[发明专利]交通信号灯的控制方法、系统、终端、设备、介质及应用

说明书

本发明公开是关于交通信号灯的控制方法、系统、终端、设备、介质及应用，涉及交通控制系统技术领域。基于图像识别和目标检测技术，对道路上等待的车辆和行人分别进行目标检测识别，保证行人的安全和车辆的通行效率。采用图像识别方法监测道路口车辆的等待数量，实现交通信号灯的时间间隔智能化控制，提高车辆通行效率；在斑马线处监测行人的行走情况，在绿灯突变的情况下，检测到斑马线仍有行人在通过的情况下，实现调解行人红绿灯的时间。本发明实现了基于图像识别的智能交通信号灯方法，保证了交叉路口车辆、行人信息的准确、快速的判断及传递，提高了交通通行效率，有效的解决交通拥堵问题，因此具有很好的推广应用价值。

技术领域

本发明属于交通控制系统技术领域，尤其涉及一种基于图像识别的智能交通信号灯的方法。

背景技术

交通信号灯是控制城市交通安全秩序及高效运行的重要设备之一，当前城市人口和车辆数量激增，十字路口交通拥堵成为城市发展中亟需解决的重要问题之一。

当前交通信号灯主要采取定时控制方法，在早上班和晚下班高峰很容易造成交通拥堵、浪费绿灯时间，由此给人们驾车出行带来很大的不便利，且拥堵还带来燃油的消耗和环境污染。另外，由于信号的调节变化不及时，造成拥堵，此时需要交警到现场指挥疏通。在行人自助过马路的红绿灯处，通过按钮，完成行人过马路需求的信号输入，然后通过等待信号灯变化过马路，该种方式存在一定的安全隐患。

通过上述分析，现有技术存在的问题及缺陷为：

(1)现有交通信号灯采用定时控制，容易造成浪费绿灯时间；

(2)造成交通拥堵的概率大，需要交警现场疏导；

(3)信号灯突变，行人没完成过马路，仍在斑马线行走，具有安全隐患。

发明内容

为了解决现有技术存在的问题，本发明提供了一种基于图像识别的智能交通信号灯的控制方法。

本发明是这样实现的，一种基于图像识别的智能交通信号灯的控制方法，应用于信息数据处理终端，基于图像识别技术，对道路上等待的车辆和行人分别进行检测识别，保证行人的安全和车辆的通行效率，具体步骤为：

步骤一、图像识别模块基于深度学习卷积神经网络算法进行图像的识别；

步骤二、利用车辆和行人图片训练深度学习卷积神经网络算法，并采用Dropout策略和正则化方法，得到权文件；

步骤三、将得到的权文件代入网络中进行测试，采用车辆和行人的照片进行识别检测，验证权文件和网络结构的正确性；

步骤四、将训练好的深度学习卷积神经网络算法分别建立车辆图像识别模块和行人图像识别模块；采用车辆图像识别模块和行人图像识别模块，对道路上等待的车辆和行人分别进行检测识别，同时保证行人的安全和车辆的通行效率，减少交通拥堵。

在一个实施例中，在道路口监测车辆的等待情况，通过图像识别技术实现交通信号灯的时间间隔智能化控制。

在一个实施例中，在斑马线处监测行人的行走情况，在绿灯突变的情况下，检测到斑马线仍有行人在通过的情况下，实现调解红绿灯的时间。

在一个实施例中，检测到行人自助过马路的红绿灯处时，基于图像识别技术完成行人过马路需求的信号输入，实现对红绿灯的调节控制。

本发明的另一目的在于提供一种实现所述基于图像识别的智能交通信号灯的控制方法的控制系统，该基于图像识别的智能交通信号灯的控制系统包括：

交通信号控制决策模块，用于实现对采集数据的分析和处理；

信号灯显示模块，通过主板与所述交通信号控制决策模块相连接，用于对路口的红绿灯的信号以及时间进行控制；