动态控制人行横道信号灯配时的方法、系统及电子设备技术方案

本发明专利技术提供一种动态控制人行横道信号灯配时的方法、系统及电子设备，属于智能信号控制领域。所述方法步骤包括实时采集人行横道所在路口的场景视频；根据目标群体的特征标识检测是否有目标群体；识别路口当前的交通状况；动态调整信号配时控制策略，以控制所述路口的交通信号灯。所述动态控制人行横道信号灯配时的系统包括场景感知模块、分析检测模块、动态控制模块。所述电子设备包括一个或者多个处理器；存储器；所述存储器中存储有一个或者多个可执行程序，所述一个或者多个处理器读取存储器中存储的可执行程序代码。本发明专利技术在解决学生群体安全过街的同时，还最大化保障路口的通行效率。效率。效率。

【技术实现步骤摘要】
动态控制人行横道信号灯配时的方法、系统及电子设备


[0001]本专利技术属于智能信号控制领域，具体是一种动态控制人行横道信号灯配时的方法、系统及电子设备。

技术介绍

[0002]随着我国机动化进程持续发展，截至2022年，全国机动车保有量约达4亿辆，机动车驾驶人约5亿人。在高速发展的同时，道路交通事故量也逐年攀升，其中学生群体的安全意识较弱，易在路口奔跑玩耍，已成为交通事故中最易受伤的群体。
[0003]因此保障学生群体安全过街已成为势在必行的安全要求，目前常用的学生群体安全过街系统通常结合路口信号实现。有按钮式的信号过街系统，当行人按下信号机上的按钮后,对行人给与通行路权；还有人群识别式的过街系统，当检测设备发现指定区域内有人群后，对行人给与通行路权。但以上系统的缺点是无法区分不同的使用人群，不能自动识别出请求过街的是老人、学生、残疾人还是普通的行人；另外由于学生过街通常处于交通高峰期，信号系统无法对行人通行时间与车辆通行时间进行合理的分配，导致路口通行效率低下。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供一种动态控制人行横道信号灯配时的方法。结合学生过街的的实际需求，对学生校服特征进行识别，当发现特定目标后，结合路口车流情况，联动信号控制系统智能分配红绿灯时间，给与行人和车辆合理的通行权，在解决学生群体安全过街的同时，还最大化保障路口的通行效率。
[0005]为达到上述专利技术目的，采用如下技术方案：
[0006]第一方面，本专利技术提供一种动态控制人行横道信号灯配时的方法，所述方法包括步骤：
[0007]实时采集人行横道所在路口的场景视频；
[0008]对所述场景视频中的内容进行分析，根据目标群体的特征标识检测是否有目标群体；以及，
[0009]对所述场景视频中的内容进行分析，识别路口当前的交通状况；
[0010]根据所述目标群体和交通状况的检测或识别结果，动态调整信号配时控制策略，以控制所述路口的交通信号灯。
[0011]进一步的，所述实时采集人行横道所在路口的场景视频包括：基于人行横道所在路口预定位置设置的摄像机，通过内置CCD传感器采集光信号；
[0012]对所述光信号进行转换处理变成数字信号；
[0013]基于预设协议的编码方式将所述数字信号生成相应的图像。
[0014]进一步的，所述摄像机为高清摄像机；
[0015]所述高清摄像机根据目标群体在所述路口各人行横道的通行量设置。
[0016]进一步的，所述目标群体为学生，所述特征标识为校服；
[0017]所述对所述场景视频中的内容进行分析，根据目标群体的特征标识检测是否有目标群体包括：
[0018]对所述场景视频中的人行横道所在路口的过街等待区域进行标定；
[0019]将视频帧输入至目标检测模型，预测得到标定的过街等待区域内的校服及数量；
[0020]根据所述校服确定出目标群体，以及根据校服的数量确定出相应目标群体的数量。
[0021]进一步的，所述在对所述场景视频中的内容进行分析，根据目标群体的特征标识检测是否有目标群体之前，所述方法还包括：采集大量实际场景中穿着校服的学生图片，并对图片中校服所在区域进行标定，形成训练数据集；
[0022]将所述训练数据集输入深度学习框架进行深度学习训练，得到所述目标检测模型。
[0023]进一步的，所述对所述场景视频中的内容进行分析，识别路口当前的交通状况包括：
[0024]对场景视频中的车辆区域进行标定；
[0025]根据标定的车辆区域的图像背景灰度值，检测出场景视频中标定的区域内所有存在的车辆；
[0026]基于相邻图像帧车辆像素差值法确定车辆是否处于静止状态；
[0027]通过语义分割算法对整个场景的静止车辆进行轮廓分离，判断出排队车辆的连通区域；
[0028]根据所述连通区域确定车辆排队长度。
[0029]进一步的，所述根据所述目标群体和交通状况的检测或识别结果，动态调整信号配时控制策略，以控制所述路口的交通信号灯包括：当检测到目标群体数量到达或大于设定数量阈值，则调整信号配时控制策略为给与行人相位通行权，并为所述行人相位分配最小绿灯时间；
[0030]当检测到最小绿灯时间结束时，读取最新的车辆排队长度检测结果；
[0031]若所述车辆排队长度大于设定长度阈值，则变换信号相位，调整配时控制策略为给与机动车相位通行权。
[0032]进一步的，在读取最新的车辆排队长度检测结果之后，所述方法还包括：若所述车辆排队长度不大于设定长度阈值，则将行人相位延迟一个单位绿灯时间，直到绿灯延长到一个预置的最大绿灯时间时，结束行人相位。
[0033]进一步的，在所述读取最新的车辆排队长度检测结果之后，所述根据所述目标群体和交通状况的检测或识别结果，动态调整信号配时控制策略，以控制所述路口的交通信号灯还包括：获取在所述最小绿灯时间和最大绿灯时间之间对应的所述车辆排队长度检测结果；
[0034]若所述车辆排队长度大于设定长度阈值，且检测到当前无行人继续过街，则立即切换至车辆相位。
[0035]第二方面，本专利技术提供一种动态控制人行横道信号灯配时的系统，包括：场景感知模块，用于实时采集人行横道所在路口的场景视频；
[0036]分析检测模块，用于对所述场景视频中的内容进行分析，根据目标群体的特征标识检测是否有目标群体；以及，
[0037]对所述场景视频中的内容进行分析，识别路口当前的交通状况；
[0038]动态控制模块，用于根据所述目标群体和交通状况的检测或识别结果，动态调整信号配时控制策略，以控制所述路口的交通信号灯。
[0039]第三方面，本专利技术提供一种电子设备，包括：一个或者多个处理器；存储器；所述存储器中存储有一个或者多个可执行程序，所述一个或者多个处理器读取存储器中存储的可执行程序代码，运行与可执行程序代码对应的程序，以用于执行第一方面任一所述的动态控制人行横道信号灯配时的方法。
[0040]本文提供一种动态控制人行横道信号灯配时的方法、系统及一种电子设备。通过实时采集人行横道所在路口的场景视频；其次对所述场景视频中的内容进行分析，根据目标群体的特征标识检测是否有目标群体；以及，对所述场景视频中的内容进行分析，识别路口当前的交通状况；根据所述目标群体和交通状况的检测或识别结果，动态调整信号配时控制策略，以控制所述路口的交通信号灯。这样，基于视频感知、AI识别、智能信号控制等技术实现学生群体在通过交叉口或路段时获得合理的过街时间，进而降低其与机动车冲突的风险，保障学生过街安全，同时结合交通路况动态调整车辆相位的信号时长，尽可能减少行人过街对机动车的干扰减少车辆的延误。
附图说明
[0041]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动态控制人行横道信号灯配时的方法，其特征在于，所述方法包括步骤：实时采集人行横道所在路口的场景视频；对所述场景视频中的内容进行分析，根据目标群体的特征标识检测是否有目标群体；以及，对所述场景视频中的内容进行分析，识别路口当前的交通状况；根据所述目标群体和交通状况的检测或识别结果，动态调整信号配时控制策略，以控制所述路口的交通信号灯。2.根据权利要求1所述的方法，其特征在于，所述实时采集人行横道所在路口的场景视频包括：基于人行横道所在路口预定位置设置的摄像机，通过内置CCD传感器采集光信号；对所述光信号进行转换处理变成数字信号；基于预设协议的编码方式将所述数字信号生成相应的图像。3.根据权利要求2所述的方法，其特征在于，所述摄像机为高清摄像机；所述高清摄像机根据目标群体在所述路口各人行横道的通行量设置。4.根据权利要求3所述的方法，其特征在于，所述目标群体为学生，所述特征标识为校服；所述对所述场景视频中的内容进行分析，根据目标群体的特征标识检测是否有目标群体包括：对所述场景视频中的人行横道所在路口的过街等待区域进行标定；将视频帧输入至目标检测模型，预测得到标定的过街等待区域内的校服及数量；根据所述校服确定出目标群体，以及根据校服的数量确定出相应目标群体的数量。5.根据权利要求1或4所述的方法，其特征在于，所述在对所述场景视频中的内容进行分析，根据目标群体的特征标识检测是否有目标群体之前，所述方法还包括：采集大量实际场景中穿着校服的学生图片，并对图片中校服所在区域进行标定，形成训练数据集；将所述训练数据集输入深度学习框架进行深度学习训练，得到所述目标检测模型。6.根据权利要求1所述的方法，其特征在于，所述对所述场景视频中的内容进行分析，识别路口当前的交通状况包括：对场景视频中的车辆区域进行标定；根据标定的车辆区域的图像背景灰度值，检测出场景视频中标定的区域内...

【专利技术属性】
技术研发人员：杨云飞，
申请(专利权)人：北京英泰智科技股份有限公司，
类型：发明
国别省市：