CN113160586A - 潮汐通道控制方法、装置及其***、计算机可读存储介质 - Google Patents

潮汐通道控制方法、装置及其***、计算机可读存储介质 Download PDF

Info

Publication number
CN113160586A
CN113160586A CN202110325257.4A CN202110325257A CN113160586A CN 113160586 A CN113160586 A CN 113160586A CN 202110325257 A CN202110325257 A CN 202110325257A CN 113160586 A CN113160586 A CN 113160586A
Authority
CN
China
Prior art keywords
traffic flow
image data
channel control
tidal channel
tidal
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110325257.4A
Other languages
English (en)
Inventor
曾子铭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Polytechnic
Original Assignee
Shenzhen Polytechnic
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Polytechnic filed Critical Shenzhen Polytechnic
Priority to CN202110325257.4A priority Critical patent/CN113160586A/zh
Publication of CN113160586A publication Critical patent/CN113160586A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/07Controlling traffic signals
    • G08G1/08Controlling traffic signals according to detected number or speed of vehicles
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/045Combinations of networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种潮汐通道控制方法、装置及其***、计算机可读存储介质,其中潮汐通道控制方法包括:获取车道的初始图像数据;其中,所述车道包括潮汐通道;根据所述初始图像数据进行车辆检测并得到车辆属性信息;其中,所述车辆属性信息包括车辆的位置和行驶方向;根据所述车辆属性信息统计所述道路中第一车流方向和第二车流方向的车流量;其中,所述第一车流方向与所述第二车流方向为相反方向;根据所述车流量控制所述潮汐通道的方向指示灯组的显示状态。本申请技术方案能够及时监控路况并控制潮汐通道的行驶方向。

Description

潮汐通道控制方法、装置及其***、计算机可读存储介质
技术领域
本申请涉及交通技术领域,特别涉及一种潮汐通道控制方法及其***、计算机可读存储介质。
背景技术
近年来,随着车辆数量急剧增多和城市面积的迅速拓展,在工作日早晚高峰以及节假日容易出现单向道路非常拥堵的现象。为了应对不堪重负的道路交通,潮汐通道现可根据车道的指示而变化,从而改变道路的正确行驶方向,以最大程度的利用道路的资源。目前已有的潮汐通道都是根据道路历史交通流量数据做出固定的切换方案,一般都是在固定的时间段开启或者关闭潮汐通道,或者人工现场观测双向道路交通流大小,通过遥控或者手动改变标志牌、信号灯和可移动式护栏等来控制的,这种通过人工来判别潮汐通道控制的方式,往往使得车道切换时经常提前或者滞后,不能在潮汐通道最佳切换时间进行车道切换,并且对于一些突发事件造成的交通拥堵不能迅速做出反应。
发明内容
本申请旨在至少解决现有技术中存在的技术问题之一。为此,本申请提出潮汐通道控制方法及其***、计算机可读存储介质,及时监控路况并控制潮汐通道的行驶方向。
本申请第一方面实施例提供了一种潮汐通道控制方法,包括:
获取车道的初始图像数据;其中,所述车道包括潮汐通道;
根据所述初始图像数据进行车辆检测并得到车辆属性信息;其中,所述车辆属性信息包括车辆的位置和行驶方向;
根据所述车辆属性信息统计所述道路中第一车流方向和第二车流方向的车流量;其中,所述第一车流方向与所述第二车流方向为相反方向;
根据所述车流量控制所述潮汐通道的方向指示灯组的显示状态。
根据本申请第一方面实施例的潮汐通道控制方法,至少具有如下有益效果:通过在道路上设置有图像采集装置,根据采集道路的初始图像数据,并且对初始图像数据进行分析检测,得到道路上的车辆属性信息,并根据车辆属性信息进行车流量的统计,从而可以判断出不同方向车流量的情况进行控制潮汐通道上的车道方向指示灯组实现控制潮汐通道的行驶方向,直接对实时的道路图像进行处理,并统计道路各方向车流量,从而可以实时快速地改变潮汐道路上的车道方向指示灯组,有效缓解城市交通拥堵问题。
根据本申请第一方面的一些实施例,所述根据所述初始图像数据进行车辆检测并得到车辆属性信息,包括:对所述初始图像数据进行压缩,得到压缩图像数据;根据所述压缩图像数据进行车辆检测并得出车辆属性信息。
根据本申请第一方面的一些实施例,所述根据所述初始图像数据进行车辆检测并得到车辆属性信息,包括:将所述初始图像数据输入到预设的SSD网络模型;获取所述SSD网络模型根据所述初始图像数据输出的多个特征图;根据所述特征图进行车辆检测,得出车辆属性信息。
根据本申请第一方面的一些实施例,所述获取所述SSD网络模型根据所述初始图像数据输出的多个特征图,包括:通过所述SSD网络模型进行多次最大值池化和卷积处理,得到卷积层;根据所述卷积层进行多次最大值池化和卷积处理,得到多个特征图;获取所述SSD网络模型输出的多个所述特征图。
根据本申请第一方面的一些实施例,所述根据所述特征图进行车辆检测,得出车辆属性信息,包括:根据所述特征图生成多个候选框;对多个所述候选框进行分类和回归处理,得到多个目标结果;根据多个所述目标结果进行非极大值抑制得到所述车辆属性信息。
根据本申请第一方面的一些实施例,所述根据所述车流量控制潮汐通道的方向指示灯组的显示状态,包括:若所述第一车流方向的车流量大于所述第二车流方向的车流量,则车道方向指示灯组的指向为正方向;或,若所述第一车流方向的车流量小于所述第二车流方向的车流量,则车道方向指示灯组的指向为反方向。
本申请第二方面实施例提供了一种潮汐通道控制装置,包括:
至少一个存储器;
至少一个处理器;
至少一个程序;
所述程序被存储在所述存储器中,所述处理器执行至少一个所述程序以实现第一方面实施例任一项所述的潮汐通道控制方法。
本申请第三方面实施例提供了一种潮汐通道控制***,包括:
图像采集装置,所述图像采集装置用于获取初始图像数据并发送所述初始图像数据;
如第二方面实施例所述的潮汐通道控制装置,所述潮汐通道控制装置的输入端与所述图像采集装置的输出端连接,所述潮汐通道控制装置用于接收所述图像采集装置发送的初始图像数据,根据所述初始图像数据进行车辆检测并得到车辆属性信息和根据所述车辆属性信息统计所述道路不同方向的车流量;
车道方向指示灯组,所述车道方向指示灯组的输入端与所述潮汐通道控制装置的输出端连接,所述车道方向指示灯组用于接收所述潮汐通道控制装置发送的所述车流量并响应于所述车流量控制车道方向指示灯组的显示状态。
根据本申请第三方面实施例的潮汐通道控制***,至少具有如下有益效果:通过在道路上设置有图像采集装置,图像采集装置获取道路的初始图像数据,并将初始图像数据发送到潮汐通道控制装置,潮汐通道控制装置根据采集道路的初始图像数据,并且对初始图像数据进行分析检测,得到道路上的车辆属性信息,并根据车辆属性信息进行车流量的统计,从而可以判断出各方向车流量的情况进行控制潮汐通道上的车道方向指示灯组实现控制潮汐通道的行驶方向,直接对实时的道路图像进行处理,并统计道路各方向车流量,从而可以实时快速地改变潮汐道路上的车道方向指示灯组,有效缓解城市交通拥堵问题。
根据本申请第三方面的一些实施例,所述车道方向指示灯组包括至少两盏LED灯,所述LED灯并排嵌入设置于潮汐通道的长度方向上。
本申请第四方面实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行信号,所述计算机可执行信号用于:执行如本申请第一方面实施例任意一项所述的潮汐通道控制方法。
本申请的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请的附加方面和优点结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本申请一个实施例提供的潮汐通道控制方法的流程图;
图2是本申请另一实施例提供的潮汐通道控制方法的流程图;
图3是本申请另一实施例提供的潮汐通道控制方法的流程图;
图4是本申请另一实施例提供的潮汐通道控制方法的流程图;
图5是本申请另一实施例提供的潮汐通道控制方法的流程图;
图6是本申请另一实施例提供的潮汐通道控制方法的流程图;
图7是本申请一个实施例提供的获取车辆属性信息的流程图;
图8是本申请一个实施例提供的潮汐通道控制装置的示意图;
图9是本申请一个实施例提供的潮汐通道控制***的结构示意图;
图10是本申请一个实施例提供的潮汐通道控制***的具体应用示意图;
图11是本申请另一实施例提供的潮汐通道控制***的具体应用示意图。
附图标号如下:
图像采集装置100、潮汐通道控制装置200、车道方向指示灯组300。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
需要说明的是,虽然在***示意图中进行了功能模块划分,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***中的模块划分,或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。
参照图1,图1是本申请一个实施例提供的潮汐通道控制方法的流程图,本申请第一方面实施例提供了一种潮汐通道控制方法,该潮汐通道控制方法包括但不限于有步骤S110、步骤S120、步骤S130和步骤S140:
步骤S110:获取车道的初始图像数据;其中,车道包括潮汐通道;
步骤S120:根据初始图像数据进行车辆检测并得到车辆属性信息;其中,车辆属性信息包括车辆的位置和行驶方向;
步骤S130:根据车辆属性信息统计道路中第一车流方向和第二车流方向的车流量;其中,第一车流方向与第二车流方向为相反方向;
步骤S140:根据车流量控制潮汐通道的方向指示灯组的显示状态。
可以理解的是,在本申请实施例的潮汐通道控制方法中,获取车道的初始图像数据,可以通过在道路上设置有图像采集装置,根据采集道路的初始图像数据,并且对初始图像数据进行分析检测,得到道路上的车辆属性信息,并根据车辆属性信息进行车流量的统计,从而可以判断出各方向车流量的情况进行控制潮汐通道上的车道方向指示灯组实现控制潮汐通道的行驶方向,直接对实时的道路图像进行处理,并统计道路各方向车流量,从而可以实时快速地改变潮汐道路上的车道方向指示灯组,有效缓解城市交通拥堵问题。
可以理解的是,图像采集装置具体为监控摄像机,监控摄像机设置在道路的一侧或两侧,用于采集道路上的初始图像数据,具体地,可以使用分辨率为1080p的监控摄像机,即采集图像大小为1920×1080的监控摄像机,作为道路的图像采集装置,将采集到的初始图像数据发送到潮汐通道控制装置中进行分析处理。
可以理解的是,车辆属性信息包括车辆的位置和行驶方向,以统计不同车道方向上的车流量,车辆属性信息还可以包括统计车辆的颜色、车辆的类型和车辆的车牌号等信息,用于记录误驶入潮汐通道的车辆进行处罚等,在本申请对此不作限定,所属技术领域的技术人员根据实际具体应用进行选择。
可以理解的是,对于根据车流量控制车道方向指示灯组的显示状态,可以每5分钟或每10分钟进行总体各车道方向上的车流量进行统计一次从而进行改变车道,即每5分钟或每10分钟为一个周期,进行一次潮汐通道的行驶方向是否需要进行改变进行一次判断,以免在短时间内潮汐通道不停继续控制变化位置,影响交通的有序性,周期性进行改变更好地保持良好的驾驶节奏,对于根据车流量控制车道方向指示灯组的显示状态的周期,在本申请对此不作限定。
参照图2,图2是本申请另一实施例提供的潮汐通道控制方法的流程图,步骤S120可以包括但不限于以下步骤:
步骤S210:对初始图像数据进行压缩,得到压缩图像数据;
步骤S220:根据压缩图像数据进行车辆检测并得出车辆属性信息。
可以理解的是,在对初始图像数据进行处理前,可以将初始图像数据进行适当地压缩,以加快图片的上传与分析速度,提高效率,例如,从图像采集装置采集的图像大小1920×1080,将图像压缩成3张RGB不同通道的240×240的图像形成压缩图像数据,将压缩图像数据传输到潮汐通道控制装置中进行图像分析处理,得出每一车辆属性信息,在不丢失原有信息的情况下对图像进行压缩,对于采集图像的大小与压缩图像的大小在本申请不对此限定,提高了初始图像数据的上传与分析速度,以使潮汐通道能够更即使地改变车道方向指示灯组以指示车道通行的方向。
参照图3,图3是本申请另一实施例提供的潮汐通道控制方法的流程图,步骤S120可以包括但不限于以下步骤:
步骤S310:将初始图像数据输入到预设的SSD网络模型;
步骤S320:获取SSD网络模型根据初始图像数据输出的多个特征图;
步骤S330:根据特征图进行车辆检测,得出车辆属性信息。
可以理解的是,将初始图像数据输入到潮汐通道控制装置内已预设好的SSD(Single Shot MultiBox Detector)网络模型中,在SSD网络模型中进行图像分析处理,并输出多个特征图,对特征图进行分析处理,从而得出车辆属性信息。
参照图4,图4是本申请另一实施例提供的潮汐通道控制方法的流程图,步骤S320可以包括但不限于以下步骤:
步骤S410:通过SSD网络模型进行多次最大值池化和卷积处理,得到卷积层;
步骤S420:根据卷积层进行多次最大值池化和卷积处理,得到多个特征图;
步骤S430:获取SSD网络模型输出的多个特征图。
可以理解的是,参照图7,潮汐通道控制装置中设有多个卷积单元,用于对初始图像数据与卷积层己姓最大值池化和卷积处理,具体地,潮汐通道控制装置中设有6个卷积单元。
可以理解的是,压缩图像数据尺寸大小为240×240×3的图像输入到SSD网络模型的第一个卷积单元中,通过第一个卷积单元进行Conv1-2操作,Conv1-2操作具体为第一次用3×3×32卷积核、步长为2,第二次用1×1×16卷积核、步长为2的卷积处理,得到240×240×16的卷积层;将240×240×16的卷积层输入到第二个卷积单元,通过第二个卷积单元进行Conv2-2操作,Conv2-2操作具体为一次2×2的最大值池化和两次卷积操作,卷积操作具体第一次用3×3×32卷积核、步长为1的卷积处理,第二次用1×1×32卷积核、步长为1的卷积处理,得到120×120×32的卷积层;将120×120×32的卷积层输入到第三个卷积单元,通过第三卷积单元进行Conv3-3操作,Conv3-3操作具体为一次2×2的最大值池化和三次卷积操作,卷积操作具体第一次用3×3×64卷积核、步长为1的卷积处理,第二次用1×1×32卷积核、步长为1的卷积处理,第三次用3×3×64卷积核、步长为1的卷积处理,得到60×60×64的卷积层,需要说明的是,获取最终卷积层之前经过的卷积单元与进行的卷积操作在本申请不作限定,所属技术领域的技术人员根据实际应用进行设计。
可以理解的是,将60×60×64的卷积层输入到第四个卷积单元,通过第四个卷积单元进行Conv4-3操作,Conv4-3操作具体为一次2×2的最大值池化和三次卷积操作,卷积操作具体第一次用3×3×128卷积核、步长为1的卷积处理,第二次用1×1×64卷积核、步长为1的卷积处理,第三次用3×3×128卷积核、步长为1的卷积处理,得到30×30×128的卷积层和30×30×128的第一特征图;将30×30×128的卷积层输入到第五个卷积单元进行Conv5-3操作,Conv5-3操作具体为一次2×2的最大值池化和三次卷积操作,卷积操作具体第一次用3×3×256卷积核、步长为1的卷积处理,第二次用1×1×128卷积核、步长为1的卷积处理,第三次用3×3×256卷积核、步长为1的卷积处理,得到15×15×256的卷积层和15×15×256的第二特征图;将15×15×256的卷积层输入到第五个卷积单元进行Conv6-3操作,Conv6-3操作具体一次2×2的最大值池化和三次卷积操作,卷积操作具体为第一次用3×3×256卷积核、步长为1的卷积处理,第二次用1×1×256卷积核、步长为1的卷积处理,第三次用3×3×256卷积核、步长为1的卷积处理,得到7×7×256的第三特征图,对于通过卷积单元的数量和特征图的个数,在本申请对此不作限定。
参照图5,图5是本申请另一实施例提供的潮汐通道控制方法的流程图,步骤S330可以包括但不限于以下步骤:
步骤S510,根据特征图生成多个候选框;
步骤S520,对多个候选框进行分类和回归处理,得到多个目标结果;
步骤S530,根据多个目标结果进行非极大值抑制得到车辆属性信息。
可以理解的是,继续参照图7,第一特征图的大小为30×30×128,对应于第一特征图,生成30×30×6×2=10800个候选框;第二特征图的大小为15×15×256,对应于第二特征图,生成15×15×6×2=2700个候选框;第三特征图的大小为7×7×256,对应于第三特征图,生成7×7×6×2=588个候选框,并对10800+2700+588=14088个候选框进行分类和回归,得出多个目标结果,例如从第一特征图中得到2个目标结果,从第二特征图中得到1个目标结果,从第三特征图中得到1个目标结果,对这4个目标结果进行非极大值抑制,从而得到车辆属性信息,具体地,检测到车辆的位置和行驶方向。
参照图6,图6是本申请另一实施例提供的潮汐通道控制方法的流程图,该掉潮汐通道控制方法还包括但不限于有以下步骤:
步骤S610,若第一车流方向的车流量大于第二车流方向的车流量,则车道方向指示灯组的指向为正方向;
步骤S620,若第一车流方向的车流量小于第二车流方向的车流量,则车道方向指示灯组的指向为反方向。
需要说明的是,第一车流方向和第二车流方向为反方向。
可以理解得是,例如,若正方向检测到的车流量为40辆,反方向将测到的车流量为20辆,则车道方向指示灯组的指向为正方向;若正方向检测到的车流量为15辆,反方向将测到的车流量为60辆,则车道方向指示灯组的指向为反方向。
参照图8,本申请第二方面实施例提供了一种潮汐通道控制装置。该潮汐通道控制装置包括:一个或多个存储器;一个或多个处理器;一个或多个程序,程序被存储在存储器中,处理器执行一个或多个程序以实现上述潮汐通道控制方法。图8中以一个处理器为例。
处理器和存储器可以通过总线或其他方式连接,图8以通过总线连接为例。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态性计算机可执行程序以及信号,如本申请实施例中的潮汐通道控制装置对应的程序指令/信号。处理器通过运行存储在存储器中的非暂态软件程序、指令以及信号,从而执行各种功能应用以及数据处理,即实现上述方法实施例的潮汐通道控制方法。
存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储上述潮汐通道控制方法的相关数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至该潮汐通道控制装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个信号存储在存储器中,当被一个或者多个处理器执行时,执行上述任意方法实施例中的潮汐通道控制方法。例如,执行以上描述的图1中的方法步骤S110至S140、图2中的方法步骤S210至S220、图3中的方法步骤S310至S320、图4的方法步骤S410至S420、图5的方法步骤S510至S530和图6的方法步骤S610至S620。
参照图9,本申请第二方面实施例提供了一种潮汐通道控制***,包括:图像采集装置100、如第二方面实施例的潮汐通道控制装置200和车道方向指示灯组300,图像采集装置100安装在道路的一侧或两侧,用于获取初始图像数据并发送初始图像数据到潮汐通道控制装置200,潮汐通道控制装置200的输入端与图像采集装置100的输出端连接,用于接收图像采集装置100发送的初始图像数据,根据初始图像数据进行车辆检测并得到每一车辆属性信息和根据车辆属性信息统计各车道方向上的车流量,车道方向指示灯组300的输入端与潮汐通道控制装置200的输出端连接,车道方向指示灯组300用于接收车流量,并响应于车流量控制车道方向指示灯组300的显示状态,通过在道路上设置有图像采集装置100,图像采集装置100获取道路的初始图像数据,并将初始图像数据发送到潮汐通道控制装置200,潮汐通道控制装置200根据采集道路的初始图像数据,并且对初始图像数据进行分析检测,得到道路上的车辆属性信息,并根据车辆属性信息进行车流量的统计,从而可以判断出各方向车流量的情况进行控制潮汐通道上的车道方向指示灯组300实现控制潮汐通道的行驶方向,直接对实时的道路图像进行处理,并统计道路各方向车流量,从而可以实时快速地改变潮汐道路上的车道方向指示灯组300,有效缓解城市交通拥堵问题。
可以理解的是,车道方向指示灯组300包括至少两盏LED灯,LED灯并排嵌入设置于潮汐通道的长度方向上,例如LED灯设有两盏,两盏LED灯都能变化红、绿两种颜色,分别并排嵌入设置于潮汐通道的长度方向上,对于车道方向指示灯组300中LED灯具体设置的数量,在本申请对此不作限定。
具体地,参照图10,图像采集装置100设置于道路的一侧,道路上一共设有三条车道,分别是向西行驶车道、潮汐通道、向东行驶车道,即潮汐通道位于中间,两盏LED灯车辆分别并排嵌入设置于潮汐通道的长度方向上,途中无填充颜色的LED灯代表为绿灯,有填充颜色的LED灯代表是红灯,图像采集装置100采集道路的初始图像数据,潮汐通道控制装置200进行分析得出向东行驶的车流量大于向西行驶的车流量,则潮汐通道中靠近西方向的LED灯为绿色,靠近东方向的LED灯为红色,即车辆可以从潮汐通道绿色LED灯的方向通往红色LED灯的方向,车辆可以向东行驶。
具体地,参照图11,图像采集装置100设置于道路的一侧,道路上一共设有三条车道,分别是向西行驶车道、潮汐通道、向东行驶车道,即潮汐通道位于中间,两盏LED灯车辆分别并排嵌入设置于潮汐通道的长度方向上,途中无填充颜色的LED灯代表为绿灯,有填充颜色的LED灯代表是红灯,图像采集装置100采集道路的初始图像数据,潮汐通道控制装置200进行分析得出向东行驶的车流量小于向西行驶的车流量,则潮汐通道中靠近东方向的LED灯为绿色,靠近西方向的LED灯为红色,即车辆可以从潮汐通道绿色LED灯的方向通往红色LED灯的方向,车辆可以向西行驶。
本申请第四方面实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个处理器执行,可使得上述一个或多个处理器执行上述方法实施例中的潮汐通道控制方法。例如,执行以上描述的图1中的方法步骤S110至S140、图2中的方法步骤S210至S220、图3中的方法步骤S310至S330、图4的方法步骤S410至S430、图5的方法步骤S510至S530和图6的方法步骤S610至S620。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
通过以上的实施方式的描述,本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、***可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读信号、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读信号、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体地”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本申请的实施例,本领域的普通技术人员可以理解:在不脱离本申请的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,均应包含在本申请的保护范围内。

Claims (10)

1.一种潮汐通道控制方法,其特征在于,包括:
获取车道的初始图像数据;其中,所述车道包括潮汐通道;
根据所述初始图像数据进行车辆检测并得到车辆属性信息;其中,所述车辆属性信息包括车辆的位置和行驶方向;
根据所述车辆属性信息统计所述道路中第一车流方向和第二车流方向的车流量;其中,所述第一车流方向与所述第二车流方向为相反方向;
根据所述车流量控制所述潮汐通道的方向指示灯组的显示状态。
2.根据权利要求1所述的潮汐通道控制方法,其特征在于,所述根据所述初始图像数据进行车辆检测并得到车辆属性信息,包括:
对所述初始图像数据进行压缩,得到压缩图像数据;
根据所述压缩图像数据进行车辆检测并得出车辆属性信息。
3.根据权利要求1所述的潮汐通道控制方法,其特征在于,所述根据所述初始图像数据进行车辆检测并得到车辆属性信息,包括:
将所述初始图像数据输入到预设的SSD网络模型;
获取所述SSD网络模型根据所述初始图像数据输出的多个特征图;
根据所述特征图进行车辆检测,得出车辆属性信息。
4.根据权利要求3所述的潮汐通道控制方法,其特征在于,所述获取所述SSD网络模型根据所述初始图像数据输出的多个特征图,包括:
通过所述SSD网络模型进行多次最大值池化和卷积处理,得到卷积层;
根据所述卷积层进行多次最大值池化和卷积处理,得到多个特征图;
获取所述SSD网络模型输出的多个所述特征图。
5.根据权利要求3所述的潮汐通道控制方法,其特征在于,所述根据所述特征图进行车辆检测,得出车辆属性信息,包括:
根据所述特征图生成多个候选框;
对多个所述候选框进行分类和回归处理,得到多个目标结果;
根据多个所述目标结果进行非极大值抑制得到所述车辆属性信息。
6.根据权利要求1所述的潮汐通道控制方法,其特征在于,所述根据所述车流量控制潮汐通道的方向指示灯组的显示状态,包括:
若所述第一车流方向的车流量大于所述第二车流方向的车流量,则车道方向指示灯组的指向为正方向;或,
若所述第一车流方向的车流量小于所述第二车流方向的车流量,则车道方向指示灯组的指向为反方向。
7.一种潮汐通道控制装置,其特征在于,包括:
至少一个存储器;
至少一个处理器;
至少一个程序;
所述程序被存储在所述存储器中,所述处理器执行至少一个所述程序以实现如权利要求1至6任一项所述的潮汐通道控制方法。
8.一种潮汐通道控制***,其特征在于,包括:
图像采集装置,所述图像采集装置用于获取初始图像数据并发送所述初始图像数据;
如权利要求7所述的潮汐通道控制装置,所述潮汐通道控制装置的输入端与所述图像采集装置的输出端连接,所述潮汐通道控制装置用于接收所述图像采集装置发送的初始图像数据,根据所述初始图像数据进行车辆检测并得到车辆属性信息和根据所述车辆属性信息统计所述道路不同方向的车流量;
车道方向指示灯组,所述车道方向指示灯组的输入端与所述潮汐通道控制装置的输出端连接,所述车道方向指示灯组用于接收所述潮汐通道控制装置发送的所述车流量并响应于所述车流量控制车道方向指示灯组的显示状态。
9.根据权利要求8所述的潮汐通道控制***,其特征在于,所述车道方向指示灯组包括至少两盏LED灯,所述LED灯并排嵌入设置于潮汐通道的长度方向上。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1至6任意一项所述的潮汐通道控制方法。
CN202110325257.4A 2021-03-26 2021-03-26 潮汐通道控制方法、装置及其***、计算机可读存储介质 Pending CN113160586A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110325257.4A CN113160586A (zh) 2021-03-26 2021-03-26 潮汐通道控制方法、装置及其***、计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110325257.4A CN113160586A (zh) 2021-03-26 2021-03-26 潮汐通道控制方法、装置及其***、计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN113160586A true CN113160586A (zh) 2021-07-23

Family

ID=76884914

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110325257.4A Pending CN113160586A (zh) 2021-03-26 2021-03-26 潮汐通道控制方法、装置及其***、计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN113160586A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113823084A (zh) * 2021-08-20 2021-12-21 广西北投交通养护科技集团有限公司 一种交通引导方法、装置、设备、***及可读存储介质
CN115440060A (zh) * 2022-07-29 2022-12-06 东风汽车集团股份有限公司 一种基于车路协同的动态车道管理方法和***

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101930673A (zh) * 2010-08-20 2010-12-29 深圳市新创中天信息科技发展有限公司 集成交通信号控制的交通图像监控***
CN204596156U (zh) * 2015-04-20 2015-08-26 重庆航天职业技术学院 自适应潮汐车道控制***
CN106384518A (zh) * 2016-10-31 2017-02-08 江苏金米智能科技有限责任公司 一种潮汐车道控制***
CN106408962A (zh) * 2016-10-31 2017-02-15 江苏金米智能科技有限责任公司 一种潮汐车道控制方法
CN108416283A (zh) * 2018-02-28 2018-08-17 华南理工大学 一种基于ssd的路面交通标志识别方法
CN110827537A (zh) * 2019-10-22 2020-02-21 青岛海信网络科技股份有限公司 一种潮汐车道的设置方法、装置及设备
CN111127911A (zh) * 2018-10-30 2020-05-08 深圳市以捷智慧交通科技有限公司 一种电子智能化潮汐车道的控制***及方法
CN111127912A (zh) * 2018-10-30 2020-05-08 深圳市以捷智慧交通科技有限公司 一种基于车流量的电子智能化潮汐车道的控制***及方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101930673A (zh) * 2010-08-20 2010-12-29 深圳市新创中天信息科技发展有限公司 集成交通信号控制的交通图像监控***
CN204596156U (zh) * 2015-04-20 2015-08-26 重庆航天职业技术学院 自适应潮汐车道控制***
CN106384518A (zh) * 2016-10-31 2017-02-08 江苏金米智能科技有限责任公司 一种潮汐车道控制***
CN106408962A (zh) * 2016-10-31 2017-02-15 江苏金米智能科技有限责任公司 一种潮汐车道控制方法
CN108416283A (zh) * 2018-02-28 2018-08-17 华南理工大学 一种基于ssd的路面交通标志识别方法
CN111127911A (zh) * 2018-10-30 2020-05-08 深圳市以捷智慧交通科技有限公司 一种电子智能化潮汐车道的控制***及方法
CN111127912A (zh) * 2018-10-30 2020-05-08 深圳市以捷智慧交通科技有限公司 一种基于车流量的电子智能化潮汐车道的控制***及方法
CN110827537A (zh) * 2019-10-22 2020-02-21 青岛海信网络科技股份有限公司 一种潮汐车道的设置方法、装置及设备

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113823084A (zh) * 2021-08-20 2021-12-21 广西北投交通养护科技集团有限公司 一种交通引导方法、装置、设备、***及可读存储介质
CN113823084B (zh) * 2021-08-20 2023-10-27 广西北投交通养护科技集团有限公司 一种交通引导方法、装置、设备、***及可读存储介质
CN115440060A (zh) * 2022-07-29 2022-12-06 东风汽车集团股份有限公司 一种基于车路协同的动态车道管理方法和***
CN115440060B (zh) * 2022-07-29 2023-12-26 东风汽车集团股份有限公司 一种基于车路协同的动态车道管理方法和***

Similar Documents

Publication Publication Date Title
CN103473926B (zh) 枪球联动道路交通参数采集及违章抓拍***
CN101540103B (zh) 交通信息采集及事件处理的方法与***
US20180122231A1 (en) Video data and gis mapping for traffic monitoring, event detection and change predicition
CN106355886B (zh) 一种开放式停车场停车管理***及其管理方法
CN104980707B (zh) 一种智能视频巡逻***
CN113160586A (zh) 潮汐通道控制方法、装置及其***、计算机可读存储介质
CN102024330A (zh) 基于高清视频技术的智能交通信号控制***、方法及设备
CN101958046B (zh) 一种车辆轨迹识别***及车辆轨迹识别的方法
US20180211116A1 (en) Distributed system for mining, correlating, and analyzing locally obtained traffic data including video
CN106412048A (zh) 基于智能交通云控制***的信息处理方法及装置
Gloudemans et al. I-24 MOTION: An instrument for freeway traffic science
CN108922172B (zh) 基于车辆特征矩阵序列变化分析的道路拥堵监测***
CN110087041B (zh) 基于5g基站的视频数据处理及传输方法和***
CN102024331A (zh) 可用于智能交通信号控制***的***
CN1937000A (zh) 城市交叉路口远程监控及车流识别检测方法
CN115687709A (zh) 基于交通数据降维重构及多维分析的交通动态管控方法
CN110751841B (zh) 区域交通控制方法、设备、***及存储介质
CN101615343B (zh) 道路闭路电视监控方法及***
CN112633249A (zh) 一种基于轻型深度学习框架的嵌入式人流量检测方法
CN108734959A (zh) 一种嵌入式视觉车流分析方法及***
CN105243854B (zh) 一种对道路中车流量进行检测的方法及装置
Ranka et al. A vision of smart traffic infrastructure for traditional, connected, and autonomous vehicles
PH12019000145A1 (en) Artificial intelligence traffic detection system
CN115116033A (zh) 车位范围的处理方法及计算设备
KR102398493B1 (ko) 다중 cctv 비디오를 이용한 도시 교통 네트워크 모델링 방법 및 장치

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination