CN106128126A - 利用平面感知技术减少高峰时间遇红灯次数的方法及*** - Google Patents

Abstract

本发明提供一种利用平面感知技术减少高峰时间遇红灯次数的方法及***，通过平面精准连续跟踪技术，能精准跟踪检测每一台机动车从上游到通过路口时最高遇了几次红灯；根据平面精准连续跟踪技术得到的精确结果，可以精准调整控制参数减少机动车通过路口遇红灯的停车次数；并且，当平面检测器出现故障时，能及时发出故障报警信号，提示工作人员尽快进行维护。

Description

利用平面感知技术减少高峰时间遇红灯次数的方法及***

技术领域

本发明涉及智能交通技术领域，具体是一种利用平面感知技术减少高峰时间遇红灯次数的方法及***。

背景技术

随着经济的快速发展，城市规模的不断扩大，机动车急剧增加，管理部门为了确保交叉路口的安全与畅通，通常在路口安装了信号机，控制机动车的有序通行。

一个路口是否拥堵，人们用最直观的方法就是判断机动车等了几次红灯才通过路口，一般简单判断标准是，机动车到达路口就遇绿灯或等一次红灯就能通过路口的，人们一般认为是畅通状态；如果机动车等2次红灯才能通过路口的，一般认为是缓行状态；如果机动车等3次以上红灯才能通过路口的，一般认为是拥堵状态。

信号控制***是通过调整信号灯的周期和绿信比(每个方向的绿灯时间占整个周期的比值)，来减少机动车通过路口遇红灯次数，当两个方向的机动车等红灯次数相等，且等红灯次数不等于零，则要加大信号周期，可以减少等红灯次数；当两个方向的机动车等红灯次数不相等，则要加大等红灯次数多方向的绿信比(提高该方向绿灯时间占整个信号周期的比例)，从而可以达到控制参数的最优化。以上控制方法，有一个非常重要的前提条件就是如何准确检测每个方向的每台机动车通过路口时，遇红灯停车的最高次数。

由于国内外的检测技术水平所限，目前尚没有准确检测机动车通过路口时，究竟最高遇了几次红灯才通过路口的检测技术。因此，如何精准检测到每台机动车遇红灯停车的最高次数已成为了提高信号控制***效率的瓶颈。

发明内容

本发明要解决的是现有技术中不能精准检测机动车从上游到越过停止线最高遇到几次红灯问题。

为解决上述技术问题，本发明是通过以下技术方案实现的：

本发明提供一种利用平面感知技术减少高峰时间遇红灯次数的方法，包括如下步骤：

S1：对于路口每个方向上的机动车进行平面精准连续跟踪，实时获取每个方向的机动车的数量、每一台机动车的瞬时速度、精准位置，当机动车瞬时速度持续为零时则判定机动车处于停止状态；

S2：建立行驶状态表，记录每一台机动车的行驶状态，所述行驶状态包括每一台机动车在越过停止线之前遇红灯的停车等待次数；其中某一机动车首次写入所述行驶状态表时，遇红灯的停车等待次数的初始值为零；

S3：判断第一方向是否为红灯状态，若是则进入步骤S4，否则进入步骤S5；

S4：修订所述行驶状态表：

对于第一方向，将已有机动车的停车次数加1，并获取第一方向上遇红灯的最高停车等待次数K1；

对于第二方向，将越过停止线的机动车从列表中清除；

S5：修订所述行驶状态表：

对于第一方向，将越过停止线的机动车从列表中清除；

对于第二方向，将已有机动车的遇红灯的停车等待次数加1，并获取第二方向上遇红灯的最高停车等待次数K2；

S6：判断第一方向的遇红灯的最高停车等待次数与第二方向的遇红灯的最高停车等待次数是否相等，若相等则进入步骤S7；否则进入步骤S8；

S7：判断遇红灯的最高停车次数是否为零，若是零，则返回步骤S1；若否，则将信号周期延长；

S8：判断第一方向遇红灯的最高停车等待次数是否大于第二方向遇红灯的最高停车等待次数，若是则增加第一方向上信号灯周期的绿信比；若否则增加第二方向上信号灯周期的绿信比。

所述步骤S1中所述的平面精准连续跟踪包括如下步骤：

S11：在路口不同方向上设置若平面检测器，所述平面检测器用于对机动车进行连续跟踪；将所述平面检测器的检测范围、平面检测器的位置坐标数据(X_j,Y_j)标注到带有经纬度的电子地图上；

S12：获取平面检测器的当前检测误差(X_c,Y_c)，判断当前检测误差(X_c,Y_c)是否在设定阈值范围内，若是则进入步骤S13，否则发出报警信号，提示无法准确获取校正标志位坐标数据；

S13：获取机动车当前位置的坐标数据(X_d,Y_d)；

S14：根据机动车当前位置的坐标数据和当前检测误差获得机动车当前位置的实际坐标数据：(X_dj,Y_dj)＝(X_d,Y_d)-(X_c,Y_c)。

所述平面检测器采用检测雷达，所述步骤S12中获得当前检测误差(X_c,Y_c)的步骤包括：

SA1：选定校正标志位，并将校正标志位的实际坐标数据(X_b，Y_b)标注到电子地图上，并实际测量雷达检测器到校正标志的距离L_lb和校正标志位到信号灯所在位置的距离L_jt；

SA2：判断是否能读取到校正标志位的当前坐标数据(X_bd，Y_bd)，若读取到则根据校正标志位的当前坐标数据和校正标志位的实际坐标数据得到当前检测误差：(X_c,Y_c)＝(X_bd，Y_bd)-(X_b，Y_b)。

所述平面检测器采用视频跟踪单元，所述步骤S12中获得当前检测误差(X_c,Y_c)的步骤包括：

SB1：在视频跟踪单元的视频监控范围内施划分道线，所述分道线上设置有分界点F_i，获得每一分界点的实际坐标数据(X_f，Y_f)并将其标注到电子地图上；

SB2：以每一分界点的实际坐标数据(X_f，Y_f)作为校正标志位的实际坐标数据(X_b，Y_b)；

SB3：判断是否能检测到每一个校正标志位的当前坐标数据(X_bd，Y_bd)，若检测到则根据检测到的每一校正标志位当前坐标数据和该校正标志位的实际坐标数据，得到与该标志位对应的检测误差：(X_c,Y_c)＝(X_bd，Y_bd)-(X_b，Y_b)；

所述步骤S13和所述步骤S14之间还包括如下步骤：

根据机动车当前位置的坐标数据(X_d,Y_d)得到与机动车距离最近的校正标志位，以与机动车距离最近的校正标志位的检测误差作为机动车的当前检测误差(X_c,Y_c)。

所述平面检测器为视频跟踪单元，步骤S1中所述的平面精准连续跟踪包括如下步骤：

SC1：在视频跟踪单元的视频监控范围内施划分道线，所述分道线上设置有分界点F_i，获得每一分界点的实际坐标数据(X_f，Y_f)并将其标注到电子地图上,以及每两个相邻分界点之间的距离L_fi；

SC2：在视频监控画面中得到分道线的监控图像，依次人工标注每一个分界点F_i，并获得每两个相邻分界点之间的像素行数H_h或像素列数H_l，得到：

每两个相邻分界点之间的每一行像素对应的距离L_fi/H_h；

或者每两个相邻分界点之间的每一列像素对应的距离L_fi/C_l；

SC3：获取机动车当前位置的坐标数据(X_d,Y_d)；

SC4：根据机动车当前位置的坐标数据(X_d,Y_d)判断机动车当前位置在视频监控画面中的哪两个相邻的分界点之间，并进一步判断该坐标数据对应该相邻分界点之间的哪一行像素点或哪一列像素点；

SC5：根据机动车当前位置的坐标数据(X_d,Y_d)，结合在实际中每一个分界点的相对位置坐标、以及机动车当前位置的坐标数据(X_d,Y_d)所在区域每一行像素对应的距离或者每一列像素对应的距离，得到机动车当前位置的实际坐标数据(X_dj,Y_dj)。

本发明还提供一种利用平面感知技术减少高峰时间遇红灯次数的***，包括：

检测模块，对于路口每个方向上的机动车进行平面精准连续跟踪，实时获取每个方向的机动车的数量、每一台机动车的瞬时速度、精准位置，当机动车瞬时速度持续为零时则判定机动车处于停止状态；

行驶状态记录模块，建立行驶状态表，记录每一台机动车的行驶状态，所述行驶状态包括每一台机动车在越过停止线之前遇红灯的停车等待次数；其中某一机动车首次写入所述行驶状态表时，遇红灯的停车等待次数的初始值为零；

第一判断模块，判断第一方向是否为红灯状态；

修订模块，用于修订所述行驶状态表：

当所述第一判断模块的判断结果为是时，对于第一方向，将已有机动车的停车次数加1，并获取第一方向上遇红灯的最高停车等待次数K1；对于第二方向，将越过停止线的机动车从列表中清除；

当所述第一判断模块的判断结果为否时，对于第一方向，将越过停止线的机动车从列表中清除；对于第二方向，将已有机动车的遇红灯的停车等待次数加1，并获取第二方向上遇红灯的最高停车等待次数K2；

第二判断模块，判断第一方向的遇红灯的最高停车等待次数与第二方向的遇红灯的最高停车等待次数是否相等；

第三判断模块，当所述第二判断模块的判断结果为是时，判断遇红灯的最高停车次数是否为零；

第四判断模块，当所述第二判断模块的判断结果为否时，判断第一方向遇红灯的最高停车等待次数是否大于第二方向遇红灯的最高停车等待次数，

信号灯控制模块，用于在第三判断模块的判断结果为否时将信号周期延长；在第四判断模块的判断结果为是时增加第一方向上信号灯周期的绿信比；在第四判断模块的判断结果为否时增加第二方向上信号灯周期的绿信比。

所述检测模块包括：

平面检测器，设置于在路口不同方向上，用于对机动车进行连续跟踪；将所述平面检测器的检测范围、平面检测器的位置坐标数据(X_j,Y_j)标注到带有经纬度的电子地图上；

第一处理单元，获取平面检测器的当前检测误差(X_c,Y_c)，判断当前检测误差(X_c,Y_c)是否在设定阈值范围内，若是则获取机动车当前位置的坐标数据(X_d,Y_d)，否则发出报警信号，提示无法准确获取校正标志位坐标数据；

误差获取单元，根据机动车当前位置的坐标数据和当前检测误差获得机动车当前位置的实际坐标数据：(X_dj,Y_dj)＝(X_d,Y_d)-(X_c,Y_c)。

所述平面检测器采用检测雷达，误差获取单元包括：

标识为选定子单元，选定校正标志位，并将校正标志位的实际坐标数据(X_b，Y_b)标注到电子地图上，并实际测量雷达检测器到校正标志的距离L_lb和校正标志位到信号灯所在位置的距离L_jt；

第一处理子单元，判断是否能读取到校正标志位的当前坐标数据(X_bd，Y_bd)，若读取到则根据校正标志位的当前坐标数据和校正标志位的实际坐标数据得到当前检测误差：(X_c,Y_c)＝(X_bd，Y_bd)-(X_b，Y_b)。

所述平面检测器采用视频跟踪单元，误差获取单元包括：

分道线获取子单元，在视频跟踪单元的视频监控范围内施划分道线，所述分道线上设置有分界点F_i，获得每一分界点的实际坐标数据(X_f，Y_f)并将其标注到电子地图上；

第二处理子单元，以每一分界点的实际坐标数据(X_f，Y_f)作为校正标志位的实际坐标数据(X_b，Y_b)；判断是否能检测到每一个校正标志位的当前坐标数据(X_bd，Y_bd)，若检测到则根据检测到的每一校正标志位当前坐标数据和该校正标志位的实际坐标数据，得到与该标志位对应的检测误差：(X_c,Y_c)＝(X_bd，Y_bd)-(X_b，Y_b)；根据机动车当前位置的坐标数据(X_d,Y_d)得到与机动车距离最近的校正标志位，以与机动车距离最近的校正标志位的检测误差作为机动车的当前检测误差(X_c,Y_c)。

所述平面检测器为视频跟踪单元，检测模块，包括：

分界点获取子单元，在视频跟踪单元的视频监控范围内施划分道线，所述分道线上设置有分界点F_i，获得每一分界点的实际坐标数据(X_f，Y_f)并将其标注到电子地图上,以及每两个相邻分界点之间的距离L_fi；

像素间距子单元，在视频监控画面中得到分道线的监控图像，依次人工标注每一个分界点F_i，并获得每两个相邻分界点之间的像素行数H_h或像素列数H_l，得到：

每两个相邻分界点之间的每一行像素对应的距离L_fi/H_h；

或者每两个相邻分界点之间的每一列像素对应的距离L_fi/C_l；

第三处理子单元，获取机动车当前位置的坐标数据(X_d,Y_d)；根据机动车当前位置的坐标数据(X_d,Y_d)判断机动车当前位置在视频监控画面中的哪两个相邻的分界点之间，并进一步判断该坐标数据对应该相邻分界点之间的哪一行像素点或哪一列像素点；根据机动车当前位置的坐标数据(X_d,Y_d)，结合在实际中每一个分界点的相对位置坐标、以及机动车当前位置的坐标数据(X_d,Y_d)所在区域每一行像素对应的距离或者每一列像素对应的距离，得到机动车当前位置的实际坐标数据(X_dj,Y_dj)。

本发明的上述技术方案，与现有技术相比，至少具有以下有益效果：

(1)本发明所述的利用平面感知技术减少高峰时间遇红灯次数的方法及***，通过平面精准连续跟踪技术，能精准跟踪检测每一台机动车从上游到通过路口时最高遇了几次红灯；根据平面精准连续跟踪技术得到的精确结果，可以精准调整控制参数减少机动车通过路口遇红灯的停车次数；并且，当平面检测器出现故障时，能及时发出故障报警信号，提示工作人员能够尽快进行维护。

(2)本发明所述的利用平面感知技术减少高峰时间遇红灯次数的方法及***，当采用雷达检测器时，在路面选定校正标志位，在电子地图上标注校正标志位的实际位置坐标，当对车辆位置进行检测时，实时获得校正标志位的坐标数据与实际坐标数据进行比较，当二者之间的偏差超过一定阈值时，发出故障报警信息：一是提醒工作人员及时维修；二是将***降级为信号灯全部为绿灯模式。当二者之间的偏差在阈值范围内时，根据偏差值对采集到的车辆位置坐标进行校正，因此，即便是检测器发生了抖动，也能保证最终获得的车辆位置坐标数据和车速是准确的。

(3)本发明所述的利用平面感知技术减少高峰时间遇红灯次数的方法及***，当采用视频检测器时，由于视频检测器在检测不同距离的场景时，同样相邻的两行像素或者两列像素之间代表的距离不相同。因为，在视频画面中，近距离的视频图像比例与远距离的视频图像比例不同，因此，在本申请中，根据在路面上的分道线的实际长度尺寸，通过人工在视频画面上设置的分界点作为校正标志位，无论当分界点在远距离的位置和在近距离的位置时，每个分界点到停止线的距离是已知的，而且是非常准确的，只是不同距离的场景相邻分界点之间的像素行数和列数不同，代表的距离不同而已，通过这种方法，可以大幅度提高其检测位置的精度，得到准确的机动车当前准确瞬时速度。

(4)本发明所述的利用平面感知技术减少高峰时间遇红灯次数的方法及***，当检测器采用视频检测器时，如果视频检测器发生了抖动导致视频检测器检测到的位置信息发生了偏移，由于每一个分界点都是校正标志位，因此无论机动车处于哪两个分界点之间，都能够根据距离机动车最近的分界点得到校正标志位的校正误差。本方案中，将整个视频画面的监控距离以分界点分成了若干段，每段的距离都比较短，因此采用两个分界点之间的距离偏差对机动车的位置进行校正，可以得到更为准确的速度数据。

附图说明

图1是本发明一个实施例所述利用平面感知技术减少高峰时间遇红灯次数的方法的流程图；

图2是本发明一个实施例所述信号灯控制的路口的示意图；

图3是本发明一个实施例视频检测画面示意图；

图4是本发明一个实施例所述视频画面中分道线示意图；

图5是本发明一个实施例所述利用平面感知技术减少高峰时间遇红灯次数的***的原理示意图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。并且下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。在对各个实施例进行详细描述之前，需要说明的是，本发明所涉及到的所有位置坐标数据均是指在同一特定坐标系下的坐标数据。另外，本发明所述的平面检测是相对于现有技术中断面检测而言的说法，对机动车当前位置轨迹的连续检测即平面数据的采集。

实施例1

本实施例提供一种利用平面感知技术减少高峰时间遇红灯次数的方法，如图1所示，包括如下步骤：

S1：对于路口每个方向上的机动车进行平面精准连续跟踪，实时获取每个方向的机动车的数量、每一台机动车的瞬时速度、精准位置，当机动车瞬时速度持续为零时则判定机动车处于停止状态；所述路口如图2所示。

S2：建立行驶状态表，记录每一台机动车的行驶状态，所述行驶状态包括每一台机动车在越过停止线之前遇红灯的停车等待次数；其中某一机动车首次写入所述行驶状态表时，遇红灯的停车等待次数的初始值为零；

S3：判断第一方向是否为红灯状态，若是则进入步骤S4，否则进入步骤S5；

S4：修订所述行驶状态表：

对于第一方向，将已有机动车的停车次数加1，并获取第一方向上遇红灯的最高停车等待次数K1；

对于第二方向，将越过停止线的机动车从列表中清除；

S5：修订所述行驶状态表：

对于第一方向，将越过停止线的机动车从列表中清除；

对于第二方向，将已有机动车的遇红灯的停车等待次数加1，并获取第二方向上遇红灯的最高停车等待次数K2；

S6：判断第一方向的遇红灯的最高停车等待次数与第二方向的遇红灯的最高停车等待次数是否相等，若相等则进入步骤S7；否则进入步骤S8；

S7：判断遇红灯的最高停车次数是否为零，若是零，则返回步骤S1；若否，则将信号周期延长；所述延长信号周期，是指将第一方向和第二方向的信号灯周期全部延长，例如原来情况下，第一方向信号灯红黄绿整个周期为二十秒，第二放行信号灯红黄绿整个周期为二十秒，那么本步骤可以将两个方向信号灯周期都延长至30秒，当然在延长时，是有一个限值的，不能无限延长，最长的情况单个方向信号灯周期不超过120秒。

S8：判断第一方向遇红灯的最高停车等待次数是否大于第二方向遇红灯的最高停车等待次数，若是则增加第一方向上信号灯周期的绿信比；若否则增加第二方向上信号灯周期的绿信比。

本实施例中，所述行驶状态表可以入表1所示：

表1-行驶状态表

其中两个方向上的机动车可以写入同一个表格中，采用1-n的形式来表示第一方向上的第n辆机动车；采用2-m的形式来表示第二方向第m辆机动车。也可以设置两个表格分别记录两个方向上的机动车。而机动车的编号可以根据实际情况自行拟定，目的是将机动车车辆进行区分。并且，显然对于等待红灯次数最多的机动车一定是最先能够通过路口的机动车，因此等待次数并不会无限制的递增下去，某一辆机动车在绿灯状态下通过路口后便可以从上述表格中清除，而清除的同时，该机动车对应的编号也释放出来可以供新进入表格中的机动车使用。由于本实施例中，能够采用平面连续跟踪每一台机动车，因此能够准确获得每一台机动车的行驶状态，而信号灯是否为红灯可以直接通过交通信号控制器获得，因此可以直接得到在机动车是否因为在等待红灯而停车，由于精准获得了机动车的位置，能够得到机动车是否在停止线后遇红灯停车等待，因此本实施例的上述方案能够准确得到每一台机动车在停止线后因为遇红灯而停车的次数。

而根据机动车遇红灯停车次数对信号灯的周期及绿信比进行调整是现有技术中已有的方案，在本实施例中不再详细描述。

实施例2

本实施例在实施例1的基础上，进行如下改进，步骤S1中所述的平面精准连续跟踪包括如下步骤：

S11：在路口上设置若干平面检测器，所述平面检测器用于对机动车进行连续跟踪；将所述检测器的检测范围、信号灯的上游路段、信号灯的下游路段标注到带有经纬度的电子地图上，并且将检测器的位置坐标数据(X_j,Y_j)、信号灯的位置坐标数据(X_x,Y_x)标注到电子地图上；

S12：获取检测器的当前检测误差(X_c,Y_c)，判断当前检测误差(X_c,Y_c)是否在设定阈值范围内，若是则进入步骤S13，否则发出报警信号，提示无法准确获取校正标志位坐标数据，之后将信号灯设置为绿灯后返回步骤S1；

S13：获取机动车当前位置的坐标数据(X_d,Y_d)；

S14：根据机动车当前位置的坐标数据和当前检测误差获得机动车当前位置的实际坐标数据：(X_dj,Y_dj)＝(X_d,Y_d)-(X_c,Y_c)。

具体包括以下情况：

所述检测器采用检测雷达的情况下，所述步骤S12中获得当前检测误差(X_c,Y_c)的步骤包括：

SA1：选定校正标志位，并将校正标志位的实际坐标数据(X_b，Y_b)标注到电子地图上，并实际测量雷达检测器到校正标志的距离L_lb和校正标志位到信号灯所在位置的距离L_jt；校正标志位可以为路面上设置的固定标志物所在的位置，例如显示牌、天桥桥梁、电线杆等，这些物体不会轻易发生位移。

SA2：判断是否能读取到校正标志位的当前坐标数据(X_bd，Y_bd)，若读取到则根据校正标志位的当前坐标数据和校正标志位的实际坐标数据得到当前检测误差：(X_c,Y_c)＝(X_bd，Y_bd)-(X_b，Y_b)。

在电子地图上标注校正标志位的实际位置坐标，在对车辆位置进行检测时，实时获得校正标志位的坐标数据与实际坐标数据进行比较，当二者之间的偏差超过一定阈值时，发出故障报警信息提醒工作人员。当二者之间的偏差在阈值范围内时，根据偏差值对采集到的车辆位置坐标进行校正，因此，即便是检测器发生了抖动，也能保证最终获得的车辆位置坐标数据是准确的。

所述检测器采用视频跟踪单元的情况时，所述步骤S12中获得当前检测误差(X_c,Y_c)的步骤包括：

SB1：在视频跟踪单元的视频监控范围内施划分道线，所述分道线上设置有分界点F_i，获得每一分界点的实际坐标数据(X_f，Y_f)并将其标注到电子地图上；如图3所示为一种方案，以道路上施划的分道线的端点作为分界点。因为分道线是虚线形式，对于其中的实线长度和空白距离都是有规定的，一般情况下实线长度为2米，空白距离为4米，因此如果直接以实线的两个端点作为分界点，则很容易得到每一个分界点的坐标值，如图中所示F1和F2之间的距离为2米，F2和F3之间的距离为4米，F3和F4之间的距离为两米。

SB2：以每一分界点的实际坐标数据(X_f，Y_f)作为校正标志位的实际坐标数据(X_b，Y_b)。

SB3：判断是否能检测到每一个校正标志位的当前坐标数据(X_bd，Y_bd)，若检测到则根据检测到的每一校正标志位当前坐标数据和该校正标志位的实际坐标数据，得到与该标志位对应的检测误差：(X_c,Y_c)＝(X_bd，Y_bd)-(X_b，Y_b)；

所述步骤S13和所述步骤S14之间还包括如下步骤：

根据机动车当前位置的坐标数据(X_d,Y_d)得到与机动车距离最近的校正标志位，以与机动车距离最近的校正标志位的检测误差作为机动车的当前检测误差(X_c,Y_c)。

在本实施例中，将每一个分界点都作为校正标志位，无论机动车当前位置在哪，都能够立即确定与机动车距离最近的校正标志位，利用该校正标志位的检测误差对机动车的位置进行校正，使得到的机动车的实际位置坐标更准确，从而准确得到的机动车当前的瞬时速度。

所述检测器为视频跟踪单元的情况还包括，步骤S1中所述的平面精准连续跟踪包括如下步骤：

SC1：在视频跟踪单元的视频监控范围内施划分道线，所述分道线上设置有分界点F_i，获得每一分界点的实际坐标数据(X_f，Y_f)并将其标注到电子地图上,以及每两个相邻分界点之间的距离L_fi；

SC2：在视频监控画面中得到分道线的监控图像，依次人工标注每一个分界点F_i，并获得每两个相邻分界点之间的像素行数H_h或像素列数H_l，得到：

每两个相邻分界点之间的每一行像素对应的距离L_fi/H_h；

或者每两个相邻分界点之间的每一列像素对应的距离L_fi/C_l；

图4给出了在视频检测画面中的检测结果示意图；图中所示即为一条车道的检测结果示意图。从图中可以看出，当视频检测单元在检测不同距离的目标时，同一行像素以及同一列像素所表示的距离完全不同。道路的宽度是固定的，但是在画面下方道路宽度占用了43列像素，在画面上方只占用了28列像素，假设其宽度为3米，那么对于画面下方每一列像素表示的距离为3/430.07米，道路上方每一列像素表示的距离为3/280.1米。同样的道理，在路面上施划的分道线，实线长度为两米，在画面下方15行像素表示F1和F2之间的距离，在画面上方7行像素即可表示F5和F6之间的距离，则在F1和F2之间，每行像素代表的距离为2/150.133米，在F5和F6之间，每行像素代表的距离为2/70.286米。

SC3：获取机动车当前位置的坐标数据(X_d,Y_d)；

SC4：根据机动车当前位置的坐标数据(X_d,Y_d)判断机动车当前位置在视频监控画面中的哪两个相邻的分界点之间，并进一步判断该坐标数据对应该相邻分界点之间的哪一行像素点或哪一列像素点；

SC5：根据机动车当前位置的坐标数据(X_d,Y_d)，结合在实际中每一个分界点的相对位置坐标、以及机动车当前位置的坐标数据(X_d,Y_d)所在区域每一行像素对应的距离或者每一列像素对应的距离，得到机动车当前位置的实际坐标数据(X_dj,Y_dj)。

假设当前时刻，机动车位于F5和F6之间，而F5和F6两个分界点的实际坐标可以测量得到，是非常准确的位置坐标，那么我们只要得到机动车与F5或者F6之间的距离就可以得到机动车当前实际的位置坐标。因为，我们已经获得，F5和F6之间共有7行像素，每一行像素所表示的距离为0.286米，此时如果机动车与F5之间距离为4行像素，与F6之间的距离为3行像素，那么可以得到机动车与F6之间的距离为0.2863＝0.858米，则机动车实际的位置坐标与F6之间的距离为0.858米，通过计算即可得到机动车的实际位置坐标。

实施例3

本实施例提供一种利用平面感知技术减少高峰时间遇红灯次数的***，如图5所示，包括：

检测模块1，对于路口每个方向上的机动车进行平面精准连续跟踪，实时获取每个方向的机动车的数量、每一台机动车的瞬时速度、精准位置，当机动车瞬时速度持续为零时则判定机动车处于停止状态；

行驶状态记录模块2，建立行驶状态表，记录每一台机动车的行驶状态，所述行驶状态包括每一台机动车在越过停止线之前遇红灯的停车等待次数；其中某一机动车首次写入所述行驶状态表时，遇红灯的停车等待次数的初始值为零；

第一判断模块3，判断第一方向是否为红灯状态；

修订模块4，用于修订所述行驶状态表：

当所述第一判断模块3的判断结果为是时，对于第一方向，将已有机动车的停车次数加1，并获取第一方向上遇红灯的最高停车等待次数K1；对于第二方向，将越过停止线的机动车从列表中清除；

当所述第一判断模块3的判断结果为否时，对于第一方向，将越过停止线的机动车从列表中清除；对于第二方向，将已有机动车的遇红灯的停车等待次数加1，并获取第二方向上遇红灯的最高停车等待次数K2；

第二判断模块5，判断第一方向的遇红灯的最高停车等待次数与第二方向的遇红灯的最高停车等待次数是否相等；

第三判断模块6，当所述第二判断模块5的判断结果为是时，判断遇红灯的最高停车次数是否为零；

第四判断模块7，当所述第二判断模块5的判断结果为否时，判断第一方向遇红灯的最高停车等待次数是否大于第二方向遇红灯的最高停车等待次数，

信号灯控制模块8，用于在第三判断模块6的判断结果为否时将信号周期延长；在第四判断模块7的判断结果为是时增加第一方向上信号灯周期的绿信比；在第四判断模块7的判断结果为否时增加第二方向上信号灯周期的绿信比。

优选地，所述检测模块包括：

平面检测器，设置于在路口不同方向上，用于对机动车进行连续跟踪；将所述平面检测器的检测范围、平面检测器的位置坐标数据(X_j,Y_j)标注到带有经纬度的电子地图上；

第一处理单元，获取平面检测器的当前检测误差(X_c,Y_c)，判断当前检测误差(X_c,Y_c)是否在设定阈值范围内，若是则获取机动车当前位置的坐标数据(X_d,Y_d)，否则发出报警信号，提示无法准确获取校正标志位坐标数据；

误差获取单元，根据机动车当前位置的坐标数据和当前检测误差获得机动车当前位置的实际坐标数据：(X_dj,Y_dj)＝(X_d,Y_d)-(X_c,Y_c)。

作为一种可实现的方式，所述平面检测器采用检测雷达，误差获取单元包括：

标识为选定子单元，选定校正标志位，并将校正标志位的实际坐标数据(X_b，Y_b)标注到电子地图上，并实际测量雷达检测器到校正标志的距离L_lb和校正标志位到信号灯所在位置的距离L_jt；

第一处理子单元，判断是否能读取到校正标志位的当前坐标数据(X_bd，Y_bd)，若读取到则根据校正标志位的当前坐标数据和校正标志位的实际坐标数据得到当前检测误差：(X_c,Y_c)＝(X_bd，Y_bd)-(X_b，Y_b)。

作为另一种可实现的方式，所述平面检测器采用视频跟踪单元，误差获取单元包括：

分道线获取子单元，在视频跟踪单元的视频监控范围内施划分道线，所述分道线上设置有分界点F_i，获得每一分界点的实际坐标数据(X_f，Y_f)并将其标注到电子地图上；

第二处理子单元，以每一分界点的实际坐标数据(X_f，Y_f)作为校正标志位的实际坐标数据(X_b，Y_b)；判断是否能检测到每一个校正标志位的当前坐标数据(X_bd，Y_bd)，若检测到则根据检测到的每一校正标志位当前坐标数据和该校正标志位的实际坐标数据，得到与该标志位对应的检测误差：(X_c,Y_c)＝(X_bd，Y_bd)-(X_b，Y_b)；根据机动车当前位置的坐标数据(X_d,Y_d)得到与机动车距离最近的校正标志位，以与机动车距离最近的校正标志位的检测误差作为机动车的当前检测误差(X_c,Y_c)。

当所述平面检测器为视频跟踪单元的另一种实现方式，所述检测模块包括：

分界点获取子单元，在视频跟踪单元的视频监控范围内施划分道线，所述分道线上设置有分界点F_i，获得每一分界点的实际坐标数据(X_f，Y_f)并将其标注到电子地图上,以及每两个相邻分界点之间的距离L_fi；

像素间距子单元，在视频监控画面中得到分道线的监控图像，依次人工标注每一个分界点F_i，并获得每两个相邻分界点之间的像素行数H_h或像素列数H_l，得到：

每两个相邻分界点之间的每一行像素对应的距离L_fi/H_h；

或者每两个相邻分界点之间的每一列像素对应的距离L_fi/C_l；

第三处理子单元，获取机动车当前位置的坐标数据(X_d,Y_d)；根据机动车当前位置的坐标数据(X_d,Y_d)判断机动车当前位置在视频监控画面中的哪两个相邻的分界点之间，并进一步判断该坐标数据对应该相邻分界点之间的哪一行像素点或哪一列像素点；根据机动车当前位置的坐标数据(X_d,Y_d)，结合在实际中每一个分界点的相对位置坐标、以及机动车当前位置的坐标数据(X_d,Y_d)所在区域每一行像素对应的距离或者每一列像素对应的距离，得到机动车当前位置的实际坐标数据(X_dj,Y_dj)。

本实施例的上述方案，通过平面精准连续跟踪技术，能精准跟踪检测每一台机动车从上游到通过路口时最高遇了几次红灯；根据平面精准连续跟踪技术得到的精确结果，可以精准调整控制参数减少机动车通过路口遇红灯的停车次数；并且，当平面检测器出现故障时，能及时发出故障报警信号，提示工作人员能够尽快进行维护。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

Claims (10)

1.一种利用平面感知技术减少高峰时间遇红灯次数的方法，其特征在于，包括如下步骤：

S1：对于路口每个方向上的机动车进行平面精准连续跟踪，实时获取每个方向的机动车的数量、每一台机动车的瞬时速度、精准位置，当机动车瞬时速度持续为零时则判定机动车处于停止状态；

S2：建立行驶状态表，记录每一台机动车的行驶状态，所述行驶状态包括每一台机动车在越过停止线之前遇红灯的停车等待次数；其中某一机动车首次写入所述行驶状态表时，遇红灯的停车等待次数的初始值为零；

S3：判断第一方向是否为红灯状态，若是则进入步骤S4，否则进入步骤S5；

S4：修订所述行驶状态表：

对于第一方向，将已有机动车的停车次数加1，并获取第一方向上遇红灯的最高停车等待次数K1；

对于第二方向，将越过停止线的机动车从列表中清除；

S5：修订所述行驶状态表：

对于第一方向，将越过停止线的机动车从列表中清除；

对于第二方向，将已有机动车的遇红灯的停车等待次数加1，并获取第二方向上遇红灯的最高停车等待次数K2；

S6：判断第一方向的遇红灯的最高停车等待次数与第二方向的遇红灯的最高停车等待次数是否相等，若相等则进入步骤S7；否则进入步骤S8；

S7：判断遇红灯的最高停车次数是否为零，若是零，则返回步骤S1；若否，则将信号周期延长；

S8：判断第一方向遇红灯的最高停车等待次数是否大于第二方向遇红灯的最高停车等待次数，若是则增加第一方向上信号灯周期的绿信比；若否则增加第二方向上信号灯周期的绿信比。

2.根据权利要求1所述的利用平面感知技术减少高峰时间遇红灯次数的方法，其特征在于，所述步骤S1中所述的平面精准连续跟踪包括如下步骤：

S11：在路口不同方向上设置若平面检测器，所述平面检测器用于对机动车进行连续跟踪；将所述平面检测器的检测范围、平面检测器的位置坐标数据(X_j,Y_j)标注到带有经纬度的电子地图上；

S12：获取平面检测器的当前检测误差(X_c,Y_c)，判断当前检测误差(X_c,Y_c)是否在设定阈值范围内，若是则进入步骤S13，否则发出报警信号，提示无法准确获取校正标志位坐标数据；

S13：获取机动车当前位置的坐标数据(X_d,Y_d)；

S14：根据机动车当前位置的坐标数据和当前检测误差获得机动车当前位置的实际坐标数据：(X_dj,Y_dj)＝(X_d,Y_d)-(X_c,Y_c)。

3.根据权利要求2所述的利用平面感知技术减少高峰时间遇红灯次数的方法，其特征在于，所述平面检测器采用检测雷达，所述步骤S12中获得当前检测误差(X_c,Y_c)的步骤包括：

SA1：选定校正标志位，并将校正标志位的实际坐标数据(X_b，Y_b)标注到电子地图上，并实际测量雷达检测器到校正标志的距离L_lb和校正标志位到信号灯所在位置的距离L_jt；

SA2：判断是否能读取到校正标志位的当前坐标数据(X_bd，Y_bd)，若读取到则根据校正标志位的当前坐标数据和校正标志位的实际坐标数据得到当前检测误差：(X_c,Y_c)＝(X_bd，Y_bd)-(X_b，Y_b)。

4.根据权利要求2所述的利用平面感知技术减少高峰时间遇红灯次数的方法，其特征在于，所述平面检测器采用视频跟踪单元，所述步骤S12中获得当前检测误差(X_c,Y_c)的步骤包括：

SB1：在视频跟踪单元的视频监控范围内施划分道线，所述分道线上设置有分界点F_i，获得每一分界点的实际坐标数据(X_f，Y_f)并将其标注到电子地图上；

SB2：以每一分界点的实际坐标数据(X_f，Y_f)作为校正标志位的实际坐标数据(X_b，Y_b)；

SB3：判断是否能检测到每一个校正标志位的当前坐标数据(X_bd，Y_bd)，若检测到则根据检测到的每一校正标志位当前坐标数据和该校正标志位的实际坐标数据，得到与该标志位对应的检测误差：(X_c,Y_c)＝(X_bd，Y_bd)-(X_b，Y_b)；

所述步骤S13和所述步骤S14之间还包括如下步骤：

根据机动车当前位置的坐标数据(X_d,Y_d)得到与机动车距离最近的校正标志位，以与机动车距离最近的校正标志位的检测误差作为机动车的当前检测误差(X_c,Y_c)。

5.根据权利要求2所述的利用平面感知技术减少高峰时间遇红灯次数的方法，其特征在于，所述平面检测器为视频跟踪单元，步骤S1中所述的平面精准连续跟踪包括如下步骤：

SC1：在视频跟踪单元的视频监控范围内施划分道线，所述分道线上设置有分界点F_i，获得每一分界点的实际坐标数据(X_f，Y_f)并将其标注到电子地图上,以及每两个相邻分界点之间的距离L_fi；

SC2：在视频监控画面中得到分道线的监控图像，依次人工标注每一个分界点F_i，并获得每两个相邻分界点之间的像素行数H_h或像素列数H_l，得到：

每两个相邻分界点之间的每一行像素对应的距离L_fi/H_h；

或者每两个相邻分界点之间的每一列像素对应的距离L_fi/C_l；

SC3：获取机动车当前位置的坐标数据(X_d,Y_d)；

SC4：根据机动车当前位置的坐标数据(X_d,Y_d)判断机动车当前位置在视频监控画面中的哪两个相邻的分界点之间，并进一步判断该坐标数据对应该相邻分界点之间的哪一行像素点或哪一列像素点；

SC5：根据机动车当前位置的坐标数据(X_d,Y_d)，结合在实际中每一个分界点的相对位置坐标、以及机动车当前位置的坐标数据(X_d,Y_d)所在区域每一行像素对应的距离或者每一列像素对应的距离，得到机动车当前位置的实际坐标数据(X_dj,Y_dj)。

6.一种利用平面感知技术减少高峰时间遇红灯次数的***，其特征在于，包括：

检测模块，对于路口每个方向上的机动车进行平面精准连续跟踪，实时获取每个方向的机动车的数量、每一台机动车的瞬时速度、精准位置，当机动车瞬时速度持续为零时则判定机动车处于停止状态；

行驶状态记录模块，建立行驶状态表，记录每一台机动车的行驶状态，所述行驶状态包括每一台机动车在越过停止线之前遇红灯的停车等待次数；其中某一机动车首次写入所述行驶状态表时，遇红灯的停车等待次数的初始值为零；

第一判断模块，判断第一方向是否为红灯状态；

修订模块，用于修订所述行驶状态表：

当所述第一判断模块的判断结果为是时，对于第一方向，将已有机动车的停车次数加1，并获取第一方向上遇红灯的最高停车等待次数K1；对于第二方向，将越过停止线的机动车从列表中清除；

当所述第一判断模块的判断结果为否时，对于第一方向，将越过停止线的机动车从列表中清除；对于第二方向，将已有机动车的遇红灯的停车等待次数加1，并获取第二方向上遇红灯的最高停车等待次数K2；

第二判断模块，判断第一方向的遇红灯的最高停车等待次数与第二方向的遇红灯的最高停车等待次数是否相等；

第三判断模块，当所述第二判断模块的判断结果为是时，判断遇红灯的最高停车次数是否为零；

第四判断模块，当所述第二判断模块的判断结果为否时，判断第一方向遇红灯的最高停车等待次数是否大于第二方向遇红灯的最高停车等待次数，

信号灯控制模块，用于在第三判断模块的判断结果为否时将信号周期延长；在第四判断模块的判断结果为是时增加第一方向上信号灯周期的绿信比；在第四判断模块的判断结果为否时增加第二方向上信号灯周期的绿信比。

7.根据权利要求6所述的利用平面感知技术减少高峰时间遇红灯次数的***，其特征在于，所述检测模块包括：

平面检测器，设置于在路口不同方向上，用于对机动车进行连续跟踪；将所述平面检测器的检测范围、平面检测器的位置坐标数据(X_j,Y_j)标注到带有经纬度的电子地图上；

第一处理单元，获取平面检测器的当前检测误差(X_c,Y_c)，判断当前检测误差(X_c,Y_c)是否在设定阈值范围内，若是则获取机动车当前位置的坐标数据(X_d,Y_d)，否则发出报警信号，提示无法准确获取校正标志位坐标数据；

误差获取单元，根据机动车当前位置的坐标数据和当前检测误差获得机动车当前位置的实际坐标数据：(X_dj,Y_dj)＝(X_d,Y_d)-(X_c,Y_c)。

8.根据权利要求7所述的利用平面感知技术减少高峰时间遇红灯次数的***，其特征在于，所述平面检测器采用检测雷达，误差获取单元包括：

标识为选定子单元，选定校正标志位，并将校正标志位的实际坐标数据(X_b，Y_b)标注到电子地图上，并实际测量雷达检测器到校正标志的距离L_lb和校正标志位到信号灯所在位置的距离L_jt；

第一处理子单元，判断是否能读取到校正标志位的当前坐标数据(X_bd，Y_bd)，若读取到则根据校正标志位的当前坐标数据和校正标志位的实际坐标数据得到当前检测误差：(X_c,Y_c)＝(X_bd，Y_bd)-(X_b，Y_b)。

9.根据权利要求7所述的利用平面感知技术减少高峰时间遇红灯次数的***，其特征在于，所述平面检测器采用视频跟踪单元，误差获取单元包括：

分道线获取子单元，在视频跟踪单元的视频监控范围内施划分道线，所述分道线上设置有分界点F_i，获得每一分界点的实际坐标数据(X_f，Y_f)并将其标注到电子地图上；

第二处理子单元，以每一分界点的实际坐标数据(X_f，Y_f)作为校正标志位的实际坐标数据(X_b，Y_b)；判断是否能检测到每一个校正标志位的当前坐标数据(X_bd，Y_bd)，若检测到则根据检测到的每一校正标志位当前坐标数据和该校正标志位的实际坐标数据，得到与该标志位对应的检测误差：(X_c,Y_c)＝(X_bd，Y_bd)-(X_b，Y_b)；根据机动车当前位置的坐标数据(X_d,Y_d)得到与机动车距离最近的校正标志位，以与机动车距离最近的校正标志位的检测误差作为机动车的当前检测误差(X_c,Y_c)。

10.根据权利要求7所述的利用平面感知技术减少高峰时间遇红灯次数的***，其特征在于，所述平面检测器为视频跟踪单元，检测模块，包括：

分界点获取子单元，在视频跟踪单元的视频监控范围内施划分道线，所述分道线上设置有分界点F_i，获得每一分界点的实际坐标数据(X_f，Y_f)并将其标注到电子地图上,以及每两个相邻分界点之间的距离L_fi；

像素间距子单元，在视频监控画面中得到分道线的监控图像，依次人工标注每一个分界点F_i，并获得每两个相邻分界点之间的像素行数H_h或像素列数H_l，得到：

每两个相邻分界点之间的每一行像素对应的距离L_fi/H_h；

或者每两个相邻分界点之间的每一列像素对应的距离L_fi/C_l；

第三处理子单元，获取机动车当前位置的坐标数据(X_d,Y_d)；根据机动车当前位置的坐标数据(X_d,Y_d)判断机动车当前位置在视频监控画面中的哪两个相邻的分界点之间，并进一步判断该坐标数据对应该相邻分界点之间的哪一行像素点或哪一列像素点；根据机动车当前位置的坐标数据(X_d,Y_d)，结合在实际中每一个分界点的相对位置坐标、以及机动车当前位置的坐标数据(X_d,Y_d)所在区域每一行像素对应的距离或者每一列像素对应的距离，得到机动车当前位置的实际坐标数据(X_dj,Y_dj)。