專利名稱：一種基于視頻的相位差模糊推理確定方法
技術領域：
本發明涉及一種交通信號控制參數的確定方法，具體是基于視頻信息的交通控制參數--相位差的模糊推理確定方法。
背景技術：
交通信號控制參數-相位差是道路交通信號協調控制的重要參數之一，對于單向車道來說，非常容易確定相位差，而對于雙向車道來說，則需要考慮雙向車道的排隊情況來確定。在雙向交通流量不均衡的情況下，相位差的確定需要根據雙向車道上車輛排隊的不同長度及其實際情況來確定。通過檢索發現萬緒軍，陸華普，線控系統中相位差優化模型研究，中國公路學報， 2001，14(2) =99-103 ;鄭培余等，一種交通信號控制系統分布式相位差優化和調整策略，交通與計算機，2004，22 (2) :3-7 ;李水友，周期和相位差快速調整策略，五邑大學學報，2005， 19(3) :29-33 ;朱文興等，城市交通主干路相位差優化研究，計算機工程與應用，2005， 41(20) =212-214 ;保麗霞等，基于預測路線行程時間的信號控制相位差優化技術研究，公路交通科技，2007，24(8) =115-120 ;宋運林，董超俊，混沌遺傳算法及其在相位差優化中的應用，科技信息，2007，35 =140-141 ;盧凱，徐建閩，干道協調控制相位差模型及其優化方法，中國公路學報，2008，21 (I) 83-89 ;谷遠利等，相鄰交叉口相位差優化模型及仿真，吉林大學學報(增刊)，2008，38 53-59 ;徐世洪等，基于自適應遺傳算法的相位差優化模型研究，交通信息與安全，2011,29 (2) : 13-18。上述現有技術大部分是基于建立相位差的解析模型，通過優化算法如遺傳算法等來求解，其原理與本發明提出的模糊推理的方法不同。通過檢索發明專利發現，隋亞剛，基于車牌識別數據的交通信號干線相位差優化方法，2010，申請號201010518636. 7。該發明是基于車牌識別技術的相位差優化方法，它在相鄰的兩個交叉口用攝像機采集車輛的車牌號，比對車牌號和通過路口的ID來優化和計算上下路口的時間差，本發明是利用視頻攝像機拍攝雙向車道的排隊長度，通過圖像識別技術獲取雙向車道的排隊長度，然后根據雙向排隊長度來模糊推理相位差的方法。顯然，兩種方法明顯不同。
發明內容
本發明的目的在于提出一種交通高峰時期，雙向車流量不均衡情況下的交通信號參數相位差的模糊推理方法，以期使雙向交通流在此相位差的控制下發揮更大的更有效地通過交叉路口，而且還能提高另一方向的交通效率。本發明通過以下技術方案實現，具體步驟如下一種基于視頻的相位差模糊推理確定方法，該方法的實現步驟如下步驟I :在某路段某一車流方向的側后方架設高清攝像機，拍攝整個路段的雙向的車流排隊情況，通過圖像識別技術，得到雙向車流的排隊長度；步驟2 :將雙向車流的排隊長度輸入模糊控制器，通過模糊推理得到該路段兩交叉口信號的相位差；步驟3 :將得到的相位差參數通過交通控制中心利用串口通信下載到各個交叉路口的信號控制器，信號控制器根據接收到的信號控制參數對道路的交通流實施控制。所述推理計算出相位差的步驟如下I)確定輸入輸出變量輸入變里!Q1 =Q1 = Q上/L輸入變 Q2 Q2 = Q 下/L輸出變量0為相位差時間At，單位秒2)確定論域和模糊子集輸入變量對于Q1和Q2均為針對同一路段而言，因此取相同的論域和模糊子集， 分別陳述如下論域為Q =
;模糊子集# +’巾’力;設定語言變量，并記為 S(Small)=小；M(Medium)=中；B(Big)=大；輸出變量論域為0 =
;模糊子集° =衡，巾，設定語言變量，并記為SH(Short)=短，ME (Medium)=中，LO(Iong)=長;3)建立模糊隸屬度函數輸入變量隸屬度函數取為梯形函數，輸出變量隸屬度函數同樣取為梯形函數；4)建立模糊規則表根據專家經驗，建立如下形式的模糊規則表，模糊關系為〃 '
SMBSSOMELOMMEBMELO5)模糊推理利用Mamdani推理算法
O =(< ιχ< 2)0^其中，O’為實際輸出相位差值的模糊子集變量值，和 2分別為實際輸入上下行排
隊長度與道路長度比值的模糊子集變量值；6)解模糊，得出相位差值選取重心法公式
o(w ,)* w Iο = ~ ~—，j = 0,1,2,. ·. ,28,29,
其中，O為相位差清晰值即實際值j為輸出變量相位差時間的論域值為對應論域值％的隸屬度值。本發明的有益效果是將會使排隊較長方向的后方車流晚一些進入下游路段，使車輛總的停車次數減少，而排隊較短方向的總車流量較小，多一些等待時間將不會影響總的通行效率，同時，也使得與本方向垂直方向通過交叉路口的車流獲得更長的通行時間。
圖I為攝像機的架設位置圖；圖2為相位差的模糊推理原理圖；圖3為輸入變量的隸屬度函數圖；圖4為輸出變量的隸屬度函數圖。
具體實施例方式下面結合附圖與實施例對本發明作進一步說明。如圖I所示，在路段某一方向的側后方架設高清攝像機，利用此攝像機可以利用成熟的視頻識別技術獲取雙向車道在某一紅燈信號時的排隊長度，視頻識別車輛排隊長度的方法見參考文獻李巖，張學工，應用圖像處理方法自動檢測路口車輛排隊長度，計算機應用軟件，2003，20 (12) :47-49.本發明介紹的利用視頻采集車輛排隊與前述文獻的不同之處是本發明中，攝像機是對著路面上不同方向的兩列直行車輛排隊來拍攝并進行識別， 而前述文獻是將攝像機對著一列直行車輛排隊拍攝并識別，最終效果是一致的。利用此方法采集到的車輛排隊長度將為下一步模糊推理做準備。在雙向車流的排隊長度，從右往左的車輛排隊長度稱為Q上，從左往右的車輛排隊長度稱為Qt，獲取的9±和Qdf會被輸入模糊控制器，該模糊控制器的結構如圖2所示。利用該模糊控制器，在合理的模糊規則的基礎上，推理計算出相位差的值At。具體細節如下模糊控制器的設計如下(一 )確定輸入輸出變量輸入變量Q1 =Q1 = Q±/L(為方便，將輸入變量量化成0-1之間的值)輸入變 Q2 Q2 = Q 下/L輸出變量0，為相位差時間Δ t,單位秒( 二 )確定論域和模糊子集輸入變量對于QJPQ2均為針對同一路段而言，因此可取相同的論域和模糊子集， 分別陳述如下論域為Q =
;模糊子集％=91={/>’ 力.設定語言變量，并記為 S(Small)=小；M(Medium)=中；B(Big)=大。輸出變量論域為0 =
;模糊子集° = {fe’設定語言變量，并記
為SH(Short)=短，ME (Medium)=中，LO(Iong)=長。(三)建立模糊隸屬度函數輸入變量隸屬度函數，不失一般性，取為梯形函數。(該函數可替代為其它常用的三角型、鐘形等函數)輸出變量隸屬度函數，不失一般性，同樣取為梯形函數，(四)建立模糊規則表根據專家經驗，建立如下形式的模糊規則表，模糊關系為Λ。
權利要求
1.一種基于視頻的相位差模糊推理確定方法，其特征是，該方法的實現步驟如下步驟I:在某路段某一車流方向的側后方架設高清攝像機，拍攝整個路段的雙向的車流排隊情況，通過圖像識別技術，得到雙向車流的排隊長度；步驟2 :將雙向車流的排隊長度輸入模糊控制器，通過模糊推理得到該路段兩交叉口信號的相位差；步驟3 :將得到的相位差參數通過交通控制中心利用串口通信下載到各個交叉路口的信號控制器，信號控制器根據接收到的信號控制參數對道路的交通流實施控制。
2.如權利要求I所述的一種基于視頻的相位差模糊推理確定方法，其特征是，通過模糊推理得到兩交叉口信號的相位差的步驟如下1)確定輸入輸出變量輸入變星Qi Qi = Q上/L 輸入變量Q2 =Q2 = Q下/L輸出變量0為相位差時間At,單位秒2)確定論域和模糊子集輸入變量對于Q1和Q2均為針對同一路段而言，因此取相同的論域和模糊子集，分別陳述如下論域為Q=
;模糊子集 = =%巾，受定語言變量，并記為 S(Small)=小；M(Medium)=中；B(Big)=大；輸出變量論域為0=
;模糊子集° = d巾，m設定語言變量，并記為 SH(Short)=短，ME (Medium)=中，LO(Iong)=長;3)建立模糊隸屬度函數輸入變量隸屬度函數取為梯形函數，輸出變量隸屬度函數同樣取為梯形函數；4)建立模糊規則表根據專家經驗，建立如下形式的模糊規則表，模糊關系為K ;SMBSSOMELOMMEBMELO5)模糊推理利用Mamdani推理算法O =(qixq2)°^其中，0為實際輸出相位差值的模糊子集變量值，&和I2分別為實際輸入上下行排隊長度與道路長度比值的模糊子集變量值；6)解模糊，得出相位差值選取重心法公式
全文摘要
本發明提供了一種基于視頻的相位差模糊推理確定方法，該方法將會使排隊較長方向的后方車流晚一些進入下游路段，使車輛總的停車次數減少，而排隊較短方向的總車流量較小，多一些等待時間將不會影響總的通行效率，同時，也使得與本方向垂直方向通過交叉路口的車流獲得更長的通行時間。本發明的實現步驟如下在某路段某一車流方向的側后方架設高清攝像機，拍攝整個路段的雙向的車流排隊情況，通過圖像識別技術，得到雙向車流的排隊長度；將雙向車流的排隊長度輸入模糊控制器，通過模糊推理得到該路段兩交叉口信號的相位差。
文檔編號G08G1/08GK102592464SQ20121006350
公開日2012年7月18日 申請日期2012年3月12日 優先權日2012年3月12日
發明者劉曉亮, 張立東, 朱文興 申請人:山東大學