一种基于待行人数的路段行人过街感应控制方法技术

本发明专利技术公开了一种基于待行人数的路段行人过街感应控制方法，包括：(1)获取控制阈值信息；(2)实时采集视频图像并提取待行人数信息；(3)判断控制切换信号灯。本发明专利技术充分考虑到城乡道路环境下的实际交通状况，以人行过街为优先考虑的对象，通过计算机视觉检测获取人行道待行人数的信息，并根据信息对信号灯进行切换控制，能够在保障行人过街安全的同时，合理的挖掘道路交通的时空资源，有效地提高城乡道路环境下的交通运行效率；相对现有技术对于车辆和行人双重识别，本发明专利技术检测识别准确率高，且控制可靠性强。

【技术实现步骤摘要】

本专利技术属于交通控制
，具体涉及。
技术介绍
红绿灯是城市交通系统中的重要组成成分。它在确保交通安全，规范车辆行为方面都起到了不可替代的作用。尽管我国大型城市中架设有高速环路，免去了一部分红绿灯， 但在普通街道以及十字路口中，红绿灯仍是规范各种车辆行为的主要手段之一。为了更有力的制止各种交通违规行为，在十字路口以及街道的某些重要地段往往有配合监管的各类摄像头，主要用于捕捉违规车辆行为，记录车牌照信息等等；可以说，在监视车辆行为以及车牌照识别方面，计算机视觉已经有了长足的发展。路段行人过街控制是城市交通信号控制的重要内容，对如何提高行人过街效率， 同时最大程度减少车辆等待延误时间有着重要意义。传统的路段行人过街控制方法一般是根据路段历史行人交通量情况或控制经验制定定时控制方案，此种控制方法在交通量变化较为稳定的状况下较为适用，在行人流量变化较大时难以适应交通需求，会浪费宝贵的交通资源，影响交通运行效率。申请号为201010121624. 0的中国专利公开了一种自适应式智能交通灯及其控制方法，其使用摄像机获取各方向道路的视频图像，对图像进行信息提取，根据等待排队车辆的密度以及等待过街行人的密度，对交通灯进行切换控制；其控制策略只适用于车流量与人流量大致相当且十字路口较多的城镇道路环境下；而对于车流量相对小于人流量且十字路口较少的城乡道路环境下，该控制方式的交通运行效率并不理想，且计算机视觉对于车辆和行人双重识别及密度分析，计算量大，可靠低。
技术实现思路
针对现有技术所存在的上述技术缺陷，本专利技术提供了，能够有效提高城乡道路环境下的交通运行效率，且控制识别可靠性尚ο，包括如下步骤(1)获取控制阈值信息；(2)实时采集人行道两端待行区的视频图像，从视频图像中提取出处于待行区的待行人数信息；(3)根据控制阈值信息和待行人数信息，对信号灯进行切换控制。所述的控制阈值信息包括机动车相位最长绿灯显示时间、行人相位最长绿灯显示时间、机动车相位至行人相位间绿灯间隔时间、行人相位至机动车相位间绿灯间隔时间、 最大待行人数和最小待行人数。所述的步骤(3)中，对机动车信号灯和行人信号灯进行切换控制的策略如下a.当机动车相位为绿灯，行人相位为红灯时，判断机动车相位绿灯显示时间是否达到机动车相位最长绿灯时间若是，经机动车相位至行人相位间绿灯间隔时间过渡后，将机动车相位切换为红灯，行人相位切换为绿灯；若否，且人行道待行区的待行人数大于最大待行人数时，经机动车相位至行人相位间绿灯间隔时间过渡后，将机动车相位切换为红灯，行人相位切换为绿灯；b.当机动车相位为红灯，行人相位为绿灯时，判断人行道绿灯的显示时长是否达到行人相位最长绿灯显示时间若是，经行人相位至机动车相位间绿灯间隔时间过渡后，将行人相位切换为红灯， 将机动车相位切换为绿灯；若否，且人行道待行区的待行人数小于最小待行人数，经行人相位至机动车相位间绿灯间隔时间过渡后，将行人相位切换为红灯，机动车相位切换为绿灯。本专利技术充分考虑到城乡道路环境下的实际交通状况，以人行过街为优先考虑的对象，通过计算机视觉检测获取人行道待行人数的信息，并根据信息对信号灯进行切换控制， 能够在保障行人过街安全的同时，合理的挖掘道路交通的时空资源，有效地提高城乡道路环境下的交通运行效率；相对现有技术对于车辆和行人双重识别，本专利技术检测识别准确率高，且控制可靠性强。附图说明图1为人行横道俯视图。图2为本专利技术的控制流程示意图。具体实施例方式为了更为具体地描述本专利技术，下面结合附图及具体实施方式对本专利技术的技术方案及其控制流程进行详细说明。本实施方式控制的对象为图1中机动车道与人行道交叉口的信号灯，该道路环境处于城乡区域，机动车道上往返的车辆较少，车辆在车道上行驶较为通畅；而车道两侧分别为居民住宅区和自由贸易市场，且离该交叉口最近的十字路口有1.5公里远，平日里车道两侧的行人都通过该人行道往返于两地。针对该道路环境，本实施方式提出，包括如下步骤(1)获取控制阈值信息。获取包括机动车相位最长绿灯显示时间、行人相位最长绿灯显示时间、机动车相位至行人相位间绿灯间隔时间、行人相位至机动车相位间绿灯间隔时间、最大待行人数和最小待行人数的控制阈值，并根据这些控制阈值，对控制交叉口信号灯的控制系统进行阈值设定。(2)实时采集视频图像并提取待行人数信息。利用两个摄像头分别朝向人行道两端的待行区，实时采集两端待行区的视频图像，并将视频图像提供给控制系统，由控制系统从视频图像中提取出处于待行区的待行人数信息。提取待行人数信息的方法主要是通过对于人脸的检测以及对人肩部区域的检测实现的；具体步骤包括1)通过人脸检测获取人脸位置信息。当前人脸检测的方法是使用Haar滤波器进行检测。其原理是首先对一个使用类Haar的弱分类器输入几百幅图像进行训练。这几百幅图像是包括关于某个特定物体的，例如人脸，称作正例；以及几百个任一的图像，称作反例。 这些训练图像都需要有相同的尺寸。我们这里使用已经训练好的分类器对人脸进行检测。 同样采用滑动窗口的方法，对于一个输入图像内的所有位置进行遍历，寻找人脸区域，获得人脸位置信息。幻通过当前图像与背景图像相减而得到前景像素部分。这里的背景图像是指没有人脸在摄像机区域中时，此时对应的背景图片。它在一定时间间隔内是保持恒定的。通过两帧图像相减，得到不相同的像素集合。对于这一部分像素集合，取人脸区域对应的像素部分并灰度化，即获得了前景像素。3)提取边缘特征。对于前景像素部分，需要对我们关心的特征进行提取。这里提取的是边缘特征，边缘特征采用Carmy算子进行提取，得到一幅二值图像，它代表了图像中人脸的主要轮廓信息。4)与肩部模板进行匹配。这里挑选人体的肩部特征作为判定行人的特征，有两点原因。肩部处于身体的较高位置，对于有一定高度的摄像机来说，除了脸部这是能最易检测到的人体的最高位置的信息；另外肩部相对于身体其他部分来讲，随意摆动的幅度较小，也可以作为一个稳定的用于检测的特征。在与前景轮廓图像进行匹配时，同样采用变化大小的滑动窗口对其进行检测，最终获得行人人群的肩部信息。5)对于获得的人脸及肩部信息，做“或”运算，以确定待行区域内的行人分布及数目。这里使用“或”运算的原因是，对于同一个中心位置的人脸及肩部信息，为其是一个行人；对于其他被遮挡住人脸或者肩部信息的行人，只要检测到人脸或者肩部信息之一，就认为该处存在行人。这是为了尽可能把所有的等候行人都包含入内。根据与行人最终的位置信息，可获得待行区域中行人的数量信息。(3)判断控制切换信号灯。如图2所示，控制系统根据控制阈值信息和待行人数信息，通过以下控制策略对机动车信号灯和行人信号灯进行切换控制。a.当机动车相位为绿灯，行人相位为红灯时，判断机动车相位绿灯显示时间是否达到机动车相位最长绿灯时间若是，经机动车相位至行人相位间绿灯间隔时间过渡后，将机动车相位切换为红灯，行人相位切换为绿灯；若否，且人行道待行区的待行人数大于最大待行人数时，经机动车相位至行人相位间绿灯间隔时间过渡后，将机动车相位切换为红灯，行人相位切换为绿灯；b.当机动车相位为红灯，行人相位为绿灯时，判断人行道绿灯的显示时长是否达到行人相位最长绿灯显示时间若是，经行人相位至机动车相位间绿灯间隔时间过渡后，将本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：丁旭东，王国华，王立明，邵坚达，
申请(专利权)人：浙江省交通规划设计研究院，
类型：发明
国别省市：