本发明专利技术公开了一种基于云端网络的路口信号灯的时间分配方法、装置、电子设备及计算机可读存储介质，所述方法适用于云端网络，所述云端网络分别与多个采集组件连接，每个所述采集组件设置在道路的一个路口上，所述方法包括：通过所述采集组件实时采集每个道路路口的交通参数；利用预设的神经网络计算所述交通参数对应路口的期望时间值；结合所述期望时间值与所述交通参数计算对应路口的期望分配时间参数；采用所述期望分配时间参数分配路口信号灯的输出时间。本发明专利技术可以根据实时交通状况分配相适配的信号灯控制时间，实现有效疏导交通状况，降低道路拥堵的概率的技术效果。降低道路拥堵的概率的技术效果。降低道路拥堵的概率的技术效果。
【技术实现步骤摘要】
一种基于云端网络的路口信号灯的时间分配方法及装置
[0001]本专利技术涉及交通管理的
，尤其涉及一种基于云端网络的路口信号灯的时间分配方法及装置。
技术介绍
[0002]随着城市化进程的不断推进，机动车保有量迅速上升，城市道路拥堵情况日益严重，城市道路叉路口交通面临越来越多的挑战，各大城市都面临不同程度的道路拥挤和出行困难的情况，现有的城市道路叉路信号灯难以满足现在的道路交通状况。为保障车辆在城市道路间的正常运行，道路路口的交通信号控制尤其重要。
[0003]目前常见的路口交通信号控制主要通过交通信号控制器来实现。其控制方式通常是按照预设的时间进行控制，即每个路口设置一定的停车或通行时长，基于时长控制灯亮灯灭，并且路口的每一个方向的通行时间一经设定在运行中是不改变的，以避免出现混乱的情况。
[0004]但目前常用的控制方式有如下技术问题：由于车辆的数量逐渐增加，使得每个路口的通行车辆的数量也在时刻发生变化，导致道路路口出现的交通状况千变万化，若按照特定时间进行控制，一旦当某一个方向拥堵或者多个方向拥堵时，容易出现单一方向拥堵严重，其余方向道路空旷无车辆使用，进一步增加拥挤的概率。
技术实现思路
[0005]本专利技术提出一种基于云端网络的路口信号灯的时间分配方法及装置，所述方法可以基于实时交通状态进行信号的时间分配，从而为各个路口提供适配的信号指挥，有效疏导交通状况，降低道路拥堵的概率。
[0006]本专利技术实施例的第一方面提供了一种基于云端网络的路口信号灯的时间分配方法，所述方法适用于云端网络，所述云端网络分别与多个采集组件连接，每个所述采集组件设置在道路的一个路口上，所述方法包括：
[0007]通过所述采集组件实时采集每个道路路口的交通参数；
[0008]利用预设的神经网络计算所述交通参数对应路口的期望时间值；
[0009]结合所述期望时间值与所述交通参数计算对应路口的期望分配时间参数；
[0010]采用所述期望分配时间参数分配路口信号灯的输出时间。
[0011]在第一方面的一种可能的实现方式中，所述交通参数包括：车辆行驶速度、车流数量和车辆通过率；所述预设的神经网络为三层BP的神经网络模型；
[0012]所述利用预设的神经网络计算所述交通参数对应路口的期望时间值，具体为：
[0013]将所述交通参数输入至第一层BP的神经网络模型并进行规划化处理，得到输入层向量；
[0014]将所述输入层向量映射至第二层BP的神经网络模型得到中间层向量，所述中间层向量包含直行向量、左转向量和右转向量；
[0015]利用第三层BP的神经网络模型分别对所述直行向量、所述左转向量和所述右转向量分配对应的时间占比值并集合输出，得到路口对应的期望时间值。
[0016]在第一方面的一种可能的实现方式中，所述交通参数还包括：直行概率、左转概率和右转概率；
[0017]所述结合所述期望时间值与所述交通参数计算对应路口的期望分配时间参数，包括：
[0018]将所述直行概率与所述直行向量对应的时间占比值相乘得到直行时间参数，将所述左转概率与所述左转向量对应的时间占比值相乘得到左转时间参数，以及将所述右转概率与所述右转向量对应的时间占比值相乘得到右转时间参数；
[0019]将所述直行时间参数、所述左转时间参数和所述右转时间参数的时长相加得到路口对应的期望分配时间参数。
[0020]在第一方面的一种可能的实现方式中，在所述结合所述期望时间值与所述交通参数计算对应路口的期望分配时间参数的步骤后，所述方法还包括：
[0021]确定当前时间节点，并按照当前时间节点从预设的云端数据库中提取历史分配时间参数；
[0022]加权平均所述期望分配时间参数与所述历史分配时间参数得到优化分配时间参数。
[0023]在第一方面的一种可能的实现方式中，所述采用所述期望分配时间参数分配路口信号灯的输出时间，包括：
[0024]预测路口信号灯在下一个触发使用的触发时间节点；
[0025]当到达所述触发时间节点时，将所述期望分配时间参数发送至路口信号灯对应的驱动设备中，以控制路口信号灯的启动并输出时间。
[0026]在第一方面的一种可能的实现方式中，所述规划化处理，具体为：
[0027]将所述交通参数与预设的指标值相乘得到交通指标值；
[0028]将所述交通指标值转换成第一层BP的神经网络模型对应格式的向量。
[0029]本专利技术实施例的第二方面提供了一种基于云端网络的路口信号灯的时间分配装置，所述装置适用于云端网络，所述云端网络分别与多个采集组件连接，每个所述采集组件设置在道路的一个路口上，所述装置包括：
[0030]采集模块，用于通过所述采集组件实时采集每个道路路口的交通参数；
[0031]期望计算模块，用于利用预设的神经网络计算所述交通参数对应路口的期望时间值；
[0032]时间计算模块，用于结合所述期望时间值与所述交通参数计算对应路口的期望分配时间参数；
[0033]控制模块，用于采用所述期望分配时间参数分配路口信号灯的输出时间。
[0034]在第二方面的一种可能的实现方式中，所述交通参数包括：车辆行驶速度、车流数量和车辆通过率；所述预设的神经网络为三层BP的神经网络模型；
[0035]所述期望计算模块还用于：
[0036]将所述交通参数输入至第一层BP的神经网络模型并进行规划化处理，得到输入层向量；
[0037]将所述输入层向量映射至第二层BP的神经网络模型得到中间层向量，所述中间层向量包含直行向量、左转向量和右转向量；
[0038]利用第三层BP的神经网络模型分别对所述直行向量、所述左转向量和所述右转向量分配对应的时间占比值并集合输出，得到路口对应的期望时间值。
[0039]相比于现有技术，本专利技术实施例提供的一种基于云端网络的路口信号灯的时间分配方法及装置，其有益效果在于：本专利技术可以通过采集组件实时采集每个道路路口的交通参数，以确定实时交通状况，接着根据实时交通状态计算所需的期望时间，以及利用期望时间至分配相适配的时间，进而可以根据适配的时间路口信号灯操作，实现有效疏导交通状况，降低道路拥堵的概率。
附图说明
[0040]图1是本专利技术一实施例提供的一种基于云端网络的路口信号灯的时间分配方法的流程示意图；
[0041]图2是本专利技术一实施例提供的一种基于云端网络的路口信号灯的时间分配装置的结构示意图。
具体实施方式
[0042]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0043]目前常用的控制方式有如下技术问题：由于车辆的数量逐渐增加，使得每个本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于云端网络的路口信号灯的时间分配方法，其特征在于，所述方法适用于云端网络，所述云端网络分别与多个采集组件连接，每个所述采集组件设置在道路的一个路口上，所述方法包括：通过所述采集组件实时采集每个道路路口的交通参数；利用预设的神经网络计算所述交通参数对应路口的期望时间值；结合所述期望时间值与所述交通参数计算对应路口的期望分配时间参数；采用所述期望分配时间参数分配路口信号灯的输出时间。2.根据权利要求1所述的基于云端网络的路口信号灯的时间分配方法，其特征在于，所述交通参数包括：车辆行驶速度、车流数量和车辆通过率；所述预设的神经网络为三层BP的神经网络模型；所述利用预设的神经网络计算所述交通参数对应路口的期望时间值，具体为：将所述交通参数输入至第一层BP的神经网络模型并进行规划化处理，得到输入层向量；将所述输入层向量映射至第二层BP的神经网络模型得到中间层向量，所述中间层向量包含直行向量、左转向量和右转向量；利用第三层BP的神经网络模型分别对所述直行向量、所述左转向量和所述右转向量分配对应的时间占比值并集合输出，得到路口对应的期望时间值。3.根据权利要求2所述的基于云端网络的路口信号灯的时间分配方法，其特征在于，所述交通参数还包括：直行概率、左转概率和右转概率；所述结合所述期望时间值与所述交通参数计算对应路口的期望分配时间参数，包括：将所述直行概率与所述直行向量对应的时间占比值相乘得到直行时间参数，将所述左转概率与所述左转向量对应的时间占比值相乘得到左转时间参数，以及将所述右转概率与所述右转向量对应的时间占比值相乘得到右转时间参数；将所述直行时间参数、所述左转时间参数和所述右转时间参数的时长相加得到路口对应的期望分配时间参数。4.根据权利要求1
‑
3任意一项所述的基于云端网络的路口信号灯的时间分配方法，其特征在于，在所述结合所述期望时间值与所述交通参数计算对应路口的期望分配时间参数的步骤后，所述方法还包括：确定当前时间节点，并按照当前时间节点从预设的云端数据库中提取历史分配时间参数；加权平均所述期望分配时间参数与所述历史分配时间参数得到优化分配时间参数。5.根据权利要求1所述的基于云端网络的路口信号灯的时间分配方法，其特征在...
【专利技术属性】
技术研发人员：钟祯德，蒙康正，梁安宁，
申请(专利权)人：广西中科曙光云计算有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。