红绿灯自适应控制方法、装置、交通控制设备及存储介质
阅读：27发布：2024-01-22
专利汇可以提供红绿灯自适应控制方法、装置、交通控制设备及存储介质专利检索，专利查询，专利分析的服务。并且本 发明 提供一种红绿灯自适应控制方法，包括：获取交叉路口预设距离内的车辆的图像；识别图像中车辆的类型；计算车辆行驶至所述交叉路口的预期时间；当车辆的类型为目标类型且通行方向上的指示灯为绿灯时，获取绿灯的剩余时间和距离下次绿灯的开始时间；判断所述预期时间是否小于所述绿灯的开始时间且大于所述绿灯的剩余时间；当所述预期时间大于所述绿灯的剩余时间且小于所述绿灯的开始时间时，延长所述绿灯的剩余时间。本发明还提供一种红绿灯自适应控制装置、交通控制设备及存储介质。本发明能够根据车辆的类型以及车辆到达交叉路口的预期时间，动态控制通行方向上的红绿灯的指示数字，车流量小时红灯显示时间短，车流量大时绿灯显示时间长。，下面是红绿灯自适应控制方法、装置、交通控制设备及存储介质专利的具体信息内容。
1.一种红绿灯自适应控制方法，其特征在于，所述方法包括：
获取交叉路口预设距离内的车辆的图像；
识别所述图像中所述车辆的类型；
计算所述车辆行驶至所述交叉路口的预期时间；
当所述车辆的类型为目标类型且通行方向上的指示灯为绿灯时，获取绿灯的剩余时间和距离下次绿灯的开始时间；
判断所述预期时间是否小于所述绿灯的开始时间且大于所述绿灯的剩余时间；
当所述预期时间大于所述绿灯的剩余时间且小于所述绿灯的开始时间时，延长所述绿灯的剩余时间。
2.如权利要求1所述的方法，其特征在于，当所述车辆的类型为目标类型且通行方向上的指示灯为红灯时，所述方法还包括：
获取红灯的剩余时间和距离下次红灯的开始时间；
判断所述预期时间是否小于所述红灯的开始时间且大于所述红灯的剩余时间；
当所述预期时间大于所述红灯的开始时间时，保持所述红灯的所述剩余时间不变；
当所述预期时间小于或等于所述红灯的开始时间时，减少所述红灯的剩余时间。
3.如权利要求1所述的方法，其特征在于，当所述预期时间小于所述绿灯的剩余时间或者大于所述绿灯的开始时间时，所述方法还包括：
获取所述交叉路口的车流密度；
当所述车流密度大于或等于预设车流密度阈值时，控制所述绿灯的指示数字以大于1秒的速度减少1进行显示；
当所述车流密度小于所述预设车流密度阈值时，控制所述绿灯的指示数字以小于1秒的速度减少1进行显示。
4.如权利要求3所述的方法，其特征在于，在所述获取所述交叉路口的车流密度之前，所述方法还包括：
获取所述绿灯的指示数字；
判断所述指示数字是否小于预设指示数字阈值；
当确定所述指示数字小于或等于所述预设指示数字阈值时，控制所述绿灯的指示数字以大于1秒的速度减少1进行显示；
当确定所述指示数字大于所述预设指示数字阈值时，获取所述交叉路口的车流密度。
5.如权利要求1所述的方法，其特征在于，在所述延长所述绿灯的剩余时间时，所述方法还包括：
延长与所述通行方向相交的其他方向上的红灯的剩余时间。
6.如权利要求1至5中任意一项所述的方法，其特征在于，所述计算所述车辆行驶至所述交叉路口的预期时间包括：
采用多目标检测算法检测出所述图像中的所述车辆的轮廓；
计算所述车辆的轮廓与所述图像的面积比；
根据预设面积比与距离之间的对应关系，将所述面积比对应的距离作为所述车辆与交叉路口的预估距离；
根据所述预估距离和预设速度计算所述车辆行驶至所述交叉路口的预期时间。
7.如权利要求1至5中任意一项所述的方法，其特征在于，所述识别所述图像中所述车辆的类型包括：
将所述图像输入至预先训练好的车辆类型识别模型中；
根据所述车辆类型识别模型输出的识别结果确定所述车辆所属的类型。
8.一种红绿灯自适应控制装置，其特征在于，所述装置包括：
获取模块，用于获取交叉路口预设距离内的车辆的图像；
识别模块，用于识别所述图像中所述车辆的类型；
计算模块，用于计算所述车辆行驶至所述交叉路口的预期时间；
所述获取模块，还用于当所述车辆的类型为目标类型且通行方向上的指示灯为绿灯时，获取绿灯的剩余时间和距离下次绿灯的开始时间；
判断模块，用于判断所述预期时间是否小于所述绿灯的开始时间且大于所述绿灯的剩余时间；
控制模块，用于当所述预期时间大于所述绿灯的剩余时间且小于所述绿灯的开始时间时，延长所述绿灯的剩余时间。
9.一种交通控制设备，其特征在于，所述交通控制设备包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至7中任意一项所述红绿灯自适应控制方法。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述红绿灯自适应控制方法。
红绿灯自适应控制方法、装置、交通控制设备及存储介质
技术领域
[0001] 本发明涉及视频监控技术领域，具体涉及一种红绿灯自适应控制方法、装置、交通控制设备及存储介质。
背景技术
[0002] 随着我国经济的快速发展，私家车拥有数量的日益增多，道路拥挤、堵塞现象已越来越严重。目前在城市中有很多由红绿灯控制交通的交叉路口，在这些交叉路口，对红绿灯的控制基本没有实现智能化，其红绿灯的转换顺序和转换时间等参数均是由人工固定设置，对于动态变化的车流量无法进行红绿灯的动态控制，从而产生某方向车流量小时仍占用较长的绿灯通行时间、车流量大的另一方向通行时间不够而拥挤和堵塞的情况。
[0003] 因此若能根据动态车流量实时对红绿灯进行动态控制，达到车流量小时绿灯时间短，车流量大时绿灯时间长，且对于不同类型的车辆采用不同的红绿灯控制，将十分有利于提高道路通行能力，缓解道路拥堵现象。
发明内容
[0004] 鉴于以上内容，有必要提出一种红绿灯自适应控制方法、装置、交通控制设备及存储介质，能够根据车辆的类型，以及车辆到达交叉路口的预期时间，动态控制通行方向上的红绿灯的指示数字，从而达到车流量小时红灯显示时间短，车流量大时绿灯显示时间长。
[0005] 本发明的第一方面提供一种红绿灯自适应控制方法，所述方法包括：
[0006] 获取交叉路口预设距离内的车辆的图像；
[0007] 识别所述图像中所述车辆的类型；
[0008] 计算所述车辆行驶至所述交叉路口的预期时间；
[0009] 当所述车辆的类型为目标类型且通行方向上的指示灯为绿灯时，获取绿灯的剩余时间和距离下次绿灯的开始时间；
[0010] 判断所述预期时间是否小于所述绿灯的开始时间且大于所述绿灯的剩余时间；
[0011] 当所述预期时间大于所述绿灯的剩余时间且小于所述绿灯的开始时间时，延长所述绿灯的剩余时间。
[0012] 在一个可选的实施例中，当所述车辆的类型为目标类型且通行方向上的指示灯为红灯时，所述方法还包括：
[0013] 获取红灯的剩余时间和距离下次红灯的开始时间；
[0014] 判断所述预期时间是否小于所述红灯的开始时间且大于所述红灯的剩余时间；
[0015] 当所述预期时间大于所述红灯的开始时间时，保持所述红灯的所述剩余时间不变；
[0016] 当所述预期时间小于或等于所述红灯的开始时间时，减少所述红灯的剩余时间。
[0017] 在一个可选的实施例中，当所述预期时间小于所述绿灯的剩余时间或者大于所述绿灯的开始时间时，所述方法还包括：
[0018] 获取所述交叉路口的车流密度；
[0019] 当所述车流密度大于或等于预设车流密度阈值时，控制所述绿灯的指示数字以大于1秒的速度减少1进行显示；
[0020] 当所述车流密度小于所述预设车流密度阈值时，控制所述绿灯的指示数字以小于1秒的速度减少1进行显示。
[0021] 在一个可选的实施例中，在所述获取所述交叉路口的车流密度之前，所述方法还包括：
[0022] 获取所述绿灯的指示数字；
[0023] 判断所述指示数字是否小于预设指示数字阈值；
[0024] 当确定所述指示数字小于或等于所述预设指示数字阈值时，控制所述绿灯的指示数字以大于1秒的速度减少1进行显示；
[0025] 当确定所述指示数字大于所述预设指示数字阈值时，获取所述交叉路口的车流密度。
[0026] 在一个可选的实施例中，在所述延长所述绿灯的剩余时间时，所述方法还包括：
[0027] 延长与所述通行方向相交的其他方向上的红灯的剩余时间。
[0028] 在一个可选的实施例中，所述计算所述车辆行驶至所述交叉路口的预期时间包括：
[0030] 计算所述车辆的轮廓与所述图像的面积比；
[0031] 根据预设面积比与距离之间的对应关系，将所述面积比对应的距离作为所述车辆与交叉路口的预估距离；
[0032] 根据所述预估距离和预设速度计算所述车辆行驶至所述交叉路口的预期时间。
[0033] 在一个可选的实施例中，所述识别所述图像中所述车辆的类型包括：
[0034] 将所述图像输入至预先训练好的车辆类型识别模型中；
[0035] 根据所述车辆类型识别模型输出的识别结果确定所述车辆所属的类型。
[0036] 本发明的第二方面提供一种红绿灯自适应控制装置，所述装置包括：
[0037] 获取模块，用于获取交叉路口预设距离内的车辆的图像；
[0038] 识别模块，用于识别所述图像中所述车辆的类型；
[0039] 计算模块，用于计算所述车辆行驶至所述交叉路口的预期时间；
[0040] 所述获取模块，还用于当所述车辆的类型为目标类型且通行方向上的指示灯为绿灯时，获取绿灯的剩余时间和距离下次绿灯的开始时间；
[0041] 判断模块，用于判断所述预期时间是否小于所述绿灯的开始时间且大于所述绿灯的剩余时间；
[0042] 控制模块，用于当所述预期时间大于所述绿灯的剩余时间且小于所述绿灯的开始时间时，延长所述绿灯的剩余时间。
[0044] 本发明的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现所述红绿灯自适应控制方法。
[0045] 综上所述，本发明实施例所述的红绿灯自适应控制方法、装置、交通控制设备及存储介质，能够针对目标类型的车辆到达交叉路口的预期时间，动态控制通行方向上的红绿灯的指示数字，从而达到车流量小时红灯显示时间短，车流量大时绿灯显示时间长，将十分有利于提高目标类型的车辆的道路通行能力，缓解目标类型的车辆的拥堵现象。附图说明
[0046] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0047] 图1是本发明实施例一提供的红绿灯自适应控制方法的流程图。
[0048] 图2是本发明实施例二提供的红绿灯自适应控制装置的结构图。
[0049] 图3是本发明实施例三提供的交通控制设备的结构示意图。
[0050] 如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
[0051] 为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施例对本发明进行详细描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。
[0052] 在下面的描述中阐述了很多具体细节以便于充分理解本发明，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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0053] 除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。
[0054] 实施例一
[0055] 图1是本发明实施例一提供的红绿灯自适应控制方法的流程图。
[0056] 在本实施例中，对于需要进行红绿灯自适应控制的交通控制设备，可以直接在交通控制设备上集成本发明的方法所提供的红绿灯自适应控制的功能，或者以软件开发工具包(Software Development Kit，SKD)的形式运行在交通控制设备中。
[0057] 如图1所示，所述红绿灯自适应控制方法具体包括以下步骤，根据不同的需求，该流程图中步骤的顺序可以改变，某些可以省略。
[0058] S11，获取交叉路口预设距离内的车辆的图像。
[0059] 本实施例中，可以在交叉路口处，例如，十字路口，T字路口，设置至少一个红绿灯控制系统和图像采集设备，用于采集交叉路口处的车辆的图像。可以为每个通行方向上设置至少一个图像采集设备，用于采集通行方向上的车辆的图像。还可以为每个通行方向上的每个车道对应设置一个图像采集设备，用于采集所述通行方向上的所述车道内的车辆的图像。
[0060] 可以预先设置图像采集设备的采集距离或者采集范围，仅在预设的采集距离或者采集范围内采集通行方向上的车辆的图像。图像采集设备在预设的采集距离或者采集范围采集到了车辆，表明车辆在交叉路口预设距离内或者预设范围内。
[0061] S12，识别所述图像中所述车辆的类型。
[0062] 本实施例中，当通过图像采集设备采集到了交叉路口预设距离内的车辆的图像后，需要识别出车辆的类型。
[0063] 可以预先获取多个车辆并将车辆划分为多个类型。本实施例中，将车辆划分为三类，但是不限于划分为三类，可以依据实际情况和需求自行分为二类或者更多的类型。
[0064] 其中，第一类型的车辆包括：需紧急通行的车辆，例如，执行紧急任务的消防车、公安车、救护车等，或者执行任务的军用车等。由于消防车、公安车、急救车、军用车等涉及到人身安全和国家安全，分秒必争，耽误不得较多的等待时间。第二类型的车辆包括：优先级别的车辆，例如，公交车，有轨电车等。设置公共交通工具为优先级别的车辆，呼吁大家乘坐公共交通工具，减少环境污染。第三类型的车辆包括：除第一类型和第二类型之外的所有车辆，例如，可以是普通类型的车辆。
[0065] 可以将所述第一类型确定为目标类型，将所述第二类型和所述第三类型确定为非目标类型；也可以将所述第一类型和所述第二类型确定为目标类型，将所述第三类型确定为非目标类型。本发明在此不做任何限制。
[0066] 在一个可选的实施例中，所述识别所述图像中所述车辆的类型包括：
[0067] 将所述图像输入至预先训练好的车辆类型识别模型中；
[0068] 根据所述车辆类型识别模型输出的识别结果确定所述车辆所属的类型。
[0069] 本实施例中，可以事先收集大量的车辆的图像，按照预先定义的类型为收集的车辆的图像进行标注，通过将收集的大量的车辆的图像及对应的类型作为数据集输入至预设的神经网络中进行训练，得到车辆类型识别模型，后续只需要将车辆的图像输入至已经训练好的车辆类型识别模型中，即可通过车辆类型识别模型输出的识别结果确定出车辆的类型。车辆类型识别模型可以是基于深度学习的物体检测及识别算法，例如，基于快速目标检测算法faster RCNN，但是不限于以上算法。具体的，由于车辆类型识别模型并不是本发明的重点，因此关于如何训练车辆类型识别模型的过程，本文在此不再详细阐述。
[0070] S13，计算所述车辆行驶至所述交叉路口的预期时间。
[0071] 本实施例中，需要计算出车辆行驶至交叉路口的预期时间，便于后续根据所述预期时间对交叉路口的红绿灯进行动态控制。
[0072] 在一个可选的实施例中，所述计算所述车辆行驶至所述交叉路口的预期时间包括：
[0073] 采用目标检测算法检测出所述图像中的所述车辆的轮廓；
[0074] 计算所述车辆的轮廓与所述图像的面积比；
[0075] 根据预设面积比与距离之间的对应关系，将所述面积比对应的距离作为所述车辆与交叉路口的预估距离；
[0076] 根据所述预估距离和预设速度计算所述车辆行驶至所述交叉路口的预期时间。
[0077] 其中，所述目标检测算法可以为快速多目标检测算法(You Only Look Once：Better，Faster，Stronger，YOLO)，能够同时检测出图像中的多个目标，且用矩形框的形式框选出了每一个目标的轮廓区域。所述目标检测算法为现有技术，本发明在此不做详细赘述。
[0078] 本实施例中，可以在预设采集范围内采集多个车辆图像，并预先标定出车辆与交叉路口之间的距离；然后计算出车辆图像中的车辆的轮廓与整幅车辆图像之间的面积比；最后将面积比与距离形成对应关系进行存储。后续只需要识别出车辆的轮廓，计算出车辆的轮廓与图像的面积比，再根据存储的对应关系，即可估算出所述车辆与交叉路口的距离。
当然，在其他实施例中，还可以通过训练车辆距离识别模型，通过车辆距离识别模型输出的识别结果确定出所述车辆与交叉路口的预估距离。当确定了所述车辆与所述交叉路口之间的预估距离，即可根据预估距离和预设速度计算出预期时间。所述预设速度是指通行方向上预先规定的最大的行驶速度。
当然，在其他实施例中，还可以通过训练车辆距离识别模型，通过车辆距离识别模型输出的识别结果确定出所述车辆与交叉路口的预估距离。当确定了所述车辆与所述交叉路口之间的预估距离，即可根据预估距离和预设速度计算出预期时间。所述预设速度是指通行方向上预先规定的最大的行驶速度。
[0079] S14，当所述车辆的类型为目标类型且通行方向上的指示灯为绿灯时，获取绿灯的剩余时间和距离下次绿灯的开始时间。
[0080] 首先判断所述车辆的类型是否为目标类型，再判断通行方向上的指示灯是否为绿灯。也可以先判断通行方向上的指示灯是否为绿灯，再判断所述车辆的类型是否为目标类型。还可以同时判断所述车辆的类型是否为目标类型及通行方向上的指示灯是否为绿灯。如此，可以得到如下几种情形：所述车辆的类型为目标类型且通行方向上的指示灯为绿灯，所述车辆的类型为目标类型且通行方向上的指示灯为红灯，所述车辆的类型为非目标类型且通行方向上的指示灯为绿灯，所述车辆的类型为非目标类型且通行方向上的指示灯为红灯。
[0081] 本实施例中可以重点研究目标类型的车辆，通行方向上的指示灯为绿灯时，表明允许车辆通行，但由于此时车辆与交叉路口之间还有一段距离，因而需要获取绿灯的剩余时间和距离下次绿灯的开始时间，以便根据车辆到达交叉路口的预期时间和绿灯的剩余时间和距离下次绿灯的开始时间，自适应的控制通行方向上的绿灯的指示数字的变动时间，达到节省目标类型的车辆的通行时间的目的。
[0082] S15，判断所述预期时间是否小于所述绿灯的开始时间且大于所述绿灯的剩余时间。
[0083] 应当理解的是，距离下次绿灯的开始时间(简称为绿灯的开始时间)大于绿灯的剩余时间。
[0084] S16，当所述预期时间大于所述绿灯的剩余时间且小于所述绿灯的开始时间时，延长所述绿灯的剩余时间。
[0085] 若所述预期时间小于所述绿灯的开始时间且大于所述绿灯的剩余时间，表明车辆在驶向交叉路口时，交叉路口的指示灯为绿灯，但当车辆到达交叉路口时，交叉路口的指示灯会变为红灯。若所述预期时间小于所述绿灯的剩余时间，表明车辆在驶向交叉路口时，交叉路口的指示灯为绿灯，但当车辆到达交叉路口时，交叉路口的指示灯仍然为绿灯。若所述预期时间大于所述绿灯的开始时间时，表明车辆在驶向交叉路口时，交叉路口的指示灯为红灯，但当车辆到达交叉路口时，交叉路口的指示灯会变为绿灯；或者表明车辆在驶向交叉路口时，交叉路口的指示灯为绿灯但很快又会变为红灯，但当车辆到达交叉路口时，交叉路口的指示灯会由红灯变为绿灯。
[0086] 示例性的，假设目标类型的车辆与交叉路口的预估距离为L，通行方向上的预设速度为V，T为根据预估距离L和预设速度V计算得到的预期时间，tR为绿灯的剩余时间，tG为距离下次绿灯的开始时间。如果tRtG时，则可以不做任何处理，即保持所述绿灯的剩余时间不变。
[0087] 在一个可选的实施例中，在所述延长所述绿灯的剩余时间时，所述方法还包括：
[0088] 延长与所述通行方向相交的其他方向上的红灯的剩余时间。
[0089] 对某一通行方向上的绿灯的剩余时间做了延时操作，还应当对与该通行方向相交的其他通行方向上的红灯的剩余时间也做延时操作，直到红绿灯变换周期的节点回到控制之前。
[0090] 在一个可选的实施例中，当所述预期时间小于所述绿灯的剩余时间或者大于所述绿灯的开始时间时，所述方法还包括：
[0091] 获取所述交叉路口的车流密度；
[0092] 当所述车流密度大于或等于预设车流密度阈值时，控制所述绿灯的指示数字以大于1秒的速度减少1进行显示；
[0093] 当所述车流密度小于所述预设车流密度阈值时，控制所述绿灯的指示数字以小于1秒的速度减少1进行显示。
[0094] 现有技术中，在对绿灯的显示时间进行倒计时，绿灯的指示数字是按照每1秒的速度减少1进行变动。本实施例中可以根据车流密度自适应的改变绿灯的指示数字的变动速度，例如，当车流密度大于或等于预设车流密度阈值，说明车流量较大，绿灯的指示数字以每1.5秒或者每2秒的速度减少1，来减慢绿灯的指示数字的变动，从而延长车辆通过交叉路口的时间；当车流密度小于预设车流密度阈值，说明车流量较小，绿灯的指示数字以每0.75秒的速度减少1，来提高绿灯的指示数字的变动，从而延长行人通过交叉路口的次数。
[0095] 进一步的，在所述获取所述交叉路口的车流密度之前，所述方法还包括：
[0096] 获取所述绿灯的指示数字；
[0097] 判断所述指示数字是否小于预设指示数字阈值；
[0098] 当确定所述指示数字小于或等于所述预设指示数字阈值时，控制所述绿灯的指示数字以大于1秒的速度减少1进行显示；
[0099] 当确定所述指示数字大于所述预设指示数字阈值时，获取所述交叉路口的车流密度。
[0100] 本实施例中，需要优先根据绿灯的指示数字进行自适应性控制，即无论车流量大还是小，当绿灯的指示数字小于预设指示数字阈值时，绿灯的指示数字的变动速度只能慢，不能快。即，在绿灯的指示数字小于预设指示数字阈值时，控制绿灯的指示数字以大于1秒的速度进行减小。如此，可以避免习惯性闯黄灯的司机错误的预估时间，原因在于在黄灯倒计时临近的时候，习惯性闯黄灯的司机会在较远距离的时候预估黄灯情况下可以通过，故而不会提前减速。因此在绿灯的指示数字小于预设指示数字阈值的情况下，如果控制绿灯的指示数字以小于1秒的速度进行减少，就会使得司机对时间预估不准确，从而导致在交叉路口紧急刹车，紧急刹车容易引发不安全事故。
[0101] 所述预设指示数字阈值是指司机看见指示灯的指示数字时开始控制车速而又不至于紧急刹车的临界值，例如，可以是10。
[0102] 当绿灯的指示数字大于所述预设指示数字阈值时，可以获取所述交叉路口的车流密度，再根据车流密度自适应性的控制绿灯的指示数字的变动显示。
[0103] 在一个可选的实施例中，当所述车辆的类型为目标类型且通行方向上的指示灯为红灯时，所述方法还包括：
[0104] 获取红灯的剩余时间和距离下次红灯的开始时间；
[0105] 判断所述预期时间是否小于所述红灯的开始时间且大于所述红灯的剩余时间；
[0106] 当所述预期时间大于所述红灯的开始时间时，保持所述红灯的所述剩余时间不变；
[0107] 当所述预期时间小于或等于所述红灯的开始时间时，减少所述红灯的剩余时间。
[0108] 示例性的，假设目标类型的车辆与交叉路口的预估距离为L’，通行方向上的预设速度为V’，T’为根据预估距离L’和预设速度V’计算得到的预期时间，tR’为当前红灯的剩余时间，tG’为距离下次红灯的开始时间。如果T’>tG’时，则当前可以不做任何处理，例如，保持所述红灯的剩余时间不变，等待变成绿灯之后再行判断。反之，如果T’<＝tG’时，则减少当前红灯的剩余时间。
[0109] 当发现目标类型的车辆已在预设采集范围内时，通过延长通行方向上的绿灯的剩余时间，使得目标类型的车辆能够通过交叉路口，或者缩短通行方向上的红灯的剩余时间，减少目标类型的车辆在交叉路口等待红灯的时间，能够提高目标类型的车辆通过交叉路口的几率，缓解第一类型的车辆的拥堵。
[0110] 针对非目标类型的车辆，当检测到路口的指示灯为绿灯时，且绿灯的剩余时间tR，当绿灯的剩余时间tR超过10时，不做任何处理，即可以不进行判断。当预期时间T<绿灯的剩余时间tR-3时，不做任何处理。当预期时间T>绿灯的剩余时间tR+5，不做任何处理。
[0111] 更进一步的，当检测到所述交叉路口发生拥堵时，所述方法还包括：
[0112] 控制所述交叉路口各通行方向上的指示灯均为红灯且显示预设时长。
[0113] 本实施例中，当检测到当前交叉路口由于交通事故或者是抢黄灯等原因导致发生交通拥堵的时候，在黄灯切换过后，控制所有通行方向上的指示灯都为红灯且红灯持续时间若干秒，从而消除堵车的影响，清空交叉路口的堵车之后再进行自适应的变灯显示。
[0114] 需要说明的是，由于在实际生活中，交叉路口的各个通行方向上的指示灯都是相关的，比如，南北通行方向的指示灯为绿灯，那么东西通行方向上的指示灯必然是红灯；同理，南北通行方向的指示灯为红灯，那么东西通行方向上的指示灯必然是绿灯。因此依据本发明的思想，可以对每种颜色的指示灯的指示数字的变动速度进行自适应控制。
[0115] 另外，上述实施例，是针对单个交叉路口而言的，对于同一个通行方向上的多个交叉路口，可以实行联动控制，即当发现某个方向的车从相邻的交叉路口堵到交叉路口时，对此通行方向上的两个交叉路口的红绿灯进行联动控制。所述联动控制是指控制两个交叉路口的红绿灯同时变动，当延长相邻的交叉路口的绿灯的显示时间，同时延长下一个交叉路口的绿灯的显示时间。或者，当检测到高等级公路方向车流密度大于低等级方向车流密度的时候，针对高等级公路的交叉路口的指示灯进行联动控制。当车流为拥堵的时候，当相邻的两个红绿灯的距离小于Lmin的时候做相关联，在主干道方向同时变红或者变绿。具体本文不再详细赘述。
[0116] 综上所述，本发明提供的红绿灯自适应控制方法，能够针对目标类型的车辆到达交叉路口的预期时间，动态控制通行方向上的红绿灯的指示数字，从而达到车流量小时红灯显示时间短，车流量大时绿灯显示时间长，将十分有利于提高目标类型的车辆的道路通行能力，缓解目标类型的车辆的拥堵现象。
[0117] 实施例二
[0118] 图2是本发明实施例二提供的红绿灯自适应控制装置的结构图。
[0119] 在一些实施例中，所述红绿灯自适应控制装置20可以包括多个由程序代码段所组成的功能模块。所述红绿灯自适应控制装置20中的各个程序段的程序代码可以存储于交通控制设备的存储器中，并由所述至少一个处理器所执行，以执行(详见图1描述)本发明实施例所述的方法的全部或者部分步骤。
[0120] 本实施例中，所述红绿灯自适应控制装置20根据其所执行的功能，可以被划分为多个功能模块。所述功能模块可以包括：获取模块201、识别模块202、计算模块203、判断模块204、控制模块205及联动模块206。本发明所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算机程序段，其存储在存储器中。在本实施例中，关于各模块的功能将在后续的实施例中详述。
[0121] 获取模块201，用于获取交叉路口预设距离内的车辆的图像。
[0122] 本实施例中，可以在交叉路口处，例如，十字路口，T字路口，设置至少一个红绿灯控制系统和图像采集设备，用于采集交叉路口处的车辆的图像。可以为每个通行方向上设置至少一个图像采集设备，用于采集通行方向上的车辆的图像。还可以为每个通行方向上的每个车道对应设置一个图像采集设备，用于采集所述通行方向上的所述车道内的车辆的图像。
[0123] 可以预先设置图像采集设备的采集距离或者采集范围，仅在预设的采集距离或者采集范围内采集通行方向上的车辆的图像。图像采集设备在预设的采集距离或者采集范围采集到了车辆，表明车辆在交叉路口预设距离内或者预设范围内。
[0124] 识别模块202，用于识别所述图像中所述车辆的类型。
[0125] 本实施例中，当通过图像采集设备采集到了交叉路口预设距离内的车辆的图像后，需要识别出车辆的类型。
[0126] 可以预先获取多个车辆并将车辆划分为多个类型。本实施例中，将车辆划分为三类，但是不限于划分为三类，可以依据实际情况和需求自行分为二类或者更多的类型。
[0127] 其中，第一类型的车辆包括：需紧急通行的车辆，例如，执行紧急任务的消防车、公安车、救护车等，或者执行任务的军用车等。由于消防车、公安车、急救车、军用车等涉及到人身安全和国家安全，分秒必争，耽误不得较多的等待时间。第二类型的车辆包括：优先级别的车辆，例如，公交车，有轨电车等。设置公共交通工具为优先级别的车辆，呼吁大家乘坐公共交通工具，减少环境污染。第三类型的车辆包括：除第一类型和第二类型之外的所有车辆，例如，可以是普通类型的车辆。
[0128] 可以将所述第一类型确定为目标类型，将所述第二类型和所述第三类型确定为非目标类型；也可以将所述第一类型和所述第二类型确定为目标类型，将所述第三类型确定为非目标类型。本发明在此不做任何限制。
[0129] 在一个可选的实施例中，所述识别模块202识别所述图像中所述车辆的类型包括：
[0130] 将所述图像输入至预先训练好的车辆类型识别模型中；
[0131] 根据所述车辆类型识别模型输出的识别结果确定所述车辆所属的类型。
[0132] 本实施例中，可以事先收集大量的车辆的图像，按照预先定义的类型为收集的车辆的图像进行标注，通过将收集的大量的车辆的图像及对应的类型作为数据集输入至预设的神经网络中进行训练，得到车辆类型识别模型，后续只需要将车辆的图像输入至已经训练好的车辆类型识别模型中，即可通过车辆类型识别模型输出的识别结果确定出车辆的类型。车辆类型识别模型可以是基于深度学习的物体检测及识别算法，例如，基于快速目标检测算法faster RCNN，但是不限于以上算法。具体的，由于车辆类型识别模型并不是本发明的重点，因此关于如何训练车辆类型识别模型的过程，本文在此不再详细阐述。
[0133] 计算模块203，用于计算所述车辆行驶至所述交叉路口的预期时间。
[0134] 本实施例中，需要计算出车辆行驶至交叉路口的预期时间，便于后续根据所述预期时间对交叉路口的红绿灯进行动态控制。
[0135] 在一个可选的实施例中，所述计算模块203计算所述车辆行驶至所述交叉路口的预期时间包括：
[0136] 采用目标检测算法检测出所述图像中的所述车辆的轮廓；
[0137] 计算所述车辆的轮廓与所述图像的面积比；
[0138] 根据预设面积比与距离之间的对应关系，将所述面积比对应的距离作为所述车辆与交叉路口的预估距离；
[0139] 根据所述预估距离和预设速度计算所述车辆行驶至所述交叉路口的预期时间。
[0140] 其中，所述目标检测算法可以为快速多目标检测算法(You Only Look Once：Better，Faster，Stronger，YOLO)，能够同时检测出图像中的多个目标，且用矩形框的形式框选出了每一个目标的轮廓区域。所述目标检测算法为现有技术，本发明在此不做详细赘述。
[0141] 本实施例中，可以在预设采集范围内采集多个车辆图像，并预先标定出车辆与交叉路口之间的距离；然后计算出车辆图像中的车辆的轮廓与整幅车辆图像之间的面积比；最后将面积比与距离形成对应关系进行存储。后续只需要识别出车辆的轮廓，计算出车辆的轮廓与图像的面积比，再根据存储的对应关系，即可估算出所述车辆与交叉路口的距离。
当然，在其他实施例中，还可以通过训练车辆距离识别模型，通过车辆距离识别模型输出的识别结果确定出所述车辆与交叉路口的预估距离。当确定了所述车辆与所述交叉路口之间的预估距离，即可根据预估距离和预设速度计算出预期时间。所述预设速度是指通行方向上预先规定的最大的行驶速度。
当然，在其他实施例中，还可以通过训练车辆距离识别模型，通过车辆距离识别模型输出的识别结果确定出所述车辆与交叉路口的预估距离。当确定了所述车辆与所述交叉路口之间的预估距离，即可根据预估距离和预设速度计算出预期时间。所述预设速度是指通行方向上预先规定的最大的行驶速度。
[0142] 所述获取模块201，还用于当所述车辆的类型为目标类型且通行方向上的指示灯为绿灯时，获取绿灯的剩余时间和距离下次绿灯的开始时间。
[0143] 首先判断所述车辆的类型是否为目标类型，再判断通行方向上的指示灯是否为绿灯。也可以先判断通行方向上的指示灯是否为绿灯，再判断所述车辆的类型是否为目标类型。还可以同时判断所述车辆的类型是否为目标类型及通行方向上的指示灯是否为绿灯。如此，可以得到如下几种情形：所述车辆的类型为目标类型且通行方向上的指示灯为绿灯，所述车辆的类型为目标类型且通行方向上的指示灯为红灯，所述车辆的类型为非目标类型且通行方向上的指示灯为绿灯，所述车辆的类型为非目标类型且通行方向上的指示灯为红灯。
[0144] 本实施例中可以重点研究目标类型的车辆，通行方向上的指示灯为绿灯时，表明允许车辆通行，但由于此时车辆与交叉路口之间还有一段距离，因而需要获取绿灯的剩余时间和距离下次绿灯的开始时间，以便根据车辆到达交叉路口的预期时间和绿灯的剩余时间和距离下次绿灯的开始时间，自适应的控制通行方向上的绿灯的指示数字的变动时间，达到节省目标类型的车辆的通行时间的目的。
[0145] 判断模块204，用于判断所述预期时间是否小于所述绿灯的开始时间且大于所述绿灯的剩余时间。
[0146] 应当理解的是，距离下次绿灯的开始时间(简称为绿灯的开始时间)大于绿灯的剩余时间。
[0147] 控制模块205，用于当所述预期时间大于所述绿灯的剩余时间且小于所述绿灯的开始时间时，延长所述绿灯的剩余时间。
[0148] 若所述预期时间小于所述绿灯的开始时间且大于所述绿灯的剩余时间，表明车辆在驶向交叉路口时，交叉路口的指示灯为绿灯，但当车辆到达交叉路口时，交叉路口的指示灯会变为红灯。若所述预期时间小于所述绿灯的剩余时间，表明车辆在驶向交叉路口时，交叉路口的指示灯为绿灯，但当车辆到达交叉路口时，交叉路口的指示灯仍然为绿灯。若所述预期时间大于所述绿灯的开始时间时，表明车辆在驶向交叉路口时，交叉路口的指示灯为红灯，但当车辆到达交叉路口时，交叉路口的指示灯会变为绿灯；或者表明车辆在驶向交叉路口时，交叉路口的指示灯为绿灯但很快又会变为红灯，但当车辆到达交叉路口时，交叉路口的指示灯会由红灯变为绿灯。
[0149] 示例性的，假设目标类型的车辆与交叉路口的预估距离为L，通行方向上的预设速度为V，T为根据预估距离L和预设速度V计算得到的预期时间，tR为绿灯的剩余时间，tG为距离下次绿灯的开始时间。如果tRtG时，则可以不做任何处理，即保持所述绿灯的剩余时间不变。
[0150] 在一个可选的实施例中，在所述延长所述绿灯的剩余时间时，所述控制模块205还用于：延长与所述通行方向相交的其他方向上的红灯的剩余时间。
[0151] 对某一通行方向上的绿灯的剩余时间做了延时操作，还应当对与该通行方向相交的其他通行方向上的红灯的剩余时间也做延时操作，直到红绿灯变换周期的节点回到控制之前。
[0152] 在一个可选的实施例中，当所述预期时间小于所述绿灯的剩余时间或者大于所述绿灯的开始时间时，所述获取模块201还用于：获取所述交叉路口的车流密度；
[0153] 所述控制模块205，还用于当所述车流密度大于或等于预设车流密度阈值时，控制所述绿灯的指示数字以大于1秒的速度减少1进行显示；
[0154] 所述控制模块205，还用于当所述车流密度小于所述预设车流密度阈值时，控制所述绿灯的指示数字以小于1秒的速度减少1进行显示。
[0155] 现有技术中，在对绿灯的显示时间进行倒计时，绿灯的指示数字是按照每1秒的速度减少1进行变动。本实施例中可以根据车流密度自适应的改变绿灯的指示数字的变动速度，例如，当车流密度大于或等于预设车流密度阈值，说明车流量较大，绿灯的指示数字以每1.5秒或者每2秒的速度减少1，来减慢绿灯的指示数字的变动，从而延长车辆通过交叉路口的时间；当车流密度小于预设车流密度阈值，说明车流量较小，绿灯的指示数字以每0.75秒的速度减少1，来提高绿灯的指示数字的变动，从而延长行人通过交叉路口的次数。
[0156] 进一步的，在所述获取所述交叉路口的车流密度之前，所述获取模块201，还用于：获取所述绿灯的指示数字；
[0157] 所述判断模块204，还用于判断所述指示数字是否小于预设指示数字阈值；
[0158] 所述控制模块205，还用于当确定所述指示数字小于或等于所述预设指示数字阈值时，控制所述绿灯的指示数字以大于1秒的速度减少1进行显示；
[0159] 所述获取模块201，还用于当确定所述指示数字大于所述预设指示数字阈值时，获取所述交叉路口的车流密度。
[0160] 本实施例中，需要优先根据绿灯的指示数字进行自适应性控制，即无论车流量大还是小，当绿灯的指示数字小于预设指示数字阈值时，绿灯的指示数字的变动速度只能慢，不能快。即，在绿灯的指示数字小于预设指示数字阈值时，控制绿灯的指示数字以大于1秒的速度进行减小。如此，可以避免习惯性闯黄灯的司机错误的预估时间，原因在于在黄灯倒计时临近的时候，习惯性闯黄灯的司机会在较远距离的时候预估黄灯情况下可以通过，故而不会提前减速。因此在绿灯的指示数字小于预设指示数字阈值的情况下，如果控制绿灯的指示数字以小于1秒的速度进行减少，就会使得司机对时间预估不准确，从而导致在交叉路口紧急刹车，紧急刹车容易引发不安全事故。
[0161] 所述预设指示数字阈值是指司机看见指示灯的指示数字时开始控制车速而又不至于紧急刹车的临界值，例如，可以是10。
[0162] 当绿灯的指示数字大于所述预设指示数字阈值时，可以获取所述交叉路口的车流密度，再根据车流密度自适应性的控制绿灯的指示数字的变动显示。
[0163] 在一个可选的实施例中，所述获取模块201，还用于当所述车辆的类型为目标类型且通行方向上的指示灯为红灯时，所述获取红灯的剩余时间和距离下次红灯的开始时间；
[0164] 所述判断模块204，还用于判断所述预期时间是否小于所述红灯的开始时间且大于所述红灯的剩余时间；
[0165] 所述控制模块205，还用于当所述预期时间大于所述红灯的开始时间时，保持所述红灯的所述剩余时间不变；
[0166] 所述控制模块205，还用于当所述预期时间小于或等于所述红灯的开始时间时，减少所述红灯的剩余时间。
[0167] 示例性的，假设目标类型的车辆与交叉路口的预估距离为L’，通行方向上的预设速度为V’，T’为根据预估距离L’和预设速度V’计算得到的预期时间，tR’为当前红灯的剩余时间，tG’为距离下次红灯的开始时间。如果T’>tG’时，则当前可以不做任何处理，例如，保持所述红灯的剩余时间不变，等待变成绿灯之后再行判断。反之，如果T’<＝tG’时，则减少当前红灯的剩余时间。
[0168] 当发现目标类型的车辆已在预设采集范围内时，通过延长通行方向上的绿灯的剩余时间，使得目标类型的车辆能够通过交叉路口，或者缩短通行方向上的红灯的剩余时间，减少目标类型的车辆在交叉路口等待红灯的时间，能够提高目标类型的车辆通过交叉路口的几率，缓解第一类型的车辆的拥堵。
[0169] 针对非目标类型的车辆，当检测到路口的指示灯为绿灯时，且绿灯的剩余时间tR，当绿灯的剩余时间tR超过10时，不做任何处理，即可以不进行判断。当预期时间T<绿灯的剩余时间tR-3时，不做任何处理。当预期时间T>绿灯的剩余时间tR+5，不做任何处理。
[0170] 更进一步的，当检测到所述交叉路口发生拥堵时，所述控制模块205还用于：
[0171] 控制所述交叉路口各通行方向上的指示灯均为红灯且显示预设时长。
[0172] 本实施例中，当检测到当前交叉路口由于交通事故或者是抢黄灯等原因导致发生交通拥堵的时候，在黄灯切换过后，控制所有通行方向上的指示灯都为红灯且红灯持续时间若干秒，从而消除堵车的影响，清空交叉路口的堵车之后再进行自适应的变灯显示。
[0173] 需要说明的是，由于在实际生活中，交叉路口的各个通行方向上的指示灯都是相关的，比如，南北通行方向的指示灯为绿灯，那么东西通行方向上的指示灯必然是红灯；同理，南北通行方向的指示灯为红灯，那么东西通行方向上的指示灯必然是绿灯。因此依据本发明的思想，可以对每种颜色的指示灯的指示数字的变动速度进行自适应控制。
[0174] 另外，上述实施例，是针对单个交叉路口而言的，对于同一个通行方向上的多个交叉路口，可以实行联动控制。
[0175] 联动模块206，用于当发现某个方向的车从相邻的交叉路口堵到交叉路口时，对此通行方向上的两个交叉路口的红绿灯进行联动控制。所述联动控制是指控制两个交叉路口的红绿灯同时变动，当延长相邻的交叉路口的绿灯的显示时间，同时延长下一个交叉路口的绿灯的显示时间。或者，当检测到高等级公路方向车流密度大于低等级方向车流密度的时候，针对高等级公路的交叉路口的指示灯进行联动控制。当车流为拥堵的时候，当相邻的两个红绿灯的距离小于Lmin的时候做相关联，在主干道方向同时变红或者变绿。具体本文不再详细赘述。
[0176] 综上所述，本发明提供的红绿灯自适应控制装置，能够针对目标类型的车辆到达交叉路口的预期时间，动态控制通行方向上的红绿灯的指示数字，从而达到车流量小时红灯显示时间短，车流量大时绿灯显示时间长，将十分有利于提高目标类型的车辆的道路通行能力，缓解目标类型的车辆的拥堵现象。
[0177] 实施例三
[0178] 参阅图3所示，为本发明实施例三提供的交通控制设备的结构示意图。在本发明较佳实施例中，所述交通控制设备3包括存储器31、至少一个处理器32、至少一条通信总线33及收发器34。
[0179] 本领域技术人员应该了解，图3示出的交通控制设备的结构并不构成本发明实施例的限定，既可以是总线型结构，也可以是星形结构，所述交通控制设备3还可以包括比图示更多或更少的其他硬件或者软件，或者不同的部件布置。
[0180] 在一些实施例中，所述交通控制设备3包括一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的交通控制设备，其硬件包括但不限于微处理器、专用集成电路、可编程门阵列、数字处理器及嵌入式设备等。所述交通控制设备3还可包括客户设备，所述客户设备包括但不限于任何一种可与客户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、数码相机等。
[0181] 需要说明的是，所述交通控制设备3仅为举例，其他现有的或今后可能出现的电子产品如可适应于本发明，也应包含在本发明的保护范围以内，并以引用方式包含于此。
[0182] 在一些实施例中，所述存储器31用于存储程序代码和各种数据，例如安装在所述交通控制设备3中的装置，并在交通控制设备3的运行过程中实现高速、自动地完成程序或数据的存取。所述存储器31包括只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable Read-Only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory，OTPROM)、电子擦除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(Compact Disc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
[0183] 在一些实施例中，所述至少一个处理器32可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述至少一个处理器32是所述交通控制设备3的控制核心(Control Unit)，利用各种接口和线路连接整个交通控制设备3的各个部件，通过运行或执行存储在所述存储器31内的程序或者模块，以及调用存储在所述存储器31内的数据，以执行交通控制设备3的各种功能和处理数据。
[0184] 在一些实施例中，所述至少一条通信总线33被设置为实现所述存储器31以及所述至少一个处理器32等之间的连接通信。
[0185] 尽管未示出，所述交通控制设备3还可以包括给各个部件供电的电源(比如电池)，优选的，电源可以通过电源管理装置与所述至少一个处理器32逻辑相连，从而通过电源管理装置实现管理充电、放电、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述交通控制设备3还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
[0187] 上述以软件功能模块的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，交通控制设备，或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分。
[0188] 在进一步的实施例中，结合图2，所述至少一个处理器32可执行所述交通控制设备3的操作装置以及安装的各类应用程序、程序代码等，例如，上述的各个模块。
[0189] 所述存储器31中存储有程序代码，且所述至少一个处理器32可调用所述存储器31中存储的程序代码以执行相关的功能。例如，图2中所述的各个模块是存储在所述存储器31中的程序代码，并由所述至少一个处理器32所执行，从而实现所述各个模块的功能。
[0190] 在本发明的一个实施例中，所述存储器31存储多个指令，所述多个指令被所述至少一个处理器32所执行以实现本发明实施例所述的方法中的全部或者部分步骤。
[0191] 具体地，所述至少一个处理器32对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
[0192] 在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
[0193] 所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0194] 另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
[0195] 对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
[0196] 最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种移动用户位置预测方法与系统 | 2020-05-08 | 638 |
| 一种基于边缘计算的综合传感网测试平台 | 2020-05-08 | 767 |
| 视频编码中自适应纹理预测方法 | 2020-05-08 | 400 |
| 带宽压缩中的预测方法 | 2020-05-08 | 246 |
| 基于滑动输入来确定输入字符的系统和方法 | 2020-05-08 | 94 |
| 一种用于视频压缩的预测方法 | 2020-05-08 | 126 |
| 一种基于贪婪算法的游戏资源打包方法及系统 | 2020-05-08 | 988 |
| 用于运输管理系统的异常监控报警系统及方法 | 2020-05-11 | 473 |
| 一种适用于CV-QKD系统的偏置点控制方法及装置 | 2020-05-11 | 851 |
| 一种基于hash的审批方法 | 2020-05-11 | 343 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈