[发明专利]一种拥堵路段车辆提醒方法

说明书

本发明的一种拥堵路段车辆提醒方法，包括计算机视觉识别方法，基于遗传算法优化的PID控制方法和车辆拥堵路段提醒装置方法，包括以下步骤：a.通过计算机识别方法获取实时道路车流量信息；b.使用优化的PID控制方法计算获取的车流量信息并发出信号；c.将信号传入车辆拥堵路段提醒装置；d.判断信号，如能执行则提醒装置启动，反之进入步骤e；e.判断信号，如能执行则装置再次初始化。本发明实现了对拥堵路段车辆的提醒，实现了交通压力的缓解，实现了一种智慧交通基础设施的方法，有助于缓解交通系统对实时路况检测的压力，促进了当前中国智慧交通的发展。

技术领域

本产品设计到一种智能交通设施，具体涉及到一种包含智能算法以及计算 机视觉的拥堵路段车辆提醒方法。

背景技术

驾车出行是我们常用的交通方式之一，随着国内经济的蓬勃发展，人民生 活水平的日益提升，国内汽车人均保有量呈现逐年上升的趋势。与此同时，部 分城市现有交通网路已难难以满足人们对交通工具需求的日益增长，最终导致 了国内大中小城市“爆发式”的出现交通拥堵问题。但是，对于部分城市而言 单纯依靠扩大城市交通网络来满足日益增长的交通需求势必会占用有限的土 地资源。为了有效地缓解交通压力，对拥堵多发路段进行实时有效的车辆提醒 是一种有效的方法，以促进交通要道的顺利通行。

目前，现有的文献资料主要分析了传统交通网络的调度，由于当前城市路 段仍使用传统摄像头，其路况信息存在时间上的滞后性，导致无法准确后续的 交通路况，且对车流量过多时缺乏实时提醒，解决车辆拥堵效果不明显。

发明内容

本发明为了克服上述技术的不足，提供了一种计算机视觉识别车流量、智 能算法控制的车辆拥堵提醒方法，可以有效缓解城市车辆拥堵。

本发明的拥堵路段车辆提醒的方法其特别之处在于，依次包括以下步骤： a.首先，使用具有识别车辆的计算机视觉识别系统的道路摄像头实时获取当前 车辆信息，并通过机器学习的方法预测后续的道路车流量信息，后通过计算机 协议将信息保存；b.将保存的数据传入含有智能算法优化的PID控制中得到是 否需要显示车辆过多的信号0或1；c.将信号传入车辆拥堵路段提醒装置；d. 如果获得信号0，则说明道路通畅，不进行任何提醒；e.如果获得信号1，则说 明车流量即将增加道路可能出现拥堵问题。通过步骤a可以获得该路段的实时 车流量信息；步骤b是为了通过计算得到一个是否需要启动提醒装置的信号；步骤c、步骤d和步骤e是提醒装置的具体工作原理。

本发明的拥堵路段车辆提醒方法的计算机识别方法，所述步骤a采用的方 法是基于SVM的机器学习方式获得车辆密度。使用基于SVM的道路摄像头 可以实时识别车流密度，并预测未来车辆密度，降低人为计算。

本发明的智能计算优化的PID控制方法，所述步骤b采用的方式是基于遗 传算法(GA)优化的PID控制。使用此方法，可以有效的提高PIG模型的稳 定性，更好的计算控制结果。

本发明的车辆拥堵路段提醒装置，所述步骤c、d、e，当传入信号为0时， 提醒装置闪烁，当传入为1时，提醒装置闪烁。

附图说明

图1为本发明单元的重叠设置为4时的滑动窗口检测示例；

图2为本发明保留那些检测超过m次的物体的检测示例；

图3为马路划分示意；

图4为遗传算法优化趋势对比图；

图5为检测装置图；

图6为本发明专利的流程图。

具体实施方式