一种红绿灯控制方法、系统、电子设备及介质与流程
- 国知局
- 2024-07-31 21:13:19
本发明属于道路交通管理,具体涉及一种红绿灯控制方法、系统、电子设备及介质。
背景技术:
1、目前,道路路口一般采用固定周期的红绿灯信号控制方法,即每个十字路口的红绿灯一般设置有固定的点亮时长,该时长是根据历史交通流的统计结果确定的固定时长。为实现拥堵状态下对红绿灯的时长控制,现有技术中,出现运用磁频类检测技术及红外线检测技术对道路进行车辆拥堵检测,以便根据车辆拥堵状态调控红绿灯的时长的技术方案。其中,磁频类检测技术是目前我国使用最广泛的交通数据检测采集技术,其工作原理是通过电磁感应来判断是否有车辆经过,可以直接采集到交通流量和时间占有率等数据,该技术已经相当成熟,而且大量的实践应用也证明了其实时性较强,精度较高,并且不易受到恶劣天气状况的影响;红外线检测技术是通过安装在高处的检测器发射红外线,如若检测范围内有车辆通过,则红外线会被车辆反射给检测器,从而可判断有无车辆通过。
2、但是,在使用现有技术过程中,发明人发现现有技术中至少存在如下问题:
3、磁频类检测设备前期安装部署比较复杂,后期维护成本较高。而红外线检测技术则容易受到环境温度的影响,导致检测精度不高。由此使得现有技术进行红绿灯控制存在维护成本高以及检测精度低的缺陷。
技术实现思路
1、本发明旨在至少在一定程度上解决上述技术问题,本发明提供了一种红绿灯控制方法、系统、电子设备及介质。
2、为了实现上述目的,本发明采用以下技术方案:
3、第一方面,本发明提供了一种红绿灯控制方法,包括:
4、获取由指定道路的道路监控摄像头实时采集的道路视频数据,并对所述道路视频数据进行预处理,得到预处理后道路视频数据;
5、对所述预处理后道路视频数据进行视频识别处理,得到道路交通状态参数信息;
6、获取当前道路的道路拥堵状况参数,并根据所述道路交通状态参数信息和所述道路拥堵状况参数,判断当前道路是否处于拥堵状态;
7、如是,则向当前道路路口的红绿灯对应的控制系统发送红绿灯控制指令,以便实现红绿灯时长的调整,然后重新获取由指定道路的道路监控摄像头实时采集的道路视频数据;
8、如否,则向所述控制系统发送恢复预设控制模式的指令,然后重新获取由指定道路的道路监控摄像头实时采集的道路视频数据。
9、本发明通过视频识别技术对道路拥堵状态进行实时监测,进而判断道路交通状态是否拥堵,并根据道路拥堵情况进行红绿灯控制,可实现红绿灯的自适应调节,可便于在拥堵状态下降低道路负荷,同时本发明通过采用视频识别技术进行道路拥堵状态的检测,具备安装部署较为简单,后期维护成本低,以及检测精度高等优势,具备推广应用的价值。
10、在一个可能的设计中,所述道路交通状态参数信息包括有效检测目标的数量和平均滞留时长;对应地,对所述预处理后道路视频数据进行视频识别处理,得到道路交通状态参数信息,包括:
11、将所述预处理后道路视频数据位于预设检测时长中的多个预处理后道路视频帧逐帧输入预设的目标检测模型中进行目标识别,以便得到多个预处理后道路视频帧一一对应的多个目标检测结果;
12、根据多个目标检测结果,对多个目标检测结果中的检测目标进行目标跟踪,得到多个目标检测结果中所有检测目标的目标跟踪轨迹;
13、根据所有检测目标的目标跟踪轨迹,得到所述目标跟踪轨迹中有效检测目标的数量以及所述有效检测目标在预设检测区域的滞留时长;其中,所述有效检测目标为从所述预处理后道路视频数据位于预设检测时长中的任一预处理后道路视频帧的指定起始基线进入预设检测区域,并从采集时间位于该预处理后道路视频帧后的任一预处理后道路视频帧的指定终点基线离开预设检测区域的目标跟踪轨迹对应的检测目标;
14、根据预设检测时长中所有有效检测目标在预设检测区域的滞留时长,得到有效检测目标的平均滞留时长。
15、在一个可能的设计中,所述目标检测结果包含有识别出的至少一个检测目标以及该至少一个检测目标中各个检测目标的目标标记框;对应地,根据多个目标检测结果,对多个目标检测结果中的检测目标进行目标跟踪,得到多个目标检测结果中所有检测目标的目标跟踪轨迹,包括:
16、将多个目标检测结果中对应第k-1帧预处理后道路视频帧的目标检测结果定义为当前目标检测结果,并获取当前目标检测结果内所有检测目标对应的当前目标标记框集;其中,k为大于2的自然数;
17、从多个目标检测结果中,获取位于当前目标检测结果的前一目标检测结果内所有检测目标对应的前一目标标记框集;
18、对当前目标标记框集和前一目标标记框集进行目标标记框匹配,得到当前预处理后道路视频帧中的目标标记框匹配对;
19、将多个目标检测结果中对应第k帧预处理后道路视频帧的目标检测结果重新定义为当前目标检测结果,直到得到所有预处理后道路视频帧中的目标标记框匹配对;
20、根据所有预处理后道路视频帧中的目标标记框匹配对,得到多个目标检测结果中所有检测目标的目标跟踪轨迹。
21、在一个可能的设计中,当前预处理后道路视频帧中的目标标记框匹配对包括第一目标标记框匹配对和第二目标标记框匹配对;对应地,对当前目标标记框集和前一目标标记框集进行目标标记框匹配,得到当前预处理后道路视频帧中的目标标记框匹配对,包括:
22、使用卡尔曼滤波方法,预测得到前一目标标记框集在当前目标标记框集对应预处理后道路视频帧中的预测值;
23、对所述预测值和当前目标标记框集进行目标标记框匹配,得到当前预处理后道路视频帧中的第一目标标记框匹配对、未匹配的预测值对应的前一目标标记框集以及未匹配的当前目标标记框;
24、获取未匹配的预测值对应的前一目标标记框集中目标标记框和当前目标标记框集中目标标记框之间的代价矩阵;
25、根据未匹配的预测值对应的前一目标标记框集和当前目标标记框集中目标标记框的代价矩阵,对未匹配的预测值对应的前一目标标记框集和当前目标标记框集进行级联匹配和iou匹配,得到第二目标标记框匹配对。
26、在一个可能的设计中,使用卡尔曼滤波方法,预测得到前一目标标记框集中任一目标标记框在当前目标标记框集对应预处理后道路视频帧中的预测值,包括:
27、使用卡尔曼滤波方法,预测得到前一目标标记框集中任一目标标记框在当前目标标记框集对应预处理后道路视频帧中的初始预测值以及所述初始预测值的,t为转置符号其中,所述初始预测值为:
28、
29、所述初始预测值的初始协方差矩阵为:
30、
31、式中,a为预设的第一变换矩阵,b为预设的第二变换矩阵,uk为目标标记框的均值,pk-1为目标标记框的初始协方差矩阵,t为转置符号;
32、根据所述初始预测值以及所述初始预测值的初始协方差矩阵,对所述初始预测值进行更新,得到目标标记框在当前目标标记框集对应预处理后道路视频帧中的预测值;其中,所述预测值为:
33、
34、式中,c为预设的第三变换矩阵,kk为卡尔曼增益,yk为目标标记框的观测向量。
35、在一个可能的设计中,获取未匹配的预测值对应的前一目标标记框集中目标标记框i和当前目标标记框集中目标标记框j之间的代价矩阵,包括:
36、获取目标标记框i和目标标记框j之间的余弦距离;其中,所述余弦距离为:
37、
38、式中,cos(i,j)为目标标记框i和目标标记框j之间的余弦相似度,归一化后||i||2=1,||j||2=1;
39、根据所述余弦距离,得到目标标记框i和目标标记框j之间的代价矩阵;其中,所述代价矩阵为:
40、ci,j=λd(1)(i,j)+(1-λ)d(2)(i,j);
41、式中,d(1)(i,j)为所述余弦距离,d(2)(i,j)为马氏距离,λ为预设的权重系数。
42、在一个可能的设计中,根据所有检测目标的目标跟踪轨迹,得到所述目标跟踪轨迹中有效检测目标在预设检测区域的滞留时长,包括:
43、根据所有检测目标的目标跟踪轨迹,得到有效检测目标从所述预处理后道路视频数据位于预设检测时长中任一预处理后道路视频帧的指定起始基线进入预设检测区域的进入时间,以及所述有效检测目标从采集时间位于该预处理后道路视频帧后任一预处理后道路视频帧的指定终点基线离开预设检测区域的离开时间;
44、根据所述进入时间和所述离开时间得到所述有效检测目标在预设检测区域的滞留时长;其中,所述滞留时长=所述离开时间-所述进入时间。
45、第二方面,本发明提供了一种红绿灯控制系统,用于实现如上述任一项所述的红绿灯控制方法;所述红绿灯控制系统包括:
46、数据获取模块,用于获取由指定道路的道路监控摄像头实时采集的道路视频数据,并对所述道路视频数据进行预处理,得到预处理后道路视频数据;
47、数据识别模块,与所述数据获取模块通信连接,用于对所述预处理后道路视频数据进行视频识别处理,得到道路交通状态参数信息;
48、红绿灯控制模块,与所述数据识别模块通信连接,用于获取当前道路的道路拥堵状况参数,并根据所述道路交通状态参数信息和所述道路拥堵状况参数,判断当前道路是否处于拥堵状态;
49、如是,则向当前道路路口的红绿灯对应的控制系统发送红绿灯控制指令,以便实现红绿灯时长的调整,然后重新获取由指定道路的道路监控摄像头实时采集的道路视频数据;
50、如否,则向所述控制系统发送恢复预设控制模式的指令,然后重新获取由指定道路的道路监控摄像头实时采集的道路视频数据。
51、第三方面,本发明提供了一种电子设备,包括:
52、存储器,用于存储计算机程序指令;以及,
53、处理器,用于执行所述计算机程序指令从而完成如上述任一项所述的红绿灯控制方法的操作。
54、第四方面,本发明提供了一种计算机可读存储介质,用于存储计算机可读取的计算机程序指令,所述计算机程序指令被配置为运行时执行如上述任一项所述的红绿灯控制方法的操作。
本文地址:https://www.jishuxx.com/zhuanli/20240731/188943.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表