一种基于分形几何的交通信号控制器

摘要

本发明属于城市交通信号控制技术领域，具体涉及一种基于分形几何的交通信号控制器。本发明提出的一种基于分形几何的交通信号控制器主要由检测单元、主控单元、通信单元、电源单元组成，对城市道路交叉口各进口方向交通流检测、交叉口交通信号精细化组织设计和交叉口交通信号优化控制，以减少交通信号控制系统在道路交叉口交通流检测装置的购置和安装投入、降低城市道路交叉口终端设备连通网络的复杂性和工程投入、提高城市道路交叉口交通信号控制的灵活性、满足交通信号控制精细化组织和优化控制的需求、实现交通信号控制设备的集约化管理。

主权项

一种基于分形几何的交通信号控制器，其特征在于：1)检测单元检测单元中的阵列式红外多目球形摄像机中的摄像头分别以不同的视角覆盖交叉口的各进口方向，对交叉口各进口方向的交通流分布形态进行视频图像采集；DSP微处理模块对阵列式红外多目球形摄像机中各摄像头采集的视频图像进行图像识别和信息提取，具体工作步骤如下：Step1：DSP微处理模块为每个阵列式红外多目球形摄像机中摄像头采集的视频图像构建一个M×N的二维数字图像矩阵I(Ω)，其中：Ω表示阵列式红外多目球形摄像机中的摄像头视角下覆盖的交叉口进口方向的二维空间区域；M表示在二维数字图像矩阵中以像素为单位将Ω划分形成的总行数；N表示在二维数字图像矩阵中以像素为单位将Ω划分形成的总列数；I_ij表示Ω中第i行第j列像素点的灰度值；Step2：定义A为一个由n×n个像素点组成的方形区域，A∈Ω；方形区域A_ij的中心点为Ω中第i行第j列像素点；计算Ω中的像素点灰度值在各自方形区域内的测度值μ_ij：${\mu }_{ij}=\frac{{[{\bar{I}}_{Aij}-{\bar{I}}_{\Omega }]}^2}{{\Sigma }_{A\in \Omega }{[{\bar{I}}_{Aij}-{\bar{I}}_{\Omega }]}^2}$其中：为方形区域A_ij内所有像素点的灰度平均值；为二维数字图像Ω所有像素点的灰度平均值；Step3：计算各像素点在二维数字图像中的局部奇异性指数α_ij：${\alpha }_{ij}=\frac{log{\mu }_{ij}}{logϵ}$其中：α_ij为I_ij在方形区域A_ij中的局部奇异性指数；ε＝2n+1，n＝0,1,…；计算所有像素点的局部奇异性指数后，可获得二维数字图像中最大的局部奇异性指数和最小的局部奇异性指数Step4：将[α_min，α_max]划分成κ个盒子，每个盒子用表示，i表示盒子在[α_min，α_max]中的序列号，计算盒子中心点的局部奇异性指数并用代替盒子中其他点的局部奇异性指数；Step5：计算像素点在二维数字图像的全局奇异性指数P_ij：其中：为像素点灰度值测度为μ_ij的覆盖盒子数；δ为盒子的划分尺度，δ＝(α_max‑α_min)/κ；Step6：提取二维数字图像Ω各个像素点的P_ij值，当τ‑σ≤P_ij≤τ+σ时，判定所在像素点为平滑边缘点，其中τ为平滑边缘点检测临界阈值，σ为平滑边缘点检测随机噪声；当λ‑ξ≤P_ij≤λ+ξ时，判定所在像素点为纹理点，其中λ为纹理点检测临界阈值，ξ为纹理点检测随机噪声；当τ<P_ij<β时，判定所在像素点为奇异边缘点，其中β为奇异边缘点检测临界阈值；Step7：沿二维数字图像Ω外侧平滑边缘点和奇异边缘点组成的边缘线进行外侧延长和交叉，绘制形成交通流分布形态的外侧边缘线，构建行车成闭合的边缘图形，形成交叉口进口方向交通流的分布形态特征图形Δ；同时，计算纹理点在二维数字图像Ω中的占用面积Φ，将Φ除以边缘图形Δ的占用面积，得到交叉口进口方向的交通流分布密集度d；Step8：对阵列式红外多目球形摄像机各摄像头采集的视频图像重复Step1‑Step7的过程，获得交叉口各进口方向的交通流分布形态特征Δ_i和交叉口各进口方向的交通流分布密集度d_i，其中i为交叉口各进口方向的序号；并将交叉口各进口方向的交通流分布形态特征信息和交通流分布密集度信息通过母板总线传送给主控单元的MCU微处理模块和通信单元的4G移动通信模块和光纤网络通信模块；2)主控单元主控单元中的MCU微处理模块通过母板总线实时获取检测单元、通信单元传送过来的交通流分布特征信息、交通信号控制方案干预信息，并基于这些信息分析交叉口的交通流运行状态，从而对交叉口交通信号进行精细化组织设计和优化控制，具体工作步骤如下：Step1：MCU微处理模块将检测单元传送过来的交叉口各进口方向的交通流分布形态特征图形Δ_i与MCU微处理模块存储的标准图形集进行相似匹配，其中Z为标准图形集元素的个数，找到与交通流分布形态特征图形Δ_i最为近似的标准图形其中z为标准图形在标准图形集中的序列号；Step2：在MCU微处理模块中，每一个标准图形根据其图形分布特征，集成了不同分布密集度下的相位构成PH_z及其对应的相位建议绿灯时长PG_z，相位构成集为PH＝{ST、ST&IT、ST||IT}，其中ST表示该进口方向只有直行相位；ST&IT表示该进口方向直行和左转共用一个相位；ST||IT表示该进口方向直行和左转有各自独立的相位；Step3：当交叉口各进口方向交通流分布形态特征图形Δ_i与标准图形集匹配完成后，MCU微处理模块根据各进口方向标准图形在交通流分布密集度d_i下匹配的相位构成PH_z及其对应的相位建议绿灯时长PG_z，同时结合交通指挥中心传送过来的交通信号控制方案干预信息或现场警用手持交通信号调控终端的调控信息，进行交叉口交通信号相位的冲突检测和优化组合，得到交叉口交通信号相位相序的优化构成形式PH_C_O；Step4：MCU微处理模块判断PH_C_O与交叉口当前正在执行的相位相序构成形式PH_C是否一致，如果PH_C_O≠PH_C，则判断PH_C执行时间T(PH_C)是否大于相位最小执行周期E，如果T(PH_C)≥E，则过渡到执行当前最优相位相序构成形式PH_C_O；如果T(PH_C)<E，则继续执行相位相序构成形式PH_C，令PH_C_O＝PH_C；Step5：MCU微处理模块根据交叉口各进口方向的交通流分布形态特征Δ_i和交叉口各进口方向的交通流分布密集度d_i，对交叉口各进口方向的相位绿灯时间进行修正：其中：PG_i为交叉口第i进口方向修正后的相位绿灯时长；Ψ(Δ_i)为交叉口交通流分布形态特征图形Δ_i的面积；为Δ_i对应的标准图形的面积；为交通流分布形态特征Δ_i和交通流分布密集度d_i下标准图形匹配的密集度；Step6：MCU微处理模块根据组织设计形成的交叉口相位相序构成形式PH_C_O，根据相位的组成，选择同一相位构成内PG_i最大的值作为相位绿灯时长，并根据相位数、相位损失时间，获得交叉口的信号周期时长C_PH；同时，MCU微处理模块接收来自交通指挥中心的交通控制方案干预信息和现场警用手持交通信号调控终端的调控信息，查看是否有对相位绿灯时长、相序执行顺序、信号周期时长的干预信息，如果存在干预信息，则按交通指挥中心的分配的相位绿灯时长PH_G、相位执行顺序PH_S、信号周期时长C_PH_C；Step7：MCU微处理模块判断是否有来自相邻交叉口传送过来的交叉口交通流分布形态特征信息和交叉口分布密度集信息，如果存在相邻交叉口传送过来的交叉口交通流分布形态特征信息和交叉口分布密度集信息，MCU按Step3‑Step5的过程为相邻交叉口的交通信号相位相序的优化构成形式、相位绿灯时长、相位执行顺序、信号周期时长进行组织设计和优化，并确定本交叉口和相邻交叉口的相位绿灯起步时距，与相邻交叉口形成联动协调控制；Step8：MCU微处理模块通过母板总线将本交叉口的交通信号相位相序的优化构成形式、相位绿灯时长、相位执行顺序、信号周期时长通过通信单元的WIFI无线路由模块传送给交叉口的交通信号灯；通过通信单元的4G通信模块或光纤网络通信模块将组织设计和优化形成的相邻交叉口的交通信号相位相序的优化构成形式、相位绿灯时长、相位执行顺序、信号周期时长、相位绿灯起步时距传送给相邻交叉口的交通信号控制器；通过通信单元的4G通信模块或光纤网络通信模块将本交叉口交通流分布形态特征信息和交叉口分布密度集信息、交通信号相位相序的优化构成形式、相位绿灯时长、相位执行顺序、信号周期时长传送给交通指挥中心。