一种基于制造技术

本发明专利技术公开了一种基于

【技术实现步骤摘要】
一种基于YOLO模型的智能交通信号灯控制系统及方法


[0001]本专利技术属于交通控制
，具体涉及一种基于
YOLO
模型的智能交通信号灯控制系统及方法
。

技术介绍

[0002]随着科技的不断发展和人工智能技术的崭露头角，我们正迈入智能时代，这个时代将由人工智能成为推动力量，就如同蒸汽时代的蒸汽机
、
电气时代的发电机
、
信息时代的计算机和互联网一样，人工智能正成为决定性的力量
。
[0003]科技的发展同样给交通带来了巨大的便利，但是现如今仍然存在一些问题，例如，不同路口的交通流量和等待时间存在明显不均衡，有些路口车辆排队等待时间过长，而另一些路口则相对较短
。
年轻人过马路时通常能够快速通过，但对于老年人或行动不便的人来说，可能会带来一定的安全隐患
。

技术实现思路

[0004]本专利技术旨在解决现有技术的不足，提出一种基于
YOLO
模型的智能交通信号灯控制系统及方法，通过实时监测和分析十字路口的交通情况，特别注重车辆和行人的识别技术，以便根据实际交通状况智能化地控制交通信号灯
。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种基于
YOLO
模型的智能交通信号灯控制系统，包括：图像采集模块
、
图像处理模块
、
信息处理模块和控制模块；
[0007]所述图像采集模块用于采集路口的交通情况视频信息；
[0008]所述图像处理模块用于对所述交通情况视频信息进行处理，得到交通信息，所述交通信息包括：车辆数据和行人数据；
[0009]所述信息处理模块用于基于所述交通信息生成信号灯时长分配情况；
[0010]所述控制模块基于所述信号灯时长分配情况控制信号灯
。
[0011]优选的，所述图像采集模块包括：采集单元和第一通讯单元；
[0012]所述采集单元用于采集不同方向上的所述交通情况视频信息；
[0013]所述第一通讯单元用于将所述交通情况视频信息发送至所述图像处理模块
。
[0014]优选的，所述图像处理模块包括：视频处理单元
、
图像识别单元和第二通讯单元；
[0015]所述视频处理单元用于对所述交通情况视频信息逐帧提取，得到若干交通情况图像；
[0016]所述图像识别单元利用
YOLOv8
模型对所述交通情况图像进行识别，得到所述车辆数据和所述行人数据；
[0017]所述第二通讯单元用于将所述车辆数据和所述行人数据发送至所述信息处理模块
。
[0018]优选的，所述信息处理模块包括：处理单元和第三通讯单元；
[0019]所述处理单元用于基于所述车辆数据和所述行人数据计算信号灯时长分配情况；
[0020]所述第三通讯单元用于将所述信号灯时长分配情况发送至所述控制模块
。
[0021]优选的，所述控制模块包括：第四通讯单元
、
指令生成单元和控制单元；
[0022]所述第四通讯单元用于接收所述信号灯时长分配情况；
[0023]所述指令生成单元用于基于所述信号灯时长分配情况生成所述控制指令；
[0024]所述控制单元用于基于所述控制指令控制交通信号灯
。
[0025]本专利技术还提供了一种基于
YOLO
模型的智能交通信号灯控制方法，所述方法应用于上述任一项所述的控制系统，包括以下步骤：
[0026]采集路口的交通情况视频信息；
[0027]对所述交通情况视频信息进行处理，得到交通信息，所述交通信息包括：车辆数据和行人数据；
[0028]基于所述交通信息生成信号灯时长分配情况；
[0029]基于所述信号灯时长分配情况控制信号灯
。
[0030]优选的，所述处理的方法包括：
[0031]对所述交通情况视频信息逐帧提取，得到若干交通情况图像；
[0032]利用
YOLOv8
模型对所述交通情况图像进行识别，得到所述车辆数据和所述行人数据
。
[0033]优选的，所述控制的方法包括：
[0034]基于所述信号灯时长分配情况生成所述控制指令；
[0035]基于所述控制指令控制交通信号灯
。
[0036]与现有技术相比，本专利技术的有益效果为：
[0037]本专利技术利用人工智能识别车辆的数量，提出了其在交通信号灯上进行应用，自适应对信号灯控制，减少交通拥堵，提高道路通行速度
。
除了识别车辆的数量外，还对等待过马路的行人进行识别，及时响应特殊情况，如老年行人，提高道路安全性
。
在技术可持续上，采用
YOLO
模型后期还可继续延伸，实现对如消防车辆
、
救护车辆等应急车辆的识别，自适应开启绿色通道，另一方面，优化信号灯控制可降低交通拥堵，减少车辆停滞时间，从而减少能源消耗和排放
。
附图说明
[0038]为了更清楚地说明本专利技术的技术方案，下面对实施例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是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图
。
[0039]图1为本专利技术实施例的系统结构示意图；
[0040]图2为本专利技术实施例的信号灯时长分配情况算法示意图
。
具体实施方式
[0041]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做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
。
[0042]为使本专利技术的上述目的
、
特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明
。
[0043]实施例一
[0044]在本实施例中，如图1所示，一种基于
YOLO
模型的智能交通信号灯控制系统，包括：图像采集模块
、
图像处理模块
、
信息处理模块和控制模块
。
[0045]图像采集模块用于采集路口的交通情况视频信息
。
[0046]图像采集模块包括：采集单元和第一通讯单元；采集单元用于采集不同方向上的交通情况视频信息；第一通讯单元用于将交通情况视频信息发送至图像处理模块
。
在本实施例中，采集单元可选用若干高清摄像头，分别设置在路口不同方向上，采集不同方向上的交通情况视频信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
YOLO
模型的智能交通信号灯控制系统，其特征在于，包括：图像采集模块
、
图像处理模块
、
信息处理模块和控制模块；所述图像采集模块用于采集路口的交通情况视频信息；所述图像处理模块用于对所述交通情况视频信息进行处理，得到交通信息，所述交通信息包括：车辆数据和行人数据；所述信息处理模块用于基于所述交通信息生成信号灯时长分配情况；所述控制模块基于所述信号灯时长分配情况控制信号灯
。2.
根据权利要求1所述一种基于
YOLO
模型的智能交通信号灯控制系统，其特征在于，所述图像采集模块包括：采集单元和第一通讯单元；所述采集单元用于采集不同方向上的所述交通情况视频信息；所述第一通讯单元用于将所述交通情况视频信息发送至所述图像处理模块
。3.
根据权利要求1所述一种基于
YOLO
模型的智能交通信号灯控制系统，其特征在于，所述图像处理模块包括：视频处理单元
、
图像识别单元和第二通讯单元；所述视频处理单元用于对所述交通情况视频信息逐帧提取，得到若干交通情况图像；所述图像识别单元利用
YOLOv8
模型对所述交通情况图像进行识别，得到所述车辆数据和所述行人数据；所述第二通讯单元用于将所述车辆数据和所述行人数据发送至所述信息处理模块
。4.
根据权利要求3所述一种基于
YOLO
模型的智能交通信号灯控制系统，其特征在于，所述信息处理模块包括：处理单元和第三通讯单元；所述处理...

【专利技术属性】
技术研发人员：陆高健，
申请(专利权)人：广州市第二中学，
类型：发明
国别省市：