基于OpenMV的智能交通灯系统设计.pdf

Microcomputer Applications Vol.39,No.11,2023文章编号：10 0 7-7 57 X（2 0 2 3)11-0 0 2 2-0 5基金项目基于OpenMV的智能交通灯系统设计微型电脑应用2 0 2 3年第39 卷第11期韩立立，刘晓然，刘文杰，肖保鑫，尹教建（中国石油大学（华东），a。理学院，b.石大山能新能源学院，c.计算机科学与技术学院，d.机电工程学院，山东，青岛2 6 6 58 0)摘要：针对传统交通灯控制时间间隔固定、通行效率低的问题，设计了基于OpenMV的智能交通灯系统。系统以ArduinoUNO单片机为核心处理器，使用OpenMV图像处理技术实时进行车距和流量检测，编制系统控制程序根据OpenMV计算的车流量动态控制交通灯显示，合理分配车道通行时间，实现了交通灯系统的实时自适应控制，提高了通行效率。关键词：Arduino单片机；OpenMV机器视觉；车流量检测；智能交通灯中图分类号：TP302文献标志码：ADesign of Intelligent Traffic Light Control System Based on OpenMVHAN Lili,LIU Xiaoran,LIU Wenjie,XIAO Baoxin,YIN Jiaojian(a.College of Science,b.College of New Energy,c.College of Computer Science and Technology,d.College of Mechanical and Electronical Engineering,China University of Petroleum(East China),Qingdao 266580,China)Abstract:Aimed at the problem that the traditional traffic light control is based on fixed time interval and low traffic efficiency,an intelligent traffic light system based on OpenMV is designed.The system takes Arduino UNO single chip microcomputer asthe core processor,uses OpenMV image processing technology to detect the vehicle distance and flow in real time,compiles thesystem control program,and dynamically controls the traffic light display according to the vehicle flow calculated by OpenMV.It reasonably allocates lanes traffic time,then realizes real-time adaptive control of the traffic light system,and improves thetraffic efficiency.Key words:Arduino MCU;OpenMV machine vision;traffic flow detection;intelligent traffic light检测车距和车流量，根据车流量大小，控制交通灯的显示，智0引言能分配通行时间，从而实现提高道路通行效率的目的。随着社会经济的发展、人民生活质量的提高，我国机动1智能交通灯系统总体设计车保有量已达3.9 亿辆（根据公安部2 0 2 1年10 月最新统计数据），道路交通压力愈发显著。实地考察发现，大部分十字路口在不同方向上车流量并不均等，而普通交通信号灯系统、各方向的通行时间是固定的，这样经常会出现某一方向绿灯却无车，另一方向有车却是红灯的情况，导致路口通行效率不高。在国外智能交通系统（ITS)相关研究中，图像视频处理技术得到广泛应用1，实现了交通灯实时自适应控制。基于以上现状，本文在实验室环境下以1：40 比例模拟设计了一种基于流量检测的智能交通灯控制系统，通过OpenMV机器视觉进行车距和车流辆检测，根据车流量动态设置交通灯通行时间。系统以ArduinoUNO单片机为核心处理器，控制交通信号灯显示；用超声波传感器探测道路有无机动车驶人；如有车辆驶人，利用OpenMV机器视觉模块基金项目：山东省青少年教育科学研究院山东省教育教学改革研究项目（2 1JG148）；中国石油大学（华东）教学实验技术改革项目（SZ201824）作者简介：韩立立（19 7 4一），女，硕士，高级实验师，研究方向为物理实验技术；刘晓然（2 0 0 0 一），男，本科，研究方向为电气工程及其自动化；刘文杰（2 0 0 1一），男，本科，研究方向为计算机科学与技术；肖保鑫（2 0 0 1一），男，本科，研究方向为机械设计制造及其自动化；尹教建（19 7 6 一），男，博士，讲师，研究方向为离子注人光波导、抽油机系统仿真。22.系统总体结构设计如图1所示，主要包括信号灯主控制器、数据处理与显示主控制器、超声波车辆检测电路、LCD液晶显示模块、OpenMV视觉传输模块、I/O接口扩展电路、数码管显示电路和红绿灯显示电路。主控制器选用ArduinoUNO单片机，是整个电路的核心。数据处理与显示主控制器用于处理OpenMV机器视觉模块送来的数据，并显示在LCD液晶显示模块上；信号灯主控制器用于处理超声波车辆检测电路送来的信号、控制红绿灯显示、控制各通行方向上的数码管显示计时信息。超声波车辆检测电路设有2 个超声波传感器，用于检测通行方向内有无机动车驶人，当检测到车辆时，启动OpenMV进行车距检测和车牌识别，识别到1个车牌，流量计数加1。I/0接口扩展电路用于扩展Arduino UNO单片机的I/O接口，以连接所需数量的数码Microcomputer Applications Vol.39,No.11,2023OpenMV视觉传输模块LCD液晶显示模块超声波车辆检测电路图1智能交通灯系统结构图管和红绿灯。数码管显示电路设有4组数码管，每组数码管能够显示2 位十进制数，用于显示通行方向上红灯、绿灯和黄灯的剩余时间。红绿灯显示电路由4组红绿灯组成，每组2QCSI1413RCX12SCK11SCLR10/RH74HC595DArduinoUNOArduinoGNDAREF基金项目红绿灯设有红灯、绿灯和黄灯各1个，分别设置在4个通行数据处理与方向上。显示主控制器2智能交通灯系统电路设计板间通信智能交通灯系统电路设计，如图2 所示。系统硬件包含2接口护展电匙数码管显示电路信号灯主控制器微型电脑应用2 0 2 3年第39 卷第11期2个ArduinoUNO单片机、2 个超声波传感器HC-SR04、2个I/O扩展芯片7 4HC595D、2 个数码管显示译码器7 4LS48红绿灯显示电路vCC16U4QA15VINGNDiRESET芯片、2 个OpenMV机器视觉模块、4组数码显示管、4组红绿灯以及1个LCD1602液晶屏。其中：第一个单片机用来控制红绿灯、数码管以及超声波传感器，并发送开始工作信号给第二个单片机；第二个单片机用途是处理OpenMV发送来的车距、车牌等数据，并将数据显示在LCD屏幕上。3QD4QEQF56QG7QH8GNDArduinoUNOArduinoPO234P35VINGNDiGNPRESETRSTBOOT10SYNP91213P86P77P683.3VVIN15GND16HC-SR04vCTrigEcho4GRANDVCCR10k2VCCHLCD1602图2智能交通灯系统电路图2.1核心微控制器选型的数据输出寄存器可以保证输出数据保持不变，从而避免数对于智能交通灯控制系统，选用Arduino UNO单片码管和红绿灯出现闪烁现象。将ArduinoUNO开发板的3机E21作为核心控制器。ArduinoUNO是一块单片机开发板，个数字端口分别连接至7 4HC595D芯片的14脚DS数据引其核心是ATmega328MCU控制器，集成了最小系统、闪存脚data、12 脚 ST_CP锁存线LATCH和11脚 SH_CP时钟存储器、I/O接口、电源电路、在线编程电路等硬件。通过1线引脚clock，即可将单片机的3个端口扩展为8 个端口，十条USB数据线连接电脑，就可以实现供电和程序烧录，具备分便捷且功能稳定，编程较为方便。数字输入/输出接口、PWM输出接口和模拟输入接口均可以2.3数码显示电路设计通过杜邦线引出，电路搭接方便。利用Arduino IDE编程环系统需要4组数码管显示电路，2 组用于显示东西双向境编写系统控制程序，通过数据线传送到Arduino UNO开通行计时，2 组用于显示南北双向通行计时。因为相对方向发板，控制外部电路工作。始终同时放行或禁行，所以东西向2 组数码管显示计数值相2.2单片机1/0 接口的扩展为了解决Arduino UNO单片机数字端口较少的问题，本系统采用1块7 4HC595D集成芯片来进行端口扩展 3。74HC595D是八位串行输人/并行输出移位寄存器，具有三态输出和输出锁存功能。在数据移位的过程中，7 4HC595D同，南北向2 组数码管显示计数值相同。因此，东西向2 组数码管连接在同一组驱动接口上，南北向2 组数码管连接在另一组驱动接口上即可。7 4LS48芯片是共阴极LED七段显示数码管显示译码器，用于将8 42 1BCD码转换为数码管23.Microcomputer Applications Vol.39,No.11,2023显示相应十进制数字的段码 4。本系统采用2 个7 4LS48芯片作为单片机和数码管连接的桥梁，既方便编写相应程序，又减少了单片机1/O接口的使用数量。由于本系统使用双基金项目位数码管，所以采用动态扫描方法，即让每位数码管轮流显示，设置间隔时间极短，利用视觉暂留现象，可以同时看到2位数码管显示的数字。微型电脑应用2 0 2 3年第39 卷第11期EXT.PWRRESET3.3V5VGNDVCCGNDVINA0A1A2A3A4A52.4OpenMV机器视觉模块电路连接OpenMV以串口通信的方式将识别到的图像及其处理结果发送至Arduino UNO主控板，其连接方式为共地后将OpenMV的发送端TXD(P4)连接到主控板的接收端RXD(DO）。将OpenMV的接收端RXD(P5）连接到主控板的发送端TXD(D1），从而实现同波特率条件下的串口通信，依靠此种方式可以发送多种字符串。3车距及车牌识别软件设计当超声波传感器检测到有车辆驶人时，发送信号至Ar-duinoUNO主控板，主控板启动OpenMV机器视觉模块 5进行车距和车牌识别，通过车牌识别累加计算车流量。3.1OpenMV车距和车速检测用一个带有小孔的板遮挡在墙体与物之间，墙体上就会形成物的倒影，这一现象，叫小孔成像。当焦距不变时，物距越近像越大且亮度变亮，物距越远像越小且亮度变暗。基于上述原理，将对车距这一物理量测量转化为对车辆像素点数量的捕获。利用OpenMV机器视觉模块测量车距的原理如图4所示。HmRmbaApixBpixLm图4OpenMV机器视觉模块测距原理根据图4，由左边摄像头里的几何关系可得：tan(b)=2L由右边道路环境里的几何关系得知：GND1312*11*10*98ArduinoUNOU1ArduinoUNOBpixGND716VCCGND8414*6BI/RBO*5RBI4LT32-06DBASN74LS48NU2图3数码管驱动电路图由式(1)、式(2)可得：Lm*Bpix=2L*Rm式(3)中，等号左边的Lm是车距，Bpix是摄像头中车辆所占的像素。等号右边的Rm是出现在摄像头视野范围内识别到的车辆高的一半，L是焦距。推导出的式（3)说明，车距和摄像头里的像素成反比，也就是说车距=常数/像素，即：车辆距离越远，摄像头识别到的像素点越少；车辆距离越近，摄像头识别的像素点越多。首先，根据摄像头焦距数据以及实验室可测量距离数据对计算常数进行逼近，经过大量的实验与计算后，当常数设定在范围1.12.3时，摄像头的测距结果较为稳定。同时，在此范围内再次进行精确筛选，当常数设定为1.6 时，摄像头测距结果更为稳定且误差较小。当设定程序中参数为1.6时，部分实验数据见表1。表1实验室环境下测距表现与误差分析实验次数测得距离/cm实际距离/cm绝对误差/%相对误差/%14.1725.2936.4147.5058.3369.38由表1可知，当常数为1.6 时，相对误差较小，但仍不是理想状态。在对硬件设备以及控制代码的检查调试中发现，摄像头成像存在畸变问题，即物体在镜头中的像素值有误差，此时通过使用sensor.set_windowing成像框设定函数使镜头中心放大，使用image.lens_corr函数对镜头所造成的桶(1)形畸变6 进行消除，从而得到无畸变且更为平整的识别图像。基于此调试，再次在设定范围内对常数大量测试，最终24.9G158F93E101d11C12134DC6B7Atan(b)=Lm4.000.175.000.296.000.417.000.508.000.339.000.38数码管2*8U3Rm（2)(3)4.255.806.837.144.134.22Microcomputer Applications Vol.39,No.11,2023得到的常数典型值为1.5，在此值下相对误差控制在2%以内。3.2OpenMV车牌识别在机器视觉、图像处理中，从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域，称为感兴趣区（ROI)，并进行图像的下一步处理。ROI的作用便是在摄像头视野内选取特定的一片范围，并只对此范围内的图像进行识别运算等操作。车牌识别的算法基于OpenMV的模板匹配算法Nccl7，首先需要创建或导人1个车牌模板，这个车牌模板必须为PGM格式，而且大小不能超过OpenMV的像素大小。多车牌识别的情况下需要往SD卡中导人多个车牌模板，从而实现多车牌识别。3.2.1程序算法简述在本文设计的控制系统中，设定靠近超声波传感器检测范围的视野区域为感兴趣区，可以让路口范围的车辆驶入使检测更为精准，避免行人、动物等扰动因素带来的主控程序误差，同时感兴趣区的设定较为简单，且与全视野内的车流量检测不冲突。Ncc模板匹配算法可将OpenMV视野内的所有符合SD卡中储存模板的图像以矩形框图圈出来，并读取到每个图像中心点的坐标。当OpenMV机器视觉模块启动后，通过程序调用，对视野内所有图像进行遍历，识别成功1个车牌，车流量计数加1。3.2.2核心程序（1）车牌识别与车流量统计templates=License platel.pgm,License plate2.pgm,License plate3.pgm,License plate4.pgm,Li-cense plate5.pgm,License plate6.pgm,License plate7.pgm,License plate8.pgm,License platel2.pgm,Li-cense platell.pgm,License platelo.pgm,Licenseplate9.pgm,License platel3.pgm,License platel7.pgm,License plate21.pgm,License plate25.pgmLi-cense platel4.pgm,License platel8.pgm,Licenseplate22.pgm,License plate26.pgm,License platel5.pgm,License plate19.pgm,License plate23.pgm,Li-cense plate27.pgm,License platel6.pgm,Licenseplate20.pgm,License plate24.pgm,License plate28.pgm,Jclock=time.clock()while(True):clock.tick()img=sensor.snapshot()i=0for t in templates:template=image.Image(t)r=img.find_ template（t e m p la t e,0.7 0,s t e p=4,search=SEARCH_EX)if r:img.draw_rectangle(r)print(t)i+else:i-0基金项目if i20:print(车流为大)else:print(车流量为小)（2）感兴趣区内车牌检测license=image.Image(/licensel.pgm)clock=time.clock()while(True):clock,tick()img=sensor.snapshot()i=img.find_template(license,0.70,roi=0,0,160,120,step=4,search=SEARCH_EX)roi可根据需求进行定义，同时应注意模板图片大小，必要时对模板进行降采样ifi:img.draw_rectangle(i)4智能交通灯系统控制程序设计在Arduino IDE编程环境下用C语言编写系统控制程序，可以方便实现多条件分支逻辑。智能交通灯系统控制程序的逻辑如图5所示。东西双向绿灯放行北，南双向红灯禁行南北向开始检测车辆驶入情况超声波3m范围检测到车辆且感兴趣区模板匹配算法检测到车牌是检测面北向车流量是否2 0 或南北向车辆停留时间是否30s是南北双向变为绿灯，通行30 s,东西双向红灯禁行复位图5主程序控制逻辑首先交通灯主控系统初始化状态，同时OpenMV视野中靠近超声波传感器（即路口)的区域设定为ROI,此时东西双向绿灯亮，车辆正常通行，南北双向红灯亮，车辆禁止通行，同时南北双向超声波测距传感器模块与OpenMV模块开始检测有无车辆驶人。在主控程序中为超声波测距传感器测量范围进行设定，设定值为3m。在此条件下，若超声波测距传感器模块检测到车辆，且OpenMV感兴趣区内检测到车牌，确认驶人的是车辆而非行人或小动物等其他扰乱因素，即表示车辆已到达路口，需要通行。当超声波传感器检测到有车辆驶入检测范围需要通行时，启动OpenMV机器视觉模块对全视野内的车距与车流量进行检测与计算。25.微型电脑应用2 0 2 3年第39 卷第11期开始系统初始化否否Microcomputer Applications Vol.39,No.11,2023当计算所得车流量2 0 辆或车辆滞留时间超过30 s时，南北双向指示灯变为绿灯，车辆即可通行，通行时间为30 s，同时东西双向指示灯变为红灯，车辆禁止通行。南北双向通行30s结束后，东西双向绿灯亮，车辆通行，南北双向红灯亮，车辆禁行。同时，南北方向超声波传感器模块开始继续检测有无车辆驶入，并通过OpenMV对车距与车流量数据进行统计。5总结本文在实验室环境下以1：40 比例模拟设计了基于流量检测的智能交通灯控制系统，实验数据表明，基于OpenMV的车距测量和车牌识别具有较高的精度，能够根据车流量动态设置交通灯通行时间。在实际应用中，可在现有交通灯控制系统的基础上进行改造，不需要对路面进行大规模破土挖掘，只需要更换控制板以及在路面加装工业级超声波传感器与摄像头模块即可。因此，利用本系统对原有交通灯控制系统进行改造技术简单、费用低，但能有效提高主路的通行效率，对缓解城市道路的交通拥堵具有重要的现实意义。1 T R I V ED I JD,D EV I M S,D A V E D H.A V is io n-基金项目Based Real-time Adaptive Traffic Light Control Sys-tem Using Vehicular Density Value and StatisticalBlock Matching ApproachJ.Transport and Tele-communication Journal,2021,22(1):87-97.2 孙建来，付攀.基于Arduino UNO嵌入式系统的某型机起落架舱水平测量技术研究.电子设计工程，2021,29(7):143-146.3肖海玲.7 4HC595在单片机电子时钟拓展IO口设计中的应用J.电子技术与软件工程，2 0 2 1（13）：101-102.4冯媛莉，杨阳。四位二进制减法器的设计与实现 J.物联网技术,2 0 16,6(10)：58.5广州星瞳信息科技有限责任公司.OpenMV中文入门教程 EB/OL.2021-09-30https:/book.open-mv.cc/6刘亚强，陈文艺.桶形畸变图像的一种校正方法 J.西安邮电学院学报，2 0 12，17（2）：2 7-30.7 岳俊峰，李秀梅.基于机器视觉的智能小车自动循迹及避障系统 JI.杭州师范大学学报（自然科学版），参考文献2020,19(2):200-207.微型电脑应用2 0 2 3年第39 卷第11期（收稿日期：2 0 2 1-11-30）(上接第2 1页）0.50r0.45F0.400.367310.350.300.250.20F0.15F0.10F0.050BiGENSGAIcrEAGrEA TwoArch2图4HV实验结果对比表4Two-archive2求解得到的帕累托解集序号月服务延迟时间服务覆盖率/%1462034565总结采用改进双档案算法对模型进行求解，有效避免了收敛性与多样性不协调的问题，保障算法能够产生最优解。仿真结果表明，基于碳排放约束的逆向物流网络选址方案产生的固定费用较少，能够帮助企业降低成本以及综合考虑社会环境因素。参考文献0.414 86 0.411 96 0.412 66 0.422 611 ESK A ND A R PO U R M,NIK BA K H SH E,ZEG O R-DI S H.Variable Neighborhood Search for the Bi-ob-jective Post-sales Network Design Problem:A FitnessLandscape Analysis ApproachJ.Computers&Op-erations Research,2014,52:300-314.2 耿焕同，周山胜，韩伟民，等基于自适应进化策略的MOEA/D算法 JI.计算机工程与设计，2 0 19，40(4):1106-1113.3顾清华，王楚豪，江松，等.基于动态自适应的双档案大规模稀疏优化算法J.模式识别与人工智能，2021,34(7):592-604.成本碳排放2.795e+0561899602.7165e+05712.8083e+050600500604刘冰冰，周文俊基于多目标优化的含电力电容器的农网系统调度策略研究 J.微型电脑应用，2 0 19，9848135(4);81-84.5 LIS,W A NG N M,JIA T,e t a l.M u l t i o b j e c t i v e O p-74654timization for Multiperiod Reverse Logistics Network2.7465e+05973352.8048e+05915982.7645e+059422926.DesignJ.IEEE Transactions on Engineering Man-agement,2016,63(2):223-236.6 A M INI M M,R ET ZLA FF-R O BER T S D,BIEN-STOCK C C.Designing a Reverse Logistics Opera-tion for Short Cycle Time Repair ServicesJ.Inter-national Journal of Production Economics,2005,96(3):367-380.7 李爽，王能民，何正文，等考虑服务水平的逆向物流网络优化决策 J运筹与管理，2 0 13，2 2（5）：90-97.（收稿日期：2 0 2 2-0 3-0 2）