交通信號(hào)燈智能控制算法研究

葉爾江·哈力木，曼蘇樂(lè)，張秀彬

0 引言

交通信號(hào)燈的智能控制關(guān)鍵在于交通信息的獲取。當(dāng)前，盡管獲取交通信息的方法多種多樣，如：通過(guò)分析城市道路交通流量變化的特點(diǎn)，提出一種基于數(shù)據(jù)融合的監(jiān)測(cè)方法[1]；基于不同相位的動(dòng)態(tài)最小時(shí)間需求，并以相位通行需求時(shí)間為研究對(duì)象，以動(dòng)態(tài)相位時(shí)間差為狀態(tài)轉(zhuǎn)換控制目標(biāo)，建立了單路口交通信號(hào)控制的一種動(dòng)態(tài)智能控制方法[2]；使用云理論的基本算法處理公交車(chē)輛反饋信息，對(duì)含有不確定性的多維度公交信號(hào)綜合處理，并綜合各種道路信息以決定交通信號(hào)燈的通行時(shí)間長(zhǎng)度方案[3]。然而，這些方法均未涉及到自動(dòng)采集、處理與分析路口交通流量信息的核心技術(shù)問(wèn)題。

就信息傳感技術(shù)而言，目前大多數(shù)城市交通信號(hào)燈控制方法基本上還是采用感應(yīng)線圈等設(shè)備來(lái)獲取交通信息。由于這種交通量檢測(cè)設(shè)備需要埋設(shè)在道路下面，使得安裝與維護(hù)都很不方便，經(jīng)濟(jì)成本高、抗干擾性差而且感應(yīng)范圍極為有限，難以普遍推廣。

隨著“電子警察”應(yīng)用的日益普及，在城市的許多交叉路口早已裝配采集交通流量的攝像裝置。盡管配置這些攝像裝置的初衷是用于人工監(jiān)控，但是，這些攝像裝置無(wú)疑可以成為拾取道路車(chē)流圖像信息的硬件基礎(chǔ)。顯然，基于圖像信息的視感技術(shù)必將成為獲取交通（車(chē)流）信息的重要手段之一，特別是在城市交通信號(hào)燈的智能控制中能夠起到越來(lái)越重要的作用。然而，要實(shí)現(xiàn)交通系統(tǒng)智能化，卻不是一項(xiàng)簡(jiǎn)單的技術(shù)，關(guān)鍵在于如何充分、有效和實(shí)時(shí)地獲取交通信息。

1 系統(tǒng)構(gòu)成

本文所提出的交通信號(hào)燈智能控制算法，如圖1、圖2所示：

圖1 系統(tǒng)組成框圖

圖2 攝像頭現(xiàn)場(chǎng)配置與平面坐標(biāo)設(shè)置圖例

以單交叉路口為例，該系統(tǒng)包括：四個(gè)CCD攝像頭、信號(hào)處理器和控制器，其中：四個(gè)CCD攝像頭分別安裝在路口的四個(gè)來(lái)車(chē)方向上且距地面的高度為H（H取值范圍為8m～10m），四個(gè)CCD攝像頭的輸出端分別與信號(hào)處理器的輸入端相連以傳輸圖像信號(hào)，信號(hào)處理器的輸出端與控制器的輸入端相連以傳輸控制指令，控制器的輸出端與交通信號(hào)燈的繼電開(kāi)關(guān)電路相連以傳輸電壓驅(qū)動(dòng)信號(hào)。

2 控制算法

控制算法由8個(gè)運(yùn)算步驟組成。

步驟1：建立世界坐標(biāo)系，如圖3所示：

圖3 算法坐標(biāo)系

將世界坐標(biāo)系中的Zj軸與直行/左轉(zhuǎn)行車(chē)方向分界線重合且指向行車(chē)的方向?yàn)檎较颍頧j為零，將原點(diǎn)設(shè)置在停車(chē)線與行車(chē)方向分界線的交點(diǎn)上，Yj軸與停車(chē)線重合且以行車(chē)的左側(cè)為正方向。

每個(gè)攝像頭均各自根據(jù)計(jì)算機(jī)圖像坐標(biāo)系像素點(diǎn)坐標(biāo)（u,v） 和世界坐標(biāo)系空間三維坐標(biāo)（Xj,Yj,Zj） 之間的關(guān)系標(biāo)定其內(nèi)、外參數(shù)值[4]。

步驟2：對(duì)攝像頭得到的車(chē)流圖像依次進(jìn)行畸變校正、銳化和透視變換處理[5]，如圖4所示：

圖4 校正、銳化和透視變換處理

步驟3：采用Canny邊緣算子檢測(cè)方法提取上一步得到的車(chē)輛圖像的邊緣，并根據(jù)數(shù)學(xué)形態(tài)學(xué)濾波法濾除邊緣檢測(cè)圖中的雜線條，即去除圖像中的非車(chē)輛邊緣線的車(chē)道線和交通標(biāo)志箭頭，見(jiàn)圖5所示：

圖5 邊緣檢測(cè)與處理示意圖

步驟4：對(duì)步驟3獲取的圖像按照道路行車(chē)類(lèi)型進(jìn)行切割，如將圖像中的每個(gè)方向上等待通行的機(jī)動(dòng)車(chē)道路分別按右轉(zhuǎn)、直行和左轉(zhuǎn)三種類(lèi)型沿著行車(chē)類(lèi)型分界線進(jìn)行切割，得到三幅分別為右轉(zhuǎn)、直行、左轉(zhuǎn)行車(chē)類(lèi)型的車(chē)輛邊緣檢測(cè)子圖，如圖6所示：

圖6 行車(chē)類(lèi)型切割示意圖

步驟5：分別對(duì)三幅車(chē)輛邊緣檢測(cè)子圖進(jìn)行邊界像素投影，即每種類(lèi)型車(chē)道上車(chē)輛的邊界像素分別向Zj軸所對(duì)應(yīng)的計(jì)算機(jī)圖像坐標(biāo)系進(jìn)行直線投影且累加邊界點(diǎn)得到每種類(lèi)型車(chē)道上邊界像素點(diǎn)累加分布圖，如圖7所示：

圖7 邊界像素投影圖

進(jìn)而得到計(jì)算機(jī)圖像坐標(biāo)系下每個(gè)方向每種類(lèi)型車(chē)道上等待通行車(chē)輛排隊(duì)長(zhǎng)度的像素分布。每種類(lèi)型車(chē)道上等待通行車(chē)輛排隊(duì)長(zhǎng)度即為該類(lèi)型車(chē)道上邊界像素點(diǎn)累加分布圖上所對(duì)應(yīng)的最后一個(gè)邊界像素點(diǎn)的坐標(biāo)參數(shù)值。

步驟 6根據(jù)計(jì)算機(jī)圖像坐標(biāo)系圖像中等待通行車(chē)輛排隊(duì)長(zhǎng)度的像素分布和計(jì)算機(jī)圖像坐標(biāo)系與世界坐標(biāo)系的轉(zhuǎn)換關(guān)系，得到世界坐標(biāo)系中每個(gè)方向每種類(lèi)型車(chē)道上等待通行車(chē)輛的排隊(duì)長(zhǎng)度。

步驟 7根據(jù)車(chē)速和車(chē)輛的排隊(duì)長(zhǎng)度，得到每個(gè)方向每種類(lèi)型車(chē)道上車(chē)輛全部通行所需的時(shí)間，即其中，表示第j個(gè)方向第i種類(lèi)型車(chē)道上車(chē)輛全部通行的時(shí)間，表示第j個(gè)方向第i種類(lèi)型車(chē)道上車(chē)輛實(shí)際的排隊(duì)長(zhǎng)度，i=1， 2， 3，i=1代表“直行”、i=2代表“左轉(zhuǎn)彎”、i=3代表“右轉(zhuǎn)彎”；j代表道路編號(hào)，對(duì)于十字路口，j=1,2,3,4，j=1代表由東向西的路口，j=2代表由西向東的路口，j=3代表由南向北的路口，j=4代表由北向南的路口；V代表車(chē)輛通過(guò)路口的規(guī)定車(chē)速，τ為車(chē)輛從停車(chē)線開(kāi)始通過(guò)路口所需要的時(shí)間。

步驟 8 根據(jù)得到的每個(gè)方向每種類(lèi)型車(chē)道上車(chē)輛全部通行的時(shí)間，控制交通信號(hào)燈的開(kāi)啟和關(guān)閉。當(dāng)?shù)趈個(gè)路口第i種類(lèi)型車(chē)道上車(chē)輛全部通行的時(shí)間時(shí)，將該車(chē)道的綠燈時(shí)間設(shè)為T(mén)m；否則，將該車(chē)道的綠燈時(shí)間設(shè)為其中，Tm是設(shè)定的單向最長(zhǎng)通行時(shí)間閾值。如：V=6kmh，直行車(chē)輛排隊(duì)長(zhǎng)度τ=3s；則該直行“車(chē)隊(duì)”全部通過(guò)路口所需要的時(shí)間T=28.2s。

從此，多條機(jī)動(dòng)車(chē)道以及人行橫道紅、綠、黃燈的切換規(guī)律能夠根據(jù)上述提供的車(chē)輛實(shí)際排隊(duì)長(zhǎng)度判定方法予以?xún)?yōu)化。

3 實(shí)驗(yàn)效果

上述算法已經(jīng)加載于現(xiàn)有城市路口的多處“電子警察”系統(tǒng)。

CCD攝像頭采用MV-VS142FM/FC高分辨率工業(yè)數(shù)字CCD攝像機(jī)，采用連續(xù)采集圖像。該系列型號(hào)攝像機(jī)以IEEE 1394作為輸出通信協(xié)議，直接輸出數(shù)字圖像信號(hào)而且信號(hào)穩(wěn)定，CPU 資源占用少，一臺(tái)嵌入式系統(tǒng)同時(shí)連接若干臺(tái)攝像機(jī)，十分適合交通路口的車(chē)流圖像信息采集。

4 總結(jié)

實(shí)測(cè)結(jié)果已經(jīng)證實(shí)，本文算法與現(xiàn)有技術(shù)相比具有如下有益效果：（1）能夠?qū)徊媛房诘能?chē)流狀況及其車(chē)輛排隊(duì)長(zhǎng)度進(jìn)行自動(dòng)檢測(cè)，包括：右轉(zhuǎn)、直行、左轉(zhuǎn)三種行車(chē)方向的車(chē)輛排隊(duì)長(zhǎng)度；（2）能夠根據(jù)車(chē)輛排隊(duì)長(zhǎng)度準(zhǔn)確計(jì)算出車(chē)輛通過(guò)路口所需要的時(shí)間，因此能夠高效、節(jié)能地控制交通信號(hào)燈的啟閉時(shí)間，為最終實(shí)現(xiàn)城市智能交通提供科學(xué)的信息基礎(chǔ)。

[1]陳佳，閭立新. 數(shù)據(jù)融合技術(shù)在智能交通系統(tǒng)中的應(yīng)用[J]. 微型機(jī)與應(yīng)用，2011，30（8）：83-85

[2]馬躍峰，王宜舉. 一種基于Q學(xué)習(xí)的單路口交通信號(hào)控制方法[J]. 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2011，41（24）：102-106

[3]羅金玲. 云控制器在智能交通信號(hào)燈控制中的應(yīng)用研究[J]. 計(jì)算機(jī)測(cè)量與控制.2011.19（4）：842-844

[4]張秀彬、應(yīng)俊豪. 視感智能檢測(cè)[M]. 北京：科學(xué)出版社，2009：81-89

[5]張秀彬、應(yīng)俊豪. 智能視感學(xué)[M]. 北京：中國(guó)水利水電出版社，2010：26-79