1.一种交通信号灯绿波智能调节方法,其特征在于,包括以下步骤:通过第一通信模块与交通信号灯系统建立通信连接,第一通信模块接收到路口交通信号灯的运行数据后,发送给第一处理器,第一处理器将所述交通信号灯的运行数据发送至存储模块保存;
第一接口模块上连接的测速模块对车辆进行实时测速并将车速信息和时刻信息发送给第一处理器;第一接口模块上还连接有摄像头模块对车辆的车牌号进行识别,并将车牌信息发送给第一处理器;
第一处理器接收到车速、时刻和车牌号信息后,将数据打包为 ,其中表示车辆的计数,为大于0的整数,即车辆 ,t表示数据时刻,D表示数据包; 表示t时刻识别到的车辆的车牌号, 表示车辆在t时刻的测速序列;所述第一处理器将数据包 发送给第二处理器,第二处理器运行多目标速度预测程序可以根据接收到的 数据进行速度预测,并基于速度预测进行流量分析,根据流量分析结果,决策红绿灯状态周期内路口通行结果。
2.如权利要求1所述的交通信号灯绿波智能调节方法,其特征在于,所述测速模块测速时采用的是测速序列的方法,即测速模块将以时间间隔 ,对车辆进行n个序列的测速,并得到时刻t状态目标车辆的测速序列 ,n>2为整数。
3.如权利要求2所述的交通信号灯绿波智能调节方法,其特征在于,所述第二处理器进行多目标速度预测以及基于速度预测进行流量分析的具体步骤如下:S1 建立目标车辆车速预测时刻相关的拟合预测网络;
S2 基于速度预测,实时分析未来时刻各路口的流量;
S3 根据流量分析结果,决策红绿灯状态周期内路口通行结果。
4.如权利要求3所述的交通信号灯绿波智能调节方法,其特征在于,所述步骤S1中,所述拟合预测网络的建立方法如下:建立一个四层神经网络,四层神经网络包括输入层、第一中间层、第二中间层和输出层,输入层和第一中间层各由一个神经元,第二中间层有n个神经元,n等于测速序列的维度,输出层由一个神经元构成,输入为时刻变量,输出为速度预测值;
第二中间层还具有输入激励,令时刻t状态下目标车辆 的n维测速序列为输入激励;
输入层与第一中间层的连接权值记为 ,第一中间层与第二中间层的连接权值记为,第二中间层与输出层的连接权值记为 ,网络神经元的阈值采用统一阈值控制法,当输入激励不全为0时,代表神经元满足输出阈值。
5.如权利要求4所述的交通信号灯绿波智能调节方法,其特征在于,所述拟合预测网络的计算过程为:输入为 并且输入激励不全为0时,输入层神经元的输出为 ,其中 为输入层的激活函数,d为函数自变量,作为本发明的一个实施例,可令 ,则输入层神经元的输出记为 ,则有 · ;
输入层神经元的输出 即第一中间层的输入,第一中间层的输出记为 ,则有 ,其中 表示第一中间层的激活函数;作为本发明的一个实施例,,则有 · ;
第一中间层各神经元的输出以及输入激励共同参与第二中间层的计算,第二中间层神经元的输出记为 ,(1≤j≤n);则有:输出层神经元的最后输出记为 。
6.如权利要求5所述的交通信号灯绿波智能调节方法,其特征在于,所述步骤S2的具体方法如下:当第二处理器接收到第一处理器发来的数据包 ,第二处理器解析到数据包中的时刻 和测速序列 ,并预测时刻 ,测速序列为 状态下的目标速度记为;
对于任意路口r,四个方向的标号依次设为1,2,3,4,相应方向上所述绿波智能调节系统设备距离路口停止线的距离依次为 ,分别计算4个方向目标车辆到达路口停止线的所需的预估时间:其中 ,分别表示方向1、2、3、4目标车辆到达路口停止线所需的预估时间, 分别表示方向1、2、3、4目标车辆在 时的估计速度;
对于路口r的方向1来说,将目标车辆i的参数 ,测速序列 输入S1步骤所建立的预测网络,可预测到目标车辆i运动到停止线时的速度 ,则目标车辆i从测速点运动到停止线的平均速度 ,目标车辆i到达停止线的时间为 ;
同理,可分别计算路口r其它3个方向上,目标车辆到达停止线的时间分别为;
记路口r红绿灯的状态周期为 ,未来时刻路口r的流量分析如下:在第二处理器中,设置4个计数器 ,用来
计数4个方向的流量;
对于方向1来说,在一个红绿灯状态周期 ,则 ,其中 表示计数器自加1,当 , 保持不变;
同理,可分析出其它3个方向的流量,4个计数器的计数周期为 ,当计数周期超过时,4个计数器清零并重新计数,进入下一周期的流量分析;
记在一个计数周期内,最终4个方向的流量计数分别为,也就完成了所述计数周期内路口r的4个方
向的流量分析。
7.如权利要求6所述的交通信号灯绿波智能调节方法,其特征在于,所述步骤S3基于S2步骤的流量分析结果,决策红绿灯状态周期内路口的通行结果,过程如下:当 时,路口r的1、3方向为通行
状态,2、4方向为禁行状态;
当 时,路口r的1、3方向为禁行
状态,2、4方向为通行状态;其中,max( , )表示取较大值;
取 计数器,最后一个有效计数所对应的
未来时刻 作为本计数周期内的绿波调节时刻,将目标车辆i的输入参数和测速序列 输入到S2步骤的预测网络中,可输出速度 ,则所述 就是对目标车辆i的绿波建议速度;
第二处理器将 发送至第一处理器,第一处理器将 发送至第二通信模块,第二通信模块将 广播给目标车辆i。
8.如权利要求7所述的交通信号灯绿波智能调节方法,其特征在于,第二处理器还将时刻 发送至第一处理器,第一处理器将 通过第二接口模块发送至显示模块显示,用来提醒目标车辆绿灯状态的时间。
9.一种交通信号等绿波智能调节系统,其特征在于,包括第一通信模块,第一处理器,第二处理器,第一接口模块,测速模块,摄像头模块,第二接口模块,显示模块,第二通信模块以及存储模块;
所述第一通信模块,主要用来跟交通信号等系统互相通信,可以接收红绿灯系统发来的红绿灯运行数据和向交通信号灯控制系统发送控制信号;第一通信模块连接有第一处理器;
所述第一处理器,主要用于对所述交通信号等绿波智能调节系统中各模块传来的数据进行处理,并与各模块进行数据交互,第一处理器连接有第二处理器、第一接口模块、第二接口模块、第二通信模块以及存储模块;
所述第二处理器,运行有多目标速度预测和流量分析程序,可以对多个目标车速进行快速预测,并基于速度预测,进行路口流量分析;
所述第一接口模块,用于连接测速和图像采集设备,所述第一接口模块连接有测速模块和摄像头模块;
所述测速模块,用于对包括车辆在内的移动目标进行测速,并将测速数据通过第一接口模块发送给第一处理器;
所述摄像头模块,用于拍摄和识别车牌号码,并将数据通过第一接口模块发送给第一处理器;
所述第二接口模块,用于连接并传输数据给显示模块;
所述显示模块,主要用于显示智能调节的建议绿波速度;
所述第二通信模块,主要用于接收第一处理器发来的数据,并向周边车辆差异化广播建议绿波速度;
所述存储模块主要用于存放交通信号灯的运行数据和车辆速度、车牌号及图像数据。
10.如权利要求9所述的交通信号等绿波智能调节系统,其特征在于,所述信号灯的运行数据包括,红绿灯的当前运行模式、红灯黄灯绿灯工作周期、当前红绿灯状态、状态剩余时间及下一状态数据。