买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：天津职业技术师范大学(中国职业培训指导教师进修中心)

摘要：本发明公开了一种基于深度学习和地空协同的道路交叉口监测系统及方法，集成无人机、地磁、路侧单元，无人机从广域上监测交叉口的交通运行情况，地磁和路侧单元在细粒度上监测车辆运行信息，进行道路交叉口交通监测与信号控制。首先，无人机对目标交叉口进行拍摄，获取目标交叉口的交通运行视频，图像处理之后，生成目标交叉口的宏观交通流参数；接着，将上述宏观交通流参数发送至深度学习终端服务器、路侧单元，用于采集目标交叉口的车辆运行信息；最后，深度学习终端服务器接收并处理宏观交通流参数和车辆运行信息，生成目标交叉口不同交通流环境下的最优信号周期。通过地空协同的交通监测，从而提高道路交通控制的准确性和有效性。

主权项：1.一种基于深度学习和地空协同的道路交叉口监测系统，其特征在于，包括：无人机单元，用于对目标交叉口进行俯视拍摄，获取目标交叉口的视频图像并处理生成目标交叉口的宏观交通流参数，具体为车辆的数量、车辆的类别、车流平均速度、车辆轨迹数据，并将所述宏观交通流参数发送至深度学习终端服务器；所述无人机单元包括摄制模块、GPS模块、无人机单元通讯模块、无人机控制模块和无人机边缘计算模块，其中：所述摄制模块用于对目标交叉口进行俯视拍摄，得到目标交叉口的监测视频；所述GPS模块用于实时定位；所述无人机控制模块用于控制所述摄制模块在空中的运行；所述无人机边缘计算模块用于对所述监测视频进行计算处理，得到目标交叉口的宏观交通流参数；所述无人机单元通讯模块用于将所述宏观交通流参数发送至所述深度学习终端服务器，并接收深度学习终端服务器发送的命令；若干个路侧单元，用于采集目标交叉口的车辆运行信息，并将车辆运行信息发送至深度学习终端服务器；每个所述路侧单元包括地磁车辆检测器、路侧单元通讯模块和路侧单元边缘计算模块；所述地磁车辆检测器用于采集目标交叉口的各方向车道的车辆，并计算生成的车道占有率；所述路侧单元边缘计算模块用于对所述地磁车辆检测器所获得的车道占有率进行计算，计算出个体车辆的运行信息，得到车辆运行信息，具体为车辆数量，各车辆的车速、车辆的车道选择、车道占有率；所述路侧单元通讯模块用于将所述车辆运行信息发送至所述深度学习终端服务器，并接收深度学习终端服务器发送的命令；深度学习终端服务器，用于接收所述无人机单元的宏观交通流参数和路侧单元的车辆运行信息，处理生成目标交叉口不同交通流环境下对应的最优的预测信号周期数据TN，DL；所述深度学习终端服务器包括数据存储模块、深度学习模块、仿真模块和服务器通讯模块，其中：所述数据存储模块用于储存所述无人机单元及路侧单元发送的宏观交通流参数及车辆运行信息；所述仿真模块用于搭建目标交叉口的交通模型，并处理优化生成仿真信号周期数据TN，vissim；所述深度学习模块用于通过所述仿真模块的交通模型，接收所述仿真信号周期数据TN，vissim，结合所述宏观交通流参数及车辆运行信息进行计算处理，分析并生成目标交叉口的运行数据及目标交叉口的最优的预测信号周期数据TN，DL，从而得到目标交叉口的最优信号周期数据；具体方法如下：第一步，所述深度学习终端服务器分别计算出的四条车道的平均占有率OL1、OL2、OL3、OL4和平均车速VL1、VL2、VL3、VL4，当任意一条或几条车道的平均占有率大于等于预设阈值且平均车速小于等于预设阈值时，则执行步骤2；第二步，根据第一步中的平均占有率和平均车速判断拥堵出现在哪些方向的车道上，所述深度学习终端服务器实时向仿真模块输入初始周期T0、出现拥堵道路的平均车辆数、平均行驶车速和平均占有率，所述仿真模块基于上述的实时数据及预先搭建的VISSIM目标交叉口模型，进行初步信号优化，计算并输出不会发生拥堵的仿真信号周期T1，vissim；通过深度学习终端服务器中的深度学习模块根据在一个交通信号采集周期内的平均车辆数、平均行驶车速和平均占有率，分析得出预测的可能达到的车流，输出最优的预测信号周期T1，DL；第三步，根据第二步中所述信号周期T1，vissim和最优的预测信号周期T1，DL，计算得出下一个交通信息采集周期T1，OS，通过如下公式计算：T1，OS＝T1，vissim*k1+T1，DL*k24；其中，k1、k2为权参数，k1+k2＝1；第四步，根据第三步得到的下一个交通信息采集周期T1，OS，对所述交叉口信号灯进行周期优化，把交叉口信号灯的初始周期Tsignal优化为T1，OS，记录周期并开启新周期的计时；第五步，对发送至所述深度学习终端服务器的下一时刻的数据执行所述第一步，若平均占有率大于等于预设阈值，平均车速小于等于预设阈值时，则执行第六步，若平均占有率小于预设阈值，平均车速大于预设阈值时，则执行第七步；第六步，在深度学习终端服务器中，交叉口信号灯周期优化的初始轮数N＝O，运行中每进行一次交叉口信号灯周期优化，优化轮数变化为N+1；第七步，重复执行第一步、第二步，每得到新一轮采集周期内的交叉口信号灯最优信号周期数据时都进行数据储存；第八步，结合N+1轮得到目标交叉口的高峰时间的交通流量、平均车速、交叉口车道平均占有率及最优的预测信号周期，并得到在不同交通流情况下目标交叉口的最优信号周期；所述服务器通讯模块用于与所述无人机单元、路侧单元和交叉口信号灯控制单元通讯；交叉口信号灯控制单元，用于接收所述最优信号周期数据，生成信号灯控制指令，以控制信号灯的运行。

全文数据：

权利要求：

百度查询： 天津职业技术师范大学(中国职业培训指导教师进修中心) 一种基于深度学习和地空协同的道路交叉口监测系统及方法