本申请涉及大数据技术领域中的智能交通技术，尤其涉及一种交通灯信号的控制方法、装置、设备及存储介质。
背景技术：
城市道路交通的堵塞问题越来越引发人们的关注。交通堵塞不但浪费大量的时间，而且排队过程中刹车和怠速行驶会增加车辆的能耗，加剧空气污染。
现有交通灯控制系统作为交通系统中的重要元素，对缓解交通堵塞扮演着重要角色。传统的交通灯控制系统的红绿灯时间相对固定，这会导致道路的通行率低下。尤其是较大的路口，红绿灯的变换时间周期更长，使得路口的通行效率更低。
技术实现要素：
本申请提供一种交通灯信号的控制方法、装置、设备及存储介质，可以基于对路口图像的分析，得到车道位置以及车道内等待的车辆数量，然后根据车道内等待的车辆数量来优化路口的交通灯信号，提高路口的车辆通行效率。
第一方面，本申请实施例提供一种交通灯信号的控制方法，包括：
获取路口图像；
根据所述路口图像，确定车道位置和车道内等待的车辆数量；
根据车道内等待的车辆数量控制对应车道的交通灯信号。
本实施例中，通过获取路口图像；根据该路口图像，确定车道位置和车道内等待的车辆数量；根据车道内等待的车辆数量控制对应车道的交通灯信号。从而可以基于对路口图像的分析，得到车道位置以及车道内等待的车辆数量，然后根据车道内等待的车辆数量来优化路口的交通灯信号，提高路口的车辆通行效率。
在一种可能的设计中，所述根据所述路口图像，确定车道位置和车道内等待的车辆数量，包括：
通过目标学习模型识别所述路口图像中的车辆信息，所述车辆信息包括：车辆分布和车辆宽度；其中，所述目标学习模型是通过标记有车辆信息的路口图像训练得到的；
根据所述车辆分布和所述车辆宽度确定车道位置；
统计各个车道内等待的车辆数量。
本实施例中，可以通过标记有车辆信息的路口图像训练构建的初始学习模型，以路口图像对应的特征为初始学习模型的输入，以车辆信息为初始学习模型的输出，迭代训练，得到能够准确识别出路口图像中车辆信息的目标学习模型。在识别出车辆信息之后，根据车辆分布和车辆宽度标记出车道线，以区分出路口包含的各个车道。最后统计各个车道内等待的车辆数量。整个过程无需人工干预，高效地实现对海量路口图像的处理，适用于各种复杂的路口环境。
在一种可能的设计中，所述根据车道内等待的车辆数量控制对应车道的交通灯信号，包括：
若车道内等待的车辆数量大于第一预设值，则延长对应车道的绿灯信号的时长，和/或缩短对应车道的红灯信号的时长；
若车道内等待的车辆数量小于第二预设值，则缩短对应车道的绿灯信号的时长，和/或延长对应车道的红灯信号的时长；
若车道内等待的车辆数量不小于第二预设值，且不大于第一预设值，则将绿灯信号和红灯信号的时长设置为默认值。
本实施例中，通过车道内等待的车辆数量控制对应车道的交通灯信号，若车道内等待的车辆数量较多，则延长对应车道的绿灯信号的时长，和/或缩短对应车道的红灯信号的时长；若车道内等待的车辆数量较少，则缩短对应车道的绿灯信号的时长，和/或延长对应车道的红灯信号的时长。从而可以根据车道内等待的车辆数量灵活地调整红绿灯信号的时长，提高了路口的车辆通行效率。
在一种可能的设计中，若所述路口图像中存在待转区，所述方法还包括：
获取在所述待转区内等待的车辆数量；
根据所述待转区内等待的车辆数量，控制转向的交通灯信号。
本实施例中，还可以自主识别出待转区的位置，通过对待转区内等待的车辆数量的统计，控制转向的交通灯信号，从而可以优化转向车道的车辆等待时长，提高转向车辆的通行效率。
在一种可能的设计中，所述获取在所述待转区内等待的车辆数量，包括：
按照时间顺序对满足预设条件下的路口图像进行排序，得到目标图像序列；所述预设条件包括：直行方向为绿灯信号，且左转方向为红灯信号；或者直行方向为绿灯信号，且右转方向为红灯信号；
对所述目标图像序列进行分析，以排在所述待转区第一位的车辆的停止位置作为所述待转区的截止线，统计所述待转区内等待的车辆数量。
本实施例中，通过对直行方向为绿灯信号，且左转方向为红灯信号；或者直行方向为绿灯信号，且右转方向为红灯信号情况下的路口图像进行分析，获取到待转区的位置以及待转区内等待的车辆数量。整个过程无需人为干预，高效地实现对包含待转区的路口图像的处理，适用于各种复杂的路口环境。
在一种可能的设计中，所述根据所述待转区内等待的车辆数量，控制转向的交通灯信号，包括：
根据所述待转区内等待的车辆数量，确定转向的交通灯信号的时长信息；
根据所述时长信息，控制所述转向的交通灯信号。
本实施例中，可以根据待转区内等待的车辆数量，确定转向的交通灯信号的时长信息，例如待转区内等待的车辆数量越多，对应的转向的交通灯信号的绿灯时间越长，从而减少转向车辆的等待时长，提高用户体验。
在一种可能的设计中，所述获取路口图像，包括：
接收摄像头根据预设的时间间隔拍摄的路口图像。
本实施例中，可以利用预先安装在路口的摄像头来拍摄路口图像，摄像头根据预设的时间间隔拍摄路口图像，并将路口图像上传至云端进行识别处理。本实施例可以利用现有的道路基础设施来实现对路口图像的采集，对设备的要求低，适用范围广。
在一种可能的设计中，还包括：
根据所述路口图像，确定路口等待的行人的数量；
根据路口等待的行人的数量，控制路口的交通灯信号。
本实施例中，还可以通过对路口图像中的行人进行识别分析，根据路口等待的行人的数量，控制路口的交通灯信号。例如，等待的行人数量较少，则可以延长路口行车方向的绿灯信号时长。从而可以综合路口等待的行人数量和各个车道内等待的车辆数量来优化路口的交通灯信号，提高路口的通行效率。
第二方面，本申请实施例提供一种交通灯信号的控制装置，包括：
第一获取模块，用于获取路口图像；
第一确定模块，用于根据所述路口图像，确定车道位置和车道内等待的车辆数量；
控制模块，用于根据车道内等待的车辆数量控制对应车道的交通灯信号。
本实施例中，通过获取路口图像；根据该路口图像，确定车道位置和车道内等待的车辆数量；根据车道内等待的车辆数量控制对应车道的交通灯信号。从而可以基于对路口图像的分析，得到车道位置以及车道内等待的车辆数量，然后根据车道内等待的车辆数量来优化路口的交通灯信号，提高路口的车辆通行效率。
在一种可能的设计中，所述第一确定模块，具体用于：
通过目标学习模型识别所述路口图像中的车辆信息，所述车辆信息包括：车辆分布和车辆宽度；其中，所述目标学习模型是通过标记有车辆信息的路口图像训练得到的；
根据所述车辆分布和所述车辆宽度确定车道位置；
统计各个车道内等待的车辆数量。
本实施例中，可以通过标记有车辆信息的路口图像训练构建的初始学习模型，以路口图像对应的特征为初始学习模型的输入，以车辆信息为初始学习模型的输出，迭代训练，得到能够准确识别出路口图像中车辆信息的目标学习模型。在识别出车辆信息之后，根据车辆分布和车辆宽度标记出车道线，以区分出路口包含的各个车道。最后统计各个车道内等待的车辆数量。整个过程无需人工干预，高效地实现对海量路口图像的处理，适用于各种复杂的路口环境。
在一种可能的设计中，所述控制模块，具体用于：
若车道内等待的车辆数量大于第一预设值，则延长对应车道的绿灯信号的时长，和/或缩短对应车道的红灯信号的时长；
若车道内等待的车辆数量小于第二预设值，则缩短对应车道的绿灯信号的时长，和/或延长对应车道的红灯信号的时长；
若车道内等待的车辆数量不小于第二预设值，且不大于第一预设值，则将绿灯信号和红灯信号的时长设置为默认值。
本实施例中，通过车道内等待的车辆数量控制对应车道的交通灯信号，若车道内等待的车辆数量较多，则延长对应车道的绿灯信号的时长，和/或缩短对应车道的红灯信号的时长；若车道内等待的车辆数量较少，则缩短对应车道的绿灯信号的时长，和/或延长对应车道的红灯信号的时长。从而可以根据车道内等待的车辆数量灵活地调整红绿灯信号的时长，提高了路口的车辆通行效率。
在一种可能的设计中，若所述路口图像中存在待转区，所述装置还包括：
第二获取模块，用于获取在所述待转区内等待的车辆数量；
所述控制模块，用于根据所述待转区内等待的车辆数量，控制转向的交通灯信号。
本实施例中，还可以自主识别出待转区的位置，通过对待转区内等待的车辆数量的统计，控制转向的交通灯信号，从而可以优化转向车道的车辆等待时长，提高转向车辆的通行效率。
在一种可能的设计中，所述第二获取模块，具体用于：
按照时间顺序对满足预设条件下的路口图像进行排序，得到目标图像序列；所述预设条件包括：直行方向为绿灯信号，且左转方向为红灯信号；或者直行方向为绿灯信号，且右转方向为红灯信号；
对所述目标图像序列进行分析，以排在所述待转区第一位的车辆的停止位置作为所述待转区的截止线，统计所述待转区内等待的车辆数量。
本实施例中，通过对直行方向为绿灯信号，且左转方向为红灯信号；或者直行方向为绿灯信号，且右转方向为红灯信号情况下的路口图像进行分析，获取到待转区的位置以及待转区内等待的车辆数量。整个过程无需人为干预，高效地实现对包含待转区的路口图像的处理，适用于各种复杂的路口环境。
在一种可能的设计中，所述控制模块，具体用于：
根据所述待转区内等待的车辆数量，确定转向的交通灯信号的时长信息；
根据所述时长信息，控制所述转向的交通灯信号。
本实施例中，可以根据待转区内等待的车辆数量，确定转向的交通灯信号的时长信息，例如待转区内等待的车辆数量越多，对应的转向的交通灯信号的绿灯时间越长，从而减少转向车辆的等待时长，提高用户体验。
在一种可能的设计中，所述第一获取模块，具体用于：
接收摄像头根据预设的时间间隔拍摄的路口图像。
本实施例中，可以利用预先安装在路口的摄像头来拍摄路口图像，摄像头根据预设的时间间隔拍摄路口图像，并将路口图像上传至云端进行识别处理。本实施例可以利用现有的道路基础设施来实现对路口图像的采集，对设备的要求低，适用范围广。
在一种可能的设计中，还包括：
第二确定模块，用于根据所述路口图像，确定路口等待的行人的数量；
所述控制模块，用于根据路口等待的行人的数量，控制路口的交通灯信号。
本实施例中，还可以通过对路口图像中的行人进行识别分析，根据路口等待的行人的数量，控制路口的交通灯信号。例如，等待的行人数量较少，则可以延长路口行车方向的绿灯信号时长。从而可以综合路口等待的行人数量和各个车道内等待的车辆数量来优化路口的交通灯信号，提高路口的通行效率。
第三方面，本申请提供一种电子设备，包括：处理器和存储器；存储器中存储有所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行如第一方面中任一项所述的交通灯信号的控制方法。
第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面中任一项所述的交通灯信号的控制方法。
第五方面，本申请实施例提供一种程序产品，所述程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，服务器的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得服务器执行第一方面中任一所述的交通灯信号的控制方法。
第六方面，本申请实施例提供一种交通灯信号的控制方法，包括：
根据拍摄的路口图像，确定至少一个车道内等待的车辆数量；
根据车道内等待的车辆数量控制对应车道的交通灯信号。
本实施例中，通过拍摄的路口图像，确定至少一个车道内等待的车辆数量，根据车道内等待的车辆数量控制对应车道的交通灯信号。从而可以基于对路口图像的分析，得到车道位置以及车道内等待的车辆数量，然后根据车道内等待的车辆数量来优化路口的交通灯信号，提高路口的车辆通行效率。
上述申请中的一个实施例具有如下优点或有益效果：可以基于对路口图像的分析，得到车道位置以及车道内等待的车辆数量，然后根据车道内等待的车辆数量来优化路口的交通灯信号，提高路口的车辆通行效率。因为采用获取路口图像；根据所述路口图像，确定车道位置和车道内等待的车辆数量；根据车道内等待的车辆数量控制对应车道的交通灯信号的技术手段，所以克服了现有的交通灯信号固定时，路口通行效率低下的技术问题，通过对路口图像的分析，得到车道位置以及车道内等待的车辆数量，然后根据车道内等待的车辆数量来优化路口的交通灯信号，达到了提高路口的车辆通行效率的技术效果。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是可以实现本申请实施例的交通灯信号的控制方法的场景图；
图2是根据本申请第一实施例的示意图；
图3是根据本申请第二实施例的示意图；
图4是根据本申请第三实施例的示意图；
图5是根据本申请第四实施例的示意图；
图6是根据本申请第五实施例的示意图；
图7是根据本申请第六实施例的示意图；
图8是用来实现本申请实施例的交通灯信号的控制方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面以具体地实施例对本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
城市道路交通的堵塞问题越来越引发人们的关注。交通堵塞不但浪费大量的时间，而且排队过程中刹车和怠速行驶会增加车辆的能耗，加剧空气污染。
现有交通灯控制系统作为交通系统中的重要元素，对缓解交通堵塞扮演着重要角色。传统的交通灯控制系统的红绿灯时间相对固定，这会导致道路的通行率低下。尤其是较大的路口，红绿灯的变换时间周期更长，使得路口的通行效率更低。
针对上述技术问题，本申请提供一种交通灯信号的控制方法、装置、设备及存储介质，可以基于对路口图像的分析，得到车道位置以及车道内等待的车辆数量，然后根据车道内等待的车辆数量来优化路口的交通灯信号，提高路口的车辆通行效率。
图1是可以实现本申请实施例的交通灯信号的控制方法的场景图，如图1所示，在红绿灯路口，现有交通灯控制系统作为交通系统中的重要元素，对缓解交通堵塞扮演着重要角色。在红绿灯路口往往安装有电警相机或者摄像头，可以由摄像头拍摄路口图像，数据处理平台接收摄像头根据预设的时间间隔拍摄的路口图像。数据处理平台可以通过目标学习模型对路口图像中车辆进行识别，标记出各个车辆的信息例如车辆宽度、车辆长度。在识别出车辆信息之后，根据车辆分布和车辆宽度标记出车道线，以区分出路口包含的各个车道。最后统计各个车道内等待的车辆数量。然后，通过车道内等待的车辆数量控制对应车道的交通灯信号，若车道内等待的车辆数量较多，则延长对应车道的绿灯信号的时长，和/或缩短对应车道的红灯信号的时长；若车道内等待的车辆数量较少，则缩短对应车道的绿灯信号的时长，和/或延长对应车道的红灯信号的时长。从而可以根据车道内等待的车辆数量灵活地调整红绿灯信号的时长，提高了路口的车辆通行效率。同时，若路口图像中存在待转区，数据处理平台还可以自主识别出待转区的位置，通过对待转区内等待的车辆数量的统计，控制转向的交通灯信号，从而可以优化转向车道的车辆等待时长，提高转向车辆的通行效率。而且，还可以通过对路口图像中的行人进行识别分析，根据路口等待的行人的数量，控制路口的交通灯信号。例如，等待的行人数量较少，则可以延长路口行车方向的绿灯信号时长。从而可以综合路口等待的行人数量和各个车道内等待的车辆数量来优化路口的交通灯信号，提高路口的通行效率。
应用上述方法可以解决现有的交通灯信号固定时，路口通行效率低下的技术问题，通过对路口图像的分析，得到车道位置以及车道内等待的车辆数量，然后根据车道内等待的车辆数量来优化路口的交通灯信号，达到了提高路口的车辆通行效率的技术效果。
图2是根据本申请第一实施例的示意图，如图2所示，本实施例中的方法可以包括：
s101、获取路口图像。
本实施例的交通灯信号的控制方法可以应用于与摄像头通信连接的云端，或者数据处理平台。在本实施例中，以数据处理平台为例进行详细说明。数据处理平台接收摄像头根据预设的时间间隔拍摄的路口图像。
具体地，在红绿灯路口往往安装有电警相机或者摄像头，可以由摄像头拍摄路口图像，并由数据处理平台进行数据分析处理，确定路口的通行状况。
s102、根据路口图像，确定车道位置和车道内等待的车辆数量。
本实施例中，数据处理平台通过目标学习模型识别路口图像中的车辆信息，车辆信息包括：车辆分布和车辆宽度；其中，目标学习模型是通过标记有车辆信息的路口图像训练得到的；根据车辆分布和车辆宽度确定车道位置；统计各个车道内等待的车辆数量。
具体地，可以通过标记有车辆信息的路口图像训练构建的初始学习模型，以路口图像对应的特征为初始学习模型的输入，以车辆信息为初始学习模型的输出，迭代训练，得到能够准确识别出路口图像中车辆信息的目标学习模型。数据处理平台可以通过目标学习模型对路口图像中车辆进行识别，标记出各个车辆的信息例如车辆宽度、车辆长度。在识别出车辆信息之后，根据车辆分布和车辆宽度标记出车道线，以区分出路口包含的各个车道。最后统计各个车道内等待的车辆数量。整个过程无需人工干预，高效地实现对海量路口图像的处理，适用于各种复杂的路口环境。这种模式还有一个优势就是，因为路口数量众多，路口与摄像头具有对应关系，车道位置与摄像头的对应关系复杂。本实施例中，数据处理平台可以通过图像识别方式确定车道位置，这样就不需要存储所有路口的信息，也避免了人工对路口信息进行标记处理。数据处理平台确定车道的原理是：在路口通行时，各个车辆一般按直线排列在规定的车道内，因此，可以根据车辆分布和车辆的宽度信息，确定车道的位置，从而避免了人工标记。
s103、根据车道内等待的车辆数量控制对应车道的交通灯信号。
本实施例中，数据处理平台可以根据车道内等待的车辆数量控制对应车道的交通灯信号，包括：若车道内等待的车辆数量大于第一预设值，则延长对应车道的绿灯信号的时长，和/或缩短对应车道的红灯信号的时长；若车道内等待的车辆数量小于第二预设值，则缩短对应车道的绿灯信号的时长，和/或延长对应车道的红灯信号的时长；若车道内等待的车辆数量不小于第二预设值，且不大于第一预设值，则将绿灯信号和红灯信号的时长设置为默认值。
具体地，通过车道内等待的车辆数量控制对应车道的交通灯信号，若车道内等待的车辆数量较多，则延长对应车道的绿灯信号的时长，和/或缩短对应车道的红灯信号的时长；若车道内等待的车辆数量较少，则缩短对应车道的绿灯信号的时长，和/或延长对应车道的红灯信号的时长。从而可以根据车道内等待的车辆数量灵活地调整红绿灯信号的时长，提高了路口的车辆通行效率。
本实施例，通过获取路口图像；根据该路口图像，确定车道位置和车道内等待的车辆数量；根据车道内等待的车辆数量控制对应车道的交通灯信号。从而可以解决现有的交通灯信号固定时，路口通行效率低下的技术问题，可以基于对路口图像的分析，得到车道位置以及车道内等待的车辆数量，然后根据车道内等待的车辆数量来优化路口的交通灯信号，提高路口的车辆通行效率。
图3是根据本申请第二实施例的示意图；如图3所示，本实施例中的方法可以包括：
s201、获取路口图像。
s202、根据路口图像，确定车道位置和车道内等待的车辆数量。
s203、根据车道内等待的车辆数量控制对应车道的交通灯信号。
本实施例中步骤s201～步骤s203的具体实现过程和实现原理，参见图2所示步骤s101～步骤s103的相关描述，此处不再赘述。
s204、获取在待转区内等待的车辆数量。
本实施例中，若路口图像中存在待转区，数据处理平台还可以自主识别出待转区的位置，通过对待转区内等待的车辆数量的统计，控制转向的交通灯信号，从而可以优化转向车道的车辆等待时长，提高转向车辆的通行效率。其中，获取在待转区内等待的车辆数量，包括：按照时间顺序对满足预设条件下的路口图像进行排序，得到目标图像序列；预设条件包括：直行方向为绿灯信号，且左转方向为红灯信号；或者直行方向为绿灯信号，且右转方向为红灯信号；对目标图像序列进行分析，以排在待转区第一位的车辆的停止位置作为待转区的截止线，统计待转区内等待的车辆数量。
具体地，在一些路口中，还存在一些待转区，例如左转待转区。在这种复杂路口，往往存在直行红绿灯以及转弯红绿灯。因此，数据处理平台还可以对直行方向为绿灯信号，且左转方向为红灯信号；或者直行方向为绿灯信号，且右转方向为红灯信号情况下的路口图像序列进行分析，识别出待转区的位置以及待转区内等待的车辆数量。以左转车道为例，当直行方向为绿灯，左转方向为红灯时，需左转的车辆启动，并依次行驶至左转待转区，直到在左转待转区的截止线前停止；通过连续拍摄的路口图像，确定在预设时间段内左转待转区内等待左转的车辆数量。整个过程无需人为干预，高效地实现对包含待转区的路口图像的处理，适用于各种复杂的路口环境。
s205、根据待转区内等待的车辆数量，控制转向的交通灯信号。
本实施例中，数据处理平台可以根据待转区内等待的车辆数量，确定转向的交通灯信号的时长信息；根据时长信息，控制转向的交通灯信号。
具体地，可以根据待转区内等待的车辆数量，确定转向的交通灯信号的时长信息，例如待转区内等待的车辆数量越多，对应的转向的交通灯信号的绿灯时间越长，从而减少转向车辆的等待时长，提高路口的车辆通行效率，提升用户体验。
本实施例，通过获取路口图像；根据该路口图像，确定车道位置和车道内等待的车辆数量；根据车道内等待的车辆数量控制对应车道的交通灯信号。从而可以解决现有的交通灯信号固定时，路口通行效率低下的技术问题，可以基于对路口图像的分析，得到车道位置以及车道内等待的车辆数量，然后根据车道内等待的车辆数量来优化路口的交通灯信号，提高路口的车辆通行效率。
另外，若路口图像中存在待转区，本实施例还可以获取在待转区内等待的车辆数量。然后，根据待转区内等待的车辆数量，控制转向的交通灯信号。从而实现对包含待转区的路口图像的处理，进而控制转向的交通灯信号，提高路口的车辆通行效率，提升用户体验，适用于各种复杂的路口环境。
图4是根据本申请第三实施例的示意图；如图4所示，本实施例中的方法可以包括：
s301、获取路口图像。
s302、根据路口图像，确定车道位置和车道内等待的车辆数量。
s303、根据车道内等待的车辆数量控制对应车道的交通灯信号。
本实施例中步骤s301～步骤s303的具体实现过程和实现原理，参见图2所示步骤s101～步骤s103的相关描述，此处不再赘述。
s304、根据路口图像，确定路口等待的行人的数量。
本实施例中，数据处理平台还可以对路口图像中的行人进行识别分析，确定出路口等待的行人的数量。对图像进行分析，以确定行人的技术为现有技术，此处不再赘述。
s305、根据路口等待的行人的数量，控制路口的交通灯信号。
本实施例中，数据处理平台可以根据路口等待的行人的数量，控制路口的交通灯信号。例如，等待的行人数量较少，则可以延长路口行车方向的绿灯信号时长。从而可以综合路口等待的行人数量和各个车道内等待的车辆数量来优化路口的交通灯信号，提高路口的通行效率，适用于各种复杂的路口环境。
需要说明的是，还可以将实施例二和实施例三结合，从而根据路口图像，同时确定路口等待的行人的数量和转区内等待的车辆数量，从而优化路口的交通灯信号。其实现方法可以参照实施例二和实施例三的描述，此处不再赘述。
本实施例，通过获取路口图像；根据该路口图像，确定车道位置和车道内等待的车辆数量；根据车道内等待的车辆数量控制对应车道的交通灯信号。从而可以解决现有的交通灯信号固定时，路口通行效率低下的技术问题，可以基于对路口图像的分析，得到车道位置以及车道内等待的车辆数量，然后根据车道内等待的车辆数量来优化路口的交通灯信号，提高路口的车辆通行效率。
另外，本实施例还可以根据路口图像，确定路口等待的行人的数量；根据路口等待的行人的数量，控制路口的交通灯信号。从而可以综合路口等待的行人数量和各个车道内等待的车辆数量来优化路口的交通灯信号，提高路口的通行效率，适用于各种复杂的路口环境。
图5是根据本申请第四实施例的示意图；如图5所示，本实施例中的方法可以包括：
s401、根据拍摄的路口图像，确定至少一个车道内等待的车辆数量。
s402、根据车道内等待的车辆数量控制对应车道的交通灯信号。
本实施例中，数据处理平台还可以根据拍摄的路口图像，确定至少一个车道内等待的车辆数量，从而控制对应车道的交通灯信号。例如，识别出左转车道内等待的车辆数量，从而控制左转信号灯的时长信息，例如待转区内等待的车辆数量越多，对应的转向的交通灯信号的绿灯时间越长，从而减少转向车辆的等待时长，提高路口的车辆通行效率，提升用户体验。
具体实现过程和实现原理，参见上述实施例的相关描述，此处不再赘述。
本实施例，通过获取路口图像；根据该路口图像，确定车道位置和车道内等待的车辆数量；根据车道内等待的车辆数量控制对应车道的交通灯信号。从而可以解决现有的交通灯信号固定时，路口通行效率低下的技术问题，可以基于对路口图像的分析，得到车道位置以及车道内等待的车辆数量，然后根据车道内等待的车辆数量来优化路口的交通灯信号，提高路口的车辆通行效率。
图6是根据本申请第五实施例的示意图；如图6所示，本实施例中的装置可以包括：
第一获取模块31，用于获取路口图像；
第一确定模块32，用于根据路口图像，确定车道位置和车道内等待的车辆数量；
控制模块33，用于根据车道内等待的车辆数量控制对应车道的交通灯信号。
本实施例中，通过获取路口图像；根据该路口图像，确定车道位置和车道内等待的车辆数量；根据车道内等待的车辆数量控制对应车道的交通灯信号。从而可以基于对路口图像的分析，得到车道位置以及车道内等待的车辆数量，然后根据车道内等待的车辆数量来优化路口的交通灯信号，提高路口的车辆通行效率。
在一种可能的设计中，第一确定模块32，具体用于：
通过目标学习模型识别路口图像中的车辆信息，车辆信息包括：车辆分布和车辆宽度；其中，目标学习模型是通过标记有车辆信息的路口图像训练得到的；
根据车辆分布和车辆宽度确定车道位置；
统计各个车道内等待的车辆数量。
本实施例中，可以通过标记有车辆信息的路口图像训练构建的初始学习模型，以路口图像对应的特征为初始学习模型的输入，以车辆信息为初始学习模型的输出，迭代训练，得到能够准确识别出路口图像中车辆信息的目标学习模型。在识别出车辆信息之后，根据车辆分布和车辆宽度标记出车道线，以区分出路口包含的各个车道。最后统计各个车道内等待的车辆数量。整个过程无需人工干预，高效地实现对海量路口图像的处理，适用于各种复杂的路口环境。
在一种可能的设计中，控制模块33，具体用于：
若车道内等待的车辆数量大于第一预设值，则延长对应车道的绿灯信号的时长，和/或缩短对应车道的红灯信号的时长；
若车道内等待的车辆数量小于第二预设值，则缩短对应车道的绿灯信号的时长，和/或延长对应车道的红灯信号的时长；
若车道内等待的车辆数量不小于第二预设值，且不大于第一预设值，则将绿灯信号和红灯信号的时长设置为默认值。
本实施例中，通过车道内等待的车辆数量控制对应车道的交通灯信号，若车道内等待的车辆数量较多，则延长对应车道的绿灯信号的时长，和/或缩短对应车道的红灯信号的时长；若车道内等待的车辆数量较少，则缩短对应车道的绿灯信号的时长，和/或延长对应车道的红灯信号的时长。从而可以根据车道内等待的车辆数量灵活地调整红绿灯信号的时长，提高了路口的车辆通行效率。
在一种可能的设计中，第一获取模块31，具体用于：
接收摄像头根据预设的时间间隔拍摄的路口图像。
本实施例中，可以利用预先安装在路口的摄像头来拍摄路口图像，摄像头根据预设的时间间隔拍摄路口图像，并将路口图像上传至云端进行识别处理。本实施例可以利用现有的道路基础设施来实现对路口图像的采集，对设备的要求低，适用范围广。
本实施例的交通灯信号的控制装置，可以执行图2、图5所示方法中的技术方案，其具体实现过程和技术原理参见图2、图5所示方法中的相关描述，此处不再赘述。
本实施例，通过获取路口图像；根据该路口图像，确定车道位置和车道内等待的车辆数量；根据车道内等待的车辆数量控制对应车道的交通灯信号。从而可以解决现有的交通灯信号固定时，路口通行效率低下的技术问题，可以基于对路口图像的分析，得到车道位置以及车道内等待的车辆数量，然后根据车道内等待的车辆数量来优化路口的交通灯信号，提高路口的车辆通行效率。
图7是根据本申请第六实施例的示意图；如图7所示，本实施例中的装置在图6所示装置的基础上，还可以包括：
在一种可能的设计中，若路口图像中存在待转区，装置还包括：
第二获取模块34，用于获取在待转区内等待的车辆数量；
控制模块33，用于根据待转区内等待的车辆数量，控制转向的交通灯信号。
本实施例中，还可以自主识别出待转区的位置，通过对待转区内等待的车辆数量的统计，控制转向的交通灯信号，从而可以优化转向车道的车辆等待时长，提高转向车辆的通行效率。
在一种可能的设计中，第二获取模块34，具体用于：
按照时间顺序对满足预设条件下的路口图像进行排序，得到目标图像序列；预设条件包括：直行方向为绿灯信号，且左转方向为红灯信号；或者直行方向为绿灯信号，且右转方向为红灯信号；
对目标图像序列进行分析，以排在待转区第一位的车辆的停止位置作为待转区的截止线，统计待转区内等待的车辆数量。
本实施例中，通过对直行方向为绿灯信号，且左转方向为红灯信号；或者直行方向为绿灯信号，且右转方向为红灯信号情况下的路口图像进行分析，获取到待转区的位置以及待转区内等待的车辆数量。整个过程无需人为干预，高效地实现对包含待转区的路口图像的处理，适用于各种复杂的路口环境。
在一种可能的设计中，控制模块33，具体用于：
根据待转区内等待的车辆数量，确定转向的交通灯信号的时长信息；
根据时长信息，控制转向的交通灯信号。
本实施例中，可以根据待转区内等待的车辆数量，确定转向的交通灯信号的时长信息，例如待转区内等待的车辆数量越多，对应的转向的交通灯信号的绿灯时间越长，从而减少转向车辆的等待时长，提高用户体验。
在一种可能的设计中，还包括：
第二确定模块35，用于根据路口图像，确定路口等待的行人的数量；
控制模块33，用于根据路口等待的行人的数量，控制路口的交通灯信号。
本实施例中，还可以通过对路口图像中的行人进行识别分析，根据路口等待的行人的数量，控制路口的交通灯信号。例如，等待的行人数量较少，则可以延长路口行车方向的绿灯信号时长。从而可以综合路口等待的行人数量和各个车道内等待的车辆数量来优化路口的交通灯信号，提高路口的通行效率。
本实施例的交通灯信号的控制装置，可以执行图2、图3、图4、图5所示方法中的技术方案，其具体实现过程和技术原理参见图2、图3、图4、图5所示方法中的相关描述，此处不再赘述。
本实施例，通过获取路口图像；根据该路口图像，确定车道位置和车道内等待的车辆数量；根据车道内等待的车辆数量控制对应车道的交通灯信号。从而可以解决现有的交通灯信号固定时，路口通行效率低下的技术问题，可以基于对路口图像的分析，得到车道位置以及车道内等待的车辆数量，然后根据车道内等待的车辆数量来优化路口的交通灯信号，提高路口的车辆通行效率。
图8是用来实现本申请实施例的交通灯信号的控制方法的电子设备的框图；如图8所示，是根据本申请实施例的图8交通灯信号的控制方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图8所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示gui的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图8中以一个处理器501为例。
存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的图8交通灯信号的控制方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的图8交通灯信号的控制方法。
存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的图8交通灯信号的控制方法对应的程序指令/模块。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的图8交通灯信号的控制方法。
存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据图8交通灯信号的控制方法的电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至图8交通灯信号的控制方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
图8交通灯信号的控制方法的电子设备还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图8中以通过总线连接为例。
输入装置503可接收输入的数字或字符信息，以及产生与图8交通灯信号的控制方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如，led)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(lcd)、发光二极管(led)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用asic(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(pld))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
