本發(fā)明總體上是指交通控制，具體涉及到自適應(yīng)和/或自主交通控制的系統(tǒng)和方法。

背景技術(shù)：

神經(jīng)網(wǎng)絡(luò)技術(shù)已經(jīng)發(fā)展了幾十年，其中通過使用模擬大腦功能的軟件或電路來解決實(shí)時(shí)計(jì)算的問題已得到解決。人類大腦包含大約1000億個(gè)神經(jīng)元。大約30億個(gè)神經(jīng)元專用于視覺皮層，只是大腦的幾個(gè)感覺輸入來源之一。使用神經(jīng)網(wǎng)絡(luò)技術(shù)的小到中等人工智能系統(tǒng)已經(jīng)成功地用于許多現(xiàn)實(shí)應(yīng)用中，諸如用于工業(yè)過程分類或質(zhì)量控制功能的模式識(shí)別，以及實(shí)時(shí)導(dǎo)航和躲避碰撞系統(tǒng)，其結(jié)果已達(dá)到或超過人類的能力。例如，darpa已研究出使用神經(jīng)網(wǎng)絡(luò)技術(shù)的自主車輛，旨在穿過廣闊的危險(xiǎn)沙漠地形或通過城市道路。

人腦和人工神經(jīng)網(wǎng)絡(luò)都能存儲(chǔ)記住的視覺圖像、其他感覺輸入及其相關(guān)序列并根據(jù)那些感覺輸入來進(jìn)行實(shí)時(shí)預(yù)測(cè)(即決策)。如同具有比人類更小的腦部的其他適應(yīng)性強(qiáng)的動(dòng)物一樣，適度大小的人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)可以在有些工作上表現(xiàn)的很好，前提是這些工作與“大腦”尺寸相匹配。交通信號(hào)燈控制器在現(xiàn)代社會(huì)中發(fā)揮著重要作用，并且對(duì)于新興的神經(jīng)網(wǎng)絡(luò)技術(shù)而言，是一個(gè)很好的技術(shù)挑戰(zhàn)。

目前，量產(chǎn)的實(shí)用性固態(tài)設(shè)備為許多現(xiàn)實(shí)問題提供了經(jīng)濟(jì)的解決方案。當(dāng)前的和已提出的固態(tài)技術(shù)，例如閃存和憶阻器設(shè)備，提供了極高密度的、模擬的、非易失性存儲(chǔ)元件，非常適合于構(gòu)建高密度固態(tài)模擬神經(jīng)網(wǎng)絡(luò)設(shè)備。具有40億個(gè)晶體管或更大尺寸的典型閃存陣列可以產(chǎn)生具有400萬或更多個(gè)神經(jīng)元的神經(jīng)網(wǎng)絡(luò)設(shè)備。雖然人類大腦能夠進(jìn)行令人難以置信的復(fù)雜模式識(shí)別和預(yù)測(cè)，但具有少得多的神經(jīng)元的人工智能系統(tǒng)卻可以完成重要的現(xiàn)實(shí)世界任務(wù)。當(dāng)前，固態(tài)神經(jīng)網(wǎng)絡(luò)設(shè)備通過利用諸如借助集成數(shù)字信號(hào)處理(dsp)模塊減小輸入數(shù)據(jù)流的大小等技術(shù)，可以縮小人類和人工神經(jīng)網(wǎng)絡(luò)技術(shù)之間的差距。

人工模擬神經(jīng)網(wǎng)絡(luò)具備識(shí)別引擎，通常采用k-最近鄰(knn)或徑向基函數(shù)(rbf)非線性分類器，或兩者同時(shí)采用。雖然knn分類在僅尋求與識(shí)別模式最接近的匹配的應(yīng)用中是有用的，但是rbf分類憑借其“是，不，或不確定”的輸出狀態(tài)在交通控制應(yīng)用中顯得尤為有用。除了具有這種dsp和分類模塊之外，當(dāng)前的固態(tài)設(shè)備還可以通過互連實(shí)現(xiàn)更大的、多層的神經(jīng)網(wǎng)絡(luò)。因此，本發(fā)明的內(nèi)容可以利用現(xiàn)有技術(shù)，或者利用具有更大神經(jīng)元容量的未來設(shè)備，或者利用具有本文描述的所有技術(shù)的未來完全集成的固態(tài)設(shè)備來實(shí)現(xiàn)。

此處所提的系統(tǒng)和方法的某些優(yōu)點(diǎn)對(duì)具有自駕經(jīng)驗(yàn)的讀者而言是顯而易見的。其中，目前的車輛傳感器對(duì)駛?cè)胲囕v的識(shí)別并不準(zhǔn)確，迫使交通流在交通信號(hào)燈改變之前中斷。或者，如將要提出的，旨在提供預(yù)先交通流量信息的傳感器不能完全理解駕駛員意圖，導(dǎo)致當(dāng)前交通燈控制系統(tǒng)做出了不正確的決策。雖然混合動(dòng)力汽車技術(shù)可以通過捕獲車輛停止時(shí)可能失去的能量來提高效率，但其在調(diào)節(jié)交通流量以最大化總吞吐量、最小化累積的車輛等待時(shí)間方面更有效。車輛等待時(shí)間等于乘客等待時(shí)間，因此改善的交通流量可以使得燃油經(jīng)濟(jì)性和駕駛員生產(chǎn)率等方面得到改進(jìn)。本發(fā)明的創(chuàng)新包括能夠提供綜合的交通控制系統(tǒng)功能，例如各種特征和各方面功能的完全實(shí)現(xiàn)。

其他方面和與總體系統(tǒng)性能相關(guān)的創(chuàng)新相一致，而這些總體性能由通過神經(jīng)網(wǎng)絡(luò)進(jìn)行的實(shí)時(shí)、并行識(shí)別和交通流決策選擇而決定的。與人類觀察者或交警一樣，交通流需求的一個(gè)全面、總體的圖像產(chǎn)生通過交叉路口的最佳交通流的即時(shí)決定。因此，根據(jù)一些實(shí)施方式，神經(jīng)網(wǎng)絡(luò)的中間層級(jí)聚集這樣的總圖片，并根據(jù)該圖片選擇特定的最佳交通信控配時(shí)。通過一個(gè)完全集成固態(tài)裝置的系統(tǒng)，可以實(shí)現(xiàn)比現(xiàn)有的基于數(shù)字處理器實(shí)現(xiàn)算法的系統(tǒng)好的多的性能。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的各方面可以包括或涉及用于提供對(duì)要求通過交叉口的所有類型的交通的高精度識(shí)別的系統(tǒng)和方法，以添加和改善對(duì)這種交通的識(shí)別，優(yōu)化通過交叉口的優(yōu)先流量，和/或適應(yīng)新的交通類型、技術(shù)、優(yōu)先級(jí)和/或交通流需求。在一些實(shí)施方式中，神經(jīng)網(wǎng)絡(luò)陣列可以用于存儲(chǔ)識(shí)別的交通對(duì)象及其交通流模式，使得能夠由本地交通信號(hào)控制器進(jìn)行自主交通流控制而不使用系統(tǒng)范圍內(nèi)的、中心同步或靜態(tài)的預(yù)定數(shù)字控制算法。

缺點(diǎn)可以根據(jù)本發(fā)明的各方面通過提供用于交通信號(hào)燈的改進(jìn)的控制系統(tǒng)和方法來克服，這將能對(duì)駛?cè)虢煌ǖ念愋秃鸵鈭D做出更好的決定，同時(shí)通過人工智能方式，以具有實(shí)時(shí)自適應(yīng)學(xué)習(xí)能力和可升級(jí)性的基于控制器的神經(jīng)網(wǎng)絡(luò)的形式，來減少初始安裝和長(zhǎng)期升級(jí)成本。

因此，與本發(fā)明的一個(gè)或多個(gè)方面相關(guān)的優(yōu)點(diǎn)包括具有優(yōu)于數(shù)字控制系統(tǒng)固定算法的、能夠優(yōu)化交通流控制的實(shí)時(shí)自適應(yīng)能力。

根據(jù)一些實(shí)施方式，可以通過沒有外部人工干預(yù)或與附近系統(tǒng)的定時(shí)同步的自主操作來實(shí)現(xiàn)更多的優(yōu)勢(shì)。

與其它實(shí)施方式相關(guān)的優(yōu)點(diǎn)包括為傳輸?shù)阶灾餍盘?hào)燈的所有類型的交通流提供更優(yōu)的信號(hào)控制檢測(cè)以及更優(yōu)的交通流性能。

本發(fā)明其它進(jìn)一步的優(yōu)點(diǎn)包括設(shè)計(jì)和方法，這將能夠把本文所述的能力以最低成本、高性能、固態(tài)的方式實(shí)現(xiàn)。

本發(fā)明的系統(tǒng)和方法的另外的優(yōu)點(diǎn)依賴采納數(shù)字邏輯功能的新興低成本神經(jīng)網(wǎng)絡(luò)陣列的大小來實(shí)現(xiàn)，以通過消除數(shù)字組件成本和數(shù)字處理延遲以最低成本來提高性能。

本發(fā)明的其它方面可以結(jié)合本文所述和/或通過所附說明書，附圖和權(quán)利要求書提供的附加實(shí)施方式來看到。

附圖說明

通過結(jié)合附圖，閱讀以下對(duì)本發(fā)明的更具體的描述，將更好地理解本發(fā)明的上述內(nèi)容、其它方面、特征和優(yōu)點(diǎn)，其中：

圖1是與本文所述發(fā)明的一個(gè)或多個(gè)方面相一致的具有說明性的系統(tǒng)框架圖。

圖2是與本文所述發(fā)明的一個(gè)或多個(gè)方面相一致的公共交通信號(hào)燈布置和傳感器陣列。

圖3圖解了具備先前系統(tǒng)限制的典型信號(hào)燈的結(jié)構(gòu)。

圖4表示能反映本發(fā)明一個(gè)或多個(gè)方面有效功能的交通信控配時(shí)示意圖。

圖5表示能反映本發(fā)明一個(gè)或多個(gè)方面有效功能的另一交通信控配時(shí)示意圖。

圖6詳細(xì)描述交通對(duì)象分類、交通類型分類、單個(gè)和成組交通對(duì)象當(dāng)前狀態(tài)分類以及交通系統(tǒng)網(wǎng)絡(luò)輸入集合，并可用在與本發(fā)明的一個(gè)或多個(gè)方面相一致的神經(jīng)網(wǎng)絡(luò)系統(tǒng)訓(xùn)練算法中。

圖7描繪與本發(fā)明的一個(gè)或多個(gè)方面相一致的、用于初始系統(tǒng)配置的說明性過程的流程圖。

圖8描繪與本發(fā)明的一個(gè)或多個(gè)方面相一致的神經(jīng)網(wǎng)絡(luò)陣列訓(xùn)練流程圖。

圖9描繪與本發(fā)明的一個(gè)或多個(gè)方面相一致的說明性系統(tǒng)的啟動(dòng)和運(yùn)行的操作流程圖。

圖10a-10b分別是與本發(fā)明的一個(gè)或多個(gè)方面相一致、由神經(jīng)網(wǎng)絡(luò)執(zhí)行的更高級(jí)別的識(shí)別處理的結(jié)構(gòu)圖和流程圖。

具體實(shí)施方式

現(xiàn)在將詳細(xì)介紹本發(fā)明，其示例在附圖中給出。以下描述中闡述的實(shí)施方式并不表示與所要求保護(hù)的發(fā)明相一致的所有實(shí)例。相反，它們僅僅是與本發(fā)明相關(guān)的某些方面相一致的一些示例。本文已盡可能地在整個(gè)附圖中使用相同的附圖標(biāo)記來指代相同或相似的部分。

圖1顯示了包括所有主要功能元素、主要輸入源和狀態(tài)/控制輸出目的地的系統(tǒng)結(jié)構(gòu)圖。根據(jù)一些實(shí)施方式，由虛線102包圍的元素代表一組完整的組件/功能，通過這些組件/功能，本發(fā)明的各方面可以在幾個(gè)集成度的一個(gè)中實(shí)現(xiàn)。一些當(dāng)前技術(shù)可以用于實(shí)現(xiàn)多芯片固態(tài)實(shí)施中，而新興的高密度固態(tài)神經(jīng)網(wǎng)絡(luò)設(shè)備可以實(shí)現(xiàn)更高的集成度，未來實(shí)施中可使用單片固態(tài)設(shè)備。

本文所述系統(tǒng)可以利用本地輸入/輸出[i/o]模塊104來實(shí)現(xiàn)，本地輸入/輸出[i/o]模塊104將單向或雙向信號(hào)數(shù)據(jù)或控制信號(hào)發(fā)送到交通控制系統(tǒng)的本地傳感器和設(shè)備中。模塊104可以包括模數(shù)(a/d)轉(zhuǎn)換器，使系統(tǒng)所得的所有輸入可以用數(shù)值表示，包括來自模擬傳感器的那些輸入數(shù)據(jù)。同步系統(tǒng)過程還可以包括多個(gè)系統(tǒng)時(shí)鐘106。例如，微處理器108和數(shù)字信號(hào)處理[dsp]元件110的核心處理元件可以在最高頻率下操作，而主存儲(chǔ)器(112,114)和系統(tǒng)數(shù)據(jù)總線周期116可以更慢，通常是這些核心處理器頻率的幾倍。進(jìn)而，實(shí)時(shí)圖像捕獲頻率通常可匹配神經(jīng)網(wǎng)絡(luò)識(shí)別引擎或分類器118的周期時(shí)間，比那些先前處理的周期時(shí)間要低?？梢允沁@種類型的時(shí)鐘的幾倍，或者它們可以作為數(shù)據(jù)集或“上下文”的函數(shù)被門控到本地i/o模塊的特定寄存器，對(duì)于該數(shù)據(jù)集或“上下文”，訓(xùn)練特定的神經(jīng)元集合來識(shí)別。例如，神經(jīng)網(wǎng)絡(luò)識(shí)別從所有方向進(jìn)入交叉口的交通，使得不同的“上下文”可以用于在交通流之間進(jìn)行區(qū)分，特別是在俯視攝像機(jī)監(jiān)視控制多個(gè)方向的情況下。當(dāng)不同交通方向的傳感器陣列只有一個(gè)時(shí)，可能還需要其他“上下文”。因此，在典型的交叉口，神經(jīng)網(wǎng)絡(luò)可以針對(duì)傳感器陣列的每個(gè)數(shù)據(jù)捕獲周期運(yùn)行4個(gè)識(shí)別周期，每個(gè)方向一個(gè)。最后，可使用系統(tǒng)時(shí)鐘的一些可編程計(jì)數(shù)通過可編程定時(shí)器模塊120輸入到可編程定序器邏輯122來改變信號(hào)燈的定時(shí)。附加的時(shí)鐘序列可以使i/o與獨(dú)立的外部系統(tǒng)同步，例如具有用于應(yīng)急響應(yīng)車輛(erv)和高占用車輛[hovs]的標(biāo)準(zhǔn)化的“高優(yōu)先級(jí)”信號(hào)控制協(xié)議的無線電通信。由可編程定序器邏輯122的輸出所指揮的外部電源和開關(guān)繼電器124驅(qū)動(dòng)交通信號(hào)燈126的各個(gè)透鏡燈。

可以根據(jù)需要加入數(shù)字信號(hào)處理(dsp)模塊110，也可以減小視頻和其他傳感輸入的大小以匹配輸入到神經(jīng)網(wǎng)絡(luò)陣列的寄存器的數(shù)據(jù)的大小。數(shù)字域存儲(chǔ)器可以包括可編程非易失性存儲(chǔ)器112中的一個(gè)或兩者(例如閃存)，和諸如靜態(tài)ram的動(dòng)態(tài)工作存儲(chǔ)器114。固件可以被配置為包含用于微處理器的系統(tǒng)監(jiān)控代碼的控制代碼，用于優(yōu)化神經(jīng)網(wǎng)絡(luò)陣列性能的訓(xùn)練軟件，和/或系統(tǒng)控制數(shù)據(jù)參數(shù)，諸如寫入可編程定時(shí)器模塊120數(shù)據(jù)值。分類器邏輯118可以用于神經(jīng)網(wǎng)絡(luò)陣列128的輸出，并且在本申請(qǐng)中，可以是最適合于交通對(duì)象識(shí)別和交通流控制決策的徑向基函數(shù)(rbf)類型。神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程可以配置額外的神經(jīng)元作為新的訓(xùn)練樣本，同時(shí)調(diào)整與樣本相關(guān)的要被識(shí)別的對(duì)象的距離或“影響場(chǎng)”，使得每個(gè)神經(jīng)元僅識(shí)別對(duì)其進(jìn)行訓(xùn)練的特定樣本。零距離意味著新輸入數(shù)據(jù)和存儲(chǔ)向量之間的精確匹配。分配給相同“上下文”的所選擇的一組神經(jīng)元可以為學(xué)習(xí)對(duì)象、模式或決策的預(yù)定類別定義一個(gè)“識(shí)別引擎”。在給定的上下文中，特定于神經(jīng)元或該上下文的神經(jīng)元集合的子集的訓(xùn)練被分配一個(gè)“類別”，以在該類別內(nèi)區(qū)別于其他對(duì)象、模式或決策。訓(xùn)練多個(gè)不同的神經(jīng)元以產(chǎn)生隨著要學(xué)習(xí)的對(duì)象的數(shù)量和所需的識(shí)別結(jié)果的精確度而變化的識(shí)別結(jié)果。

在一些說明性實(shí)施方法中，有效rbf分類器輸出可以被分為3類：“已識(shí)別的”，某些具有學(xué)習(xí)距離，即神經(jīng)元的影響場(chǎng)，用于一個(gè)或多個(gè)所有屬于特定類別的神經(jīng)元，這里指定為“match1”；“不確定的”，可能與指定為“match2”的不同類別的2個(gè)或更多個(gè)神經(jīng)元的存儲(chǔ)向量匹配；或“未知的”，即在該上下文中所有當(dāng)前訓(xùn)練的神經(jīng)元不能識(shí)別的輸入向量。當(dāng)在交通信控區(qū)域中沒有活動(dòng)時(shí)，即當(dāng)沒有什么可識(shí)別時(shí)，也將出現(xiàn)未知的結(jié)果。match1和match2是相關(guān)聯(lián)的，其可以用于觸發(fā)中斷或返回到微處理器以發(fā)動(dòng)交通信控配時(shí)或定時(shí)的改變?？删幊袒ミB邏輯130用于選通與微處理器作用的匹配，主要是最高級(jí)交通優(yōu)化決策。

神經(jīng)元可以被訓(xùn)練來識(shí)別呈現(xiàn)給他們的任何向量。通常，這些向量在系統(tǒng)數(shù)據(jù)總線上同時(shí)呈現(xiàn)給層級(jí)的大多數(shù)或所有神經(jīng)元，即從視頻輸入識(shí)別單個(gè)交通對(duì)象。正如人類的大腦，然而，可以訓(xùn)練其他神經(jīng)元識(shí)別序列?？膳渲玫膇/o134能夠訓(xùn)練序列。來自特定神經(jīng)元的分類器邏輯輸出可以以可編程速率(即作為一個(gè)或多個(gè)系統(tǒng)時(shí)鐘的函數(shù)建立的速率)采樣輸出各種低級(jí)神經(jīng)元，并且可以存儲(chǔ)在可配置i/o中的移位寄存器中。這樣，來自那些神經(jīng)元的分類器結(jié)果序列可以被組裝成可用于神經(jīng)網(wǎng)絡(luò)分層結(jié)構(gòu)的較高層中的神經(jīng)元的輸入向量。神經(jīng)元輸入向量可以作為字節(jié)序列加載，直到達(dá)到神經(jīng)元實(shí)現(xiàn)的最大向量大小。某些較高級(jí)神經(jīng)元可以通過可編程互連邏輯進(jìn)行連接，以識(shí)別來自較低級(jí)神經(jīng)元的交通狀態(tài)，例如在識(shí)別對(duì)象的相對(duì)速度或分組的情況下?？膳渲胕/o可以包括用于這種較高級(jí)神經(jīng)元的數(shù)據(jù)緩沖器，用于組裝來自并行的多個(gè)較低級(jí)神經(jīng)元的輸出數(shù)據(jù)。

用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)陣列的常見方法是反向傳播，其中在權(quán)重中，對(duì)特定神經(jīng)元的單獨(dú)輸入由迭代過程確定，該迭代過程產(chǎn)生用于識(shí)別結(jié)果或決定的輸出，它們由對(duì)象、環(huán)境狀態(tài)或決策的正確識(shí)別的原型樣本所定義。訓(xùn)練數(shù)據(jù)集，包括被肯定識(shí)別和被拒絕的計(jì)數(shù)器樣本的有效向量，都可以在訓(xùn)練過程被呈現(xiàn)給神經(jīng)網(wǎng)絡(luò)。在其結(jié)束時(shí)，訓(xùn)練具有適當(dāng)影響場(chǎng)的適當(dāng)數(shù)量的神經(jīng)元以識(shí)別應(yīng)用所需的對(duì)象、模式和決策。因此，訓(xùn)練數(shù)據(jù)集的設(shè)計(jì)和優(yōu)先權(quán)重對(duì)系統(tǒng)的性能至關(guān)重要。

先前已經(jīng)提出了模糊邏輯和基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)作為交通燈控制器的決策引擎。類似地，神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法本身被很好地記錄，因此這里不討論。然而，本文中的系統(tǒng)和方法包括與配置非常大的神經(jīng)網(wǎng)絡(luò)陣列相關(guān)的系統(tǒng)級(jí)能力。其中，具有這種大容量的系統(tǒng)和方法可以涉及或支持以下各項(xiàng)中的一個(gè)或多個(gè)：個(gè)體下層神經(jīng)元的訓(xùn)練特異性；可使用更高級(jí)神經(jīng)網(wǎng)絡(luò)層增強(qiáng)系統(tǒng)能力的附加類別的識(shí)別；和/或支持系統(tǒng)的定制、優(yōu)化和低成本升級(jí)能力的架構(gòu)。本文的系統(tǒng)和方法提供的另一個(gè)顯著能力是通過為此目的保留備用神經(jīng)元來實(shí)時(shí)地利用全系統(tǒng)功能重新訓(xùn)練個(gè)體識(shí)別引擎的能力。

與決策優(yōu)先權(quán)權(quán)重相關(guān)的考慮，特征和功能可以是當(dāng)前創(chuàng)新的顯著方面，這將在隨后的附圖和表中部分描述。根據(jù)某些實(shí)例，神經(jīng)網(wǎng)絡(luò)陣列的優(yōu)點(diǎn)是并行處理，使得特定輸入向量同時(shí)被該分層級(jí)中的所有神經(jīng)元處理，使得唯一識(shí)別結(jié)果出現(xiàn)在一個(gè)識(shí)別引擎周期內(nèi)，遠(yuǎn)遠(yuǎn)快于通過數(shù)字計(jì)算的方法。神經(jīng)網(wǎng)絡(luò)陣列的最低階元素的這種立即識(shí)別可以對(duì)交通對(duì)象類型進(jìn)行實(shí)時(shí)分類。類似地，神經(jīng)網(wǎng)絡(luò)陣列的更高級(jí)中的交通流模式的實(shí)時(shí)識(shí)別，通過聚合進(jìn)入或存在于特定交通信號(hào)燈的相關(guān)交通控制范圍內(nèi)的交通對(duì)象的當(dāng)前狀態(tài)來產(chǎn)生對(duì)特定交通狀況的識(shí)別?？梢杂?xùn)練其他中間水平的神經(jīng)網(wǎng)絡(luò)陣列以相對(duì)于本地交通區(qū)域和任何更寬的中央交通網(wǎng)絡(luò)系統(tǒng)的需要來識(shí)別唯一的個(gè)體特征、分組的交通對(duì)象和附近的輸入交通。神經(jīng)網(wǎng)絡(luò)分級(jí)的最高級(jí)別可接收由可編程互連邏輯130選通的用于選擇的選定低級(jí)神經(jīng)元的輸出，當(dāng)適當(dāng)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)在當(dāng)前條件與特定決策之間產(chǎn)生匹配時(shí)，可用于選擇特定的最佳交通流決策。該決定是一個(gè)或多個(gè)最高級(jí)神經(jīng)元的觸發(fā)或“match1”分類，與一個(gè)特定的可編程定序器邏輯子序列入口點(diǎn)和可編程定時(shí)器模塊數(shù)據(jù)集相關(guān)聯(lián)。微處理器108可以從存儲(chǔ)在固件112中的系統(tǒng)控制數(shù)據(jù)檢索這些定序器入口點(diǎn)和定時(shí)器模塊數(shù)據(jù)，并且可以將這些數(shù)據(jù)寫入可編程定序器邏輯112和可編程定時(shí)器模塊110的輸入寄存器中。在一些簡(jiǎn)單的系統(tǒng)中，可編程定時(shí)器和定序器可以軟件程序?qū)崿F(xiàn)，其輸出結(jié)果存儲(chǔ)在微處理器寄存器中，其被寫入連接到信號(hào)燈電源和開關(guān)電路(124)的簡(jiǎn)單的外部硬件鎖存器。

現(xiàn)有的神經(jīng)網(wǎng)絡(luò)架構(gòu)提供并行向量輸入；可以識(shí)別下一個(gè)可用的或準(zhǔn)備好的神經(jīng)元的回滾方法；和在給定層級(jí)中和本發(fā)明中都有用的神經(jīng)元之間的信號(hào)傳播。早期的實(shí)現(xiàn)方法可以使用較小的神經(jīng)網(wǎng)絡(luò)陣列的組合來實(shí)現(xiàn)最小的所需層次級(jí)別和大小，但是這樣的方法不具有通過可編程邏輯(諸如利用本文的系統(tǒng)和方法)進(jìn)行無限重構(gòu)的非常大的神經(jīng)元陣列的升級(jí)靈活性。與本發(fā)明相一致的直接可編程互連可以通過使所有網(wǎng)絡(luò)層級(jí)并行操作來提高性能。

本地輸入包括傳感器陣列140，傳感器陣列140可以包括在提供交通信號(hào)燈觀察點(diǎn)的交通燈處的各種更新類型的傳感器，預(yù)先存在的輸入(如人行橫道按鈕和重量或感應(yīng)線圈車輛傳感器142)，以及/或其他數(shù)據(jù)捕獲設(shè)備(如也可以用作交通違章記錄設(shè)備的偏移視頻攝像機(jī)144)。

本地i/o模塊104可以被配置為處理數(shù)字和模擬信號(hào)，并且具有足夠的備用信道，其可以被分配給未來的設(shè)備以支持升級(jí)。這些信道中的一些是雙向的，使得控制命令可以發(fā)送回特定設(shè)備，例如視頻記錄模塊。

根據(jù)定義,系統(tǒng)總線116是雙向的(如圖1所示),可以將微處理器108、數(shù)字存儲(chǔ)器(112,114)與通信接口132、可編程互連邏輯130、神經(jīng)元分類器邏輯輸出118、可編程定時(shí)器模塊120和可編程定序器邏輯122連接起來。

可編程互連邏輯130可以被配置為將所需數(shù)量的神經(jīng)元分配給兩個(gè)或更多個(gè)分級(jí)級(jí)別中的每一個(gè)，以配置它們之間的互連?？删幊绦钥梢陨?jí)以改進(jìn)神經(jīng)元分配和層次，因?yàn)殚_發(fā)改進(jìn)的流量控制方法被不需要硬件改變?？删幊痰娇删幊袒ミB邏輯130中的另一功能是連接從神經(jīng)網(wǎng)絡(luò)陣列檢測(cè)到的“匹配”和微處理器108，用于改變交通燈序列和定時(shí)。

類似地，可編程排序器邏輯122可以被配置在為每個(gè)正交交叉路口特定的行車道和信號(hào)燈配置定制的初始交通信號(hào)燈設(shè)施中。樣本序列在隨后的附圖中討論?？删幊潭〞r(shí)器模塊參數(shù)的默認(rèn)初始值與序列一起在初始信號(hào)燈安裝時(shí)配置的。這提供了在傳感器陣列裝置、微處理器控制或神經(jīng)網(wǎng)絡(luò)陣列功能失效的情況下的“failsafe”操作。與本發(fā)明一致的交通信號(hào)燈可以根據(jù)默認(rèn)條件程序的定時(shí)和信號(hào)燈序列以與許多現(xiàn)有交通信號(hào)燈相同的方式繼續(xù)操作到可編程定時(shí)器模塊120和可編程定序器邏輯122中。

如前所述，關(guān)于本發(fā)明的其他特征，神經(jīng)元陣列互連邏輯、定時(shí)器模塊和定序器邏輯的可編程性具有可升級(jí)性，但沒有對(duì)基本信號(hào)燈控制器的任何硬件進(jìn)行更改。

可編程定序器邏輯的當(dāng)前和下一狀態(tài)表可用于將狀態(tài)傳送到類似的相鄰車輛燈光控制器150，以如本發(fā)明中所描述的或者與進(jìn)入的交通對(duì)象車輛交互通信的交通流優(yōu)化。

通信接口模塊132可以是可配置的，以提供變化的功能。它可以為所有遠(yuǎn)程輸入和輸出提供接口。例如，如前所述，附近的類似交通燈控制器150的交通對(duì)象和交通對(duì)象組的當(dāng)前狀態(tài)和狀況可以用于優(yōu)化在該特定交通信號(hào)燈處的交通流量控制。同樣，信號(hào)燈定序器和較高級(jí)組交通對(duì)象位置和速度的當(dāng)前狀態(tài)信息的輸出對(duì)類似的相鄰交通燈控制器是有用的，用于在每個(gè)交通信號(hào)燈位置處優(yōu)化交通控制。因此，每個(gè)交通燈控制器以完全自主的方式操作，同時(shí)與較大交通中的其他類似控制器協(xié)調(diào)控制網(wǎng)絡(luò)系統(tǒng)。代替交通控制網(wǎng)絡(luò)信號(hào)燈陣列的固定信號(hào)控制協(xié)調(diào)，每個(gè)交通信號(hào)燈控制器可以配置有用于接收和處理關(guān)于對(duì)本地和附近交通流狀態(tài)的多樣性的認(rèn)識(shí)的信息的組件，并且用于做出最佳的自主決策，用于特定站點(diǎn)的交通控制信令。

通信接口模塊132可以被配置為到遠(yuǎn)程命令中心152的導(dǎo)管，用于實(shí)現(xiàn)本地站點(diǎn)的本地系統(tǒng)升級(jí)或系統(tǒng)范圍的控制。在一些實(shí)施中，中央交通流控制算法可以指示最佳的系統(tǒng)范圍的交通控制需求，迫使本地交通信號(hào)燈序列進(jìn)入特定狀態(tài)。因此，來自中央網(wǎng)絡(luò)寬命令中心的該通信接口允許通過中央命令搶占本地系統(tǒng)。根據(jù)需要，正常的自主操作可以通過初始設(shè)置和來自遠(yuǎn)程命令中心152的周期性更新來優(yōu)化。這些包括通過在最低分層級(jí)中重新訓(xùn)練或訓(xùn)練新神經(jīng)元來改變傳感器到特定神經(jīng)元的配置；經(jīng)由對(duì)可編程互連邏輯130的更新對(duì)神經(jīng)元到神經(jīng)元連接的配置的改變；將更新的外部獲取的訓(xùn)練下載到ram114中以直接編程到特定神經(jīng)元128中；將新的訓(xùn)練算法下載到系統(tǒng)固件112；使用下載的訓(xùn)練算法在該特定交叉點(diǎn)處啟動(dòng)訓(xùn)練會(huì)話；和/或?qū)懭氲娇删幊潭ㄐ蚱鬟壿?22中的序列和定時(shí)集合的改變，并且固件112控制用于可編程定時(shí)器模塊的數(shù)據(jù)120，等等。

本方案可以包括一個(gè)外部無線電天線陣列，并且可以被設(shè)計(jì)為捕獲特定控制器可能需要的所有相關(guān)通信協(xié)議的頻率，包括用于標(biāo)準(zhǔn)化erv和hov通信的寬帶數(shù)據(jù)通信(例如wifi)和頻率。類似地，系統(tǒng)的通信接口模塊可以包括用于諸如wifi的所需標(biāo)準(zhǔn)化數(shù)據(jù)通信接口的數(shù)字邏輯。本系統(tǒng)還可以被配置為使微處理器免于監(jiān)視專用信號(hào)。如前所述，一組系統(tǒng)時(shí)鐘定時(shí)可以用于將來自無線電天線陣列的數(shù)據(jù)捕獲，與諸如erv和hov請(qǐng)求的專用信號(hào)的定時(shí)同步。數(shù)據(jù)可以直接饋送到比被訓(xùn)練以檢測(cè)由erv或hov發(fā)送的信號(hào)搶占請(qǐng)求的唯一序列的神經(jīng)元更高的級(jí)別。通過神經(jīng)網(wǎng)絡(luò)識(shí)別這樣一個(gè)獨(dú)特的信號(hào)，可能會(huì)產(chǎn)生一個(gè)唯一的中斷請(qǐng)求微處理器，然后開始用于驗(yàn)證和執(zhí)行搶占請(qǐng)求的任何所需的認(rèn)證過程。類似地，被訓(xùn)練來識(shí)別感覺輸入神經(jīng)網(wǎng)絡(luò)的任何組合，可以用于觸發(fā)由微處理器108監(jiān)督的專用控制序列的中斷。

系統(tǒng)的本地非易失性數(shù)字存儲(chǔ)器112可以存儲(chǔ)用于優(yōu)化神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的訓(xùn)練算法軟件。如前所述，通信接口132可以中繼來自遠(yuǎn)程命令中心的命令，以根據(jù)當(dāng)?shù)亟煌髁織l件的變化，繼續(xù)學(xué)習(xí)或重新優(yōu)化交通流量。通過相同的接口，改進(jìn)的訓(xùn)練算法可以在任何時(shí)間下載到非易失性數(shù)字存儲(chǔ)器112。此外，通過在遠(yuǎn)程站點(diǎn)的類似控制器的仿真獲得的訓(xùn)練，可以通過微處理器108以局部陣列中特定神經(jīng)元的特定模擬加權(quán)的形式，直接下載到神經(jīng)網(wǎng)絡(luò)陣列。類似地，遠(yuǎn)程模擬站點(diǎn)處的交通流量控制決策可以被下載為神經(jīng)網(wǎng)絡(luò)陣列層級(jí)的更高級(jí)中的適當(dāng)神經(jīng)元的模擬加權(quán)。因此，本文中的系統(tǒng)和方法可以在任何時(shí)間點(diǎn)基于在本地站點(diǎn)獲取的新學(xué)習(xí)或從遠(yuǎn)程位置訓(xùn)練上傳的學(xué)習(xí)進(jìn)行升級(jí)，而無需本地控制器的硬件改變。

由微處理器108執(zhí)行的基本固件可以啟動(dòng)編程到可編程序列器122中的默認(rèn)交通信號(hào)燈控制序列，以在感覺陣列或神經(jīng)網(wǎng)絡(luò)控制故障的情況下提供故障保護(hù)操作。在這種故障的情況下，甚至可以由微處理器監(jiān)測(cè)預(yù)先存在的傳感器，諸如常規(guī)車輛傳感器(如，感應(yīng)/環(huán)路傳感器，重量傳感器等)，使得與當(dāng)前的常規(guī)交通信號(hào)燈可以在failsafe模式下實(shí)現(xiàn)。這樣的failsafe模式還可以用于基本啟動(dòng)操作或者每當(dāng)沒有交通活動(dòng)時(shí)檢測(cè)。

圖2展示了用于具有帶有交通傳感器陣列202的專用左轉(zhuǎn)車道的雙車道公路的典型交通燈配置，其與本發(fā)明具有一致性。如圖所示，在這種情況下的常規(guī)交通信號(hào)燈204具有標(biāo)準(zhǔn)化的紅色、黃色和綠色信號(hào)燈，其下方具有綠色左轉(zhuǎn)指示燈。其他常規(guī)部件是在用于行人過路處的燈桿處的重量或感應(yīng)線圈車輛傳感器206和機(jī)械開關(guān)208。重量傳感器可以是物理重量測(cè)量裝置，但是最常見的傳統(tǒng)實(shí)施方式是“感應(yīng)線圈”，其對(duì)包含鐵磁材料的運(yùn)輸物體的簡(jiǎn)單閾值檢測(cè)是二值化的，即存在或不存在。這些通常需要被校準(zhǔn)，并遺漏一些交通對(duì)象，且顯然不能檢測(cè)到缺乏導(dǎo)電(例如鐵)材料的交通。如果電感的模擬值被直接感測(cè)并且呈現(xiàn)為二值化，則電感可以提供感測(cè)由在傳感器處檢測(cè)到的導(dǎo)電材料的近似重量的替代裝置。包括在附圖中的其它符號(hào)僅用于概念上的理解，而非提供詳細(xì)的機(jī)械表示。可以包括水平懸架臂的左側(cè)210和右側(cè)212的視頻攝像機(jī)，并且可以提供用于識(shí)別交通對(duì)象位置和距離的理想視差視頻輸入。或者，單個(gè)正面攝像機(jī)已足夠用于大多數(shù)目的。標(biāo)記為“俯視視頻”214的另一相機(jī)可以提供用于識(shí)別行人和/或潛在交通信號(hào)燈違章者的附加數(shù)據(jù)輸入。具有足夠?qū)挼慕嵌?，這樣的相機(jī)可以捕獲所有方向的行車交通，并且可能消除對(duì)其他視頻相機(jī)的需要。如前所述，包括無線電天線陣列204以捕獲到達(dá)和來自交通燈的所有標(biāo)準(zhǔn)化數(shù)據(jù)通信和特定無線電信號(hào)捕獲和傳輸。作為用于專門的搶先信號(hào)控制的無線電信令的替代，特定的音頻模式，例如來自erv的警笛，可被感測(cè)為可由神經(jīng)網(wǎng)絡(luò)識(shí)別的附加數(shù)據(jù)類型，如圖1中的音頻傳感器216所示。本系統(tǒng)可以設(shè)計(jì)成具有足夠的備用神經(jīng)元容納來自各種源的另外的感覺輸入，如由圖2中表示捕獲紅外線[ir]或其他電磁光譜218的符號(hào)。附加光譜的捕獲可用于檢測(cè)較高水平的交通特性，例如估計(jì)任何給定車輛中的乘客數(shù)量。類似地，提供可靠的車輛距離和速度數(shù)據(jù)的雷達(dá)單元220是可以配置的，但是應(yīng)當(dāng)注意，如在別處所描述的，雷達(dá)單元的這種增加的成本可以通過更簡(jiǎn)單的感覺輸入和相對(duì)車輛位置和速度的更高級(jí)神經(jīng)網(wǎng)絡(luò)識(shí)別之間的組合來消除。除了速度和距離計(jì)算，雷達(dá)單元可用于改進(jìn)的交通對(duì)象分類。與ir或其他光譜傳感器輸入一起，由進(jìn)入的交通對(duì)象返回的唯一雷達(dá)信號(hào)可用于在黑暗或惡劣天氣條件下將它們分類。多個(gè)神經(jīng)元可以被分配給由不同傳感器在不同條件下識(shí)別的交通對(duì)象類的每個(gè)唯一“匹配”。徹底的實(shí)驗(yàn)將產(chǎn)生關(guān)于任何給定交通控制環(huán)境的性能與成本的傳感器陣列和神經(jīng)網(wǎng)絡(luò)容量的最佳配置。

圖2中的另一個(gè)符號(hào)表示后視攝像機(jī)位置222。如現(xiàn)有技術(shù)中所述，這通常用于附加數(shù)據(jù)捕獲，以用于交通信號(hào)違規(guī)檢測(cè)和記錄。這種攝像機(jī)安裝的另一個(gè)目的是處理其中局部交通信號(hào)燈區(qū)域的可見性被升高的路面區(qū)域或其他物理障礙物阻礙的情況。在這些情況下，改進(jìn)的交通信號(hào)燈控制器的傳感器輸入以更低的成本產(chǎn)生比傳統(tǒng)傳感器(例如巷道嵌入式感應(yīng)傳感器)更大的交通流。

本發(fā)明的獨(dú)特性是可以利用在許多情況下優(yōu)于常規(guī)巷道嵌入式感應(yīng)傳感器206的任何和所有視頻捕獲設(shè)備。本發(fā)明在針對(duì)摩托車和自行車出行者的檢測(cè)中是遠(yuǎn)遠(yuǎn)優(yōu)先的，傳統(tǒng)的傳感器通常檢測(cè)不出這些人。對(duì)已學(xué)習(xí)的視頻圖像的神經(jīng)網(wǎng)絡(luò)識(shí)別能為交通控制系統(tǒng)提供這些交通信號(hào)燈用戶的高可信度識(shí)別。雖然當(dāng)代思維可以繼續(xù)為這種類型的交通指定最低的優(yōu)先級(jí)，但是正在進(jìn)行整體燃料經(jīng)濟(jì)性的措施將激發(fā)為這種類型的交通提供最有效的交通控制的愿望。本系統(tǒng)和方法的優(yōu)越的擴(kuò)展的交通對(duì)象識(shí)別通過放置使交通交叉路口最大化，并且最小化所有交通對(duì)象的交通停止，包括那些沒有被傳統(tǒng)傳感器檢測(cè)到的交通。

圖3顯示了在城市地區(qū)中更常見的另一個(gè)典型的交通燈配置302，其在每個(gè)方向上具有兩個(gè)或更多個(gè)交通車道和專用左轉(zhuǎn)車道。專用左轉(zhuǎn)車道信號(hào)燈304通常僅包括與置于直通車道(306,308)上的標(biāo)準(zhǔn)信號(hào)燈相同的紅黃色和綠色以及方向的左轉(zhuǎn)箭頭，因此提供特定于左轉(zhuǎn)車道交通的交通控制命令。如圖3所示，現(xiàn)有的常規(guī)交通交叉口裝備有以顯著的初始成本嵌入在道路中的重量或感應(yīng)線圈傳感器，更不用說修改或修復(fù)這種傳感器所需的大量持續(xù)成本?；窘煌黝A(yù)測(cè)能力通過放置額外的這樣的傳感器來提供，所述額外的傳感器在距離交通燈一定距離處偏移，足以觸發(fā)信號(hào)燈序列進(jìn)行更改以適應(yīng)駛?cè)虢煌?。先前描述的幾個(gè)較新的交通傳感器可以以遠(yuǎn)低于當(dāng)前現(xiàn)有技術(shù)那樣需要道路重建時(shí)所產(chǎn)生的成本在交叉口處安裝。

該圖還表示了本發(fā)明各方面的優(yōu)點(diǎn)，如由中心貫穿車道中的車輛320所示，其左轉(zhuǎn)向信號(hào)燈閃爍。由于已經(jīng)觸發(fā)了最遠(yuǎn)距離的偏移電感式傳感器310，交通燈狀態(tài)改變?yōu)榫G色，允許交通在車輛的兩個(gè)貫穿方向上通過交叉口，只要在假定車輛320將直接行進(jìn)通過交叉口的過程中沒有檢測(cè)到來自正交方向的競(jìng)爭(zhēng)交通。在當(dāng)前系統(tǒng)中，直到車輛320穿過左轉(zhuǎn)車道傳感器310才檢測(cè)到駕駛員左轉(zhuǎn)的意圖。在這種情況下，現(xiàn)有技術(shù)的這種標(biāo)準(zhǔn)交通流決定是錯(cuò)誤的。完全遵從此駕駛員的意圖需要識(shí)別駕駛員進(jìn)行左轉(zhuǎn)的信號(hào)，在啟動(dòng)其他三個(gè)方向上直行交通紅色(停止)指示燈的同時(shí)啟動(dòng)具有綠色左轉(zhuǎn)箭頭的信控配時(shí)或同時(shí)允許該左轉(zhuǎn)車道和與其相對(duì)的左轉(zhuǎn)車道通行本發(fā)明可以適應(yīng)這種駕駛員意圖的交通信號(hào)燈序列啟動(dòng)和更高級(jí)神經(jīng)網(wǎng)絡(luò)識(shí)別，以在這種情況下通過將轉(zhuǎn)向信號(hào)指示并入存儲(chǔ)在較低級(jí)神經(jīng)元對(duì)象識(shí)別中的集合交通對(duì)象中來做出最佳交通流量決定。該交通信號(hào)控制能力的另外的好處是讓出行者使用他們的車輛轉(zhuǎn)向信號(hào)指示燈來向交通控制系統(tǒng)和他們的駕駛員發(fā)出他們的意圖。而放置遠(yuǎn)處傳感器(316,318)目的改變交通信號(hào)燈狀態(tài)，在沒有神經(jīng)網(wǎng)絡(luò)識(shí)別駕駛員意圖的情況下會(huì)做出錯(cuò)誤的決定。由于實(shí)時(shí)識(shí)別和決策，神經(jīng)網(wǎng)絡(luò)選擇最優(yōu)交通流量控制在車輛的狀態(tài)被識(shí)別為具有左轉(zhuǎn)指示燈閃爍之后立即進(jìn)行判定。

圖4給出了可以被編程到交通信號(hào)燈控制器的可編程定序器邏輯中若干交通信控配時(shí)中的一個(gè)，并且描述了圖2所示的擁有一個(gè)直行和一個(gè)左轉(zhuǎn)專用道的交叉口的信控序列。值“1”表示左欄中指示的交通信號(hào)燈為“on”的狀態(tài)，其中左轉(zhuǎn)箭頭[左轉(zhuǎn)紅色、左轉(zhuǎn)黃色、左轉(zhuǎn)綠色]實(shí)際上可以表示占據(jù)單個(gè)交通燈的第四或最低位置的左轉(zhuǎn)箭頭燈的不同狀態(tài)，如圖2中先前所示。

圖4描述了首先允許來自兩個(gè)相反方向的左轉(zhuǎn)交通的開始，隨后是停止沿正交方向的交通的那些相同方向上的直行[直線]交通。它應(yīng)該被視為兩個(gè)獨(dú)立的序列，其可以標(biāo)記為“左”和“兩個(gè)”。狀態(tài)1和10可以被描述為“allstop”狀態(tài)，在一些實(shí)施方法中，狀態(tài)1是基本狀態(tài)，可以啟動(dòng)信控配時(shí)。程序交通燈序列器可存儲(chǔ)任何特定交通信號(hào)燈和方向組合所需的所有有用信控配時(shí)。用于該方向的該相同交叉點(diǎn)的交通的其他序列的示例包括：a)交換這些子序列以允許“兩個(gè)直行”，隨后是“兩個(gè)左邊”，b)單一左轉(zhuǎn)和來自一個(gè)方向的直行交通，隨后是“兩個(gè)直行”，可能后面是單個(gè)左轉(zhuǎn)和來自另一個(gè)方向的直行交通，或c)這些的子集，所有這些都配置在現(xiàn)有現(xiàn)有交通信控配時(shí)系統(tǒng)中。前面提到的“failsafe”模式可以使用完整的子序列集合，確保來自所有方向的所有交通車道被給予最小指定的綠燈時(shí)間。一些時(shí)間間隔被編程為“allstop”狀態(tài)作為所有編程的子序列之間的邊界，使得任何子序列可以在任何其它子序列之后被選擇，并且使得信號(hào)燈可以在緊急情況下保持在“allstop”中。

與本發(fā)明的一個(gè)或多個(gè)方面一致的優(yōu)點(diǎn)是學(xué)習(xí)和識(shí)別來自匯聚在交叉口上的所有方向的詳細(xì)的交通流模式集合并且用于管理最佳交通流，通過使用特定的神經(jīng)網(wǎng)絡(luò)訓(xùn)練產(chǎn)生最佳的交通流結(jié)果(例如最小車輛等待時(shí)間，最大車輛通過量，最大乘客加權(quán)通過量或車輛噸位通過量)。對(duì)神經(jīng)網(wǎng)絡(luò)的較高層進(jìn)行訓(xùn)練的獨(dú)特交通模式識(shí)別產(chǎn)生獨(dú)特的輸出，系統(tǒng)使用該輸出來選擇序列和可編程定時(shí)器基值，微處理器加載到定序器和定時(shí)器中。

圖5給出了圖1所示的多車道交叉口中典型的另一組交通信控配時(shí)。這里，狀態(tài)#1和#12是基本的“allstop”狀態(tài)，并且序列可以標(biāo)記為“單一左轉(zhuǎn)和直行”，隨后是“相反的左轉(zhuǎn)和直行”，狀態(tài)#13指示第三子序列的開始，來自兩個(gè)相鄰正交方向之一的“左轉(zhuǎn)和直行”命令。這些不是詳細(xì)的子序列集合，并且僅被用于說明特定交通車道和信號(hào)燈情況的重點(diǎn)序列。還可以從基本“allstop”狀態(tài)中選擇任何子序列，從而產(chǎn)生針對(duì)面向交叉口中的每個(gè)方向的所有信號(hào)燈啟動(dòng)整體序列的能力，以獲得最佳的總交通流量。狀態(tài)#3表示在該箭頭透鏡的黃色“注意”狀態(tài)之前的閃爍的綠色左轉(zhuǎn)箭頭，用于向該左轉(zhuǎn)車道中的駕駛員提供下一狀態(tài)警告，如現(xiàn)有技術(shù)中所述。類似地，狀態(tài)#7表示在相同方向上的直通車道的圓形綠色透鏡在改變?yōu)辄S色“注意”狀態(tài)之前也閃爍。當(dāng)前的創(chuàng)新可通過訓(xùn)練增加新的安全水平用于速度和距離識(shí)別的更高級(jí)神經(jīng)元，由此可以實(shí)時(shí)更新可編程定時(shí)器值以修改用于沖突避免的信號(hào)燈定時(shí)。相同的預(yù)測(cè)可以用于交通信號(hào)燈違章檢測(cè)和報(bào)告。在現(xiàn)有技術(shù)中已經(jīng)描述了避免碰撞和交通違章檢測(cè)，但是本發(fā)明的實(shí)現(xiàn)在配置用于這種檢測(cè)的高容量神經(jīng)網(wǎng)絡(luò)和最小芯片固態(tài)實(shí)現(xiàn)方面是獨(dú)特的，提高了超過現(xiàn)有數(shù)字計(jì)算方法的性能。

圖6根據(jù)說明性系統(tǒng)和方法列出了作為四個(gè)層級(jí)神經(jīng)元層的函數(shù)的神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)的示例。這絕不是具體的具體實(shí)施；相反，它僅作為一個(gè)例子，提供插圖和討論的目的。需要傳感器陣列數(shù)據(jù)收集和神經(jīng)網(wǎng)絡(luò)識(shí)別能力的詳細(xì)特性來定義有效的和最佳的配置。在這樣配備的系統(tǒng)中，非常大尺寸的神經(jīng)網(wǎng)絡(luò)可以存儲(chǔ)足夠多的單一的車輛圖像向量，以較高百分比精確匹配[match1]識(shí)別當(dāng)前使用道路的車輛。對(duì)于這種應(yīng)用更常見和足夠有用的是汽車工業(yè)中通常使用的車輛的分類，例如轎車、卡車或suv。特定類型車輛的詳細(xì)分類，如混合動(dòng)力車或電動(dòng)車[ev]可用于在更高的神經(jīng)網(wǎng)絡(luò)層級(jí)水平的交通控制決策。類似地，摩托車和自行車的高置信度識(shí)別通過訓(xùn)練層1的神經(jīng)元來實(shí)現(xiàn)。本發(fā)明在這方面是有足夠優(yōu)勢(shì)的，所有這些高效率的交通出行方式都可以影響交通流決策。如前所述，音頻或頻率特定的無線電信號(hào)可以被層1的神經(jīng)元輸入和識(shí)別，以啟動(dòng)覆蓋erv或how的交通信號(hào)燈序列的優(yōu)先級(jí)?？梢圆捎枚鄬?神經(jīng)元來識(shí)別每個(gè)進(jìn)入的交通對(duì)象的相對(duì)位置以及對(duì)象本身的識(shí)別或者與訓(xùn)練為識(shí)別特定交通對(duì)象類型的其他神經(jīng)元結(jié)合。

為了達(dá)到多個(gè)交通對(duì)象類型的距離和位置識(shí)別的目的，神經(jīng)元訓(xùn)練可以在視頻傳感器內(nèi)具有若干不同的字段，其中訓(xùn)練不同的神經(jīng)元以識(shí)別這些特定位置中的任何數(shù)量的交通對(duì)象類別。這些神經(jīng)元被分配給相同的上下文，形成用于識(shí)別特定對(duì)象類別(位置和距離)的“識(shí)別引擎”。如圖2所示的來自右和左或立體的相機(jī)的視頻數(shù)據(jù)流對(duì)于位置和距離的識(shí)別特別有用。

將其他神經(jīng)元組分配給其他識(shí)別引擎或上下文，以及用于詳細(xì)交通對(duì)象識(shí)別的上下文中的特定類別。將顯著不同的交通對(duì)象類型(例如私家車、商用車和自行車)分離成單獨(dú)的識(shí)別引擎或上下文可能是有用的，因?yàn)檫@可以有助于更高級(jí)別的交通流決策優(yōu)先化。因?yàn)橄鄬?duì)視頻輸入字段的大小，可能有用的是將唯一的神經(jīng)元分配給小交通對(duì)象(例如自行車)的各種組群的大小。例如，可以訓(xùn)練網(wǎng)絡(luò)來識(shí)別三個(gè)自行車組對(duì)象：?jiǎn)为?dú)騎車者，兩個(gè)新的騎自行車者或者三個(gè)或更多個(gè)的組。這可以是用于識(shí)別騎自行車者的最佳方法，全部在層1分層結(jié)構(gòu)內(nèi)，與在較高的神經(jīng)網(wǎng)絡(luò)層中聚集交通對(duì)象組相反，如在較大交通對(duì)象的情況下。這圖解了將神經(jīng)元分配給特定識(shí)別任務(wù)所需的實(shí)驗(yàn)和判斷。

對(duì)于給定的識(shí)別上下文和交通對(duì)象類別，控制系統(tǒng)可以輸入各種類型的傳感器輸入。例如，如前所述，除了高度精確的位置信息之外，雷達(dá)陣列還可以提供唯一的交通對(duì)象特征。這些雷達(dá)數(shù)據(jù)可以作為大輸入向量的一部分與視頻和其他傳感器輸入結(jié)合地輸入到神經(jīng)網(wǎng)絡(luò)陣列，或者它們可以被分別饋送到具有相同上下文和類別的其他專用神經(jīng)元中，可以隨所選擇的輸入傳感器陣列或神經(jīng)網(wǎng)絡(luò)陣列的大小而變化。如前所述，對(duì)于每個(gè)進(jìn)入的交通方向具有分配給專用神經(jīng)元組的單獨(dú)的上下文可能是有用的。

盡管車輛的位置可以隱含在特定的學(xué)習(xí)過的交通對(duì)象識(shí)別神經(jīng)元中，但是可以訓(xùn)練單獨(dú)的神經(jīng)元以識(shí)別與對(duì)象無關(guān)的位置，即，在用于距離和位置的專門上下文中分組。當(dāng)任何類型的交通對(duì)象被識(shí)別為接近交通信號(hào)燈的特定區(qū)域時(shí)，這些神經(jīng)元可以被訓(xùn)練以發(fā)射。通過累積位置數(shù)據(jù)，可以訓(xùn)練更高級(jí)神經(jīng)元以識(shí)別接近交通的相對(duì)速度，以便于作出及時(shí)的交通流決策。類似地，多個(gè)車道之間的位置對(duì)于更高級(jí)別的決策是有價(jià)值的。附加的傳感器輸入還可以識(shí)別車輛占用。對(duì)進(jìn)入交通的高占用狀態(tài)的識(shí)別可以基于乘客而不僅僅是車輛來優(yōu)先和優(yōu)化交通流量。可以訓(xùn)練其他神經(jīng)元來識(shí)別車輛轉(zhuǎn)向信號(hào)的活動(dòng)狀態(tài)，如前所述，可以通過更好地理解駕駛員的意圖來改善交通流。

在該示例中的層2神經(jīng)元訓(xùn)練通常涉及識(shí)別多個(gè)交通對(duì)象的特征或其與交通交叉口和附近車輛的關(guān)系。研究已經(jīng)表明，當(dāng)車輛被分組成“隊(duì)”，現(xiàn)有技術(shù)描述了特定的交通信號(hào)控制器，其被強(qiáng)制排列形成并相應(yīng)地調(diào)節(jié)交通流。本發(fā)明在這方面是優(yōu)越的，因?yàn)閷?識(shí)別自動(dòng)檢測(cè)自發(fā)形成的排可以給予交通信號(hào)優(yōu)先級(jí)。類似地，從附近交叉口識(shí)別車輛組特征可以在更寬區(qū)域上優(yōu)化交通流量決策。在層1中識(shí)別的交通的序列可以在多個(gè)信控周期上累積，以生成交通對(duì)象等待時(shí)間和相對(duì)距離以及駛?cè)虢煌ǖ乃俣鹊淖R(shí)別。當(dāng)單個(gè)行人的速度和位置被識(shí)別為處于危險(xiǎn)中時(shí)，頂部攝像機(jī)可以觀察到行人流量并調(diào)整信號(hào)定時(shí)，如現(xiàn)有技術(shù)中所述。如前所述，交通對(duì)象組的識(shí)別也可以被發(fā)送到附近的類似控制器以優(yōu)化更大區(qū)域上的交通流。本發(fā)明的各方面的獨(dú)特優(yōu)點(diǎn)是所有類似的控制器自主地操作而沒有復(fù)雜的、低效率的定時(shí)和序列或集中控制，同時(shí)仍然利用來自更寬的交通區(qū)域的信息。

層3識(shí)別的樣本包括諸如多個(gè)傳入交通對(duì)象的平均速度、總等待時(shí)間或累積乘客占用率的更高級(jí)別模式。還可以包括來自諸如中央網(wǎng)絡(luò)范圍控制站的高級(jí)輸入。這是在該樣本中識(shí)別各種傳入交通的組合的最高識(shí)別等級(jí)。基于這些聚合流量交通識(shí)別的高級(jí)優(yōu)先級(jí)排序可以納入訓(xùn)練，以調(diào)節(jié)來自各個(gè)方向的交通流量。

此外，根據(jù)該說明性實(shí)施方案，可以基于來自所有較低分級(jí)層的輸入來訓(xùn)練層4神經(jīng)元以識(shí)別最佳交通流決策。可編程互連邏輯130可以路由從特定神經(jīng)元路由到用于神經(jīng)元的特定層可配置i/o的數(shù)據(jù)?？删幊潭ㄐ蚱?22和定時(shí)器模塊120的當(dāng)前狀態(tài)信息還可以為檢測(cè)潛在交通違規(guī)者或交通碰撞的層4神經(jīng)元提供關(guān)鍵輸入。用于層4神經(jīng)元的訓(xùn)練算法可以尋求最佳交通流決策，從而產(chǎn)生用于所有交通對(duì)象的最小等待時(shí)間和最大總交通吞吐量。對(duì)編程到定序器中的每個(gè)子序列訓(xùn)練一個(gè)或多個(gè)層4神經(jīng)元。類似地，每個(gè)子序列可以具有兩個(gè)或更多個(gè)定時(shí)集合，每個(gè)定時(shí)集合訓(xùn)練為識(shí)別最佳定時(shí)決定的一個(gè)或多個(gè)第4層神經(jīng)元，包括當(dāng)檢測(cè)到交通燈違章者時(shí)的“allstop”狀態(tài)中的定時(shí)保持，防止交通事故。微處理器108加載用于特定交通信號(hào)燈子序列的適當(dāng)命令和分配給特定第4層神經(jīng)元的可編程計(jì)時(shí)器的值，從而實(shí)現(xiàn)最佳交通流決策。

如前所述，訓(xùn)練可以強(qiáng)制交通流量決策，其優(yōu)化交叉口的乘客吞吐量，這在許多城市環(huán)境中是優(yōu)選的。或者，培訓(xùn)可能強(qiáng)制決策，優(yōu)化了燃料經(jīng)濟(jì)性，在是工業(yè)區(qū)優(yōu)選。例如，大型拖拉機(jī)-拖車鉆機(jī)，司機(jī)是唯一的乘客，在通過一些交叉點(diǎn)可以給予優(yōu)先權(quán)，以避免停車?yán)速M(fèi)燃料。具有諷刺意味的是，在這些區(qū)域中，更有效的運(yùn)輸模式，例如自行車，摩托車，混合動(dòng)力車，電動(dòng)汽車或甚至多座客車，可能被停運(yùn)，以便促進(jìn)更高的總重量車輛的更高乘客吞吐量。因此，高級(jí)別交通流決策訓(xùn)練是每個(gè)自主式信號(hào)燈控制器特定的。只要將額外的感覺輸入或車輛類別添加到系統(tǒng)或當(dāng)交通流優(yōu)先級(jí)改變時(shí)，訓(xùn)練就可以更新。交通燈控制器由此適應(yīng)了本地交通區(qū)域隨時(shí)間的需要，而不需要對(duì)控制器本身進(jìn)行硬件修改。

此外，在其他實(shí)現(xiàn)中，訓(xùn)練(訓(xùn)練算法)可以強(qiáng)制決策，其優(yōu)化特定方向上的交通流。例如，訓(xùn)練可以作為特定時(shí)序機(jī)制的函數(shù)來操作，諸如作為定時(shí)序機(jī)制和/或可變時(shí)序機(jī)制的函數(shù)改變加權(quán)/操作的時(shí)序機(jī)制。此外，交叉點(diǎn)可以具有在一個(gè)或多個(gè)方向或車道上是定時(shí)控制，在其他方向或車道是可變的。

圖7逐步總結(jié)說明了與本文創(chuàng)新性一致的初始系統(tǒng)配置的過程流程。圖7中描繪了包括各種可選方面的代表性四步驟過程，但是沒有示出過程決策分支。圖7包括在左側(cè)示出的可以以多種方式實(shí)現(xiàn)的各種主要元件，而在右側(cè)的虛線框內(nèi)示出其他更可選元件，表示根據(jù)各種實(shí)施方式的詳細(xì)步驟，使用在本發(fā)明的公開的時(shí)間框架中可用的硬件和軟件。

根據(jù)圖7的示例性實(shí)施方式，初始步驟可以包括處理系統(tǒng)架構(gòu)信息，702?？梢园ǜ鞣N手動(dòng)和/或計(jì)算機(jī)化信息分析的這種處理的期望輸出或結(jié)果可以包括具有交通交叉口信號(hào)燈的工作定義和用于神經(jīng)網(wǎng)絡(luò)陣列實(shí)現(xiàn)的傳感器硬件和/或一般計(jì)劃，以使得此外，在一些實(shí)施方式中，這些參數(shù)可以在本發(fā)明的范圍之外被建模，其中系統(tǒng)架構(gòu)的定義以一些標(biāo)準(zhǔn)化格式被遞送，因此系統(tǒng)架構(gòu)信息的這種處理被示出為是可選的。此過程流程的詳細(xì)步驟顯示在右側(cè)，從定義交通燈序列和該特定交通燈配置的相關(guān)定時(shí)器值開始。接下來是傳感器陣列裝置的清楚的表征和分配，其中感測(cè)裝置的能力被量化并映射到將訓(xùn)練神經(jīng)網(wǎng)絡(luò)的識(shí)別上下文和類別。用于識(shí)別交通對(duì)象的細(xì)節(jié)和類別受到神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的大小的限制，并且可以包括任何或所有先前描述的特性，包括可能影響優(yōu)先化的交通對(duì)象的細(xì)節(jié)，例如小汽車或多座客車的指定。除了識(shí)別各個(gè)交通對(duì)象及其相關(guān)類別之外，可以分配其他神經(jīng)元組以檢測(cè)相對(duì)于交叉點(diǎn)的距離和位置。還可以分配其他神經(jīng)元以識(shí)別定制的小汽車/多座客車優(yōu)先級(jí)輸入。

訓(xùn)練最高級(jí)神經(jīng)元層以檢測(cè)交通對(duì)象狀態(tài)，例如車輛分組和速度。這需要并行地定義層級(jí)神經(jīng)元層之間的互連。例如，可以在連續(xù)的神經(jīng)網(wǎng)絡(luò)識(shí)別周期上聚集交通對(duì)象和特定距離/位置區(qū)域的檢測(cè)，以識(shí)別個(gè)體或群交通對(duì)象速度和停止的交通對(duì)象的等待時(shí)間。作為交通對(duì)象或組的位置改變所需的周期數(shù)的函數(shù)而形成的信息可以被提供作為用于這些交通對(duì)象狀態(tài)分類的神經(jīng)網(wǎng)絡(luò)識(shí)別引擎的輸入。被配置為在識(shí)別周期的變化范圍上聚集較低級(jí)別識(shí)別的不同神經(jīng)元產(chǎn)生對(duì)不同類別的交通對(duì)象速度和等待時(shí)間的識(shí)別。

最高級(jí)神經(jīng)元層可以被配置為識(shí)別來自較低層的輸入向量，導(dǎo)致表示特定交通流決策的分類輸出。分配給這些任務(wù)的這些神經(jīng)元的數(shù)量可以根據(jù)交通燈序列的數(shù)量和交通信號(hào)燈的特定硬件配置所需的相關(guān)時(shí)序來分配。

處理系統(tǒng)架構(gòu)信息702的最后方面可涉及分配儲(chǔ)備神經(jīng)元集合，其可用于使得能夠添加或升級(jí)到系統(tǒng)硬件或用于在使用當(dāng)前神經(jīng)網(wǎng)絡(luò)訓(xùn)練集合的交通燈控制器的實(shí)時(shí)操作期間重新訓(xùn)練神經(jīng)元集合。

配置系統(tǒng)架構(gòu)的說明性步驟704可以以多種方式實(shí)現(xiàn)，包括涉及包含系統(tǒng)軟件和邏輯配置的硬件系統(tǒng)以及掩碼可編程邏輯器件的配置。右側(cè)所示的一個(gè)示例性實(shí)現(xiàn)包括將這種配置寫入如本發(fā)明的優(yōu)選實(shí)施例中的可編程硬件中。系統(tǒng)固件可以被下載到諸如用于可編程序列器，可配置i/o，可編程互連邏輯，dsp配置，系統(tǒng)時(shí)鐘控制器和/或通信接口模塊的非易失性存儲(chǔ)器和可編程邏輯中。解碼特定標(biāo)準(zhǔn)化通信接口或定制erv/hov信號(hào)可以通過微處理器執(zhí)行的固件或通信接口模塊內(nèi)的可編程邏輯來實(shí)現(xiàn)。

神經(jīng)網(wǎng)絡(luò)訓(xùn)練的過程706可以通過下載外部獲取的訓(xùn)練，或通過特定本地系統(tǒng)所需的現(xiàn)場(chǎng)學(xué)習(xí)，或兩者的組合來實(shí)現(xiàn)。在現(xiàn)場(chǎng)需要的實(shí)時(shí)神經(jīng)網(wǎng)絡(luò)訓(xùn)練可以涉及對(duì)多個(gè)神經(jīng)元的連續(xù)訓(xùn)練，直到每個(gè)目標(biāo)交通對(duì)象，交通對(duì)象狀態(tài)和最佳決策被充分區(qū)別于替代分類來識(shí)別。訓(xùn)練過程可以迭代，即，直到實(shí)現(xiàn)所需元素的所有目標(biāo)識(shí)別，并且拒絕所有計(jì)數(shù)器示例。在一些實(shí)現(xiàn)中，當(dāng)假定訓(xùn)練集完成時(shí)，可以通過以“失敗安全”模式運(yùn)行交通燈控制器來驗(yàn)證系統(tǒng)，同時(shí)收集關(guān)于最高級(jí)神經(jīng)元層的自主決策的數(shù)據(jù)。這些結(jié)果可以與“正確”訓(xùn)練示例進(jìn)行比較，并且可以重復(fù)訓(xùn)練直到這些數(shù)據(jù)匹配。

在神經(jīng)網(wǎng)絡(luò)訓(xùn)練之后，可以執(zhí)行自主操作啟動(dòng)過程，708?？稍诖诉^程中執(zhí)行的各種可選步驟可包括最初檢查傳感器陣列，通信模塊，基本信號(hào)燈定序器和/或定時(shí)器功能的適當(dāng)功能中的一個(gè)或多個(gè)。接下來，系統(tǒng)可以以“失效安全”模式重新啟動(dòng)，例如，在一些預(yù)定的啟動(dòng)時(shí)間之后，可以啟用由神經(jīng)網(wǎng)絡(luò)確定的自主交通決策流控制。

這里，整個(gè)示例性系統(tǒng)架構(gòu)可以首先定義特定于交通燈配置的燈序列和定時(shí)器模塊數(shù)據(jù)集的完整集合。接下來，可以捕獲和存儲(chǔ)來自傳感器陣列的所有輸入的完整訓(xùn)練數(shù)據(jù)集。必須定義每個(gè)流量對(duì)象類，流量組，位置和距離區(qū)域的上下文和類別標(biāo)簽，然后定義流量狀態(tài)識(shí)別，例如流入流量速度和停止流量的個(gè)別和累積等待時(shí)間。在較低級(jí)神經(jīng)元的輸出向較高級(jí)神經(jīng)元提供輸入的情況下，所需的i/o配置可以被編程到可編程i/opla中，因?yàn)樯窠?jīng)元分層級(jí)之間的相關(guān)聯(lián)的層間連接也可以被編程到可編程互連邏輯pla。最高神經(jīng)網(wǎng)絡(luò)層可以具有分配給由每個(gè)可編程定序器入口點(diǎn)和相關(guān)聯(lián)的可編程定時(shí)器數(shù)據(jù)集的矩陣表示的每個(gè)交通流決策的一個(gè)或多個(gè)神經(jīng)元?？梢栽诿總€(gè)神經(jīng)網(wǎng)絡(luò)層內(nèi)分配每個(gè)交通對(duì)象所需的神經(jīng)元的數(shù)量，交通狀態(tài)和交通流決策，以及在正常實(shí)況操作期間為實(shí)時(shí)訓(xùn)練選擇的所有識(shí)別或決策過程的多個(gè)保留的神經(jīng)元。此外，dsp模塊可以被配置為轉(zhuǎn)換輸入數(shù)據(jù)流以匹配神經(jīng)網(wǎng)絡(luò)輸入向量大小。通信模塊可以被配置用于標(biāo)準(zhǔn)網(wǎng)絡(luò)通信協(xié)議和/或用于檢測(cè)特定的高優(yōu)先級(jí)erv或hov信號(hào)。在某些實(shí)現(xiàn)中，時(shí)鐘發(fā)生器的pla可以被編程用于每個(gè)專用定時(shí)信號(hào)，從基本處理器和系統(tǒng)總線時(shí)鐘速率到用于神經(jīng)網(wǎng)絡(luò)識(shí)別引擎，可編程定序器定時(shí)輸入，dsp的各種定時(shí)，通信模塊，以及不同交通傳感器設(shè)備的各種數(shù)據(jù)捕獲周期。

在交通交叉路口與已知現(xiàn)有實(shí)施方案的交叉路口緊密匹配的情況下，可將來自這些遠(yuǎn)程位置的一些或所有神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)集直接編程到神經(jīng)網(wǎng)絡(luò)陣列中。否則，可以在當(dāng)前交通燈控制系統(tǒng)的特定交叉點(diǎn)處完成神經(jīng)元訓(xùn)練。同樣，一旦完成整個(gè)神經(jīng)網(wǎng)絡(luò)的完全訓(xùn)練，交通控制系統(tǒng)可以開始以默認(rèn)“失效安全”模式操作，同時(shí)為由頂層神經(jīng)元層指示的交通流量決定收集數(shù)據(jù)，使得可以驗(yàn)證預(yù)期功能。在系統(tǒng)驗(yàn)證之后，交通控制系統(tǒng)可以被設(shè)置為根據(jù)神經(jīng)網(wǎng)絡(luò)訓(xùn)練在完全自主模式下操作。

圖8是用于神經(jīng)網(wǎng)絡(luò)陣列訓(xùn)練的說明性處理流程的圖。來自交通傳感器陣列的訓(xùn)練數(shù)據(jù)集可以首先經(jīng)歷初始層訓(xùn)練802，其中它們被呈現(xiàn)給最低層神經(jīng)元，其可以被訓(xùn)練以識(shí)別每個(gè)定義的交通對(duì)象，交通對(duì)象組和/或位置/距離區(qū)。在識(shí)別處理步驟804中，可以恢復(fù)未被識(shí)別或分類的數(shù)據(jù)806以用于進(jìn)一步處理，而針對(duì)諸如與重新認(rèn)識(shí)模式相關(guān)聯(lián)的存儲(chǔ)和處理的二級(jí)處理810傳遞經(jīng)過認(rèn)知的數(shù)據(jù)808?？梢约せ钏钄?shù)量的神經(jīng)元，直到完成這些識(shí)別的完整集合。對(duì)于大多數(shù)交通流決策具有重疊的各種神經(jīng)元的影響場(chǎng)可能是足夠的，這可以產(chǎn)生匹配2或不確定的分類，因?yàn)槿魏谓煌▽?duì)象的識(shí)別，特別是在獨(dú)奏交通對(duì)象的情況下，仍然可以產(chǎn)生正確的交通流量決策。識(shí)別的準(zhǔn)確性由相對(duì)于待識(shí)別的示例輸入向量的數(shù)量的可用神經(jīng)元的數(shù)量確定。

在最低層神經(jīng)元被訓(xùn)練之后，它們被設(shè)置為正常操作識(shí)別模式(見810)，并呈現(xiàn)他們訓(xùn)練的相同訓(xùn)練數(shù)據(jù)集，而下一較高神經(jīng)元級(jí)被置于訓(xùn)練模式，稱為中間層訓(xùn)練下一級(jí)神經(jīng)元被逐漸激活和訓(xùn)練814,816，直到學(xué)習(xí)該級(jí)別的定義的分類集合818.當(dāng)存在多于一個(gè)這樣的層時(shí)，對(duì)于每個(gè)中間層迭代該過程820,822,824。在最后一個(gè)中間層被處理826之后，這些層被置于用于訓(xùn)練最高神經(jīng)元層828的識(shí)別模式。用于訓(xùn)練較低層的相同示例輸入可以在訓(xùn)練最高層時(shí)再次使用，但是在一些實(shí)施方式中培訓(xùn)可以集中在最高級(jí)別的交通流量決策上。諸如訓(xùn)練軟件的這樣的訓(xùn)練組件可以使用教導(dǎo)神經(jīng)元的加權(quán)來選擇使得總體交通吞吐量最大化并且使交通對(duì)象等待時(shí)間最小化的燈序列和定時(shí)，但是也可以使用其他考慮，例如車輛類別或乘客占用率來優(yōu)先化特定交通對(duì)象如前所述。此外，實(shí)際車輛等待時(shí)間的觀察數(shù)據(jù)可以由微處理器監(jiān)視并且用于在每次通過時(shí)改變訓(xùn)練軟件上的訓(xùn)練輸入，直到對(duì)于任何給定交通模式達(dá)到最小值。產(chǎn)生這樣的最優(yōu)解的交通燈序列和定時(shí)可以被選擇為“正確”決策，并且被訓(xùn)練在特定交通狀況下發(fā)射的神經(jīng)元的位置可以是由微處理器解碼以選擇該特定序列和定時(shí)的信息。對(duì)于代表交通流決定的可編程定序器和可編程定時(shí)器設(shè)置的每個(gè)組合，可以激活和訓(xùn)練830一個(gè)或多個(gè)頂層神經(jīng)元。這里，例如，這種訓(xùn)練可能需要經(jīng)由迭代/循環(huán)過程832來處理，以為每個(gè)優(yōu)先級(jí)輸入和序列/定時(shí)選項(xiàng)提供完整，唯一的決策集。最后，每個(gè)上下文的每個(gè)訓(xùn)練數(shù)據(jù)集，識(shí)別引擎，在每個(gè)神經(jīng)網(wǎng)絡(luò)分級(jí)層內(nèi)可以存儲(chǔ)836，諸如在系統(tǒng)固件中或在離線遠(yuǎn)程位置，并且可以執(zhí)行最終驗(yàn)證測(cè)試。一旦該處理完成，則該數(shù)據(jù)可用于隨后的系統(tǒng)維護(hù)或用于在其它位置處的類似系統(tǒng)中。

圖9是描繪與本文的創(chuàng)新的一個(gè)或多個(gè)方面一致的示例性系統(tǒng)啟動(dòng)和操作特征的說明性軟件流程圖。在圖1的示例性曲線圖中。如圖9所示，系統(tǒng)在初始加電和系統(tǒng)引導(dǎo)902之后在失效保險(xiǎn)模式904中啟動(dòng)。在傳感器陣列和通信模塊的成功診斷測(cè)試之后，可以啟用神經(jīng)網(wǎng)絡(luò)識(shí)別906。可編程互連邏輯可以被配置為在908和916僅將來自最高級(jí)交通流決策神經(jīng)元的匹配1/2標(biāo)志路由到微處理器。首先掃描匹配1或識(shí)別的分類，從最高優(yōu)先級(jí)決定908開始，例如由erv或hov特殊信號(hào)或來自遠(yuǎn)程命令中心的交通流方向產(chǎn)生的那些。當(dāng)然，分配給用于檢測(cè)潛在沖突的上下文的神經(jīng)元可以包括在這些要監(jiān)視的最高優(yōu)先級(jí)match1分類中。其他匹配1分類是直接發(fā)起到可編程定序器和定時(shí)器的特定最佳交通流決策。當(dāng)決定由神經(jīng)元910,920確認(rèn)時(shí)，可以加載相關(guān)聯(lián)的可編程定序器和定時(shí)器設(shè)置912,922。微處理器可以在926和928處掃描標(biāo)記的不確定匹配2分類(918)。在兩個(gè)或更多個(gè)神經(jīng)元指示相同交通流決定930的情況下，加載相關(guān)聯(lián)的可編程序列器和定時(shí)器設(shè)置932.否則，微處理器確定該決定與當(dāng)前交通信號(hào)狀態(tài)最相容并且實(shí)現(xiàn)該決定，因?yàn)椴淮_定分類意味著任一解碼是可接受的。與處理某一匹配1解除一樣，控制軟件然后可以分支回到掃描新的匹配1判決906。

圖10a-10b分別是根據(jù)本文的創(chuàng)新的一個(gè)或多個(gè)方面的由神經(jīng)網(wǎng)絡(luò)執(zhí)行的高級(jí)別識(shí)別處理的圖和流程圖。圖10a是示出交通交叉口附近的示例性交通狀況的圖，其示出了示例性的更高級(jí)識(shí)別方面。圖10b闡述了這種較高級(jí)識(shí)別處理的說明性的一般化過程。參考圖10b，這種一般化過程可以包括獲得位置數(shù)據(jù)1032(例如使用分配給的低級(jí)神經(jīng)元來獲取位置信息：將對(duì)象識(shí)別為存在于引導(dǎo)區(qū)內(nèi))，執(zhí)行這種數(shù)據(jù)的聚集1034(例如，通過更高級(jí)神經(jīng)元在多個(gè)分類周期上識(shí)別高級(jí)神經(jīng)元以識(shí)別模式或信息，諸如被監(jiān)視位置區(qū)域內(nèi)的交通對(duì)象的布置和/或相對(duì)速度)，并且在多個(gè)分類循環(huán)1036上進(jìn)一步處理聚合信息(例如，陰性陽離子和/或來自多個(gè)中間級(jí)神經(jīng)元的多個(gè)分類周期內(nèi)的最高級(jí)神經(jīng)元的相對(duì)速度狀態(tài)以識(shí)別全局交通狀態(tài)和/或相關(guān)聯(lián)的最優(yōu)交通流決策)。

返回到圖10a的說明性實(shí)現(xiàn)，字母數(shù)字陣列1002表示早先在交通信號(hào)燈1004附近描述的位置區(qū)域。交通對(duì)象組1006表示交通對(duì)象的自組織“排(platoon)”，例如車隊(duì)的汽車或其他車輛。在該圖中，其示出了圖1的一般化過程的一個(gè)詳細(xì)示例。如圖10b所示，可以訓(xùn)練特定的下層神經(jīng)元來識(shí)別交通對(duì)象存在于每個(gè)位置區(qū)域中，其在該圖中由從a1到a6到n1到n4的坐標(biāo)指定。交通排1006在區(qū)域n2，m1，l3，k1和j2中具有交通對(duì)象。可以將一些較低級(jí)的神經(jīng)元分配給特定交通對(duì)象類型識(shí)別，但是其他低級(jí)神經(jīng)元可以被分配給任何類型的檢測(cè)對(duì)象存在于特定區(qū)域中。高級(jí)神經(jīng)元將這些識(shí)別聚合成交通對(duì)象組和狀態(tài)的識(shí)別。例如，如果在區(qū)域n2中示出的交通對(duì)象在直線上繼續(xù)前行，則在連續(xù)的神經(jīng)網(wǎng)絡(luò)分類周期中識(shí)別出已經(jīng)通過區(qū)域m2，l2，k2，j2等。該過程中消耗的識(shí)別周期的數(shù)量可直接轉(zhuǎn)化為車輛速度。此外，可以訓(xùn)練特定神經(jīng)元以識(shí)別特定速度范圍，這又可以向甚至更高級(jí)神經(jīng)元提供輸入，包括交通流決策，碰撞避免或交通燈違規(guī)預(yù)測(cè)。

在一些具體實(shí)施中，可以訓(xùn)練其他組的神經(jīng)元檢測(cè)一種或多種大小的交通對(duì)象組，當(dāng)用高層神經(jīng)元處理交通流決策時(shí)，交通對(duì)象組將優(yōu)先于單個(gè)交通對(duì)象。類似地，同樣可以訓(xùn)練其他組的神經(jīng)元識(shí)別停止交通流。例如，由于高層神經(jīng)元檢測(cè)到交通對(duì)象在一個(gè)或多個(gè)神經(jīng)網(wǎng)絡(luò)分類周期中占據(jù)了相同位置區(qū)，交通組1008,1010和1012可以被識(shí)別為停止的交通，其中周期的總數(shù)與交通對(duì)象等待時(shí)間成比例。不同組的神經(jīng)元可以被訓(xùn)練以識(shí)別任何重要模式，因此在這個(gè)示例中，可以將一組額外的神經(jīng)元分配來識(shí)別累積等待時(shí)間，即停止的交通對(duì)象數(shù)乘以它們的停止時(shí)間。對(duì)于整個(gè)神經(jīng)網(wǎng)絡(luò)而言，最小化累積等待時(shí)間可能是一個(gè)重要訓(xùn)練輸入，因此在相似平均等待時(shí)間條件下基于檢測(cè)到的等待交通對(duì)象數(shù)量，一組被正確訓(xùn)練的最高水平交通流控制神經(jīng)元集合應(yīng)在本示例中識(shí)別出這些交通組應(yīng)當(dāng)按照1008、1010、1012的順序排列。個(gè)體交通對(duì)象1014、1016和1018可以為它們各自方向的交通流增加優(yōu)先級(jí)權(quán)重，但是與本發(fā)明一致的神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法可能會(huì)將它們的優(yōu)先級(jí)排在較低水平，其中原因有兩點(diǎn)：1)個(gè)體交通對(duì)象相比交通對(duì)象組擁有較小權(quán)重，以及2)這三個(gè)交通對(duì)象都在右側(cè)車道中并可能在不需要改變交通信號(hào)燈的情況下使用右轉(zhuǎn)車道直接通過交叉口。交通對(duì)象1020和1022通常與交通流決策無關(guān)。事實(shí)上，在一些具體實(shí)施中可以忽略離開交叉口車道的所有交通對(duì)象位置區(qū)，包括該示例中n3-n4到i3-i4區(qū)和a5-6到c5-6區(qū)。因此，在非常多交通場(chǎng)景中可以被排除的這些相同區(qū)域可能對(duì)于檢測(cè)危險(xiǎn)“異?！鼻闆r會(huì)非常有用，例如車輛逆行。

此外，針對(duì)于一些具體實(shí)施方式，用于解釋被低級(jí)別神經(jīng)元層識(shí)別的數(shù)據(jù)的最高級(jí)神經(jīng)網(wǎng)絡(luò)層可以識(shí)別一個(gè)特定的交通流優(yōu)化決策。在這種情況下，由任何相同的前置狀態(tài)或“全?！睜顟B(tài)所選擇的下一個(gè)交通流序列應(yīng)當(dāng)是一個(gè)允許交通組1008左轉(zhuǎn)和交通組1006直行的序列。

另外，除了上面闡述的特定組件和/或電路之外，本發(fā)明可以通過不同的或完全不同的組件來實(shí)現(xiàn)。就與本發(fā)明相關(guān)聯(lián)或體現(xiàn)本發(fā)明的這些其它組件(例如，電路，計(jì)算，處理組件等)和/或計(jì)算機(jī)可讀介質(zhì)而言，例如，本發(fā)明可以構(gòu)建在許多通用或?qū)Ｓ媚康挠?jì)算系統(tǒng)或配置。可適用于本發(fā)明的各種示例性計(jì)算系統(tǒng)，環(huán)境和/或配置包括但不限于各種鐘相關(guān)電路，諸如個(gè)人計(jì)算機(jī)、服務(wù)器或服務(wù)器計(jì)算設(shè)備內(nèi)的路由/連接部件、手持或膝上型設(shè)備、多處理器系統(tǒng)、基于微處理器的系統(tǒng)、機(jī)頂盒、智能電話、消費(fèi)電子設(shè)備、網(wǎng)絡(luò)電腦、其他現(xiàn)有計(jì)算機(jī)平臺(tái)、包括一個(gè)或多個(gè)的上述系統(tǒng)或設(shè)備的分布式計(jì)算環(huán)境等。

在一些情況下，本發(fā)明創(chuàng)新可以經(jīng)由包括例如與電路相關(guān)聯(lián)地執(zhí)行程序模塊中的邏輯和/或邏輯指令來實(shí)現(xiàn)。一般來說，程序模塊可能包括執(zhí)行特定任務(wù)或?qū)嵤┨囟刂?、延遲或指令的例程、程序、均衡器、分配器、數(shù)據(jù)結(jié)構(gòu)等。本發(fā)明還可以在分布式電路設(shè)置的上下文中實(shí)現(xiàn)，其中電路通過通信總線、電路或鏈路連接。在分布式設(shè)置中，控制/指令可以從包括內(nèi)存存儲(chǔ)設(shè)備的本地和遠(yuǎn)程計(jì)算機(jī)存儲(chǔ)介質(zhì)發(fā)生。

本文中的創(chuàng)新電路和組件可能包括和/或利用一種或多種類型的計(jì)算機(jī)可讀介質(zhì)。計(jì)算機(jī)可讀介質(zhì)可以是駐留在這些電路和/或計(jì)算組件上的、與其相關(guān)聯(lián)的、或可以由這些電路和/或計(jì)算組件訪問的任何可用介質(zhì)。作為示例而非限制，計(jì)算機(jī)可讀介質(zhì)可以包括計(jì)算機(jī)存儲(chǔ)介質(zhì)和通信介質(zhì)。計(jì)算機(jī)存儲(chǔ)介質(zhì)包括以任何方法或技術(shù)實(shí)現(xiàn)諸如計(jì)算機(jī)可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序模塊或其他數(shù)據(jù)信息儲(chǔ)存的易失性和非易失性、可移動(dòng)和不可移動(dòng)介質(zhì)。計(jì)算機(jī)存儲(chǔ)介質(zhì)包括但不限于ram、rom、eeprom、閃存或其他存儲(chǔ)器技術(shù)、cd-rom、數(shù)字多功能盤(dvd)或其他光學(xué)存儲(chǔ)器、磁帶、磁盤存儲(chǔ)器或其他磁存儲(chǔ)設(shè)備或可用于存儲(chǔ)所需信息并可由計(jì)算組件訪問的任何其它介質(zhì)。通信介質(zhì)可能包括計(jì)算機(jī)可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序模塊或體現(xiàn)本發(fā)明功能的其他數(shù)據(jù)。此外，通信介質(zhì)可以包括諸如有線網(wǎng)絡(luò)或直接有線連接的有線介質(zhì)以及諸如聲學(xué)、rf、紅外和其它無線介質(zhì)的無線介質(zhì)。任何上述的組合也包括在計(jì)算機(jī)可讀介質(zhì)的范圍內(nèi)。

在本說明書中，術(shù)語部件、模塊、設(shè)備等可能指可以以各種方式實(shí)現(xiàn)的任何類型的邏輯或功能電路、框和/或過程。例如，各種電路和/或塊的功能可以彼此組合成任何其他數(shù)量的模塊。每個(gè)模塊甚至可以被實(shí)現(xiàn)為存儲(chǔ)在有形存儲(chǔ)器(例如，隨機(jī)存取存儲(chǔ)器、只讀存儲(chǔ)器、cd-rom存儲(chǔ)器、硬盤驅(qū)動(dòng)器)上的軟件程序，并由中央處理單元讀取以實(shí)現(xiàn)本發(fā)明的功能?；蛘?，模塊可以包括通過傳輸載波發(fā)送到通用計(jì)算機(jī)或處理/圖形硬件的編程指令。此外，模塊可以被實(shí)現(xiàn)為實(shí)現(xiàn)本發(fā)明創(chuàng)新所包含功能的硬件邏輯電路。最后，可以使用提供期望的性能和成本的專用指令(simd指令)、現(xiàn)場(chǎng)可編程邏輯陣列或其任何混合來實(shí)現(xiàn)模塊。

如本文所公開的，與本發(fā)明一致的實(shí)現(xiàn)和特征可以通過計(jì)算機(jī)硬件、軟件和/或固件來實(shí)現(xiàn)。例如，本文公開的系統(tǒng)和方法可以以各種形式實(shí)施，包括例如數(shù)據(jù)處理器即擁有數(shù)據(jù)庫、數(shù)字電子電路、固件、軟件或它們的組合的計(jì)算機(jī)。而且，一些文中公開的實(shí)施方式描述了諸如軟件、系統(tǒng)和方法等與本發(fā)明一致的組件可以用硬件、軟件和/或固件的任意組合來實(shí)現(xiàn)。此外，上述提到的本發(fā)明創(chuàng)新特征和其它方面和原理可以在多種環(huán)境中實(shí)現(xiàn)。這樣的環(huán)境和相關(guān)應(yīng)用可能會(huì)根據(jù)本發(fā)明被特別地構(gòu)造出，用于執(zhí)行各種過程和操作，或者它們可能包括一個(gè)通用計(jì)算機(jī)或由代碼選擇性地激活或重新配置以提供必要功能的計(jì)算平臺(tái)。本文所公開的過程不固有的與任何特定的計(jì)算機(jī)、網(wǎng)絡(luò)、架構(gòu)、環(huán)境或其他裝置相關(guān)，并且可以通過硬件、軟件和/或固件的適當(dāng)組合來實(shí)現(xiàn)。例如，各種通用機(jī)器可以與根據(jù)本發(fā)明教導(dǎo)編寫的程序一起使用，或者可以更方便地構(gòu)造專用裝置或系統(tǒng)以執(zhí)行所需的方法和技術(shù)。

這里描述的方法和系統(tǒng)的內(nèi)容(諸如邏輯)可以被實(shí)現(xiàn)為任意多類型電路中的程序功能，包括可編程邏輯器件(“plds”)，諸如現(xiàn)場(chǎng)可編程門陣列(“fpgas”)、可編程邏輯設(shè)備(“pal”)、電子可編程邏輯和記憶設(shè)備及基于標(biāo)準(zhǔn)單元的設(shè)備，以及應(yīng)用中的特別集成電路。其他實(shí)施可能包括：記憶設(shè)備、帶有記憶的微控制器(諸如eeprom)、嵌入式微處理器、固件、軟件等。此外，各方面可以體現(xiàn)在具有基于軟件的電路仿真、離散邏輯(順序和組合)、定制設(shè)備、模糊(神經(jīng))邏輯、量子設(shè)備以及任何上述設(shè)備類型的混合。底層器件技術(shù)可以提供各種組件類型，例如像互補(bǔ)金屬氧化物半導(dǎo)體(“cmos”)雙極技術(shù)的金屬氧化物半導(dǎo)體場(chǎng)效應(yīng)晶體管(“mosfet”)技術(shù)、像射極耦合邏輯(“ecl”)的雙極晶體技術(shù)、高分子技術(shù)(如硅共軛高分子和金屬共軛高分子結(jié)構(gòu))、混合模擬和數(shù)字等。

還應(yīng)當(dāng)注意，本文公開的各種邏輯和/或功能在其行為、寄存器傳送、邏輯組件和/或其它特性的術(shù)語方面，可以使用任意數(shù)量的硬件、固件和/或在多種機(jī)器可讀或計(jì)算機(jī)可讀介質(zhì)中實(shí)現(xiàn)的數(shù)據(jù)和/或指令的組合來實(shí)現(xiàn)。其中可以實(shí)現(xiàn)這種格式化數(shù)據(jù)和/或指令的計(jì)算機(jī)可讀介質(zhì)包括但不限于各種形式(如光、磁或半導(dǎo)體存儲(chǔ)介質(zhì))的非易失性存儲(chǔ)介質(zhì)和通過無線、光學(xué)或有線信令媒體或其任何組合來傳送這些格式數(shù)據(jù)和/或指令的載波。通過載波傳送這些格式數(shù)據(jù)和/或指令的示例包括但不限于通過一個(gè)或多個(gè)數(shù)據(jù)傳輸協(xié)議(例如，http，ftp，smtp等)在因特網(wǎng)和/或其它計(jì)算機(jī)網(wǎng)絡(luò)上傳輸(上傳，下載，電子郵件等)。

除非上下文明確要求，否則在整個(gè)說明書和權(quán)利要求書中，詞語“包含”、“包括”等應(yīng)以包括的意義來理解，而不是排他性或窮舉性的意思；也就是說，在“包括但不限于”的意義上。使用單數(shù)或復(fù)數(shù)的詞也分別包括復(fù)數(shù)或單數(shù)。另外，詞語“在此”，“下文”，“以上”，“以下”和類似含義的詞語指本申請(qǐng)作為整體，而不是本申請(qǐng)的任何特定部分。當(dāng)詞“或”被用于對(duì)兩個(gè)或更多個(gè)項(xiàng)目的列表的引用，該單詞涵蓋該單詞的以下所有解釋：列表中的任何項(xiàng)目、列表中的所有項(xiàng)目以及列表中的項(xiàng)目的任何組合。

盡管本發(fā)明的某些目前優(yōu)選的實(shí)施方式已經(jīng)在本文中進(jìn)行了實(shí)際描述，但是對(duì)于本發(fā)明所屬領(lǐng)域的技術(shù)人員來說顯而易見的是，可在不脫離本發(fā)明精神和范圍的情況下對(duì)在此描述的具體實(shí)施進(jìn)行變化和修改。因此，本發(fā)明旨在僅限于所附權(quán)利要求和適用的法律規(guī)則所要求的范圍。