比进行车辆的形状识别，完成车辆目标的检测和识别；

智能调控模块，当检测到的平均车速低于预设的阀值时启动，基于各条路段的分别向不同方向行驶车辆的车流量数据、平均车速数据以及排队长度数据进行综合分析，基于模糊神经网络算法实现各条路段对应的交通信号灯控制策略的计算，将采集到的交通参数作为模糊神经网络算法的输入参数，根据实际采集到的样本数据进行训练自动生成控制规则，由输入的交通参数进行模糊推理获得各条路段对应的交通信号灯控制策略；然后将得到的交通信号灯控制策略经lora无线通信模块传输给信号灯控制模块和/信号灯联控模块；

信号灯控制模块，其主控制器采用arm的cortex‐m3处理器，用于根据计算得到的各条路段对应的交通信号灯的点亮时间计算结果，分别控制各条路段对应的交通信号灯亮灭变化；lora无线通信模块通过spi接口与arm核心板相连；

交通信号灯工况接入模块，用于接入各条路段对应的交通信号灯的工况，并基于预设的bp神经网络模型实现交通信号灯工作状态的评估，当得到的评估结果落入预设的报警门限时，报警模块启动；所述报警模块将报警信号传送给gsm通信模块，gsm通信模块将报警信号以短消息的形式发送给预先设定的用户的手机号码，提示用户采取相应措施。

交通事故接入模块，用于外接交警交通事故登记系统，当发现当前路段发生交通事故时，启动信号灯联控模块，将该路段入口的信号灯一并接入系统进行联控，每个交通信号灯一侧配置一电子显示屏用于当前各路段事故的滚动显示，以减少进入该路段的车辆。

进一步地，所述图像采集模块采用网络摄像头，架设在交叉路口，逆着行车方向进行视频采集，在停车线和人行横道之间设置检测带。

本实施例中，当车辆的识别结果落入大型车辆的识别结果且大型车辆的数量为1辆时，启动相应路段入口的摄像头，顺着行车方向进行视频的采集，并将采集到的视频发送到排队长度检测模块实现车辆目标的检测和识别，直至识别到对应的大型车辆，然后将该大型车辆前后车辆的识别结果以及大型车辆的识别结果进行叠加即可完成排队长度的计算。

当车辆的识别结果落入大型车辆的识别结果且大型车辆的数量大于1辆时，首先基于连通分量外接矩形的长宽比进行两辆大型车辆之间距离的测量，当测量结果小于预设的车辆标准尺寸，则判定两辆大型车辆之间不存在车辆，当测量结果大于预设的车辆标准尺寸时，则以车辆标准尺寸为基准进行该段距离内车辆数量的检测，完成所有大型车辆之间车辆数量的检测后，启动相应路段入口的摄像头，顺着行车方向进行视频的采集，并将采集到的视频发送到排队长度检测模块实现车辆目标的检测和识别，直至识别到第一辆大型车辆，然后完成排队长度的计算。

本实施例中，模糊神经网络算法功能程序主要在嵌入式工控机上运行。控制算法的优势在于具有自学习的功能，可以对交通流数据进行训练，不断修正参数，得到更加适应各个时段路口交通控制规则。因此在软件工程项目中建立各相位的文本文件，存储该路口的历史通行数据。在执行算法功能前，更新样本数据，然后对样本数据进行训练，优化相关参数自动生成隶属度函数和模糊规则，最后执行算法功能程序，生成待通行相位的绿灯延时。控制算法整体工作流程为：智能交通信息系统开启后，调用交通参数采集子程序，获取待通行相位的三个交通参数车辆排队长度j、车流量k及车速p。三个交通参数j,k，p通过模糊化处理，从而获得模糊控制系统的输入变量，然后通过系统的模糊推理机，结合由样本数据训练自动生成的模糊规则进行推理，得到模糊化输出变量，通过清晰化操作得到精确值，即待通行相位的绿灯延时时间t。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。