[發(fā)明專利]交通信號(hào)燈的控制方法、裝置、系統(tǒng)以及電子設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202011447114.2
• 申請(qǐng)日: 2020-12-11
• 公開（公告）號(hào): CN112634631A
• 公開（公告）日: 2021-04-09
• 發(fā)明（設(shè)計(jì)）人: 周余錢
• 申請(qǐng)（專利權(quán)）人: 京東數(shù)字科技控股股份有限公司
• 主分類號(hào): G08G1/08
• 分類號(hào): G08G1/08;G06K9/00;G06N3/04;G06N3/08
• 代理公司: 北京同立鈞成知識(shí)產(chǎn)權(quán)代理有限公司 11205
• 代理人: 馬姣琴;黃健

1.一種交通信號(hào)燈的控制方法，所述方法包括：

獲取交匯于同一路口的各路段的圖像；

基于每一路段各自對(duì)應(yīng)的交通狀態(tài)識(shí)別模型，對(duì)所述每一路段的圖像進(jìn)行識(shí)別處理，得到所述每一路段的交通擁堵屬性，其中，所述交通擁堵屬性與所述每一路段的交通擁堵程度相關(guān)；

根據(jù)所述各路段的交通擁堵屬性，對(duì)所述路口的交通信號(hào)燈的時(shí)長(zhǎng)進(jìn)行調(diào)整。

2.根據(jù)權(quán)利要求1所述的方法，其中，基于每一路段各自對(duì)應(yīng)的交通狀態(tài)識(shí)別模型，對(duì)所述每一路段的圖像進(jìn)行識(shí)別處理，得到所述每一路段的交通擁堵屬性，包括：

基于所述每一路段各自對(duì)應(yīng)的交通狀態(tài)識(shí)別模型，確定所述每一路段的圖像的像素特征，并基于所述每一路段的圖像的像素特征，確定所述每一路段的交通擁堵概率；

根據(jù)所述每一路段的交通擁堵概率，確定所述每一路段的交通擁堵屬性。

3.根據(jù)權(quán)利要求2所述的方法，其中，交通擁堵屬性包括：嚴(yán)重?fù)矶?、擁堵、以及暢通；根?jù)所述每一路段的交通擁堵概率，確定所述每一路段的交通擁堵屬性，包括：

若所述每一路段的交通擁堵概率小于第一預(yù)設(shè)擁堵閾值，則確定所述每一路段的交通擁堵屬性為暢通；

若所述每一路段的交通擁堵概率大于第一預(yù)設(shè)擁堵閾值、且小于第二預(yù)設(shè)擁堵閾值，則確定所述每一路段的交通擁堵屬性為擁堵；

若所述每一路段的交通擁堵概率大于第二預(yù)設(shè)擁堵閾值，則確定所述每一路段的交通擁堵屬性為嚴(yán)重?fù)矶拢?/p>

其中，所述第一預(yù)設(shè)擁堵閾值小于所述第二預(yù)設(shè)擁堵閾值。

4.根據(jù)權(quán)利要求1所述的方法，其中，根據(jù)所述各路段的交通擁堵屬性，對(duì)所述路口的交通信號(hào)燈的時(shí)長(zhǎng)進(jìn)行調(diào)整，包括：

根據(jù)所述各路段的交通擁堵屬性，從預(yù)設(shè)的交通擁堵屬性與交通量之間的映射關(guān)系中，確定所述每一路段的交通量；

根據(jù)所述每一路段的交通量，對(duì)所述交通信號(hào)燈的時(shí)長(zhǎng)進(jìn)行調(diào)整；其中，調(diào)整后的交通信號(hào)燈的時(shí)長(zhǎng)，滿足所述各路段的交通量為最大交通量。

5.根據(jù)權(quán)利要求1至4中任一項(xiàng)所述的方法，其中，在基于每一路段各自對(duì)應(yīng)的交通狀態(tài)識(shí)別模型，對(duì)所述每一路段的圖像進(jìn)行識(shí)別處理，得到所述每一路段的交通擁堵屬性之前，所述方法還包括：

針對(duì)所述每一路段，采集樣本圖像，其中，所述樣本圖像包括不同交通擁堵屬性的圖像；

基于所述樣本圖像對(duì)卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，生成所述每一路段各自對(duì)應(yīng)的交通狀態(tài)識(shí)別模型。

6.根據(jù)權(quán)利要求5所述的方法，其中，基于所述樣本圖像對(duì)卷積神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，生成所述每一路段各自對(duì)應(yīng)的交通狀態(tài)識(shí)別模型，包括：

針對(duì)所述每一路段，基于所述卷積神經(jīng)網(wǎng)絡(luò)模型，對(duì)每一樣本圖像的像素特征進(jìn)行提取，并基于提取到的每一樣本圖像的像素特征，為所述每一樣本圖像分配權(quán)重，其中，所述每一樣本圖像的權(quán)重表征，所述每一樣本圖像對(duì)應(yīng)的交通擁堵的概率；

根據(jù)各樣本圖像的權(quán)重，對(duì)所述卷積神經(jīng)網(wǎng)絡(luò)模型的卷積參數(shù)進(jìn)行調(diào)整，得到所述交通狀態(tài)識(shí)別模型。

7.一種交通信號(hào)燈的控制裝置，所述裝置包括：

獲取模塊，用于獲取交匯于同一路口的各路段的圖像；

識(shí)別模塊，用于基于每一路段各自對(duì)應(yīng)的交通狀態(tài)識(shí)別模型，對(duì)每一路段的圖像進(jìn)行識(shí)別處理，得到所述每一路段的交通擁堵屬性，其中，所述交通擁堵屬性與所述每一路段的交通擁堵程度相關(guān)；

調(diào)整模塊，用于根據(jù)所述各路段的交通擁堵屬性，對(duì)所述路口的交通信號(hào)燈的時(shí)長(zhǎng)進(jìn)行調(diào)整。

8.一種交通信號(hào)燈的控制系統(tǒng)，所述系統(tǒng)包括：設(shè)置于路口的多個(gè)圖像處理器、以及與每一圖像處理器連接的控制器；其中，

每一圖像處理器用于，對(duì)交匯于所述路口的一個(gè)路段的圖像進(jìn)行采集，并根據(jù)所述每一圖像處理器設(shè)置的交通狀態(tài)識(shí)別模型，對(duì)所述一個(gè)路段的圖像進(jìn)行識(shí)別處理，得到所述一個(gè)路段的交通擁堵屬性，其中，所述一個(gè)路段的交通擁堵屬性與所述一個(gè)路段的交通擁堵程度相關(guān)；

所述控制器用于，根據(jù)各路段的交通擁堵屬性，對(duì)所述路口的交通信號(hào)燈的時(shí)長(zhǎng)進(jìn)行調(diào)整。