道路交叉口的车流控制方法以及装置制造方法及图纸

本申请公开一种道路交叉口的车流控制方法，包括：对道路交叉口各个车流方向的道路视频数据中包含的图像帧进行检测，获得所述道路交叉口各个车流方向的车流信息；将所述车流信息代入预先配置的车流转向控制模型进行计算，根据计算结果选择满足预设条件的车流方向执行转向控制。所述道路交叉口的车流控制方法，利用所述车流转向控制模型进行计算的效率更高，此外，对所述道路交叉口的车流控制更加全面，并且智能化程度更高。

Vehicle flow control method and device for road intersection

The invention discloses a road intersection traffic control method, including: detecting the image data of each video frame contains the road intersection traffic in the direction, the road intersection traffic in each direction of traffic information; the traffic information into the pre configured vehicle steering control calculation model according to the calculation results can meet the traffic direction premise steering control. The traffic flow control method at the road intersection is more efficient by using the vehicle steering control model, and the traffic flow control at the road intersection is more comprehensive and intelligent.

【技术实现步骤摘要】
道路交叉口的车流控制方法以及装置
本申请涉及智能交通领域，具体涉及一种道路交叉口的车流控制方法。本申请同时涉及一种道路交叉口的车流控制装置，另一种道路交叉口的车流控制方法以及装置，以及两种电子设备。
技术介绍
随着经济的高速发展和生活水平的不断提高，机动车的保有量迅速增加，其中尤以私家车为主不断的涌入有限的城市交通路网，给城市交通路网带来了巨大的压力，尤其是给城市交通路网中的道路交叉口(平面交叉口)带来了许多问题。道路交叉口作为两条或两条以上的道路相交处，是车辆与行人汇集、转向和疏散的必经之地，是城市交通路网的咽喉，因此，减少道路交叉口的拥堵和冲突是提升城市交通路网的重要手段。随着智能交通的兴起，通过对城市交通路网中的车流量的控制，从而实现对道路交叉口各个车流方向(来车方向)的车流量的控制，比如在道路交叉口实施禁左管理，可以有效的改善车辆在道路交叉口的拥堵，还可以减少道路交叉口各个方向左转行驶的车流与反向直行车流的行驶冲突，减少交通事故的发生。目前针对城市交通路网中道路交叉口的车流控制，根据道路交叉口的实际情形，通过软件建模或者人工统计的方式计算道路交叉口各个方向在以往某一时间段的车流信息，根据获得的车流信息对道路交叉口一个或者多个方向行驶的车流进行禁左优化，常见的道路交叉口的禁左优化有针对道路交叉口左转车流较少的方向进行禁左，或者针对左转车流较少且方向相对的两个方向进行禁左。现有技术针对道路交叉口进行的禁左优化，获得道路交叉口车流量等数据的方式十分传统，采用软件建模或是使用人工统计的方式获得，效率较低；此外，针对道路交叉口的车流进行的禁左优化，需要人为的参与道路交叉口禁左优化的决策，无法根据道路交叉口实时的车流状况进行禁左优化，对道路交叉口的车流控制较为单一，并且智能化程度较低。
技术实现思路
本申请提供一种道路交叉口的车流控制方法，以解决现有技术存在的对车流控制较为单一、智能化程度低和效率低的问题。本申请同时涉及一种道路交叉口的车流控制装置，另一种道路交叉口的车流控制方法以及装置，以及两种电子设备。本申请提供一种道路交叉口的车流控制方法，包括：对道路交叉口各个车流方向的道路视频数据中包含的图像帧进行检测，获得所述道路交叉口各个车流方向的车流信息；将所述车流信息代入预先配置的车流转向控制模型进行计算，根据计算结果选择满足预设条件的车流方向执行转向控制。可选的，所述对道路交叉口各个车流方向的道路视频数据中包含的图像帧进行检测，获得所述道路交叉口各个车流方向的车流信息步骤，基于预先训练的道路视频检测模型实现；其中，所述道路视频检测模型是根据所述道路交叉口以往的道路视频数据离线训练获得的。可选的，所述对道路交叉口各个车流方向的道路视频数据中包含的图像帧进行检测，获得所述道路交叉口各个车流方向的车流信息，采用如下方式实现：利用所述道路视频检测模型采用的卷积神经网络对所述道路视频数据中包含的图像帧进行检测，获得所述道路视频数据中车辆的车辆信息；利用所述道路视频检测模型采用的跟踪算法结合所述道路视频数据中包含的图像帧进行计算，获得所述车辆的行驶轨迹信息；利用所述道路视频检测模型采用的聚类算法结合所述车辆信息和所述行驶轨迹信息进行分析计算，获得所述道路交叉口各个车流方向的车流信息。可选的，所述对道路交叉口各个车流方向的道路视频数据中包含的图像帧进行检测，获得所述道路交叉口各个车流方向的车流信息，采用如下方式实现：利用所述道路视频检测模型采用的卷积神经网络对所述道路视频数据中包含的图像帧进行检测，获得所述道路视频数据中车辆的车辆信息；利用所述道路视频检测模型采用的车牌识别算法，结合所述道路视频数据中包含的图像帧进行检测，获得所述车辆的车牌信息，并基于所述车牌信息的跟踪获得所述车辆的行驶轨迹信息；利用所述道路视频检测模型采用的聚类算法结合所述车辆信息和所述行驶轨迹信息进行分析计算，获得所述道路交叉口各个车流方向的车流信息。可选的，所述车流信息包括：直行车流量、左转车流量和右转车流量。可选的，所述车流转向控制模型包括：单方向车流转向控制模型、单路口车流转向控制模型、区域车流转向控制模型或者OD转向控制模型。可选的，所述单方向车流转向控制模型针对四相位信号控制的道路交叉口执行转向控制。可选的，所述单方向车流转向控制模型，采用如下方式进行计算：获取所述道路交叉口各个相位信号的控制时长；计算所述道路交叉口各个车流方向的直行车流量与左转车流量的车流量比值，以及所述道路交叉口各个车流方向对应的直行相位信号与左转相位信号的控制时长的控制时长比值；计算所述道路交叉口各个车流方向的所述车流量比值与所述控制时长比值的差值。可选的，所述根据计算结果选择满足预设条件的车流方向执行转向控制，采用如下方式实现：选择所述差值大于预设阈值的车流方向作为转向控制车流方向，并针对所述转向控制车流方向执行转向控制。可选的，所述控制时长通过分析所述道路视频数据中包含的图像帧获得；或者，所述控制时长通过预先配置的相位信号配时方案获得。可选的，所述单路口车流转向控制模型，采用如下方式进行计算：获取所述道路交叉口各个车流方向执行转向控制后各自采用的绕行路线；针对所述道路交叉口的每一个转向控制计划，执行如下操作：结合所述车流信息和所述绕行路线，计算所述车流方向的总车流量；根据所述车流方向的总车流量，结合所述车流方向预先配置的各个基准延误时长参数，计算所述车流方向的平均延误时长参数；根据所述平均延误时长参数，计算所述道路交叉口的路口平均延误时长参数。可选的，所述道路交叉口各个车流方向按照特定排序顺序进行排序，按照所述车流方向的排序顺序，所述车流方向根据是否执行转向控制分别对应的相位进行组合，获得的相位组合的数目与所述转向控制计划的数目相等，所述转向控制计划与所述车流方向的相位组合具有一一对应关系。可选的，针对所述道路交叉口的每一个车流方向，该车流方向的总车流量采用如下方式计算：该车流方向的总车流量，等于该车流方向对应的直行车流量、左转车流量、右转车流量与绕行车流量之和。可选的，该车流方向对应的绕行车流量，是指所述道路交叉口各个车流方向执行转向控制后采用的绕行线路中，与该车流方向重合的绕行线路对应的车流量。可选的，所述平均延误时长参数，等于所述直行车流量、所述左转车流量和所述右转车流量与各自对应的基准延误时长参数的乘积之和，与所述车流方向的总车流量的比值。可选的，所述路口平均延误时长参数，等于所述车流方向与各自对应的延误时长参数的乘积之和，与所述道路交叉口的路口总车流量的比值；其中，所述道路交叉口的路口总车流量等于所述道路交叉口各个车流方向对应的总车流量之和。可选的，所述根据计算结果选择满足预设条件的车流方向执行转向控制，采用如下方式实现：选择所述道路交叉口的路口平均延误时长参数最小的转向控制计划，按照该转向控制计划对所述道路交叉口各个车流方向执行转向控制。可选的，所述区域车流转向控制模型，采用如下方式进行计算：获取待控制区域内各道路交叉口的各个车流方向执行转向控制后各自采用的绕行路线；针对所述待控制区域的每一个区域转向控制计划，执行如下操作：结合所述车流信息和所述绕行路线，计算所述车流方向的第二总车流量；根据所述车流方向的第二总车流量，结合所述车流方向预先本文档来自技高网...

【技术保护点】
一种道路交叉口的车流控制方法，其特征在于，包括：对道路交叉口各个车流方向的道路视频数据中包含的图像帧进行检测，获得所述道路交叉口各个车流方向的车流信息；将所述车流信息代入预先配置的车流转向控制模型进行计算，根据计算结果选择满足预设条件的车流方向执行转向控制。

【技术特征摘要】
1.一种道路交叉口的车流控制方法，其特征在于，包括：对道路交叉口各个车流方向的道路视频数据中包含的图像帧进行检测，获得所述道路交叉口各个车流方向的车流信息；将所述车流信息代入预先配置的车流转向控制模型进行计算，根据计算结果选择满足预设条件的车流方向执行转向控制。2.根据权利要求1所述的道路交叉口的车流控制方法，其特征在于，所述对道路交叉口各个车流方向的道路视频数据中包含的图像帧进行检测，获得所述道路交叉口各个车流方向的车流信息步骤，基于预先训练的道路视频检测模型实现；其中，所述道路视频检测模型是根据所述道路交叉口以往的道路视频数据离线训练获得的。3.根据权利要求2所述的道路交叉口的车流控制方法，其特征在于，所述对道路交叉口各个车流方向的道路视频数据中包含的图像帧进行检测，获得所述道路交叉口各个车流方向的车流信息，采用如下方式实现：利用所述道路视频检测模型采用的卷积神经网络对所述道路视频数据中包含的图像帧进行检测，获得所述道路视频数据中车辆的车辆信息；利用所述道路视频检测模型采用的跟踪算法结合所述道路视频数据中包含的图像帧进行计算，获得所述车辆的行驶轨迹信息；利用所述道路视频检测模型采用的聚类算法结合所述车辆信息和所述行驶轨迹信息进行分析计算，获得所述道路交叉口各个车流方向的车流信息。4.根据权利要求2所述的道路交叉口的车流控制方法，其特征在于，所述对道路交叉口各个车流方向的道路视频数据中包含的图像帧进行检测，获得所述道路交叉口各个车流方向的车流信息，采用如下方式实现：利用所述道路视频检测模型采用的卷积神经网络对所述道路视频数据中包含的图像帧进行检测，获得所述道路视频数据中车辆的车辆信息；利用所述道路视频检测模型采用的车牌识别算法，结合所述道路视频数据中包含的图像帧进行检测，获得所述车辆的车牌信息，并基于所述车牌信息的跟踪获得所述车辆的行驶轨迹信息；利用所述道路视频检测模型采用的聚类算法结合所述车辆信息和所述行驶轨迹信息进行分析计算，获得所述道路交叉口各个车流方向的车流信息。5.根据权利要求1所述的道路交叉口的车流控制方法，其特征在于，所述车流信息包括：直行车流量、左转车流量和右转车流量。6.根据权利要求5所述的道路交叉口的车流控制方法，其特征在于，所述车流转向控制模型包括：单方向车流转向控制模型、单路口车流转向控制模型、区域车流转向控制模型或者OD转向控制模型。7.根据权利要求6所述的道路交叉口的车流控制方法，其特征在于，所述单方向车流转向控制模型针对四相位信号控制的道路交叉口执行转向控制。8.根据权利要求7所述的道路交叉口的车流控制方法，其特征在于，所述单方向车流转向控制模型，采用如下方式进行计算：获取所述道路交叉口各个相位信号的控制时长；计算所述道路交叉口各个车流方向的直行车流量与左转车流量的车流量比值，以及所述道路交叉口各个车流方向对应的直行相位信号与左转相位信号的控制时长的控制时长比值；计算所述道路交叉口各个车流方向的所述车流量比值与所述控制时长比值的差值。9.根据权利要求8所述的道路交叉口的车流控制方法，其特征在于，所述根据计算结果选择满足预设条件的车流方向执行转向控制，采用如下方式实现：选择所述差值大于预设阈值的车流方向作为转向控制车流方向，并针对所述转向控制车流方向执行转向控制。10.根据权利要求8所述的道路交叉口的车流控制方法，其特征在于，所述控制时长通过分析所述道路视频数据中包含的图像帧获得；或者，所述控制时长通过预先配置的相位信号配时方案获得。11.根据权利要求6所述的道路交叉口的车流控制方法，其特征在于，所述单路口车流转向控制模型，采用如下方式进行计算：获取所述道路交叉口各个车流方向执行转向控制后各自采用的绕行路线；针对所述道路交叉口的每一个转向控制计划，执行如下操作：结合所述车流信息和所述绕行路线，计算所述车流方向的总车流量；根据所述车流方向的总车流量，结合所述车流方向预先配置的各个基准延误时长参数，计算所述车流方向的平均延误时长参数；根据所述平均延误时长参数，计算所述道路交叉口的路口平均延误时长参数。12.根据权利要求11所述的道路交叉口的车流控制方法，其特征在于，所述道路交叉口各个车流方向按照特定排序顺序进行排序，按照所述车流方向的排序顺序，所述车流方向根据是否执行转向控制分别对应的相位进行组合，获得的相位组合的数目与所述转向控制计划的数目相等，所述转向控制计划与所述车流方向的相位组合具有一一对应关系。13.根据权利要求11所述的道路交叉口的车流控制方法，其特征在于，针对所述道路交叉口的每一个车流方向，该车流方向的总车流量采用如下方式计算：该车流方向的总车流量，等于该车流方向对应的直行车流量、左转车流量、右转车流量与绕行车流量之和。14.根据权利要求13所述的道路交叉口的车流控制方法，其特征在于，该车流方向对应的绕行车流量，是指所述道路交叉口各个车流方向执行转向控制后采用的绕行线路中，与该车流方向重合的绕行线路对应的车流量。15.根据权利要求11所述的道路交叉口的车流控制方法，其特征在于，所述平均延误时长参数，等于所述直行车流量、所述左转车流量和所述右转车流量与各自对应的基准延误时长参数的乘积之和，与所述车流方向的总车流量的比值。16.根据权利要求11所述的道路交叉口的车流控制方法，其特征在于，所述路口平均延误时长参数，等于所述车流方向与各自对应的延误时长参数的乘积之和，与所述道路交叉口的路口总车流量的比值；其中，所述道路交叉口的路口总车流量等于所述道路交叉口各个车流方向对应的总车流量之和。17.根据权利要求11所述的道路交叉口的车流控制方法，其特征在于，所述根据计算结果选择满足预设条件的车流方向执行转向控制，采用如下方式实现：选择所述道路交叉口的路口平均延误时长参数最小的转向控制计划，按照该转向控制计划对所述道路交叉口各个车流方向执行转向控制。18.根据权利要求6所述的道路交叉口的车流控制方法，其特征在于，所述区域车流转向控制模型，采用如下方式进行计算：获取待控制区域内各道路交叉口的各个车流方向执行转向控制后各自采用的绕行路线；针对所述待控制区域的每一个区域转向控制计划，执行如下操作：结合所述车流信息和所述绕行路线，计算所述车流方向的第二总车流量；根据所述车流方向的第二总车流量，结合所述车流方向预先配置的各个基准延误时长参数，计算所述车流方向的第二平均延误时长参数；根据所述第二平均延误时长参数，计算所述道路交叉口的第二路口平均延误时长参数；根据所述第二路口平均延误时长参数，计算所述待控制区域的区域平均延误时长参数。19.根据权利要求18所述的道路交叉口的车流控制方法，其特征在于，所述待控制区域内各个道路交叉口的各个车流方向按照特定排序顺序进行排序，按照所述车流方向的排序顺序，所述车流方向根据是否执行转向控制分别对应的相位进行组合，获得的区域相位组合的数目与所述区域转向控制计划的数目相等，所述区域转向控制计划与所述车流方向的区域相位组合具有一一对应关系。20.根据权利要求18所述的道路交叉口的车流控制方法，其特征在于，针对所述待控制区域内各个道路交叉口的每一个车流方向，该车流方向的第二总车流量采用如下方式计算：该车流方向的第二总车流量，等于该车流方向对应的直行车流量、左转车流量、右转车流量与第二绕行车流量之和。21.根据权利要求20所述的道路交叉口的车流控制方法，其特征在于，该车流方向对应的第二绕行车流量，是指该车流方向对应的道路交叉口各个车流方向执行转向控制后采用的绕行线路，以及该车流方向对应的道路交叉口所属的邻域道路交叉口的各个车流方向执行转向控制后采用的绕行线路中，与该车流方向重合的绕行线路对应的车流量。22.根据权利要求21所述的道路交叉口的车流控制方法，其特征在于，所述邻域道路交叉口包括：所述待控制区域内与所述道路交叉口相邻、且与所述道路交叉口之间未间隔其他道路交叉口的道路交叉口。23.根据权利要求18所述的道路交叉口的车流控制方法，其特征在于，所述第二平均延误时长参数，等于所述直行车流量、所述左转车流量和所述右转车流量与各自对应的基准延误时长参数的乘积之和，与所述车流方向的第二总车流量的比值。24.根据权利要求18所述的道路交叉口的车流控制方法，其特征在于，所述第二路口平均延误时长参数，等于所述车流方向与各自对应的延误时长参数的乘积之和，与所述道路交叉口的第二路口总车流量的比值；其中，所述道路交叉口的第二路口总车流量等于所述道路交叉口各个车流方向对应的第二总车流量之和。25.根据权利要求24所述的道路交叉口的车流控制方法，其特征在于，所述区域平均延误时长参数，等于所述待控制区域内各个道路交叉口与各自对应的第二路口平均延误时长参数的乘积之和，与所述待控制区域内的区域总车流量的比值；其中，所述待控制区域内的区域总车流量等于所述待控制区域内各个道路交叉口对应的第二路口总车流量之和。26.根据权利要求18所述的道路交叉口的车流控制方法，其特征在于，所述根据计算结果选择满足预设条件的车流方向执行转向控制，采用如下方式实现：选择所述待控制区域的区域平均延误时长参数最小的区域转向控制计划，按照该区域转向控制计划对所述待控制区域内各个道路交叉口的各个车流方向执行转向控制。27.根据权利要求6所述的道路交叉口的车流控制方法，其特征在于，所述OD转向控制模型，采用如下方式进行计算：获取第二待控制区域内以往的车辆的OD流数据；将所述OD流数据结合所述第二待控制区域...

【专利技术属性】
技术研发人员：华先胜，黄建强，周昌，邓兵，张旭，金志勇，任沛然，申晨，储文青，刘垚，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY