一种交通信号自适应配时方法技术

一种交通信号自适应配时方法，涉及交通信号控制领域，为解决现有技术中借助人工的方法指导出与不同时段内相契合的交通配时方案方法不能根据实时交通信息对区域进行多节点协调控制的问题，包括以下步骤：步骤一：获取交叉路口的视频图像信息；步骤二：将视频图像信息进行灰度化处理；步骤三：利用均值滤波和中值滤波对视频图像进行处理；步骤四：采用形态学中的开运算对视频图像序列进行逐帧处理；步骤五：建立背景模型，并对背景模型进行实时更新；步骤六：结合帧差法与背景差分法进行运动目标检测和统计目标数目；步骤七：利用萤火虫算法得到区域配时方案。本发明专利技术可根据区域交通实况协调控制各路口信号灯的时间，缓解交通拥堵。

An Adaptive Timing Method for Traffic Signals

【技术实现步骤摘要】
一种交通信号自适应配时方法
本专利技术涉及交通信号控制领域，具体为一种交通信号自适应配时方法。
技术介绍
随着城市规模的不断扩大，城市机动化率也不断攀升，道路资源的供给无法与日益扩张的城市交通需求匹配，交通拥堵、安全事故、环境污染等问题日渐凸显。目前国内很多城市的路口信号控制方式为多时段定时控制，通过对历史交通数据进行研究，计算不同时间段的交通流变化规律，借助人工的方法手段指导出与不同时段内相契合的配时方案。然而伴随着城市汽车保有量的增加以及出行目的的多样化，城市道路交通量的日变化特征已不再具有很强的规律性，多时段实时控制方式在解决拥堵问题上存在很大的局限性。由于交通流是动态、非线性的，如何实现交通信号的智能控制是一个比较难以解决的问题。另外，单路口的交通信号控制只能实现本路口通行量最大化，当扩展到多交通路口的区域控制时未必能够实现整个区域最优，如何实现区域的协调控制又是一个较为复杂的问题。因此，研究如何对所控制的交通网络建立模型，根据实时交通信息对区域进行多节点优化联网协调控制，求解出最合适的交通信号控制参数，再利用对信号灯配时的控制完成对区域交通路况实时调整显得尤为重要。
技术实现思路
本专利技术的目的是：为了解决现有技术中借助人工的方法指导出与不同时段内相契合的交通配时方案方法不能根据实时交通信息对区域进行多节点协调控制的问题，提出一种交通信号自适应配时方法。本专利技术采用如下技术方案实现：一种交通信号自适应配时方法，包括以下步骤：步骤一：获取交叉路口的视频图像信息；步骤二：将视频图像信息进行灰度化处理；步骤三：利用均值滤波和中值滤波对视频图像进行处理；步骤四：采用形态学中的开运算对视频图像序列进行逐帧处理；步骤五：建立背景模型，并对背景模型进行实时更新；步骤六：结合帧差法与背景差分法进行运动目标检测和统计目标数目；步骤七：利用萤火虫算法得到区域配时方案。进一步的，在所述步骤七之前对配时控制目标进行优化，所述配时控制目标包括：通行能力、延误，所述延误包括路口车辆平均延误时间和区域总延误时间。进一步的，所述通行能力表示为：其中，S为路口的饱和流率；tg为有效绿灯时间；C为信号周期，λ为有效绿信比。进一步的，所述通行能力的优化函数为：其中，为第n个路口第i个相位的饱和流率；为第n个路口第i个相位的有效绿信比。进一步的，，所述路口车辆平均延误时间表示为：其中，x为饱和度，q为路口的实际车流量，区域总延误时间最小优化函数为：进一步的，所述步骤五中背景模型的概率密度函数为：其中，变量Xt表示每个像素点的像素值，h(Xt,ui,t,∑i,t)是t时刻的第i个高斯分布，ui,t和∑i,t分别是高斯分布的均值和协方差，且I是单位矩阵，Wi,t是第i个高斯分布的权重，且进一步的，t时刻的第i个高斯分布由如下公式得到：其中，n表示Xt的维数，每个像素的K个高斯分布总是按Wi,t/σi，t由大到小排列。进一步的，所述步骤五中背景模型实时更新通过如下步骤实现：首先利用公式|Xt-ui,t-1|≤δσi,t-1判断新的像素值Xt与已存在的K个高斯分布是否匹配，δ取2.5～3.5，若满足上式，则认为像素与该高斯分布相匹配，高斯分布的权重Wi,t，均值ui,t，标准差σi,t按如下公式进行更新Wi,t＝(1-α)Wi,t-1+αMi,tui,t＝(1-ρ)ui,t-1+ρXi,t式中，α为权重的更新率，且0≤α≤1，ρ为均值和方差的更新率，ρ＝αh(Xt,u,∑)，Mi,t＝1；如果不匹配，权值Wi,t按公式Wi,t＝(1-α)Wi,t-1+αMi,t更新，均值和方差保持不变，Mi,t＝0；如果Xt与K个高斯分布都不匹配，则引入一个新的高斯分布取代排在最后的高斯分布，新的高斯分布的均值、标准差和权重分别为Xt、σinit和Winit，在更新完成后，归一化各高斯分布的权重，使进一步的，在所述步骤五背景模型实时更新后，按优先级重新对K个高斯模型进行排序，然后取前B个高斯模型作为生成的背景模板，其表达式为：其中，T为阈值。进一步的，所述步骤七具体步骤如下：步骤七一：选择交叉口间距离小于800米的交叉口形成一个区域，确定区域中路口个数，初始化算法参数η，光吸收系数β，相互吸引度γ，萤火虫种群规模、算法迭代次数和萤火虫编码，采用实数编码方法，编码信息即为每个路口对应各相位绿灯时长；步骤七二：选取适应度函数更新所有萤火虫的适应度值，标记适应度值最大的萤火虫个体，记录下该萤火虫的信息；步骤七三：在萤火虫的可见范围内，所有萤火虫按照迭代公式Xi＝Xi+β·(Xj-Xi)+η·(rand-1/2)向适应度值较大的萤火虫移动，同时最亮萤火虫随机移动，直到所有萤火虫都完成一次移动，记录种群中最优萤火虫对应的信息。步骤七四：判断是否超过迭代次数，若超过，转到步骤五；否则，继续步骤二；步骤七五：输出适应度最大的萤火虫个体的信息，即区域配时优化方案；其中，ωd和ωq为延时和通行能力的权重因子。本专利技术采用上述技术方案，具有如下有益效果：本专利技术利用均值滤波和中值滤波处理视频图像中存在的高斯噪声和椒盐噪声，并利用车辆目标检测算法从视频图像序列中将运动的车辆目标提取出来，结合萤火虫算法得出最佳配时方案，本专利技术可根据区域交通实况协调控制各路口信号灯的时间，缓解交通拥堵。附图说明图1为四相位划分图。图2为配时优化流程图。图3为实施例中交通控制系统框图。具体实施方式具体实施方式一：下面结合图1和图2具体说明本实施方式，本实施方式中，一种交通信号自适应配时方法，包括以下步骤：步骤一：获取交叉路口的视频图像信息；步骤二：将视频图像信息进行灰度化处理；步骤三：利用均值滤波和中值滤波对视频图像进行处理；一般的交通视频图像会受到各种噪声的影响，其中不仅包含有高斯噪声还包含了椒盐噪声，因此，采用将均值滤波和中值滤波相结合的方式对视频图像进行预处理，在实际处理时，均值滤波和中值滤波的处理顺序对于结果影响不大，因此并无先后顺序。步骤四：采用形态学中的开运算对视频图像序列进行逐帧处理；于单纯的图像灰度化处理和滤波处理无法满足整个系统的运行要求，采用形态学中的开运算并选取square(方形)结构进行后续处理。步骤五：建立背景模型，并对背景模型进行实时更新；模型基于高斯背景模型算法。步骤六：结合帧差法与背景差分法进行运动目标检测和统计目标数目；步骤七：利用萤火虫算法得到区域配时方案。运动目标检测和统计的完成过程：选取背景差分法结合帧差法，根据不断更新的背景模型对所有的视频帧进行处理，完成对运动车辆的检测和统计。车辆目标检测算法的核心任务是要从视频图像序列中将运动的车辆目标提取出来。由于采用摄像头等视频采集设备拍摄的视频图像中的背景图像容易受到周围环境的影响，而且背景模型也不是一直固定不变的，故本专利技术设计了一种改进的混合高斯背景模型算法进行自适应背景模型的建立及背景的实时更新。主要包括以下三个部分。(1)背景建模设变量Xt表示每个像素点的像素值，其概率密度函数可以由K个三维高斯分布函数来表示：其中，h(Xt,ui,t,∑i,t)是t时刻的第i个高斯分布，ui,t和∑i,t分别是高斯分布的均值和协方差，且I是单位矩阵，Wi,t是第i个高斯分布的权重，且有通常情况下，在初始化建模时会将输入的第一本文档来自技高网...

【技术保护点】
1.一种交通信号自适应配时方法，其特征在于包括以下步骤：步骤一：获取交叉路口的视频图像信息；步骤二：将视频图像信息进行灰度化处理；步骤三：利用均值滤波和中值滤波对视频图像进行处理；步骤四：采用形态学中的开运算对视频图像序列进行逐帧处理；步骤五：建立背景模型，并对背景模型进行实时更新；步骤六：结合帧差法与背景差分法进行运动目标检测和统计目标数目；步骤七：利用萤火虫算法得到区域配时方案。

【技术特征摘要】
1.一种交通信号自适应配时方法，其特征在于包括以下步骤：步骤一：获取交叉路口的视频图像信息；步骤二：将视频图像信息进行灰度化处理；步骤三：利用均值滤波和中值滤波对视频图像进行处理；步骤四：采用形态学中的开运算对视频图像序列进行逐帧处理；步骤五：建立背景模型，并对背景模型进行实时更新；步骤六：结合帧差法与背景差分法进行运动目标检测和统计目标数目；步骤七：利用萤火虫算法得到区域配时方案。2.根据权利要求1所述的一种交通信号自适应配时方法，其特征在于：在所述步骤七之前对配时控制目标进行优化，所述配时控制目标包括：通行能力、延误，所述延误包括路口车辆平均延误时间和区域总延误时间。3.根据权利要求2所述的一种交通信号自适应配时方法，其特征在于，所述通行能力表示为：其中，S为路口的饱和流率；tg为有效绿灯时间；C为信号周期，λ为有效绿信比。4.根据权利要求3所述的一种交通信号自适应配时方法，其特征在于，所述通行能力的优化函数为：其中，为第n个路口第i个相位的饱和流率；为第n个路口第i个相位的有效绿信比。5.根据权利要求4所述的一种交通信号自适应配时方法，其特征在于，所述路口车辆平均延误时间表示为：其中，x为饱和度，q为路口的实际车流量，区域总延误时间最小优化函数为：6.根据权利要求5所述的一种交通信号自适应配时方法，其特征在于，所述步骤五中背景模型的概率密度函数为：其中，变量Xt表示每个像素点的像素值，h(Xt,ui,t,∑i,t)是t时刻的第i个高斯分布，ui,t和∑i,t分别是高斯分布的均值和协方差，且I是单位矩阵，Wi,t是第i个高斯分布的权重，且7.根据权利要求6所述的一种交通信号自适应配时方法，其特征在于，t时刻的第i个高斯分布由如下公式得到：其中，n表示Xt的维数，每个像素的K个高斯分布总是按Wi,t/σi，t由大到小排列。8.根据权利要求7所述的一种交通信号自适应配时方法，其特征在于，所述步骤五中背景模型实时更新通过如下步骤实现：首先利用公式|Xt-ui,t-1|≤δσ...

【专利技术属性】
技术研发人员：柳长源，任宇艳，洪路宁，张一帆，于会越，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：黑龙江,23