[发明专利]一种基于深度卷积神经网络的交通信号灯控制方法

摘要

本发明公开一种基于深度卷积神经网络的交通信号灯控制方法，主要包括用于获取整个路口的全景视频图像的无死角的全方位视觉传感器；对视频图像进行分割、用深度卷积神经网络分析关键处车辆拥堵的状态，并将处理结果及控制命令发给信号灯控制器的计算机；用于接收所述计算机的控制命令并对路口信号灯进行控制的信号灯控制器。本发明能有效地解决交叉路口处车辆拥堵的状态情况下出现与“绿灯行、红灯停”的交通规则相桲的窘境，能有效防止由于闯绿灯行为所导致的大面积交通拥堵的发生，极大减轻交警的执法难度和执法强度。

主权项

1.一种基于深度卷积神经网络的交通信号灯控制方法，其特征在于，所述交通信号灯控制方法的系统硬件包括：全方位视觉传感器，用于获取整个路口的全景视频图像；交通信号灯，用于对路口的交通状态进行管理和控制输出；计算机，用于对整个路口的全景视频图像进行分割、用深度卷积神经网络分析路口及下游入口处车辆拥堵的状态，并输出处理结果及控制命令；以及信号灯控制器，用于接收所述计算机的控制命令并对路口信号灯进行控制；其中，所述的全方位视觉传感器通过视频线与所述的计算机连接，所述的计算机通过控制总线与所述的信号灯控制器连接，所述的信号灯控制器主要分为常态的周期信号灯控制和拥堵情况时的非常态信号灯强制控制模式，直接驱动所述的交通信号灯；所述的计算机还包括车辆的视觉检测、识别与定位和基于深度卷积神经网络的交通信号灯控制算法；所述的深度卷积神经网络，在深度卷积神经网络训练时，网络前20层加一个最大池化层及两个全连接层进行训练；深度卷积神经网络的最后一层使用逻辑激活函数，其他层使用leaky ReLU，如公式(1)所示；式中，x为输入，φ(x)为输出。