基于卷积神经网络的图片自学习交通信号控制方法

    公开(公告)号:CN109410608B

    公开(公告)日:2021-02-05

    申请号:CN201811316092.9

    申请日:2018-11-07

    Inventor: 朱国华 王婉秋

    Abstract: 本发明公开了基于卷积神经网络的图片自学习交通信号控制方法,对不同相位关键车流车辆排队长度的图片进行分类,建立图片数据集,以及不同相位关键车流车辆排队长度的类别图片与相应的绿灯显示时间的关系库;以所述关系库为基础,得到当前周期中当前相位绿灯显示时间,通过图片处理装置和信号控制器实现实时信号控制。本发明基于图片自学习的交通信号控制方法,不需要交通流检测器检测的精确交通流量,而是通过获取不同周期不同相位的排队车辆图片,进而得出绿灯显示时间,对道路交通进行实时控制。

    基于卷积神经网络的图片自学习交通信号控制方法

    公开(公告)号:CN109410608A

    公开(公告)日:2019-03-01

    申请号:CN201811316092.9

    申请日:2018-11-07

    Inventor: 朱国华 王婉秋

    CPC classification number: G08G1/08 G08G1/0145 G08G1/04

    Abstract: 本发明公开了基于卷积神经网络的图片自学习交通信号控制方法,对不同相位关键车流车辆排队长度的图片进行分类,建立图片数据集,以及不同相位关键车流车辆排队长度的类别图片与相应的绿灯显示时间的关系库;以所述关系库为基础,得到当前周期中当前相位绿灯显示时间,通过图片处理装置和信号控制器实现实时信号控制。本发明基于图片自学习的交通信号控制方法,不需要交通流检测器检测的精确交通流量,而是通过获取不同周期不同相位的排队车辆图片,进而得出绿灯显示时间,对道路交通进行实时控制。

Patent Agency Ranking