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(chē)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)
從日常生活可見(jiàn),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(wèn)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(wèn)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)。
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(chē)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(chē)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(chē)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(chē)輛,并對(duì)車(chē)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(guò)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(jiàn)車(chē)型,將數(shù)據(jù)轉(zhuǎn)為統(tǒng)一大小的圖片,標(biāo)出圖片中車(chē)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(chē)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(lái)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
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(chē)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(chē)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(chē)輛,路口各個(gè)方向上檢測(cè)到的車(chē)輛數(shù)目之和就是各路口方向上的實(shí)時(shí)車(chē)流量。
(3)擁堵判定:根據(jù)不同的車(chē)流量區(qū)間設(shè)定擁堵級(jí)別,車(chē)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(chē)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(chē)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(chē)輛在交叉路口外車(chē)行道受阻排隊(duì)長(zhǎng)度超過(guò)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(guò)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(mén)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。
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(chē)輛,得出路口的車(chē)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(chē)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).