本发明属于交通信号灯技术领域，尤其涉及一种基于机器学习的信号灯自动配时装置及其方法。
背景技术：
随着信息化技术的提高和视频图像处理技术的进步，多种车辆检测技术同步发展，包括微波雷达检测、视频车辆检测成为智能交通系统中的一项关键技术，智能视频分析也越来越受到人们的重视，并在现实中得到了广泛应用。
传统的地感检测为点检测方式，无法动态检测车流密度，也无法检测机非混合车道等复杂路况，检测技术单一，单个检测技术出现偶发错误数据或故障时，不出现错误配时或配时波动，使得信号灯自动配时不准确，无法有效地缓解交通压力。
技术实现要素：
本发明的目的在于：为了解决信号灯自动配时的时候，单一的检测技术无法检测复杂的路况信息，单个检测技术出现故障后配时系统错误，导致信号灯配时不准确、无法缓解交通压力的问题，而提出的一种基于机器学习的信号灯自动配时装置及其方法。
一方面，为了实现上述目的，本发明采用了如下技术方案：一种基于机器学习的信号灯自动配时装置，其特征在于，包括立柱、固定轴、信号灯本体、感应线圈、旋转机构、感应雷达、虚拟地感相机、动态捕捉相机和控制柜，所述立柱沿竖直方向布置，所述立柱固定连接于地面上，所述感应线圈为多组设于所述地面内，所述固定轴固定连接于所述立柱上，且所述固定轴垂直于所述立柱布置，所述信号灯本体固定连接于所述立柱的顶部，所述旋转机构套设于所述固定轴上，且所述旋转机构的驱动端固定连接于所述立柱，所述动态捕捉相机通过第一固定座固定连接于所述固定轴的端部，所述感应雷达为多个布置，所述虚拟地感相机为多个布置，所述感应雷达和所述虚拟地感相机皆通过第二固定座固定连接于所述旋转机构上，所述控制柜固定连接于所述立柱上，所述控制柜内设置有控制器和训练服务器，所述控制器和所述训练服务器电性连接，所述信号灯本体、所述感应线圈、所述感应雷达、所述虚拟地感相机和所述动态捕捉相机皆与所述控制器电性连接。
作为上述技术方案的进一步描述：
所述旋转机构包括套管、环形齿条、驱动电机和驱动齿轮，所述套管套设于所述固定轴上，所述套管的两端通过轴承座连接所述固定轴，所述套管可沿所述固定轴周向转动，所述环形齿条固定连接于所述套管上面向所述立柱的端部，所述驱动电机固定连接于所述立柱上，所述驱动齿轮固定设于所述驱动电机的驱动端上，且所述驱动齿轮设于环形齿条上，所述驱动齿轮与所述环形齿条啮合，所述驱动电机与所述控制器电性连接。
作为上述技术方案的进一步描述：
所述感应雷达为2个，两个所述感应雷达之间的夹角为30°。
作为上述技术方案的进一步描述：
所述虚拟地感相机为2个，两个所述虚拟地感相机的夹角为30°。
作为上述技术方案的进一步描述：
所述感应雷达和所述虚拟地感相机两两之间相互平行布置。
作为上述技术方案的进一步描述：
所述感应线圈沿垂向于所述固定轴的方向等距离均匀排列布置。
作为上述技术方案的进一步描述：
相邻两组所述感应线圈之间的距离为7-9m。
作为上述技术方案的进一步描述：
所述感应雷达为窄波雷达。
另一方面，为了实现上述目的，本发明采用了如下方法：一种基于机器学习的信号灯自动配时方法，其包括如下步骤：
1)虚拟地感相机调试训练：在虚拟地感相机反馈的图像中设置虚拟线圈作为检测区域，判断车辆经过虚拟线圈时会引起像素强烈变化和局部图像纹理变化，从此类变化来判断车辆的停滞位置，此类结果在训练服务器内计算并整合；
2)感应线圈感应地面上车辆停滞的时长，并通过不同的感应线圈判断车辆排队的长度，将排队长度距离信号和车辆停滞时长信号传送给控制器，控制器将排队长度距离信号和虚拟地感相机的虚拟线圈判定结果进行匹配，判断车流排队长度；
3)动态捕捉相机判定停止线前的车辆是否停止，并将停止信号传送给控制器，控制器将停止信号与第一个感应线圈的车辆停滞时长判定信号进行匹配，判断车流是否停滞；
4)感应雷达通过窄波对车道上的车辆进行探测，判断车道上车辆是否停止，并将停止信号传送给控制器，控制器将停止信号与第一个感应线圈的停滞时长判定信号进行匹配，同时控制器将停止信号与动态捕捉相机传送的停止信号进行匹配，判断车流是否停滞，排除天气因素的干扰；
5)训练服务器综合各个模块传送的信号，判定车辆排队长度，伺机调整信号灯放行。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
1、本发明中，通过综合视频检测、雷达车检和地感车检的多检测方式的结合，利用机器学习的方式优化信号灯配时策略，避免了单一检测技术失效时配时错误，同时也避免了天气等因素的干扰，配时精准，装置运行稳定性高。
2、本发明中，通过驱动电机带动驱动齿轮转动，从而驱动环形齿条带动套管转动，使得感应雷达和虚拟地感相机交互转动检测，从而对不同区域进行实时探测和检测，检测覆盖面广，检测精度高，避免误判。
附图说明
图1为一种基于机器学习的信号灯自动配时装置的整体结构示意图。
图2为一种基于机器学习的信号灯自动配时装置的部分结构示意图。
图3为图2中a部分的局部放大图。
图4为图2的俯视方向结构示意图。
图5为一种基于机器学习的信号灯自动配时方法的框图。
图例说明：
1、立柱；2、固定轴；3、信号灯本体；4、感应线圈；5、旋转机构；51、套管；52、环形齿条；53、驱动电机；54、驱动齿轮；6、感应雷达；7、虚拟地感相机；8、动态捕捉相机；9、控制柜；10、地面；11、第一固定座；12、第二固定座；13、控制器；14、训练服务器；15、轴承座。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1-4，本发明提供一种技术方案：一种基于机器学习的信号灯自动配时装置，包括立柱1、固定轴2、信号灯本体3、感应线圈4、旋转机构5、感应雷达6、虚拟地感相机7、动态捕捉相机8和控制柜9，所述立柱1沿竖直方向布置，所述立柱1固定连接于地面10上，所述感应线圈4为多组设于所述地面10内，所述固定轴2固定连接于所述立柱1上，且所述固定轴2垂直于所述立柱1布置，所述信号灯本体3固定连接于所述立柱1的顶部，所述旋转机构5套设于所述固定轴2上，且所述旋转机构5的驱动端固定连接于所述立柱1，所述动态捕捉相机8通过第一固定座11固定连接于所述固定轴2的端部，所述感应雷达6为多个布置，所述虚拟地感相机7为多个布置，所述感应雷达6和所述虚拟地感相机7皆通过第二固定座12固定连接于所述旋转机构5上，所述控制柜9固定连接于所述立柱1上，所述控制柜9内设置有控制器13和训练服务器14，所述控制器13和所述训练服务器14电性连接，所述信号灯本体3、所述感应线圈4、所述感应雷达6、所述虚拟地感相机7和所述动态捕捉相机8皆与所述控制器13电性连接；
所述旋转机构5包括套管51、环形齿条52、驱动电机53和驱动齿轮54，所述套管51套设于所述固定轴2上，所述套管51的两端通过轴承座15连接所述固定轴2，所述套管51可沿所述固定轴2周向转动，所述环形齿条52固定连接于所述套管51上面向所述立柱1的端部，所述驱动电机53固定连接于所述立柱1上，所述驱动齿轮54固定设于所述驱动电机53的驱动端上，且所述驱动齿轮54设于环形齿条52上，所述驱动齿轮54与所述环形齿条52啮合，所述驱动电机53与所述控制器13电性连接；
所述感应雷达6为2个，两个所述感应雷达6之间的夹角为30°，感应雷达6与虚拟地感相机7实现同步转动，从而对调整感应雷达6的角度，对不同位置的车辆情况进行实时探测，检测精度高，其避免误判；
所述虚拟地感相机7为2个，两个所述虚拟地感相机7的夹角为30°，虚拟地感相机7和感应雷达6实现同步转动，从而对调整虚拟地感相机7的角度，对不同区域的车辆情况进行实时检测，检测精度高，且避免误判；
所述感应雷达6和所述虚拟地感相机7两两之间相互平行布置，相邻两组所述感应线圈4之间的距离为7-9m，车辆的停车间距来判定，综合适用于多车型车辆，从而精确地判断出排队车辆的排队长度；
所述感应雷达6为窄波雷达，因其波瓣角比较窄，雷达有效测量范围，有效避免雷达之间的干扰。
请参阅图5，本发明采用了如下方法：一种基于机器学习的信号灯自动配时方法，其包括如下步骤：
s01：虚拟地感相机调试训练：在虚拟地感相机反馈的图像中设置虚拟线圈作为检测区域，判断车辆经过虚拟线圈时会引起像素强烈变化和局部图像纹理变化，从此类变化来判断车辆的停滞位置，此类结果在训练服务器内计算并整合；
s02：感应线圈感应地面上车辆停滞的时长，并通过不同的感应线圈判断车辆排队的长度，将排队长度距离信号和车辆停滞时长信号传送给控制器，控制器将排队长度距离信号和虚拟地感相机的虚拟线圈判定结果进行匹配，判断车流排队长度；
s03：动态捕捉相机判定停止线前的车辆是否停止，并将停止信号传送给控制器，控制器将停止信号与第一个感应线圈的车辆停滞时长判定信号进行匹配，判断车流是否停滞；
s04：感应雷达通过窄波对车道上的车辆进行探测，判断车道上车辆是否停止，并将停止信号传送给控制器，控制器将停止信号与第一个感应线圈的停滞时长判定信号进行匹配，同时控制器将停止信号与动态捕捉相机传送的停止信号进行匹配，判断车流是否停滞，排除天气因素的干扰；
s05：训练服务器综合各个模块传送的信号，判定车辆排队长度，伺机调整信号灯放行。
工作原理：首先，地面10上的感应线圈4感应车辆停滞时长和排队长度，第一个感应线圈4将车辆停滞时长信号反馈给控制器13，控制器13控制其它感应线圈4进行探测从而获取车辆排队长度信息，动态捕捉相机8拍照并判定停止线前的车辆是否停止，并将停止信号反馈给控制器13进行匹配，其次，驱动电机53带动驱动齿轮54转动，从而驱动环形齿条52带动套管51转动，使得感应雷达6和虚拟地感相机7交互转动检测，从而对不同区域进行实时探测和检测，感应雷达6获取车辆停止信息，虚拟地感相机7判定车辆排队长度，最后，训练服务器14对结构进行判定，当动态捕捉相机8反馈的信号、感应雷达6探测的车辆停止信息和第一个感应线圈4反馈的车辆停止信号有其中两个一致时，训练服务器14判定车辆停止，此时，训练服务器14综合虚拟地感相机7判定额车辆排队长度和感应线圈4判定的车辆排队长度，从而调整信号灯的配时，及时放行，保证交通畅通。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
1.一种基于机器学习的信号灯自动配时装置，其特征在于：包括立柱(1)、固定轴(2)、信号灯本体(3)、感应线圈(4)、旋转机构(5)、感应雷达(6)、虚拟地感相机(7)、动态捕捉相机(8)和控制柜(9)，所述立柱(1)沿竖直方向布置，所述立柱(1)固定连接于地面(10)上，所述感应线圈(4)为多组设于所述地面(10)内，所述固定轴(2)固定连接于所述立柱(1)上，且所述固定轴(2)垂直于所述立柱(1)布置，所述信号灯本体(3)固定连接于所述立柱(1)的顶部，所述旋转机构(5)套设于所述固定轴(2)上，且所述旋转机构(5)的驱动端固定连接于所述立柱(1)，所述动态捕捉相机(8)通过第一固定座(11)固定连接于所述固定轴(2)的端部，所述感应雷达(6)为多个布置，所述虚拟地感相机(7)为多个布置，所述感应雷达(6)和所述虚拟地感相机(7)皆通过第二固定座(12)固定连接于所述旋转机构(5)上，所述控制柜(9)固定连接于所述立柱(1)上，所述控制柜(9)内设置有控制器(13)和训练服务器(14)，所述控制器(13)和所述训练服务器(14)电性连接，所述信号灯本体(3)、所述感应线圈(4)、所述感应雷达(6)、所述虚拟地感相机(7)和所述动态捕捉相机(8)皆与所述控制器(13)电性连接。
2.根据权利要求1所述的一种基于机器学习的信号灯自动配时装置，其特征在于，所述旋转机构(5)包括套管(51)、环形齿条(52)、驱动电机(53)和驱动齿轮(54)，所述套管(51)套设于所述固定轴(2)上，所述套管(51)的两端通过轴承座(15)连接所述固定轴(2)，所述套管(51)可沿所述固定轴(2)周向转动，所述环形齿条(52)固定连接于所述套管(51)上面向所述立柱(1)的端部，所述驱动电机(53)固定连接于所述立柱(1)上，所述驱动齿轮(54)固定设于所述驱动电机(53)的驱动端上，且所述驱动齿轮(54)设于环形齿条(52)上，所述驱动齿轮(54)与所述环形齿条(52)啮合，所述驱动电机(53)与所述控制器(13)电性连接。
3.根据权利要求2所述的一种基于机器学习的信号灯自动配时装置，其特征在于，所述感应雷达(6)为2个，两个所述感应雷达(6)之间的夹角为30°。
4.根据权利要求3所述的一种基于机器学习的信号灯自动配时装置，其特征在于，所述虚拟地感相机(7)为2个，两个所述虚拟地感相机(7)的夹角为30°。
5.根据权利要求4所述的一种基于机器学习的信号灯自动配时装置，其特征在于，所述感应雷达(6)和所述虚拟地感相机(7)两两之间相互平行布置。
6.根据权利要求5所述的一种基于机器学习的信号灯自动配时装置，其特征在于，所述感应线圈(4)沿垂向于所述固定轴(2)的方向等距离均匀排列布置。
7.根据权利要求6所述的一种基于机器学习的信号灯自动配时装置，其特征在于，相邻两组所述感应线圈(4)之间的距离为7-9m。
8.根据权利要求7所述的一种基于机器学习的信号灯自动配时装置，其特征在于，所述感应雷达(6)为窄波雷达。
9.一种基于机器学习的信号灯自动配时方法，其包括以下步骤：
1)虚拟地感相机调试训练：在虚拟地感相机反馈的图像中设置虚拟线圈作为检测区域，判断车辆经过虚拟线圈时会引起像素强烈变化和局部图像纹理变化，从此类变化来判断车辆的停滞位置，此类结果在训练服务器内计算并整合；
2)感应线圈感应地面上车辆停滞的时长，并通过不同的感应线圈判断车辆排队的长度，将排队长度距离信号和车辆停滞时长信号传送给控制器，控制器将排队长度距离信号和虚拟地感相机的虚拟线圈判定结果进行匹配，判断车流排队长度；
3)动态捕捉相机判定停止线前的车辆是否停止，并将停止信号传送给控制器，控制器将停止信号与第一个感应线圈的车辆停滞时长判定信号进行匹配，判断车流是否停滞；
4)感应雷达通过窄波对车道上的车辆进行探测，判断车道上车辆是否停止，并将停止信号传送给控制器，控制器将停止信号与第一个感应线圈的停滞时长判定信号进行匹配，同时控制器将停止信号与动态捕捉相机传送的停止信号进行匹配，判断车流是否停滞，排除天气因素的干扰；
5)训练服务器综合各个模块传送的信号，判定车辆排队长度，伺机调整信号灯放行。
技术总结