(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111650592.8 (22)申请日 2021.12.3 0 (71)申请人 浪潮卓数 大数据产业发展 有限公司 地址 214125 江苏省无锡市无锡经济开发 区金融一街15号1101、 1102、 1103、 1104、 1105、 1106、 1107、 1108 (72)发明人 张天妃　李源　单震　 (74)专利代理 机构 济南信达专利事务所有限公 司 37100 代理人 郗艳荣 (51)Int.Cl. G08G 1/08(2006.01) G08G 1/01(2006.01) G06Q 10/04(2012.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 基于人工智能的自适应交通信号灯控制方 法及系统 (57)摘要 本发明特别涉及一种基于人工智能的自适 应交通信号灯控制方法及系统。 该基于人工智能 的自适应交通信号灯控制方法及系统， 通过图像 采集技术采集路口通过的车辆信息， 进行分类和 预处理后形成样本数据集， 对Conv ‑LSTM长短期 记忆网络 学习模型进行训练， 利用训练好的模型 获取拥堵车辆的时空相关性； 采集路口通过的车 辆信息， 将实时数据输入到训练好的Conv ‑LSTM 长短期记忆网络学习模型中对路口车辆拥堵情 况进行预测， 并根据预测结果调节对应 路口的绿 灯时长。 该基于人工智能的自适应交通信号灯控 制方法及系统， 能够根据路口车辆通行实时数据 及时调整交通信号灯绿灯时长， 提高了车辆通行 速度， 节省了人们的出行时间， 提升了生活幸福 指数， 易于 推广应用。 权利要求书2页 说明书4页 附图1页 CN 114333359 A 2022.04.12 CN 114333359 A 1.一种基于人工智能的自适应交通信号灯控制方法， 其特 征在于， 其特 征在于： 第一步， 通过图像采集技术采集路口通过的车辆信息， 对采集到的车辆信息进行图像 分析， 形成多维度信息数据， 包括绿灯时长， 红灯时长， 车辆通过频率、 通过时长和通过速 度； 第二步， 将收集到的多维度信息数据按照单位时间t进行划分， 并对按照单位时间t划 分的数据包进行分类； 第三步， 将分类数据包进行预处理后形成样本数据集， 对机器学习中的神经网络的 Conv‑LSTM长短期记忆网络学习模型进行训练， 利用训练好的Conv ‑LSTM长短期记忆网络学 习模型获取拥堵车辆的时空相关性； 第四步， 通过图像采集技术采集路口通过的车辆信息， 将实时数据输入到训练好的 Conv‑LSTM长短期记忆网络学习模型中对路 口车辆拥堵情况进行预测， 并根据预测结果调 节对应路口 的绿灯时长 。 2.根据权利要求1所述的基于人工智能的自适应交通信号灯控制方法， 其特征在于： 所 述第二步中， 根据车辆拥堵时长T对数据包进行分类， 并将车辆拥堵时长T作为标识标记数 据包。 3.根据权利要求2所述的基于人工智能的自适应交通信号灯控制方法， 其特征在于所 述第二步中， 计算按照单位时间t划分的数据包中车辆平均通过时长t1与非拥堵时段车辆 平均通过时长t 2， t1与t2的差值即为车辆拥堵时长T。 4.根据权利要求1所述的基于人工智能的自适应交通信号灯控制方法， 其特征在于： 所 述第三步中， 对分类数据包进行数据清洗， 剔除数据缺失的数据包与特殊情况下交通管制 路段的数据包。 5.根据权利要求3所述的基于人工智能的自适应交通信号灯控制方法， 其特征在于： 所 述第三步中， 训练好的Conv ‑LSTM长短期记忆网络学习模型利用卷积结构对样本数据集进 行处理， 建立该路口绿灯时长， 红灯时长， 车辆通过频率、 通过时长和通过速度与车辆拥堵 时长T的相关 关系。 6.一种基于人工智能的自适应交通信号灯控制系统， 其特征在于： 包括信 息采集模块， 数据处理模块， Co nv‑LSTM长短期记 忆网络学习模型模块和交通信号灯调节模块； 所述信息采集模块负责采集路口通过的车辆信 息， 包括绿灯时长， 红灯时长， 车辆通过 频率、 通过时长和通过速度； 所述数据处理模块负责将收集到的多维度信息数据按照单位时间t进行划分， 并对按 照单位时间t划分的数据包进行分类与数据清洗， 剔除数据缺失的数据包与特殊情况下交 通管制路段的数据包； 所述Conv ‑LSTM长短期记忆网络学习模型模块负责利用样本数据集进行训练， 获取拥 堵车辆的时空相关性， 根据实时采集的路口车辆信息预测路口车辆拥堵情况； 所述交通信号灯调节模块负责根据预测结果调节对应路口 的绿灯时长 。 7.根据权利要求6所述的基于人工智能的自适应交通信号灯控制系统， 其特征在于： 所 述数据处理模块负责计算按照单位时间t划分的数据包中车辆平均通过时长t1与非拥堵时 段车辆平均通过时长t2， t1与t2的差值即为车辆拥堵时长T； 根据车辆拥堵时长T对数据包 进行分类， 并将车辆拥堵时长T作为标识标记数据包。权　利　要　求　书 1/2 页 2 CN 114333359 A 28.根据权利要求7所述的基于人工智能的自适应交通信号灯控制系统， 其特征在于： 所 述Conv‑LSTM长短期记忆网络学习模型模块负责利用卷积结构对样本数据集进行处理， 建 立该路口绿灯时长， 红灯时长， 车辆通过频率、 通过时长和通过速度与车辆拥堵时长T的相 关关系。权　利　要　求　书 2/2 页 3 CN 114333359 A 3