基于机器视觉的交通灯智能控制.docx

基于机器视觉的交通灯智能控制摘要利用采集的路口车辆排队动态视频图像采用边缘检测等数字图像算法进行车辆排队长度检测。对交叉路口交通灯的通行时间在稳定性和通过率进行比较再以各相位车队排队长度为输入值建立不定相序及信号灯时间实时动态分配模型。在此基础上利用synchro软件进行了仿真分析。关键词机器视觉；智能交通；实时配时中图分类号TP319文献标识码A文章编号1674-6708（2013）95-0050-030引言随着计算机技术和视频技术的发展基于机器视觉的检测技术已经应用于交通监测系统本文通过计算机视频检测技术实时检测十字路口各车道车辆的排队长度根据路口的实际候车队列分布情况对交通灯采取实时动态的配时控制方案。最大程度的利用绿灯时间避免绿灯时间的浪费和路口候车时间的增加有效缓解交叉路口的交通拥堵。1系统总体设计方案本设计方案分为视频图像采集、数字图像处理、交通灯信号控制3个部分。图像采集利用安装在交叉路口四个方向的摄像头采集车裂排队长度的实时图像并对图像数据数据进行存储和传输；图像处理利用数字信号处理器（DSP）进行实时处理并通过图像预处理、图像分割和设置虚拟框实时分析计算交叉路口路口车列的排队长度；信号控制以车列排队长度作为输入值对时间进行动态实时分配。控制器采用可编程控制器（PLC）作为控制核心根据接收到各个路口车辆排队的长度信息实时配时地智能化控制交通灯。2基于图像的车辆队列长度检测2.1路口视频图像的采集图像传感器采用数字COMS摄像头CMOS应用半导体工业常用的MOS制程可以一次整合全部周边设施于单晶片中包括信号读取电路、图像信号放大器、光敏元件等节省了加工晶片所需负担的成本和良率的损失；采用COMS芯片的摄像头成本很低并且数字摄像头的并行接口可以很好的与DSP的并行I/O接口连接数字COMS摄像头获取路口图像缓存在COMS传感器内存RAM中的数字图像。2.2基于图像的车辆队列长度检测1）检测原理车辆排队队列长度检测是实时配时智能控制的基础本设计采用数字信号处理器DSP处理图像并先通过图像预处理使图像的帧灰度化；通过canny算子对降噪滤波后的图像进行边缘检测获得完整的车辆队列的轮廓边缘；最后在轮廓图上设置虚拟框分析并计算路口车辆的排队长度。2）车辆排队图像的预处理图像的预处理包括帧灰度化和去噪。数字图像处理器DSP接收缓存在COMS传感器内存（RAM）中的数字图像在DSP中对原始图像数据进行位图格式转化将图像转换为BMP格式并进行灰度转化。为了提高后续处理效果采用3×3滑动窗口中值滤波进行去噪处理较好保存图像边缘。3）基于canny算子的车辆边缘检测本方案采用了canny边缘检测方法检测到车辆的边缘轮廓。对先期处理过的图像采用canny算法能够清晰的寻找到图像中的车体边缘。3.2信号配时方案设计配时方案的设计不拘泥于延误时间或者绿信比等参数的降低任何一种方法也不能说是绝对的最优更重要的是涉及到交通安全。设计时我们针对应用最广泛最常见也是最常见的交叉路口综合分析左转的车辆排除右转车辆将交叉路口分成8个相位。1）绿灯浪费时间在十字路口任意相位不同时刻等候车队长度是变化的各相位车队长度随机性很强。而每个周期都遵循没有绿灯浪费时间的规则则可以保证总通行时间仍然是最小的。综合其他相位和优先相位对于其他相位应尽量多放行但不多给时间；对于优先相位确保没有绿灯浪费时间。2）同时开放两个不冲突相位本方案是固定当开放一个方向的相位时此时可选取与之不冲突的相位进行同时开放保证一直是两个不冲突相位同时开放从而充分利用了绿灯时间。由于右转车流不与其他车道交通流发生冲突故在此不作考虑。3）信号周期5）算法过程描述（1）判断周期开始。若是周期起始则根据各相位车列排队计算本次周期时长若时长大于约束值则使周期时长等于约束值（120s）跳到步骤3；（2）若非周期开始排除此次周期已通过的优先相位；（3）对比各相位车列排队长度找出最大相位使最大相位优先通过；（4）比较与本次相位配皮的三个相位确定2或3个通行相位分配好时间依次开放其时间总和应等于最大值相位开放时间；（5）某一绿灯绿灯时长结束前若此次周期结束则跳入步骤1若没有结束则跳入步骤2循环执行。6）系统整体复位功能一旦系统出现混乱的状态如冲突相位同时开放则人工启动复位键使系统从开始状态重新运行。4交通灯控制仿真为进行交通信