[发明专利]一种基于大数据的智能交通系统及其控制方法

权利要求书

1.一种基于大数据的智能交通系统的控制方法，其特征在于，所述的基于大数据的智能交通系统，包括安装在同一路口的交通信号灯(1)、LED灯(2)、红外感应器(4)和型号为DATA86的无线数据传输器，以及布置在交通指挥中心的深度学习算法模块(3)；

所述的交通信号灯(1)设置在路面上方，交通信号灯(1)安装在灯杆上，LED灯(2)沿行人行走的方向均匀铺设在人行横道下方，红外感应器(4)固定在灯杆上且距离地面的高度为0.6～1.1m，红外感应器(4)用于统计车流量，红外感应器(4)的输出端与无线数据传输器的输入端连接，红外感应器(4)和无线数据传输器封装在安装盒中，该安装盒通过螺丝紧固在灯杆上；

深度学习算法模块(3)包括依次连接的输入缓冲器、Web服务器和输出缓冲器，输入缓冲器和输出缓冲器的型号均为74HC221，Web服务器包括内存数据结构存储器、web框架和消息队列，输入缓冲器用于接收无线数据传输器传输的车流量数据并将该车流量数据传输给Web服务器，Web服务器用于接收输入缓冲器传输的车流量数据，确定不同车流量下绿灯和红灯的通断阈值，之后将所述的通断阈值数据传输给输出缓冲器，输出缓冲器用于接收Web服务器传输的通断阈值数据，并将该通断阈值数据传输给交通信号灯(1)和LED灯(2)；

具体包括如下步骤，

步骤1，红外感应器(4)发出红外线，当有车辆通过路口时挡住红外线，此时计一次数，红外感应器(4)以此方式不断重复，统计一个绿灯通行时间内的车流量数据；

步骤2，无线数据传输器将步骤1得到的车流量数据传输给输入缓冲器，车流量数据先由输入缓冲器传输至内存数据结构存储器，内存数据结构存储器再将该车流量数据传输至web框架，web框架对该车流量数据使用Relief算法进行分析，确定该车流量下对应的绿灯和红灯的通断阈值；

步骤3，Web服务器使用Relief算法，重复按照步骤1到步骤2的方法对采集的车流量数据进行深度学习不少于1个月，探究所得数据之间的神经网络关系，并对获得的神经网络关系进行记忆，之后Web服务器调取记忆中的神经网络关系，web框架使用Relief算法确定最后一次的车流量数据对应的绿灯和红灯的通断阈值；

步骤4，web框架先将通断阈值数据发送给消息队列，输出缓冲器接收消息队列传输的步骤3得到的通断阈值数据后，将该通断阈值数据传输给交通信号灯(1)和LED灯(2)；

步骤5，红外感应器(4)按步骤1的方式统计本次绿灯通行时间内的车流量数据，之后Web服务器按步骤2的方式确定该车流量数据对应的绿灯和红灯的通断阈值，输出缓冲器接收Web服务器传输的该通断阈值数据后，将该通断阈值数据传输给交通信号灯(1)和LED灯(2)；

步骤6，按照步骤5的控制方式对车辆进行持续控制。

2.根据权利要求1所述的一种基于大数据的智能交通系统的控制方法，其特征在于，所述智能交通系统的LED灯(2)为LED强光灯。