基于量子学习分类的交通信号灯控制方法及装置

本申请涉及交通信号灯控制技术领域，尤其涉及一种基于量子学习分类的交通信号灯控制方法及装置。

背景技术

交通信号控制是提高道路资源利用率最为有效经济的手段，随着信息技术的发展，交叉口之间的信息交互逐渐快速而稳定，为实现交叉口之间的互动式、分布式协调控制提供了条件。交叉口之间是相互作用的，每个交叉口的变动都会影响周围交叉口，而周围路口的变动也会反过来影响自身。在新的通信与控制技术的支持下，交叉口之间可以进行实时信息交流，滚动预测使每个交叉口能够了解周围交叉口的未来决策。需要建立一个互动互利的协调机制，每个路口优化时不仅考虑自身的效益，同时还要考虑对下游交叉口的影响。在交互过程中能够达到动态的、稳定的、有益的协调，且目前对交通信号灯的控制与调节，往往忽略了非机动车道。

本发明就是在此基础上建立起交叉口之间互动机制与行为准则，设计与实现一个有用的、实用的动态协调控制模型。

技术实现要素：

本申请实施例的目的在于提出一种基于量子学习分类的交通信号灯控制方法及装置，以解决现有技术存在的上述问题。

为了解决上述技术问题，本申请实施例提供一种基于量子学习分类的交通信号灯控制方法，采用了如下所述的技术方案：

一种基于量子学习分类的交通信号灯控制方法，包括：

基于预设城市道路路口分布图，实时获取预设范围大小的当前路口的俯视平面图，作为第一地图；

对所述第一地图中与交通信号灯转换相关的区域分别进行栅格标注，确定多栅格区域块，以所述第一地图为底图构建包括多栅格区域块的标注地图；

以所述多栅格区域块为目标识别区域，实时识别所述标注地图上所述多栅格区域块内障碍目标的数量；

将所述当前路口作为起始点，将所述当前路口的第一下游路口作为第一终点，以所述多栅格区域块中特定区域块作为障碍区，构建从所述起始点到所述第一终点的合势场公式；

基于所述合势场公式和所述多栅格区域块内障碍目标的数量，分别对不同转向车道对应的合势场值进行实时计算，获取实时合势场值；

获取不同转向车道对应的实时合势场值，并与不同转向车道对应的预设合势场值阈值进行判断，若所述预设合势场值阈值大于等于所述实时合势场值，则实时降低与所述转向车道相对应交通信号灯得绿灯时间，否则，实时增加与所述转向车道相对应交通信号灯得绿灯时间。

进一步的，所述预设城市道路路口分布图可以为通过路口摄像头预先拍摄的城市路口俯视图的集合，也可以为基于城市道路规划图获取的城市路口俯视图的集合。

进一步的，所述实时获取预设范围大小的当前路口的俯视平面图，包括：

启动所述当前路口的摄像头进行俯视平面图获取，获取所述当前路口的俯视平面图；

获取时，所述俯视平面图的拍摄范围至少包括当前路口处各个方向的机动车道和所述机动车道两侧的非机动车道。

进一步的，所述与交通信号灯转换相关的区域，包括：

右转相关区域、直行相关区域和左转相关区域,其中，

所述右转相关区域包括：当前路口处右转车道的右侧固定大小范围的非机动车道区域和所述右转车道下游路口处固定大小范围的红灯等待区域；

所述直行相关区域包括：当前路口处与直行车道相垂直的固定大小范围的两个非机动车道区域和所述直行车道下游路口处固定大小范围的红灯等待区域；

所述左转相关区域包括：当前路口处左转车道的左侧固定大小范围的两个非机动车道区域和所述左转车道下游路口处固定大小范围的红灯等待区域。

进一步的，所述以所述第一地图为底图构建包括多栅格区域块的标注地图，具体包括：

以大小写字母和数字进行组合，构建栅格区域块标识；

使用所述栅格区域块标识对所述多栅格区域块进行标注，形成标注地图。

进一步的，所述实时识别所述标注地图上所述多栅格区域块内障碍目标的数量，包括：

基于预设摄像头或者红外感应器，实时获取所述标注地图上所述多栅格区域块内障碍目标的数量，其中，所述障碍目标包括：机动车辆、非机动车辆和行人。

进一步的，所述将所述当前路口作为起始点，将所述当前路口的第一下游路口作为第一终点，包括：

若假定机动车辆从右转车道驶入下游道路，则所述当前路口为起始点，所述机动车辆右转后的第一下游路口为第一终点；

若假定机动车辆从直行车道驶入下游道路，则所述当前路口为起始点，所述机动车辆直行过当前路口后的第一下游路口为第一终点；

若假定机动车辆从左转车道驶入下游道路，则所述当前路口为起始点，所述机动车辆左转后的第一下游路口为第一终点。

进一步的，所述以所述多栅格区域块中特定区域块作为障碍区，构建从所述起始点到所述第一终点的合势场公式，包括：

假定机动车辆从所述起始点到所述第一终点时，所述第一终点对所述机动车辆产生吸引势场，则所述吸引势场对应的力为吸引势力；

所述机动车辆从所述起始点到所述第一终点所经过的障碍区对所述机动车辆产生排斥势场，则所述排斥势场对应的力为排斥势力；

则所述机动车辆从所述起始点到所述第一终点的合势场为，且。

进一步的，假定机动车辆从所述起始点到所述第一终点时，若机动车辆从右转车道驶入下游道路，则在驶入之前所述合势场的具体构建方式如下：

此时，当前路口处右转车道的右侧固定大小范围的非机动车道区域和所述右转车道第一下游路口处固定大小范围的红灯等待区域为障碍区，第一终点对所述机动车辆的驶入吸引势力为；当前路口处右转车道的右侧固定大小范围的非机动车道区域对所述机动车辆的驶过排斥势力为=；所述右转车道第一下游路口处固定大小范围的红灯等待区域对所述机动车辆的驶过排斥势力为=；则所述机动车辆从所述起始点到所述第一终点的合势场为=；其中，为所述起始点（即所述当前路口）到所述第一终点（即所述右转车道第一下游路口处固定大小范围的红灯等待区域）的距离，为所述起始点即所述当前路口与所述当前路口处右转车道的右侧固定大小范围的非机动车道区域的距离，该值不小于0，、和为预先设定的比例系数。

进一步的，假定机动车辆从所述起始点到所述第一终点时，若机动车辆从直行车道驶入下游道路，则在驶入之前所述合势场的具体构建方式如下：

此时，当前路口处与直行车道相垂直的固定大小范围的两个非机动车道区域和所述直行车道第一下游路口处固定大小范围的红灯等待区域为障碍区，第一终点对所述机动车辆的驶入吸引势力，当前路口处与直行车道相垂直的固定大小范围的两个非机动车道区域分别对所述机动车辆的驶过排斥势力为=和=，所述直行车道第一下游路口处固定大小范围的红灯等待区域对所述机动车辆的驶过排斥势力为=，则所述机动车辆从所述起始点到所述第一终点的合势场为=，其中，为所述起始点（即所述当前路口）到所述第一终点（即所述直行车道第一下游路口处固定大小范围的红灯等待区域）的距离，和为所述起始点即所述当前路口分别与所述当前路口处与直行车道相垂直的固定大小范围的两个非机动车道区域的距离，两者皆不小于0，、和为预先设定的比例系数。

进一步的，假定机动车辆从所述起始点到所述第一终点时，若机动车辆从左转车道驶入下游道路，则在驶入之前所述合势场的具体构建方式如下：

此时，当前路口处左转车道的左侧固定大小范围的两个非机动车道区域和所述左转车道下游路口处固定大小范围的红灯等待区域为障碍区，第一终点对所述机动车辆的驶入吸引势力，当前路口处左转车道的左侧固定大小范围的两个非机动车道区域分别对所述机动车辆的驶过排斥势力为=和=，所述左转车道第一下游路口处固定大小范围的红灯等待区域对所述机动车辆的驶过排斥势力为=，则所述机动车辆从所述起始点到所述第一终点的合势场为=，其中，为所述起始点（即所述当前路口）到所述第一终点（即所述左转车道第一下游路口处固定大小范围的红灯等待区域）的距离，和为所述起始点即所述当前路口分别与所述当前路口处左转车道的左侧固定大小范围的两个非机动车道区域的距离，两者皆不小于0，、和为预先设定的比例系数。

进一步的，所述基于所述合势场公式和所述多栅格区域块内障碍目标的数量，分别对不同转向车道对应的合势场值进行实时计算，若机动车辆从右转车道驶入下游道路，在驶入之前获取实时合势场值，具体方式如下：

当前路口处右转车道的右侧固定大小范围的非机动车道区域内的障碍目标数量，即所述非机动车道内的非机动车和行人的数量之和为M;

所述右转车道第一下游路口处固定大小范围的红灯等待区域内的障碍目标的数量，即所述红灯等待区域内机动车的数量为N；

则实时合势场值为，其中，为所述起始点（即所述当前路口）到所述第一终点（即所述右转车道第一下游路口处固定大小范围的红灯等待区域）的距离，为所述起始点即所述当前路口与所述当前路口处右转车道的右侧固定大小范围的非机动车道区域的距离，该值不小于0，、和为预先设定的比例系数。

进一步的，所述基于所述合势场公式和所述多栅格区域块内障碍目标的数量，分别对不同转向车道对应的合势场值进行实时计算，若机动车辆从直行车道驶入下游道路，在驶入之前获取实时合势场值，具体方式如下：

当前路口处与直行车道相垂直的固定大小范围的两个非机动车道区域内的障碍目标数量，即其中一个非机动车道区域内的非机动车和行人的数量之和为，另一个非机动车道区域内的非机动车和行人的数量之和为;

所述直行车道第一下游路口处固定大小范围的红灯等待区域内的障碍目标的数量，即所述红灯等待区域内机动车的数量为N；

则实时合势场值为，其中，为所述起始点（即所述当前路口）到所述第一终点（即所述直行车道第一下游路口处固定大小范围的红灯等待区域）的距离，和为所述起始点即所述当前路口分别与所述当前路口处与直行车道相垂直的固定大小范围的两个非机动车道区域的距离，两者皆不小于0，、和为预先设定的比例系数。

进一步的，所述基于所述合势场公式和所述多栅格区域块内障碍目标的数量，分别对不同转向车道对应的合势场值进行实时计算，若机动车辆从左转车道驶入下游道路，在驶入之前获取实时合势场值，具体方式如下：

当前路口处左转车道的左侧固定大小范围的两个非机动车道区域内的障碍目标数量，即其中一个非机动车道区域内的非机动车和行人的数量之和为，另一个非机动车道区域内的非机动车和行人的数量之和为;

所述左转车道第一下游路口处固定大小范围的红灯等待区域内的障碍目标的数量，即所述红灯等待区域内机动车的数量为N；

则实时合势场值为，其中，为所述起始点（即所述当前路口）到所述第一终点（即所述左转车道第一下游路口处固定大小范围的红灯等待区域）的距离，和为所述起始点即所述当前路口分别与所述当前路口处左转车道的左侧固定大小范围的两个非机动车道区域的距离，两者皆不小于0，、和为预先设定的比例系数。

进一步的，所述获取不同转向车道对应的实时合势场值，并与不同转向车道对应的预设合势场值阈值进行判断，包括单路口判断和多路口联动判断。

进一步的，所述单路口判断，具体判断方式为：

若所述机动车辆从右转车道驶入下游道路，在驶入之前获取的实时合势场值大于右转时预设的合势场值阈值，则实时降低与所述右转车道相对应交通信号灯得绿灯时间，否则，实时增加与所述右转车道相对应交通信号灯得绿灯时间；

若所述机动车辆从直行车道驶入下游道路，在驶入之前获取的实时合势场值大于直行时预设的合势场值阈值，则实时降低与所述直行车道相对应交通信号灯得绿灯时间，否则，实时增加与所述直行车道相对应交通信号灯得绿灯时间；

若所述机动车辆从左转车道驶入下游道路，在驶入之前获取的实时合势场值大于左转时预设的合势场值阈值，则实时降低与所述左转车道相对应交通信号灯得绿灯时间，否则，实时增加与所述左转车道相对应交通信号灯得绿灯时间。

进一步的，所述多路口联动判断，具体判断方式为：

若所述机动车辆从右转车道驶入下游道路，在驶入之前获取实时合势场值，同时预先获取所述机动车辆从右转车道驶入第一下游路口前，其第二下游路口分别对应的实时合势场值，若所述实时合势场值从所述第一下游路口至所述第二下游路口呈上升状态，则实时降低与所述右转车道相对应交通信号灯得绿灯时间，若所述实时合势场值从所述第一下游路口至所述第二下游路口呈下降状态，则实时增加与所述右转车道相对应交通信号灯得绿灯时间；

若所述机动车辆从直行车道驶入下游道路，在驶入之前获取实时合势场值，同时预先获取所述机动车辆从直行车道驶入第一下游路口前，其第二下游路口分别对应的实时合势场值，若所述实时合势场值从所述第一下游路口至所述第二下游路口呈上升状态，则实时降低与所述直行车道相对应交通信号灯得绿灯时间，若所述实时合势场值从所述第一下游路口至所述第二下游路口呈下降状态，则实时增加与所述直行车道相对应交通信号灯得绿灯时间；

若所述机动车辆从左转车道驶入下游道路，在驶入之前获取实时合势场值，同时预先获取所述机动车辆从左转车道驶入第一下游路口前，其第二下游路口分别对应的实时合势场值，若所述实时合势场值从所述第一下游路口至所述第二下游路口呈上升状态，则实时降低与所述左转车道相对应交通信号灯得绿灯时间，若所述实时合势场值从所述第一下游路口至所述第二下游路口呈下降状态，则实时增加与所述左转车道相对应交通信号灯得绿灯时间。

为了解决上述技术问题，本申请实施例还提供了一种基于量子学习分类的交通信号灯控制装置，采用了如下所述的技术方案：

一种基于量子学习分类的交通信号灯控制装置，包括：

栅格模拟模块，用于基于预设城市道路路口分布图，实时获取预设范围大小的当前路口的俯视平面图，作为第一地图；对所述第一地图中与交通信号灯转换相关的区域分别进行栅格标注，确定多栅格区域块，以所述第一地图为底图构建包括多栅格区域块的标注地图；

障碍物识别模块，用于以所述多栅格区域块为目标识别区域，实时识别所述标注地图上所述多栅格区域块内障碍目标的数量；

模拟合势场构建模块，用于将所述当前路口作为起始点，将所述当前路口的第一下游路口作为第一终点，以所述多栅格区域块中特定区域块作为障碍区，构建从所述起始点到所述第一终点的合势场公式；

量子学习分类模块，用于基于所述合势场公式和所述多栅格区域块内障碍目标的数量，分别对不同转向车道对应的合势场值进行实时计算，获取实时合势场值；

信号灯转换控制模块，用于获取不同转向车道对应的实时合势场值，并与不同转向车道对应的预设合势场值阈值进行判断，若所述预设合势场值阈值大于等于所述实时合势场值，则实时降低与所述转向车道相对应交通信号灯得绿灯时间，否则，实时增加与所述转向车道相对应交通信号灯得绿灯时间。

与现有技术相比，本申请实施例主要有以下有益效果：

本申请实施例公开了基于量子学习分类的交通信号灯控制方法及装置，通过实时获取预设范围大小的当前路口的俯视平面图；对与交通信号灯转换相关的区域分别进行栅格标注，确定多栅格区域块；以多栅格区域块为目标识别区域，实时识别多栅格区域块内障碍目标的数量；将当前路口作为起始点，将当前路口的第一下游路口作为第一终点，以多栅格区域块中特定区域块作为障碍区，构建从起始点到第一终点的合势场公式；基于合势场公式和多栅格区域块内障碍目标的数量，分别对不同转向车道对应的合势场值进行实时计算，获取不同转向车道对应的实时合势场值，并与预设合势场值阈值进行判断，通过判断结果进行绿灯时间调节。本申请引入了栅格法和量子分类学习对路口处非机动车道和机动车道内目标区域进行识别，使得红绿灯的调节更加符合现实需要，考虑了对非机动车道内目标进行识别，将非机动车道内目标和机动车道内目标同时作为调节因素，对绿灯时间进行调节，更加科学。

附图说明

为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例中所述基于量子学习分类的交通信号灯控制方法的一个实施例的流程图；

图2为本申请实施例中当前路口处的多栅格区域块示意图；

图3为本申请实施例中所述基于量子学习分类的交通信号灯控制装置的一个实施例的结构示意图；

图4为本申请实施例中模拟合势场构建模块的结构示意图；

图5为本申请实施例中量子学习分类模块的结构示意图；

图6为本申请实施例中信号灯转换控制模块的结构示意图。

具体实施方式

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

为了使本技术领域的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。

如图1，图中示出了本申请的基于量子学习分类的交通信号灯控制方法的一个实施例的流程图，所述的基于量子学习分类的交通信号灯控制方法包括以下步骤：

步骤101，基于预设城市道路路口分布图，实时获取预设范围大小的当前路口的俯视平面图，作为第一地图。

在本申请实施例中，所述预设城市道路路口分布图可以为通过路口摄像头预先拍摄的城市路口俯视图的集合，也可以为基于城市道路规划图获取的城市路口俯视图的集合。

在本申请实施例中，所述实时获取预设范围大小的当前路口的俯视平面图，包括：启动所述当前路口的摄像头进行俯视平面图获取，获取所述当前路口的俯视平面图；获取时，所述俯视平面图的拍摄范围至少包括当前路口处各个方向的机动车道和所述机动车道两侧的非机动车道。

步骤102，对所述第一地图中与交通信号灯转换相关的区域分别进行栅格标注，确定多栅格区域块，以所述第一地图为底图构建包括多栅格区域块的标注地图。

在本申请实施例中，所述与交通信号灯转换相关的区域，包括：右转相关区域、直行相关区域和左转相关区域,其中，所述右转相关区域包括：当前路口处右转车道的右侧固定大小范围的非机动车道区域和所述右转车道下游路口处固定大小范围的红灯等待区域；所述直行相关区域包括：当前路口处与直行车道相垂直的固定大小范围的两个非机动车道区域和所述直行车道下游路口处固定大小范围的红灯等待区域；所述左转相关区域包括：当前路口处左转车道的左侧固定大小范围的两个非机动车道区域和所述左转车道下游路口处固定大小范围的红灯等待区域。

在本申请实施例中，所述以所述第一地图为底图构建包括多栅格区域块的标注地图，具体包括：以大小写字母和数字进行组合，构建栅格区域块标识；使用所述栅格区域块标识对所述多栅格区域块进行标注，形成标注地图。

步骤103，以所述多栅格区域块为目标识别区域，实时识别所述标注地图上所述多栅格区域块内障碍目标的数量。

在本申请实施例中，所述实时识别所述标注地图上所述多栅格区域块内障碍目标的数量，包括：基于预设摄像头或者红外感应器，实时获取所述标注地图上所述多栅格区域块内障碍目标的数量，其中，所述障碍目标包括：机动车辆、非机动车辆和行人。

步骤104，将所述当前路口作为起始点，将所述当前路口的第一下游路口作为第一终点，以所述多栅格区域块中特定区域块作为障碍区，构建从所述起始点到所述第一终点的合势场公式。

在本申请实施例中，所述将所述当前路口作为起始点，将所述当前路口的第一下游路口作为第一终点，包括：若假定机动车辆从右转车道驶入下游道路，则所述当前路口为起始点，所述机动车辆右转后的第一下游路口为第一终点；若假定机动车辆从直行车道驶入下游道路，则所述当前路口为起始点，所述机动车辆直行过当前路口后的第一下游路口为第一终点；若假定机动车辆从左转车道驶入下游道路，则所述当前路口为起始点，所述机动车辆左转后的第一下游路口为第一终点。

在本申请实施例中，所述以所述多栅格区域块中特定区域块作为障碍区，构建从所述起始点到所述第一终点的合势场公式，包括：假定机动车辆从所述起始点到所述第一终点时，所述第一终点对所述机动车辆产生吸引势场，则所述吸引势场对应的力为吸引势力；所述机动车辆从所述起始点到所述第一终点所经过的障碍区对所述机动车辆产生排斥势场，则所述排斥势场对应的力为排斥势力；则所述机动车辆从所述起始点到所述第一终点的合势场为，且。

在本申请实施例中，假定机动车辆从所述起始点到所述第一终点时，若机动车辆从右转车道驶入下游道路，则在驶入之前所述合势场的具体构建方式如下：此时，当前路口处右转车道的右侧固定大小范围的非机动车道区域和所述右转车道第一下游路口处固定大小范围的红灯等待区域为障碍区，第一终点对所述机动车辆的驶入吸引势力为；当前路口处右转车道的右侧固定大小范围的非机动车道区域对所述机动车辆的驶过排斥势力为=；所述右转车道第一下游路口处固定大小范围的红灯等待区域对所述机动车辆的驶过排斥势力为=；则所述机动车辆从所述起始点到所述第一终点的合势场为=；其中，为所述起始点（即所述当前路口）到所述第一终点（即所述右转车道第一下游路口处固定大小范围的红灯等待区域）的距离，为所述起始点即所述当前路口与所述当前路口处右转车道的右侧固定大小范围的非机动车道区域的距离，该值不小于0，、和为预先设定的比例系数。

在本申请实施例中，假定机动车辆从所述起始点到所述第一终点时，若机动车辆从直行车道驶入下游道路，则在驶入之前所述合势场的具体构建方式如下：此时，当前路口处与直行车道相垂直的固定大小范围的两个非机动车道区域和所述直行车道第一下游路口处固定大小范围的红灯等待区域为障碍区，第一终点对所述机动车辆的驶入吸引势力，当前路口处与直行车道相垂直的固定大小范围的两个非机动车道区域分别对所述机动车辆的驶过排斥势力为=和=，所述直行车道第一下游路口处固定大小范围的红灯等待区域对所述机动车辆的驶过排斥势力为=，则所述机动车辆从所述起始点到所述第一终点的合势场为=，其中，为所述起始点（即所述当前路口）到所述第一终点（即所述直行车道第一下游路口处固定大小范围的红灯等待区域）的距离，和为所述起始点即所述当前路口分别与所述当前路口处与直行车道相垂直的固定大小范围的两个非机动车道区域的距离，两者皆不小于0，、和为预先设定的比例系数。

在本申请实施例中，假定机动车辆从所述起始点到所述第一终点时，若机动车辆从左转车道驶入下游道路，则在驶入之前所述合势场的具体构建方式如下：此时，当前路口处左转车道的左侧固定大小范围的两个非机动车道区域和所述左转车道下游路口处固定大小范围的红灯等待区域为障碍区，第一终点对所述机动车辆的驶入吸引势力，当前路口处左转车道的左侧固定大小范围的两个非机动车道区域分别对所述机动车辆的驶过排斥势力为=和=，所述左转车道第一下游路口处固定大小范围的红灯等待区域对所述机动车辆的驶过排斥势力为=，则所述机动车辆从所述起始点到所述第一终点的合势场为=，其中，为所述起始点（即所述当前路口）到所述第一终点（即所述左转车道第一下游路口处固定大小范围的红灯等待区域）的距离，和为所述起始点即所述当前路口分别与所述当前路口处左转车道的左侧固定大小范围的两个非机动车道区域的距离，两者皆不小于0，、和为预先设定的比例系数。

具体参考图2，图2为本申请实施例中当前路口处的多栅格区域块示意图，图中示出了机动车辆从右转车道驶入下游道路，此时，当前路口处右转车道的右侧固定大小范围的非机动车道区域A1和所述右转车道第一下游路口处固定大小范围的红灯等待区域B1为障碍区,第一终点对所述机动车辆的驶入吸引势力为；当前路口处右转车道的右侧固定大小范围的非机动车道区域对所述机动车辆的驶过排斥势力,即区域A1对所述机动车辆的驶过排斥势力为=；所述右转车道第一下游路口处固定大小范围的红灯等待区域对所述机动车辆的驶过排斥势力，即区域B1对所述机动车辆的驶过排斥势力为=；则所述机动车辆从所述起始点到所述第一终点的合势场为=；其中，为所述起始点（即所述当前路口）到所述第一终点（即所述右转车道第一下游路口处固定大小范围的红灯等待区域B1）的距离，为所述起始点即所述当前路口与所述当前路口处右转车道的右侧固定大小范围的非机动车道区域的距离，该值不小于0，、和为预先设定的比例系数，图2还示出了机动车辆从直行车道驶入下游道路，此时，当前路口处与直行车道相垂直的固定大小范围的两个非机动车道区域A2、A3和所述直行车道第一下游路口处固定大小范围的红灯等待区域B2为障碍区,图2还示出了机动车辆从左转车道驶入下游道路，此时，当前路口处左转车道的左侧固定大小范围的两个非机动车道区域A3、A4和所述左转车道下游路口处固定大小范围的红灯等待区域B3为障碍区，同理，通过上述右转合势场公式构建方法对所述障碍区A2、A3和B2进行直行合势场公式构建，对所述障碍区A3、A4和B3进行左转合势场构建。

步骤105，基于所述合势场公式和所述多栅格区域块内障碍目标的数量，分别对不同转向车道对应的合势场值进行实时计算，获取实时合势场值。

在本申请实施例中，所述基于所述合势场公式和所述多栅格区域块内障碍目标的数量，分别对不同转向车道对应的合势场值进行实时计算，若机动车辆从右转车道驶入下游道路，在驶入之前获取实时合势场值，具体方式如下：当前路口处右转车道的右侧固定大小范围的非机动车道区域内的障碍目标数量，即所述非机动车道内的非机动车和行人的数量之和为M;所述右转车道第一下游路口处固定大小范围的红灯等待区域内的障碍目标的数量，即所述红灯等待区域内机动车的数量为N；则实时合势场值为，其中，为所述起始点（即所述当前路口）到所述第一终点（即所述右转车道第一下游路口处固定大小范围的红灯等待区域）的距离，为所述起始点即所述当前路口与所述当前路口处右转车道的右侧固定大小范围的非机动车道区域的距离，该值不小于0，、和为预先设定的比例系数。

在本申请实施例中，所述基于所述合势场公式和所述多栅格区域块内障碍目标的数量，分别对不同转向车道对应的合势场值进行实时计算，若机动车辆从直行车道驶入下游道路，在驶入之前获取实时合势场值，具体方式如下：当前路口处与直行车道相垂直的固定大小范围的两个非机动车道区域内的障碍目标数量，即其中一个非机动车道区域内的非机动车和行人的数量之和为，另一个非机动车道区域内的非机动车和行人的数量之和为;所述直行车道第一下游路口处固定大小范围的红灯等待区域内的障碍目标的数量，即所述红灯等待区域内机动车的数量为N；则实时合势场值为，其中，为所述起始点（即所述当前路口）到所述第一终点（即所述直行车道第一下游路口处固定大小范围的红灯等待区域）的距离，和为所述起始点即所述当前路口分别与所述当前路口处与直行车道相垂直的固定大小范围的两个非机动车道区域的距离，两者皆不小于0，、和为预先设定的比例系数。

在本申请实施例中，所述基于所述合势场公式和所述多栅格区域块内障碍目标的数量，分别对不同转向车道对应的合势场值进行实时计算，若机动车辆从左转车道驶入下游道路，在驶入之前获取实时合势场值，具体方式如下：当前路口处左转车道的左侧固定大小范围的两个非机动车道区域内的障碍目标数量，即其中一个非机动车道区域内的非机动车和行人的数量之和为，另一个非机动车道区域内的非机动车和行人的数量之和为;所述左转车道第一下游路口处固定大小范围的红灯等待区域内的障碍目标的数量，即所述红灯等待区域内机动车的数量为N；则实时合势场值为，其中，为所述起始点（即所述当前路口）到所述第一终点（即所述左转车道第一下游路口处固定大小范围的红灯等待区域）的距离，和为所述起始点即所述当前路口分别与所述当前路口处左转车道的左侧固定大小范围的两个非机动车道区域的距离，两者皆不小于0，、和为预先设定的比例系数。

在本申请实施例中，通过对上述当前路口处右转车道的右侧固定大小范围的非机动车道区域A1和所述右转车道第一下游路口处固定大小范围的红灯等待区域B1；当前路口处与直行车道相垂直的固定大小范围的两个非机动车道区域A2、A3和所述直行车道第一下游路口处固定大小范围的红灯等待区域B2；当前路口处左转车道的左侧固定大小范围的两个非机动车道区域A3、A4和所述左转车道下游路口处固定大小范围的红灯等待区域B3内的机动车辆和非机动车辆和行人进行数量获取，再结合步骤104中的合势场公式，实时获取合势场值。

步骤106，获取不同转向车道对应的实时合势场值，并与不同转向车道对应的预设合势场值阈值进行判断，若所述预设合势场值阈值大于等于所述实时合势场值，则实时降低与所述转向车道相对应交通信号灯得绿灯时间，否则，实时增加与所述转向车道相对应交通信号灯得绿灯时间。

在本申请实施例中，所述获取不同转向车道对应的实时合势场值，并与不同转向车道对应的预设合势场值阈值进行判断，包括单路口判断和多路口联动判断。

在本申请实施例中，所述单路口判断，具体判断方式为：若所述机动车辆从右转车道驶入下游道路，在驶入之前获取的实时合势场值大于右转时预设的合势场值阈值，则实时降低与所述右转车道相对应交通信号灯得绿灯时间，否则，实时增加与所述右转车道相对应交通信号灯得绿灯时间；若所述机动车辆从直行车道驶入下游道路，在驶入之前获取的实时合势场值大于直行时预设的合势场值阈值，则实时降低与所述直行车道相对应交通信号灯得绿灯时间，否则，实时增加与所述直行车道相对应交通信号灯得绿灯时间；若所述机动车辆从左转车道驶入下游道路，在驶入之前获取的实时合势场值大于左转时预设的合势场值阈值，则实时降低与所述左转车道相对应交通信号灯得绿灯时间，否则，实时增加与所述左转车道相对应交通信号灯得绿灯时间。

在本申请实施例中，所述多路口联动判断，具体判断方式为：若所述机动车辆从右转车道驶入下游道路，在驶入之前获取实时合势场值，同时预先获取所述机动车辆从右转车道驶入第一下游路口前，其第二下游路口分别对应的实时合势场值，若所述实时合势场值从所述第一下游路口至所述第二下游路口呈上升状态，则实时降低与所述右转车道相对应交通信号灯得绿灯时间，若所述实时合势场值从所述第一下游路口至所述第二下游路口呈下降状态，则实时增加与所述右转车道相对应交通信号灯得绿灯时间；若所述机动车辆从直行车道驶入下游道路，在驶入之前获取实时合势场值，同时预先获取所述机动车辆从直行车道驶入第一下游路口前，其第二下游路口分别对应的实时合势场值，若所述实时合势场值从所述第一下游路口至所述第二下游路口呈上升状态，则实时降低与所述直行车道相对应交通信号灯得绿灯时间，若所述实时合势场值从所述第一下游路口至所述第二下游路口呈下降状态，则实时增加与所述直行车道相对应交通信号灯得绿灯时间；若所述机动车辆从左转车道驶入下游道路，在驶入之前获取实时合势场值，同时预先获取所述机动车辆从左转车道驶入第一下游路口前，其第二下游路口分别对应的实时合势场值，若所述实时合势场值从所述第一下游路口至所述第二下游路口呈上升状态，则实时降低与所述左转车道相对应交通信号灯得绿灯时间，若所述实时合势场值从所述第一下游路口至所述第二下游路口呈下降状态，则实时增加与所述左转车道相对应交通信号灯得绿灯时间。

本申请实施例中所述的基于量子学习分类的交通信号灯控制方法，可以通过实时获取预设范围大小的当前路口的俯视平面图；对与交通信号灯转换相关的区域分别进行栅格标注，确定多栅格区域块；以多栅格区域块为目标识别区域，实时识别多栅格区域块内障碍目标的数量；将当前路口作为起始点，将当前路口的第一下游路口作为第一终点，以多栅格区域块中特定区域块作为障碍区，构建从起始点到第一终点的合势场公式；基于合势场公式和多栅格区域块内障碍目标的数量，分别对不同转向车道对应的合势场值进行实时计算，获取不同转向车道对应的实时合势场值，并与预设合势场值阈值进行判断，通过判断结果进行绿灯时间调节。本申请引入了栅格法和量子分类学习对路口处非机动车道和机动车道内目标区域进行识别，使得红绿灯的调节更加符合现实需要，考虑了对非机动车道内目标进行识别，将非机动车道内目标和机动车道内目标同时作为调节因素，对绿灯时间进行调节，更加科学。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体（Read-Only Memory，ROM）等非易失性存储介质，或随机存储记忆体（Random Access Memory，RAM）等。

应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

进一步参考图3，作为对上述图1所示方法的实现，本申请提供了一种基于量子学习分类的交通信号灯控制装置的一个实施例，该装置实施例与图1所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图3所示，本实施例所述的基于量子学习分类的交通信号灯控制装置3包括：栅格模拟模块301、障碍物识别模块302、模拟合势场构建模块303、量子学习分类模块304和信号灯转换控制模块305。

栅格模拟模块301，用于基于预设城市道路路口分布图，实时获取预设范围大小的当前路口的俯视平面图，作为第一地图；对所述第一地图中与交通信号灯转换相关的区域分别进行栅格标注，确定多栅格区域块，以所述第一地图为底图构建包括多栅格区域块的标注地图。

障碍物识别模块302，用于以所述多栅格区域块为目标识别区域，实时识别所述标注地图上所述多栅格区域块内障碍目标的数量。

模拟合势场构建模块303，用于将所述当前路口作为起始点，将所述当前路口的第一下游路口作为第一终点，以所述多栅格区域块中特定区域块作为障碍区，构建从所述起始点到所述第一终点的合势场公式。

具体参考图4，图4为本申请实施例中模拟合势场构建模块的结构示意图，所述模拟合势场构建模块303包括右转合势场模拟构建单元303a、直行合势场模拟构建单元303b、左转合势场模拟构建单元303c，其中：

在本申请实施例中，所述右转合势场模拟构建单元303a，用于机动车辆从右转车道驶入下游道路，则所述当前路口为起始点，所述机动车辆右转后的第一下游路口为第一终点；第一终点对所述机动车辆产生吸引势场，则所述吸引势场对应的力为吸引势力；所述机动车辆从所述起始点到所述第一终点所经过的障碍区对所述机动车辆产生排斥势场，则所述排斥势场对应的力为排斥势力；则所述机动车辆从所述起始点到所述第一终点的合势场为，且；若机动车辆从右转车道驶入下游道路，则在驶入之前所述合势场的具体构建方式如下：此时，当前路口处右转车道的右侧固定大小范围的非机动车道区域和所述右转车道第一下游路口处固定大小范围的红灯等待区域为障碍区，第一终点对所述机动车辆的驶入吸引势力为；当前路口处右转车道的右侧固定大小范围的非机动车道区域对所述机动车辆的驶过排斥势力为=；所述右转车道第一下游路口处固定大小范围的红灯等待区域对所述机动车辆的驶过排斥势力为=；则所述机动车辆从所述起始点到所述第一终点的合势场为=；其中，为所述起始点（即所述当前路口）到所述第一终点（即所述右转车道第一下游路口处固定大小范围的红灯等待区域）的距离，为所述起始点即所述当前路口与所述当前路口处右转车道的右侧固定大小范围的非机动车道区域的距离，该值不小于0，、和为预先设定的比例系数。

在本申请实施例中，所述直行合势场模拟构建单元303b，用于机动车辆从直行车道驶入下游道路，则所述当前路口为起始点，所述机动车辆直行过当前路口后的第一下游路口为第一终点；第一终点对所述机动车辆产生吸引势场，则所述吸引势场对应的力为吸引势力；所述机动车辆从所述起始点到所述第一终点所经过的障碍区对所述机动车辆产生排斥势场，则所述排斥势场对应的力为排斥势力；则所述机动车辆从所述起始点到所述第一终点的合势场为，且；机动车辆从直行车道驶入下游道路，则在驶入之前所述合势场的具体构建方式如下：此时，当前路口处与直行车道相垂直的固定大小范围的两个非机动车道区域和所述直行车道第一下游路口处固定大小范围的红灯等待区域为障碍区，第一终点对所述机动车辆的驶入吸引势力，当前路口处与直行车道相垂直的固定大小范围的两个非机动车道区域分别对所述机动车辆的驶过排斥势力为=和=，所述直行车道第一下游路口处固定大小范围的红灯等待区域对所述机动车辆的驶过排斥势力为=，则所述机动车辆从所述起始点到所述第一终点的合势场为=，其中，为所述起始点（即所述当前路口）到所述第一终点（即所述直行车道第一下游路口处固定大小范围的红灯等待区域）的距离，和为所述起始点即所述当前路口分别与所述当前路口处与直行车道相垂直的固定大小范围的两个非机动车道区域的距离，两者皆不小于0，、和为预先设定的比例系数。

在本申请实施例中，所述左转合势场模拟构建单元303c，用于机动车辆从左转车道驶入下游道路，则所述当前路口为起始点，所述机动车辆左转后的第一下游路口为第一终点；第一终点对所述机动车辆产生吸引势场，则所述吸引势场对应的力为吸引势力；所述机动车辆从所述起始点到所述第一终点所经过的障碍区对所述机动车辆产生排斥势场，则所述排斥势场对应的力为排斥势力；则所述机动车辆从所述起始点到所述第一终点的合势场为，且；机动车辆从左转车道驶入下游道路，则在驶入之前所述合势场的具体构建方式如下：此时，当前路口处左转车道的左侧固定大小范围的两个非机动车道区域和所述左转车道下游路口处固定大小范围的红灯等待区域为障碍区，第一终点对所述机动车辆的驶入吸引势力，当前路口处左转车道的左侧固定大小范围的两个非机动车道区域分别对所述机动车辆的驶过排斥势力为=和=，所述左转车道第一下游路口处固定大小范围的红灯等待区域对所述机动车辆的驶过排斥势力为=，则所述机动车辆从所述起始点到所述第一终点的合势场为=，其中，为所述起始点（即所述当前路口）到所述第一终点（即所述左转车道第一下游路口处固定大小范围的红灯等待区域）的距离，和为所述起始点即所述当前路口分别与所述当前路口处左转车道的左侧固定大小范围的两个非机动车道区域的距离，两者皆不小于0，、和为预先设定的比例系数。

量子学习分类模块304，用于基于所述合势场公式和所述多栅格区域块内障碍目标的数量，分别对不同转向车道对应的合势场值进行实时计算，获取实时合势场值。

具体参考图5，图5为本申请实施例中量子学习分类模块的结构示意图，所述量子学习分类模块304包括右转实时合势场值获取单元304a、直行实时合势场值获取单元304b、左转实时合势场值获取单元304c，其中：

在本申请实施例中，所述右转实时合势场值获取单元304a，用于基于所述合势场公式和所述多栅格区域块内障碍目标的数量，对右转车道对应的合势场值进行实时计算，若机动车辆从右转车道驶入下游道路，在驶入之前获取实时合势场值，具体方式如下：当前路口处右转车道的右侧固定大小范围的非机动车道区域内的障碍目标数量，即所述非机动车道内的非机动车和行人的数量之和为M;所述右转车道第一下游路口处固定大小范围的红灯等待区域内的障碍目标的数量，即所述红灯等待区域内机动车的数量为N；则实时合势场值为，其中，为所述起始点（即所述当前路口）到所述第一终点（即所述右转车道第一下游路口处固定大小范围的红灯等待区域）的距离，为所述起始点即所述当前路口与所述当前路口处右转车道的右侧固定大小范围的非机动车道区域的距离，该值不小于0，、和为预先设定的比例系数。

在本申请实施例中，所述直行实时合势场值获取单元304b，用于基于所述合势场公式和所述多栅格区域块内障碍目标的数量，对直行车道对应的合势场值进行实时计算，若机动车辆从直行车道驶入下游道路，在驶入之前获取实时合势场值，具体方式如下：当前路口处与直行车道相垂直的固定大小范围的两个非机动车道区域内的障碍目标数量，即其中一个非机动车道区域内的非机动车和行人的数量之和为，另一个非机动车道区域内的非机动车和行人的数量之和为;所述直行车道第一下游路口处固定大小范围的红灯等待区域内的障碍目标的数量，即所述红灯等待区域内机动车的数量为N；则实时合势场值为，其中，为所述起始点（即所述当前路口）到所述第一终点（即所述直行车道第一下游路口处固定大小范围的红灯等待区域）的距离，和为所述起始点即所述当前路口分别与所述当前路口处与直行车道相垂直的固定大小范围的两个非机动车道区域的距离，两者皆不小于0，、和为预先设定的比例系数。

在本申请实施例中，所述左转实时合势场值获取单元304c，用于基于所述合势场公式和所述多栅格区域块内障碍目标的数量，对左转车道对应的合势场值进行实时计算，若机动车辆从左转车道驶入下游道路，在驶入之前获取实时合势场值，具体方式如下：当前路口处左转车道的左侧固定大小范围的两个非机动车道区域内的障碍目标数量，即其中一个非机动车道区域内的非机动车和行人的数量之和为，另一个非机动车道区域内的非机动车和行人的数量之和为;所述左转车道第一下游路口处固定大小范围的红灯等待区域内的障碍目标的数量，即所述红灯等待区域内机动车的数量为N；则实时合势场值为，其中，为所述起始点（即所述当前路口）到所述第一终点（即所述左转车道第一下游路口处固定大小范围的红灯等待区域）的距离，和为所述起始点即所述当前路口分别与所述当前路口处左转车道的左侧固定大小范围的两个非机动车道区域的距离，两者皆不小于0，、和为预先设定的比例系数。

上述实施例中采用量子学习分类模块主要对不同转向车道进行分类和合势场值获取，由于量子学习分类处理效率快，因此，更能满足路口交通信号灯控制时实时性的需求。

信号灯转换控制模块305，用于获取不同转向车道对应的实时合势场值，并与不同转向车道对应的预设合势场值阈值进行判断，若所述预设合势场值阈值大于等于所述实时合势场值，则实时降低与所述转向车道相对应交通信号灯得绿灯时间，否则，实时增加与所述转向车道相对应交通信号灯得绿灯时间。

具体参考图6，图6为本申请实施例中信号灯转换控制模块的结构示意图，所述信号灯转换控制模块305包括单路口控制单元305a、多路口联动控制单元305b，其中：

在本申请实施例中，所述单路口控制单元305a，用于若所述机动车辆从右转车道驶入下游道路，在驶入之前获取的实时合势场值大于右转时预设的合势场值阈值，则实时降低与所述右转车道相对应交通信号灯得绿灯时间，否则，实时增加与所述右转车道相对应交通信号灯得绿灯时间；若所述机动车辆从直行车道驶入下游道路，在驶入之前获取的实时合势场值大于直行时预设的合势场值阈值，则实时降低与所述直行车道相对应交通信号灯得绿灯时间，否则，实时增加与所述直行车道相对应交通信号灯得绿灯时间；若所述机动车辆从左转车道驶入下游道路，在驶入之前获取的实时合势场值大于左转时预设的合势场值阈值，则实时降低与所述左转车道相对应交通信号灯得绿灯时间，否则，实时增加与所述左转车道相对应交通信号灯得绿灯时间。

在本申请实施例中，所述多路口联动控制单元305b，用于若所述机动车辆从右转车道驶入下游道路，在驶入之前获取实时合势场值，同时预先获取所述机动车辆从右转车道驶入第一下游路口前，其第二下游路口分别对应的实时合势场值，若所述实时合势场值从所述第一下游路口至所述第二下游路口呈上升状态，则实时降低与所述右转车道相对应交通信号灯得绿灯时间，若所述实时合势场值从所述第一下游路口至所述第二下游路口呈下降状态，则实时增加与所述右转车道相对应交通信号灯得绿灯时间；若所述机动车辆从直行车道驶入下游道路，在驶入之前获取实时合势场值，同时预先获取所述机动车辆从直行车道驶入第一下游路口前，其第二下游路口分别对应的实时合势场值，若所述实时合势场值从所述第一下游路口至所述第二下游路口呈上升状态，则实时降低与所述直行车道相对应交通信号灯得绿灯时间，若所述实时合势场值从所述第一下游路口至所述第二下游路口呈下降状态，则实时增加与所述直行车道相对应交通信号灯得绿灯时间；若所述机动车辆从左转车道驶入下游道路，在驶入之前获取实时合势场值，同时预先获取所述机动车辆从左转车道驶入第一下游路口前，其第二下游路口分别对应的实时合势场值，若所述实时合势场值从所述第一下游路口至所述第二下游路口呈上升状态，则实时降低与所述左转车道相对应交通信号灯得绿灯时间，若所述实时合势场值从所述第一下游路口至所述第二下游路口呈下降状态，则实时增加与所述左转车道相对应交通信号灯得绿灯时间。

本申请实施例所述的基于量子学习分类的交通信号灯控制装置，通过实时获取预设范围大小的当前路口的俯视平面图；对与交通信号灯转换相关的区域分别进行栅格标注，确定多栅格区域块；以多栅格区域块为目标识别区域，实时识别多栅格区域块内障碍目标的数量；将当前路口作为起始点，将当前路口的第一下游路口作为第一终点，以多栅格区域块中特定区域块作为障碍区，构建从起始点到第一终点的合势场公式；基于合势场公式和多栅格区域块内障碍目标的数量，分别对不同转向车道对应的合势场值进行实时计算，获取不同转向车道对应的实时合势场值，并与预设合势场值阈值进行判断，通过判断结果进行绿灯时间调节。本申请引入了栅格法和量子分类学习对路口处非机动车道和机动车道内目标区域进行识别，使得红绿灯的调节更加符合现实需要，考虑了对非机动车道内目标进行识别，将非机动车道内目标和机动车道内目标同时作为调节因素，对绿灯时间进行调节，更加科学。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质（如ROM/RAM、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，计算机，服务器，空调器，或者网络设备等）执行本申请各个实施例所述的方法。

显然，以上所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例，附图中给出了本申请的较佳实施例，但并不限制本申请的专利范围。上述各个实施例中的、、的绝对值，本申请可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本申请专利保护范围之内。