基于視頻檢測技術的自適應信號燈配時算法

吳 大 偉

(東北林業大學交通學院，黑龍江 哈爾濱 150040)

1 概述

近年來，隨著經濟的不斷增長，城市化、汽車化的急速發展，交通擁擠、交通肇事、環境污染等問題日益嚴重。城市交通信號控制的目標在于改善交通流的質量，并通過對道路上的車輛在交叉口處進行調節、警告和誘導以提高運營效率[1]。

近年來，很多學者均在智能交通信號控制系統及相關算法提出了創新與改進，其中以計算機技術和通信技術為輔助手段的自適應控制為主[2]，通過檢測器將檢測的交通流數據實時通過網絡傳到上位機[3]，上位機可以對多個路口信號機進行協調，從而提高整個區域或干線上的運行效率。朱旭東提出一種基于北斗定位系統的智能控制交通信號燈的算法，通過對車流量監測獲取相關控制參數，實現對信號燈的智能控制，實驗結果表明該算法可實現自動調整各相位上周期時長，保證城市交通順暢[4]。晏勇提出一種與智能硬件相結合的自適應交通信號燈控制系統，該系統基于無線傳感器網絡控制節點組建WSN，接收信號強度指示測距算法測試交通燈與等待車輛排行距離，并根據經卡爾曼濾波降噪處理后交通信號燈自動調整排行距離以及指示通行的時間[5]。袁麗麗針對兩相單交叉路口信號燈的放行時間等控制規律，以及交叉路口的現有硬件設施等條件，一種新的交通信號配時優化方法被提出。通過獲取交叉路口實時的交通流信息，提取南北方向與東西方向車輛排隊長度，實現信號燈的自適應實時控制[6]。李金洋等人提出了一種基于車速的自適應交通信號燈控制系統。系統采用車聯網通訊模式，利用相關通訊協議，在汽車通過路口時將車速信息發送給該路口的交通信號燈，系統通過分析交叉口前方車速信息和交通信號燈當前狀態，進而對紅綠燈的顯示進行控制，實現紅綠燈的實時自適應調整[7]。

本文提出一種基于視頻檢測技術的自適應信號燈配時算法，首先利用光流場法對視頻中進入交叉口的車輛進行識別，并統計交叉路口每個進口各車道中在一個初始信號周期內的車輛數、車輛行駛速度以及加速度，根據視頻檢測數據重新計算信號周期及支路綠燈時間等信號配時參數，并計算最小綠燈時間，最終根據最小綠燈時間和支路綠燈時間選擇新的信號周期。

2 自適應信號燈配時算法

自適應信號燈配時算法流程如圖1所示。設交叉路口每個進口各車道中在一個初始信號周期C0內的車輛數分別為Ni(i=1,2,3,4)，車輛平均行駛速度為v(t)，車輛平均加速度為a(t)，各支路與主路流量比的最小值為k，則：

(1)

設配時參數為r，其具體表達式為：

(2)

重新計算信號周期及支路綠燈時間等信號配時參數，設進口車道內的車輛加速時間為Tj，延遲時間為E，則：

(3)

(4)

加速距離L可表示為：

(5)

勻速通過交叉口時間F為：

(6)

其中，l為主路交叉口寬度。

加速時間M為：

(7)

則支路綠燈時間Gz為：

Gz=E+F+M

(8)

最小綠燈時間Gmin為：

(9)

其中，vr為行人過街步行速度。

最終確定新的信號周期C為：

(10)

3 基于光流法的車輛檢測

基于視頻圖像處理技術的車輛檢測器同傳統的車輛檢測器相比，具有安裝維護成本較低、范圍廣、運算速度快等諸多優點[8]，因而近年來在智能交通系統中得到了大量的應用，針對通過道路攝像頭拍攝的交通序列圖像，研究人員提出了很多視頻圖像處理及分析技術，每種技術均有其優點與缺點[9]。為實現對交叉口車流量數據的精確統計，本文采用光流場法進行交叉口車流量的檢測。

光流場法的基本思想是首先建立整幅圖像的光流場，通過光流場計算圖像中每一個像素點的運動向量，從而檢測出運動目標[10]。光流法的基本方程如下：

I(x,y,z,t)=I(x+δx,y+δy,z+δz,t+δt)

(11)

其中，I(x,y,z,t)為在位置(x,y,z)的體素。

設物體在極短時間內位移足夠小，則根據圖像約束方程的泰勒公式可得：

(12)

其中，?I/?x,?I/?y,?I/?z和?I/?t分別為圖像在(x,y,z,t)這一點向相應方向的差分。

結合式(11)可以得到：

(13)

進而可以得到：

(14)

其中，Vx，Vy，Vz分別為I(x,y,z,t)的光流向量中x，y，z的組成。

最終采用Lucas-Kanade算法對光流(Vx，Vy，Vz)在一個大小為m×m×m(m>1)的小窗中的相關常數進行求解[11]。視頻檢測過程及結果如圖2所示。

4 仿真分析

基于vissim軟件對本文算法進行仿真分析，仿真前對交叉口的相關參數進行設置，其西進口為三車道，出口為兩車道；東進口為三車道，出口為兩車道；南北均為雙向兩車道，其中，東西向為主干道，南北向為支路，車流量相差較大。仿真時首先預設隨機車流量，主路與支路的流量基數依照實際調查數據設置。當主路與支路的流量比為5∶1時，仿真結果表明，西進口延誤下降37.4%，東進口延誤下降72.3%。西東直行平均排隊隊長縮短了16 m，西東直行最大排隊隊長縮短了16 m，東西直行平均排隊隊長減少15 m，東西直行最大排隊隊長縮短了220 m。西進口行程時間減少了11 s，東進口行程時間減少了71.9 s。西進口通行車輛數增加了4輛，東進口通行車輛數增加了31輛。當主路與支路的流量比為2∶1時，仿真結果表明，西進口延誤降低8%，東進口延誤降低7%。西東直行平均排隊隊長減少4 m，西東直行最大排隊隊長縮短了10 m，東西直行平均排隊隊長減少19 m，東西直行最大排隊隊長縮短了54 m。西進口行程時間減少了2.1 s，東進口行程時間減少了6.3 s。西進口通行車輛數減少了5輛，東進口通行車輛數增加了9輛。

5 結語

本文提出一種基于視頻檢測技術的自適應信號燈配時算法，首先利用光流場法對視頻中進入交叉口的車輛進行識別，并統計交叉路口每個進口各車道中在一個初始信號周期內的車輛數、車輛行駛速度以及加速度，根據視頻檢測數據重新計算信號周期及支路綠燈時間等信號配時參數，并計算最小綠燈時間，最終根據最小綠燈時間和支路綠燈時間選擇新的信號周期。基于vissim軟件對本文算法進行仿真分析，仿真前對交叉口的相關參數進行設置，其西進口為三車道，出口為兩車道；東進口為三車道，出口為兩車道；南北均為雙向兩車道，其中，東西向為主干道，南北向為支路，車流量相差較大。仿真時首先預設隨機車流量，主路與支路的流量基數依照實際調查數據設置。仿真結果顯示，該方法可根據交叉口主、支路流量比，輸出合適的信號配時指令，進行交通燈控制，從而達到優化交通狀況，使交叉口信號控制更為協調，合理安排道路資源，提高通行效率，環型交叉口的擁擠狀況和主、支道路空間資源分配問題，進而解決汽車燃油節省、車耗和空氣污染的一系列問題。