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：东莞理工学院

申请日：2024-03-08

公开（公告）日：2025-01-14

公开（公告）号：CN118262512B

专利技术分类：.检测要统计或要控制的交通运动（G08G1/07至G08G1/14优先；道路收费收费或对车辆、车主的收费入G07B15/06）[2006.01]

专利摘要：本发明的一种校园CPS系统的十字路口交通流量监测、管理及优化方法，其中，监测、管理方法包括：S1、校园十字路口分为四个子区域系统；S2、各个子区域系统包括摄像头感知模块、信息处理模块和CPS计算模块；S3、将训练完成的SAM‑s目标检测模型部署到CPS计算模块中，对车辆进行定位、确定车流量；S4、判断是否发生校园交通事故；S5、当任意两个路口流量大于k_1时，进行单方向绿灯通行N秒，当任意路口流量大于x_1时，增派人员进行路口管理；其中，优化方法包括：S6、将校门口及所有十字路口采用如上所述的监测、管理方法、设立图节点并形成交通流网络、采用一种改进的图神经网络对其调控；目的：实现实时和区域级别交通优化调控，缓解校园高峰期区域拥堵。

专利权项：1.一种校园CPS系统的十字路口交通流量监测管理方法，其特征在于，包括以下步骤：S1、根据校园十字路口四个方向分为四个子区域系统，将四个子区域系统的车辆关系、行人关系、路口关系以及相关物理关系形成信息连接关系，以及通过四个子区域系统的信息连接关系连接构建校园CPS系统；S2、各个子区域系统包括摄像头感知模块、信息处理模块和CPS计算模块，摄像头感知模块每隔设定时间获取子区域系统的路口实时画面，信息处理模块对路口实时画面进行图像预处理并传输至CPS计算模块中；S3、制作校园交通数据集并对SAM-s目标检测模型进行训练，将训练完成的SAM-s目标检测模型部署到CPS计算模块中，将步骤S2的预处理图像传输至SAM-s目标检测模型中进行计算并获得分割结果图，在分割结果图中使用softmax算法分别计算行人与车辆的概率，并获得对行人和车辆按照不同颜色进行区分的分割出结果图，根据不同颜色的分割出结果图分别计算行人和车辆的数量，以及用特征金字塔结构提取不同图像特征细节，对子区域系统的车辆进行定位以及确定车流量；在步骤S3中，制作校园交通数据集并对SAM-s目标检测模型进行训练的具体步骤如下：S310、获取实际采集且包括车辆目标和行人目标的校园十字路口的道路视频和道路图片，将其制成校园交通数据集；S311、用labelme软件对校园交通数据集的车辆目标和行人目标分别进行涂抹标注操作；S312、对SAM-s目标检测模型的vgg16网络所卷积层的数目设置为16，且类别数量为2，批量大小为4，采用像素级softmax交叉熵损失函数；S313、将步骤S311的训练数据对SAM-s目标检测模型的vgg16网络进行，从而获得训练完成的SAM-s目标检测模型；在步骤S3中，将步骤S2的预处理图像传输至SAM-s目标检测模型中进行计算并获得分割结果图的具体计算步骤如下：将预处理图像输入至SAM-s目标检测模型中，经过由SAM-s目标检测模型的vgg16网络组成的编码通道，由16个卷积块使预处理图像的特征图大小逐渐变小,channels变大,提取出不同尺度的语义特征，再经过解码器，解码器部分先对编码器输出进行上采样,然后将上采样特征跟对应级别的编码器特征进行职合,实现跨尺度特征融合，最后继续经过卷积层提取融合特征,最后一层卷积核数对应类别数,输出与输入大小一致的分割结果图；在步骤S3中，在分割结果图中使用softmax算法分别计算行人与车辆的概率，其对行人与车辆进行计算的概率计算公式为： 其中，c为车辆类型和行人类别索引,x为输入当前图片中检测到目标的样本特征向量，为类别c的权重占比向量，为所有类别的权重向量，bc为类别c的偏置项，bj为所有类别的偏置项，Pc|x为区域图像是类别c的概率；S4、根据步骤S3的不同颜色的分割出结果图查看是否有车辆与行人重叠的部分用以判断是否发生校园交通事故状况；S5、根据步骤S3的CPS计算模块计算出的行人和车辆的数量，分别对行人与车辆设置不同数量权重并生成各个子区域系统路口流量，比较四个子区域系统路口流量大小，并分别设立阈值k_1、x_1，其中，阈值k_1为任意两个子区域系统的路口流量差值，当任意两个子区域系统的路口流量差值大于k_1时，根据流量最大方向进行单方向绿灯通行N秒管控，其中，N为大于1的自然数，x_1为子区域系统的路口最大交通流量限度，当任意子区域系统的路口流量值大于x_1时，通过网络上传调度中心，增派人员进行现场路口流量管理。

百度查询： 东莞理工学院 校园CPS系统的十字路口交通流量监测、管理及优化方法