本發(fā)明涉及智能公共交通領(lǐng)域，具體涉及基于深度學(xué)習(xí)和智能路燈的交通信號燈智能調(diào)控。

背景技術(shù)：

目前，道路擁堵是城市道路交通中做常見最急需解決的問題。如何合理規(guī)劃各個路口的通行時間是解決道路擁堵的一個關(guān)鍵點。從日常生活可見，大部分路口的信號燈的等待時間基本是固定不變的，時間固定不變的信號燈與道路交通環(huán)境的多變性顯然是相矛盾的。有一些城市已經(jīng)意識到了這個問題，從而采取了如交警協(xié)助控制信號燈，安裝地磁感應(yīng)器等傳感器，或按時間段改變信號燈等待頻率等方法，對交通擁堵問題得到了一定的改善，但分時間段的方式并不能從根本上改變信號燈對環(huán)境的適應(yīng)性，交警協(xié)助或安裝地磁感謝裝置的方法對人力物力造成了浪費。

技術(shù)實現(xiàn)要素：

本發(fā)明的發(fā)明目的在于：針對上述存在的問題，提供一種能根據(jù)擁堵情況智能調(diào)節(jié)信號燈的等待時間的智能調(diào)控系統(tǒng)。

本發(fā)明的基于深度學(xué)習(xí)和智能路燈的交通信號燈智能調(diào)控系統(tǒng)，包括在交通道路路口設(shè)置路邊單元和智能交通信號燈；

路邊單元(優(yōu)選設(shè)置在道路上已有的路燈上)包括圖像采集模塊、車輛檢測模塊、擁堵判定模塊和通信模塊；

其中，圖像采集模塊實時采集各個路口方向的道路交通圖像并發(fā)送給車輛檢測模塊，例如在路燈上為不同路口方向設(shè)置1～2個攝像頭，實時采集個路口方向的道路交通圖像；

車輛檢測模塊為基于深度學(xué)習(xí)法訓(xùn)練得到的深度神經(jīng)網(wǎng)絡(luò)模型，用于自動識別道路交通圖像中的車輛，并基于識別出的車輛數(shù)量實時計算每個路口方向的車流量，同時將所述車流量發(fā)送給擁堵判定模塊；

擁堵判定模塊根據(jù)預(yù)設(shè)的不同擁堵等級的車流量閾值，判定每個路口方向的擁堵等級，所述擁堵等級越高，車流量閾值越大；并通過通信模塊將每個路口方向的擁堵等級傳輸至智能交通信號燈；

智能交通信號燈包括通信模塊、智能調(diào)節(jié)模塊和信號顯示模塊；

其中，通信模塊用于接收路邊單元傳來的路口方向的擁堵等級并發(fā)送給智能調(diào)節(jié)模塊；

智能調(diào)節(jié)模塊根據(jù)當前擁堵等級實時調(diào)整路口的通行時間并通過信號顯示模塊顯示調(diào)整后的通行時間；

信號顯示模塊用于顯示通行時間及交通信號；

其中智能調(diào)節(jié)模塊對各車輛通行方向的通行時間的調(diào)整方式為：

(1)基于預(yù)設(shè)的不同擁堵等級的調(diào)整時間，根據(jù)各路口方向的擁堵等級確定各路口方向的調(diào)整時間，并查找最大調(diào)整時間，記為t；

(2)檢測t對應(yīng)的通行方向的當前顯示時間，判斷是否顯示倒計數(shù)時間，若否，則直接執(zhí)行步驟(3)；若是，則判斷當前倒計數(shù)時間是否大于t，若大于，則執(zhí)行步驟(3)；若小于則執(zhí)行步驟(4)；

通行方向包括兩個相對的路口方向，即同一車輛通行方向的兩個路口方向，例如南北方向的車輛通行方向包括，路口方向南、路口方向北。

(3)若當前通行狀態(tài)為通行：則將t對應(yīng)的通行方向的通行時間增加t；若當前通行狀態(tài)為等待：則將t對應(yīng)的通行方向的等待時間減少t；

(4)判斷t對應(yīng)的通行方向的下一通行狀態(tài)是否為通行，若是，則將下一通行時間調(diào)整為：t+t，其中t表示：與t的路口方向相對的路口方向的調(diào)整時間；否則，不做調(diào)整。

其中，智能調(diào)節(jié)模塊對各車輛通行方向的通行時間的調(diào)整方式還可以替換為：

(1)基于預(yù)設(shè)的不同擁堵等級的調(diào)整時間，根據(jù)各路口方向的擁堵等級確定各路口方向的調(diào)整時間；

計算車輛通行方向的調(diào)整時間：同一車輛通行方向的兩個路口方向的調(diào)整時間之和；

查找當前路口的最大車輛通行方向的調(diào)整時間，并將對應(yīng)的車輛通行方向記為通行方向d,調(diào)整時間記為t；

(2)檢測通行方向d的當前顯示通行時間，若為倒計數(shù)時間，則判斷當前倒計數(shù)時間是否小于t，若小于，則通行時間保持不變；否則執(zhí)行步驟(3)；

(3)若當前通行狀態(tài)為通行：則將通行方向d的通行時間增加t；若當前通行狀態(tài)為等待：則將通行方向d的等待時間減少t。

其中深度學(xué)習(xí)訓(xùn)練的具體過程可以是：

(1)獲取訓(xùn)練樣本集和驗證集：

采集交叉路段的歷史道路交通圖像(盡量多種類的常見車型在公共交通道路上的照片)，并進行尺寸歸一化處理，標注歸一化后的圖像中的車輛位置，得到含有位置標簽的樣本圖像；

將多個不同樣本圖像隨機分為訓(xùn)練樣本集、驗證樣本集；

(2)前向傳播：設(shè)置對應(yīng)的卷積神經(jīng)網(wǎng)絡(luò)模型，加載含有位置標簽的訓(xùn)練樣本集，前向傳播學(xué)習(xí)訓(xùn)練樣本集中的車輛特征，然后對驗證樣本集進行檢測，獲得卷積神經(jīng)網(wǎng)絡(luò)模型輸出的位置標簽；。

(3)反向傳播:計算前向傳播輸出的位置標簽與驗證樣本實際位置標簽之間的損失函數(shù)值，將損失函數(shù)值按極小化誤差的方法反向傳播來調(diào)整卷積層的權(quán)值矩陣，從而得到最終的卷積神經(jīng)網(wǎng)絡(luò)模型，即深度神經(jīng)網(wǎng)絡(luò)模型。

綜上所述，由于采用了上述技術(shù)方案，本發(fā)明的有益效果是：

1.利用深度學(xué)習(xí)算法自動檢測車輛，得出路口的車流量信息；

2.利用道路上已有的路燈，裝配其他所需部件作為路邊單元，節(jié)約成本；

3.實時檢測道路交通狀況，針對不同的路段可靈活設(shè)定不同的擁堵級別闕值，從而自動判斷擁堵情況并對路口各個方向的通信時間進行調(diào)整，使交通信號燈更加靈活且智能。

附圖說明

圖1是本發(fā)明的系統(tǒng)結(jié)構(gòu)示意圖。

圖2是路邊單元工作框圖。

圖3是智能調(diào)節(jié)單元流程圖。

具體實施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面結(jié)合實施方式和附圖，對本發(fā)明作進一步地詳細描述。

參見圖1，本發(fā)明的智能調(diào)控系統(tǒng)包括在交通道路路口設(shè)置路邊單元和智能交通信號燈。其中路邊單元是系統(tǒng)的核心控制單元，由深度學(xué)習(xí)檢測模型構(gòu)成的車輛檢測模塊，擁堵判定模塊和通信模塊三個部分組成；智能交通信號燈是主要的顯示單元，包括通信模塊，智能調(diào)節(jié)模塊與信號燈顯示模塊。車輛檢測模塊的深度學(xué)習(xí)檢測模型為預(yù)訓(xùn)練，即利用深度學(xué)習(xí)的方法對包含多種車輛特征的歷史道理交通圖像進行學(xué)習(xí)，以得到所需的深度神經(jīng)網(wǎng)絡(luò)模型，完成訓(xùn)練的模型可自動識別高清道路圖片中的車輛，并對車輛的數(shù)目進行統(tǒng)計。深度神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練過程可是：采集交叉路段的歷史交通數(shù)據(jù)，包括視頻文件及對應(yīng)圖片等，數(shù)據(jù)應(yīng)具有普遍性盡量清晰且包含盡量多種常見車型，將數(shù)據(jù)轉(zhuǎn)為統(tǒng)一大小的圖片，標出圖片中車輛的具體位置并設(shè)立相應(yīng)的位置標簽，從而得到交叉路口路段樣本及位置標簽。將含有位置標簽的圖片數(shù)據(jù)送入設(shè)計好的卷積神經(jīng)網(wǎng)絡(luò)模型中進行訓(xùn)練，得到對道路交通中的車輛數(shù)據(jù)特征進行學(xué)習(xí)后的神經(jīng)網(wǎng)絡(luò)模型，即深度神經(jīng)網(wǎng)絡(luò)模型。

路邊單元可與路口已有的路燈相結(jié)合。每個路口都裝有一定數(shù)量的路燈，且路燈的高度較高，在路燈上裝配攝像頭可使攝像頭的視角開闊，在其上搭載車輛檢測模塊，根據(jù)攝像頭檢測到的實時圖像中的車輛數(shù)據(jù)，實時計算得到各路口方向的車流量；擁堵判定模塊，在得到各路口方向的車流量后，就對當前路口的擁堵情況進行判斷，根據(jù)設(shè)定的車輛數(shù)據(jù)級別將擁堵情況設(shè)為不同的擁堵等級，進而為不同擁堵等級安排不同長短的調(diào)整時間，由此得出通行的優(yōu)先級排列；通信模塊，負責(zé)與智能交通信號燈進行通信，將計算得到的各路口方向的擁堵等級傳遞到智能交通信號燈。

智能交通信號燈，其通信模塊接收來自路邊單元的信息，智能調(diào)節(jié)模塊根據(jù)各路口方向的擁堵等級及當前通行狀態(tài)調(diào)整對應(yīng)的通行時間并控制信號燈的顯示，信號燈顯示模塊將顯示調(diào)節(jié)后的信息。

參見圖2，路邊單元中的工作流程為：

(1)圖像采集：大多路口都有一定數(shù)量的路燈，在其上裝配攝像頭就可以完成對整體道路交通圖像的實時采集。

(2)車輛檢測：將攝像頭實時采集到的道路交通圖片輸入車輛檢測模塊(深度神經(jīng)網(wǎng)絡(luò)模型)，自動識別道路交通圖像中的車輛，路口各個方向上檢測到的車輛數(shù)目之和就是各路口方向上的實時車流量。

(3)擁堵判定：根據(jù)不同的車流量區(qū)間設(shè)定擁堵級別，車流量越大，其擁堵等級越高，則在通行時間上有更優(yōu)先的選擇權(quán)。

例如將車流量分為三個擁堵等級，分別設(shè)置兩個閾值n、m，其中n小于m，若當前車流量c小于n，則對應(yīng)的擁堵等級為a，若n＜c＜m，則對應(yīng)的擁堵等級為b，若c＞m，則對應(yīng)的擁堵等級為c。

我國《道路交通阻塞度及評價方法(國標)》中對城市交通通行交叉路口阻塞的定義是車輛在交叉路口外車行道受阻排隊長度超過500m為阻塞，800m為嚴重阻塞。依照此標準設(shè)立闕值，對道路路口各個方向的擁堵情況進行判斷。假設(shè)當前路口為雙向雙車道，即同一個前行方向最多同時可有兩輛車并排，那么當車流量為1600以上時為嚴重擁堵，車流量為1000～1600時為一般擁堵。

(4)信息傳遞：將擁堵判定的結(jié)果傳遞到智能交通信號燈。

智能交通信號燈的工作包括以下步驟：

(1)通信模塊：接收路邊單元傳來的擁堵判定結(jié)果，并發(fā)送給智能調(diào)節(jié)模塊；

(2)智能調(diào)節(jié)模塊：檢測當前各個路口(車輛通行方向)的通行時間，根據(jù)擁堵等級對通行時間進行調(diào)整。

(3)顯示模塊：將調(diào)整結(jié)果顯示在對應(yīng)的信號燈上，實現(xiàn)信號燈的智能調(diào)控。

以十字路口為例，其智能調(diào)節(jié)的具體過程如圖3所示：

智能交通信號燈收到交叉路口各個方向的擁堵情況后，對交通信號燈的顯示做出調(diào)節(jié)。檢測信號燈當前正在顯示的通行時間。根據(jù)交叉路口各個方向的擁堵等級進行調(diào)整，假設(shè)當前十字路口有東南西北四個方向，分別用e、s、w、n表示；正在通行則設(shè)為正，正在等待則設(shè)為負。

基于預(yù)設(shè)的擁堵等級與調(diào)整時間的對應(yīng)關(guān)系：擁堵等級a、b、c分別對應(yīng)調(diào)整時間t1、t2、t3，得到各個路口方向的調(diào)整時間t，其中t∈{t1,t2,t3}；

當四個路口方向判斷完畢，則從四個調(diào)整時間中查找最大值最為最后的調(diào)整時間t，然后結(jié)合信號燈的當前顯示時間和通行狀態(tài)進行調(diào)整：

若當前信號燈為倒計數(shù)，則需要判斷倒計數(shù)與t的大小關(guān)系，即若t超過當前信號燈所倒數(shù)的時間，則即刻進行紅燈閃爍黃燈倒數(shù)的階段，并判斷下一通行狀態(tài)是通行還是等待，若為通行，則為即刻進入的通行狀態(tài)調(diào)整通行時間為：t+t，其中t為t的相對路口方向的調(diào)整時間。

若當前信號燈不是倒計數(shù)，則基于通行狀態(tài)進行對應(yīng)的調(diào)整，若通行狀態(tài)為正時，則將通行時間增加t，若通行狀態(tài)為負時，則將等待時間減少t。

以上所述，僅為本發(fā)明的具體實施方式，本說明書中所公開的任一特征，除非特別敘述，均可被其他等效或具有類似目的的替代特征加以替換；所公開的所有特征、或所有方法或過程中的步驟，除了互相排斥的特征和/或步驟以外，均可以任何方式組合。