[發明專利]基于SVM和計算機網絡的交通信號控制方法及控制系統

有效

• 申請號: 201910837143.0
• 申請日: 2019-09-03
• 公開（公告）號: CN110428648B
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 焦玉召;肖啟睿;方潔;榮旺;婁泰山;丁國強;凌丹;王妍;栗三一;張杰
• 申請（專利權）人: 鄭州輕工業學院
• 主分類號: G08G1/08
• 分類號: G08G1/08
• 代理公司: 鄭州優盾知識產權代理有限公司 41125
• 代理人: 張彬

1.一種基于SVM和計算機網絡的交通信號控制方法，其特征在于，其步驟如下：

S1、利用攝像頭采集N組距某一路口100米處的總車流量，利用電磁傳感器采集通過路口時直行、左轉、右轉的車流量，將總車流量和直行車流量作為直行數據集，將總車流量和左轉車流量作為左轉數據集，將總車流量和右轉車流量作為右轉數據集；

S2、分別選取直行數據集、左轉數據集、右轉數據集的95％作為直行、左轉、右轉的訓練樣本，其余的數據集分別作為直行、左轉、右轉的測試樣本；

S3、基于SVM分別對直行、左轉、右轉的訓練樣本進行訓練，分別得到直行SVM模型、左轉SVM模型、右轉SVM模型；

所述直行SVM模型的構建方法為：

S31、假設直行訓練樣本集為(x₁,y₁),(x₂,y₂),...,(x_i,y_i)，...,(x_m,y_m)，其中，x_i∈Rⁿ是輸入變量的值，y_i∈R是輸出值；通過非線性映射φ(·)將訓練樣本集從原空間R映射到高維特征空間F，并在特征空間F中用公式(1)進行線性回歸獲得線性回歸函數f(x)，此時，原輸入空間的非線性回歸就轉化為高維特征空間的線性回歸：

其中，w∈F為回歸向量系數，b為閾值，f(x)為線性回歸模型；

S32、利用||w||²替代公式(1)中的回歸向量系數w，令目標函數為：

其中，常數C為懲罰因子，且C0，函數e(·)是ε的不敏感損失函數，

S33、通過極小化目標函數R(w)來確定公式(1)中的回歸向量系數w和閾值b：

S34、利用對偶方法將公式(3)轉化為：

其中，K(x_i,x_j)＝φ(x_i)φ(x_j)，K(x_i,x_j)為核函數，α_i、α_i^*、α_j和α_j^*均為拉格朗日乘子；

S35、利用根據公式(4)可將公式(1)轉化為：

其中，核函數K(x_i,x)＝φ(x_i)φ(x)；

所述左轉SVM模型的構建方法為：將左轉訓練樣本輸入SVM按照步驟S31至步驟S35進行訓練得到左轉SVM模型；

所述右轉SVM模型的構建方法為：將右轉訓練樣本輸入SVM按照步驟S31至步驟S35進行訓練得到右轉SVM模型；

S4、將直行、左轉、右轉的測試樣本分別輸入直行SVM模型、左轉SVM模型、右轉SVM模型，計算直行SVM模型、左轉SVM模型、右轉SVM模型的擬合誤差；

S5、判斷直行SVM模型、左轉SVM模型、右轉SVM模型的擬合誤差是否小于1％，若是，執行步驟S7，否則，執行步驟S6；

S6、利用攝像頭再采集M組距某一路口100米處的總車流量，利用電磁傳感器采集通過路口時直行、左轉、右轉的車流量，將M組車流量分別添加到直行數據集、左轉數據集和右轉數據集進行擴充，執行步驟S2；

S7、將攝像頭實時采集的路口100米處的總車流量分別輸入直行SVM模型、左轉SVM模型、右轉SVM模型中，分別得到直行、左轉、右轉的車流量預測值，根據車流量預測值控制路口各車道的通行時間，實現交通信號的調控。

2.根據權利要求1所述的基于SVM和計算機網絡的交通信號控制方法的控制系統，其特征在于，包括中央控制計算機，中央控制計算機通過光纖通信分別與區域計算機、攝像頭和電磁傳感器相連接，區域計算機與路口設備控制端相連接，路口設備控制端與交通信號燈相連接。