基于計算機視覺的智慧紅綠燈研究.pdf

1、進入二十一世紀以來，隨著城市化的不斷推進和改革的不斷深入，中國經(jīng)濟發(fā)展進入了騰飛的時代，然而膨脹的城市人口、惡劣的交通環(huán)境等社會問題日益凸顯，已逐漸成為制約經(jīng)濟發(fā)展的一個重要因素。其中交叉口紅綠燈控制是疏散交通車流、緩解交通擁堵的主要解決途徑，在城市交通系統(tǒng)中扮演著異常重要的角色?，F(xiàn)有的紅綠燈大多采用固定配時，不能實時適應實際交通流量的變化，導致交通擁堵成了一些重要路段的“常客”。因此，利用現(xiàn)有技術(shù)，研究一種自適應的紅綠燈配時方法，解決

2、當前城市交通擁堵問題具有十分重要的意義。
　　針對目前紅綠燈大多采用固定配時以及路口裝有可見光攝像頭的現(xiàn)狀，本文根據(jù)攝像頭采集的交通視頻，采用計算機視覺的方法，研究一種基于可見光視頻的各車道車輛排隊長度實時檢測方法，并在此基礎(chǔ)上依據(jù)各車道的實時車流量對紅綠燈配時方案進行優(yōu)化，從而為ITS（智能交通系統(tǒng)）能更有效的指揮交通提供強有力的支撐。本文主要研究內(nèi)容如下：
　　（1）對本文涉及的交通控制基礎(chǔ)理論進行了綜述。首先簡要介紹了

3、交通控制中一些基本參數(shù)（時間參數(shù)、交通流參數(shù)以及效率參數(shù)）的概念及其計算方法，后續(xù)的紅綠燈配時方案的優(yōu)化正是在這些參數(shù)上開展和進行的；其次對現(xiàn)有的一些主要的紅綠燈控制方式進行了概述，并給出了各種方法的優(yōu)缺點及其分析方法，為后續(xù)評價本文紅綠燈配時的優(yōu)化方法提供參照，從而體現(xiàn)本文方法的優(yōu)越性；最后介紹了幾種常用的交通流分布的數(shù)學模型，使后續(xù)本文的紅綠燈優(yōu)化仿真實驗得以順利開展，其中本文采用泊松分布來對當前交通流進行描述。
　?。?）提

4、出一種基于可見光圖像的各車道車輛排隊長度的檢測方法。目前城市交叉口普遍安裝了可見光攝像頭對交通流視頻進行實時采集，本文根據(jù)采集到的可見光視頻，利用計算機視覺方法，對視頻中各車道的車輛排隊長度進行檢測。本文主要采用背景差分的方法，并在此基礎(chǔ)上進行了改進，主要體現(xiàn)在以下兩點：1）可靠性，本文從視頻圖像的固定區(qū)域中將80×80像素大小的矩形框設(shè)為特征區(qū)域并提取紋理特征，與背景庫圖像中相同區(qū)域的紋理特征進行匹配，將相似度最高的圖像作為背景模板進

5、行背景差分，使當前圖像與選取的背景模板最為接近，從而保證算法可靠性。2）實時性，本文未對整幅圖像進行差分處理，而是選取車道中間寬為10個像素的條狀區(qū)域，所處理的像素個數(shù)不足整幅圖像的5％，從而保證算法的實時性。通過實驗驗證，本文提出的方法具有魯棒性、可靠性、實時性，可以滿足交通場景的檢測要求。
　?。?）設(shè)計一種自適應的紅綠燈配時優(yōu)化方法。通過上述基于可見光圖像的車輛排隊長度檢測方法可實時獲取各車道的車輛排隊長度，從而獲取各車道的

6、等待車輛數(shù)。本文在此基礎(chǔ)上設(shè)計一種自適應的基于交通動態(tài)的紅綠燈配時的優(yōu)化方法。該方法將在單位時間內(nèi)通過交叉口的車輛數(shù)達到最大作為優(yōu)化目標，同時將各相位車輛數(shù)比例作為各相位綠燈延時分配的計算依據(jù)，體現(xiàn)了效率優(yōu)先、兼顧公平的原則。為驗證算法有效性，本文在單交叉口四相位16車道的交通場景下進行了仿真實驗，并采用四種不同車輛到達情況的仿真場景，分別為：1）各方向車輛到達分布均勻且到達率較小，2）各方向車輛到達分布均勻且到達率較大，3）各方向車輛