[发明专利]自适应和/或自主交通控制系统和方法

权利要求书

1.一种用于处理交通信息的方法，所述方法包括：

接收关于与交叉口相关联的车辆的行驶的数据；

使用神经网络技术来识别交通类型；

使用神经网络技术来识别交通状态；

使用神经网络技术来记忆作为先前经验的函数的最佳交通流决策；以及

使用神经网络技术通过识别最优交通流决策来实现高效的交通流。

2.一种用于提供对所有类型的交通的高度精确的视觉识别的方法，所述方法包括：

处理交通交叉路口硬件以确定可能的灯序列和/或流量控制决策，并且定义要根据在可用神经元之间分配的特征而分配的所需神经元的范围；

构建配置系统架构；

初始化神经网络训练；以及

执行自主运行启动。

3.根据权利要求1所述的方法，还包括为神经网络识别和/或控制优化的执行视频图像处理。

4.根据权利要求1或权利要求3或本发明其他创新所述的方法，还包括使用现有基础设施增强所述交通类型识别。

5.根据权利要求4或本文其他权利要求所述的方法，其中来自行人过马路请求按钮(208)的输入被锁存到本地I/O逻辑(104)内的寄存器中，该输入被送入到处理/识别行人等待时间的神经网络阵列(128)中。

6.根据权利要求5所述的方法中，通过使用所述请求按钮输入来增强由主要视频输入来检测的交通类型识别。

7.根据权利要求4或本文其他权利要求所述的方法中，来自感应传感器(206)的输入被锁存到本地I/O逻辑(104)内的寄存器中，该输入被送入到识别相关联车辆等待时间的神经网络阵列(128)中。

8.根据权利要求7所述的方法中，通过使用感应传感器输入来增强由主视频输入来检测交通类型识别。

9.根据权利要求1或本发明其它创新所述的方法，还包括在视频传感器和传统物理基础设施输入之上使用一个多传感器阵列的输入来增强交通类型识别。

10.根据权利要求9所述的方法中，所述系统包括一个在交叉口已有基本视频捕捉的输入之外还提供多个输入向量的传感器阵列。

11.根据权利要求9或10所述的方法中，其他传感器输入包括一个交通雷达输入以提供增强的多种数据类型传输能力。

12.根据权利要求11所述的方法中，所述交通雷达输入包括：

被检测交通对象独立于不利天气或光照条件的的详细雷达信号，用于识别车辆位置和类型；以及

到达交通对象速度的雷达度量；

其中对于更高级别的信号灯控制决定增强了交通流的预测，包括输入交通的优先化和冲突避免信号灯保持。

13.根据权利要求9或10所述的方法中，其它传感器输入包括一个红外交通输入以提供增强的多种数据类型传输能力。

14.根据权利要求13所述的方法中，所述红外交通输入包括：

被检测交通对象独立于不利天气或光照条件的详细红外特征，用于识别车辆位置和类型；以及

对应用于较高层交通流量决策中的车辆承载率的检测；

并且其中所述方法还包括：

给予乘客加权的到达交通优先权。

15.根据权利要求1或本发明其他创新所述的方法，还包括：

处理新的传感器输入；

重新训练先前部署的神经元以利用新的传感器；

其中通过适配其识别以利用所述新输入来增强对交通类型的识别。

16.根据权利要求1或本发明其他创新所述的方法，还包括：

处理新的传感器输入；

利用最初系统包含有的额外、预留的神经元能力；

其中预留的神经元能力随后被训练来利用新的输入。

17.根据权利要求16所述的方法还包括：

通过先前的和来自于新传感输入的新增识别的组合提高识别特异性。

18.根据权利要求1或本发明其他创新所述的方法，还包括：

通过处理来自扩展的传感输入数据以检测小/轻量交通，其中所述系统被配置为适应所述小/轻量交通；以及

将该交通纳入更高级别交通流控制决策中。