[发明专利]基于三维建模的城市交通灯控制方法、装置、设备和介质

权利要求书

1.一种基于三维建模的城市交通灯控制方法，其特征在于，包括：

获取目标采集模块采集的当前交通数据，所述目标采集模块为目标交通灯对应的采集模块，所述当前交通数据包括行人数据和车辆数据；

将所述当前交通数据作为交通灯孪生体中所述目标交通灯的输入，得到所述交通灯孪生体输出的灯光控制数据；

基于所述交通灯孪生体输出的灯光控制数据，对所述目标交通灯进行控制。

2.如权利要求1所述的方法，其特征在于，在所述获取目标采集模块采集的当前交通数据之前，还包括：

构建交通灯三维模型；

根据所述交通灯三维模型和elman神经网络构建所述交通灯孪生体。

3.如权利要求2所述的方法，其特征在于，所述构建交通灯三维模型，包括：

获取定位后的球幕相机拍摄得到的城市交通灯视频流，所述城市交通灯视频流中显示有交通灯；

对所述城市交通灯视频流进行特征点识别与匹配；

对球幕相机三维数字化建模的闭环进行检测；

检测后，进行数字化建模，得到初步城市三维模型；

对所述初步城市三维模型进行贴图，得到目标城市三维模型；

确定交通灯在所述目标城市三维模型中的位置，得到所述交通灯三维模型。

4.如权利要求3所述的方法，其特征在于，在所述获取目标采集模块采集的当前交通数据之前，还包括：

获取所述目标交通灯在所述交通灯三维模型中的模型位置；

根据所述目标交通灯在所述交通灯三维模型中的模型位置，确定所述目标采集模块。

5.如权利要求4所述的方法，其特征在于，所述根据所述目标交通灯在所述交通灯三维模型中的模型位置，确定所述目标采集模块，包括：

获取位置模块表，所述位置模块表记录了模型位置与采集模块的对应关系；

在所述位置模块表中，找到与所述目标交通灯在所述交通灯三维模型中的模型位置对应的采集模块，得到所述目标采集模块。

6.如权利要求2所述的方法，其特征在于，所述根据所述交通灯三维模型和elman神经网络构建所述交通灯孪生体，包括：

获取采集模块采集的历史交通数据和所述历史交通数据对应的交通灯的参考控制数据；

将所述历史交通数据作为所述elman神经网络的输入，得到所述elman神经网络输出的灯光控制数据，将所述elman神经网络输出的灯光控制数据和所述历史交通数据对应的交通灯的参考控制数据进行比对，直至所述elman神经网络输出的灯光控制数据和所述历史交通数据对应的交通灯的参考控制数据的误差小于预设误差时，得到训练好的elman神经网络；

根据所述交通灯三维模型和训练好的elman神经网络，得到所述交通灯孪生体。

7.如权利要求1所述的方法，其特征在于，所述当前交通数据还包括路障数据。

8.一种基于三维建模的城市交通灯控制装置，其特征在于，包括：

获取模块，用于获取目标采集模块采集的当前交通数据，所述目标采集模块为目标交通灯对应的采集模块，所述当前交通数据包括行人数据和车辆数据；

孪生模块，用于将所述当前交通数据作为交通灯孪生体中所述目标交通灯的输入，得到所述交通灯孪生体输出的灯光控制数据；

控制模块，用于基于所述交通灯孪生体输出的灯光控制数据，对所述目标交通灯进行控制。

9.一种基于三维建模的城市交通灯控制设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述基于三维建模的城市交通灯控方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述基于三维建模的城市交通灯控方法的步骤。