CN113129595B - 一种用于道路交叉口的交通信号控制方法、设备及介质 - Google Patents
一种用于道路交叉口的交通信号控制方法、设备及介质 Download PDFInfo
- Publication number
- CN113129595B CN113129595B CN202110440444.7A CN202110440444A CN113129595B CN 113129595 B CN113129595 B CN 113129595B CN 202110440444 A CN202110440444 A CN 202110440444A CN 113129595 B CN113129595 B CN 113129595B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- image
- phase
- queuing
- road
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000012545 processing Methods 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 230000037361 pathway Effects 0.000 claims 3
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 241001391944 Commicarpus scandens Species 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种用于道路交叉口的交通信号控制方法、设备及介质,通过获取道路交叉口的各相位预设时间段内对应的历史道路图像集合。确定各相位对应的各个车道的车辆排队长度、车辆排队数。以及获取各相位对应的各个车道的已通过车辆数。计算各相位对应的各个车道的车辆排队长度的平均值,作为相位的平均车辆排队长度。以及计算各相位的平均已通行车辆数。根据平均车辆排队长度、平均已通行车辆数以及相位的当前绿灯持续时间,确定相位的绿灯调整值。基于绿灯调整值以及当前绿灯持续时间,确定相位下一时间段的绿灯时间。基于各相位的下一时间段的绿灯时间,调整当前的交通信号配时方案,以控制道路交叉口下一时间段的交通信号。
Description
技术领域
本申请涉及交通信号控制技术领域,尤其涉及一种用于道路交叉口的交通信号控制方法、设备及介质。
背景技术
随着汽车保有量的日益增长,城市道路网的交通需求与汽车保有量之间发生冲突,原有道路设施越发不能满足现有需求,从而导致交通拥堵事态频发。由于城市道路交叉口的交通流量复杂多变、交叉口通行速度慢,因此交通拥堵往往是发生在城市道路交叉口。
现有的城市道路交叉口的交通信号控制策略大多数是局限于控制多向冲突交通流的通行时间及顺序要求,在满足这两项要求的条件下提供固定的信号配时方案。根据上述方式进行交通信号控制,无法满足城市道路交叉口的交通流量复杂多变的条件,无法有效解决道路交叉口交通拥堵的问题,也无法充分利用道路交叉口的时空资源。
基于此,提供一种能够适合道路交叉口复杂多变的条件,充分利用道路交叉口的时空资源,以有效避免道路交叉口交通拥堵的技术方案,就变得极为重要。
发明内容
本申请实施例提供一种用于道路交叉口的交通信号控制方法、设备及介质,用于避免道路交叉口交通拥堵。
一方面,本申请实施例提供了一种用于道路交叉口的交通信号控制方法,该方法包括:
获取道路交叉口的各相位预设时间段内对应的历史道路图像集合。其中,历史道路图像集合中的各历史道路图像为相应的图像采集设备在预设采集时刻采集的,预设采集时刻为各相位对应的车道由通行状态切换为禁止通行状态的时刻。道路交叉口为十字形交叉口。对各历史道路图像进行图像识别,确定各相位对应的各个车道的车辆排队长度、车辆排队数。以及获取各相位对应的各个车道的已通过车辆数。确定各车辆排队数组成的集合中的最大车辆排队数是否大于第一预设阈值。在最大车辆排队数大于第一预设阈值的情况下,计算各相位对应的各个车道的车辆排队长度的平均值,作为相位的平均车辆排队长度。以及计算各相位对应的各个车道的已通过车辆数的平均值,作为相位的平均已通行车辆数。根据平均车辆排队长度、平均已通行车辆数以及相位的当前绿灯持续时间,确定相位的绿灯调整值。基于绿灯调整值以及当前绿灯持续时间,确定相位下一时间段的绿灯时间。其中,下一时间段与预设时间段相对应。基于各相位的下一时间段的绿灯时间,调整当前的交通信号配时方案,以控制道路交叉口下一时间段的交通信号。
在本申请实施例中,根据道路交叉口的各相位对应的历史道路图像,确定其车辆排队长度、车辆排队数,以及车道通过的车辆数,进而确定各相位的绿灯调整值。本申请通过对历史数据分析、整理,可以及时更改道路交叉口的交通信号配时方案。同时,调整复杂多变的道路交叉口信号灯配时方案,可以加大道路交叉口的交通流量,并且一定程度上减少道路交叉口的拥堵以及避免发生车祸现象。
本申请的一种实现方式中,对各历史道路图像进行图像识别,确定历史道路图像中位于各车道的车辆的车辆轮廓。计算各车道中相邻的车辆轮廓之间的间隔距离,并生成间隔距离对应的间隔距离序列。依次确定所述间隔距离序列中的所述间隔距离是否大于第二预设阈值。在间隔距离大于第二预设阈值的情况下,将相应的靠近停止线的车辆轮廓作为终止车辆。根据终止车辆,确定各相位对应的各个车道的车辆排队长度、车辆排队数。
本申请的一种实现方式中,根据历史道路图像,确定与对应的停止线的距离最小的车辆轮廓。确定距离最小的车辆轮廓与停止线的距离是否小于第三预设阈值。在距离最小的车辆轮廓与停止线的距离小于第三预设阈值的情况下,将距离最小的车辆轮廓作为相应的起始车辆。根据终止车辆以及起始车辆,确定各相位对应的各个车道的车辆排队长度、车辆排队数。
本申请的一种实现方式中,按照道路车道信息,对各历史道路图像进行处理,以得到历史道路图像对应的至少一个车道图像对应的车辆排队图像。根据滑动窗口算法,对各车道图像设置相应的可移动区域,并根据可移动区域确定车辆排队图像的预设起点区域是否存在车辆。在预设起点区域存在车辆图像的情况下,在预设起点区域内设置逼近直线,并按照预设方向移动逼近直线,直至当前位置上的逼近直线上的像素值大于第三预设阈值且像素值与前一位置上的像素值的差值大于第四预设阈值,确定排队车辆起始线。将预设可移动区域从排队车辆起始线,按照预设方向以及预设步长进行滑动,以确定排队车辆终点线。基于排队车辆起始线及排队车辆终点线,确定各相位对应的各历史道路图像中的车辆排队长度。
本申请的一种实现方式中,通过对历史道路图像进行图像识别,确定历史道路图像对应的道路背景图像。基于道路背景图像以及历史道路图像,确定去除道路背景图像的像素点后的历史道路图像。通过结构元素SE对去除道路背景图像的像素点后的历史道路图像腐蚀,得到去噪历史道路图像。基于去噪历史道路图像,确定各历史道路图像中各个车道对应的车辆排队图像。
本申请的一种实现方式中,确定历史道路图像中的车道区域信息。其中,车道区域信息包括车道区域长度以及车道区域宽度。根据车道区域信息,确定各相位的各个车道的历史道路图像的车道区域的图像。对车道区域的图像进行二值化处理,以得到各历史道路图像中各个车道对应的车辆排队图像。
本申请的一种实现方式中,根据车辆排队图像对应车道的实际测量数据,建立距离拟合方程,以确定车辆排队图像中的像素距离与实际距离的对应关系。基于距离拟合方程以及排队车辆起始线及排队车辆终点线的像素距离,确定各历史道路图像中的车辆排队长度。
本申请的一种实现方式中,基于道路交叉口的位置信息,确定预先设定的道路交叉口的优先级值。根据车辆排队数,确定预先设定的道路交叉口与相邻道路交叉口的相关系数。基于预先设定的道路交叉口的优先级值及预先设定的道路交叉口与相邻道路交叉口的相关系数,确定相位的信号周期协调参数,以确定相应相位的绿灯调整值。其中,相位的信号周期协调参数根据以下公式确定:
其中,θ1为相位的第k个信号周期协调参数,α为预先设定的道路交叉口的优先级值,m1为平均车辆排队长度,β为预先设定的道路交叉口与相邻道路交叉口的相关系数,为相位的第k个信号周期的其他道路交叉口的协调参数,为相应相位信号灯的第k-1个信号周期其他道路交叉口的协调参数,n为其他道路交叉口的数量。
另一方法,本申请实施例提供了一种用于道路交叉口的交通信号控制设备,该设备包括:至少一个处理器。以及,与至少一个处理器通信连接的存储器。其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够:获取道路交叉口的各相位预设时间段内对应的历史道路图像集合。其中,历史道路图像集合中的各历史道路图像为相应的图像采集设备在预设采集时刻采集的,预设采集时刻为各相位对应的车道由通行状态切换为禁止通行状态的时刻。道路交叉口为十字形交叉口。对各历史道路图像进行图像识别,确定各相位对应的各个车道的车辆排队长度、车辆排队数。以及获取各相位对应的各个车道的已通过车辆数。确定各车辆排队数组成的集合中的最大车辆排队数是否大于第一预设阈值。在最大车辆排队数大于第一预设阈值的情况下,计算各相位对应的各个车道的车辆排队长度的平均值,作为相位的平均车辆排队长度。以及计算各相位对应的各个车道的已通过车辆数的平均值,作为相位的平均已通行车辆数。根据平均车辆排队长度、平均已通行车辆数以及相位的当前绿灯持续时间,确定相位的绿灯调整值。基于绿灯调整值以及当前绿灯持续时间,确定相位下一时间段的绿灯时间。其中,下一时间段与预设时间段相对应。基于各相位的下一时间段的绿灯时间,调整当前的交通信号配时方案,以控制道路交叉口下一时间段的交通信号。
另一方面,本申请实施例还提供了一种用于道路交叉口的交通信号控制介质,存储有计算机可执行指令,计算机可执行指令用于执行:获取道路交叉口的各相位预设时间段内对应的历史道路图像集合。其中,历史道路图像集合中的各历史道路图像为相应的图像采集设备在预设采集时刻采集的,预设采集时刻为各相位对应的车道由通行状态切换为禁止通行状态的时刻。道路交叉口为十字形交叉口。对各历史道路图像进行图像识别,确定各相位对应的各个车道的车辆排队长度、车辆排队数。以及获取各相位对应的各个车道的已通过车辆数。确定各车辆排队数组成的集合中的最大车辆排队数是否大于第一预设阈值。在最大车辆排队数大于第一预设阈值的情况下,计算各相位对应的各个车道的车辆排队长度的平均值,作为相位的平均车辆排队长度。以及计算各相位对应的各个车道的已通过车辆数的平均值,作为相位的平均已通行车辆数。根据平均车辆排队长度、平均已通行车辆数以及相位的当前绿灯持续时间,确定相位的绿灯调整值。基于绿灯调整值以及当前绿灯持续时间,确定相位下一时间段的绿灯时间。其中,下一时间段与预设时间段相对应。基于各相位的下一时间段的绿灯时间,调整当前的交通信号配时方案,以控制道路交叉口下一时间段的交通信号。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例提供的一种用于道路交叉口的交通信号控制方法的流程图;
图2为本申请实施例提供的一种用于道路交叉口的交通信号控制方法的另一流程图;
图3为本申请实施例提供的一种用于道路交叉口的交通信号控制方法的另一流程图;
图4为本申请实施例提供的一种用于道路交叉口的交通信号控制方法的另一流程图;
图5为本申请实施例提供的一种用于道路交叉口的交通信号控制方法的另一流程图;
图6为本申请实施例提供的一种用于道路交叉口的交通信号控制方法的另一流程图;
图7为本申请实施例提供的一种用于道路交叉口的交通信号控制方法的示意图;
图8为本申请实施例提供的一种用于道路交叉口的交通信号控制设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请实施例,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,都属于本申请保护的范围。
随着汽车保有量的日益增长,城市道路网的交通需求与汽车保有量之间发生冲突,原有道路设施越发不能满足现有需求,从而导致交通拥堵事态频发。由于城市道路交叉口的交通流量复杂多变、交叉口通行速度慢,因此交通拥堵往往是发生在城市道路交叉口。
现有的城市道路交叉口交通配时方案需要及时更新,才能适应复杂多变的交通环境。
基于此,本申请实施例提供了一种用于道路交叉口的交通信号控制方法、设备及介质。其中,本申请实施例提供的一种用于道路交叉口的交通信号控制方法包括S101-S107,如图1所示:
S101、服务器获取道路交叉口的各相位预设时间段内对应的历史道路图像集合。
其中,历史道路图像集合中的各历史道路图像为相应的图像采集设备在预设采集时刻采集的,预设采集时刻为各相位对应的车道由通行状态切换为禁止通行状态的时刻。道路交叉口为十字形交叉口。
本申请实施例中,服务器获取某一相位的图像采集设备,例如东西相位的图像采集设备,在绿灯变红灯的时刻的历史道路图像。其中,相位为某一方向行驶的道路及其相对的方向的道路,如向东直行的方向道路以及向西直行方向道路作为一个相位。历史道路图像可以是前一个月内,相应工作日的道路图像。例如当前工作日为周三,服务器获取东西直行相位的前一个月内,四个周三的历史道路图像。
此外,历史道路图像为设置与各相位的各个车道的电子眼、摄像头等图像采集设备采集到的图像,对于具有多个车道的道路交叉口,每个车道都有相对应的图像采集设备。图像采集设备在绿灯变换为红灯的时刻,采集历史道路图像,可以准确地确定未通过道路交叉口的排队车辆。
需要说明的是,服务器作为用于道路交叉口的交通信号控制方法的执行主体为示例性存在,执行主体不仅限于服务器,本申请对此不作具体限定。
S102、服务器对各历史道路图像进行图像识别,确定各相位对应的各个车道的车辆排队长度、车辆排队数。以及获取各相位对应的各个车道的已通过车辆数。
本申请实施例中,服务器对历史道路图像进行图像识别,确定历史道路图像中各相位对应的各个车道的车辆排队长度、车辆排队数,车辆排队长度可以根据历史道路图像中进行计算,车辆排队数可以根据车辆排队长度以及历史道路图像中的车辆轮廓得到。服务器通过地磁检测设备可以确定在绿灯过程中,各相位对应的各个车道已通过车辆数。
在本申请的一个实施例中,对历史道路图像进行图像识别,确定各相位对应的各个车道的车辆排队长度、车辆排队数还包括以下步骤,如图2所示:
S201、服务器对各历史道路图像进行图像识别,确定各历史道路图像中位于各车道的车辆的车辆轮廓。
本申请实施例中,服务器对历史道路图像进行图像识别、处理,从而确定在历史道路图像中的车辆轮廓图像。该车辆轮廓图像对应单个车道中的车辆轮廓图像。
S202、服务器计算各车道中相邻的车辆轮廓之间的间隔距离,并生成间隔距离对应的间隔距离序列。
在本申请实施例中,根据历史道路图像,确定各相位对应的单个车道的车辆轮廓间隔的距离。该间隔距离为相对靠近停止线的车辆尾部与相对远离停止线的车辆前部的距离。按照车辆在各车道的排队顺序,生成间隔距离序列。
S203、服务器依次确定间隔距离序列中的间隔距离是否大于第二预设阈值。
S204、服务器在间隔距离大于第二预设阈值的情况下,将相应的靠近停止线的车辆轮廓作为终止车辆。
其中,停止线为设置于道路交叉口用于警示车辆的白色实线,车辆轮廓越靠近停止线表示车辆轮廓距离道路交叉口越近。在本申请实施例中,间隔距离为像素距离,服务器设定第二预设阈值A,在间隔距离大于A的情况下,则说明相邻的车辆距离过远,将靠近停止线的车辆轮廓作为车辆排队数的终止车辆,以其尾部作为车辆排队长度的终止线。
S205、服务器根据终止车辆,确定各相位对应的各个车道的车辆排队长度、车辆排队数。
在本申请的一个实施例中,根据终止车辆,确定各相位对应的各个车道的车辆排队长度、车辆排队数还包括以下步骤,如图3所示:
S301、服务器根据历史道路图像,确定与对应的所述停止线的距离最小的车辆轮廓。
在本申请实施例中,服务器根据车辆与停止线的距离,判定是否存在排队车辆,一般情况下,在绿灯状态下,车辆处于行驶状态。图像采集设备采集的历史道路图像为绿灯转换为红灯时采集的图像,此时距离停车线最近的车辆,即为在绿灯状态下未及时通过的车辆。
S302、服务器确定距离最小的车辆轮廓与停止线的距离是否小于第三预设阈值。
在本申请实施例中,通过车辆轮廓与停车线之间的距离,判定是否存在排队车辆。本申请旨在解决由于车辆排队长度与绿灯配时不合适,导致道路交叉口的交通过于拥堵的问题。因此,在实际的车辆排队情景中,道路交叉口东西相位的绿灯刚好结束时,排队车辆应靠近停止线的位置,即距离最小的车辆轮廓与停止线的距离是否小于第三预设阈值,第三预设阈值可以设置为0.5米,也可为其他数值。也就是说,距离停止线的距离最小的车辆轮廓超过0.5米时,服务器判定没有排队车辆。
S303、服务器在距离最小的车辆轮廓与停止线的距离小于第三预设阈值的情况下,将距离最小的车辆轮廓作为相应的起始车辆。
在本申请实施例中,当停止线后的车辆轮廓小于第三预设阈值时,即停止线后的第一辆车前部距离停止线足够近,将第一辆车作为起始车辆,反之,停止线后没有起始车辆,即没有排队车辆。
S304、服务器根据终止车辆以及起始车辆,确定各相位对应的各个车道的车辆排队长度、车辆排队数。
本申请实施例中,服务器根据车道中起始车辆的前部至终止车辆尾部的距离,确定车辆排队长度。服务器根据车辆轮廓以及车辆排队长度,确定排队车辆中的车辆排队数,排队车辆中可能存在大型客车、小汽车等。服务器根据车辆轮廓可以识别车辆类型,再结合车辆排队长度可以准确地确定车辆排队数。
S103、服务器确定各车辆排队数组合的集合中的最大车辆排队数是否大于第一预设阈值。
本申请实施例中,服务器确定在预设时间段,例如6点至7点,各相位对应的各个车道的车辆排队数,并生成车辆排队数相应的集合,将集合中的各元素值与第一预设阈值(如10辆)比较数值大小,以确定各相位车辆排队数的最大车辆排队数。
S104、服务器在最大车辆排队数大于第一预设阈值的情况下,计算各相位对应的各个车道的车辆排队长度的平均值,作为相位的平均车辆排队长度。以及计算相位对应的各个车道的已通过车辆数的平均值,作为相位的平均已通行车辆数。
本申请实施例中,服务器将各相位对应的最大车辆排队数与第一预设阈值进行比较,在最大车辆排队数超过第一预设阈值,服务器确定可以对相应相位的信号灯进行调整,服务器根据预设时间段内,历史道路图像,确定相应相位的各个车道的车辆排队长度的平均值,并作为相应相位的平均车辆排队长度。
S105、服务器根据平均车辆排队长度、平均已通行车辆数以及相位的当前绿灯持续时间,确定相位的绿灯调整值。
在本申请实施例中,绿灯调整值可以为负数也可以为正数,在某一相位的车辆排队长度为0,并且在当前绿灯持续时间内,所有车道的车辆都可以通过,并且绿灯时间有剩余,则绿灯调整值为负数。在车辆排队长度不为0时,绿灯持续时间内,所有车辆无法全部通过交叉口,则绿灯调整值为正数。
服务器根据平均已通行车辆数以及相位的当前绿灯持续时间,可以确定道路交叉口在此相位的车辆通行速度,因此根据以下公式即可确定绿灯时间:
g′n=hn·vn+gn
其中,g′n表示n相位的增加绿灯持续时间后的绿灯时间,hn表示相位的平均车辆排队长度,vn表示n相位的车辆通行速度,hn·vn即为绿灯调整值,gn表示n相位的原始绿灯时间。
在本申请的一个实施例中,在一相位的车辆排队数中的最大车辆排队长度为0时,说明该相位的各个车道在当前绿灯持续时间内,都可通过道路交叉口。服务器根据该相位的平均已通行车辆数,确定车辆通行速度,在车辆通行速度大于服务器预先设定的正常通行速度如A,则说明该相位的当前绿灯持续时间处于饱和状态,无需修改绿灯持续时间;在车辆通行速度小于服务器预先设定的正常通行速度A时,则说明该相位的当前绿灯持续时间过长,需要减少绿灯持续时间。
减少绿灯持续时间的方式可以根据以下公式确定:
g′n=sn/v0
其中,g′n表示减少绿灯持续时间后的绿灯时间,sn表示该相位平均已通行车辆数,v0表示预先设定的正常通行速度。
S106、服务器基于绿灯调整值以及当前绿灯持续时间,确定相位下一时间段的绿灯时间。
其中,上述下一时间段与预设时间段相对应。
在本申请实施例中,服务器根据确定的绿灯调整值进行调整下一时间段的绿灯时间,服务器根据预设时间段,如上一个月所有周三6点-7点的历史道路图像,确定一绿灯调整值,则服务器在本周三6点前调整绿灯持续时间。例如,A相位在周三5点50的绿灯持续时间为30秒,通过对历史道路图像处理,服务器确定绿灯调整值为5秒,则在6点时,服务器将A相位的绿灯持续时间调整为35秒。
S107、服务器基于各相位的下一时间段的绿灯时间,调整当前的交通信号配时方案,以控制道路交叉口下一时间段的交通信号。
本申请实施例中,通过对各个相位的历史道路图像进行处理,进而确定各相位的绿灯调整值,以调整交通信号下一时间段的配时方案。本申请通过对车辆排队长度、车辆排队数的研究,实时调整道路交叉口的配时方案,使得复杂多变的道路交叉口的交通环境不再复杂,缓解了交通紧张。
在本申请实施例中,对于上述方案S102中,还可以采取以下实施例确定各相位对应的各个车道的车辆排队长度,如图4所示:
S401、服务器按照道路车道信息,对各历史道路图像进行处理,以得到历史道路图像对应的至少一个车道图像对应的车辆排队图像。
其中,车辆排队图像用于表示单独车道的二值化处理后的车辆图像。在本申请实施例中,服务器需要对历史道路图像进行以下处理,进而得到相应的车辆排队图像。如图5所示:
S501、服务器通过对历史道路图像进行图像识别,确定历史道路图像对应的道路背景图像。
在本申请实施例中,图像采集设备的安装位置存在差异,因此其采集的历史道路图像对应的车道各不相同,本申请为了将历史道路图像中仅包含对应车道内的车辆图像提取出来,可以通过剔除历史道路图像的背景的方式,提取车辆图像,具体的方式可以采用背景差分法获取车辆图像。服务器可以根据历史道路图像对应的图像采集设备,确定历史道路图像相应的道路背景图像,该道路背景图像中不存在车辆图像。
S502、服务器基于道路背景图像以及历史道路图像,确定去除道路背景图像的像素点后的历史道路图像。
本申请实施例中,服务器将历史道路图像中包含道路背景图像的像素点去除,可以更加准确地获取车道中的车辆图像,避免无关因素影响对车辆排队长度地计算。
S503、服务器通过结构元素SE对去除道路背景图像的像素点后的历史道路图像腐蚀,得到去噪历史道路图像。
本申请实施例中,去除道路背景图像的像素点后的历史道路图像中存在细小的白噪声点,服务器对该图像使用结构元素SE进行腐蚀,消除细小的白噪声点,以得到去噪历史道路图像。
在本申请的一个实施例中,腐蚀后的历史道路图像可能空袭过大,容易破碎,因此可以对腐蚀后的历史道路图像作进一步的处理,以得到清晰的车辆排队图像。服务器通过对S501中获取的未进行二值化的车辆图像进行CANNY边缘检测,得到车辆边缘图像。服务器将车辆边缘图像补充至去噪历史道路图像中,即可得到更为清晰的车辆排队图像。
S504、服务器基于去噪历史道路图像,确定各历史道路图像中各个车道对应的车辆排队图像。
通过上述方案服务器可以得到的各相位的各个车道的去噪历史道路图像,通过车道区域分割的方式,可以得到各个车道对应的车辆排队图像。车道区域分割可以通过以下实施例实现,如图6所示,具体包括S601-S603:
S601、服务器确定历史道路图像中的车道区域信息。
其中,上述车道区域信息包括车道区域长度以及车道区域宽度。
在本申请实施例中,由于图像采集设备的设置位置不同,历史道路图像中车道区域呈现不同形状,因此服务器可以预先确定历史道路图像对应的车道区域长度、车道区域宽度,以确定历史道路图像中车辆排队图像的形状。以图像采集设备为设置于道路交叉口的停止线上空的电子眼为例,电子眼A采集直行相位第一车道的图像,服务器根据电子眼A设置位置可建立空间坐标系,则可以确定电子眼A采集的第一车道图像的车道区域信息。
S602、服务器根据车道区域信息,确定各相位的各个车道的历史道路图像的车道区域的图像。
本申请实施例中,历史道路图像中可能包含不止一条车道,还包括其他车道以及其他车道中的车辆,因此根据车道区域信息,服务器可以确定只包含对应车道区域的图像。
S603、服务器对车道区域的图像进行二值化处理,以得到各历史道路图像中各个车道对应的车辆排队图像。
在本申请实施例中,为了减少不必要的影响因素,以及突出车辆图像的轮廓,对车道区域的图像进行图像二值化处理,即将图像中的像素点灰度值设置为0或255,使图像呈现黑白效果,二值化处理后的车辆轮廓为白色。服务器对各相位的各个车道的历史道路图像进行上述处理,得到各个车道对应的车辆排队图像。
通过上述方案,使得车辆排队图像更清晰地显示车辆轮廓,减少了图像中的噪声点以及多余图像,为后续服务器确定车辆排队长度提供了便利。
S402、服务器根据滑动窗口算法,对各车道图像设置相应的可移动区域,并根据可移动区域确定车辆排队图像的预设起点区域是否存在车辆。
其中,预设可移动区域用于判断车辆排队图像中是否有车辆图像。如图7所示,1为预设可移动区域,2为停止线,3为车辆像素点,4为预设起点区域。本申请实施例中,通过预设可移动区域1中的车辆像素点3所占区域中的所有像素点比例,确定预设可移动区域中是否存在车辆图像。本申请需要根据车辆排队长度,确定绿灯调整值,需要确定车辆排队起始点。因此,在车辆排队图像中设置一预设起点区域4,该预设起点区域为停止线2后预设的一段距离,若该预设起点区域中存在车辆像素点,则说明预设起点区域4存在排队车辆。
S403、服务器在预设起点区域存在车辆图像的情况下,在预设起点区域内设置逼近直线,并按照预设方向移动逼近直线,直至当前位置上的逼近直线上的像素值大于第三预设阈值且像素值与前一位置上的像素值的差值大于第四预设阈值,确定排队车辆起始线。
排队车辆起始线为距离预设起点区域的停止线最近的车辆图像位置。在本申请实施例中,在预设起点区域存在车辆图像时,将逼近直线向预设方向,按照预设移动像素距离,向远离停止线的图像上方移动。在逼近直线移动过程中,确定逼近直线上的像素值是否大于第三预设阈值,并且像素值与前一位置上的像素值的差值是否大于第四预设阈值,将满足条件的逼近直线第一位置作为排队车辆起始线。
S404、服务器将预设可移动区域从排队车辆起始线,按照预设方向以及预设步长进行滑动,以确定排队车辆终点线。
在本申请实施例中,服务器确定排队车辆起始线后,将预设可移动区域从排队车辆起始线位置开始,按照预设方向以及预设步长进行滑动,预设步长可设置为预设可移动区域的宽度。在预设可移动区域的滑动过程中,确定滑动的每一个位置的预设可移动区域内的车辆像素点。
在本申请实施例中,当预设可移动区域在某一位置,预设可移动区域中车辆像素点小于第五预设阈值的情况下,即车辆像素点十分少的情况下,则说明该位置不存在排队车辆。则服务器将该位置的上一位置作为排队车辆终止区域,并在排队车辆终止区域中,用确定排队车辆起始线的方式,确定排队车辆终点线。
S405、服务器基于排队车辆起始线及排队车辆终点线,确定各相位对应的各历史道路图像中的车辆排队长度。
本申请实施例在车辆排队图像中确定了排队车辆起始线及排队车辆终点线,即可根据预设可移动区域在排队车辆起始线与排队车辆终点线之间的移动次数,确定车辆排队长度。如移动次数为4次,每次移动步长为4像素点,则说明排队车辆起始线与排队车辆终点线之间为4*4+4像素点,将4*4+4像素距离与实际测量数据进行转换,即可确定车辆排队长度。
在本申请的一个实施例中,像素距离与实际测量数据进行转换的方式,可以根据车辆排队图像对应车道的实际测量数据,建立距离拟合方程,以确定车辆排队图像中的像素距离与实际距离的对应关系。根据距离拟合方程以及排队车辆起始线及所述排队车辆终点线的像素距离,确定各历史道路图像中的车辆排队长度。
上述方案通过对道路交叉口的车辆排队长度的研究,制定新的交通信号配时方案,上述方案未考虑道路交叉口位置因素影响交通信号配时。在实际的交通道路中,前一个道路交叉口往往会影响下一个道路交叉口的交通运行情况,因此,本申请通过以下实施例进一步地调整绿灯持续时间。
在本申请的一个实施例中服务器确定道路交叉口的位置信息,根据位置信息可以确定道路交叉口的优先级值。其中,道路交叉口的位置信息包括该道路交叉口车道的类型,如主干道、快速路等。道路交叉口车道类型的等级越高,道路交叉口的优先级值越大,如快速路的优先级值为1,主干路的优先级值为0.8。
服务器中预先存储有车辆排队数与预先设定的道路交叉口与相邻道路交叉口的相关系数。由于相邻道路交叉口的交通情况相互影响,因此可以根据实际的实验数据得到道路交叉口相关影响因子,并将该相关影响因子作为预先设定的道路交叉口与相邻道路交叉口的相关系数。
以东西直行相位为例,根据道路交叉口的优先级值及预先设定的道路交叉口与相邻道路交叉口的相关系数,通过以下公式,可以得到该相位的信号周期协调参数,以确定相应相位的绿灯调整值。其中,相位的信号周期协调参数根据以下公式确定:
其中,θ1为相位的第k个信号周期协调参数,α为道路交叉口的优先级值,m1为平均车辆排队长度,β为与其他道路交叉口的相关系数,为相位的第k个信号周期的其他道路交叉口的协调参数,为相应相位信号灯的第k-1个信号周期其他道路交叉口的协调参数,n为其他道路交叉口的数量。
通过上述得到的相位的第k个信号周期协调参数表示在预设时间段内,交通信号灯的第k个信号周期协调参数,一个信号周期为交通信号灯由通行状态变为禁止通行状态再变为通行状态的周期。根据理想状态下单个车辆通过路口所用时间以及相位的第k个信号周期协调参数,可以得到东西直行相位的应调整的绿灯时间,理想状态下单个车辆通过路口所用时间可以根据历史数据计算得到。公式如下:
tg=A·θ1
其中,tg表示相位的绿灯持续时间,A表示理想状态下单个车辆通过路口所用时间。服务器可以通过上述方案,调整各相位的绿灯持续时间,进而调整当前的交通信号配时方案。
基于同样的发明构思,本申请实施例还提供了一种与上述方法对应的设备。
图8为本申请实施例提供的一种用于道路交叉口的交通信号控制设备的结构示意图,如图8所示,该设备包括:
至少一个处理器;以及,与至少一个处理器通信连接的存储器。其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够:获取道路交叉口的各相位预设时间段内对应的历史道路图像集合。其中,历史道路图像集合中的各历史道路图像为相应的图像采集设备在预设采集时刻采集的,预设采集时刻为各相位对应的车道由通行状态切换为禁止通行状态的时刻。道路交叉口为十字形交叉口。对各历史道路图像进行图像识别,确定各相位对应的各个车道的车辆排队长度、车辆排队数。以及获取各相位对应的各个车道的已通过车辆数。确定各车辆排队数组成的集合中的最大车辆排队数是否大于第一预设阈值。在最大车辆排队数大于第一预设阈值的情况下,计算各相位对应的各个车道的车辆排队长度的平均值,作为相位的平均车辆排队长度。以及计算各相位对应的各个车道的已通过车辆数的平均值,作为相位的平均已通行车辆数。根据平均车辆排队长度、平均已通行车辆数以及相位的当前绿灯持续时间,确定相位的绿灯调整值。基于绿灯调整值以及当前绿灯持续时间,确定相位下一时间段的绿灯时间。其中,下一时间段与预设时间段相对应。基于各相位的下一时间段的绿灯时间,调整当前的交通信号配时方案,以控制道路交叉口下一时间段的交通信号。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备和介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请实施例提供的设备和介质与方法是一一对应的,因此,设备和介质也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述设备和介质的有益技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (9)
1.一种用于道路交叉口的交通信号控制方法,其特征在于,所述方法包括:
获取所述道路交叉口的各相位预设时间段内对应的历史道路图像集合;其中,所述历史道路图像集合中的各历史道路图像为相应的图像采集设备在预设采集时刻采集的,所述预设采集时刻为各相位对应的车道由通行状态切换为禁止通行状态的时刻;所述道路交叉口为十字形交叉口;
对各所述历史道路图像进行图像识别,确定各相位对应的各个车道的车辆排队长度、车辆排队数;以及获取各相位对应的各个车道的已通过车辆数;
确定各所述车辆排队数组成的集合中的最大车辆排队数是否大于第一预设阈值;
在所述最大车辆排队数大于第一预设阈值的情况下,计算各相位对应的各个车道的车辆排队长度的平均值,作为所述相位的平均车辆排队长度;以及计算各相位对应的各个车道的已通过车辆数的平均值,作为所述相位的平均已通行车辆数;
根据所述平均车辆排队长度、平均已通行车辆数以及所述相位的当前绿灯持续时间,确定所述相位的绿灯调整值;
基于所述绿灯调整值以及所述当前绿灯持续时间,确定所述相位下一时间段的绿灯时间;其中,所述下一时间段与所述预设时间段相对应;
基于各相位的下一时间段的绿灯时间,调整当前的交通信号配时方案,以控制所述道路交叉口下一时间段的交通信号;
所述对各所述历史道路图像进行图像识别,确定各相位对应的各个车道的车辆排队长度、车辆排队数,具体包括:
按照道路车道信息,对各所述历史道路图像进行处理,以得到所述历史道路图像对应的至少一个车道图像对应的车辆排队图像;
根据滑动窗口算法,对各车道图像设置相应的可移动区域,并根据所述可移动区域确定所述车辆排队图像的预设起点区域是否存在车辆;
在所述预设起点区域存在所述车辆图像的情况下,在所述预设起点区域内设置逼近直线,并按照预设方向移动所述逼近直线,直至当前位置上的所述逼近直线上的像素值大于第三预设阈值且所述像素值与前一位置上的像素值的差值大于第四预设阈值,确定排队车辆起始线;
将所述预设可移动区域从所述排队车辆起始线,按照所述预设方向以及预设步长进行滑动,以确定排队车辆终点线;
基于所述排队车辆起始线及所述排队车辆终点线,确定各相位对应的所述各历史道路图像中的车辆排队长度。
2.根据权利要求1所述的方法,其特征在于,所述对各所述历史道路图像进行图像识别,确定各相位对应的各个车道的车辆排队长度、车辆排队数,具体包括:
对各所述历史道路图像进行图像识别,确定各所述历史道路图像中位于各车道的车辆的车辆轮廓;
计算各所述车道中相邻的车辆轮廓之间的间隔距离,并生成所述间隔距离对应的间隔距离序列;
依次确定所述间隔距离序列中的所述间隔距离是否大于第二预设阈值;
在所述间隔距离大于第二预设阈值的情况下,将相应的靠近停止线的车辆轮廓作为终止车辆;
根据所述终止车辆,确定各相位对应的各个车道的车辆排队长度、车辆排队数。
3.根据权利要求2所述的方法,其特征在于,所述根据所述终止车辆,确定各相位对应的各个车道的车辆排队长度、车辆排队数,具体包括:
根据所述历史道路图像,确定与对应的所述停止线的距离最小的车辆轮廓;
确定所述距离最小的车辆轮廓与所述停止线的距离是否小于第三预设阈值;
在所述距离最小的车辆轮廓与所述停止线的距离小于第三预设阈值的情况下,将所述距离最小的车辆轮廓作为相应的起始车辆;
根据所述终止车辆以及所述起始车辆,确定各相位对应的各个车道的车辆排队长度、车辆排队数。
4.根据权利要求1所述方法,其特征在于,所述对各所述历史道路图像进行图像识别,以得到各历史道路图像中各个车道对应的车辆排队图像,具体包括:
通过对所述历史道路图像进行图像识别,确定所述历史道路图像对应的道路背景图像;
基于所述道路背景图像以及所述历史道路图像,确定去除所述道路背景图像的像素点后的所述历史道路图像;
通过结构元素SE对所述去除所述道路背景图像的像素点后的所述历史道路图像腐蚀,得到去噪历史道路图像;
基于所述去噪历史道路图像,确定各历史道路图像中各个车道对应的车辆排队图像。
5.根据权利要求4所述方法,其特征在于,所述对各所述历史道路图像进行图像识别,以得到各历史道路图像中各个车道对应的车辆排队图像,具体还包括:
确定所述历史道路图像中的车道区域信息;其中,所述车道区域信息包括车道区域长度以及车道区域宽度;
根据所述车道区域信息,确定各相位的各个车道的所述历史道路图像的车道区域的图像;
对所述车道区域的图像进行二值化处理,以得到各历史道路图像中各个车道对应的车辆排队图像。
6.根据权利要求1所述方法,其特征在于,所述基于所述排队车辆起始线及所述排队车辆终点线,确定各相位对应的所述各历史道路图像中的车辆排队长度,具体包括:
根据所述车辆排队图像对应车道的实际测量数据,建立距离拟合方程,以确定车辆排队图像中的像素距离与实际距离的对应关系;
基于所述距离拟合方程以及所述排队车辆起始线及所述排队车辆终点线的像素距离,确定所述各历史道路图像中的车辆排队长度。
7.根据权利要求1所述方法,其特征在于,所述方法还包括:
基于所述道路交叉口的位置信息,确定预先设定的所述道路交叉口的优先级值;
根据所述车辆排队数,确定预先设定的所述道路交叉口与相邻道路交叉口的相关系数;
基于所述预先设定的所述道路交叉口的优先级值及预先设定的所述道路交叉口与相邻道路交叉口的相关系数,确定所述相位的信号周期协调参数,以确定相应相位的绿灯调整值;
其中,所述相位的信号周期协调参数根据以下公式确定:
8.一种用于道路交叉口的交通信息控制设备,其特征在于,所述设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取所述道路交叉口的各相位预设时间段内对应的历史道路图像集合;其中,所述历史道路图像集合中的各历史道路图像为相应的图像采集设备在预设采集时刻采集的,所述预设采集时刻为各相位对应的车道由通行状态切换为禁止通行状态的时刻;所述道路交叉口为十字形交叉口;
对各所述历史道路图像进行图像识别,确定各相位对应的各个车道的车辆排队长度、车辆排队数;以及获取各相位对应的各个车道的已通过车辆数;
确定各所述车辆排队数组成的集合中的最大车辆排队数是否大于第一预设阈值;
在所述最大车辆排队数大于第一预设阈值的情况下,计算各相位对应的各个车道的车辆排队长度的平均值,作为所述相位的平均车辆排队长度;以及计算各相位对应的各个车道的已通过车辆数的平均值,作为所述相位的平均已通行车辆数;
根据所述平均车辆排队长度、平均已通行车辆数以及所述相位的当前绿灯持续时间,确定所述相位的绿灯调整值;
基于所述绿灯调整值以及所述当前绿灯持续时间,确定所述相位下一时间段的绿灯时间;其中,所述下一时间段与所述预设时间段相对应;
基于各相位的下一时间段的绿灯时间,调整当前的交通信号配时方案,以控制所述道路交叉口下一时间段的交通信号;
所述对各所述历史道路图像进行图像识别,确定各相位对应的各个车道的车辆排队长度、车辆排队数,具体包括:
按照道路车道信息,对各所述历史道路图像进行处理,以得到所述历史道路图像对应的至少一个车道图像对应的车辆排队图像;
根据滑动窗口算法,对各车道图像设置相应的可移动区域,并根据所述可移动区域确定所述车辆排队图像的预设起点区域是否存在车辆;
在所述预设起点区域存在所述车辆图像的情况下,在所述预设起点区域内设置逼近直线,并按照预设方向移动所述逼近直线,直至当前位置上的所述逼近直线上的像素值大于第三预设阈值且所述像素值与前一位置上的像素值的差值大于第四预设阈值,确定排队车辆起始线;
将所述预设可移动区域从所述排队车辆起始线,按照所述预设方向以及预设步长进行滑动,以确定排队车辆终点线;
基于所述排队车辆起始线及所述排队车辆终点线,确定各相位对应的所述各历史道路图像中的车辆排队长度。
9.一种用于道路交叉口的交通信号控制介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令用于执行如权利要求1-7任一项所述的一种用于道路交叉口的交通信号控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110440444.7A CN113129595B (zh) | 2021-04-23 | 2021-04-23 | 一种用于道路交叉口的交通信号控制方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110440444.7A CN113129595B (zh) | 2021-04-23 | 2021-04-23 | 一种用于道路交叉口的交通信号控制方法、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113129595A CN113129595A (zh) | 2021-07-16 |
CN113129595B true CN113129595B (zh) | 2022-06-10 |
Family
ID=76779471
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110440444.7A Active CN113129595B (zh) | 2021-04-23 | 2021-04-23 | 一种用于道路交叉口的交通信号控制方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113129595B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113706873B (zh) * | 2021-09-28 | 2022-11-29 | 长沙智能驾驶研究院有限公司 | 车辆到达时间预测方法、装置、设备及计算机存储介质 |
CN113851008B (zh) * | 2021-10-25 | 2022-06-07 | 深圳技术大学 | 一种交通信号灯控制方法、装置、设备及存储介质 |
CN114202916B (zh) * | 2021-12-01 | 2022-09-16 | 辽宁警察学院 | 单点交叉口交通信号控制方法 |
CN114093179B (zh) * | 2021-12-02 | 2022-10-28 | 智道网联科技(北京)有限公司 | 交叉十字路口的车辆调度方法、云服务器、设备及存储介质 |
CN114446066B (zh) * | 2021-12-30 | 2023-05-16 | 银江技术股份有限公司 | 一种道路信号控制方法以及装置 |
CN115083160A (zh) * | 2022-06-15 | 2022-09-20 | 国汽智控(北京)科技有限公司 | 信号灯控制方法、装置和信号灯控制器 |
CN116092297B (zh) * | 2023-04-07 | 2023-06-27 | 南京航空航天大学 | 一种低渗透率分布式差分信号控制的边缘计算方法及系统 |
CN117475380A (zh) * | 2023-09-12 | 2024-01-30 | 四川弘和数智集团有限公司 | 一种加能站排队检测方法、装置、电子设备和存储介质 |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005182308A (ja) * | 2003-12-17 | 2005-07-07 | Denso Corp | 車両運転支援装置 |
CN101469985A (zh) * | 2007-12-26 | 2009-07-01 | 河海大学常州校区 | 交叉路口车辆排队长度的单帧图像检测装置及其工作方法 |
CN102360531A (zh) * | 2011-09-30 | 2012-02-22 | 哈尔滨工业大学 | 基于无线传感器网络的智能交通灯控制方法及系统 |
JP2013036932A (ja) * | 2011-08-10 | 2013-02-21 | Fujitsu Ltd | 車列長測定装置、車列長測定方法及び車列長測定用コンピュータプログラム |
JP2013045242A (ja) * | 2011-08-23 | 2013-03-04 | Yazaki Energy System Corp | イベント監視用車載器 |
CN103258425A (zh) * | 2013-01-29 | 2013-08-21 | 中山大学 | 一种交叉口车辆排队长度检测方法 |
DE102012204123A1 (de) * | 2012-03-15 | 2013-09-19 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren und Vorrichtung zur Bestimmung von Rückstaulängen von Verkehrsobjekten und/oder von Fahrzeugpulks |
CN103903445A (zh) * | 2014-04-22 | 2014-07-02 | 北京邮电大学 | 一种基于视频的车辆排队长度检测方法与系统 |
CN104021670A (zh) * | 2014-03-27 | 2014-09-03 | 湖南工业大学 | 一种高分遥感影像提取城市路网车辆队列状态信息方法 |
CN105513342A (zh) * | 2015-11-25 | 2016-04-20 | 南京莱斯信息技术股份有限公司 | 一种基于视频跟踪的车辆排队长度计算方法 |
CN105632196A (zh) * | 2014-09-16 | 2016-06-01 | 赵菲菲 | 一种实时智能控制交通信号灯的方法及系统 |
CN106997673A (zh) * | 2017-06-05 | 2017-08-01 | 南通大学 | 确定车道的交通信号灯冗余时长的方法及系统 |
CN107644528A (zh) * | 2017-08-02 | 2018-01-30 | 浙江工业大学 | 一种基于车辆跟踪的车辆排队长度检测方法 |
CN107644529A (zh) * | 2017-08-03 | 2018-01-30 | 浙江浩腾电子科技股份有限公司 | 一种基于运动检测的车辆排队长度检测方法 |
CN108109380A (zh) * | 2018-01-31 | 2018-06-01 | 迈锐数据(北京)有限公司 | 一种车辆排队长度的检测系统、方法及装置 |
CN108765981A (zh) * | 2018-06-20 | 2018-11-06 | 昆明理工大学 | 一种分车道实时排队长度预测方法 |
CN109426788A (zh) * | 2017-08-31 | 2019-03-05 | 浙江宇视科技有限公司 | 排队长度检测方法、装置及服务器 |
CN109961639A (zh) * | 2019-01-29 | 2019-07-02 | 中电海康集团有限公司 | 一种过饱和状态下车道排队长度估计方法 |
CN110111590A (zh) * | 2019-06-04 | 2019-08-09 | 南京慧尔视智能科技有限公司 | 一种车辆动态排队长度检测方法 |
CN110379180A (zh) * | 2019-07-05 | 2019-10-25 | 平安国际智慧城市科技股份有限公司 | 一种交通信号控制方法、交通信号控制装置及终端设备 |
CN110632917A (zh) * | 2018-06-21 | 2019-12-31 | 株式会社斯巴鲁 | 自动驾驶辅助系统 |
CN112489456A (zh) * | 2020-12-01 | 2021-03-12 | 山东交通学院 | 基于城市主干线车辆排队长度的信号灯调控方法及系统 |
-
2021
- 2021-04-23 CN CN202110440444.7A patent/CN113129595B/zh active Active
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005182308A (ja) * | 2003-12-17 | 2005-07-07 | Denso Corp | 車両運転支援装置 |
CN101469985A (zh) * | 2007-12-26 | 2009-07-01 | 河海大学常州校区 | 交叉路口车辆排队长度的单帧图像检测装置及其工作方法 |
JP2013036932A (ja) * | 2011-08-10 | 2013-02-21 | Fujitsu Ltd | 車列長測定装置、車列長測定方法及び車列長測定用コンピュータプログラム |
JP2013045242A (ja) * | 2011-08-23 | 2013-03-04 | Yazaki Energy System Corp | イベント監視用車載器 |
CN102360531A (zh) * | 2011-09-30 | 2012-02-22 | 哈尔滨工业大学 | 基于无线传感器网络的智能交通灯控制方法及系统 |
DE102012204123A1 (de) * | 2012-03-15 | 2013-09-19 | Deutsches Zentrum für Luft- und Raumfahrt e.V. | Verfahren und Vorrichtung zur Bestimmung von Rückstaulängen von Verkehrsobjekten und/oder von Fahrzeugpulks |
CN103258425A (zh) * | 2013-01-29 | 2013-08-21 | 中山大学 | 一种交叉口车辆排队长度检测方法 |
CN104021670A (zh) * | 2014-03-27 | 2014-09-03 | 湖南工业大学 | 一种高分遥感影像提取城市路网车辆队列状态信息方法 |
CN103903445A (zh) * | 2014-04-22 | 2014-07-02 | 北京邮电大学 | 一种基于视频的车辆排队长度检测方法与系统 |
CN105632196A (zh) * | 2014-09-16 | 2016-06-01 | 赵菲菲 | 一种实时智能控制交通信号灯的方法及系统 |
CN105513342A (zh) * | 2015-11-25 | 2016-04-20 | 南京莱斯信息技术股份有限公司 | 一种基于视频跟踪的车辆排队长度计算方法 |
CN106997673A (zh) * | 2017-06-05 | 2017-08-01 | 南通大学 | 确定车道的交通信号灯冗余时长的方法及系统 |
CN107644528A (zh) * | 2017-08-02 | 2018-01-30 | 浙江工业大学 | 一种基于车辆跟踪的车辆排队长度检测方法 |
CN107644529A (zh) * | 2017-08-03 | 2018-01-30 | 浙江浩腾电子科技股份有限公司 | 一种基于运动检测的车辆排队长度检测方法 |
CN109426788A (zh) * | 2017-08-31 | 2019-03-05 | 浙江宇视科技有限公司 | 排队长度检测方法、装置及服务器 |
CN108109380A (zh) * | 2018-01-31 | 2018-06-01 | 迈锐数据(北京)有限公司 | 一种车辆排队长度的检测系统、方法及装置 |
CN108765981A (zh) * | 2018-06-20 | 2018-11-06 | 昆明理工大学 | 一种分车道实时排队长度预测方法 |
CN110632917A (zh) * | 2018-06-21 | 2019-12-31 | 株式会社斯巴鲁 | 自动驾驶辅助系统 |
CN109961639A (zh) * | 2019-01-29 | 2019-07-02 | 中电海康集团有限公司 | 一种过饱和状态下车道排队长度估计方法 |
CN110111590A (zh) * | 2019-06-04 | 2019-08-09 | 南京慧尔视智能科技有限公司 | 一种车辆动态排队长度检测方法 |
CN110379180A (zh) * | 2019-07-05 | 2019-10-25 | 平安国际智慧城市科技股份有限公司 | 一种交通信号控制方法、交通信号控制装置及终端设备 |
CN112489456A (zh) * | 2020-12-01 | 2021-03-12 | 山东交通学院 | 基于城市主干线车辆排队长度的信号灯调控方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113129595A (zh) | 2021-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113129595B (zh) | 一种用于道路交叉口的交通信号控制方法、设备及介质 | |
CN113674527B (zh) | 一种基于智慧交通物联网的交通监测系统及方法 | |
CN108509907B (zh) | 车灯检测方法、实现智能驾驶的方法、装置、介质及设备 | |
EP2546602B1 (en) | Stereo camera apparatus | |
WO2018217806A1 (en) | Road traffic control system, method, and electronic device | |
CN106170828A (zh) | 外界识别装置 | |
CN107924568B (zh) | 图像处理装置、图像处理方法和存储介质 | |
US20190026923A1 (en) | Image recognition system | |
EP3979196A1 (en) | Image processing method and apparatus for target detection | |
Odeh | Management of an intelligent traffic light system by using genetic algorithm | |
CN112767681A (zh) | 一种交通状态检测方法、装置及相关设备 | |
CN109063630B (zh) | 一种基于可分离卷积技术和帧差补偿策略的快速车辆检测方法 | |
CN113361299B (zh) | 一种异常停车的检测方法、装置、存储介质及电子设备 | |
CN111160132B (zh) | 障碍物所在车道的确定方法、装置、电子设备和存储介质 | |
CN112149471B (zh) | 一种基于语义点云的回环检测方法及装置 | |
WO2021093335A1 (en) | Method for automatically labeling lane changing intention based on high-noise trajectory data of vehicle | |
Alsheikhy et al. | An Intelligent Adaptive Dynamic Algorithm for a Smart Traffic System. | |
US7747041B2 (en) | Automated estimation of average stopped delay at signalized intersections | |
CN109829935B (zh) | 车辆的场景序列跟踪处理方法、装置及车辆 | |
Annabel et al. | Automatic signal clearance system using density based traffic control | |
CN109218728B (zh) | 一种场景切换检测方法和系统 | |
Kurniawan et al. | Adaptive traffic controller based on pre-timed system | |
CN109636877B (zh) | 车道线调整处理方法、装置及电子设备 | |
CN112215109B (zh) | 基于场景分析的车辆检测方法及系统 | |
CN115565389A (zh) | 基于大数据的智能交通红绿灯处理模型 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 250101 no.1188 Tianchen street, high tech Zone, Jinan City, Shandong Province Applicant after: Shandong Jinyu Information Technology Group Co.,Ltd. Address before: 250101 no.1188 Tianchen street, high tech Zone, Jinan City, Shandong Province Applicant before: JINAN JINYU HIGHWAY INDUSTRY DEVELOPMENT Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |