本发明涉及智慧交通的，尤其涉及一种基于图像深度识别的信号灯辅助方法及系统。
背景技术：
1、很多时候，当信号灯由红变绿时，等待在路口的车辆并不能迅速启动，顺利通过路口。甚至有些情况下，由于前车未能及时起步，导致后车错过了绿灯，不得不等待下一次通行。这种现象在一定程度上加剧了路口的交通拥堵，影响了道路通行效率。
2、传统的交通信号灯系统在管理城市交通方面起着至关重要的作用。然而，随着城市化进程的加快和车辆数量的激增，传统的交通信号灯系统在应对日益复杂的交通状况时，逐渐暴露出一些问题。例如，交通拥堵、能源浪费、环境污染等。传统的信号灯辅助系统主要依靠传感器和红外技术，存在一定的局限性，如成本较高、易受环境影响等。并且现有的信号灯辅助系统在提供信号灯信息方面仍存在一定的不足，如未能充分考虑车辆在信号灯附近的行驶速度等因素。而基于图像深度识别技术的信号灯辅助系统则具有成本低、准确性高、鲁棒性强等优点，逐渐成为智能交通系统的研究重点。
技术实现思路
1、本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
2、鉴于上述现有存在的问题，提出了本发明。
3、因此，本发明提供了一种基于图像深度识别的信号灯辅助方法及系统解决现有的车辆在十字路口频繁启停造成的道路拥堵，路口通行效率低，以及由于频繁启停造成的资源浪费的问题。
4、为解决上述技术问题，本发明提供如下技术方案：
5、第一方面，本发明实施例提供了一种基于图像深度识别的信号灯辅助方法，包括：
6、实时采集道路以及车辆图像信息，并对所述道路以及车辆图像信息进行实时分析处理，得到车速规划的各类实时数据信息；
7、根据所述各类实时数据信息，对车辆进行车速规划生成各车道车辆通过当前路口的最优建议车速；
8、动态显示各车道的所述最优建议车速，当前信号灯状态，天气气象信息以及其他道路交通实况提示信息辅助车辆驾驶。
9、作为本发明所述的基于图像深度识别的信号灯辅助方法的一种优选方案，其中：对所述道路以及车辆图像信息进行实时分析处理包括：
10、根据目标检测算法对待识别的图像进行预处理，将预处理后的图像进行特征提取，识别出图像中的车辆；将识别到的车辆进行辨识分类处理，通过计算机视觉算法追踪车辆在不同帧之间的位置和运动轨迹，统计道路上的车辆信息和车流信息；
11、在对车辆进行辨识与分类时，根据车标与车型相结合的方法与数据库中车辆类型图像进行对比与匹配，得到车辆品牌与型号以及车辆的动力性能信息。
12、作为本发明所述的基于图像深度识别的信号灯辅助方法的一种优选方案，其中：还包括：通过训练深度神经网络，实现对交通信号灯的精确定位和颜色识别，同时结合路口现有信号灯设施，选用当前信号灯的信号周期、相位信息参数进行车速规划；
13、分析处理采集的图像信息，确定道路冲突及障碍物以及天气情况并获得实时天气影响下的路面条件及气象信息，并对各类气象灾害进行预报提示及预警。
14、作为本发明所述的基于图像深度识别的信号灯辅助方法的一种优选方案，其中：对车辆进行车速规划生成各车道车辆通过当前路口的最优建议车速包括：
15、基于车辆动力性能信息，并结合不同类型车辆汽车动力性的差异，将通过车速模型分别生成通行在快车道和慢车道的车辆的建议速度，得到当前信号灯的具体建议车速区间；
16、基于当前信号灯的具体建议车速区间，比较是否超过当前路段限速；若生成的建议车速区间超过当前路段限速，则调整信号灯定位与信号灯信息，将输入的当前绿灯剩余时长加上一个绿灯间隔时长，重新调整生成车速以通过下一个路灯阶段。
17、作为本发明所述的基于图像深度识别的信号灯辅助方法的一种优选方案，其中：还包括：生成车速的数学模型或算法还包括现有信号灯的相位信息，若在当前信号灯周期剩余时间内车辆不能以安全车速及时通过路口，则结合信号灯信号周期，重新输入更新后的相应数据信息，得到相应的建议车速。
18、第二方面，本发明提供了一种基于图像深度识别的信号灯辅助系统，包括：图像采集模块、图像处理模块、建议车速规划模块、信号标识显示模块以及服务器终端；
19、图像采集模块，实时采集道路以及车辆图像信息；
20、图像处理模块，实时分析处理采集的道路以及车辆图像信息，获取车速规划的各类实时数据信息；
21、建议车速规划模块，根据所述各类实时数据信息，实时生成各车道车辆通过当前路口的最优建议车速；
22、信号标识显示模块，实时显示各车道的建议车速、信号灯状态、天气信息和气象信息；
23、服务器终端，用于储存并调用各模块数据。
24、作为本发明所述的基于图像深度识别的信号灯辅助系统的一种优选方案，其中：所述图像处理模块包括：车速与车流量检测单元，信号灯定位与识别单元，气象信息单元，实时路况信息单元以及数据库；
25、所述车速与车流量检测单元，接收图像采集模块采集的待识别图像，根据目标检测算法对所述待识别的图像进行预处理，将预处理后的图像进行特征提取，识别出图像中的车辆；
26、将识别到的车辆进行辨识分类处理，通过计算机视觉算法追踪车辆在不同帧之间的位置和运动轨迹，统计道路上的车辆信息和车流信息同步至服务器终端；
27、所述车速与车流量检测单元，在对车辆进行辨识与分类时，根据车标与车型相结合的方法与数据库中车辆类型图像进行对比与匹配，得到车辆品牌与型号以及车辆的动力性能信息。
28、作为本发明所述的基于图像深度识别的信号灯辅助系统的一种优选方案，其中：所述图像处理模块还包括：
29、所述信号灯定位与识别单元，通过训练深度神经网络，实现对交通信号灯的精确定位和颜色识别，同时结合路口现有信号灯设施，选用当前信号灯的信号周期、相位信息参数代入建议车速规划模块；
30、所述气象信息单元根据所述图像采集模块采集的图像信息结合数据库分析处理，确定天气情况并获得实时天气影响下的路面条件及气象信息，并对各类气象灾害进行预报提示及预警；
31、所述实时路况信息单元，根据所述图像采集模块采集的图像信息结合数据库分析处理，确定道路冲突及障碍物；
32、所述数据库，用于储存所述道路环境图像、各类车辆车型图像、各类事故图像、各类天气图像、各类道路障碍物图像；
33、所述建议车速规划模块接收所述图像处理模块的各类实时数据信息。
34、作为本发明所述的基于图像深度识别的信号灯辅助系统的一种优选方案，其中：所述建议车速规划模块包括：
35、所述车辆动力性能信息输入到所述建议车速规划模块时，为考虑不同类型车辆汽车动力性的差异，建议车速规划模块将通过车速模型分别生成通行在快车道和慢车道的车辆的建议速度；
36、建议车速规划模块在生成能通过当前信号灯的具体建议车速区间后，比较是否超过当前路段限速；若生成的建议车速区间超过当前路段限速，则调整信号灯定位与识别单元输入的信号灯信息，将输入的当前绿灯剩余时长加上一个绿灯间隔时长，重新调整生成车速以通过下一个路灯阶段；
37、建议车速规划模块在生成关于车速的数学模型或算法时，考虑现有信号灯的相位信息，结合信号灯定位与识别单元，若在当前信号灯周期剩余时间内车辆不能以安全车速及时通过路口，则结合信号灯信号周期，重新输入更新后的相应数据信息，得到相应的建议车速，根据服务器终端收集到的各类道路信息确定最优车速；
38、所述建议车速规划模块在生成关于车速的数学模型或智能算法时也考虑实际车流量及道路环境、天气状况、车辆起步速度、制动距离影响因素，且生成的建议车速要符合当前道路交通规则，即小于当前道路最高限制速度。
39、作为本发明所述的基于图像深度识别的信号灯辅助系统的一种优选方案，其中：信号标识显示模块包括：所述信号标识显示模块的显示信号包含各车道建议车速信息、前方实时信号灯信息、当前天气信息、气象预警及其他道路交通实况提示信息的一种或多种；
40、所述信号标识显示模块配合工作人员进行道路指挥及疏散，所述信号标识显示模块的设定位置与信号灯位置之间的距离应作为限制车数的条件之一列入建议车速规划模块的规划范围内；
41、所述信号标识显示模块为道路信号灯前若干距离设置的一块电子信息显示屏，信息显示屏将提示各车道建议车速信息、前方信号灯实时信息、当前天气信息、气象预警及其他有利于路口交通通行的各类提示信息。
42、与现有技术相比，本发明的有益效果：本发明提供的信号灯辅助装置可以一定程度上解决车辆在十字路口频繁启停所造成的道路拥堵，通过信号显示装置提示车辆行驶最佳建议速度，达到车辆不需制动即可通过路口的目的，另外考虑不同类型车辆汽车动力性的差异分别提出快车道和慢车道的最佳建议速度，提高了路口通行效率的同时减少了由于频繁启停造成的资源浪费。
1.一种基于图像深度识别的信号灯辅助方法，其特征在于，包括：
2.如权利要求1所述的基于图像深度识别的信号灯辅助方法，其特征在于，对所述道路以及车辆图像信息进行实时分析处理包括：
3.如权利要求2所述的基于图像深度识别的信号灯辅助方法，其特征在于，还包括：通过训练深度神经网络，实现对交通信号灯的精确定位和颜色识别，同时结合路口现有信号灯设施，选用当前信号灯的信号周期、相位信息参数进行车速规划；
4.如权利要求3所述的基于图像深度识别的信号灯辅助方法，其特征在于，对车辆进行车速规划生成各车道车辆通过当前路口的最优建议车速包括：
5.如权利要求4所述的基于图像深度识别的信号灯辅助方法，其特征在于，还包括：生成车速的数学模型或算法还包括现有信号灯的相位信息，若在当前信号灯周期剩余时间内车辆不能以安全车速及时通过路口，则结合信号灯信号周期，重新输入更新后的相应数据信息，得到相应的建议车速。
6.一种基于图像深度识别的信号灯辅助系统，其特征在于，包括：图像采集模块(100)、图像处理模块(200)、建议车速规划模块(300)、信号标识显示模块(400)以及服务器终端(500)；
7.如权利要求6所述的基于图像深度识别的信号灯辅助系统，其特征在于，所述图像处理模块(200)包括：车速与车流量检测单元(201)，信号灯定位与识别单元(202)，气象信息单元(203)，实时路况信息单元(204)以及数据库(205)；
8.如权利要求7所述的基于图像深度识别的信号灯辅助系统，其特征在于，所述图像处理模块(200)还包括：
9.如权利要求8所述的基于图像深度识别的信号灯辅助系统，其特征在于，所述建议车速规划模块(300)包括：
10.如权利要求9所述的基于图像深度识别的信号灯辅助系统，其特征在于，信号标识显示模块(400)包括：所述信号标识显示模块(400)的显示信号包含各车道建议车速信息、前方实时信号灯信息、当前天气信息、气象预警及其他道路交通实况提示信息的一种或多种；
