基于Yolo v5目標檢測算法的交通信號燈智能控制裝置設計

王新宇

(中國人民公安大學， 北京 100038)

智能化是城市交通信號控制系統的發展趨勢，前端交通感知設備是交通信號控制的源泉和數據基礎。目前視頻采集設備是采用最多的交通數據采集方式，在實際應用中產生了大量的視頻數據。但由于缺少前置的計算能力，需要將產生的數據傳送至數據中心進行統一處理，這不但對網絡造成了沉重負擔，也影響了交通控制的實時性[1]。隨著大數據、云計算、人工智能等信息技術的發展，基于邊緣計算與AI計算機視覺的路側邊緣計算設備成為了研究熱點。例如張立立等[2]以邊緣計算為基礎、以場景驅動為要求、以交通控制資源化為支撐、以人工智能為核心提出了新一代的智能交通信號控制總體架構；高若雯[3]提出了一種交通信號控制場景下的邊緣計算架構，根據路網狀態將其劃分成多個子區域，設計路口間的協作機制，并結合多智能體強化學習來生成各個子區域的多路口交通信號協作控制方案；汪煜超[4]以邊緣計算下的相鄰多路口交通信號燈聯合控制為核心，在云端邊緣合作的工作場景下，提出了基于邊緣節點的交叉口交通控制算法，通過對輸入量和相位選擇機制的優化，改進了傳統的模糊控制方法，并將模糊控制與強化學習結合起來，提高了算法的性能。

本文采用人工智能算法并結合邊緣計算設備，設計一套交通信號燈控制裝置，探索人工智能等信息技術在交通控制中的應用，為智慧路口的設計與應用提供參考。……