TWI676969B - 基於物聯網的紅綠燈控制系統及其方法 - Google Patents
基於物聯網的紅綠燈控制系統及其方法 Download PDFInfo
- Publication number
- TWI676969B TWI676969B TW107135429A TW107135429A TWI676969B TW I676969 B TWI676969 B TW I676969B TW 107135429 A TW107135429 A TW 107135429A TW 107135429 A TW107135429 A TW 107135429A TW I676969 B TWI676969 B TW I676969B
- Authority
- TW
- Taiwan
- Prior art keywords
- traffic light
- traffic
- light device
- flow
- signal
- Prior art date
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
一種基於物聯網的紅綠燈控制系統及其方法,透過設置在紅綠燈裝置的攝像元件持續拍攝道路影像,並且將燈號狀態及道路影像傳送至控制端,由控制端分析燈號狀態為綠燈的車流量及人流量,當車流量及人流量低於預設值時,控制端根據紅綠燈裝置的識別碼篩選出同一路口的所有紅綠燈裝置,並且產生切換信號以傳送至篩選出的紅綠燈裝置進行燈號切換,用以達成提高交通管制效率之技術功效。
Description
本發明涉及一種紅綠燈控制系統及其方法,特別是分析綠燈時的車流量及人流量,以便控制燈號切換之基於物聯網的紅綠燈控制系統及其方法。
近年來,隨著智慧城市的蓬勃發展,各種相關應用便如雨後春筍般湧現,其中又以紅綠燈裝置的控制最受矚目。
一般而言,傳統的紅綠燈裝置是執行預先設置的控制指令,以便在指定的時間週期內致能(Enable)指定的燈號元件,舉例來說,執行控制指令可先致能紅燈60秒,再使黃燈閃爍5秒,接著致能綠燈30秒,並使其成為一個循環重覆相同的燈號控制。然而,實際的交通狀況瞬息萬變,時常發生紅綠燈裝置在綠燈狀態時無人車通行,而另一側的紅綠燈裝置在紅燈狀態時累積許多人車等待通行的情況,故存在交通管制效率不佳的問題。
有鑑於此,便有廠商提出交通指揮機器人的技術手段,其透過在路設置交通指揮機器人,並且允許遠端的交管人員連線控制以進行交通指揮。如此一來,即可不受限於紅綠燈裝置的顯示燈號,解決傳統車流量難以疏導以及交管人員具有安全性疑慮的問題。然而,此一方式需要在各路口設置交通指
揮機器人,不但成本高昂,而且雖然能夠提高交管人員的安全性,卻同樣難以避免車輛與交通指揮機器人發生碰撞,致使交通指揮機器人損毀而無法繼續指揮交通的問題,因此仍然無法有效解決交通管制效率不佳的問題。
綜上所述,可知先前技術中長期以來一直存在交通管制效率不佳之問題,因此實有必要提出改進的技術手段,來解決此一問題。
本發明揭露一種基於物聯網的紅綠燈控制系統及其方法。
首先,本發明揭露一種基於物聯網的紅綠燈控制系統,此系統包含:紅綠燈裝置及控制端。所述紅綠燈裝置包含:攝像模組、傳輸模組及驅動模組。其中,攝像模組用以在紅綠燈裝置啟動時,致能攝像元件持續進行拍攝,並且將每一攝像元件拍攝的影像整合為具有分割畫面的道路影像;傳輸模組電性連接攝像模組,用以持續傳送紅綠燈裝置的燈號狀態及道路影像,以及接收切換信號;驅動模組電性連接傳輸模組,用以根據接收到的切換信號驅動紅綠燈裝置進行燈號切換。
接著,在控制端的部分,其包含:分析模組、篩選模組及處理模組。其中,分析模組用以接收及分析來自紅綠燈裝置的燈號狀態及道路影像,並且根據分析結果計算在燈號狀態為綠燈時的車流量及人流量,以及根據預設的緊急車輛特徵及事故特徵,對道路影像中的分割畫面其中之一進行影像辨識,當存在符合緊急車輛特徵的緊急車輛時,偵測緊急車輛的移動軌跡以分析緊急車輛的行駛路線,並且篩選出符合此行駛路線的紅綠燈裝置進行燈號切換,當存在事故特徵時,驅動設置在相鄰路口的電子看板以顯示事故訊息;篩
選模組電性連接分析模組,用以在車流量及人流量低於預設值時,根據紅綠燈裝置的識別碼篩選出所有位於同一路口的紅綠燈裝置;處理模組電性連接篩選模組,用以生成切換信號,並且將切換信號傳送至所有篩選出的紅綠燈裝置。
另外,本發明揭露一種基於物聯網的紅綠燈控制方法,應用在具有紅綠燈裝置及控制端的物聯網環境中,其步驟包括:預先在每一紅綠燈裝置設置識別碼,當紅綠燈裝置啟動時,致能攝像元件持續進行拍攝,並且將每一攝像元件拍攝的影像整合為具有分割畫面的道路影像;紅綠燈裝置持續傳送燈號狀態及道路影像至控制端;控制端接收及分析來自紅綠燈裝置的道路影像,並且根據分析結果計算紅綠燈裝置在燈號狀態為綠燈時的車流量及人流量,以及根據預設的緊急車輛特徵及事故特徵,對道路影像中的分割畫面其中之一進行影像辨識,當存在符合緊急車輛特徵的緊急車輛時,偵測緊急車輛的移動軌跡以分析緊急車輛的行駛路線,並且篩選出符合此行駛路線的紅綠燈裝置進行燈號切換,當存在事故特徵時,驅動設置在相鄰路口的電子看板以顯示事故訊息;控制端在車流量及人流量低於預設值時,根據對應的紅綠燈裝置的識別碼篩選出所有位於同一路口的紅綠燈裝置;控制端生成切換信號,並且將此切換信號傳送至所有篩選出的紅綠燈裝置;紅綠燈裝置根據接收到的切換信號驅動紅綠燈裝置進行燈號切換。
本發明所揭露之系統與方法如上,與先前技術的差異在於本發明透過設置在紅綠燈裝置的攝像元件持續拍攝道路影像,並且將燈號狀態及道路影像傳送至控制端,由控制端分析燈號狀態為綠燈的車流量及人流量,當車流量及人流量低於預設值時,控制端根據紅綠燈裝置的識別碼篩選出同一路口的
所有紅綠燈裝置,並且產生切換信號以傳送至篩選出的紅綠燈裝置進行燈號切換。
透過上述的技術手段,本發明可以達成提高交通管制效率之技術功效。
110‧‧‧紅綠燈裝置
111‧‧‧攝像模組
112‧‧‧傳輸模組
113‧‧‧驅動模組
120‧‧‧控制端
121‧‧‧分析模組
122‧‧‧篩選模組
123‧‧‧處理模組
301‧‧‧紅燈元件
302‧‧‧黃燈元件
303‧‧‧紅燈元件
311~313‧‧‧攝像元件
401‧‧‧第一拍攝區域
402‧‧‧第二拍攝區域
403‧‧‧第三拍攝區域
411~414‧‧‧紅綠燈裝置
510‧‧‧第一分割畫面
511、512‧‧‧車輛
520‧‧‧第二分割畫面
521‧‧‧行人
530‧‧‧第三分割畫面
步驟210‧‧‧預先在每一紅綠燈裝置設置一識別碼,當所述紅綠燈裝置啟動時,致能多個攝像元件持續進行拍攝,並且將每一攝像元件拍攝的影像整合為具有多個分割畫面的一道路影像
步驟220‧‧‧所述紅綠燈裝置持續傳送一燈號狀態及該道路影像至該控制端
步驟230‧‧‧該控制端接收及分析來自所述紅綠燈裝置的該道路影像,並且根據分析結果計算所述紅綠燈裝置在該燈號狀態為綠燈時的一車流量及一人流量
步驟231‧‧‧根據預設的至少一緊急車輛特徵及至少一事故特徵,對該道路影像中的所述分割畫面其中之一進行影像辨識,當存在符合所述緊急車輛特徵的至少一緊急車輛時,偵測所述緊急車輛的移動軌跡以分析所述緊急車輛的一行駛路線,並且篩選出符合該行駛路線的所述紅綠燈裝置進行燈號切換,當存在所述事故特徵時,驅動設置在相鄰路口的一電子看板以顯示事故訊息
步驟240‧‧‧該控制端在該車流量及該人流量低於一預設值時,根據對應的所述紅綠燈裝置的該識別碼篩選出所有位於同一路口的所述紅綠燈裝置
步驟250‧‧‧該控制端該控制端生成該切換信號,並且將該切換信號傳送至所有篩選出的所述紅綠燈裝置
步驟260‧‧‧所述紅綠燈裝置根據接收到的該切換信號驅動所述紅綠燈裝置進行燈號切換
第1圖為本發明基於物聯網的紅綠燈控制系統之系統方塊圖。
第2A圖及第2B圖為本發明基於物聯網的紅綠燈控制方法之方法流程圖。
第3圖為應用本發明的紅綠燈裝置之示意圖。
第4圖為應用本發明以攝像元件拍攝道路影像之示意圖。
第5圖為應用本發明分析具分割畫面的道路影像以計算車流量及人流量之示意圖。
以下將配合圖式及實施例來詳細說明本發明之實施方式,藉此對本發明如何應用技術手段來解決技術問題並達成技術功效的實現過程能充分理解並據以實施。
在說明本發明所揭露之基於物聯網的紅綠燈控制系統及其方法之前,先對本發明所應用的環境作說明,本發明係應用在物聯網環境中,所述紅綠燈裝置及控制端皆為物聯網的一員,相互之間能夠透過網路進行通訊。舉例來說,控制端能夠透過物聯網得知紅綠燈裝置反饋的道路影像及燈號狀態,
如:紅燈、黃燈、綠燈等等;紅綠燈裝置也能夠透過物聯網接收來自控制端的切換信號以切換致能的燈號元件。所述物聯網可透過藍牙(Bluetooth)、WiFi、ZigBee、CoAP(Constrained Application Protocol)或MQTT(Message Queuing Telemetry Transport)等無線通訊技術來實現。
以下配合圖式對本發明基於物聯網的紅綠燈控制系統及其方法做進一步說明,請先參閱「第1圖」,「第1圖」為本發明基於物聯網的紅綠燈控制系統之系統方塊圖,此系統包含:紅綠燈裝置110及控制端120。所述紅綠燈裝置110包含:攝像模組111,傳輸模組112及驅動模組113。其中,攝像模組111用以在紅綠燈裝置110啟動時,致能攝像元件持續進行拍攝,並且將每一攝像元件拍攝的影像整合為具有多個分割畫面的道路影像。在實際實施上,所述攝像元件可使用感光耦合元件(Charge-coupled Device,CCD)及互補式金屬氧化物半導體(Complementary Metal-Oxide-Semiconductor,CMOS)至少其中之一來實現。
傳輸模組112電性連接攝像模組111,用以持續傳送紅綠燈裝置110的燈號狀態及道路影像,以及接收來自控制端120的切換信號。前面提到,所述物聯網可透過藍牙、WiFi、ZigBee、CoAP或MQTT等無線通訊技術來實現,換句話說,傳輸模組112係透過上述至少其中一種無線通訊技術來傳輸燈號狀態及道路影像,以及接收切換信號。在實際實施上,當紅綠燈裝置110的綠燈亮代表燈號狀態為綠燈;黃燈亮代表燈號狀態為黃燈;紅燈亮代表燈號狀態為紅燈。傳輸模組112可直接透過電位感測元件來感測燈號元件是否被致能,進而得知燈號狀態並傳送至控制端120。要補充說明的是,每一紅綠燈裝置110分別具有唯一的識別碼,傳輸模組112在傳輸燈號狀態及道路影像時,可將此識別碼嵌入燈
號狀態及道路影像以供識別,此外,所述識別碼也是控制端120篩選特定紅綠燈裝置110的依據。在實際實施上,所述識別碼可包含路口編號、裝置序號、位置編碼等等,同一路口的紅綠燈裝置110具有相同的路口編號,以一個二線道的十字路口為例,通常設置有四個紅綠燈裝置110,其識別碼中的路口編號可同樣為「001」,裝置序號可分別以數值1至4分別代表這四個紅綠燈裝置,至於位置編碼可包含方向或經緯度等訊息,用以表示紅綠燈裝置110的地理位置。
驅動模組113電性連接傳輸模組112,用以根據接收到的切換信號驅動紅綠燈裝置110進行燈號切換。舉例來說,假設紅綠燈裝置110預設的控制方式是以四個時間週期進行循環(即:依序由第一時間週期、第二時間週期、第三時間週期至第四時間週期,接著重新回到第一時間週期並以此類推),其中每一個時間週期會驅動相應的燈號元件,例如:在第一時間週期持續致能綠燈元件60秒、在第二時間週期使綠燈元件閃爍3次、在第三時間週期僅致能黃燈元件3秒、在第四時間週期僅致能紅燈元件45秒。那麼,當驅動模組113接收到切換信號而驅動此紅綠燈裝置110進行燈號切換時,倘若紅綠燈裝置110處於第一時間週期,驅動模組113將直接結束此第一時間週期而進入第二時間週期,也就是直接使綠燈閃爍3次,接著仍然依照預設的控制方式依序進行第三時間週期及第四時間週期的燈號控制,至此完成由綠燈至紅燈的燈號切換。另一方面,假設紅綠燈裝置110的燈號狀態為紅燈,當驅動模組113接收到切換信號時,將等候一段時間(此段時間與上述由綠燈切換為紅燈所需的時間相同)後由紅燈直接切換為綠燈,也就是說,雖然預設在第四時間週期需致能紅燈元件45秒,但是在接收到切換信號時,即使還未滿45秒,在等候上述的一段時間後便直接回到第一時間週期驅動相應的燈號元件(即:持續致能綠燈元件60秒)。在實
際實施上,所述時間週期可由計時器產生,驅動模組113可藉由微控制器在每一時間週期驅動對應的燈號元件,甚至驅動模組113本身可使用微控制器來實現,以便在接收到切換信號時,使用微控制器直接驅動與下一個時間週期對應的燈號元件。
接著,在控制端120的部分,所述控制端120包含:分析模組121、篩選模組122及處理模組123。其中,分析模組121用以接收及分析來自紅綠燈裝置110的燈號狀態及道路影像,並且根據分析結果計算在燈號狀態為綠燈時的車流量及人流量。在實際實施上,分析模組121可根據預設的車輛特徵及行人特徵對道路影像進行影像辨識,並且計算符合車輛特徵的數量以作為車流量,以及計算符合行人特徵的數量以作為人流量。另外,在實際實施上,分析模組121還可根據預設的緊急車輛特徵及事故特徵,對道路影像中的分割畫面其中之一進行影像辨識,當存在符合緊急車輛特徵的緊急車輛時,分析緊急車輛的行駛路線以篩選出緊急車輛接下來將會遇到的紅綠燈裝置110進行燈號切換,舉例來說,分析模組121可偵測緊急車輛的車速及移動軌跡來分析出相應的行駛路線,並且視為是否準備轉彎的依據,以便正確篩選出緊急車輛即將遇到的紅綠燈裝置110。要補充說明的是,所述分析模組121電性連接有通訊元件,用以接收來自紅綠燈裝置110的燈號狀態及道路影像,此通訊元件與上述傳輸模組112採用的通訊技術相同,舉例來說,假設上述傳輸模組112使用藍牙通訊技術,那麼此通訊元件便同樣使用藍牙通訊技術,使紅綠燈裝置110與控制端120能夠相互通訊。除此之外,分析模組121還可根據預設的事故特徵判斷路口是否發生事故,並且在發生事故時,驅動相鄰路口的電子看板以顯示事故訊息,用以引導相鄰路口的車輛避免前往事故路口。
篩選模組122電性連接分析模組121,用以在車流量及人流量低於預設值時,根據紅綠燈裝置110的識別碼篩選出所有位於同一路口的紅綠燈裝置110。舉例來說,假設預設值為數值1,當車流量及人流量低於預設值時,代表在綠燈時沒有人車通行,所以篩選模組122根據識別碼篩選出同一路口的紅綠燈裝置110,以便後續進行燈號切換之用。另外,假設預設值為數值3,代表只有少量的人車通行,亦可篩選出相應的紅綠燈裝置110,用以作為調整其綠燈的維持時間之用,例如:減少致能綠燈的時間週期,以便將紅綠燈裝置110的綠燈維持秒數調低。
處理模組123電性連接篩選模組122,用以生成切換信號,並且將此切換信號傳送至篩選模組122篩選出的所有紅綠燈裝置110。所述處理模組123與分析模組121同樣電性連接通訊元件,以便將生成的切換信號傳送至篩選出的紅綠燈裝置110。在實際實施上,處理模組123還可根據所有篩選出的紅綠燈裝置110的車流量及人流量分別生成相應的調整訊息,並且將此調整訊息嵌入相應的切換信號以分別調整各燈號的時間週期,其中,燈號狀態為綠燈的時間週期之長短與車流量及人流量的多寡成正相關。以上述預設值為數值3代表只有少量的人車通行為例,產生的切換信號可包含調整訊息「-20」,此調整訊息可用以調整時間(如:秒數)或時間週期(如:時脈)。假設紅綠燈裝置110的當前狀態是維持綠燈60秒,那麼在接收到此切換信號後,此次維持綠燈的秒數將暫時調整為40秒,即:減少20秒,倘若之後紅綠燈裝置110未再次收到切換信號(代表人車通行數量變多),其綠燈仍然維持在預設的秒數,如:60秒。
特別要說明的是,在實際實施上,本發明所述的各模組皆可利用各種方式來實現,包含軟體、硬體或其任意組合,例如,在某些實施方式中,
各模組可利用軟體及硬體或其中之一來實現,除此之外,本發明亦可部分地或完全地基於硬體來實現,例如,系統中的一個或多個模組可以透過積體電路晶片、系統單晶片(System on Chip,SoC)、複雜可程式邏輯裝置(Complex Programmable Logic Device,CPLD)、現場可程式邏輯閘陣列(Field Programmable Gate Array,FPGA)等等。本發明可以是系統、方法及/或電腦程式。電腦程式可以包括電腦可讀儲存媒體,其上載有用於使處理器實現本發明的各個方面的電腦可讀程式指令,電腦可讀儲存媒體可以是可以保持和儲存由指令執行設備使用的指令的有形設備。電腦可讀儲存媒體可以是但不限於電儲存設備、磁儲存設備、光儲存設備、電磁儲存設備、半導體儲存設備或上述的任意合適的組合。電腦可讀儲存媒體的更具體的例子(非窮舉的列表)包括:硬碟、隨機存取記憶體、唯讀記憶體、快閃記憶體、光碟、軟碟以及上述的任意合適的組合。此處所使用的電腦可讀儲存媒體不被解釋為瞬時信號本身,諸如無線電波或者其它自由傳播的電磁波、通過波導或其它傳輸媒介傳播的電磁波(例如,通過光纖電纜的光信號)、或者通過電線傳輸的電信號。另外,此處所描述的電腦可讀程式指令可以從電腦可讀儲存媒體下載到各個計算/處理設備,或者通過網路,例如:網際網路、區域網路、廣域網路及/或無線網路下載到外部電腦設備或外部儲存設備。網路可以包括銅傳輸電纜、光纖傳輸、無線傳輸、路由器、防火牆、交換器、集線器及/或閘道器。每一個計算/處理設備中的網路卡或者網路介面從網路接收電腦可讀程式指令,並轉發此電腦可讀程式指令,以供儲存在各個計算/處理設備中的電腦可讀儲存媒體中。執行本發明操作的電腦程式指令可以是組合語言指令、指令集架構指令、機器指令、機器相關指令、微指令、韌體指令、或者以一種或多種程式語言的任意組合編寫的原始碼
或目的碼(Object Code),所述程式語言包括物件導向的程式語言,如:Common Lisp、Python、C++、Objective-C、Smalltalk、Delphi、Java、Swift、C#、Perl、Ruby與PHP等等,以及常規的程序式(Procedural)程式語言,如:C語言或類似的程式語言。計算機可讀程式指令可以完全地在電腦上執行、部分地在電腦上執行、作為一個獨立的軟體執行、部分在客戶端電腦上部分在遠端電腦上執行、或者完全在遠端電腦或伺服器上執行。
接著,請參閱「第2A圖」及「第2B圖」,「第2A圖」及「第2B圖」為本發明基於物聯網的紅綠燈控制方法之方法流程圖,應用在具有紅綠燈裝置110及控制端120的物聯網環境,其步驟包括:預先在每一紅綠燈裝置110設置識別碼,當紅綠燈裝置110啟動時,致能攝像元件持續進行拍攝,並且將每一攝像元件拍攝的影像整合為具有分割畫面的道路影像(步驟210);紅綠燈裝置110持續傳送燈號狀態及道路影像至控制端120(步驟220);控制端120接收及分析來自紅綠燈裝置110的道路影像,並且根據分析結果計算紅綠燈裝置110在燈號狀態為綠燈時的車流量及人流量(步驟230);控制端120在車流量及人流量低於預設值時,根據對應的紅綠燈裝置110的識別碼篩選出所有位於同一路口的紅綠燈裝置110(步驟240);控制端120生成切換信號,並且將此切換信號傳送至所有篩選出的紅綠燈裝置110(步驟250);紅綠燈裝置110根據接收到的切換信號驅動紅綠燈裝置110進行燈號切換(步驟260)。透過上述步驟,即可透過設置在紅綠燈裝置110的攝像元件持續拍攝道路影像,並且將燈號狀態及道路影像傳送至控制端120,由控制端120分析燈號狀態為綠燈的車流量及人流量,當車流量及人流量低於預設值時,控制端120根據紅綠燈裝置110的識別碼篩選
出同一路口的所有紅綠燈裝置110,並且產生切換信號以傳送至篩選出的紅綠燈裝置110進行燈號切換,有效避免綠燈卻無人車通行的情況。
另外,在步驟230之後,還可根據預設的緊急車輛特徵及事故特徵,對道路影像中的分割畫面其中之一進行影像辨識,當存在符合緊急車輛特徵的緊急車輛時,偵測緊急車輛的移動軌跡以分析緊急車輛的行駛路線,並且篩選出符合此行駛路線的紅綠燈裝置110進行燈號切換,當存在事故特徵時,驅動設置在相鄰路口的電子看板以顯示事故訊息(步驟231)。舉例來說,假設分析出行駛路線朝向第一方向時,篩選出前往此第一方向的下一個或多個路口的紅綠燈裝置110進行燈號切換;假設分析出行駛路線是轉彎朝向第二方向時,篩選出前往此第二方向的下一個或多個路口的紅綠燈裝置110進行燈號切換。如此一來,控制端120便可產生切換信號並將其傳送至篩選出的紅綠燈裝置110,用以驅動燈號元件提早完成燈號切換,有效避免緊急車輛遭遇紅燈時強行通過路口的風險性,進而提高救護或救災的時效性。
以下配合「第3圖」至「第5圖」以實施例的方式進行如下說明,請先參閱「第3圖」,「第3圖」為應用本發明的紅綠燈裝置之示意圖。在實際實施上,紅綠燈裝置110可如「第3圖」所示意的方式設置多個攝像元件(311、312及313),用以分別拍攝不同方向的畫面。其中,第一個攝像元件311可用以拍攝前方來車;第二個攝像元件312可用以拍攝其中一邊的斑馬線上的行人;第三個攝像元件313可用以拍攝另一邊的斑馬線上的行人。這些攝像元件(311、312及313)拍攝的畫面將以分割畫面的方式呈現在同一個道路影像中,並且透過物聯網將道路影像持續傳送至控制端120,而在傳送的過程亦會一併傳送燈號狀態,如:紅燈、黃燈、綠燈等等。其中,當致能紅燈元件301時,燈號狀態為
紅燈;當致能黃燈元件302時,燈號狀態為黃燈;當致能綠燈元件303時,燈號狀態為綠燈等等。接著,當控制端120生成切換信號,而且紅綠燈裝置110被控制端120所篩選出,那麼,控制端120會將生成的切換信號通過物聯網傳送至紅綠燈裝置110。此時,紅綠燈裝置110便可驅動相應的燈號元件,如:紅燈元件301、黃燈元件302、綠燈元件303等等,用以進行相應的燈號切換。
如「第4圖」所示意,「第4圖」為應用本發明以攝像元件拍攝道路影像之示意圖。前面提到,第一個攝像元件311可用以拍攝前方來車;第二個攝像元件312可用以拍攝其中一邊的斑馬線上的行人;第三個攝像元件313可用以拍攝另一邊的斑馬線上的行人。在實際實施上,其拍攝的區域可如「第4圖」所示意,第一個攝像元件311所拍攝的區域為第一拍攝區域401;第二個攝像元件312所拍攝的區域為第二拍攝區域402;第三個攝像元件313所拍攝的區域為第三拍攝區域403。在實際實施上,當紅綠燈裝置411的燈號狀態為綠燈時,紅綠燈裝置412的燈號狀態通常亦為綠燈,而紅綠燈裝置413及紅綠燈裝置414的燈號狀態則為紅燈,所以當紅綠燈裝置411的燈號狀態為綠燈時,第一拍攝區域401允許車輛通行,第二拍攝區域402及第三拍攝區域403的斑馬線上允許行人通行,倘若控制端120分析出第一拍攝區域401無拍攝到車輛、第二拍攝區域402及第三拍攝區域403無拍攝到行人,代表紅綠燈裝置411不需要維持在綠燈,故控制端120生成切換信號並傳送至同一路口的紅綠燈裝置(411~414)進行燈號切換。
請參閱「第5圖」,「第5圖」為應用本發明分析具分割畫面的道路影像以計算車流量及人流量之示意圖。假設具有多個分割畫面的道路影像如「第5圖」所示意,控制端120會使用影像辨識找出在第一分割畫面510中的車輛
(511、512)並計算其總數作為車流量,如:數值2,以及找出在第二分割畫面520及第三分割畫面530中的行人521,並計算其總數作為人流量,如:數值1。在實際實施上,可透過電腦視覺庫,如:OpenCV(Open Source Computer Vision Library)搭配如:人工智慧(Artificial Intelligence,AI)、人工神經網路(Artificial Neural Network,ANN)、深度學習(Deep Learning)等技術來建立車輛特徵及行人特徵的模型,以便用於車輛及行人的影像辨識,甚至是進行車輛(511、512)的運動跟蹤以計算出車輛(511、512)的行駛路線。
綜上所述,可知本發明與先前技術之間的差異在於透過設置在紅綠燈裝置的攝像元件持續拍攝道路影像,並且將燈號狀態及道路影像傳送至控制端,由控制端分析燈號狀態為綠燈的車流量及人流量,當車流量及人流量低於預設值時,控制端根據紅綠燈裝置的識別碼篩選出同一路口的所有紅綠燈裝置,並且產生切換信號以傳送至篩選出的紅綠燈裝置進行燈號切換,藉由此一技術手段可以解決先前技術所存在的問題,進而達成提高交通管制效率之技術功效。
雖然本發明以前述之實施例揭露如上,然其並非用以限定本發明,任何熟習相像技藝者,在不脫離本發明之精神和範圍內,當可作些許之更動與潤飾,因此本發明之專利保護範圍須視本說明書所附之申請專利範圍所界定者為準。
Claims (8)
- 一種基於物聯網的紅綠燈控制系統,該系統包含:至少一紅綠燈裝置,每一紅綠燈裝置具有一識別碼且包含:一攝像模組,用以在所述紅綠燈裝置啟動時,致能多個攝像元件持續進行拍攝,並且將每一攝像元件拍攝的影像整合為具有多個分割畫面的一道路影像;一傳輸模組,電性連接該攝像模組,用以持續傳送所述紅綠燈裝置的一燈號狀態及該道路影像,以及接收一切換信號;以及一驅動模組,電性連接該傳輸模組,用以根據接收到的該切換信號驅動所述紅綠燈裝置進行燈號切換;以及一控制端,該控制端包含:一分析模組,用以接收及分析來自所述紅綠燈裝置的該燈號狀態及該道路影像,並且根據分析結果計算在該燈號狀態為綠燈時的一車流量及一人流量,以及根據預設的至少一緊急車輛特徵及至少一事故特徵,對該道路影像中的所述分割畫面其中之一進行影像辨識,當存在符合所述緊急車輛特徵的至少一緊急車輛時,偵測所述緊急車輛的移動軌跡以分析所述緊急車輛的一行駛路線,並且篩選出符合該行駛路線的所述紅綠燈裝置進行燈號切換,當存在所述事故特徵時,驅動設置在相鄰路口的一電子看板以顯示事故訊息;一篩選模組,電性連接該分析模組,用以在該車流量及該人流量低於一預設值時,根據所述紅綠燈裝置的該識別碼篩選出所有位於同一路口的所述紅綠燈裝置;以及一處理模組,電性連接該篩選模組,用以生成該切換信號,並且將該切換信號傳送至所有篩選出的所述紅綠燈裝置。
- 根據申請專利範圍第1項之基於物聯網的紅綠燈控制系統,其中該分析模組根據預設的至少一車輛特徵及至少一行人特徵對該道路影像進行影像辨識,並且計算符合所述車輛特徵的數量以作為該車流量,以及計算符合所述行人特徵的數量以作為該人流量。
- 根據申請專利範圍第1項之基於物聯網的紅綠燈控制系統,其中所述紅綠燈裝置具有一計時器及一微控制器,該計時器產生多個時間週期,該微控制器在每一時間週期驅動對應的多個燈號元件,當該傳輸模組接收到該切換信號時,使該微控制器直接驅動與下一時間週期對應的所述燈號元件。
- 根據申請專利範圍第3項之基於物聯網的紅綠燈控制系統,其中該處理模組根據所有篩選出的所述紅綠燈裝置的該車流量及該人流量分別生成相應的一調整訊息,並且將該調整訊息嵌入相應的該切換信號以分別調整所述時間週期,其中,該燈號狀態為綠燈的所述時間週期的長短與該車流量及該人流量的多寡成正相關。
- 一種基於物聯網的紅綠燈控制方法,應用在具有至少一紅綠燈裝置及一控制端的物聯網環境中,其步驟包括:預先在每一紅綠燈裝置設置一識別碼,當所述紅綠燈裝置啟動時,致能多個攝像元件持續進行拍攝,並且將每一攝像元件拍攝的影像整合為具有多個分割畫面的一道路影像;所述紅綠燈裝置持續傳送一燈號狀態及該道路影像;該控制端接收及分析來自所述紅綠燈裝置的該道路影像,並且根據分析結果計算所述紅綠燈裝置在該燈號狀態為綠燈時的一車流量及一人流量,以及根據預設的至少一緊急車輛特徵及至少一事故特徵,對該道路影像中的所述分割畫面其中之一進行影像辨識,當存在符合所述緊急車輛特徵的至少一緊急車輛時,偵測所述緊急車輛的移動軌跡以分析所述緊急車輛的一行駛路線,並且篩選出符合該行駛路線的所述紅綠燈裝置進行燈號切換,當存在所述事故特徵時,驅動設置在相鄰路口的一電子看板以顯示事故訊息;該控制端在該車流量及該人流量低於一預設值時,根據對應的所述紅綠燈裝置的該識別碼篩選出所有位於同一路口的所述紅綠燈裝置;該控制端生成一切換信號,並且將該切換信號傳送至所有篩選出的所述紅綠燈裝置;以及所述紅綠燈裝置根據接收到的該切換信號驅動所述紅綠燈裝置進行燈號切換。
- 根據申請專利範圍第5項之基於物聯網的紅綠燈控制方法,其中該車流量及該人流量的計算方式係根據預設的至少一車輛特徵及至少一行人特徵對該道路影像進行影像辨識,並且計算符合所述車輛特徵的數量以作為該車流量,以及計算符合所述行人特徵的數量以作為該人流量。
- 根據申請專利範圍第5項之基於物聯網的紅綠燈控制方法,其中所述紅綠燈裝置具有一計時器、一微控制器,該計時器產生多個時間週期,該微控制器在每一時間週期驅動對應的多個燈號元件,當所述紅綠燈裝置接收到該切換信號時,使該微控制器直接驅動與下一時間週期對應的所述燈號元件。
- 根據申請專利範圍第7項之基於物聯網的紅綠燈控制方法,其中該控制端根據所有篩選出的所述紅綠燈裝置的該車流量及該人流量分別生成相應的一調整訊息,並且將該調整訊息嵌入相應的該切換信號以分別調整所述時間週期,其中,該燈號狀態為綠燈的所述時間週期的長短與該車流量及該人流量的多寡成正相關。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107135429A TWI676969B (zh) | 2018-10-08 | 2018-10-08 | 基於物聯網的紅綠燈控制系統及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107135429A TWI676969B (zh) | 2018-10-08 | 2018-10-08 | 基於物聯網的紅綠燈控制系統及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI676969B true TWI676969B (zh) | 2019-11-11 |
TW202015003A TW202015003A (zh) | 2020-04-16 |
Family
ID=69189013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107135429A TWI676969B (zh) | 2018-10-08 | 2018-10-08 | 基於物聯網的紅綠燈控制系統及其方法 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI676969B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112150831A (zh) * | 2020-10-10 | 2020-12-29 | 广州知弘科技有限公司 | 基于大数据的智慧城市路灯信息控制处理方法 |
CN112419755A (zh) * | 2020-09-29 | 2021-02-26 | 信阳农林学院 | 一种分散式交通信号控制***及方法 |
TWI730509B (zh) * | 2019-11-22 | 2021-06-11 | 英業達股份有限公司 | 影像偵測區域取得方法及空間使用情況的判定方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5444442A (en) * | 1992-11-05 | 1995-08-22 | Matsushita Electric Industrial Co., Ltd. | Method for predicting traffic space mean speed and traffic flow rate, and method and apparatus for controlling isolated traffic light signaling system through predicted traffic flow rate |
US20030020633A1 (en) * | 2001-07-26 | 2003-01-30 | Hsi-Che Lee | Traffic light control and information transmission device |
JP2006113682A (ja) * | 2004-10-12 | 2006-04-27 | Toyota Motor Corp | 交通信号機制御装置 |
TW201320025A (zh) * | 2011-11-15 | 2013-05-16 | Hon Hai Prec Ind Co Ltd | 交通信號智慧控制裝置及方法 |
TWM508754U (zh) * | 2015-05-20 | 2015-09-11 | jian-zhi Han | 交通號誌控制裝置 |
CN108022436A (zh) * | 2016-10-28 | 2018-05-11 | 百度在线网络技术(北京)有限公司 | 交通信号灯控制方法及装置 |
CN108389409A (zh) * | 2018-05-03 | 2018-08-10 | 张梦雅 | 交通道路监控***及其监控方法 |
-
2018
- 2018-10-08 TW TW107135429A patent/TWI676969B/zh not_active IP Right Cessation
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5444442A (en) * | 1992-11-05 | 1995-08-22 | Matsushita Electric Industrial Co., Ltd. | Method for predicting traffic space mean speed and traffic flow rate, and method and apparatus for controlling isolated traffic light signaling system through predicted traffic flow rate |
US20030020633A1 (en) * | 2001-07-26 | 2003-01-30 | Hsi-Che Lee | Traffic light control and information transmission device |
JP2006113682A (ja) * | 2004-10-12 | 2006-04-27 | Toyota Motor Corp | 交通信号機制御装置 |
TW201320025A (zh) * | 2011-11-15 | 2013-05-16 | Hon Hai Prec Ind Co Ltd | 交通信號智慧控制裝置及方法 |
TWM508754U (zh) * | 2015-05-20 | 2015-09-11 | jian-zhi Han | 交通號誌控制裝置 |
CN108022436A (zh) * | 2016-10-28 | 2018-05-11 | 百度在线网络技术(北京)有限公司 | 交通信号灯控制方法及装置 |
CN108389409A (zh) * | 2018-05-03 | 2018-08-10 | 张梦雅 | 交通道路监控***及其监控方法 |
Non-Patent Citations (1)
Title |
---|
朱子建,"智慧城市:智能紅綠燈的現在與未來發展 ",<http://iknow.stpi.narl.org.tw/Post/Read.aspx?PostID=13474>,發表於:2017年6月6日 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI730509B (zh) * | 2019-11-22 | 2021-06-11 | 英業達股份有限公司 | 影像偵測區域取得方法及空間使用情況的判定方法 |
CN112419755A (zh) * | 2020-09-29 | 2021-02-26 | 信阳农林学院 | 一种分散式交通信号控制***及方法 |
CN112150831A (zh) * | 2020-10-10 | 2020-12-29 | 广州知弘科技有限公司 | 基于大数据的智慧城市路灯信息控制处理方法 |
Also Published As
Publication number | Publication date |
---|---|
TW202015003A (zh) | 2020-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11856290B2 (en) | Method and apparatus of processing a signal from an event-based sensor | |
KR102605807B1 (ko) | 시계열 요소들로부터 머신 러닝을 위한 그라운드 트루스 생성 | |
TWI676969B (zh) | 基於物聯網的紅綠燈控制系統及其方法 | |
CN109571468B (zh) | 安防巡检机器人及安防巡检方法 | |
US20220343138A1 (en) | Analysis of objects of interest in sensor data using deep neural networks | |
KR102029656B1 (ko) | 사물인터넷기반 임베디드 방식의 교통신호 자율운영시스템 | |
KR20240000658A (ko) | 자율 주행을 위한 3차원 특징 예측 | |
US20190051167A1 (en) | System and method of adaptive traffic management at an intersection | |
KR20200071799A (ko) | 딥러닝 인공지능 기술을 이용한 객체인식 및 카운팅 방법 | |
CN112101272B (zh) | 交通灯检测的方法、装置、计算机存储介质和路侧设备 | |
CN111627241B (zh) | 用于生成路口车辆排队信息的方法和装置 | |
Vani et al. | Intelligent traffic control system with priority to emergency vehicles | |
KR101210615B1 (ko) | 불법유턴 차량 단속 시스템 | |
Kannapiran et al. | Go-CHART: A miniature remotely accessible self-driving car robot | |
Gupta et al. | Real-time traffic control and monitoring | |
CN113378769A (zh) | 图像分类方法和装置 | |
US10735660B2 (en) | Method and device for object identification | |
Faraj et al. | Intelligent traffic congestion control system using machine learning and wireless network | |
KR20180068462A (ko) | 신호등 제어 시스템 및 방법 | |
WO2022179124A1 (zh) | 一种图像修复方法及装置 | |
Genitha et al. | AI based Real-Time Traffic Signal Control System using Machine Learning | |
CN114120274A (zh) | 一种应用于低光照场景的车道线检测方法及其*** | |
Zhou et al. | Video driven traffic modelling | |
KR101867869B1 (ko) | 가로등 기반 재난 대응 시스템 | |
Gupta et al. | Smart autonomous vehicle using end to end learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |