基于人工智能的交通信號(hào)燈系統(tǒng)

膠州市實(shí)驗(yàn)中學(xué) 尚文海

基于人工智能的交通信號(hào)燈系統(tǒng)

膠州市實(shí)驗(yàn)中學(xué) 尚文海

本文提出了一種基于智能信號(hào)燈的智能交通系統(tǒng)，包括在交通道路路口設(shè)置路邊單元和智能交通信號(hào)燈，其中路邊單元包括圖像采集模塊、車輛檢測(cè)模塊、擁堵判定模塊和通信模塊，本系統(tǒng)能夠?qū)崟r(shí)檢測(cè)道路交通狀況，針對(duì)不同的路段可靈活設(shè)定不同的擁堵級(jí)別闕值，從而自動(dòng)判斷擁堵情況并對(duì)路口各個(gè)方向的通信時(shí)間進(jìn)行調(diào)整，使交通信號(hào)燈更加靈活且智能。

人工智能；交通；信號(hào)燈；深度學(xué)習(xí)

一、前言

從日常生活可見，大部分路口的信號(hào)燈的等待時(shí)間基本是固定不變的，時(shí)間固定不變的信號(hào)燈與道路交通環(huán)境的多變性顯然是相矛盾的。有一些城市已經(jīng)意識(shí)到了這個(gè)問題，從而采取了如交警協(xié)助控制信號(hào)燈，安裝地磁感應(yīng)器等傳感器，或按時(shí)間段改變信號(hào)燈等待頻率等方法，對(duì)交通擁堵問題得到了一定的改善，但分時(shí)間段的方式并不能從根本上改變信號(hào)燈對(duì)環(huán)境的適應(yīng)性，交警協(xié)助或安裝地磁感謝裝置的方法對(duì)人力物力造成了浪費(fèi)。

二、系統(tǒng)設(shè)計(jì)

如圖1所示，本文設(shè)計(jì)的智能控制系統(tǒng)包括在交通道路路口設(shè)置的路邊單元和智能交通信號(hào)燈。

圖1 系統(tǒng)結(jié)構(gòu)示意圖

其中路邊單元是系統(tǒng)的核心控制單元，由深度學(xué)習(xí)檢測(cè)模型構(gòu)成的車輛檢測(cè)模塊，擁堵判定模塊和通信模塊三個(gè)部分組成；智能交通信號(hào)燈是主要的顯示單元，包括通信模塊，智能調(diào)節(jié)模塊與信號(hào)燈顯示模塊。車輛檢測(cè)模塊的深度學(xué)習(xí)檢測(cè)模型為預(yù)訓(xùn)練，即利用深度學(xué)習(xí)的方法對(duì)包含多種車輛特征的歷史道理交通圖像進(jìn)行學(xué)習(xí)，以得到所需的深度神經(jīng)網(wǎng)絡(luò)模型，完成訓(xùn)練的模型可自動(dòng)識(shí)別高清道路圖片中的車輛，并對(duì)車輛的數(shù)目進(jìn)行統(tǒng)計(jì)。深度神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練過程可是：采集交叉路段的歷史交通數(shù)據(jù)，包括視頻文件及對(duì)應(yīng)圖片等，數(shù)據(jù)應(yīng)具有普遍性盡量清晰且包含盡量多種常見車型，將數(shù)據(jù)轉(zhuǎn)為統(tǒng)一大小的圖片，標(biāo)出圖片中車輛的具體位置并設(shè)立相應(yīng)的位置標(biāo)簽，從而得到交叉路口路段樣本及位置標(biāo)簽。將含有位置標(biāo)簽的圖片數(shù)據(jù)送入設(shè)計(jì)好的卷積神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行訓(xùn)練，得到對(duì)道路交通中的車輛數(shù)據(jù)特征進(jìn)行學(xué)習(xí)后的神經(jīng)網(wǎng)絡(luò)模型，即深度神經(jīng)網(wǎng)絡(luò)模型。

智能交通信號(hào)燈，其通信模塊接收來自路邊單元的信息，智能調(diào)節(jié)模塊根據(jù)各路口方向的擁堵等級(jí)及當(dāng)前通行狀態(tài)調(diào)整對(duì)應(yīng)的通行時(shí)間并控制信號(hào)燈的顯示，信號(hào)燈顯示模塊將顯示調(diào)節(jié)后的信息。

圖2 智能調(diào)節(jié)單元流程圖

三、工作流程

路邊單元的工作流程為：

(1)圖像采集：大多路口都有一定數(shù)量的路燈，在其上裝配攝像頭就可以完成對(duì)整體道路交通圖像的實(shí)時(shí)采集。

(2)車輛檢測(cè)：將攝像頭實(shí)時(shí)采集到的道路交通圖片輸入車輛檢測(cè)模塊(深度神經(jīng)網(wǎng)絡(luò)模型)，自動(dòng)識(shí)別道路交通圖像中的車輛，路口各個(gè)方向上檢測(cè)到的車輛數(shù)目之和就是各路口方向上的實(shí)時(shí)車流量。

(3)擁堵判定：根據(jù)不同的車流量區(qū)間設(shè)定擁堵級(jí)別，車流量越大，其擁堵等級(jí)越高，則在通行時(shí)間上有更優(yōu)先的選擇權(quán)。

例如將車流量分為三個(gè)擁堵等級(jí)，分別設(shè)置兩個(gè)閾值n、m，其中n小于m，若當(dāng)前車流量c小于n，則對(duì)應(yīng)的擁堵等級(jí)為A，若n＜c＜m，則對(duì)應(yīng)的擁堵等級(jí)為B，若c＞m，則對(duì)應(yīng)的擁堵等級(jí)為C。

我國(guó)《道路交通阻塞度及評(píng)價(jià)方法(國(guó)標(biāo))》中對(duì)城市交通通行交叉路口阻塞的定義是車輛在交叉路口外車行道受阻排隊(duì)長(zhǎng)度超過500m為阻塞，800m為嚴(yán)重阻塞。依照此標(biāo)準(zhǔn)設(shè)立闕值，對(duì)道路路口各個(gè)方向的擁堵情況進(jìn)行判斷。

(4)信息傳遞：將擁堵判定的結(jié)果傳遞到智能交通信號(hào)燈。

圖2所示為智能交通信號(hào)燈的智能調(diào)節(jié)的流程圖。

智能交通信號(hào)燈收到交叉路口各個(gè)方向的擁堵情況后，對(duì)交通信號(hào)燈的顯示做出調(diào)節(jié)。檢測(cè)信號(hào)燈當(dāng)前正在顯示的通行時(shí)間。根據(jù)交叉路口各個(gè)方向的擁堵等級(jí)進(jìn)行調(diào)整，假設(shè)當(dāng)前十字路口有東南西北四個(gè)方向，分別用E、S、W、N表示；正在通行則設(shè)為正，正在等待則設(shè)為負(fù)。

基于預(yù)設(shè)的擁堵等級(jí)與調(diào)整時(shí)間的對(duì)應(yīng)關(guān)系：擁堵等級(jí)A、B、C分別對(duì)應(yīng)調(diào)整時(shí)間t1、t2、t3，得到各個(gè)路口方向的調(diào)整時(shí)間t，其中t∈{t1, t2, t3}；

當(dāng)四個(gè)路口方向判斷完畢，則從四個(gè)調(diào)整時(shí)間中查找最大值最為最后的調(diào)整時(shí)間T，然后結(jié)合信號(hào)燈的當(dāng)前顯示時(shí)間和通行狀態(tài)進(jìn)行調(diào)整：

若當(dāng)前信號(hào)燈為倒計(jì)數(shù)，則需要判斷倒計(jì)數(shù)與T的大小關(guān)系，即若T超過當(dāng)前信號(hào)燈所倒數(shù)的時(shí)間，則即刻進(jìn)行紅燈閃爍黃燈倒數(shù)的階段，并判斷下一通行狀態(tài)是通行還是等待，若為通行，則為即刻進(jìn)入的通行狀態(tài)調(diào)整通行時(shí)間為：t+T，其中t為T的相對(duì)路口方向的調(diào)整時(shí)間。

若當(dāng)前信號(hào)燈不是倒計(jì)數(shù)，則基于通行狀態(tài)進(jìn)行對(duì)應(yīng)的調(diào)整，若通行狀態(tài)為正時(shí)，則將通行時(shí)間增加T，若通行狀態(tài)為負(fù)時(shí)，則將等待時(shí)間減少T。

四、總結(jié)

本文設(shè)計(jì)的基于人工智能的交通信號(hào)燈系統(tǒng)，利用了深度學(xué)習(xí)算法自動(dòng)檢測(cè)車輛，得出路口的車流量信息；利用道路上已有的路燈，裝配其他所需部件作為路邊單元，節(jié)約成本；并且能夠?qū)崟r(shí)檢測(cè)道路交通狀況，針對(duì)不同的路段可靈活設(shè)定不同的擁堵級(jí)別闕值，從而自動(dòng)判斷擁堵情況并對(duì)路口各個(gè)方向的通信時(shí)間進(jìn)行調(diào)整，使交通信號(hào)燈更加靈活且智能。

[1]吳震,楊曉光.車道寬度、轉(zhuǎn)彎半徑對(duì)左轉(zhuǎn)飽和流量的影響研究[J].武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版),2009(05).

[2]黃衛(wèi)華,許小勇,范建坤.實(shí)數(shù)編碼遺傳算法中常用變異算子的Matlab實(shí)現(xiàn)及應(yīng)用[J].廣西輕工業(yè),2007(01).

[3]楊立才,賈磊,王紅.雙交叉口兩級(jí)模糊協(xié)調(diào)控制算法的研究[J].系統(tǒng)工程理論與實(shí)踐,2005(06).