进入二十一世纪以来,随着城市化的不断推进和改革的不断深入,中国经济发展进入了腾飞的时代,然而膨胀的城市人口、恶劣的交通环境等社会问题日益凸显,已逐渐成为制约经济发展的一个重要因素。其中交叉口红绿灯控制是疏散交通车流、缓解交通拥堵的主要解决途径,在城市交通系统中扮演着异常重要的角色。现有的红绿灯大多采用固定配时,不能实时适应实际交通流量的变化,导致交通拥堵成了一些重要路段的“常客”。因此,利用现有技术,研究一种自适应的红绿灯配时方法,解决当前城市交通拥堵问题具有十分重要的意义。针对目前红绿灯大多采用固定配时以及路口装有可见光摄像头的现状,本文根据摄像头采集的交通视频,采用计算机视觉的方法,研究一种基于可见光视频的各车道车辆排队长度实时检测方法,并在此基础上依据各车道的实时车流量对红绿灯配时方案进行优化,从而为ITS(智能交通系统)能更有效的指挥交通提供强有力的支撑。本文主要研究内容如下:(1)对本文涉及的交通控制基础理论进行了综述。首先简要介绍了交通控制中一些基本参数(时间参数、交通流参数以及效率参数)的概念及其计算方法,后续的红绿灯配时方案的优化正是在这些参数上开展和进行的;其次对现有的一些主要的红绿灯控制方式进行了概述,并给出了各种方法的优缺点及其分析方法,为后续评价本文红绿灯配时的优化方法提供参照,从而体现本文方法的优越性;最后介绍了几种常用的交通流分布的数学模型,使后续本文的红绿灯优化仿真实验得以顺利开展,其中本文采用泊松分布来对当前交通流进行描述。(2)提出一种基于可见光图像的各车道车辆排队长度的检测方法。目前城市交叉口普遍安装了可见光摄像头对交通流视频进行实时采集,本文根据采集到的可见光视频,利用计算机视觉方法,对视频中各车道的车辆排队长度进行检测。本文主要采用背景差分的方法,并在此基础上进行了改进,主要体现在以下两点:1)可靠性,本文从视频图像的固定区域中将80×80像素大小的矩形框设为特征区域并提取纹理特征,与背景库图像中相同区域的纹理特征进行匹配,将相似度最高的图像作为背景模板进行背景差分,使当前图像与选取的背景模板最为接近,从而保证算法可靠性。2)实时性,本文未对整幅图像进行差分处理,而是选取车道中间宽为10个像素的条状区域,所处理的像素个数不足整幅图像的5%,从而保证算法的实时性。通过实验验证,本文提出的方法具有鲁棒性、可靠性、实时性,可以满足交通场景的检测要求。(3)设计一种自适应的红绿灯配时优化方法。通过上述基于可见光图像的车辆排队长度检测方法可实时获取各车道的车辆排队长度,从而获取各车道的等待车辆数。本文在此基础上设计一种自适应的基于交通动态的红绿灯配时的优化方法。该方法将在单位时间内通过交叉口的车辆数达到最大作为优化目标,同时将各相位车辆数比例作为各相位绿灯延时分配的计算依据,体现了效率优先、兼顾公平的原则。为验证算法有效性,本文在单交叉口四相位16车道的交通场景下进行了仿真实验,并采用四种不同车辆到达情况的仿真场景,分别为:1)各方向车辆到达分布均匀且到达率较小,2)各方向车辆到达分布均匀且到达率较大,3)各方向车辆到达分布不均匀但同方向各车道车辆到达分布均匀,4)各方向车辆到达分布不均匀且同方向各车道车辆到达分布也不均匀。通过仿真,初步验证了该方法的可行性,但未来还需进一步开展工作。(4)对本文所研究的主要内容进行总结,并对未来所需开展的研究工作进行展望。