一种基于大数据的智能交通信号灯调节方法及系统

1.本发明涉及信号灯调节技术领域，具体涉及一种基于大数据的智能交通信号灯调节方法及系统。


背景技术：

2.交通信号灯调节系统是一种基于现代交通控制技术的系统，用于管理和调节交通信号灯，它利用传感器和通信技术来监测交通流量和路况，并根据实时数据进行信号灯控制，以优化交通流畅性、减少拥堵和排放的废气。
3.现有技术存在以下不足：
4.现有对十字路口信号灯调节的系统，通常只是采集十字路口驶入车道的车辆信息后进行调节(如驶入车道车流量大时，相应增加该车道的绿灯时长)，然而，该种调节方式考虑因素过于单一，导致调节系统无法适用于大十字路口(整体车流量大)，使用存在局限性。
5.因此，亟需一种基于大数据的智能交通信号灯调节方法及系统，解决背景技术中存在的问题。


技术实现要素：

6.本发明的目的是提供一种基于大数据的智能交通信号灯调节方法及系统，以解决背景技术中不足。
7.为了实现上述目的，本发明提供如下技术方案：一种基于大数据的智能交通信号灯调节方法，所述调节方法包括以下步骤：
8.s1：收集十字路口的主要影响交通参数，通过主要影响交通参数获取交通系数；
9.s2：获取一段时间内交通系数的平均值后，系统基于交通系数的平均值初始化交通信号灯并生成调节对照表；
10.s3：收集十字路口的次要影响交通参数，并通过次要影响交通参数计算修正值，将交通系数通过修正值修正获取调节系数；
11.s4：基于调节系数以及调节对照表实时调节交通信号灯。
12.在一个优选的实施方式中，步骤s1中，获取交通系数包括以下步骤：
13.收集十字路口的主要影响交通参数，主要影响交通参数包括驶入车道车流量及路段通行力、驶离车道车流量以及路段通行力；
14.将驶入车道车流量及路段通行力、驶离车道车流量以及路段通行力通过公式建立交通系数，表达式为：式中，jt
x
为交通系数，src为驶入车道车流量，sl
t
为驶离车道路段通行力，slc为驶离车道车流量，sr
t
为驶入车道路段通行力，a1、a2、a3、a4分别为驶入车道车流量、驶离车道路段通行力、驶离车道车流量、驶入车道路段通行力的比例系数，且a1＞a3＞a4＞a2。
15.在一个优选的实施方式中，所述驶入车道路段通行力sr
t
＝0.9ldc·
cds/p
t
，式中，
ldc为路段长度，cds为车道数，p
t
为平均车辆通过路段所需的时间，0.9为平均车道占有率，指车辆在通过路段的过程中，占据车道的比例。
16.在一个优选的实施方式中，所述交通信号灯投入使用后，实时获取十字路口的交通系数jt
x
，并设定判断阈值pdz，若驶入车道的交通系数jt
x
≤判断阈值pdz，不通过交通系数jt
x
调节与该驶入车道对应的交通信号灯，若驶入车道的交通系数jt
x
＞判断阈值pdz，通过交通系数jt
x
调节与该驶入车道对应的交通信号灯。
17.在一个优选的实施方式中，所述交通信号灯绿灯时长标定为lds，则通过交通系数jt
x
调节与该驶入车道对应的交通信号灯的计算公式为：lds＝k*jt
x
，且k＝0.2。
18.在一个优选的实施方式中，步骤s3中，计算修正值包括以下步骤：
19.获取直行车道相邻人行道人流量以及十字路面平整度，将直行车道相邻人行道人流量以及十字路通行力通过公式计算修正值，表达式为：式中，xzz为修正值，rxd为直行车道相邻人行道人流量，szd为十字路面平整度，g1、g2分别为直行车道相邻人行道人流量以及十字路面平整度的比例系数，且g1＞g2＞0。
20.在一个优选的实施方式中，获取所述修正值xzz后，通过修正值xzz重新修正交通系数jt
x
得到调节系数，表达式为：tj
x
＝jt
x
(1+xz
x
)，式中，tj
x
为调节系数，当修正值xzz增大时，调节系数tj
x
也随之增大，当修正值xzz等于0时，调节系数tj
x
等于交通系数jt
x
。
21.在一个优选的实施方式中，步骤s4中，实时调节交通信号灯包括以下步骤：
22.若ew向车道中左转车道的调节系数tj
x
大于we向车道中直行车道的调节系数tj
x
，此时ew向车道的直行绿灯和左转绿灯同时亮，且ew向车道相邻的人行道支持通行，ew向车道的直行绿灯和左转绿灯读秒完成后，开启sn向车道交通信号灯的绿灯。
23.在一个优选的实施方式中，步骤s4中，实时调节交通信号灯还包括以下步骤：
24.若ew向车道中左转车道的调节系数tj
x
小于等于we向车道中直行车道的调节系数tj
x
，此时ew向车道和we向车道的直行绿灯同时亮，且ew向车道和we向车道相邻人行道支持通行，ew向车道和we向车道的直行绿灯读秒完成后，开启ew向车道和we向车道的左转绿灯。
25.本发明还提供一种基于大数据的智能交通信号灯调节系统，包括采集模块、计算模块、初始化模块、调节模块；
26.采集模块收集十字路口的主要影响交通参数和次要影响交通参数，计算模块通过主要影响交通参数获取交通系数，通过次要影响交通参数获取修正值，将交通系数通过修正值修正获取调节系数后，初始化模块获取一段时间内交通系数的平均值，基于交通系数的平均值初始化交通信号灯并生成调节对照表，调节模块基于调节系数以及调节对照表实时调节交通信号灯。
27.在上述技术方案中，本发明提供的技术效果和优点：
28.1、本发明通过收集十字路口的主要影响交通参数，通过主要影响交通参数获取交通系数，并基于交通系数初始化交通信号灯并生成调节对照表，从而使得十字路口交通信号灯的初始化更加合理，并且，在实际运行中，系统还通过十字路口的次要影响交通参数计算修正值，然后将交通系数通过修正值修正获取调节系数，基于调节系数以及调节对照表实时调节交通信号灯，系统通过多源数据分析实时调节交通信号灯，调节精度高，适用性更好；
29.2、本发明通过采集驶入车道车流量及路段通行力、驶离车道车流量以及路段通行力通过公式建立交通系数，提高数据处理效率，并且以主要影响交通参数对交通信号灯进行初始化后，使得交通信号灯的调控性能有效提高；
30.3、本发明通过获取直行车道相邻人行道人流量以及十字路面平整度，将直行车道相邻人行道人流量以及十字路通行力通过公式计算修正值，再通过修正值xzz重新修正交通系数jt
x
得到调节系数，交通信号灯运行过程中，系统基于修正后的调节系数实时调节交通信号灯，调节更加精准，提高系统调节精度。
附图说明
31.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
32.图1为本发明的方法流程图。
33.图2为本发明的系统模块图。
34.图3为本发明中的十字路口示意图。
具体实施方式
35.为使本发明实施例的目的、技术方案和优点更加清楚，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、完整的描述，显然，所描述的实施例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他实施例，都属于本发明保护的范围。
36.实施例1
37.请参阅图1所示，本实施例所述一种基于大数据的智能交通信号灯调节方法，所述调节方法包括以下步骤：
38.收集十字路口的主要影响交通参数，通过主要影响交通参数获取交通系数，获取一段时间内交通系数的平均值后，系统基于交通系数的平均值初始化交通信号灯并生成调节对照表，收集十字路口的次要影响交通参数，并通过次要影响交通参数计算修正值，将交通系数通过修正值修正获取调节系数后，基于调节系数以及调节对照表实时调节交通信号灯。
39.其中，获取一段时间内交通系数的平均值后，系统基于交通系数初始化交通信号灯并生成调节对照表，这里的一段时间依据十字路口的交通流量进行设定，最少为10min，交通流量越大，时间越长，若时间为10min，则系统获取10min内交通系数的获取次数，并求出平均值。
40.本发明通过收集十字路口的主要影响交通参数，通过主要影响交通参数获取交通系数，并基于交通系数初始化交通信号灯并生成调节对照表，从而使得十字路口交通信号灯的初始化更加合理，并且，在实际运行中，系统还通过十字路口的次要影响交通参数计算修正值，然后将交通系数通过修正值修正获取调节系数，基于调节系数以及调节对照表实时调节交通信号灯，系统通过多源数据分析实时调节交通信号灯，调节精度高，适用性更好。
41.具体的，收集十字路口的主要影响交通参数，收集十字路口的次要影响交通参数主要是通过交通传感器以及摄像头进行采集。
42.收集十字路口的主要影响交通参数，通过主要影响交通参数获取交通系数，获取一段时间的交通系数后，系统基于交通系数初始化交通信号灯并生成调节对照表包括以下步骤：
43.收集十字路口的主要影响交通参数，主要影响交通参数包括驶入车道车流量及路段通行力、驶离车道车流量以及路段通行力；
44.将驶入车道车流量及路段通行力、驶离车道车流量以及路段通行力通过公式建立交通系数，表达式为：式中，jt
x
为交通系数，src为驶入车道车流量，sl
t
为驶离车道路段通行力，slc为驶离车道车流量，sr
t
为驶入车道路段通行力，a1、a2、a3、a4分别为驶入车道车流量、驶离车道路段通行力、驶离车道车流量、驶入车道路段通行力的比例系数，且a1＞a3＞a4＞a2。
45.其中，驶入车道车流量以及驶离车道车流量的车道监测长度相等，即车流量为指定车道长度中车的数量，例如，设置车道的监测长度为200m时，可以直接通过摄像头采集车流量，设置车道的监测长度为500m时，则在车道500m处设置压力传感设备，通过压力传感设备配合摄像头采集，提高采集精度。
46.驶入车道路段通行力sr
t
＝0.9ldc·
cds/p
t
，式中，ldc为路段长度，cds为车道数，p
t
为平均车辆通过路段所需的时间，0.9为平均车道占有率，指车辆在通过路段的过程中，占据车道的比例，驶离车道路段通行力sl
t
与驶入车道路段通行力sr
t
的计算方法一样，在此不做赘述。
47.交通信号灯投入使用时，先设置红、黄、绿三种灯的使用时间，一般为黄灯时长为3s、绿灯时长为20s，由于十字路口的交通信号灯通常设置四台，假设交通信号灯是左转与直行绿灯同时亮灭，那么经过换算后，每台交通信号灯的红灯时长为69s，完成交通信号灯使用时间设置，并且，交通信号灯中，黄灯3s时长通常不变，主要是对绿灯时长进行调节，当任一台交通信号灯的绿灯时长发生改变时，其他三台交通信号灯的红灯时长相应发生改变。
48.交通信号灯投入使用后，系统实时获取十字路口的交通系数jt
x
，并设定判断阈值pdz，若驶入车道的交通系数jt
x
≤判断阈值pdz，则不通过交通系数jt
x
调节与该驶入车道对应的交通信号灯(即绿灯时长为20s、黄灯时长为3s、红灯时长为69s)，若驶入车道的交通系数jt
x
＞判断阈值pdz，则通过交通系数jt
x
调节与该驶入车道对应的交通信号灯，经过实验后，得到的调节对照表如表1所示：
49.交通系数绿灯时长(s)5.01～6.3523～286.36～7.3528～327.36～8.3532～368.36～9.3536～40≥9.3644
50.表1
51.如表1所示，将交通信号灯绿灯时长标定为lds，则通过交通系数jt
x
调节与该驶入车道对应的交通信号灯的计算公式为：lds＝k*jt
x
，且k＝0.2，由于需要考虑到十字路口中其它信号灯的正常使用，因此，本实施例中，通过交通系数jt
x
调节与该驶入车道对应的交通信号灯的绿灯最大时长为41s(即绿灯最大时长为41s、黄灯时长为3s、假设所有交通信号灯的绿灯均为最大时长为41s，则调节后的红灯时长为132s)，本技术通过交通系数jt
x
调节交通信号灯绿灯时长后，为了保障安全通行时间，为实际调节绿灯时长增加了3s的安全时长。
52.本技术通过采集驶入车道车流量及路段通行力、驶离车道车流量以及路段通行力通过公式建立交通系数，提高数据处理效率，并且以主要影响交通参数对交通信号灯进行初始化后，使得交通信号灯的调控性能有效提高。
53.实施例2
54.由于十字路口还存在影响交通的次要参数(如人行道人流量等)，这些次要参数也会对车辆通过十字路口带来影响，因此，交通信号灯运行过程中，需要将次要影响交通参数带入考虑：
55.举例来说，当直行车道绿灯亮时，直行车道相邻的人行道绿灯跟随读秒，当直行车道绿灯变为红灯，左转绿灯亮起，但人行道上的人流量大，仍存在行人行走时，遵循车让人原则，左转车辆需要等待人行道行人通过后才能继续通行，此时左转车辆位于路口中，当其他车道直行绿灯亮起时，位于路口中的左转车辆会造成交通拥堵。
56.因此收集十字路口的次要影响交通参数，并通过次要影响交通参数计算修正值，将交通系数通过修正值修正获取调节系数后，基于调节系数以及调节对照表实时调节交通信号灯包括以下步骤：
57.获取直行车道相邻人行道人流量以及十字路面平整度，将直行车道相邻人行道人流量以及十字路通行力通过公式计算修正值，表达式为：式中，xzz为修正值，rxd为直行车道相邻人行道人流量，szd为十字路面平整度，g1、g2分别为直行车道相邻人行道人流量以及十字路面平整度的比例系数，且g1＞g2＞0。
58.获取修正值xzz后，通过修正值xzz重新修正交通系数jt
x
得到调节系数，表达式为：tj
x
＝jt
x
(1+xz
x
)，式中，tj
x
为调节系数，当修正值xzz增大时，调节系数tj
x
也随之增大，当修正值xzz等于0时，调节系数tj
x
等于交通系数jt
x
，通过修正值xzz重新修正交通系数jt
x
得到调节系数tj
x
后，系统依据调节对照表对交通信号灯进行调节，本实施例中的参数均为实时采集，因此，系统对交通信号灯的调节方式也为实时调节。
59.并且，由于需要实时调节绿灯时长，但在实际调节过程中，不能直接对绿灯时间进行断层式调节，如当绿灯仅剩下10s时，系统通过调节系数调节后，绿灯的剩下时长应该为20s，则调节时不能直接将10s调为20s，准确的调节方式为，增加绿灯剩下时间秒数之间的间隔时间，例如，8s读到7s的间隔时间未调节前为1s，调节后8s读到7s的间隔时间增加为2s。
60.本技术通过获取直行车道相邻人行道人流量以及十字路面平整度，将直行车道相邻人行道人流量以及十字路通行力通过公式计算修正值，再通过修正值xzz重新修正交通
系数jt
x
得到调节系数，交通信号灯运行过程中，系统基于修正后的调节系数实时调节交通信号灯，调节更加精准，提高系统调节精度。
61.实施例3
62.在实际使用过程中，我们发现在一些大十字路口中，通常会设置多个自行车道以及多个左转车道(右转车道等通常为常绿或绿灯占比大，且右转车道的影响小，因此本技术不做考虑)，并且，驶入车道对应的交通信号灯通常也设置直行灯和左转灯，对应的信号灯运行方式有，双向直行绿灯同时开启或直行绿灯与左转绿灯同时开启。
63.由于不同的十字路口中，一些路口是直行车流量大，一些路口是左转车流量大，因此，为了进一步提高交通信号灯的调控性能，我们将驶入车道拆分为直行车道和左转车道，并进行分析，方案如下：
64.请参阅图3所示，交通信号灯运行过程中，在下一交通信号灯绿灯亮起前，分别获取与该交通信号灯对应的直行车道与左转车道的调节系数tj
x
；
65.若ew向车道中左转车道的调节系数tj
x
大于we向车道中直行车道的调节系数tj
x
，此时ew向车道的直行绿灯和左转绿灯同时亮，此时只有ew向车道相邻的人行道支持通行，ew向车道的直行绿灯和左转绿灯读秒完成后，开启sn向车道交通信号灯的绿灯；
66.若ew向车道中左转车道的调节系数tj
x
小于等于we向车道中直行车道的调节系数tj
x
，此时ew向车道和we向车道的直行绿灯同时亮，此时ew向车道和we向车道相邻人行道支持通行，ew向车道和we向车道的直行绿灯读秒完成后，开启ew向车道和we向车道的左转绿灯；
67.ns向车道与sn向车道的交通信号灯控制方式与上述方式相同。
68.本技术通过将十字路口驶入车道划分为直行车道和左转车道单独进行调节，并根据各个车道的调节系数tj
x
来选择交通信号灯的绿灯调节方式，进一步提高了系统的调控能力。
69.实施例4
70.请参阅图2所示，本实施例所述一种基于大数据的智能交通信号灯调节系统，包括采集模块、计算模块、初始化模块、调节模块；
71.其中：
72.采集模块：用于收集十字路口的主要影响交通参数和次要影响交通参数；
73.计算模块：通过主要影响交通参数获取交通系数，通过次要影响交通参数获取修正值，将交通系数通过修正值修正获取调节系数后；
74.初始化模块：获取一段时间内交通系数的平均值后，基于交通系数的平均值初始化交通信号灯并生成调节对照表；
75.调节模块：基于调节系数以及调节对照表实时调节交通信号灯。
76.上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。
77.上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本技术实施例所述的流程或功能。所述计算
机可以为通用计算机、专用计算机、计算机网络，或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如，软盘、硬盘、磁带)、光介质(例如，dvd)，或者半导体介质。半导体介质可以是固态硬盘。
78.应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况，其中a,b可以是单数或者复数。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系，但也可能表示的是一种“和/或”的关系，具体可参考前后文进行理解。
79.本技术中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b，或c中的至少一项(个)，可以表示：a,b,c,a-b,a-c,b-c，或a-b-c，其中a,b,c可以是单个，也可以是多个。
80.应理解，在本技术的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
81.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件，或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
82.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
83.在本技术所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其他的形式。
84.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，既可以位于一个地方，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单元来实现本实施例方案的目的。
85.另外，在本技术各个实施例中的各功能单元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。
86.所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说
对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品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，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
87.以上所述，仅为本技术的具体实施方式，但本技术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技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。

技术特征：
1.一种基于大数据的智能交通信号灯调节方法，其特征在于：所述调节方法包括以下步骤：s1：收集十字路口的主要影响交通参数，通过主要影响交通参数获取交通系数；s2：获取一段时间内交通系数的平均值后，系统基于交通系数的平均值初始化交通信号灯并生成调节对照表；s3：收集十字路口的次要影响交通参数，并通过次要影响交通参数计算修正值，将交通系数通过修正值修正获取调节系数；s4：基于调节系数以及调节对照表实时调节交通信号灯。2.根据权利要求1所述的一种基于大数据的智能交通信号灯调节方法，其特征在于：步骤s1中，获取交通系数包括以下步骤：收集十字路口的主要影响交通参数，主要影响交通参数包括驶入车道车流量及路段通行力、驶离车道车流量以及路段通行力；将驶入车道车流量及路段通行力、驶离车道车流量以及路段通行力通过公式建立交通系数，表达式为：式中，jt
x
为交通系数，sr
c
为驶入车道车流量，sl
t
为驶离车道路段通行力，sl
c
为驶离车道车流量，sr
t
为驶入车道路段通行力，a1、a2、a3、a4分别为驶入车道车流量、驶离车道路段通行力、驶离车道车流量、驶入车道路段通行力的比例系数，且a1＞a3＞a4＞a2。3.根据权利要求2所述的一种基于大数据的智能交通信号灯调节方法，其特征在于：所述驶入车道路段通行力sr
t
＝0.9ld
c
·
cd
s
/p
t
，式中，ld
c
为路段长度，cd
s
为车道数，p
t
为平均车辆通过路段所需的时间，0.9为平均车道占有率，指车辆在通过路段的过程中，占据车道的比例。4.根据权利要求3所述的一种基于大数据的智能交通信号灯调节方法，其特征在于：所述交通信号灯投入使用后，实时获取十字路口的交通系数jt
x
，并设定判断阈值pd
z
，若驶入车道的交通系数jt
x
≤判断阈值pd
z
，不通过交通系数jt
x
调节与该驶入车道对应的交通信号灯，若驶入车道的交通系数jt
x
＞判断阈值pd
z
，通过交通系数jt
x
调节与该驶入车道对应的交通信号灯。5.根据权利要求4所述的一种基于大数据的智能交通信号灯调节方法，其特征在于：所述交通信号灯绿灯时长标定为ld
s
，则通过交通系数jt
x
调节与该驶入车道对应的交通信号灯的计算公式为：ld
s
＝k*jt
x
，且k＝0.2。6.根据权利要求5所述的一种基于大数据的智能交通信号灯调节方法，其特征在于：步骤s3中，计算修正值包括以下步骤：获取直行车道相邻人行道人流量以及十字路面平整度，将直行车道相邻人行道人流量以及十字路通行力通过公式计算修正值，表达式为：式中，xz
z
为修正值，rx
d
为直行车道相邻人行道人流量，sz
d
为十字路面平整度，g1、g2分别为直行车道相邻人行道人流量以及十字路面平整度的比例系数，且g1＞g2＞0。7.根据权利要求6所述的一种基于大数据的智能交通信号灯调节方法，其特征在于：获
取所述修正值xz
z
后，通过修正值xz
z
重新修正交通系数jt
x
得到调节系数，表达式为：tj
x
＝jt
x
(1+xz
x
)，式中，tj
x
为调节系数，当修正值xz
z
增大时，调节系数tj
x
也随之增大，当修正值xz
z
等于0时，调节系数tj
x
等于交通系数jt
x
。8.根据权利要求7所述的一种基于大数据的智能交通信号灯调节方法，其特征在于：步骤s4中，实时调节交通信号灯包括以下步骤：若ew向车道中左转车道的调节系数tj
x
大于we向车道中直行车道的调节系数tj
x
，此时ew向车道的直行绿灯和左转绿灯同时亮，且ew向车道相邻的人行道支持通行，ew向车道的直行绿灯和左转绿灯读秒完成后，开启sn向车道交通信号灯的绿灯。9.根据权利要求8所述的一种基于大数据的智能交通信号灯调节方法，其特征在于：步骤s4中，实时调节交通信号灯还包括以下步骤：若ew向车道中左转车道的调节系数tj
x
小于等于we向车道中直行车道的调节系数tj
x
，此时ew向车道和we向车道的直行绿灯同时亮，且ew向车道和we向车道相邻人行道支持通行，ew向车道和we向车道的直行绿灯读秒完成后，开启ew向车道和we向车道的左转绿灯。10.一种基于大数据的智能交通信号灯调节系统，用于实现权利要求1-9任一项所述的调节方法，其特征在于：包括采集模块、计算模块、初始化模块、调节模块；采集模块收集十字路口的主要影响交通参数和次要影响交通参数，计算模块通过主要影响交通参数获取交通系数，通过次要影响交通参数获取修正值，将交通系数通过修正值修正获取调节系数后，初始化模块获取一段时间内交通系数的平均值，基于交通系数的平均值初始化交通信号灯并生成调节对照表，调节模块基于调节系数以及调节对照表实时调节交通信号灯。

技术总结
本发明公开了一种基于大数据的智能交通信号灯调节方法及系统，所述调节方法包括以下步骤：通过收集十字路口的主要影响交通参数，通过主要影响交通参数获取交通系数，并基于交通系数初始化交通信号灯并生成调节对照表，从而使得十字路口交通信号灯的初始化更加合理，并且，在实际运行中，系统还通过十字路口的次要影响交通参数计算修正值，然后将交通系数通过修正值修正获取调节系数。本发明基于调节系数以及调节对照表实时调节交通信号灯，系统通过多源数据分析实时调节交通信号灯，调节精度高，适用性更好。适用性更好。适用性更好。


技术研发人员：曹珂崯 张天舒 支立勋 赵陇 周华乔 张闽
受保护的技术使用者：江苏电子信息职业学院
技术研发日：2023.04.25
技术公布日：2023/7/12