会员体验
专利管家（专利管理）
工作空间（专利管理）
风险监控（情报监控）
数据分析（专利分析）
侵权分析（诉讼无效）
联系我们
交流群
官方交流：
QQ群： 891211   
微信请扫码    >>>
现在联系顾问~
首页 / 专利库 / 信号处理 / 信号 / 控制信号 / 移动通信终端的交通信号控制方法及交通信号控制系统

移动通信终端的交通信号控制方法及交通信号控制系统

阅读：43发布：2021-02-26

IPRDB可以提供移动通信终端的交通信号控制方法及交通信号控制系统专利检索，专利查询，专利分析的服务。并且本发明属于交通技术领域，公开了一种移动通信终端的交通信号控制方法及交通信号控制系统，通过图像采集模块采集交通信号灯的状态图像数据；通过指令发送模块发送交通信号灯的不同状态信号指令；中央控制模块调度信号灯图像处理模块对图像采集模块采集的交通信号灯的状态图像进行处理；通过信号配时模块给交通信号分配时段；通过故障检测模块检测交通信号灯故障信号；通过显示模块显示采集的交通信号灯的状态图像。本发明通过信号配时模块线性规划对单个交叉路口建模，使路口达到最大能通过的车流量，使得交通控制技术灵活性好，适应与交通流迅速变化，且成本低，最终达到充分利用道路的目的。，下面是移动通信终端的交通信号控制方法及交通信号控制系统专利的具体信息内容。

1.一种移动通信终端的交通信号控制方法，其特征在于，所述移动通信终端的交通信号控制方法包括：采集交通信号灯的状态图像数据；并发送交通信号灯的不同状态信号指令；

对采集的交通信号灯的状态图像采用基于粒子滤波方法进行处理；基于粒子滤波方法对交通信号灯的状态图像进行处理中，进行彩色图像轮廓提取，具体有：1)以Sobel算子或基于颜色空间聚类方法计算目标轮廓的预测值：

2)将图像目标轮廓视为由N个单元线段构成的集{dli}1，2，…，N，对于i＝1，2，…，N；3)在C0中找到与dli对应的位置，依据C0中对应位置的切线作为dli的采样基准值，生成初始粒子集；4)按照状态转移模型引导粒子不断的向已知的最佳解方向聚集，避免标准粒子滤波过程中退化的方法实现粒子状态转移，并计算每个粒子对应的轮廓点集合；5)按照建立的观测模型计算粒子权重；6)以粒子集的加权平均计算本次迭代得到的参数dlj(i)＝(kj(i)，bj(i))；7)若 其中，取ε＝0.5，则得到以粒子集的加权平均作为dli参数的估计，否则转步骤4)；

状态转移模型避免标准粒子滤波过程中退化的方法包括：在计算图像轮廓第i个单元线段li的参数 时，迭代至第s步时粒子集为其中Θs(i)为直线参数集合，Ws(i)为粒子权重，Es(i)为Snake能量函数模型计算得到的轮廓有效性的测度，是粒子权重计算的依据；基于以上条件，局部最优粒子为:全局最优粒子为:

状态转移模型包括：

其中rk，rk1，rk2，rb，rb1，rb2均服从正态分布，且对处理后的交通信号灯图像进行分配时段；并进行检测交通信号灯故障信号；显示采集的交通信号灯的状态图像。

对处理后的交通信号灯图像进行分配时段中，通过信号配时模糊控制器以交通信号灯的最大电压Vs,max和最小电压Vs,min为输入，实时调整ΔV使Vs,max和Vs,min在正常允许范围内，从而保证所有交通信号灯电压都在正常范围内，具体包括：输入变量均划分为三个模糊子集：Vs,max正常(N)、高(H)、很高(VH)，Vs,min很低(VL)、低(L)、正常(N)，隶属度函数采用三角形函数和梯形函数，输出变量ΔV划分为5个模糊子集：NB(负大)、NS(负小)、ZE(零)、PS(正小)、PB(正大)，每个子集均为单值模糊集，取值分别为-

2，-1，0，1，2；

建立模糊控制规则；模糊推理：采用Mamdani推理方法，先由控制规则确定输入输出的模糊关系，然后采用模糊合成运算由实际的模糊输入推理得到模糊输出；

去模糊精确化处理：模糊推理得到控制变量的模糊值后，采取面积重心法去模糊求得控制变量的精确值。

2.如权利要求1所述的移动通信终端的交通信号控制方法，其特征在于，建立观测模型的方法包括：

设已经估计得到的第1至第i－1个单元线段的参数估计值为:对应的轮廓点序列为:

在计算图像目标轮廓第i个单元线段li的参数时，迭代至第s步时粒子集为:由此粒子集得到图像目标轮廓点为

局部Snake能量值按下式计算:

全局Snake能量值按下式计算:

或只取{Ψj}j＝1，2，…，i－1中与 最近的若干个点集共同计算全局Snake能量值；

对于RGB彩色图像或HSI空间彩色图像，每个分量都有对应的Snake能量值，即分别对 和 进行归一化，按下式计算局部粒子权重；

按下式计算粒子全局权重:

取粒子权重为局部和全局值的算术平均，即

最后，对粒子权重进行归一化，实现参数的最小均方误差估计。

3.如权利要求1所述的移动通信终端的交通信号控制方法，其特征在于，建立模糊控制规则中，还需进行：

归一化处理：为使信号配时模糊控制器输出在规定论域内，比例因子Kc取ΔVmax/2，其中ΔVmax为预期的最大电压偏离值。

4.如权利要求1所述的移动通信终端的交通信号控制方法，其特征在于，信号灯图像处理方法包括：首先，确定当前交通信号灯的状态，所述交通信号灯的状态包括红灯状态、绿灯状态、黄灯状态；

其次，采集当前交通信号灯状态的长曝光帧图像和短曝光帧图像；

然后，根据所述当前交通信号灯状态的长曝光帧图像和短曝光帧图像中的交通信号灯区域，恢复所述当前交通信号灯的形状，得到交通信号灯形状恢复图像；

最后，根据所述当前交通信号灯的状态，对所述交通信号灯形状恢复图像中的交通信号灯进行颜色恢复处理；

所述采集当前交通信号灯状态的长曝光帧图像和短曝光帧图像之后，该方法还包括：在所述长曝光帧图像和所述短曝光帧图像中获取指定范围的区域作为感兴趣区域，所述感兴趣区域包括所述当前交通信号灯出现的区域；

根据所述当前信号灯状态的长曝光帧图像和短曝光帧图像中的交通信号灯区域，恢复所述当前交通信号灯的形状，得到交通信号灯形状恢复图像具体包括：在所述长曝光帧图像和所述短曝光帧图像的感兴趣区域中定位所述当前交通信号灯区域；

对一帧所述长曝光帧图像和一帧所述短曝光帧图像中的所述当前交通信号灯区域融合，恢复所述当前信号灯的形状，得到交通信号灯形状恢复图像。

5.如权利要求1所述的移动通信终端的交通信号控制方法，其特征在于，信号配时方法进一步包括：首先，多段式信号配时的时段划分与相位选择；

其次，信号周期时长计算；

然后，利用线性规划优化绿灯时间；

最后，调整求解出的各相位绿灯时间:将所求解出的绿灯时间综合分析一个周期中的关键出口道车流量做最后一次优化，在不影响关键车流的前提下，缩放相位时间，使相位时间之和等于所求得的信号周期时长；

时段划分为：早高峰时段、午高峰时段、晚高峰时段、早低峰时段、午低峰时段、晚低峰时段。

6.一种实现权利要求1～5任意一项所述移动通信终端的交通信号控制方法的计算机程序。

7.一种实现权利要求1～5任意一项所述移动通信终端的交通信号控制方法的信息数据处理终端。

8.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1-5任意一项所述的移动通信终端的交通信号控制方法。

9.一种实现权利要求1所述移动通信终端的交通信号控制方法的移动通信终端的交通信号控制系统，其特征在于，所述移动通信终端的交通信号控制系统包括：图像采集模块，与中央控制模块连接，用于通过摄像头采集交通信号灯的状态图像数据；

指令发送模块，与中央控制模块连接，用于发送交通信号灯的不同状态信号指令；

中央控制模块，与图像采集模块、指令发送模块、信号灯图像处理模块、信号配时模块、故障检测模块、显示模块连接，用于控制各个模块正常工作；

信号灯图像处理模块，与中央控制模块连接，用于对图像采集模块1采集的交通信号灯的状态图像进行处理；

信号配时模块，与中央控制模块连接，用于给交通信号分配时段；

故障检测模块，与中央控制模块连接，用于检测交通信号灯故障信号；

显示模块，与中央控制模块连接，用于通过显示屏显示采集的交通信号灯的状态图像。

10.一种搭载权利要求9所述移动通信终端的交通信号控制系统的道路交叉交通控制设备。

说明书全文

移动通信终端的交通信号控制方法及交通信号控制系统

技术领域

[0001] 本发明属于交通技术领域，尤其涉及一种移动通信终端的交通信号控制方法及交通信号控制系统。

背景技术

[0002] 目前，业内常用的现有技术是这样的：
[0003] 在道路交叉口上无法实现交通分离的地方，用来在时间上给交通流分配通行权的交通指挥措施。交通信号的作用是科学分配道路上车辆、行人的通行权，使之有秩序地顺利通行。交通信号灯、交通标志和交通标线的设置应当符合国家标准。交通信号可以使车辆有条不紊的行驶，减少拥堵，减少交通事故的发生，使得全部交通参与者能够井井有条的行驶，避免了交通拥堵带来的时间浪费以及交通事故带来的生命财产的损失。然而，在交通路口采集车辆违法的图像时，由于某些场景光线较暗，为了能清晰辨别车辆信息，往往需要加大相机的曝光时间，使得交通信号灯区域出现了过饱和现象，红灯出现偏黄或者发白现象，绿灯和黄灯出现发白现象，而且交通信号灯的形状变得模糊；现有交通控制技术主要是定时控制，感应控制方式；其中定时控制灵活性差、不适应于交通流迅速变化的缺点；感应控制主要靠硬件实现，成本较高。
[0004] 综上所述，现有技术存在的问题是：
[0005] 在交通路口采集车辆违法的图像时，由于某些场景光线较暗，为了能清晰辨别车辆信息，往往需要加大相机的曝光时间，使得交通信号灯区域出现了过饱和现象，红灯出现偏黄或者发白现象，绿灯和黄灯出现发白现象，而且交通信号灯的形状变得模糊；
[0006] 同时，现有交通控制技术主要是定时控制，感应控制方式；其中定时控制灵活性差、不适应于交通流迅速变化的缺点；感应控制主要靠硬件实现，成本较高。
[0007] 传统彩色图像轮廓提取方法在提取目标边界时易受初始轮廓点干扰及收敛速度慢，从而导致提取的彩色图像轮廓噪声大，影响到了图像分割的效果。造成交通信号控制效果差。

发明内容

[0008] 针对现有技术存在的问题，本发明提供了一种移动通信终端的交通信号控制方法及交通信号控制系统。
[0009] 本发明是这样实现的，一种移动通信终端的交通信号控制方法，包括：
[0010] 采集交通信号灯的状态图像数据；并发送交通信号灯的不同状态信号指令；
[0011] 对采集的交通信号灯的状态图像采用基于粒子滤波方法进行处理；基于粒子滤波方法对交通信号灯的状态图像进行处理中，进行彩色图像轮廓提取，具体有：1)以Sobel算子或基于颜色空间聚类方法计算目标轮廓的预测值：
[0012]
[0013] 2)将图像目标轮廓视为由N个单元线段构成的集{dli}1，2，…，N，对于i＝1，2，…，N；3)在C0中找到与dli对应的位置，依据C0中对应位置的切线作为dli的采样基准值，生成初始粒子集；4)按照状态转移模型引导粒子不断的向已知的最佳解方向聚集，避免标准粒子滤波过程中退化的方法实现粒子状态转移，并计算每个粒子对应的轮廓点集合；5)按照建立的观测模型计算粒子权重；6)以粒子集的加权平均计算本次迭代得到的参数
7)若 其中，取ε＝
0.5，则得到以粒子集的加权平均作为dli参数的估计，否则转步骤4)；
[0014] 状态转移模型避免标准粒子滤波过程中退化的方法包括：在计算图像轮廓第i个单元线段li的参数 时，迭代至第s步时粒子集为
[0015]
[0016] 其中Θs(i)为直线参数集合，Ws(i)为粒子权重，Es(i)为Snake能量函数模型计算得到的轮廓有效性的测度，是粒子权重计算的依据；基于以上条件，局部最优粒子为:
[0017]
[0018] 全局最优粒子为:
[0019]
[0020] 状态转移模型包括：
[0021]
[0022] 其中rk，rk1，rk2，rb，rb1，rb2均服从正态分布，且
[0023]
[0024] 对处理后的交通信号灯图像进行分配时段；并进行检测交通信号灯故障信号；显示采集的交通信号灯的状态图像。
[0025] 对处理后的交通信号灯图像进行分配时段中，通过信号配时模糊控制器以交通信号灯的最大电压Vs,max和最小电压Vs,min为输入，实时调整ΔV使Vs,max和Vs,min在正常允许范围内，从而保证所有交通信号灯电压都在正常范围内，具体包括：
[0026] 输入变量均划分为三个模糊子集：Vs,max正常(N)、高(H)、很高(VH)，Vs,min很低(VL)、低(L)、正常(N)，隶属度函数采用三角形函数和梯形函数，输出变量ΔV划分为5个模糊子集：NB(负大)、NS(负小)、ZE(零)、PS(正小)、PB(正大)，每个子集均为单值模糊集，取值分别为-2，-1，0，1，2；
[0027] 建立模糊控制规则；模糊推理：采用Mamdani推理方法，先由控制规则确定输入输出的模糊关系，然后采用模糊合成运算由实际的模糊输入推理得到模糊输出；
[0028] 去模糊精确化处理：模糊推理得到控制变量的模糊值后，采取面积重心法去模糊求得控制变量的精确值。
[0029] 进一步，建立观测模型的方法包括：
[0030] 设已经估计得到的第1至第i－1个单元线段的参数估计值为:
[0031]
[0032] 对应的轮廓点序列为:
[0033]
[0034] 在计算图像目标轮廓第i个单元线段li的参数时，迭代至第s步时粒子集为:
[0035]
[0036] 由此粒子集得到图像目标轮廓点为
[0037]
[0038] 局部Snake能量值按下式计算:
[0039]
[0040] 全局Snake能量值按下式计算:
[0041]
[0042] 或只取{Ψj}j＝1，2，…，i－1中与 最近的若干个点集共同计算全局Snake能量值；
[0043] 对于RGB彩色图像或HSI空间彩色图像，每个分量都有对应的Snake能量值，即[0044]
[0045]
[0046]
[0047] 分别对 和 进行归一化，按下式计算局部粒子权重；
[0048]
[0049] 按下式计算粒子全局权重:
[0050]
[0051] 取粒子权重为局部和全局值的算术平均，即
[0052]
[0053] 最后，对粒子权重进行归一化，实现参数的最小均方误差估计。
[0054] 进一步，建立模糊控制规则中，还需进行：
[0055] 归一化处理：为使信号配时模糊控制器输出在规定论域内，比例因子Kc取ΔVmax/2，其中ΔVmax为预期的最大电压偏离值。
[0056] 进一步，信号灯图像处理方法包括：
[0057] 首先，确定当前交通信号灯的状态，所述交通信号灯的状态包括红灯状态、绿灯状态、黄灯状态；
[0058] 其次，采集当前交通信号灯状态的长曝光帧图像和短曝光帧图像；
[0059] 然后，根据所述当前交通信号灯状态的长曝光帧图像和短曝光帧图像中的交通信号灯区域，恢复所述当前交通信号灯的形状，得到交通信号灯形状恢复图像；
[0060] 最后，根据所述当前交通信号灯的状态，对所述交通信号灯形状恢复图像中的交通信号灯进行颜色恢复处理；
[0061] 所述采集当前交通信号灯状态的长曝光帧图像和短曝光帧图像之后，该方法还包括：
[0062] 在所述长曝光帧图像和所述短曝光帧图像中获取指定范围的区域作为感兴趣区域，所述感兴趣区域包括所述当前交通信号灯出现的区域；
[0063] 根据所述当前信号灯状态的长曝光帧图像和短曝光帧图像中的交通信号灯区域，恢复所述当前交通信号灯的形状，得到交通信号灯形状恢复图像具体包括：
[0064] 在所述长曝光帧图像和所述短曝光帧图像的感兴趣区域中定位所述当前交通信号灯区域；
[0065] 对一帧所述长曝光帧图像和一帧所述短曝光帧图像中的所述当前交通信号灯区域融合，恢复所述当前信号灯的形状，得到交通信号灯形状恢复图像。
[0066] 进一步，信号配时方法进一步包括：
[0067] 首先，多段式信号配时的时段划分与相位选择；
[0068] 其次，信号周期时长计算；
[0069] 然后，利用线性规划优化绿灯时间；
[0070] 最后，调整求解出的各相位绿灯时间:将所求解出的绿灯时间综合分析一个周期中的关键出口道车流量做最后一次优化，在不影响关键车流的前提下，缩放相位时间，使相位时间之和等于所求得的信号周期时长；
[0071] 时段划分为：早高峰时段、午高峰时段、晚高峰时段、早低峰时段、午低峰时段、晚低峰时段。
[0072] 本发明的另一目的在于提供一种实现所述移动通信终端的交通信号控制方法的计算机程序。
[0073] 本发明的另一目的在于提供一种实现所述移动通信终端的交通信号控制方法的信息数据处理终端。
[0074] 本发明的另一目的在于提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行所述的移动通信终端的交通信号控制方法。
[0075] 本发明的另一目的在于提供一种实现所述移动通信终端的交通信号控制方法的移动通信终端的交通信号控制系统，所述移动通信终端的交通信号控制系统包括：
[0076] 图像采集模块，与中央控制模块连接，用于通过摄像头采集交通信号灯的状态图像数据；
[0077] 指令发送模块，与中央控制模块连接，用于发送交通信号灯的不同状态信号指令；
[0078] 中央控制模块，与图像采集模块、指令发送模块、信号灯图像处理模块、信号配时模块、故障检测模块、显示模块连接，用于控制各个模块正常工作；
[0079] 信号灯图像处理模块，与中央控制模块连接，用于对图像采集模块1采集的交通信号灯的状态图像进行处理；
[0080] 信号配时模块，与中央控制模块连接，用于给交通信号分配时段；
[0081] 故障检测模块，与中央控制模块连接，用于检测交通信号灯故障信号；
[0082] 显示模块，与中央控制模块连接，用于通过显示屏显示采集的交通信号灯的状态图像。
[0083] 本发明的另一目的在于提供一种搭载所述移动通信终端的交通信号控制系统的道路交叉交通控制设备。
[0084] 本发明的优点及积极效果为：
[0085] 本发明通过信号灯图像处理模块根据采集当前交通信号灯状态的长曝光帧图像和短曝光帧图像，并根据所述长曝光帧图像和短曝光帧图像中的交通信号灯区域对当前交通信号灯的形状进行恢复，之后再对交通信号灯的颜色进行恢复。即本申请提供的交通信号灯图像处理方法，既可以恢复交通信号灯的颜色，又可以恢复交通信号灯的形状，使得交通信号灯的恢复结果更加准确；同时，本发明通过信号配时模块线性规划对单个交叉路口建模，使路口达到最大能通过的车流量，使得交通控制技术灵活性好，适应与交通流迅速变化，且成本低，最终达到充分利用道路的目的。
[0086] 针对传统彩色图像轮廓提取方法在提取目标边界时易受初始轮廓点干扰及收敛速度慢，从而导致提取的彩色图像轮廓噪声大，影响到了图像分割的效果，鉴于此，本发明提出了基于粒子滤波的彩色图像轮廓提取算法。首先，给出图像轮廓的预测并在此建立二维空间，以便充分利用图像信息；然后，构建基于PSO寻优方法的状态转移模型，该模型促进了粒子向已知的最优状态靠近，改善了粒子的分布，加快了收敛速度；最后建立基于Snake能量函数的观测模型，该观测模型能够较好的定量描述目标轮廓提取的效果。
[0087] 通过仿真结果可知，在实验的彩色图像中其背景都比较复杂，而且从实验结果来看，预测彩色图像的轮廓是非常重要的，如果预测到的轮廓稳定且准确，那么对后面的轮廓提取及图像分割效果有很大的帮助。本发明采用了基于Snake能量函数的测量模型，虽然在预测轮廓时干扰较多，但其算法依然可以准确的预测并提取图像目标轮廓，这对后续的图像分割起到很大的作用。
[0088] 与传统的彩色图像轮廓提取方法比较，有效地缓解了受初始轮廓点干扰及收敛速度慢等问题，尤其是低信噪比条件下的图像轮廓提取，提取到的图像目标轮廓也十分令人满意，优于一般的轮廓提取算法。
[0089] 本发明对处理后的交通信号灯图像进行分配时段中，通过信号配时模糊控制器以交通信号灯的最大电压Vs,max和最小电压Vs,min为输入，实时调整ΔV使Vs,max和Vs,min在正常允许范围内，从而保证所有交通信号灯电压都在正常范围内，具体包括：
[0090] 输入变量均划分为三个模糊子集：Vs,max正常(N)、高(H)、很高(VH)，Vs,min很低(VL)、低(L)、正常(N)，隶属度函数采用三角形函数和梯形函数，输出变量ΔV划分为5个模糊子集：NB(负大)、NS(负小)、ZE(零)、PS(正小)、PB(正大)，每个子集均为单值模糊集，取值分别为-2，-1，0，1，2；
[0091] 建立模糊控制规则；模糊推理：采用Mamdani推理方法，先由控制规则确定输入输出的模糊关系，然后采用模糊合成运算由实际的模糊输入推理得到模糊输出；
[0092] 去模糊精确化处理：模糊推理得到控制变量的模糊值后，采取面积重心法去模糊求得控制变量的精确值。
[0093] 可获得准确的交通信息，为用户的出行提供方便。减少了计算量，缩短了决策时间，满足实时控制的要求。

附图说明

[0094] 图1是本发明实施提供的移动通信终端的交通信号控制方法流程图。
[0095] 图2是本发明实施提供的移动通信终端的交通信号控制系统结构框图。
[0096] 图中：1、图像采集模块；2、指令发送模块；3、中央控制模块；4、信号灯图像处理模块；5、信号配时模块；6、故障检测模块；7、显示模块。

具体实施方式

[0097] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0098] 下面结合附图及具体实施例对本发明的应用原理作进一步描述。
[0099] 如图1所示，本发明提供的一种移动通信终端的交通信号控制方法包括以下步骤：
[0100] S101，通过图像采集模块采集交通信号灯的状态图像数据；通过指令发送模块发送交通信号灯的不同状态信号指令；
[0101] S102，中央控制模块调度信号灯图像处理模块对图像采集模块采集的交通信号灯的状态图像进行处理；
[0102] S103，通过信号配时模块给交通信号分配时段；通过故障检测模块检测交通信号灯故障信号；
[0103] S104，通过显示模块显示采集的交通信号灯的状态图像。
[0104] 如图2所示，本发明提供的移动通信终端的交通信号控制系统包括：图像采集模块1、指令发送模块2、中央控制模块3、信号灯图像处理模块4、信号配时模块5、故障检测模块
6、显示模块7。
[0105] 图像采集模块1，与中央控制模块3连接，用于通过摄像头采集交通信号灯的状态图像数据；
[0106] 指令发送模块2，与中央控制模块3连接，用于发送交通信号灯的不同状态信号指令；
[0107] 中央控制模块3，与图像采集模块1、指令发送模块2、信号灯图像处理模块4、信号配时模块5、故障检测模块6、显示模块7连接，用于控制各个模块正常工作；
[0108] 信号灯图像处理模块4，与中央控制模块3连接，用于对图像采集模块1采集的交通信号灯的状态图像进行处理；
[0109] 信号配时模块5，与中央控制模块3连接，用于给交通信号分配时段；
[0110] 故障检测模块6，与中央控制模块3连接，用于检测交通信号灯故障信号；
[0111] 显示模块7，与中央控制模块3连接，用于通过显示屏显示采集的交通信号灯的状态图像。
[0112] 本发明提供的信号灯图像处理模块4处理方法如下：
[0113] 首先，确定当前交通信号灯的状态，所述交通信号灯的状态包括红灯状态、绿灯状态、黄灯状态；
[0114] 其次，采集当前交通信号灯状态的长曝光帧图像和短曝光帧图像；
[0115] 然后，根据所述当前交通信号灯状态的长曝光帧图像和短曝光帧图像中的交通信号灯区域，恢复所述当前交通信号灯的形状，得到交通信号灯形状恢复图像；
[0116] 最后，根据所述当前交通信号灯的状态，对所述交通信号灯形状恢复图像中的交通信号灯进行颜色恢复处理。
[0117] 本发明提供的采集当前交通信号灯状态的长曝光帧图像和短曝光帧图像之后，该方法还包括：
[0118] 在所述长曝光帧图像和所述短曝光帧图像中获取指定范围的区域作为感兴趣区域，所述感兴趣区域包括所述当前交通信号灯出现的区域；
[0119] 根据所述当前信号灯状态的长曝光帧图像和短曝光帧图像中的交通信号灯区域，恢复所述当前交通信号灯的形状，得到交通信号灯形状恢复图像具体包括：
[0120] 在所述长曝光帧图像和所述短曝光帧图像的感兴趣区域中定位所述当前交通信号灯区域；
[0121] 对一帧所述长曝光帧图像和一帧所述短曝光帧图像中的所述当前交通信号灯区域融合，恢复所述当前信号灯的形状，得到交通信号灯形状恢复图像。
[0122] 本发明提供的信号配时模块5配时方法如下：
[0123] 首先，多段式信号配时的时段划分与相位选择；
[0124] 其次，信号周期时长计算；
[0125] 然后，利用线性规划优化绿灯时间；
[0126] 最后，调整求解出的各相位绿灯时间:将所求解出的绿灯时间综合考虑上一个周期中的关键出口道车流量做最后一次优化，使得在不影响关键车流的前提下，缩放相位时间，使得相位时间之和等于所求得的信号周期时长。
[0127] 本发明提供的时段划分可视实际情况分为：早高峰时段、午高峰时段、晚高峰时段、早低峰时段、午低峰时段、晚低峰时段。
[0128] 下面结合具体分析对本发明作进一步描述。
[0129] 本发明实施例提供的移动通信终端的交通信号控制方法，包括：
[0130] 采集交通信号灯的状态图像数据；并发送交通信号灯的不同状态信号指令；
[0131] 对采集的交通信号灯的状态图像采用基于粒子滤波方法进行处理；基于粒子滤波方法对交通信号灯的状态图像进行处理中，进行彩色图像轮廓提取，具体有：1)以Sobel算子或基于颜色空间聚类方法计算目标轮廓的预测值：
[0132]
[0133] 2)将图像目标轮廓视为由N个单元线段构成的集{dli}1，2，…，N，对于i＝1，2，…，N；3)在C0中找到与dli对应的位置，依据C0中对应位置的切线作为dli的采样基准值，生成初始粒子集；4)按照状态转移模型引导粒子不断的向已知的最佳解方向聚集，避免标准粒子滤波过程中退化的方法实现粒子状态转移，并计算每个粒子对应的轮廓点集合；5)按照建立的观测模型计算粒子权重；6)以粒子集的加权平均计算本次迭代得到的参数
7)若 其中，取ε＝
0.5，则得到以粒子集的加权平均作为dli参数的估计，否则转步骤4)；
[0134] 状态转移模型避免标准粒子滤波过程中退化的方法包括：在计算图像轮廓第i个单元线段li的参数 时，迭代至第s步时粒子集为
[0135]
[0136] 其中Θs(i)为直线参数集合，Ws(i)为粒子权重，Es(i)为Snake能量函数模型计算得到的轮廓有效性的测度，是粒子权重计算的依据；基于以上条件，局部最优粒子为:
[0137]
[0138] 全局最优粒子为:
[0139]
[0140] 状态转移模型包括：
[0141]
[0142] 其中rk，rk1，rk2，rb，rb1，rb2均服从正态分布，且
[0143]
[0144] 对处理后的交通信号灯图像进行分配时段；并进行检测交通信号灯故障信号；显示采集的交通信号灯的状态图像。
[0145] 对处理后的交通信号灯图像进行分配时段中，通过信号配时模糊控制器以交通信号灯的最大电压Vs,max和最小电压Vs,min为输入，实时调整ΔV使Vs,max和Vs,min在正常允许范围内，从而保证所有交通信号灯电压都在正常范围内，具体包括：
[0146] 输入变量均划分为三个模糊子集：Vs,max正常(N)、高(H)、很高(VH)，Vs,min很低(VL)、低(L)、正常(N)，隶属度函数采用三角形函数和梯形函数，输出变量ΔV划分为5个模糊子集：NB(负大)、NS(负小)、ZE(零)、PS(正小)、PB(正大)，每个子集均为单值模糊集，取值分别为-2，-1，0，1，2；
[0147] 建立模糊控制规则；模糊推理：采用Mamdani推理方法，先由控制规则确定输入输出的模糊关系，然后采用模糊合成运算由实际的模糊输入推理得到模糊输出；
[0148] 去模糊精确化处理：模糊推理得到控制变量的模糊值后，采取面积重心法去模糊求得控制变量的精确值。
[0149] 建立观测模型的方法包括：
[0150] 设已经估计得到的第1至第i－1个单元线段的参数估计值为:
[0151]
[0152] 对应的轮廓点序列为:
[0153]
[0154] 在计算图像目标轮廓第i个单元线段li的参数时，迭代至第s步时粒子集为:
[0155]
[0156] 由此粒子集得到图像目标轮廓点为
[0157]
[0158] 局部Snake能量值按下式计算:
[0159]
[0160] 全局Snake能量值按下式计算:
[0161]
[0162] 或只取{Ψj}j＝1，2，…，i－1中与 最近的若干个点集共同计算全局Snake能量值；
[0163] 对于RGB彩色图像或HSI空间彩色图像，每个分量都有对应的Snake能量值，即[0164]
[0165]
[0166]
[0167] 分别对 和 进行归一化，按下式计算局部粒子权重；
[0168]
[0169] 按下式计算粒子全局权重:
[0170]
[0171] 取粒子权重为局部和全局值的算术平均，即
[0172]
[0173] 最后，对粒子权重进行归一化，实现参数的最小均方误差估计。
[0174] 建立模糊控制规则中，还需进行：
[0175] 归一化处理：为使信号配时模糊控制器输出在规定论域内，比例因子Kc取ΔVmax/2，其中ΔVmax为预期的最大电压偏离值。
[0176] 在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
[0177] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
相关专利内容
标题 发布/更新时间 阅读量
时钟信号控制器-专利编号CN104734672B 2020-05-12 351
信号灯控制装置-专利编号CN105392260B 2020-05-12 796
交通信号控制器-专利编号CN104137165B 2020-05-13 1031
交通信号控制机-专利编号CN104094329B 2020-05-13 1021
交通信号控制器-专利编号CN104137165A 2020-05-11 481
控制信号扩展器-专利编号CN1033733C 2020-05-12 824
时钟信号控制器-专利编号CN104734672A 2020-05-11 177
信号控制收发柜-专利编号CN106419191A 2020-05-13 985
信号控制收发柜-专利编号CN106419191B 2020-05-11 404
信号控制系统-专利编号CN102730028B 2020-05-11 966
高效检索全球专利

IPRDB是专利检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据，专利查询、专利分析。

电话：13651749426

侵权分析

IPRDB的侵权分析产品是IPRDB结合多位一线专利维权律师和专利侵权分析师的智慧，开发出来的一款特色产品，也是市面上唯一一款帮助企业研发人员、科研工作者、专利律师、专利分析师快速定位侵权分析的产品，极大的减少了用户重复工作量，提升工作效率，降低无效或侵权分析的准入门槛。

立即试用

控制信号热门专利
热门文章

IPRDB

最新中国发明专利 最新美国发明专利 技术领域 专利库 专利分类库 国际专利分类库

热门服务

会员版试用 API 数据接口 找代理 知嘟嘟专利交易 排行榜 大学排行榜 专利百科

关于我们

平台介绍 战略合作 网站地图

友情链接

知嘟嘟专利交易 国家知识产权局 中国商标网

联系方式


©2019-2023 上海吉码数字技术有限公司 版权所有，并保留所有权利 沪ICP备20016256号-6 沪公网安备31011702005475号