一种基于实时场景下车流车速预测的智能交通方法技术

本发明专利技术公开了一种基于实施场景下车流车速预测的智能交通方法，包括：采集交通道口的视频信息；根据采集的视频信息，分析出交通综合信息，将交通综合信息载入历史交通综合信息；根据历史交通综合信息构建交通模型，预测出交通道口在未来预定时间节点的预测交通综合信息；根据预测交通综合信息，生成该交通道口的交通灯控制信号；根据交通灯控制信号，控制交通道口交通灯的执行。本发明专利技术通过现有监控系统，获取交通数据，通过建模，制定未来时间点的交通灯控制方案，再及时修正，保证了以简单结构对交通灯进行控制，及时性高，交通控制效果好，实时匹配度高，可有效避免交通道口的拥堵情况。

An intelligent traffic method based on real time scene vehicle speed prediction

【技术实现步骤摘要】
一种基于实时场景下车流车速预测的智能交通方法
本专利技术涉及交通控制领域，尤其是一种基于实时场景下车流车速预测的智能交通方法。
技术介绍
随着国民经济的高速发展和城市化进程的加快，我国机动车拥有量及道路交通量急剧增加。尤其是在大城市，交通拥挤阻塞以及由此导致的交通事故增加和环境污染的加剧，是我国城市面临的极其严重的问题之一，而且它们现已成为国民经济进一步发展的瓶颈问题。基于此，智能交通系统应运而生，它的本质就是通过信息技术的有效应用，最大限度地发挥已有交通基础设施和潜力，并引导合理的交通行为。而车流车速的检测，实时交通场景的检测是智能交通系统的基础和核心。目前就有多种方法检测车流车速，例如：电磁感应装置法、声学检测系统法、激光雷达检测法和车流信息的超声波检测法。它们都具有高性能、精度高、体积小、操作方便等特点。但实际上，或者是因为前进中的车辆速度、种类始终变化，所以普遍存在反射信号不稳定，测量误差大的问题；或者是因为成本高昂，需要组织施工，破坏路面等问题。随着计算机技术，图像处理技术，人工智能和模式识别，自动控制技术，以及电子传感器技术等技术的发展，对实时场景下车流车速有效检测和预测的智能交通成为可能。采用图像检测方法具有很多优点：比如其检测的覆盖范围大，检测的参数多；安装简单，维护方便，不破坏路面，工程造价低；适用面广，可以适用于路段，交叉路口等；而且能够实现全天候检测。目前，现有的图像检测技术在智能交通对车流车速进行检测方面的方法主要有两种，要么是基于图像序列中时间信息的，要么是基于图像序列中空间信息的，比如：1）光流法，当目标运动时，图像上对应目标的亮度信息（光流）也相应的运动。这样，根据时间上相邻的几帧图像可以计算出各像素点运动的大小和方向，从而利用运动场来区分背景和运动目标。由于要依赖光流估计的准确程度，大多数计算方法相当复杂并且计算量特别大，所以除非有特殊的硬件支持，否则很难实现实时检测。2）背景减法，将实时视频流中的图像像素点灰度值与事先已存储或实时得到的视频背景模型中的相应值比较，不符合要求的像素点被认为是运动像素，这是视频监控中最常用的运动检测方法。这种方法对光照和外部条件造成的环境变化过于敏感，常常会将运动目标的阴影错误的检测为其自身的一部分。专利号为：CN201520661277.9（公开日期：2016.01.06）的专利公开了一种基于监控图像分析的车流量检测系统，包括图像采集端、客户端、服务器端和交通处理系统，采集端悬置于路面交通网上的交通道和交通路口，采集路车辆图片信息并发送至客户端；客户端接收车辆图片信息，分析出车辆综合信息并发送至服务器端和交通处理系统，车辆综合信息综包括车型、车号、车流、车速。服务器端根据车辆综合信息生成控制交通信号灯的控制信号，将控制信号发送至交通处理系统；交通处理系统根据控制信号控制交通信号灯，以疏导路面交通；且交通处理系统根据车辆综合信息，判断交通阻塞时向服务器端发出警报。该系统公开了通过监控视频数据控制交通灯的方案，但其需要实时对交通数据进行计算，计算量庞大，相应计算设备的功耗高；同时，该专利未具体公开交通灯控制方案，在高效控制交通信号灯方面，存在明显不足。
技术实现思路
本专利技术的专利技术目的在于：针对上述存在的问题，提供一种基于实时场景下车流车速预测的智能交通方法，通过较小的计算量，解决基于视频图像的，对各路交通灯的合理控制问题。为解决上述全部或部分问题，本专利技术采用的技术方案如下：一种基于实施场景下车流车速预测的智能交通方法，包括：S100：采集交通道口的视频信息；S200：根据采集的所述视频信息，分析出交通综合信息，所述交通综合信息包括车流和车速；优选的，还可包括车型；S300：将所述交通综合信息载入历史交通综合信息；S400：根据所述历史交通综合信息构建交通模型，预测出所述交通道口在未来预定时间节点的预测交通综合信息；S500：根据所述预测交通综合信息，生成该交通道口的交通灯控制信号；S600：根据所述交通灯控制信号，控制所述交通道口交通灯的执行。上述方案，通过视频采集及进一步处理得到交通综合信息，实现了通过简单结构获取交通综合信息的方案，避免了利用地感线圈或其它感应器需破坏/改造路面/道路周围环境的情况。通过对历史交通数据的建模，实现了对未来时间节点该交通道口交通综合信息的预测，从而制定未来时间节点适用的交通灯控制方案。该方案通过历史交通数据，实现对交通道口交通灯的合理控制，解决了需人工控制的人力成本和人工无法完成的多道口联合控制的问题。进一步的，上述S400具体为：S4001：接收所述历史交通综合信息，根据所述历史交通综合信息构建交通模型；还判断当前时间点是否为预设时间节点，若是，则执行S4002，否则，执行S4004；S4002：根据S100-S200的方法，获取实时交通综合信息；S4003：根据所述实时交通综合信息对所述交通模型进行修正；S4004：根据所述交通模型，预测出所述交通道口在未来预定时间节点的预测交通综合信息。上述方案中，在预定时间节点获取实时交通综合信息，进一步对交通模型进行修正，保证了交通灯控制规则与实时环境的匹配度。同时，采用实时修正而非重新建模的方式，减少了预测的计算量，极大地提高了预测的及时性。作为优选，上述S4001中，通过回归分析法构建所述交通模型。基于该方案的交通模型构建过程，无需庞大的数据计算量，从而保证了预测的及时性；同时，保证了交通模型与实际场景的吻合度，从而提高预测准确性。作为优选，上述S300中，以循环存储模式将所述交通综合信息载入历史交通综合信息。即在存储历史交通综合信息的空间已满时，将载入的新的交通综合信息自动覆盖原历史交通综合信息中，最先存入的交通综合信息，空间仍不足的，继续覆盖次先存入的交通综合信息，以此类推。上述方案，一方面，可保证建模数据为最接近实时情况的数据，另一方面，实现了无需配置庞大的数据存储空间来满足交通综合信息的存储，从而精简结构，提高系统的稳定性。作为优选，上述预设时间节点为：以预定时间间隔设置的时间点。通过上述方案，在每隔预定时间间隔则对交通模型进行一次修正，一方面，避免了实时修正带来的庞大计算量，从而提高了预测的及时性；另一方面，也满足交通模型与实时交通路况的匹配程度，满足智能交通控制的需求。上述预定时间间隔可根据具体使用场景适当设定，或参考设置的硬件处理速度设定。进一步的，在上述S100前，还包括：S001：实时等待接收场景选择信号；若接收到场景选择信号，则执行S101，否则，执行所述S100；S101：根据所述场景选择信号，选择预设的交通灯控制信号，执行S600。上述场景选择信号为：针对预设的若干特殊场景所对应的信号，还针对该若干特殊场景，预设了相应的交通灯控制信号；即选定某一特殊场景，发出选择该特殊场景的场景选择信号，则选择对应于该特殊场景的交通灯控制信号。本方案综合考虑了道路在特殊使用场景下的应用，通过预设相应的交通灯控制规则，生成与特殊场景相应的交通灯控制信号，完成对相应交通灯的控制。本方案通过提前制定相应规则，且在执行中，以高优先级执行，从而可靠地解决相应场景的临时调用问题。进一步的，在上述S101在执行S600后，还包括：实时等待接收场景取消信号；若接本文档来自技高网...

【技术保护点】
一种基于实时场景下车流车速预测的智能交通方法，其特征在于，包括：S100：采集交通道口的视频信息；S200：根据采集的所述视频信息，分析出交通综合信息，所述交通综合信息包括车流和车速；S300：将所述交通综合信息载入历史交通综合信息；S400：根据所述历史交通综合信息构建交通模型，预测出所述交通道口在未来预定时间节点的预测交通综合信息；S500：根据所述预测交通综合信息，生成该交通道口的交通灯控制信号；S600：根据所述交通灯控制信号，控制所述交通道口交通灯的执行。

【技术特征摘要】
1.一种基于实时场景下车流车速预测的智能交通方法，其特征在于，包括：S100：采集交通道口的视频信息；S200：根据采集的所述视频信息，分析出交通综合信息，所述交通综合信息包括车流和车速；S300：将所述交通综合信息载入历史交通综合信息；S400：根据所述历史交通综合信息构建交通模型，预测出所述交通道口在未来预定时间节点的预测交通综合信息；S500：根据所述预测交通综合信息，生成该交通道口的交通灯控制信号；S600：根据所述交通灯控制信号，控制所述交通道口交通灯的执行。2.如权利要求1所述的方法，其特征在于，所述S400具体为：S4001：接收所述历史交通综合信息，根据所述是交通综合信息构建交通模型；还判断当前时间点是否为预设时间节点，若是，则执行S4002，否则，执行S4004；S4002：根据S100-S200的方法，获取实时交通综合信息；S4003：根据所述实时交通综合信息对所述交通模型进行修正；S4004：根据所述交通模型，预测出所述交通道口在未来预定时间节点的预测交通综合信息。3.如权利要求2所述的方法，其特征在于，所述预设时间节点为：以预定时间间隔设置的时间点。4.如权利要求3所述的方法，其特征在于，在所述S100前，还包括：S001：实时等待接收场景...

【专利技术属性】
技术研发人员：卢荣新，王泽民，李珉，施国鹏，
申请(专利权)人：一石数字技术成都有限公司，
类型：发明
国别省市：四川,51