交通信号灯智慧变换方法技术

交通信号灯智慧变换方法，应用在路口交通信号灯控制领域，解决前方相位拥堵却依然绿灯的问题，以及如何根据视频车辆数据控制信号灯的算法问题，其中包括：拥堵预测算法、信号灯组合选择算法、优先绿灯算法、延迟绿灯算法。采用拥堵预测算法，应用统计机器学习方法中的朴素贝叶斯、决策树、逻辑斯谛回归、K近邻、随机森林、AdaBoost、梯度提升方法，根据视频采集到的历史数据作为训练数据集，将已出路口距离、平均车速、车速变化、平均密度4个特征属性和拥堵状况作为训练数据，再将道路当前实时视频中对应已出路口距离范围的平均车速、车速变化、车辆平均密度作为特征属性，应用统计机器学习方法预测某一位置一定时间后将发生的拥堵概率，根据拥堵概率控制信号灯的变换，根据道路实时视频巡检计算的车辆数判断最佳相位组合、优先绿灯相位及绿灯延迟时间。

【技术实现步骤摘要】
交通信号灯智慧变换方法
交通信号灯智慧变换方法，本专利技术涉及一种交通信号灯轮换方法，应用在道路路口交通红绿灯的控制方法领域。
技术介绍
现有的交通信号灯控制系统，通过手动设置绿灯相位组合(如直行与左拐两相位同时绿灯或相向的两直行相位同时绿灯)及持续时间，信号灯设定后为固定规律，或者利用视频或感应线圈等传感设备采集车辆数据，在固定信号灯轮换规律的基础上简单增加有车辆相位的绿灯延迟，在所有相位车道都有连续车辆通过的情况下，则所有相位的绿灯都会延迟，不能根据多个相位车道的车(包括人)流量具体情况优先变换最佳相位组合及绿灯持续时间。相关的专利检索，出现了根据视频采集的车流量信息动态变化信号灯的概念，但缺乏完善的算法设计，也没有如何分析车流量大小及拥堵状况的具体算法。当绿灯时，若路口前方(绿灯相位行驶方向)发生拥堵趋势，后方车辆在绿灯指引下容易行驶到路口区域，阻挡交通，影响即将绿灯相位的车辆行驶，目前缺乏具体的车辆拥堵趋势的预测方法，也没有根据拥堵趋势预测结果控制交通信号灯的方法。
技术实现思路
为解决信号灯定时且固定相位轮换的低效率问题，前方相位拥堵却依然绿灯的问题，以及如何根据视频车辆数据控制信号灯的算法问题，本专利技术设计了一种根据车(包括人)流量及拥堵趋势实时控制信号灯的轮换方法，同时应用统计机器学习方法预测拥堵趋势。拥堵预测算法：应用统计机器学习方法中的朴素贝叶斯、决策树、逻辑斯谛回归、K近邻、随机森林、AdaBoost、梯度提升方法，根据视频采集到的历史数据作为训练数据集，将已出路口距离、平均车速、车速变化、平均密度4个特征属性和拥堵状况(一定时间后具体位置发生拥堵的概率)作为训练数据，再将道路当前实时视频中对应已出路口距离范围的平均车速、车速变化、车辆平均密度作为特征属性，应用上述多个统计机器学习方法预测某一位置(对应已出路口距离)即将(一定时间后)发生的拥堵状况(最高车速低于设定值定义为拥堵)概率，筛选出正确率最高的模型算法作为最终的统计学习应用方法。实时视频采集路口前方一定距离范围内所有同相位车道的车辆数据，分析已出路口距离、平均车速、车速变化、平均密度4个特征属性，预测某一时段后的拥堵概率。根据拥堵概率阈值(手动设置)输出拥堵状况(是否拥堵作为输出值)，即某一相位的具体位置一定时间后发生的拥堵概率达到阈值(如预测到10秒后发生拥堵的概率为85％，拥堵概率阈值设定为80％)就输出拥堵状态为“是”的结果。当绿灯时，统计机器学习算法预测路口前方(绿灯相位行驶方向)在时间tr(自定义)后发生拥堵的概率超过设置的概率阈值，则机器学习算法输出拥堵状态为“是”，此时拥堵相位的绿灯迅速转变为红灯，持续时间为一个巡检周期Tf(完成一次采集视频数据和机器学习算法预测到下一次采集视频数据和统计机器学习算法预测的时间间隔)，时间Tf内其余非拥堵相位信号灯继续参与算法轮换(下面段落即将讲述的算法)，每隔Tf巡检一次，直到拥堵解除才取消拥堵相位的强制红灯(恢复拥堵相位参与下面段落的算法轮换)。时间tr的设置是为了保证拥堵发生时路口车辆已驶出中心区域，以防止阻碍接下来的其余绿灯相位车辆行驶；当预测到红灯相位前方为拥堵，则保持红灯状态，持续时间也为Tf，其余相位继续参与下面段落的算法轮换。本专利技术说明书中的相位是指朝某一方向行驶的车道，如，道路A相向直行的两侧分别为A1、A2相位，对应的左拐为La1、La2；与路A交叉的路B，直行相位为B1、B2，左拐为Lb1、Lb2。信号灯组合选择算法(图1)：该算法目的是选出一个通行效率最高的信号灯组合方式，在本专利技术中将从A、B、C、D四个算法流程中选出一个，以通行车辆数最多的组合方式为优选原则。获取最新视频巡检计算结果，比较驶向路口的两侧车道(相向而行)车辆数量，如果路A的两侧车道(靠近路口的设定距离)存在TotalA1La1或TotalA2La2大于Ks倍的TotalA，A是A1、A2的和，路B也存在TotalB1Lb1或TotalB2Lb2大于Ks倍的TotalB，B是B1、B2的和，则采用直行和左拐同时绿灯的算法(B算法)，Ks为设置的系数(手动设置)；如果路A或路B都不存在上述直行与左拐车辆数大于Ks倍的双直行(相向而行)车辆数，则采用A算法；如果只有路A存在上述直行与左拐车辆数大于Ks倍的双直行(相向而行)车辆数，即路A两侧车辆数失衡，路B为平衡状态，则选用C算法；如果只有路B存在上述直行与左拐车辆数大于Ks倍的双直行(相向而行两侧)车辆数，路A两侧为平衡状态，则选用D算法。B算法(图4)：第一步，获取最新待过路口(靠近路口的设定距离)所有相位车辆视频巡检计算结果(车辆数)，所有相位分为A1、A2，La1、La2、B1、B2、Lb1、Lb2，A1、A2是A道路的两侧相向直行车道，La1、La2分别是A1、A2左侧的左拐车道，B1、B2是B道路的两侧相向直行车道，Lb1、Lb2分别是B1、B2左侧的左拐车道。所有绿灯相位组合分为A1La1、A2La2、B1Lb1、B2Lb2，比较四个相位组合的车辆数，比较时采用系数(优先绿灯系数)相乘的方法，系数手动设置，以调节不同车道数、不同重要程度的道路间的比较，选出乘以系数后车辆数最大值的相位组合优先绿灯，绿灯持续时间为t(手动设置的值)。第二步，在t结束前3秒内采集最新视频巡检计算结果，并完成与其余三个相位组合间乘以系数(延迟绿灯系数)后的两两比较，如果乘以系数后的数值依然最大，则该相位组合在第一轮绿灯t结束后继续第二轮绿灯，持续时间为ts(手动设置)。如果小于其余三个相位组合中的一个，则该相位组合在t结束后的本周期T内为红灯，其余三个组合继续比较。周期T为有车辆相位(非置0相位)完成一次算法轮换所需要的时间(不固定值，受每周期绿灯延长时间影响)。第三步，同一相位组合在第二轮持续绿灯时间ts结束前(如设置3秒内)继续采集最新视频巡检计算结果，继续按第二步方法比较，直到持续绿灯次数N达到最大设定值Nmax(设定的最大延迟次数)。第四步，所有非0相位组合(指组合后的车辆和不为0)全部完成一次绿灯(时间大于等于t)，结束一个周期，跳转到信号灯组合选择算法。A算法(图3)：所有绿灯相位组合为A(A1、A2的组合)、B(B1、B2的组合)、La(La1和La2的组合)、Lb(Lb1和Lb2的组合)。首先，获取最新待过路口(靠近路口的设定距离)车辆视频巡检计算结果(车辆数)，比较四个相位组合的车辆数，比较时采用系数(优先绿灯系数)相乘的方法，系数手动设置，以调节不同车道数、不同重要程度的道路间的比较，选出乘以系数后车辆数最大值的相位组合优先绿灯，绿灯持续时间为t(手动设置的值)。其次，在t结束前(如设置3秒内)采集最新视频巡检计算结果，并完成与其余三个相位组合间乘以系数(持续绿灯系数)后的两两比较，如果乘以系数后的数值依然最大，则该相位组合在第一轮绿灯t结束后继续第二轮绿灯，持续时间为ts(手动设置)。如果小于其余三个相位组合中的一个，则该相位组合在t结束后在本周期T内为红灯，其余三个组合进行比较。周期T为有车辆相位(非0相位)完成一次算法轮换所需要的时间(不固定值，受每周期绿灯延长时间影响)。再次，同一相位组合在第二轮持续绿灯ts结束前3秒内本文档来自技高网...

【技术保护点】
1.交通信号灯智慧变换方法，包括拥堵预测算法、信号灯组合选择算法、优先绿灯算法、延迟绿灯算法；应用统计机器学习方法，根据视频采集到的历史数据作为训练数据集，将已出路口距离、平均车速、车速变化、平均密度4个特征属性和拥堵状况作为训练数据，再将道路实时视频中对应已出路口距离的平均车速、车速变化、车辆平均密度作为特征属性，预测一定时间后发生的拥堵概率，当绿灯时，拥堵概率超过设置的概率阈值，则拥堵相位的绿灯转变为红灯，直到拥堵解除才取消拥堵相位的强制红灯；所有相位分为A1、A2，La1、La2、B1、B2、Lb1、Lb2，获取最新视频巡检计算结果，比较两侧车道(相向而行)车辆数，如果路A的两侧车道存在Total A1La1或Total A2La2大于Ks倍的Total A，路B也存在Total B1Lb1或Total B2Lb2大于Ks倍的Total B，则采用B算法，Ks为设置的系数；如果路A或路B都不存在直行与左拐车辆数大于Ks倍的双直行(相向而行)车辆数，则采用A算法；如果只有路A存在直行与左拐车辆数大于Ks倍的双直行车辆数，则选用C算法；如果只有路B存在直行与左拐车辆数大于Ks倍的双直行车辆数，则选用D算法；将信号灯组合算法分为A(A、B、La、Lb)、B(A1La1、A2La2、B1Lb1、B2Lb2)、C(A1La1、A2La2、B、Lb)、D(B1Lb1、B2Lb2、A、La)，第一步，根据所有相位车辆视频巡检计算结果(车辆数)，比较四个相位组合的车辆数，采用系数(优先绿灯系数)相乘的方法，系数手动设置，以调节不同车道数、不同重要程度的道路间的比较，选出乘以系数后车辆数最大值的相位组合优先绿灯，绿灯持续时间为t。第二步，在t结束前采集最新视频巡检计算结果，并完成与其余三个相位组合乘以系数(延迟绿灯系数)后的两两比较，如果乘以系数后的数值依然最大，则该相位组合在第一轮绿灯时间t结束后继续第二轮绿灯，持续时间为ts；第三步，同一相位组合在第二轮持续绿灯时间ts结束前继续采集最新视频巡检计算结果，继续按第二步方法比较，直到持续绿灯次数N达到最大设定值Nmax。...

【技术特征摘要】
1.交通信号灯智慧变换方法，包括拥堵预测算法、信号灯组合选择算法、优先绿灯算法、延迟绿灯算法；应用统计机器学习方法，根据视频采集到的历史数据作为训练数据集，将已出路口距离、平均车速、车速变化、平均密度4个特征属性和拥堵状况作为训练数据，再将道路实时视频中对应已出路口距离的平均车速、车速变化、车辆平均密度作为特征属性，预测一定时间后发生的拥堵概率，当绿灯时，拥堵概率超过设置的概率阈值，则拥堵相位的绿灯转变为红灯，直到拥堵解除才取消拥堵相位的强制红灯；所有相位分为A1、A2，La1、La2、B1、B2、Lb1、Lb2，获取最新视频巡检计算结果，比较两侧车道(相向而行)车辆数，如果路A的两侧车道存在TotalA1La1或TotalA2La2大于Ks倍的TotalA，路B也存在TotalB1Lb1或TotalB2Lb2大于Ks倍的TotalB，则采用B算法，Ks为设置的系数；如果路A或路B都不存在直行与左拐车辆数大于Ks倍的双直行(相向而行)车辆数，则采用A算法；如果只有路A存在直行...

【专利技术属性】
技术研发人员：张鹏，
申请(专利权)人：张鹏，
类型：发明
国别省市：北京,11