交通信號燈智能控制算法研究

葉爾江·哈力木，曼蘇樂，張秀彬

0 引言

交通信號燈的智能控制關(guān)鍵在于交通信息的獲取。當前，盡管獲取交通信息的方法多種多樣，如：通過分析城市道路交通流量變化的特點，提出一種基于數(shù)據(jù)融合的監(jiān)測方法[1]；基于不同相位的動態(tài)最小時間需求，并以相位通行需求時間為研究對象，以動態(tài)相位時間差為狀態(tài)轉(zhuǎn)換控制目標，建立了單路口交通信號控制的一種動態(tài)智能控制方法[2]；使用云理論的基本算法處理公交車輛反饋信息，對含有不確定性的多維度公交信號綜合處理，并綜合各種道路信息以決定交通信號燈的通行時間長度方案[3]。然而，這些方法均未涉及到自動采集、處理與分析路口交通流量信息的核心技術(shù)問題。

就信息傳感技術(shù)而言，目前大多數(shù)城市交通信號燈控制方法基本上還是采用感應線圈等設備來獲取交通信息。由于這種交通量檢測設備需要埋設在道路下面，使得安裝與維護都很不方便，經(jīng)濟成本高、抗干擾性差而且感應范圍極為有限，難以普遍推廣。

隨著“電子警察”應用的日益普及，在城市的許多交叉路口早已裝配采集交通流量的攝像裝置。盡管配置這些攝像裝置的初衷是用于人工監(jiān)控，但是，這些攝像裝置無疑可以成為拾取道路車流圖像信息的硬件基礎。顯然，基于圖像信息的視感技術(shù)必將成為獲取交通（車流）信息的重要手段之一，特別是在城市交通信號燈的智能控制中能夠起到越來越重要的作用。然而，要實現(xiàn)交通系統(tǒng)智能化，卻不是一項簡單的技術(shù)，關(guān)鍵在于如何充分、有效和實時地獲取交通信息。

1 系統(tǒng)構(gòu)成

本文所提出的交通信號燈智能控制算法，如圖1、圖2所示：

圖1 系統(tǒng)組成框圖

圖2 攝像頭現(xiàn)場配置與平面坐標設置圖例

以單交叉路口為例，該系統(tǒng)包括：四個CCD攝像頭、信號處理器和控制器，其中：四個CCD攝像頭分別安裝在路口的四個來車方向上且距地面的高度為H（H取值范圍為8m～10m），四個CCD攝像頭的輸出端分別與信號處理器的輸入端相連以傳輸圖像信號，信號處理器的輸出端與控制器的輸入端相連以傳輸控制指令，控制器的輸出端與交通信號燈的繼電開關(guān)電路相連以傳輸電壓驅(qū)動信號。

2 控制算法

控制算法由8個運算步驟組成。

步驟1：建立世界坐標系，如圖3所示：

圖3 算法坐標系

將世界坐標系中的Zj軸與直行/左轉(zhuǎn)行車方向分界線重合且指向行車的方向為正方向，令Xj為零，將原點設置在停車線與行車方向分界線的交點上，Yj軸與停車線重合且以行車的左側(cè)為正方向。

每個攝像頭均各自根據(jù)計算機圖像坐標系像素點坐標（u,v） 和世界坐標系空間三維坐標（Xj,Yj,Zj） 之間的關(guān)系標定其內(nèi)、外參數(shù)值[4]。

步驟2：對攝像頭得到的車流圖像依次進行畸變校正、銳化和透視變換處理[5]，如圖4所示：

圖4 校正、銳化和透視變換處理

步驟3：采用Canny邊緣算子檢測方法提取上一步得到的車輛圖像的邊緣，并根據(jù)數(shù)學形態(tài)學濾波法濾除邊緣檢測圖中的雜線條，即去除圖像中的非車輛邊緣線的車道線和交通標志箭頭，見圖5所示：

圖5 邊緣檢測與處理示意圖

步驟4：對步驟3獲取的圖像按照道路行車類型進行切割，如將圖像中的每個方向上等待通行的機動車道路分別按右轉(zhuǎn)、直行和左轉(zhuǎn)三種類型沿著行車類型分界線進行切割，得到三幅分別為右轉(zhuǎn)、直行、左轉(zhuǎn)行車類型的車輛邊緣檢測子圖，如圖6所示：

圖6 行車類型切割示意圖

步驟5：分別對三幅車輛邊緣檢測子圖進行邊界像素投影，即每種類型車道上車輛的邊界像素分別向Zj軸所對應的計算機圖像坐標系進行直線投影且累加邊界點得到每種類型車道上邊界像素點累加分布圖，如圖7所示：

圖7 邊界像素投影圖

進而得到計算機圖像坐標系下每個方向每種類型車道上等待通行車輛排隊長度的像素分布。每種類型車道上等待通行車輛排隊長度即為該類型車道上邊界像素點累加分布圖上所對應的最后一個邊界像素點的坐標參數(shù)值。

步驟 6根據(jù)計算機圖像坐標系圖像中等待通行車輛排隊長度的像素分布和計算機圖像坐標系與世界坐標系的轉(zhuǎn)換關(guān)系，得到世界坐標系中每個方向每種類型車道上等待通行車輛的排隊長度。

步驟 7根據(jù)車速和車輛的排隊長度，得到每個方向每種類型車道上車輛全部通行所需的時間，即其中，表示第j個方向第i種類型車道上車輛全部通行的時間，表示第j個方向第i種類型車道上車輛實際的排隊長度，i=1， 2， 3，i=1代表“直行”、i=2代表“左轉(zhuǎn)彎”、i=3代表“右轉(zhuǎn)彎”；j代表道路編號，對于十字路口，j=1,2,3,4，j=1代表由東向西的路口，j=2代表由西向東的路口，j=3代表由南向北的路口，j=4代表由北向南的路口；V代表車輛通過路口的規(guī)定車速，τ為車輛從停車線開始通過路口所需要的時間。

步驟 8 根據(jù)得到的每個方向每種類型車道上車輛全部通行的時間，控制交通信號燈的開啟和關(guān)閉。當?shù)趈個路口第i種類型車道上車輛全部通行的時間時，將該車道的綠燈時間設為Tm；否則，將該車道的綠燈時間設為其中，Tm是設定的單向最長通行時間閾值。如：V=6kmh，直行車輛排隊長度τ=3s；則該直行“車隊”全部通過路口所需要的時間T=28.2s。

從此，多條機動車道以及人行橫道紅、綠、黃燈的切換規(guī)律能夠根據(jù)上述提供的車輛實際排隊長度判定方法予以優(yōu)化。

3 實驗效果

上述算法已經(jīng)加載于現(xiàn)有城市路口的多處“電子警察”系統(tǒng)。

CCD攝像頭采用MV-VS142FM/FC高分辨率工業(yè)數(shù)字CCD攝像機，采用連續(xù)采集圖像。該系列型號攝像機以IEEE 1394作為輸出通信協(xié)議，直接輸出數(shù)字圖像信號而且信號穩(wěn)定，CPU 資源占用少，一臺嵌入式系統(tǒng)同時連接若干臺攝像機，十分適合交通路口的車流圖像信息采集。

4 總結(jié)

實測結(jié)果已經(jīng)證實，本文算法與現(xiàn)有技術(shù)相比具有如下有益效果：（1）能夠?qū)徊媛房诘能嚵鳡顩r及其車輛排隊長度進行自動檢測，包括：右轉(zhuǎn)、直行、左轉(zhuǎn)三種行車方向的車輛排隊長度；（2）能夠根據(jù)車輛排隊長度準確計算出車輛通過路口所需要的時間，因此能夠高效、節(jié)能地控制交通信號燈的啟閉時間，為最終實現(xiàn)城市智能交通提供科學的信息基礎。

[1]陳佳，閭立新. 數(shù)據(jù)融合技術(shù)在智能交通系統(tǒng)中的應用[J]. 微型機與應用，2011，30（8）：83-85

[2]馬躍峰，王宜舉. 一種基于Q學習的單路口交通信號控制方法[J]. 數(shù)學的實踐與認識，2011，41（24）：102-106

[3]羅金玲. 云控制器在智能交通信號燈控制中的應用研究[J]. 計算機測量與控制.2011.19（4）：842-844

[4]張秀彬、應俊豪. 視感智能檢測[M]. 北京：科學出版社，2009：81-89

[5]張秀彬、應俊豪. 智能視感學[M]. 北京：中國水利水電出版社，2010：26-79