[发明专利]一种城市交通信号控制系统

说明书

一种城市交通信号控制系统，属于城市交通技术领域，用以解决现有交通控制信号系统不能有效提升城市交通信号控制效率的问题。本发明的技术要点包括：融合边缘计算、雾计算和云计算的优点，利用边缘计算节点实时获取交通监控视频，就近计算处理，生成交通状态文本信息；基于交通状态文本信息，利用雾计算节点通过城市多交叉路口的交通流量预测能力，实现城市多交叉路口交通流量动态预测；且在雾计算节点中部署交通信号控制模型，控制各路口的交通信号。本发明能够稳定有效地提升城市交通信号控制效率，对于城市交通信号控制进一步研究和城市路网部署和推广具有一定的理论意义和实践意义。

技术领域

本发明涉及城市交通技术领域，具体涉及一种城市交通信号控制系统。

背景技术

人们发现在出行过程中，太多的时间浪费在等待红绿灯上，特别在城市交通中，显得尤为明显。通过对我国城市道路拥堵的成因分析，交通基础设施短缺、车辆增长过快和交通信号控制方式单一，是造成城市交通拥堵的主要原因。尝试解决城市规划和基础设施问题缓解交通拥堵压力，需要大量的人力和物力，实施成本过高。所以，提升城市交通信号控制效率，是一种缓解城市交通拥堵的“高效、低成本”的方法。随着城市交通信息化的普及，城市交通监控摄像头积累了越来越多的城市交通运行数据，这为城市交通信号控制提供了数据基础。

发明内容

鉴于以上问题，本发明提出一种城市交通信号控制系统，用以解决现有交通控制信号系统不能有效提升城市交通信号控制效率的问题。

一种城市交通信号控制系统，包括：

云计算中心、多个雾计算模块和多个边缘计算模块；其中，云计算中心与多个雾计算模块交互，用于收集雾计算模块的信息进行全局信息处理，并发送全局控制指令和全局信息；雾计算模块分别与云计算中心和边缘计算模块交互，用于在接收到云计算中心的控制指令和信息后，计算和输出当前路口的信号控制指令；边缘计算模块用于处理交通路口视频数据，从所述视频数据中提取当前路口的状态信息。

进一步地，所述边缘计算模块包括数据采集子模块、目标检测子模块和状态信息生成子模块；其中，数据采集子模块用于获取实时交通路口视频数据；目标检测子模块用于利用已训练好的改进YOLOv3模型提取所述交通路口视频数据中的车辆位置信息；状态信息生成子模块用于根据实时交通路口视频数据和车辆位置信息生成城市交通流量文本数据集。

进一步地，所述目标检测子模块中所述改进YOLOv3模型的改进之处为：使用6个3×3大小、步长为2、使特征图长宽变为1/2的卷积层；在残差模块中加入可变形卷积层，并调整网络整体层数；增加多尺度融合的次数；采用转置卷积进行上采样放大。

进一步地，所述状态信息生成子模块中将每一个路口的中心点设定为中心点，通过车辆位置信息获取车辆在路口的方向信息，从而获得城市交通流量文本数据集。

进一步地，所述雾计算模块包括流量预测子模块和信号控制子模块；其中，所述流量预测子模块用于根据城市交通流量文本数据集，利用已训练好的交通流量预测模型实时对当前路口交通流量进行预测，获得实时预测的交通流量矩阵；所述信号控制子模块用于根据实时预测的交通流量矩阵，利用已训练好的基于DQN算法的信号控制模型对当前路口进行交通控制。

进一步地，所述流量预测子模块中所述交通流量矩阵为通过两个矩阵分别表示车辆位置信息和平均速度。

进一步地，所述流量预测子模块中所述交通流量预测模型为基于图卷积神经网络和生成对抗网络的混合网络模型，联合预测多路口的交通流量。

进一步地，所述信号控制子模块中由一个DQN模型控制所有的信号灯组，DQN模型由一个深度卷积神经网络构成，该神经网络的输入为DQN模型对环境的观测值即环境状态；输出为动作空间的状态动作价值即Q值，DQN模型根据Q值选择此状态下的最优动作。