[发明专利]基于SVM和计算机网络的交通信号控制方法及控制系统

摘要

本发明提出一种基于SVM和计算机网络的交通信号控制方法及控制系统，首先，利用摄像头和电磁传感器采集的总车流量及各车道直行、左转、右转的车流量分别作为数据集，利用SVM分别对各数据集的95%进行训练得到直行、左转、右转的SVM模型；其次，利用各数据集的5%分别计算SVM模型的拟合误差，根据拟合误差扩大训练集，进而更新SVM模型；最后，将摄像头实时采集的路口的总车流量输入各向SVM模型，输出路口直行、左转、右转的车流量预测值，根据车流量预测值，通过计算机网络分配及控制各车道的通行时间，实现交通信号的调控。本发明根据各车道的车流量预测值分配并控制通行时间，实现区域规划，有效减少高峰期道路拥堵，提高通行的连续性。

主权项

1.一种基于SVM和计算机网络的交通信号控制方法，其特征在于，其步骤如下：S1、利用摄像头采集N组距某一路口100米处的总车流量，利用电磁传感器采集通过路口时直行、左转、右转的车流量，将总车流量和直行车流量作为直行数据集，将总车流量和左转车流量作为左转数据集，将总车流量和右转车流量作为右转数据集；S2、分别选取直行数据集、左转数据集、右转数据集的95％作为直行、左转、右转的训练样本，其余的数据集分别作为直行、左转、右转的测试样本；S3、基于SVM分别对直行、左转、右转的训练样本进行训练，分别得到直行SVM模型、左转SVM模型、右转SVM模型；S4、将直行、左转、右转的测试样本分别输入直行SVM模型、左转SVM模型、右转SVM模型，计算直行SVM模型、左转SVM模型、右转SVM模型的拟合误差；S5、判断直行SVM模型、左转SVM模型、右转SVM模型的拟合误差是否小于1％，若是，执行步骤S7，否则，执行步骤S6；S6、利用摄像头再采集M组距某一路口100米处的总车流量，利用电磁传感器采集通过路口时直行、左转、右转的车流量，将M组车流量分别添加到直行数据集、左转数据集和右转数据集进行扩充，执行步骤S2；S7、将摄像头实时采集的路口100米处的总车流量分别输入直行SVM模型、左转SVM模型、右转SVM模型中，分别得到直行、左转、右转的车流量预测值，根据车流量预测值控制路口各车道的通行时间，实现交通信号的调控。