[发明专利]基于深度学习和智能路灯的交通信号灯智能调控系统

权利要求书

1.基于深度学习和智能路灯的交通信号灯智能调控系统，其特征在于，在交通道路路口设置路边单元和智能交通信号灯；

路边单元包括图像采集模块、车辆检测模块、拥堵判定模块和通信模块；

其中，图像采集模块实时采集各个路口方向的道路交通图像并发送给车辆检测模块；

车辆检测模块为基于深度学习法训练得到的深度神经网络模型，用于自动识别道路交通图像中的车辆，并基于识别出的车辆数量实时计算每个路口方向的车流量，同时将所述车流量发送给拥堵判定模块；

拥堵判定模块根据预设的不同拥堵等级的车流量阈值，判定每个路口方向的拥堵等级，所述拥堵等级越高，车流量阈值越大；并通过通信模块将每个路口方向的拥堵等级传输至智能交通信号灯；

智能交通信号灯包括通信模块、智能调节模块和信号显示模块；

其中，通信模块用于接收路边单元传来的路口方向的拥堵等级并发送给智能调节模块；

智能调节模块根据当前拥堵等级实时调整路口的通行时间并通过信号显示模块显示调整后的通行时间；

信号显示模块用于显示通行时间及交通信号；

其中智能调节模块对各车辆通行方向的通行时间的调整方式为：

(1)基于预设的不同拥堵等级的调整时间，根据各路口方向的拥堵等级确定各路口方向的调整时间，并查找最大调整时间，记为T；

(2)检测T对应的通行方向的当前显示时间，判断是否显示倒计数时间，若否，则直接执行步骤(3)；若是，则判断当前倒计数时间是否大于T，若大于，则执行步骤(3)；若小于则执行步骤(4)；

(3)若当前通行状态为通行：则将T对应的通行方向的通行时间增加T；若当前通行状态为等待：则将T对应的通行方向的等待时间减少T；

(4)判断T对应的通行方向的下一通行状态是否为通行，若是，则将下一通行时间调整为：t+T，其中t表示：与T的路口方向相对的路口方向的调整时间；否则，不做调整。

2.如权利要求1所述的系统，其特征在于，将智能调节模块对各车辆通行方向的通行时间的调整方式替换为：

(1)基于预设的不同拥堵等级的调整时间，根据各路口方向的拥堵等级确定各路口方向的调整时间；

计算车辆通行方向的调整时间：同一车辆通行方向的两个路口方向的调整时间之和。例如一个十字路口，其共涉及四个路口方向，每两个相对的路口方向构成一个车辆通行方向；

查找当前路口的最大车辆通行方向的调整时间，并将对应的车辆通行方向记为通行方向D,调整时间记为T；

(2)检测通行方向D的当前显示通行时间，若为倒计数时间，则判断当前倒计数时间是否小于T，若小于，则通行时间保持不变；否则执行步骤(3)；

(3)若当前通行状态为通行：则将通行方向D的通行时间增加T；若当前通行状态为等待：则将通行方向D的等待时间减少T。

3.如权利要求1或2所述系统，其特征在于，路边单元设置在道路上已有的路灯上。

4.如权利要求1或2所述的系统，其特征在于，车辆检测模块的深度神经网络模型的训练过程具体为：

(1)获取训练样本集和验证集：

采集交叉路段的历史道路交通图像，并进行尺寸归一化处理，标注归一化后的图像中的车辆位置，得到含有位置标签的样本图像；

将多个不同样本图像随机分为训练样本集、验证样本集；

(2)前向传播：设置对应的卷积神经网络模型，加载含有位置标签的训练样本集，前向传播学习训练样本集中的车辆特征，然后对验证样本集进行检测，获得卷积神经网络模型输出的位置标签；。

(3)反向传播:计算前向传播输出的位置标签与验证样本实际位置标签之间的损失函数值，将损失函数值按极小化误差的方法反向传播来调整卷积层的权值矩阵，从而得到最终的卷积神经网络模型，即深度神经网络模型。