一種用于安防交通流數據智能處理系統的制作方法

一種用于安防交通流數據智能處理系統的制作方法
【專利摘要】本發明公開了一種用于安防交通流數據智能處理系統，該系統為：攝像頭、數據處理器、圖形圖像接口、模型驅動器、圖片庫模塊、模型庫模塊、時刻控制器、紅綠燈。本發明通過模型庫的設置，對交通燈綠燈放行時間優化能夠根據道路交通歷史數據，發現一段時間內特定道路的交通周期、規律性信息，為城市管理者在治理交通、出臺相關道路建設決策時提供科學依據；通過時間控制器的設置，對道路交通燈控制考慮了道路交通的周期和規律性對現場交通信號采集頻度、以及紅綠燈時間設置的影響，提高了交通信號燈的智能化程度，較好的解決了現有的交通燈智能控制存在的不能取到最佳的放行時間、不能準確地捕捉到交通現場狀況、設備運算時間損耗大的問題。
【專利說明】一種用于安防交通流數據智能處理系統
【技術領域】
[0001]本發明屬于交通智能控制【技術領域】，尤其涉及一種用于安防交通流數據智能處理系統。
【背景技術】
[0002]隨著我國經濟的快速發展，人們生活水平的提高，各種交通車輛、私家車大量出現，給城市交通道路帶來了很大的壓力。近幾年來，城市道路與車輛的矛盾越來越突出，交通擁堵事件發生的頻率也越來越高。十字路口作為城市道路交通的主要組成部分，它的通行能力和效率在交通中起著非常關鍵的作用。所以，如何采用合適的控制方法，最大限度利用好十字路口車輛的通行效率。緩解主干道與輔道、城區與周邊地區的交通擁堵問題，已經成為交通運輸管理和城市規劃部門亟待解決的主要問題之一。
[0003]目前，我國大部分城市常用的交通燈控制方式為定時分配控制方式。這種方式是在紅綠燈開始工作之前事先分配好時間周期，一般設定為在固定的時間周期內改變一次信號燈。比如每60秒或80秒改變一次紅綠燈的狀態。定時分配紅綠燈控制方式成本低但是不能實現智能控制，其主要存在三個方面的問題:(I)車道放行車輛時，十字路口經常出現不同方向上車輛放行時間相同，這可能導致車輛多的方向容易出現車輛堆積，造成下一路口的交通阻塞；(2)當某方向上無車時，恰好該方向上是綠燈，則在這段時間內，就會出現交通盲指揮；(3)當一路口車流量很大時，不能夠自動延長該路口的綠燈，導致在一個周期內此路口的車輛不能完全通過。
[0004]為了提高交通燈信號改變的智能程度，改善城市交通的擁堵狀況，近幾年，我國研究人員開始關注智能交通燈的研究。并在研究內容上形成兩個主要的流派。一個是地感應線圈電磁感應控制方式，一個是以視頻、圖像處理方式對紅綠燈進行智能設置。
[0005]電磁感應控制方式的原理是在交通十字路口入路口的各個方向附近的地下按要求埋設感應線圈，當電路中的電流通過環形線圈時，就在其周圍形成一個電磁場。當主要由金屬材料組成的車輛進入這個磁場時，檢測處理單元得到了檢測到車輛的輸出信號。交通信號燈配時方案由智能化信號控制器或交通管理中心的上位機控制，控制方案可隨感應線圈采集到的交通流信息而相應地發生改變。采用此種方式對紅綠燈的智能設置進行的研究。運用ARM和AT89552單片機共同作為控制單元實現交通燈的控制管理系統，單交叉路口的每個方向上的交通信號控制由單片機控制，交叉路口總的控制由ARM控制器通過網絡與上位機進行通信。模擬系統實現對交叉路口信號燈的基本控制功能、通過網絡對信號燈的遠程控制功能、使用紅外遙控對交通燈進行實時控制功能及對交通燈進行故障檢測功能。采用如下方案來控制交通路況:在入路口的各個方向附近的地下按要求埋設感應線圈，當汽車經過時一就會產生渦流損耗，環狀絕緣電線的電感開始減少，即可檢測出汽車的通過，并將這一信號轉換為標準脈沖信號作為可編程控制器的控制輸入，并用PLC計數，按一定控制規律自動調節紅綠燈的時長。
[0006]感應控制方法的優點是:在交通流量變化大且無規則時，在某些不易使用定時控制方法的交叉路口，以及要求對主干道的干擾降低的情況下，利用感應控制會有更好的效果。而這種方式的缺點在于:其安裝成本高、檢測設備不能隨時移動位置、對于其硬件的安裝和維修，需關閉車道和破壞路面，容易造成因安裝和維修而帶來的交通堵塞。
[0007]針對交通燈智能控制領域的現狀和發展趨勢，基于視頻圖像的交通燈智能控制系統逐漸進入人們的視野。它能解決傳統交通燈領域存在的施工周期長、成本高、實時性差和不靈活性等問題，尤其是視頻圖像處理技術的低成本、高實時性等優點，使其在交通燈智能控制方面具有不可取代的作用。
[0008]現有技術對基于視頻圖像的交通燈智能控制進行了研究。首先分離出視頻圖像的前景和背景圖像，在背景圖像的每個車道上都設置了虛擬檢測區域；提出了基于幀間差分法的混合高斯模型車輛檢測方法，用于檢測前景圖像每個虛擬車道上的車流量；并由此設計出紅綠燈周期內及紅綠燈周期間兩種動態的、實時的時間調整模型。所設計的系統雖然完整，但是其對于圖片的處理設計復雜且計算量大。現有技術采用DSP對視頻圖像在線實時分析，利用模糊算法預測下一時刻的車流量并對交通燈進行控制。
[0009]在文獻《基于圖像處理和DSP的交通燈實時智能控制系統研究》中，提出了基于圖像處理和DSP的交通燈實時智能控制方法，該方法通過采集交通現場視頻圖像，并對所獲取的圖像進行處理，得到所需結果參數，將參數傳遞給PLC處理器，由PLC處理器做出判斷控制交通燈的變化。
[0010]該系統的核心是PLC部分。PLC是一種專門為工業控制而設計的邏輯控制裝置，屬于可編程控制的存儲器。系統在采集交通路口的實時視頻圖像并通過對其進行一系列處理后，獲得交通路口各相位的車輛信息后，PLC根據各相位的信息控制交通信號燈的狀態轉換。PLC所采用的紅綠燈控制策略描述如下:
[0011]每0.1秒或0.5秒對各相位執行一次運算，以實時的檢查各相位車輛狀況。據其做以下設計:
[0012]①當一個相位沒車，且為綠燈，而且本相位沒有車輛正在通過(即對交叉地帶進行車輛存在性判斷)，相對相位有綠燈需求時，馬上進行紅綠燈轉換；如果本相位無車，而交叉地帶有車正在通過，則保持綠燈，直到本相位無車且無車正在通過再轉換。轉換后該相位為紅燈，相對相位為綠燈。這個綠燈時間超過一個周期T后，根據圖像檢測的狀態進入循環①、②或③。
[0013]這里又分兩種情況:一、只要這個循環持續超過了一個時間上限Tmax，如90秒，就強制轉換；二、這個循環持續超過了一個時間上限Tmax，但該相位仍沒車而相對相位有車，則仍保持綠燈狀態，直到該相位有車出現。這兩種情況可由使用者選擇。
[0014]②當一個相位與另一個相位相差較為懸殊時，比如一個相位是另一相位車輛數目的幾分之一時，且該相位是紅燈，且這種狀態持續時間已經超過了一個時間Tmin，則經過一個過渡時間t轉后換為綠燈，當這個綠燈時間達到Tmin時(一般是一個周期T)，根據圖像檢測的狀態進入循環①、②或③。
[0015]③如果相對相位的車輛數目差不多，則按預定的時間紅綠燈進行轉換，紅綠燈時間最長Tmax，最短Tmin，一般是T。直到出現一個相位有車而相對相位沒氣或兩相位雖都有車但數目相差懸殊的狀態，進入循環①或②。
[0016]值得一提的是圖像處理模塊。在這一模塊中，作者采用車輛面積之比來計算等待綠燈的車輛數。這一方法簡單易行，所需的計算時間少，是一個很好的方案。在后面我們申請的專利中，需要調用這一模塊，為敘述簡單，將這一模塊命名為MA_NC(magic’ s areanumberof car)。
[0017]現有技術方案的不足:
[0018](I)在現有技術方案的循環中提到的預先設定的紅綠燈時間最長Tmax，最短Tmin,—般是T。這里的紅綠燈時間Tmax、Tmin、和T在循環中也提及,說明是一個很重要的參數，然而這個參數的設定并沒有經過優化，有可能在實際交通現場不能取到最佳的放行時間。
[0019](2)現有技術中按每0.1秒或0.5秒對各相位執行一次運算，可以理解為對交通路口各相位的信號實施在統一的時間間隔內進行采集。然而城市道路交通的車流量具有在時間因素和車流走向因素上的明顯周期特性，比如會出現在上下班高峰期由南向北方向、或節假日出行高峰期由東向西方向，車流量會大幅度增加的情況；因此現有技術的交通現場信號采集方案不能更準確地捕捉到交通現場狀況。
[0020](3)在其他常規 時間(非交通高峰時段時間)中，車流量呈現相對穩定的狀態。可以說，在城市市區內的交通路口，現有技術方案中的循環的情況很少發生。但是按現有技術的方案，不管交通流量是否穩定，都必須在0.1或0.5秒內各相位進行一次運算。這無疑將增大設備的計算負荷，造成設備的器材及計算時間損耗。

【發明內容】

[0021]本發明實施例的目的在于提供一種用于安防交通流數據智能處理系統，旨在解決現有的交通燈智能控制存在的不能取到最佳的放行時間、不能準確地捕捉到交通現場狀況、設備運算時間損耗大的問題。
[0022]本發明實施例是這樣實現的，一種用于安防交通流數據智能處理系統，該用于安防交通流數據智能處理系統包括:攝像頭、數據處理器、圖形圖像接口、模型驅動器、圖片庫模塊、模型庫模塊、時刻控制器、紅綠燈；
[0023]攝像頭，用于采集現場的交通狀況；
[0024]數據處理器，與攝像頭連接，用于負責處理交通現場視頻信息，采集圖像，并獲得模型設計所需的參數；
[0025]圖形圖像接口，與數據處理器連接，用于實現圖片和視頻信息的傳送；
[0026]模型驅動器，與與數據處理器連接，用于通過模型預先定義智能化方法模型，允許用戶完成基于智能化的交通數據流應用開發；
[0027]圖片庫模塊，與模型驅動器連接，用于存放能夠反映各個時段交通情況的圖片集;
[0028]模型庫模塊，與與模型驅動器連接，用于放置智能化交通數據流處理方法；
[0029]時刻控制器，與圖形圖像接口、圖片庫模塊和模型庫模塊連接，用于根據算法對紅綠燈時間進行智能控制；
[0030]紅綠燈，與時刻控制器，用于按照時刻控制器的控制指令，實現紅綠燈的轉換。
[0031]進一步，時間控制器的算法的具體方法為:
[0032]第一步，首先判斷當前交通時段是否是高峰時段，如果是，則以/作為當前交通現場第i個相位的信息采集間隔時間，7；S<G，因為高峰時段現場情況比較復雜，需要對現場進行比較密集的信號采集；
[0033]第二步，將現場采集到的第i個相位的車流量圖片故^與及fr做對比，若差異性小于事先給定的閾值，說明現場交通的車流量沒有達到高峰期的飽和狀態，現場調節綠燈放行的時間，否則，說明現場情況與建模時的典型情況基本吻合，可用模型中算出的最優放行時間設定紅綠燈時間；
[0034]第三步，若當前交通時間不是高峰時段，而是常規時段，則將采集時間設定為G，常規時段交通壓力不大，可以放寬第i個相位信息采集的時間間隔，將處理器時間分給其他相位的信息處理，將同時段的現場采集圖片與圖片庫中的典型圖片對比，若差值大于閾值，說明現場車流量異常增多，此時應加大對給相位的監控力度，于是將采集間隔時間縮小，增加采集的頻率，同時調用文獻的方法，現場調節綠燈放行時間。
[0035]進一步，模型庫模塊的城市道路交通綠燈放行時間優化方法為:
[0036]第一步，設一個交通道路路口有η個相位，每個相位的綠燈放行時間為ti，時段T內第i個相位的車輛放行量為nif，該路口在時段T內的車輛放行總量記為Nf ；
[0037]第二步，根據交通道路路口歷史數據，提取ti和nif，gep編碼，初始化種群；
[0038]第三步，計算個體的適應度，是否達到設定的閾值或已達到設定的迭代次數是，轉第五步，否，轉第四步；
[0039]第四步，兩點交叉，染色體變異、構造新一代種群，轉第三步； [0040]第五步，輸出各相位最優綠燈放行時間。
[0041]本發明提供的用于安防交通流數據智能處理系統，通過模型庫的設置，對交通燈綠燈放行時間優化能夠根據道路交通歷史數據，發現一段時間內特定道路的交通周期、規律性信息，不但對交通信號燈的調節具有指導意義，還可以為城市管理者在治理交通、出臺相關道路建設決策時提供科學依據；通過時間控制器的設置，對道路交通燈控制考慮了道路交通的周期和規律性對現場交通信號采集頻度、以及紅綠燈時間設置的影響，可以根據現場交通視頻信息及時發現交通異常并及時調節交通信號燈時間，提高了交通信號燈的智能化程度，縮短了設備的運算時間，較好的解決了現有的交通燈智能控制存在的不能取到最佳的放行時間、不能準確地捕捉到交通現場狀況、設備運算時間損耗大的問題。
【專利附圖】

【附圖說明】
[0042]圖1是本發明實施例提供的用于安防交通流數據智能處理系統的結構示意圖；
[0043]圖中:1、攝像頭；2、數據處理器；3、圖形圖像接口 ；4、模型驅動器；5、圖片庫模塊；
6、模型庫模塊；7、時刻控制器；8、紅綠燈；
[0044]圖2是本發明實施例提供的時間控制器的算法的流程圖。
【具體實施方式】
[0045]為了使本發明的目的、技術方案及優點更加清楚明白，以下結合實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并不用于限定本發明。
[0046]下面結合附圖及具體實施例對本發明的應用原理作進一步描述。[0047]如圖1所示，本發明實施例的用于安防交通流數據智能處理系統主要由:攝像頭
1、數據處理器2、圖形圖像接口 3、模型驅動器4、圖片庫模塊5、模型庫模塊6、時刻控制器
7、紅綠燈8組成；
[0048]攝像頭I，用于采集現場的交通狀況；
[0049]數據處理器2，與攝像頭I連接，用于負責處理交通現場視頻信息，采集圖像，并獲得模型設計所需的參數；
[0050]圖形圖像接口 3，與數據處理器2連接，用于實現圖片和視頻信息的傳送；
[0051]模型驅動器4，與與數據處理器2連接，用于通過模型預先定義智能化方法模型，允許用戶完成基于智能化的交通數據流應用開發；
[0052]圖片庫模塊5，與模型驅動器4連接，用于存放能夠反映各個時段交通情況的圖片集;
[0053]模型庫模塊6，與模型驅動器4連接，用于放置智能化交通數據流處理方法；
[0054]時刻控制器7，與圖形圖像接口 3、圖片庫模塊5和模型庫模塊6連接，用于根據算法對紅綠燈時間進行智能控制；
[0055]紅綠燈8，與時刻控制器7，用于按照時刻控制器7的控制指令，實現紅綠燈的轉 換。
[0056]如圖2所示，本發明實施例的時間控制器的算法的具體方法為:
[0057]S201:判斷時間是否為高峰時段；
[0058]S202:差異性與事先給定的閥值的比較判斷；
[0059]S203:調節綠燈放行時間；
[0060]S204:選擇模型庫中相應時段的最佳放行時間；
[0061]S205:輸出要求的時間；
[0062]S206:設置常規時段的采集時間；
[0063]S207:再次判斷差異性與事先給定的閥值的大小。
[0064]表1時間控制器算法所用符號解釋
[0065]
【權利要求】
1.一種用于安防交通流數據智能處理系統，其特征在于，該用于安防交通流數據智能處理系統包括:攝像頭、數據處理器、圖形圖像接口、模型驅動器、圖片庫模塊、模型庫模塊、時刻控制器、紅綠燈； 攝像頭，用于采集現場的交通狀況； 數據處理器，與攝像頭連接，用于負責處理交通現場視頻信息，采集圖像，并獲得模型設計所需的參數； 圖形圖像接口，與數據處理器連接，用于實現圖片和視頻信息的傳送； 模型驅動器，與與數據處理器連接，用于通過模型預先定義智能化方法模型，允許用戶完成基于智能化的交通數據流應用開發； 圖片庫模塊，與模型驅動器連接，用于存放能夠反映各個時段交通情況的圖片集； 模型庫模塊，與與模型驅動器連接，用于放置智能化交通數據流處理方法； 時刻控制器，與 圖形圖像接口、圖片庫模塊和模型庫模塊連接，用于根據算法對紅綠燈時間進行智能控制； 紅綠燈，與時刻控制器，用于按照時刻控制器的控制指令，實現紅綠燈的轉換。
2.如權利要求1所述的用于安防交通流數據智能處理系統，其特征在于，時間控制器的算法的具體方法為: 第一步，首先判斷當前交通時段是否是高峰時段，如果是，則以37作為當前交通現場第i個相位的信息采集間隔時間，，因為高峰時段現場情況比較復雜，需要對現場進行比較密集的信號采集； 第二步，將現場采集到的第i個相位的車流量圖片疋^與貧S做對比，若差異性小于事先給定的閾值，說明現場交通的車流量沒有達到高峰期的飽和狀態，現場調節綠燈放行的時間，否則，說明現場情況與建模時的典型情況基本吻合，可用模型中算出的最優放行時間設定紅綠燈時間； 第三步，若當前交通時間不是高峰時段，而是常規時段，則將采集時間設定為G，常規時段交通壓力不大，可以放寬第i個相位信息采集的時間間隔，將處理器時間分給其他相位的信息處理，將同時段的現場采集圖片與圖片庫中的典型圖片對比，若差值大于閾值，說明現場車流量異常增多，此時應加大對給相位的監控力度，于是將采集間隔時間縮小，增加采集的頻率，同時調用文獻的方法，現場調節綠燈放行時間。
3.如權利要求1所述的用于安防交通流數據智能處理系統，其特征在于，模型庫模塊的城市道路交通綠燈放行時間優化方法為: 第一步，設一個交通道路路口有η個相位，每個相位的綠燈放行時間為ti，時段T內第i個相位的車輛放行量為nif，該路口在時段T內的車輛放行總量記為Nf ； 第二步，根據交通道路路口歷史數據，提取ti和nif，gep編碼，初始化種群； 第三步，計算個體的適應度，是否達到設定的閾值或已達到設定的迭代次數？是，轉第五步，否，轉第四步； 第四步，兩點交叉，染色體變異、構造新一代種群，轉第三步； 第五步，輸出各相位最優綠燈放行時間。
【文檔編號】G08G1/08GK103956057SQ201410012098
【公開日】2014年7月30日 申請日期:2014年1月13日 優先權日:2014年1月13日
【發明者】元昌安, 覃曉, 王艷, 彭昱忠 申請人:廣西師范學院