一种基于交通大数据的红绿灯智能调控系统和方法技术方案

本发明专利技术公开了一种基于交通大数据的红绿灯智能调控系统和方法，其中智能调控系统包括：交通数据采集子系统，用于采集交通状态数据，将交通状态数据传输至大数据云端；大数据云端用于，对交通状态数据进行排列与存储；数据处理子系统，用于调用大数据云端中的交通状态数据，对交通状态进行分析，获取红绿灯持续时长；智能控制子系统，用于根据红绿灯持续时长，并构建自主调控模型对交通现场红绿灯的持续时长进行智能控制。本发明专利技术通过数据存储架构进行时间顺序数据存储，节省数据提取时间，增加系统运行效率，通过计算路段拥堵情况以及通行压力调整红绿灯持续时长，并采用深度卷积神经网络完成自动控制调节。经网络完成自动控制调节。经网络完成自动控制调节。

【技术实现步骤摘要】
一种基于交通大数据的红绿灯智能调控系统和方法


[0001]本专利技术属于交通信号灯控制领域，特别是涉及一种基于交通大数据的红绿灯智能调控方法和系统。

技术介绍

[0002]随着经济发展以及技术的进步，城市人口以及车辆的数量急剧增加，由此也导致交通拥堵现象频发，对人们的出行造成诸多不便。交通红绿灯作为缓解城市交通压力、提高城市通行效率的重要手段，发挥着越来越重要的作用。但现有的红绿灯控制方案仅能按照固定的算法进行红绿灯控制，当交通路况发生变化时，无法及时根据交通状态调整红绿灯的时间间隔。

技术实现思路

[0003]本专利技术的目的是提供一种基于交通大数据的红绿灯智能调控系统和方法，以解决上述现有技术存在的问题。
[0004]一方面为实现上述目的，本专利技术提供了一种基于交通大数据的红绿灯智能调控系统，包括交通数据采集子系统、大数据云端、数据处理子系统、智能控制子系统；
[0005]所述交通数据采集子系统用于采集交通状态数据，将所述交通状态数据传输至所述大数据云端；
[0006]所述大数据云端用于对所述交通状态数据进行排列与存储；
[0007]所述数据处理子系统用于调用所述大数据云端中的交通状态数据，对所述交通状态进行分析，获取红绿灯持续时长；
[0008]所述智能控制子系统用于根据所述红绿灯持续时长，并构建自主调控模型对交通现场红绿灯的持续时长进行智能控制。
[0009]可选地，所述交通数据采集子系统包括航拍模块以及现场图像采集模块，所述数据采集子系统包括若干组无人机，若干组无人机均搭载航拍装置，通过所述航拍装置对交通道路进行成像，获取交通状态俯视图；所述现场图像采集模块包括高清成像装置，所述高清成像装置与交通红绿灯并排设置，用于获取现场交通状态图像。
[0010]可选地，所述大数据云端通过构建数据存储框架，对实时获取的所述交通状态数据进行存储；
[0011]所述数据存储架构为XML架构，在所述XML架构中，按照数据获取时间的递进顺序，并将获取时间作为约束条件，将所述交通状态数据作为时间下的详细描述，同时根据所述约束条件对不同获取时间的交通状态俯视图进行存储，并将对应获取时间的现场交通状态图像同时存储。
[0012]可选地，所述数据处理子系统对交通状态俯视图以及现场交通状态图像进行特征提取，获取交通路段红灯向绿灯切换时的东西南北方向的车辆总数、行人总数，根据东西南北方向的车辆总数、行人总数计算路段拥堵程度以及通行压力，基于所述路段拥堵程度以
及所述通行压力计算绿灯持续时长，并设置黄灯持续时长，根据所述绿灯持续时长与所述黄灯持续时长计算红灯持续时长。
[0013]可选地，所述智能控制子系统采用深度卷积神经网络构建自主调控模型，并统计所述数据处理子系统计算的绿灯持续时长、黄灯持续时长、红灯持续时长以及对应的车辆总数、行人总数、路段拥堵程度、通行压力，对所述自主调控模型进行训练并更新，根据训练完成后的自主调控模型进行智能控制。
[0014]另一方面为实现上述目的，本专利技术提供了一种基于交通大数据的红绿灯智能调控方法，包括以下步骤：
[0015]基于搭载航拍装置的无人机获取交通状态俯视图，基于高清成像装置获取现场交通状态图像；
[0016]基于XML架构对所述交通状态俯视图与所述现场交通状态图像进行排列存储；
[0017]对所述交通状态俯视图与所述现场交通状态图像进行分析，获取红绿灯持续时长；
[0018]基于深度卷积神经网络构建自主调控模型，并根据所述红绿灯持续时长对交通现场红绿灯的持续时长进行智能控制。
[0019]可选地，基于XML架构对所述交通状态俯视图与所述现场交通状态图像进行排列存储的过程包括：
[0020]按照数据获取时间的递进顺序，并将获取时间作为约束条件，将所述交通状态俯视图作为时间下的详细描述，同时根据所述约束条件对不同获取时间的交通状态俯视图进行存储，并将对应获取时间的现场交通状态图像同时存储。
[0021]可选地，对所述交通状态俯视图与所述现场交通状态图像进行分析的过程包括：
[0022]对所述交通状态俯视图以及所述现场交通状态图像进行特征提取，获取交通路段红灯向绿灯切换时的东西南北方向的车辆总数、行人总数；
[0023]基于东西南北方向的车辆总数、行人总数计算路段拥堵程度以及通行压力；
[0024]基于所述路段拥堵程度以及所述通行压力计算绿灯持续时长，并设置黄灯持续时长，基于所述绿灯持续时长与所述黄灯持续时长计算红灯持续时长。
[0025]可选地，根据所述红绿灯持续时长对交通现场红绿灯的持续时长进行智能控制的过程包括：
[0026]统计所述绿灯持续时长、黄灯持续时长、红灯持续时长以及对应的车辆总数、行人总数、路段拥堵程度、通行压力，对所述自主调控模型进行训练并更新，根据训练完成后的自主调控模型进行智能控制。
[0027]本专利技术的技术效果为：
[0028]本专利技术通过同时获取现场交通图像以及交通俯视图像提高行人及车辆参数提取的准确性，通过数据存储架构进行时间顺序数据存储，节省数据提取时间，增加系统运行效率，通过计算路段拥堵情况以及通行压力调整红绿灯持续时长，并采用深度卷积神经网络完成自动控制调节。
附图说明
[0029]构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实
施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0030]图1为本专利技术实施例中的基于交通大数据的红绿灯智能调控系统结构示意图；
[0031]图2为本专利技术实施例中的基于交通大数据的红绿灯智能调控方法流程图。
具体实施方式
[0032]需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
[0033]需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0034]实施例一
[0035]如图1所示，本实施例中提供一种基于交通大数据的红绿灯智能调控系统，包括依次相连的交通数据采集子系统、大数据云端、数据处理子系统、智能控制子系统；系统各模块功能如下所示：
[0036]交通数据采集子系统用于采集交通状态数据，包括航拍模块以及现场图像采集模块，其中，数据采集子系统包括若干组无人机，若干组无人机均搭载航拍装置，通过航拍装置对交通道路进行成像，获取交通状态俯视图；现场图像采集模块包括高清成像装置，高清成像装置与交通红绿灯并排设置，用于获取现场交通状态图像。
[0037]大数据云端用于构建数据存储框架，对实时获取的交通状态数据进行排列存储；所述的数据存储架构为XML架构，在XML架构中，按照数据获取时间的递进顺序，并将获取时间作为约束条件，将本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于交通大数据的红绿灯智能调控系统，其特征在于，包括交通数据采集子系统、大数据云端、数据处理子系统、智能控制子系统；所述交通数据采集子系统用于采集交通状态数据，将所述交通状态数据传输至所述大数据云端；所述大数据云端用于对所述交通状态数据进行排列与存储；所述数据处理子系统用于调用所述大数据云端中的交通状态数据，对所述交通状态进行分析，获取红绿灯持续时长；所述智能控制子系统用于根据所述红绿灯持续时长，并构建自主调控模型对交通现场红绿灯的持续时长进行智能控制。2.根据权利要求1所述的基于交通大数据的红绿灯智能调控系统，其特征在于，所述交通数据采集子系统包括航拍模块以及现场图像采集模块，所述数据采集子系统包括若干组无人机，若干组无人机均搭载航拍装置，通过所述航拍装置对交通道路进行成像，获取交通状态俯视图；所述现场图像采集模块包括高清成像装置，所述高清成像装置与交通红绿灯并排设置，用于获取现场交通状态图像。3.根据权利要求1所述的基于交通大数据的红绿灯智能调控系统，其特征在于，所述大数据云端通过构建数据存储框架，对实时获取的所述交通状态数据进行存储；所述数据存储架构为XML架构，在所述XML架构中，按照数据获取时间的递进顺序，并将获取时间作为约束条件，将所述交通状态数据作为时间下的详细描述，同时根据所述约束条件对不同获取时间的交通状态俯视图进行存储，并将对应获取时间的现场交通状态图像同时存储。4.根据权利要求1所述的基于交通大数据的红绿灯智能调控系统，其特征在于，所述数据处理子系统对交通状态俯视图以及现场交通状态图像进行特征提取，获取交通路段红灯向绿灯切换时的东西南北方向的车辆总数、行人总数，根据东西南北方向的车辆总数、行人总数计算路段拥堵程度以及通行压力，基于所述路段拥堵程度以及所述通行压力计算绿灯持续时长，并设置黄灯持续时长，根据所述绿灯持续时长与所述黄灯持续时长计算红灯持续时长。5.根据权利要求1所述的基于交通大数据的红绿灯智能调控系统，其特征在于，所述智能控制子系统采用深度卷积神经网络构建自主调控模型，并统计...

【专利技术属性】
技术研发人员：杨松，郭强，李亚敏，罗晨旭，肖国庆，李振豪，刘小宁，张习烨，
申请(专利权)人：河南理工大学，
类型：发明
国别省市：