基于感应控制的路段行人安全过街智能系统

邹瑞霖，王春娥,邱 雯，张杰鑫，蒋 文

(盐城工学院 材料科学与工程学院，盐城 224000)

随着城市化进程的加快，居民机动车保有量迅速增加，城市道路的压力也随之增大，行人过街的管理越来越难[1]。感应控制行人过街成为人们关注的热点[2]。

从现有的过街系统来看，设置薄弱的过街设施加上人们的从众心理[3]，老人、儿童等弱势群体的步行速度，过长的等待时间引起的烦躁心理，都会引起闯红灯的行为。本系统将采用感应控制、人脸识别、支付宝信用同步的技术来规范行人过街，降低交通事故发生率。系统将根据行人数量来判定是否需要放行。根据过街人群的参数，采用HCM公式得出过街时间。通过支付宝信用同步的技术，对一些闯红灯的违法人员发出通知与警告，以此加强行人的过街安全。

1 行人安全过街智能系统的结构分析

1.1 系统结构

路段行人过街设施按控制方式可分为三类：无信号控制、定周期控制和感应控制[4]。在我国，应用最为广泛的控制方式为无信号控制。然而，该控制方法安全性较低，不适用于人流量多，车流量变化幅度大的区域[5]。为减少这些区域交通事故的发生，本方案以感应控制为主，辅以自适应控制和人工请求控制，流程如图1所示。

图1 系统流程图(不考虑高低峰情况)

(1) 行人相位开始，系统给定最小绿灯时间Gmin。

(2) 判断在最小绿灯时间Gmin或单位间隔时间vi结束后，是否有后续行人请求过街。若有，则放行单位间隔时间vi，若无，则进入(4)。

(3) 判断系统绿灯时间是否达到极限Gmax。若达到则进入(4)，若未达到，则进入(2)。

(4) 系统处于机动车相位，在确保第一批等待车辆放行完毕后(即使在放行过程中行人数量很快达到放行指标)，判断有无后续机动车。若有，则进入(5)，若无，则进入(1)。

(5) 在满足行人等待时间没有达到极限值时，(若达到行人等待极限时间则直接进入行人相位)判断监测区行人是否达到放行指标。若达到，进入(1)，若未达到，进入(4)。

1.2 违章抓拍与支付宝信用结构

本系统拟将违章抓拍设备与支付宝客户端进行对接，人们可在(支付宝客户端-便民生活-城市服务-交通-行人过街查询)查询交通信用积分(该积分与芝麻信用积分有关，同时影响信用额度)，违章时间、地点及原因。行人违章后，系统还将通过发送短信或支付宝推送违章信息的方式进行通知。此外，在支付宝中，人们也可缴纳罚款。

1.3 优化方案与原方案比较

目前，我国在经济发达的地区已设有“行人请求过街”的感应控制方式，本系统对原有的方案进行改进，从行人过街时间、过街时间段、违章处理这三个角度对原有的系统进行了改进，具体体现在以下三个方面：

(1) 应用人脸识别技术，识别监测区行人年龄、性别、数量等信息，智能调节红绿灯相位时间(初始绿灯时间与单位绿灯时间)，满足不同特征的行人对过街时间的需要。

(2) 考虑到高低峰时段的交通状况的特殊性，对应设置“机动车放行时间最小值”和“行人等待时间最大值”，防止行人或机动车等待时间过长。

(3) 系统对违章行人进行抓拍，先通过人脸识别提取出身份信息，再将违法记录传输至征信系统并扣除其支付宝信用积分。与直接显示违章行人的个人信息并进行通报的方式相比，该方式既保护了人们的隐私，也对其行为做出了警告。

2 行人安全过街智能系统的功能实现

2.1 请求过街功能的实施

对于“请求过街”按钮，高度应设置为1.2～1.5 m，以便于行人按下按钮。当监测区的行人数达到系统放行指标时，机动车相位变为黄灯，当机动车全部通过人行道后，黄灯变为红灯，此时系统切换至行人相位。在最后一批行人都进入人行道后，入口闸门关闭；当行人全部完成过街后，出口闸门关闭。若监测区长时间无人等待，系统将持续处于机动车相位。出于安全、天气和技术的角度，需要定期测试和维修，使其在闸门的牢固性、防破坏性、防水防电等性能在恶劣的天气下正常发挥[6]。

2.2 人脸识别技术的功能实现

当系统得到人脸的图像后，先对其进行灰度处理，以减少光照影响。接着对图像进行缩放和旋转，同时将整个人脸区域(有头发)从背景中切割。随后从整个人脸图像中，再次切割出四个子区域，包括：脸部(无头发)，眼睛，鼻子，嘴巴。

2.2.1 行人性别的划分

为确定监测区行人的性别，系统将提取出五处特征区域作为评判标准，并采取多数投票法的方式进行判定，如下式[7]：

(1)

当E(X)=1时，表示结果为男，当E(X)=-1时，表示结果为女。例如系统识别出三处特征为男，两处为女，有imale>ifemale，即此人性别为男。

2.2.2 行人年龄的划分

为确定行人的大致年龄，系统设定了3个判定区间：16～30岁，30～55岁及55岁以上。至于儿童群体，可视作成人协同过街，其速度不予考虑。在行人年龄的识别中，由于眼睛的特征对年龄的判定起了重要的作用，需提取出眼睛的图像并对其进行着重分析。此外，本系统还将利用提取Gabor小波特征的技术，进一步地提高识别准确率[8]。

2.3 行人数量的确定

通过采用统计行人像素点的方式确定监测区的行人数量[9-10]，其工作流程如图2所示。从已有的研究可知，像素是构成图像的基本元素。监测区行人增加时，像素点随之增加，当像素点数量达到系统所设临界值时，即可对行人进行放行。

图2 行人数量检测流程图

2.4 征信系统的实现

为减少行人违章的情况，系统将对违章行人进行抓拍。通过人脸识别的方式最终确认此人身份。确认身份后，系统将提交其违法记录至行人过街系统并影响其芝麻信用评估。对于支付宝信用积分的扣除，采取周期制，一个周期结束后，扣分将清零。行人每违章一次，都将被扣除一定的信用积分，当信用积分的扣除量达到临界值后，该人将无法享受支付宝的便捷功能(例如共享单车的借贷，花呗借款额度，支付奖励金等)。最后，支付宝将通过短信或推送的方式告知行人违章的详细信息。

3 行人安全过街智能系统参数的确定

3.1 行人相位时间参数的确定

3.1.1 行人步行速度的确定

如表1所示[11]，由于个体性别、年龄、出行目的的不同，对行人的步行速度造成了影响，如表2所示[12]，过街行人数量的多少也将给行人步行速度带来偏差。

表1 中国行人步速统计表

表2 不同行人数量的过街速度

3.1.2 初始绿灯时间和单位绿灯时间的确定

由3.1.1可得行人步行速度和性别、年龄、数量有关，为计算初始绿灯时间和单位绿灯时间，根据HCM公式有如下行人过街模型[13]：

(2)

式中，Tp为行人过街时间，3.2为行人启动损失时间，L为人行横道的长度,Sp为行人步行平均速度，Nped指过街的人数，W为人行道的宽度。

3.1.3 行人过街极限绿灯时间的确定

为避免人流量较大时，行人多次按下“请求过街”的按钮，导致机动车道拥堵，系统设置了极限绿灯时间，即行人能延长绿灯的最大时间。从已有的系统来看，极限绿灯时间可设定在40 s左右。

3.2 机动车相位时间参数的确定

3.2.1 低峰时期机动车绿灯极限时间的确定

考虑到低峰时期行人到达率较低，监测区行人将长时间达不到放行指标。为防止行人等待时间过长而违章过街[14]，在机动车放行一段时间后，系统应切换至行人相位。对于机动车放行的最大时间如下式[3]：

Gvmax≤dpmax

(3)

式中，dpmax为行人过街的等待阀值，时间应控制在60 s左右。当第一个行人出现在监测区后，检测器开始计时，检测器读数即为行人的等待时间。

3.2.2 高峰时期车辆放行最小时间的确定

考虑到高峰时期行人到达率较高，监测区行人在停留车辆未全部放行完毕时，就达到了放行指标。有必要设置机动车最小绿灯时间，计算公式如下[3]：

(4)

式中，Gpmin为行人过街最短绿灯时间，qv为机动车高峰流量,S为机动车饱和流量。

在行人流量较大时，若机动车道发生拥堵，系统应给予机动车最大放行时间(参考3.1.3)。在给予最大放行时间后，如果机动车仍未放行完毕，系统应切换至行人相位。

3.3 过渡信号时间的确定

由于系统所给的计算结果为行人的平均速度，因此，部分行人(补：例如行走不便的中老年人)在系统给予的放行时间内无法完成过街，此时有必要设置过渡信号。本系统所设置的过渡信号分为三种：绿闪信号，黄闪信号和全红信号。绿闪信号的作用是防止行人进入人行道，对于已经进入人行道的行人，可以继续通行。一般地，绿闪信号只在绿灯极限时间时才发挥作用[15]。本系统会根据行人性别与年龄相应地调整绿闪时间，例如在放行时间即将结束时，请求过街的是老人，系统会提前进入绿闪信号。黄闪信号灯用于提示行人过街注意观望，确认安全，时间设为3 s。全红信号用于路口的清空，根据路口的宽窄统一设置为1～4 s。

3.4 不同时段效果图的改进

如图6、图7所示，两图函数均分为三段，从左到右分别对应了理想情况下的低峰、平峰、高峰时间段行人数量和时间的关系。理想情况满足以下条件：行人到达与放行均呈线性关系、已进入斑马线的行人全部完成过街、不考虑绿灯极限时间[16]。每段函数单调递增区间代表机动车相位，单调递减区间代表行人相位。改进之前,两相位配时情况固定；在低峰时期，行人已全部完成过街且无后续行人到达，此时，系统仍处于行人相位，这将造成绿灯时间的浪费。在高峰时期，监测区行人还未放行完毕，系统已切换至机动车相位，这将造成行人过长时间的等待。通过改进，在低峰时期，当行人等待时间将达到极限忍耐时间时，即使行人的数量还未达到放行指标，系统也将放行。在高峰时期，行人数量较多，系统将相应延长放行时间但不超过极限绿灯时间(40 s左右)。

3.5 感应控制信号配时的改进

如图3所示，通过改进，在Gmin结束后不再预置单位间隔时间，可有效减少交通延误(尤其是行人数量较少的情况)。另外，考虑到不同行人过街速度的不同，U与U之间长度也不同。在现实生活中，往往前一批行人还未完成过街(即Gmin或U未结束)，但是后续行人又按下“请求过街”的按钮，就会产生图中的重叠部分(v1,v2,vi,vn)。行人过街的频率越高，重叠部分越大；反之，行人过街的频率越低，重叠部分越小。若在Gmin或U结束后仍未出现重叠部分，则宣布行人相位结束。

图3 系统感应控制效果

4 结束语

根据上述设计，当过街行人数量达到放行指标时，闸门自动打开放行；后续到达的行人，只需按下“请求过街”的按钮，即可延长绿灯时间；同一时刻，系统将根据人脸识别这一子系统得出具体的行人放行时间，从而实现信号配时。这种方式给予了行人自主权，最大程度地减少了交通延误。当行人违章时，将对其进行抓拍并传输到行人征信系统中；根据行人违章情况，扣除支付宝信用积分并降低信用卡借贷值。此外，行人可通过“行人过街查询”查询违章的具体信息并完成罚款的缴纳。因此，随着现代科技的飞速发展，相信这种实用性与智能性相结合的系统将得到广泛运用。