CN114937354B - 一种基于互联网的城市监测汇聚*** - Google Patents

一种基于互联网的城市监测汇聚*** Download PDF

Info

Publication number
CN114937354B
CN114937354B CN202210481662.XA CN202210481662A CN114937354B CN 114937354 B CN114937354 B CN 114937354B CN 202210481662 A CN202210481662 A CN 202210481662A CN 114937354 B CN114937354 B CN 114937354B
Authority
CN
China
Prior art keywords
module
signal
road
vehicle
intersection
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.)
Active
Application number
CN202210481662.XA
Other languages
English (en)
Other versions
CN114937354A (zh
Inventor
孙海国
顾高骥
丁悦
杨皞珲
缪铭
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.)
Nanjing Butian Technology Industrial Co ltd
Original Assignee
Nanjing Butian Technology Industrial Co ltd
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 Nanjing Butian Technology Industrial Co ltd filed Critical Nanjing Butian Technology Industrial Co ltd
Priority to CN202210481662.XA priority Critical patent/CN114937354B/zh
Publication of CN114937354A publication Critical patent/CN114937354A/zh
Application granted granted Critical
Publication of CN114937354B publication Critical patent/CN114937354B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/081—Plural intersections under common control
    • G08G1/082—Controlling the time between beginning of the same phase of a cycle at adjacent intersections
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于互联网的城市监测汇聚***，包括道路交通参数获取模块、信号灯时长分配模块、优化执行模块，所述道路交通参数获取模块用于获取道路中的车流信息，所述信号灯时长分配模块用于对路口的可调信号灯的时长进行分配，所述优化执行模块用于对***进行进一步优化与操作；所述信号灯时长分配模块包括绿灯时长分配模块、相位差确定模块、信号周期确定模块，所述绿灯时长分配模块用于对路口的信号灯的绿灯持续时间进行动态分配，所述相位差确定模块用于确定相邻信号灯之间的相位间隔，所述信号周期确定模块用于确定与车流量相匹配的信号周期，本发明，具有智慧程度高和效果显著的特点。

Description

一种基于互联网的城市监测汇聚***
技术领域
本发明涉及智慧城市技术领域，具体为一种基于互联网的城市监测汇聚系 统。
背景技术
汽车在给生活带来快捷便利的同时，也导致各大城市出现交通拥堵的通病， 城市交通的拥堵在影响城市生活的效率和质量的同时，还伴随着尾气排放带来 的环境污染问题和能源消耗带来的能源浪费问题，研究表明，当出现大量拥挤 堵塞时，车辆不断启动、制动带来的能源消耗、尾气排放和产生的噪音是正常 行驶的6倍以上，在我国，机动车尾气排放引发的空气污染是造成环境污染的 重要原因，城市交通线路互相交织，各路线之间的交叉口是发生交通拥堵的源 头，想要有效治理拥堵，需要从源头抓起，制定智慧交通***，缓解城市拥堵 现状，在车流拥堵不是很严重的时候，通过调控信号灯来减少车辆频繁启停时间，减少交通事故的同时提高通行效率，因此，设计智慧程度高和效果显著的 一种基于互联网的城市监测汇聚***是很有必要的。
发明内容
本发明的目的在于提供一种基于互联网的城市监测汇聚***，以解决上述 背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于互联网的城 市监测汇聚***，包括道路交通参数获取模块、信号灯时长分配模块、优化执 行模块，所述道路交通参数获取模块的输出端与信号灯时长分配模块的输入端 电连接，所述信号灯时长分配模块的输出端、道路交通参数获取模块的输出端 共同与优化执行模块的输入端电连接；
所述道路交通参数获取模块用于获取道路中的车流信息，所述信号灯时长 分配模块用于对路口的可调信号灯的时长进行分配，所述优化执行模块用于对 ***进行进一步优化与操作；所述信号灯时长分配模块包括绿灯时长分配模块、 相位差确定模块、信号周期确定模块，所述绿灯时长分配模块的输出端与相位 差确定模块、信号周期确定模块的输入端电连接；所述绿灯时长分配模块用于 对路口的信号灯的绿灯持续时间进行动态分配，所述相位差确定模块用于确定 相邻信号灯之间的相位间隔，所述信号周期确定模块用于确定与车流量相匹配 的信号周期；当车流经过两个距离很近的路口时，不易分散开来，路口耦合性 强，为了合理分配资源，使车流能尽可能多的通过绿灯，需要在相邻信号灯之间设定相位差，使得相位差与车流量相匹配。
根据上述技术方案，所述道路交通参数获取模块包括摄像头采集模块、图 像预处理模块、运动目标检测模块、虚拟线圈标定模块、计数器模块，所述摄 像头采集模块、图像预处理模块、运动目标检测模块的输出端与虚拟线圈标定 模块的输入端电连接，所述虚拟线圈标定模块的输出端与计数器模块的输入端 电连接；
所述摄像头采集模块用于利用高清摄像头采集当前道路上的车辆图片，所 述图像预处理模块用于对采集到的车辆信息进行图像预处理，所述运动目标检 测模块用于识别道路上的运动目标，所述虚拟线圈标定模块用于在各车道内设 置虚拟线圈，统计车辆数量，所述计数器模块用于配合虚拟线圈进行车辆数量 统计。
根据上述技术方案，所述优化执行模块包括多目标处理模块、安全车速计 算模块、结果上传模块，所述多目标处理模块的输出端与安全车速计算模块的 输入端电连接，所述安全车速计算模块的输出端与结果上传模块的输入端电连 接，所述多目标处理模块用于将多目标转换为单目标，所述安全车速计算模块 用于计算当前道路单个车辆的安全车速，所述结果上传模块用于将监测结果上 传到管理员服务器，便于进行异常情况调控。
根据上述技术方案，所述一种基于互联网的城市监测汇聚***的运行方法 包括以下步骤：
步骤S1：根据道路交叉口的监控摄像头，对道路上的车辆进行参数采集与 获取；随着计算机硬件和图像处理技术的不断发展，采用便于安装的监控摄像 头，保证采集清晰度的同时，图像处理技术的成熟使得环境干扰得到较好地优 化，对道路上的车辆参数获取效率更高；
步骤S2：对采集到的图像数据进行处理，并进行运动目标检测，在每个车 道内标定虚拟线圈后，实现对车辆数的统计；在各车道设置虚拟线圈，当有车 辆经过虚拟线圈时会产生信号，并结合计数器完成对车辆的统计，计算量较小 且算力要求低，计数效率高；
步骤S3：根据车流信息完成对信号灯时长的分配，并确定相邻交叉路口信 号灯的信号周期；当车流经过两个距离很近的路口时，路口耦合性较强，为了 合理分配资源，使车流能尽可能多的通过路灯缓解拥堵，需要根据车流信息动 态分配信号灯的时长，发挥道路的最大潜在通行能力；
步骤S4：结合当前道路的车流情况与信号灯分配情况，计算当前时段的安 全车速，并进行优化执行，将优化后的结果发送到管理人员后台；道路上行驶 的车辆近似为一种空间上连续、时间上离散的车辆跟驰模型，因此要结合当前 道路的车流情况与信号灯分配情况，对当前道路内当前时段下的安全车速进行 计算，减少因速度过快导致的事故，引发额外交通拥堵。
根据上述技术方案，所述步骤S1-S2中，道路参数采集与车流数量统计的 方法包括以下步骤：
步骤A：摄像头采集模块对道路上的交通视频进行实时采集，并经过压缩 后上传到图像预处理模块；
步骤B：图像预处理模块对获取的视频进行灰度化处理；采集到的视频为 彩***，得到的每一帧彩色图像包含大量的冗余信息，直接使用会增加计算 式的内存需求，不符合信号灯控制的实时性以及硬件的需求，所以要对图像进 行预处理；
步骤C：采用背景差分法对运动物体进行识别，获取车辆的运动信息；利 用已有背景，将每一帧图像与背景图像做差分运算，从而得到当前运动场景的 前景目标，减少因背景环境复杂造成的识别干扰；
步骤D：在各个车道内的视频监测区域设定虚拟线圈，对通过线圈的车辆 进行统计，并将统计数据记为N；要得到车流量信息，就需要对各个车道内的 车辆数量进行准确计数，在各个车道内设置虚拟线圈，当有车辆经过时线圈产 生一个控制信号，并发送到计数器模块进行计数，这样的统计方式无需涉及复 杂的算法与运算，识别速度快，满足信号灯控制要求的实时性。
根据上述技术方案，所述步骤S3中，信号灯时长的分配与信号周期的确定 方法包括以下步骤：
步骤S31：对路口进行标号，获取第i路口的绿灯预设间隔时间Ii与黄灯时长 Ai；
步骤S32：在一个周期内设定绿灯的间隔数k与i路口启动损失时间Lsi；
步骤S33：添加i路口黄灯时长Ai，并计算i路口总损失时间Li与路口的信号 周期Ci。
根据上述技术方案，所述步骤S33中，i路口总损失时间Li的计算公式为：
式中，k代表一个周期内设定绿灯的间隔数，N为所统计的当前车道内车流 数量，i路口启动损失时间Lsi和i路口黄灯时长Ai为固定值，单位为秒；路口总损 失时间对应绿灯的信号周期时长，为了保证通行效率，需实时调整绿灯预设间 隔时间；
所述步骤S33中，i路口的信号周期Ci的计算公式为：
Ci＝λLiN
式中，λ为比例参数，该参数与车道数量有关，车道数量增多，对应的路口 总损失时间成比例增长，i路口的信号周期取决于该方向的车流大小，车流越大， 对应的路口信号周期越长，车流越小，对应的路口信号周期越小；根据车流大 小动态调控路口的信号周期，避免车流量大时，信号周期时长与车流量不匹配， 造成交通拥堵加剧或者绿灯时间浪费的情况。
根据上述技术方案，所述步骤S4进一步包括以下步骤：
步骤S41：进行多目标处理，优化当前车道下的车辆识别精准度；除了要 获取车流量外，还要对车辆的行驶速度、两车间隔进行识别，加强***的完善 性；
步骤S42：对处于虚拟线圈内的车辆进行归一化处理，获取t时刻前车的车 速V0(t)与后车的车速V1(t)，并记录前后车的距离St；
步骤S43：设定驾驶员平均反应时间Γ，并获取车辆最大减速能力b；
步骤S44：计算安全车速Vsafe(t)，并将该值与道路允许的最大值或车辆所 能承受的最大值进行比对，取最小值为最终建议车速。
根据上述技术方案，所述步骤S44中，安全车速Vsafe(t)的计算公式为：
式中，b为车辆最大减速能力，单位为m/s2，2b为前后车同时刹车下的减 速能力，Γ为驾驶员的反应时间，一般取固定值，St-V0(t)*Γ代表前车急刹车 下后车未反应时的两车距离，(V0(t)+V1(t))/2b+Γ代表车辆完全停止后的总反 应时间。通过对监测结果的反馈，计算安全车速，减小因追尾事故带来的额外 交通拥堵，避免因交通事故拥堵造成监测紊乱，影响信号周期的调控。
与现有技术相比，本发明所达到的有益效果是：本发明，
(1)通过设置有相位差确定模块，当车流经过两个距离很近的路口时，不 易分散开来，路口耦合性强，为了合理分配资源，使车流能尽可能多的通过绿 灯，需要在相邻信号灯之间设定相位差，使得相位差与车流量相匹配；
(2)通过设置有图像预处理模块，对于采集到的彩***，得到的每一帧 彩色图像包含大量的冗余信息，直接使用会增加计算式的内存需求，不符合信 号灯控制的实时性以及硬件的需求，所以要对图像进行预处理；
(3)通过设置有信号周期确定模块，根据车流大小动态调控路口的信号周 期，避免车流量大时，信号周期时长与车流量不匹配，造成交通拥堵加剧或者 绿灯时间浪费的情况；
(4)通过设置有安全车速计算模块，通过对监测结果的反馈，计算安全车 速，减小因追尾事故带来的额外交通拥堵，避免因交通事故拥堵造成监测紊乱， 影响信号周期的调控。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发 明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明的***模块组成示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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。
请参阅图1，本发明提供技术方案：一种基于互联网的城市监测汇聚***， 包括道路交通参数获取模块、信号灯时长分配模块、优化执行模块，道路交通 参数获取模块的输出端与信号灯时长分配模块的输入端电连接，信号灯时长分 配模块的输出端、道路交通参数获取模块的输出端共同与优化执行模块的输入 端电连接；
道路交通参数获取模块用于获取道路中的车流信息，信号灯时长分配模块 用于对路口的可调信号灯的时长进行分配，优化执行模块用于对***进行进一 步优化与操作；信号灯时长分配模块包括绿灯时长分配模块、相位差确定模块、 信号周期确定模块，绿灯时长分配模块的输出端与相位差确定模块、信号周期 确定模块的输入端电连接；绿灯时长分配模块用于对路口的信号灯的绿灯持续 时间进行动态分配，相位差确定模块用于确定相邻信号灯之间的相位间隔，信 号周期确定模块用于确定与车流量相匹配的信号周期；当车流经过两个距离很 近的路口时，不易分散开来，路口耦合性强，为了合理分配资源，使车流能尽 可能多的通过绿灯，需要在相邻信号灯之间设定相位差，使得相位差与车流量 相匹配。
道路交通参数获取模块包括摄像头采集模块、图像预处理模块、运动目标 检测模块、虚拟线圈标定模块、计数器模块，摄像头采集模块、图像预处理模 块、运动目标检测模块的输出端与虚拟线圈标定模块的输入端电连接，虚拟线 圈标定模块的输出端与计数器模块的输入端电连接；
摄像头采集模块用于利用高清摄像头采集当前道路上的车辆图片，图像预 处理模块用于对采集到的车辆信息进行图像预处理，运动目标检测模块用于识 别道路上的运动目标，虚拟线圈标定模块用于在各车道内设置虚拟线圈，统计 车辆数量，计数器模块用于配合虚拟线圈进行车辆数量统计。
优化执行模块包括多目标处理模块、安全车速计算模块、结果上传模块， 多目标处理模块的输出端与安全车速计算模块的输入端电连接，安全车速计算 模块的输出端与结果上传模块的输入端电连接，多目标处理模块用于将多目标 转换为单目标，安全车速计算模块用于计算当前道路单个车辆的安全车速，结 果上传模块用于将监测结果上传到管理员服务器，便于进行异常情况调控。
一种基于互联网的城市监测汇聚***的运行方法包括以下步骤：
步骤S1：根据道路交叉口的监控摄像头，对道路上的车辆进行参数采集与 获取；随着计算机硬件和图像处理技术的不断发展，采用便于安装的监控摄像 头，保证采集清晰度的同时，图像处理技术的成熟使得环境干扰得到较好地优 化，对道路上的车辆参数获取效率更高；
步骤S2：对采集到的图像数据进行处理，并进行运动目标检测，在每个车 道内标定虚拟线圈后，实现对车辆数的统计；在各车道设置虚拟线圈，当有车 辆经过虚拟线圈时会产生信号，并结合计数器完成对车辆的统计，计算量较小 且算力要求低，计数效率高；
步骤S3：根据车流信息完成对信号灯时长的分配，并确定相邻交叉路口信 号灯的信号周期；当车流经过两个距离很近的路口时，路口耦合性较强，为了 合理分配资源，使车流能尽可能多的通过路灯缓解拥堵，需要根据车流信息动 态分配信号灯的时长，发挥道路的最大潜在通行能力；
步骤S4：结合当前道路的车流情况与信号灯分配情况，计算当前时段的安 全车速，并进行优化执行，将优化后的结果发送到管理人员后台；道路上行驶 的车辆近似为一种空间上连续、时间上离散的车辆跟驰模型，因此要结合当前 道路的车流情况与信号灯分配情况，对当前道路内当前时段下的安全车速进行 计算，减少因速度过快导致的事故，引发额外交通拥堵。
步骤S1-S2中，道路参数采集与车流数量统计的方法包括以下步骤：
步骤A：摄像头采集模块对道路上的交通视频进行实时采集，并经过压缩 后上传到图像预处理模块；
步骤B：图像预处理模块对获取的视频进行灰度化处理；采集到的视频为 彩***，得到的每一帧彩色图像包含大量的冗余信息，直接使用会增加计算 式的内存需求，不符合信号灯控制的实时性以及硬件的需求，所以要对图像进 行预处理；
步骤C：采用背景差分法对运动物体进行识别，获取车辆的运动信息；利 用已有背景，将每一帧图像与背景图像做差分运算，从而得到当前运动场景的 前景目标，减少因背景环境复杂造成的识别干扰；
步骤D：在各个车道内的视频监测区域设定虚拟线圈，对通过线圈的车辆 进行统计，并将统计数据记为N；要得到车流量信息，就需要对各个车道内的 车辆数量进行准确计数，在各个车道内设置虚拟线圈，当有车辆经过时线圈产 生一个控制信号，并发送到计数器模块进行计数，这样的统计方式无需涉及复 杂的算法与运算，识别速度快，满足信号灯控制要求的实时性。
步骤S3中，信号灯时长的分配与信号周期的确定方法包括以下步骤：
步骤S31：对路口进行标号，获取第i路口的绿灯预设间隔时间Ii与黄灯时长 Ai；
步骤S32：在一个周期内设定绿灯的间隔数k与i路口启动损失时间Lsi；
步骤S33：添加i路口黄灯时长Ai，并计算i路口总损失时间Li与路口的信号 周期Ci。
步骤S33中，i路口总损失时间Li的计算公式为：
式中，k代表一个周期内设定绿灯的间隔数，N为所统计的当前车道内车流 数量，i路口启动损失时间Lsi和i路口黄灯时长Ai为固定值，单位为秒；路口总损 失时间对应绿灯的信号周期时长，为了保证通行效率，需实时调整绿灯预设间 隔时间；
步骤S33中，i路口的信号周期Ci的计算公式为：
Ci＝λLiN
式中，λ为比例参数，该参数与车道数量有关，车道数量增多，对应的路口 总损失时间成比例增长，i路口的信号周期取决于该方向的车流大小，车流越大， 对应的路口信号周期越长，车流越小，对应的路口信号周期越小；根据车流大 小动态调控路口的信号周期，避免车流量大时，信号周期时长与车流量不匹配， 造成交通拥堵加剧或者绿灯时间浪费的情况。
步骤S4进一步包括以下步骤：
步骤S41：进行多目标处理，优化当前车道下的车辆识别精准度；除了要 获取车流量外，还要对车辆的行驶速度、两车间隔进行识别，加强***的完善 性；
步骤S42：对处于虚拟线圈内的车辆进行归一化处理，获取t时刻前车的车 速V0(t)与后车的车速V1(t)，并记录前后车的距离St；
步骤S43：设定驾驶员平均反应时间Γ，并获取车辆最大减速能力b；
步骤S44：计算安全车速Vsafe(t)，并将该值与道路允许的最大值或车辆所 能承受的最大值进行比对，取最小值为最终建议车速。
步骤S44中，安全车速Vsafe(t)的计算公式为：
式中，b为车辆最大减速能力，单位为m/s2，2b为前后车同时刹车下的减 速能力，Γ为驾驶员的反应时间，一般取固定值，St-V0(t)*Γ代表前车急刹车 下后车未反应时的两车距离，(V0(t)+V1(t))/2b+Γ代表车辆完全停止后的总反 应时间。通过对监测结果的反馈，计算安全车速，减小因追尾事故带来的额外 交通拥堵，避免因交通事故拥堵造成监测紊乱，影响信号周期的调控。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将 一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些 实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包 含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素 的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的 其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制 本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术 人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其 中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修 改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种基于互联网的城市监测汇聚***，包括道路交通参数获取模块、信号灯时长分配模块、优化执行模块，其特征在于：所述道路交通参数获取模块的输出端与信号灯时长分配模块的输入端电连接，所述信号灯时长分配模块的输出端、道路交通参数获取模块的输出端共同与优化执行模块的输入端电连接；
所述道路交通参数获取模块用于获取道路中的车流信息，所述信号灯时长分配模块用于对路口的可调信号灯的时长进行分配，所述优化执行模块用于对***进行进一步优化与操作；所述信号灯时长分配模块包括绿灯时长分配模块、相位差确定模块、信号周期确定模块，所述绿灯时长分配模块的输出端与相位差确定模块、信号周期确定模块的输入端电连接；所述绿灯时长分配模块用于对路口的信号灯的绿灯持续时间进行动态分配，所述相位差确定模块用于确定相邻信号灯之间的相位间隔，所述信号周期确定模块用于确定与车流量相匹配的信号周期；
所述道路交通参数获取模块包括摄像头采集模块、图像预处理模块、运动目标检测模块、虚拟线圈标定模块、计数器模块，所述摄像头采集模块、图像预处理模块、运动目标检测模块的输出端与虚拟线圈标定模块的输入端电连接，所述虚拟线圈标定模块的输出端与计数器模块的输入端电连接；
所述摄像头采集模块用于利用高清摄像头采集当前道路上的车辆图片，所述图像预处理模块用于对采集到的车辆信息进行图像预处理，所述运动目标检测模块用于识别道路上的运动目标，所述虚拟线圈标定模块用于在各车道内设置虚拟线圈，统计车辆数量，所述计数器模块用于配合虚拟线圈进行车辆数量统计；
所述优化执行模块包括多目标处理模块、安全车速计算模块、结果上传模块，所述多目标处理模块的输出端与安全车速计算模块的输入端电连接，所述安全车速计算模块的输出端与结果上传模块的输入端电连接，所述多目标处理模块用于将多目标转换为单目标，所述安全车速计算模块用于计算当前道路单个车辆的安全车速，所述结果上传模块用于将监测结果上传到管理员服务器，便于进行异常情况调控；
所述一种基于互联网的城市监测汇聚***的运行方法包括以下步骤：
步骤S1：根据道路交叉口的监控摄像头，对道路上的车辆进行参数采集与获取；
步骤S2：对采集到的图像数据进行处理，并进行运动目标检测，在每个车道内标定虚拟线圈后，实现对车辆数的统计；
步骤S3：根据车流信息完成对信号灯时长的分配，并确定相邻交叉路口信号灯的信号周期；
步骤S4：结合当前道路的车流情况与信号灯分配情况，计算当前时段的安全车速，并进行优化执行，将优化后的结果发送到管理人员后台；
所述步骤S1-S2中，道路参数采集与车流数量统计的方法包括以下步骤：
步骤A：摄像头采集模块对道路上的交通视频进行实时采集，并经过压缩后上传到图像预处理模块；
步骤B：图像预处理模块对获取的视频进行灰度化处理；
步骤C：采用背景差分法对运动物体进行识别，获取车辆的运动信息；
步骤D：在各个车道内的视频监测区域设定虚拟线圈，对通过线圈的车辆进行统计，并将统计数据记为；
所述步骤S3中，信号灯时长的分配与信号周期的确定方法包括以下步骤：
步骤S31：对路口进行标号，获取第路口的绿灯预设间隔时间/>与黄灯时长/>；
步骤S32：在一个周期内设定绿灯的间隔数与/>路口启动损失时间/>；
步骤S33：添加路口黄灯时长/>，并计算/>路口总损失时间/>与路口的信号周期/>；
所述步骤S33中，路口总损失时间/>的计算公式为：
式中，代表一个周期内设定绿灯的间隔数，/>为所统计的当前车道内车流数量，/>路口启动损失时间/>和/>路口黄灯时长/>为固定值，单位为秒；
所述步骤S33中，路口的信号周期/>的计算公式为：
式中，为比例参数，该参数与车道数量有关，车道数量增多，对应的路口总损失时间成比例增长，/>路口的信号周期取决于该路口的车流大小，车流越大，对应的路口信号周期越长，车流越小，对应的路口信号周期越小；
所述步骤S4进一步包括以下步骤：
步骤S41：进行多目标处理，优化当前车道下的车辆识别精准度；
步骤S42：对处于虚拟线圈内的车辆进行归一化处理，获取时刻前车的车速/>与后车的车速/>，并记录前后车的距离/>；
步骤S43：设定驾驶员平均反应时间，并获取车辆最大减速能力/>；
步骤S44：计算安全车速，并将该值与道路允许的最大值或车辆所能承受的最大值进行比对，取最小值为最终建议车速；
所述步骤S44中，安全车速的计算公式为：
式中，为车辆最大减速能力，单位为/>，/>为前后车同时刹车下的减速能力，/>为驾驶员的反应时间，一般取固定值，/>代表前车急刹车下后车未反应时的两车距离，/>代表车辆完全停止后的总反应时间。
CN202210481662.XA 2022-05-05 2022-05-05 一种基于互联网的城市监测汇聚*** Active CN114937354B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210481662.XA CN114937354B (zh) 2022-05-05 2022-05-05 一种基于互联网的城市监测汇聚***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210481662.XA CN114937354B (zh) 2022-05-05 2022-05-05 一种基于互联网的城市监测汇聚***

Publications (2)

Publication Number Publication Date
CN114937354A CN114937354A (zh) 2022-08-23
CN114937354B true CN114937354B (zh) 2023-09-05

Family

ID=82864958

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210481662.XA Active CN114937354B (zh) 2022-05-05 2022-05-05 一种基于互联网的城市监测汇聚***

Country Status (1)

Country Link
CN (1) CN114937354B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103680142A (zh) * 2013-12-23 2014-03-26 苏州君立软件有限公司 一种交通路口智能监控方法
CN107749042A (zh) * 2017-11-08 2018-03-02 南通智慧交通科技有限公司 公路协同巡查***
US10354523B2 (en) * 2017-05-22 2019-07-16 Alibaba Group Holding Limited Road traffic control system, method, and electronic device
CN110209068A (zh) * 2019-06-11 2019-09-06 滁州学院 一种红绿灯配时优化与仿真模拟方法
CN111081009A (zh) * 2019-12-30 2020-04-28 吉林大学 一种基于车联网的车辆编队行驶***及控制方法
AU2020102415A4 (en) * 2020-09-24 2020-11-12 East China Normal University An adaptive traffic signal control algorithm and system based on speed monitoring

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9076332B2 (en) * 2006-10-19 2015-07-07 Makor Issues And Rights Ltd. Multi-objective optimization for real time traffic light control and navigation systems for urban saturated networks

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103680142A (zh) * 2013-12-23 2014-03-26 苏州君立软件有限公司 一种交通路口智能监控方法
US10354523B2 (en) * 2017-05-22 2019-07-16 Alibaba Group Holding Limited Road traffic control system, method, and electronic device
CN107749042A (zh) * 2017-11-08 2018-03-02 南通智慧交通科技有限公司 公路协同巡查***
CN110209068A (zh) * 2019-06-11 2019-09-06 滁州学院 一种红绿灯配时优化与仿真模拟方法
CN111081009A (zh) * 2019-12-30 2020-04-28 吉林大学 一种基于车联网的车辆编队行驶***及控制方法
AU2020102415A4 (en) * 2020-09-24 2020-11-12 East China Normal University An adaptive traffic signal control algorithm and system based on speed monitoring

Also Published As

Publication number Publication date
CN114937354A (zh) 2022-08-23

Similar Documents

Publication Publication Date Title
CN108417057B (zh) 一种智能信号灯配时***
CN109191830B (zh) 一种基于视频图像处理的道路拥堵检测方法
JP2816919B2 (ja) 空間平均速度および交通量推定方法、地点交通信号制御方法、交通量推定・交通信号制御機制御装置
CN101923784A (zh) 交通信号灯调整***及方法
CN104537851B (zh) 实时反馈动态交通信号控制***
CN112017437B (zh) 路***通信息感知控制***和方法
CN114141021B (zh) 一种智慧城市交通信号灯控制***及其控制方法
CN110648533A (zh) 一种交通管控方法、设备、***及存储介质
CN111613070B (zh) 交通信号灯控制方法、装置、电子设备和计算机存储介质
US20210053572A1 (en) Vehicular driving assist system with traffic jam probability determination
CN109035814B (zh) 一种红绿灯间隔时间自动调整方法和***
US20240046787A1 (en) Method And System For Traffic Clearance At Signalized Intersections Based On Lidar And Trajectory Prediction
CN107204120B (zh) 一种利用旅行时间进行交通信号相位设计的方法及其装置
CN114170795A (zh) 一种智能交通***中的物联网交通监测***及其使用方法
CN117953693B (zh) 一种基于视频ai的高速公路交通智能监测***
CN114937354B (zh) 一种基于互联网的城市监测汇聚***
CN117198058B (zh) 一种基于遥感影像的道路交通智能监管***
CN111383453A (zh) 交通信号控制在线仿真和实时跟踪反馈***及运行方法
CN113538943A (zh) 一种红绿灯控制方法及***
CN114049760A (zh) 基于交叉路口的交通控制方法、装置及***
CN111489560B (zh) 基于浅层卷积神经网络探测前车起步检测方法及控制方法
CN115440063B (zh) 交通信号灯的控制方法、装置、计算机设备和存储介质
CN115083208B (zh) 人车冲突预警方法、预警分析方法、电子设备及存储介质
TWI712012B (zh) 人工智慧交通偵測系統
KR20180068462A (ko) 신호등 제어 시스템 및 방법

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
TA01 Transfer of patent application right

Effective date of registration: 20230809

Address after: No. 188 Xiongzhou East Road, Xiongzhou Street, Liuhe District, Nanjing City, Jiangsu Province, 210000

Applicant after: NANJING BUTIAN TECHNOLOGY INDUSTRIAL CO.,LTD.

Address before: 226000 floor 13, building 8, Chuangyuan Science Park, No. 2, Panxiang Road, Chongchuan District, Nantong City, Jiangsu Province

Applicant before: NANTONG SMART TRANSPORTATION TECHNOLOGY CO.,LTD.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant