基于人工智能的交通信号灯系统

胶州市实验中学 尚文海

基于人工智能的交通信号灯系统

胶州市实验中学 尚文海

本文提出了一种基于智能信号灯的智能交通系统，包括在交通道路路口设置路边单元和智能交通信号灯，其中路边单元包括图像采集模块、车辆检测模块、拥堵判定模块和通信模块，本系统能够实时检测道路交通状况，针对不同的路段可灵活设定不同的拥堵级别阙值，从而自动判断拥堵情况并对路口各个方向的通信时间进行调整，使交通信号灯更加灵活且智能。

人工智能；交通；信号灯；深度学习

一、前言

从日常生活可见，大部分路口的信号灯的等待时间基本是固定不变的，时间固定不变的信号灯与道路交通环境的多变性显然是相矛盾的。有一些城市已经意识到了这个问题，从而采取了如交警协助控制信号灯，安装地磁感应器等传感器，或按时间段改变信号灯等待频率等方法，对交通拥堵问题得到了一定的改善，但分时间段的方式并不能从根本上改变信号灯对环境的适应性，交警协助或安装地磁感谢装置的方法对人力物力造成了浪费。

二、系统设计

如图1所示，本文设计的智能控制系统包括在交通道路路口设置的路边单元和智能交通信号灯。

图1 系统结构示意图

其中路边单元是系统的核心控制单元，由深度学习检测模型构成的车辆检测模块，拥堵判定模块和通信模块三个部分组成；智能交通信号灯是主要的显示单元，包括通信模块，智能调节模块与信号灯显示模块。车辆检测模块的深度学习检测模型为预训练，即利用深度学习的方法对包含多种车辆特征的历史道理交通图像进行学习，以得到所需的深度神经网络模型，完成训练的模型可自动识别高清道路图片中的车辆，并对车辆的数目进行统计。深度神经网络模型的训练过程可是：采集交叉路段的历史交通数据，包括视频文件及对应图片等，数据应具有普遍性尽量清晰且包含尽量多种常见车型，将数据转为统一大小的图片，标出图片中车辆的具体位置并设立相应的位置标签，从而得到交叉路口路段样本及位置标签。将含有位置标签的图片数据送入设计好的卷积神经网络模型中进行训练，得到对道路交通中的车辆数据特征进行学习后的神经网络模型，即深度神经网络模型。

智能交通信号灯，其通信模块接收来自路边单元的信息，智能调节模块根据各路口方向的拥堵等级及当前通行状态调整对应的通行时间并控制信号灯的显示，信号灯显示模块将显示调节后的信息。

图2 智能调节单元流程图

三、工作流程

路边单元的工作流程为：

(1)图像采集：大多路口都有一定数量的路灯，在其上装配摄像头就可以完成对整体道路交通图像的实时采集。

(2)车辆检测：将摄像头实时采集到的道路交通图片输入车辆检测模块(深度神经网络模型)，自动识别道路交通图像中的车辆，路口各个方向上检测到的车辆数目之和就是各路口方向上的实时车流量。

(3)拥堵判定：根据不同的车流量区间设定拥堵级别，车流量越大，其拥堵等级越高，则在通行时间上有更优先的选择权。

例如将车流量分为三个拥堵等级，分别设置两个阈值n、m，其中n小于m，若当前车流量c小于n，则对应的拥堵等级为A，若n＜c＜m，则对应的拥堵等级为B，若c＞m，则对应的拥堵等级为C。

我国《道路交通阻塞度及评价方法(国标)》中对城市交通通行交叉路口阻塞的定义是车辆在交叉路口外车行道受阻排队长度超过500m为阻塞，800m为严重阻塞。依照此标准设立阙值，对道路路口各个方向的拥堵情况进行判断。

(4)信息传递：将拥堵判定的结果传递到智能交通信号灯。

图2所示为智能交通信号灯的智能调节的流程图。

智能交通信号灯收到交叉路口各个方向的拥堵情况后，对交通信号灯的显示做出调节。检测信号灯当前正在显示的通行时间。根据交叉路口各个方向的拥堵等级进行调整，假设当前十字路口有东南西北四个方向，分别用E、S、W、N表示；正在通行则设为正，正在等待则设为负。

基于预设的拥堵等级与调整时间的对应关系：拥堵等级A、B、C分别对应调整时间t1、t2、t3，得到各个路口方向的调整时间t，其中t∈{t1, t2, t3}；

当四个路口方向判断完毕，则从四个调整时间中查找最大值最为最后的调整时间T，然后结合信号灯的当前显示时间和通行状态进行调整：

若当前信号灯为倒计数，则需要判断倒计数与T的大小关系，即若T超过当前信号灯所倒数的时间，则即刻进行红灯闪烁黄灯倒数的阶段，并判断下一通行状态是通行还是等待，若为通行，则为即刻进入的通行状态调整通行时间为：t+T，其中t为T的相对路口方向的调整时间。

若当前信号灯不是倒计数，则基于通行状态进行对应的调整，若通行状态为正时，则将通行时间增加T，若通行状态为负时，则将等待时间减少T。

四、总结

本文设计的基于人工智能的交通信号灯系统，利用了深度学习算法自动检测车辆，得出路口的车流量信息；利用道路上已有的路灯，装配其他所需部件作为路边单元，节约成本；并且能够实时检测道路交通状况，针对不同的路段可灵活设定不同的拥堵级别阙值，从而自动判断拥堵情况并对路口各个方向的通信时间进行调整，使交通信号灯更加灵活且智能。

[1]吴震,杨晓光.车道宽度、转弯半径对左转饱和流量的影响研究[J].武汉理工大学学报(交通科学与工程版),2009(05).

[2]黄卫华,许小勇,范建坤.实数编码遗传算法中常用变异算子的Matlab实现及应用[J].广西轻工业,2007(01).

[3]杨立才,贾磊,王红.双交叉口两级模糊协调控制算法的研究[J].系统工程理论与实践,2005(06).