[发明专利]一种基于自组织协调的交通信号灯控一体化装置

权利要求书

1.一种基于自组织协调的交通信号灯控一体化的方法，其特征在于：

根据城市道路交叉口出口方向的交通信号灯悬臂式立杆的横杆上安装交通信号灯控一体化装置的数量，交通信号灯控一体化装置检测单元中的CCD/CMOS传感器可以对应一个进口车道、多个进口车道、整个进口方向，CCD/CMOS传感器对覆盖范围内各进口车道的交通流进行视频图像采集；前端SoC微处理模块对CCD/CMOS传感器采集的视频图像进行图像质量增强预处理，以提高视频图像的清晰度和特征敏感性；后端ISP微处理模块对前端SoC微处理模块处理后的视频图像进行交通流参数提取和交通流运行状态评估，具体工作步骤如下：

Step1：后端ISP微处理模块将CCD/CMOS传感器的视频覆盖区域Ω划分成N×M个方形区域A，A∈Ω，M为视频覆盖区域Ω内的进口车道数，N为视频覆盖区域Ω内单进口车道可容纳的最大车辆数；方形区域A的长度为进口车道宽度W_LANE，高度为平均车辆长度L_VEH；

Step2：定义方形区域A由n×m个像素点组成，I_ij为A中第i行第j列像素点的灰度值，i＝1，2，3…，n，j＝1，2，3…，m；为t时刻A中第i行第j列像素点在背景图像下的灰度值；为t时刻方形区域A背景图像的平均灰度值；I_ij(t)为t时刻后端ISP微处理模块提取得到的A中第i行第j列像素点的灰度值；为t时刻后端ISP微处理模块提取得到的方形区域A的平均灰度值；

Step3：计算方形区域A中灰度特征变化参数，

r²＝(W_LANE)²+(L_VEH)²

其中：λ_ij为方形区域A中第i行第j列像素点的灰度值变化率；μ_A为方形区域A的像素点灰度变化测度值；ρ_A为方形区域A中像素点灰度变化的奇异性指数；ε为方形区域A中像素点的奇异扩散参数；C_A为方形区域A的灰度变化显著度；δ为方形区域A中奇异像素点的分布参数；r为方形区域A中像素点的最大分布半径；

Step4：根据方形区域A的灰度变化显著度的区间值，对方形区域A的车辆存在情况进行判定，

(1)当θ-τ≤C_A≤θ-τ时，判定方形区域A存在单一车辆，其中θ为单一车辆灰度变化划分尺度，τ为单一车辆灰度变化检测临界阈值；

(2)当ξ一ηη≤C_A≤ξ-ηη时，判定方形区域A前后被两辆车所占据，其中ξ为两辆车灰度变化划分尺度，η为两辆车灰度变化检测临界阈值；

(3)当α-β≤C_A≤α-β时，判定方形区域A被一辆大车所占据，其中α大车灰度变化划分尺度，β为大车灰度变化检测临界阈值；

Step5：根据方形区域A的车辆存在判定情况，提取视频覆盖区域Ω各进口道的交通流参数，

其中：为第进口道的车辆数；第进口道的排队长度；为第进口道的灰度变化显著度；VOL()为关于灰度变化显著度的流量计算函数，QUE()为关于灰度变化显著度的排队长度计算函数；为视频覆盖区域Ω内第进口道的第σ个方形区域A，σ＝1，2，…N；

Step6：对视频覆盖区域Ω分通行方向提取道路交通流参数，

其中：V_str、Q_str、D_str分别为视频覆盖区域Ω直行方向标定的车辆数、排队长度、灰度变化显著度；V_lef、Q_lef、D_1ef分别为视频覆盖区域Ω左转方向标定的车辆数、排队长度、灰度变化显著度；分别为视频覆盖区域Ω直行方向的平均车辆数、排队长度、灰度变化显著度；分别为视频覆盖区域Ω左转方向的平均车辆数、排队长度、灰度变化显著度；M′、M″分别为视频覆盖区域Ω中直行进口道数和左转进口道数；

Step7：对视频覆盖区域Ω中各通行方向的交通流运行状态进行评估，

其中：maxV_str、maxQ_str、maxD_str分别为视频覆盖区域Ω直行进口方向拥堵条件下的车辆数、排队长度、灰度变化显著度；minV_str、minQ_str、minD_str分别为视频覆盖区域Ω直行进口方向自由流条件下的车辆数、排队长度、灰度变化显著度；maxV_lef、maxQ_lef、maxD_lef分别为视频覆盖区域Ω左转进口方向拥堵条件下的车辆数、排队长度、灰度变化显著度；minV_lef、minQ_lef、minD_lef分别为视频覆盖区域Ω左转进口方向自由流条件下的车辆数、排队长度、灰度变化显著度；ω₁、ω₂、ω₃分别为视频覆盖区域Ω直行进口方向车辆数、排队长度、灰度变化显著度的交通流运行指数权重；分别为视频覆盖区域Ω左转进口方向车辆数、排队长度、灰度变化显著度的交通流运行指数权重；PI_str、PI_lef分别为视频覆盖区域Ω直行进口方向和左转进口方向的交通流运行指数；

Step8：后端ISP微处理模块将提取到的交通流参数信息Lo_Par和评估的交通流运行状态信息Lo_Sta，通过主控单元的母板总线分别传送给通信单元和主控单元，其中Lo_Par为V_str、Q_str、D_str、V_lef、Q_lef、D_lef、位置、时间一起打包形成的信息压缩包，Lo_Sta为PI_str、PI_lef、位置、时间一起打包形成的信息压缩包。