[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

本發明提出一種基于SVM和計算機網絡的交通信號控制方法及控制系統，首先，利用攝像頭和電磁傳感器采集的總車流量及各車道直行、左轉、右轉的車流量分別作為數據集，利用SVM分別對各數據集的95%進行訓練得到直行、左轉、右轉的SVM模型；其次，利用各數據集的5%分別計算SVM模型的擬合誤差，根據擬合誤差擴大訓練集，進而更新SVM模型；最后，將攝像頭實時采集的路口的總車流量輸入各向SVM模型，輸出路口直行、左轉、右轉的車流量預測值，根據車流量預測值，通過計算機網絡分配及控制各車道的通行時間，實現交通信號的調控。本發明根據各車道的車流量預測值分配并控制通行時間，實現區域規劃，有效減少高峰期道路擁堵，提高通行的連續性。

技術領域

本發明涉及計算機網絡的交通信號控制技術領域，特別是指一種基于SVM和計算機網絡的交通信號控制方法及控制系統。

背景技術

支持向量機SVM是一種基于統計學習理論的機器學習方法，可以分析數據，識別模型，用于分類和回歸，支持向量機SVM所需訓練樣本少，泛化能力強。支持向量回歸利用核函數將輸入空間非線性變換到高維特征空間，然后在此高維特征空間尋找最優分類平面讓每個點到回歸線的距離最小，進而得到輸入輸出的函數關系。計算機網絡是指將地理位置不同的具有獨立功能的多臺計算機及其外部設備，通過通信線路連接起來，在網絡操作系統，網絡管理軟件及網絡通信協議的管理和協調下，實現資源共享和信息傳遞的計算機系統。

進入新時期，交通快捷、安全成為科技發展的一個重要歷程，城市的發展要求和供應背景迫切需要一個合理的交通規劃出行方式。如何在高峰期疏通交通，如何提高車輛的通行連續性正是目前需要解決的問題。

發明內容

針對高峰期交通擁堵，交通信號燈控制方法單一，造成車輛通行連續性差的問題，本發明提出了一個基于SVM和計算機網絡的交通信號控制方法及控制系統，能夠根據不同車道車流量的不同自主分配控制各車道通行時間，實現區域規劃，有效減少高峰期道路擁堵，提高通行的連續性。

本發明的技術方案是這樣實現的：

一種基于SVM和計算機網絡的交通信號控制方法，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；

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。

所述步驟S3中將直行訓練樣本輸入SVM進行訓練得到直行SVM模型的方法為：