基于机器视觉智能交通灯控制系统.docx
《基于机器视觉智能交通灯控制系统.docx》由会员分享，可在线阅读，更多相关《基于机器视觉智能交通灯控制系统.docx（12页珍藏版）》请在冰点文库上搜索。
基于机器视觉智能交通灯控制系统
机器视觉的论述作业
题
目:
基于机器视觉智能交通灯控制系统
学院名称：
电气工程学院
专业班级：
姓
名：
学
号：
时
间：
1绪论3
2基于机器视觉的智能交通灯系统设计3
3智能交通灯控制策略5
3.1模糊控制5
3.2智能交通灯模糊控制策略5
3.3解模糊化算法6
4系统硬件设计6
4.1摄像头的安装和特性6
4.2视频采集模块设计8
4.3DSP控制处理模块设计9
4.4信号灯驱动模块设计9
4.5电源模块设计10
5系统软件设计及调试11
5.1软件总体设计方案11
5.2视频采集模块的软件设计12
5.3系统调试13
6总结13
7参考文献1.3
1绪论
随着社会经济的发展，城市车辆数量迅速增长，交通拥挤日益严重，造成的交通事故和环境污染等负面效应也日益突出。
城市交通问题直接制约着城市的建设和经济的增长，与人们的日常生活密切相关。
通常交通阻塞大都是由于城市路口实际通行能力不足所造成的，路口交通问题逐步成为经济和社会发展中的重大问题，为此世界大多数国家都在进行智能交通灯控制系统的研究。
本文的目的是对基于机器视觉的智能交通灯控制系统进行了研究。
基于机器视觉的智能交通灯控制系统对路口交通灯进行智能控制，根据各相位车流量大小，智能分配红绿灯时间，彻底改变了传统交通灯控制方式的不足。
目前由于城市路口交通信号灯的控制策略不理想，导致了路口实际通行能力下降，停车次数比较多，车辆通过路口的延误时间较长，容易造成不必要的拥堵。
改善交通灯控制策略，来提高路口的实际通行能力，这是城市交通控制中需要解决的主要问题。
自从计算机控制系统应用于交通灯控制以来，硬件设备的不断更新和改进，智能化和集成化成为城市道路交通信号控制系统的研究趋势，而路口交通灯控制系统是智能交通系统中的关键点和突破口。
2基于机器视觉的智能交通灯系统设计
基于机器视觉的智能交通灯控制系统是由摄像机、视频采集模块、DSP空制处理模块、信号灯驱动模块、电源模块、时钟模块、复位模块和信号灯组等组成，其组成框图如2.1图所示
系统中摄像机是用来拍摄路口车辆视频，是路口车流量获取的基础设备，其
拍摄的视频图像质量高低直接影响到系统对交通灯控制的精度。
摄像机的选择决
定着视频的质量，所以一般要选择稳定性高，分辨率符合系统要求的摄像机。
目前摄像机主要分为两种，一种是电荷耦合器件_cCD图像传感器；一种是互补性氧化金属半导体一CMoS图像传感器。
CCDS像传感器是由很多感光单位组成的，其表面受到光线照射时，产生的电荷将由感光单位反映在组件上，所有感光单位产生的电信号组合在一起，就能够形成一幅完整的图画。
而CMOS像传感器的
制造技术与工艺和制造普通计算机芯片的技术非常类似，CMO中同时存在着N
级和P级半导体，这两个半导体之间互补效应能够产生的电流信号，能够被处理
芯片记录，同时将其解读成影像，形成一幅图画。
画。
比较CCD和CMO的结构，ADC放大兼类比数字信号转换器）的位置和数量是最大的不同。
通常CCDS像头每曝光一次，当快门关闭之后立即进行像素的转移处理，将其每一行中的每一个像素的电信号依次送到“缓冲器"中，再输入到放大器中进行放大，然后串联ADC输出；而CMOS勺设计中每个像素旁直接连着ADC对电信号进行放大同时转换成数字信号。
CCD^CMO的特性比较如下表2-1
表2-1CCD和CMOS勺比较
CCD
CMOS
成本
成本高
COMS整合集成，成本低
解析度
连接复杂度低，解析度高
解析度低，新技术高
灵敏度
同样面枳下灵敏度高
感光开口小.灵敏度低
功耗比
需要外加额外电压.功耗高
直接放大，功耗低
嗪点比
单一放大.噪点较低
百万放大，噪点较高1
通过对CCD和CMOS的特性进行比较，以及视频处理系统对视频图像的要求，本文采用CCD摄像机JAB.5515EB作为视频输入部分的图像传感器。
3智能交通灯控制策略
3.1模糊控制
模糊控制是将模糊理论引入控制领域，将人的经验形式化模型化，采用模糊逻辑的近似推理方法，通过计算机系统代替人对被控对象进行有效的实时控制。
模糊控制系统是由模糊规则基、模糊推理、模糊化算子和解模糊化算子组成，其组成框图如图3.1所示。
图3.1模糊控制的组成框图
模糊化是对系统的输入量进行论域变换，将精确量转化成模糊输入信息的过
程。
由于实际过程中的输入值通常为连续变化的，必须将其范围分成有限个模糊集，并与输入量相对应，然后通过隶属函数求出输入量对各模糊集合的隶属度,将普通变量转化为模糊变量，完成了模糊化工作。
3.2智能交通灯模糊控制策略
模糊控制过程是将实际检测的当前方向车辆排队长度进行模糊量化处理，映射到输入论域的模糊集合，根据实践经验确定模糊控制规则，进行模糊推理，再经清晰化处理转为绿灯延长时间的精确量，实现交通灯智能控制。
通常情况下，在某一方向红灯时间内该车道的车流量在停车线后的排队长度越长而绿灯方向车流量不多，为了保证下一周期车辆通行最大化，就得适当延长下一周期的绿灯时间。
反之，当前绿灯方向的车流量较多而当前红灯方向车道的车流量在停车线
后的排队长度较短，就得适当减少下一周期的绿灯时间，以确保路口车辆通行量的最大化。
考虑到司机和行人心理承受能力，不至于在其等待过程中产生焦急烦躁的情绪，路口的红绿灯周期不能过长，通常可以设置一个最大绿灯时间，比如120S。
如果系统已经执行了最大绿灯过，立即进行相位切换，当前方向绿灯进入黄闪状态，一般设定为3秒，然后执行红灯状态。
当路口的车流量较小时，信号周期则比较短，但一般也要设定一个最小绿灯时间，女1:
120S,否则车辆和行
人由于来不及通过路VI而影响交通安全n时间，不考虑当前方向还有多少辆车等待通过。
3.3解模糊化算法
通过对被控制量的模糊化，根据模糊控制规则进行推理，做出模糊决策，得到模糊控制的输出量，这个输出量为模糊量，而被控对象最终只能接受精确的控制量，所以必须将输出的模糊量转化为精确的控制量，将其转化为精确量的过程
通常称之为解模糊化。
也就是从模糊量变为清晰量的过程，即把通过模糊推理得到的输出量的模糊集合，一一映射到输出量的普通集合。
解模糊的方法有通常有最大隶属度法、平均最大隶属度法、取中位数法以及加权平均法。
4系统硬件设计
4.1摄像头的安装和特性
（1）所采集车辆视频图像质量的高低将直接影响到系统对交通灯控制的精度，而决定视频质量的关键因素在于CCD摄像头的选择和安装。
本文采用CCD摄像机JAB-5515EB可以在室外恶劣环境下全天候工作，其性能如表4-1
表4-1JAB-5515EB摄像头的特性
型号
JAB-5515EB
信号系统
PAL/NTSC
图像伎感器
SONYSuperHADCCD
自动光圈镜头
VIDEO/DC伺服型可选择
有效像素
PAL：
500（H）X582（V）
所需电源
DC12V
感光面积
-一一一「
4.8mmX3P6nim
背光补偿
开启/关闭可选择
同步系统
内同步
快门速度
”50（1/60）—1/100,000（秒）
增益控制
开启/关闭可选择
最低照摩
小于2.3W
信噪比
大于48DB（AGCOFF）
插口
Videoout（BNC）
视频输出
1.0Vp-pt75Q
白平衡
0.05Lux/Fl.2
（2）摄像头的安装直接影响到视频采集的过程，而且安装摄像头的位置既要不能对交通产生任何影响，又要满足视频采集模块的需求。
图4.1为两相位路口示意图，摄像头的安装位置应在图中A、B、CD点的上方高于7米为宜。
视频图像处理只针对车道，所以可视角度只需满足横向覆盖整个车道，纵向能够覆盖车辆排队信息的长度即可。
图4.1城市路口示意图
4.2视频采集模块设计
本设计中的视频采集模块主要分为视频输入和视频处理两个部分，其功能是
利用图像传感器将物体的光信号转换成模拟的视频电信号，然后利用视频解码芯片将视频模拟信号转化成数字视频信号输入到DSP的视频处理前端。
模拟视频信号主要分为PAL和NTSC两种制式，在将模拟视频信号直接转换成数字信号的时
候，通常需要用到视频解码芯片，本设计中选择TI公司的TVP5150视频解码芯
片来主要用来完成模拟视频信号到数字视频信号的转换以及对图像亮度、色度的
预处理等。
4.3DSP控制处理模块设计
DSPg制处理模块作为系统的主控模块，以TMS320DM643为核心，由视频处
理前端、DDR右储器、EMIF接121电路、以太网接口电路、12C总线和JTAG接
口电路组成，其设计框图如图4.2所示
视频处理前端
A
SrK
/—RSik
以衣网接口电路
-
DDR2存储器
A\
SIV
TSM320DM6437
\
PC总线
EMIF接口电路
A——NV
JTAG接口电路
图4.2DSP控制处理模块设计框图
视频处理前端用来接收TVP5150发送的数字视频信号，DDR2存储器用来存储程序和数据，EMIF接口电路可以外接NANEFIash用于固化程序和数据，以太网接口电路用于DM6437与外接设备之间的通信，I2C总线对TVP5150内部存器进行初始化设置，JTAG接121电路主要用来连接DSP仿真器，进行程序的载和系统的调试与仿真。
芯片DM6437用于控制各个外围功能芯片及完成算法处理。
4.4信号灯驱动模块设计
LED交通信号灯驱动模块设计以LM3407芯片核心，其输入电压范围4.5V-30V，并且能够提供精准的恒定电流输出，本文所需电压为24V,电流为350mA以驱动高功率发光二极管（LED）。
常用LED交通灯的灯盘内LED数量约在100-200个
之间，本文采用119个LED灯通过串并联结合的方式进行连接。
每个LED工作电压为3.3V，工作电流为20mA结合驱动芯片参数和灯盘的规格，采用并联17
组，每组串联7个LED灯的方式，对交通信号灯进行驱动。
交通灯连接方式如图4.4所示。
D114
D115
DIM
D117
DUS
DIIQ
A，
-M-
LED
LED
LED
LED
rm
LED
图4.4LED交通灯连接图
4.5电源模块设计
整个系统的硬件平台采用+5V外接电压进行供电，但是根据各个模块对电源电压需求各有不同，因此对整个硬件平台的供电设计很重要。
DM643胸核使用
1.05V1.20V两种工作电压，当其工作频率为600MHz/500MHz/400M时要求供电电压为1.20V，当工作频率为400MHZ时要求供电电压为1.05V。
设计中的内核工作频率为600MHz故而采用1.2V的内核供电电压。
而系统中TVP5150视频解码芯片的内核和外接的以太网物理层芯片等均是采用1.5V电源进行供电，其他则
供电电压为3.3V。
在给系统上电的过程中，首先应当确内核电源先上电。
关闭电源的时候，同样先进行内核电源的关闭，然后再关闭I/O电源等。
若只对CPU
内核进行供电，而对周围I/O没有进行供电，则不会对芯片产生任何损害。
假如周围的I/O均获得供电而对CPU内核没有进行供电，导致芯片缓冲/驱动部分的晶体管在未知状态下进行工作，对系统会产生一定的损害。
电源模块设计功能框
图如图4.5所示
图4.5电源模块功能框图
5系统软件设计及调试
5.1软件总体设计方案
基于机器视觉的智能交通灯控制系统的功能主要通过C语言进行软件编程
来实现的，其软件设计部分主要包括视频采集模块软件、DSP控制处理模块软件
以及交通灯智能控制软件。
其软件总体设计框图如图5.1所示。
视频采集模块以TVP5150芯片为核心，接收来自摄像头的视频，进行和亮度等预处理，然后将模拟视频信号转换为数字视频信号，其软件设计主要包括TVP5150芯片的配置、芯片的工作过程；DSP控制处理模块要对车辆视频进行图像处理，计算出精确的车流量，根据模糊控制算法智能控制红绿灯时间。
DSP控制处理模块软件设计主要包括模块主要寄存器配置、CACH大小配置及存储器映射、EMIF接口初始化设计
和DSP代码优化原则；交通灯智能控制软件主要通过交通灯智能控制策略，根据车流量大小，对绿灯时间进行自动控制
图5.1软件总体设计框图
5.2视频采集模块的软件设计
视频采集模块开始工作时，首先读取跳线设置，进行视频捕捉参数的更新，
然后建立视频输入通道，同时为将要获取的视频信息分配内存缓冲区，再将获取
的每一个视频帧发送给视频解码芯片TVP5150当TVP5150发送结束信号，表示视频采集过程结束。
在本文中，CCD摄像头为PAL制式，输入的宽度是704,输入高度是576,帧速是25帧/秒。
所以将JPI设置成PAL制式，输入的视频数据像素为704x576。
设计中将帧间间隔设置为25,故最大的帧速是每秒25帧。
其每个像素点的大小是2Bit，因此一帧数据大小为792KB再进行视频输入通道的创建，创建过程是通过DSP/BIOS系统创建视频前端微型驱动的管道对象，采用
扩展的GIO函数FVID-create（）来进行创建
5.3系统调试
电源、时钟和复位模块属于整个系统的最小系统部分，是硬件电路的基础，所以首先对其进行调试，以保证其正常工作。
电源模块的调试主要通过万用表进行测量，当电源电路上电后，测试其输出端口电压是否符合系统的要求，分别为
3.3V、1.8V和1.2V。
时钟模块在调试过程中采用逻辑分析仪进行观测输时钟频率，确定其是否满足系统所需时钟频率的要求，视频解码芯片TVP5150所需的时钟输入频率为14.31818MHzCPU核所需的时钟输入为27MHz复位模块也采用万用表进行测量，当按下复位键输出为低电平有效，否则输出为高电平。
6总结
本文根据国内外交通灯控制系统的研究现状，分析研究了目前常用的交通灯控制策略，提出了一种基于机器视觉的智能交通灯控制系统的设计方案，将模糊
控制理论引入交通灯控制系统中，提出了智能交通灯控制策略。
采用了TI公司
推出的TMS320C600系列中性能较高的TMS320DM643芯片，结合其它外围电路，设计了智能交通灯控制系统的硬件，并进行了相应的软件设计。
最后进行了实验和调试。
基于机器视觉的智能交通灯控制系统涉及的领域很多，技术手段较为复杂。
由于作者知识有限以及相关条件的限制，有些方面研究不够深入，还有待于进一步改进与完善。
7参考文献
【1】刘智勇•智能交通控制理论及其应用【Ml.北京：
科学出版社，2003.
【2】高海军•城市交通信号控制研究［D】.北京：
中国科学院自动化研究所，
2005.
【3】陈俊.基于DSP勺汽车视觉系统研究【D】.武汉：
武汉理工大学，2009.
【4】王史春.基于模糊控制算法实现信号灯智能化研究【J】.电子科技.2009
【5】李玉.交通信号灯的模糊控制［D】.辽宁：
辽宁科技大学，2008.
升级会员 