交通信号灯的控制方法、装置、计算机设备和存储介质与流程

1.本公开涉及智能交通技术领域，特别是涉及一种交通信号灯的控制方法、装置、计算机设备和存储介质。

背景技术：

2.随着经济的发展，汽车的普及率也越来越高，带来的交通拥堵问题愈发严重。
3.现有的交通信号灯通常设置为按照固定模式工作或根据历史车流量数据对信号灯对应的车道的通行时间进行设置，然而，这种方法灵活性差，无法有效应对突发情况，很难有效地缓解交通拥堵。

技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够灵活调节信号灯时间的交通信号灯的控制方法、装置、计算机设备和存储介质。
5.第一方面，本公开实施例提供了一种交通信号灯的控制方法。所述方法包括：
6.获取交通信号灯组预设位置范围内的车辆数据和行人数据；
7.根据所述车辆数据确定通行方向对应的车辆平均通行时间，以及根据所述行人数据确定行人平均通行时间；
8.根据所述车辆平均通行时间和所述行人平均通行时间，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长。
9.在其中一个实施例中，所述根据所述车辆平均通行时间和所述行人平均通行时间，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长，包括：
10.获取所述预设位置范围内的事故数据，其中，所述事故数据包括事故车辆所处的位置信息；
11.确定与所述事故数据相匹配的车辆通行能力的影响因子；
12.根据所述车辆平均通行时间、所述行人平均通行时间以及所述影响因子，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长。
13.在其中一个实施例中，所述影响因子的获取方式包括：
14.获取历史事故数据及所述历史事故发生时对应的车辆通行能力，所述车辆通行能力包括预设时间内通行的车辆数量；
15.根据所述历史事故数据和所述车辆通行能力，确定事故数据对应的车辆通行能力的影响因子。
16.在其中一个实施例中，所述根据所述车辆平均通行时间和所述行人平均通行时间，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长，包括：
17.获取所述通行方向对应车道的车辆数量以及未通过预设位置处的行人人的密度和长度；
18.根据所述车辆平均通行时间、所述行人平均通行时间、所述车辆数量和所述行人
人的密度和长度，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长。
19.在其中一个实施例中，所述获取所述通行方向对应车道的车辆数量，包括：
20.获取所述交通信号灯组预设位置范围内的车道线数据及车辆行驶轨迹数据；
21.根据所述车道线数据及所述车辆行驶轨迹数据，确定所述通行方向对应车道的车辆数量。
22.在其中一个实施例中，所述方法还包括：
23.获取交通信号灯组预设位置范围内的历史车辆数据和历史行人数据；
24.根据所述历史车辆数据和所述历史行人数据，确定不同通行方向的对应交通信号灯的通行时长。
25.第二方面，本公开实施例还提供了一种交通信号灯的控制装置。所述装置包括：
26.获取模块，用于获取交通信号灯组预设位置范围内的车辆数据和行人数据；
27.确定模块，用于根据所述车辆数据确定通行方向对应的车辆平均通行时间，以及根据所述行人数据确定行人平均通行时间；
28.调整模块，用于根据所述车辆平均通行时间和所述行人平均通行时间，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长。
29.在其中一个实施例中，所述调整模块，包括：
30.获取模块，用于获取所述预设位置范围内的事故数据，其中，所述事故数据包括事故车辆所处的位置信息；
31.确定模块，用于确定与所述事故数据相匹配的车辆通行能力的影响因子；
32.调整子模块，用于根据所述车辆平均通行时间、所述行人平均通行时间以及所述影响因子，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长。
33.在其中一个实施例中，所述影响因子的获取模块包括：
34.获取模块，用于获取历史事故数据及所述历史事故发生时对应的车辆通行能力，所述车辆通行能力包括预设时间内通行的车辆数量；
35.确定模块，用于根据所述历史事故数据和所述车辆通行能力，确定事故数据对应的车辆通行能力的影响因子。
36.在其中一个实施例中，所述调整模块，包括：
37.获取子模块，用于获取所述通行方向对应车道的车辆数量以及未通过预设位置处的行人人的密度和长度；
38.调整子模块，用于根据所述车辆平均通行时间、所述行人平均通行时间、所述车辆数量和所述行人人的密度和长度，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长。
39.在其中一个实施例中，所述获取子模块，包括：
40.获取单元，用于获取所述交通信号灯组预设位置范围内的车道线数据及车辆行驶轨迹数据；
41.确定模块，用于根据所述车道线数据及所述车辆行驶轨迹数据，确定所述通行方向对应车道的车辆数量。
42.在其中一个实施例中，所述装置还包括：
43.获取模块，用于获取交通信号灯组预设位置范围内的历史车辆数据和历史行人数
据；
44.确定模块，用于根据所述历史车辆数据和所述历史行人数据，确定不同通行方向的对应交通信号灯的通行时长。
45.第三方面，本公开实施例还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现本公开实施例中任一项所述的方法的步骤。
46.第四方面，本公开实施例还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本公开实施例中任一项所述的方法的步骤。
47.第五方面，本公开实施例还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现本公开实施例中任一项所述的方法的步骤。
48.本公开实施例，通过获取交通信号灯组预设位置范围内的车辆数据和行人数据，能够确定得到通行方向对应的车辆平均通行时间以及行人平均通行时间，根据车辆平均通行时间和行人平均通行时间对所述通行方向对应的交通信号灯的通行时长进行调整；根据车辆平均通行时间和行人平均通行时间能够判断对应通行方向的车道的拥挤状况，从而以此为依据对交通信号灯的通行时长进行调整，能够实现根据实际交通状况对交通信号灯时长进行调整的目的，灵活性高；由于是根据车辆数据和行人数据进行实时地信号灯的调节，所以当交通信号灯所处的路口出现突发情况时，也能够及时响应调整，能够有效缓解交通拥堵；且能够适用于不同的路段的交通状况。
附图说明
49.图1为一个实施例中交通信号灯的控制方法的流程示意图；
50.图2为一个实施例中交通信号灯的控制方法的流程示意图；
51.图3为一个实施例中影响因子的获取方式的流程示意图；
52.图4为一个实施例中交通信号灯的控制方法的流程示意图；
53.图5为一个实施例中交通信号灯对应的路口的示意图；
54.图6为一个实施例中交通信号灯的控制装置的结构框图；
55.图7为一个实施例中计算机设备的内部结构图。
具体实施方式
56.为了使本公开实施例的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本公开实施例进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本公开实施例，并不用于限定本公开实施例。
57.在一个实施例中，如图1所示，提供了一种交通信号灯的控制方法，包括以下步骤：
58.步骤s110，获取交通信号灯组预设位置范围内的车辆数据和行人数据；
59.本公开实施例中，预设位置范围通常为交通信号灯组所处路口对应的车辆行驶的一段道路范围和所述交通信号灯组对应的行人通行道路的一段道路范围，可以设置所述预设位置范围为一个较大的范围，从而能够便于预测未来一段时间内的车流量。获取交通信
号灯组预设位置范围内的车辆数据和行人数据，其中，可以通过摄像装置获取包含所述数据的图像或影像。在一个示例中，所述车辆数据可以包括但不限于预设时段内不同通行方向对应的车道上的车辆通过数据，所述行人数据可以包括但不限于预设时段内通过的行人数量或行人人的密度长度等数据。在一个示例中，获取数据时通常为获取预设历史时刻至当前时刻的一段预设时段内的数据。其中，由于路口通常包括多个车道，在获取车辆数据时，需要同时获取车辆数据对应的车道。在一个示例中，获取车辆数据和行人数据时通常可以为周期性获取。在一个示例中，通过人工智能算法，如视觉感知算法，检测摄像头拍摄方向道路上一定长度的车道线等能够区分车道的标志物；同时检测车辆，使用车道线等来区分车辆在哪条车道上，进而确认车辆的行驶方向(左转、直行、右转)；检测路口附近的行人，对行人进行目标跟踪和轨迹预测；同时检测是否发生车祸，发生车祸的位置以及所处的方向(进入路口方向、路口中、离开路口方向)。
60.步骤s120，根据所述车辆数据确定通行方向对应的车辆平均通行时间，以及根据所述行人数据确定行人平均通行时间；
61.本公开实施例中，获取到对应的车辆数据和行人数据后，计算得到通行方向对应的车辆平均通行时间和行人平均通行时间，其中，车辆平均通行时间为预设时段内平均每辆车辆通行的时间，即时长和通行车辆数量之间的比值，通行方向对应的车辆平均通行时间为时长和所述通行方向上通行车辆数量之间的比值；行人平均通行时间为预设时段内平均行人通行的时间，即时长和通行行人数量之间的比值。在一个示例中，由于行人在通过路口时通常是聚集通过，所以行人平均通行时间还可以为根据预设时段内通过的行人人的密度和长度确定，根据预设时段内通过的行人人的密度和长度就可以确定单位密度和单位长度的人通过路口所需的时间。在确定车辆平均通行时间时需要确定不同通行方向对应的车辆平均通行时间，确定行人平均通行时间时需要确定不同方向对应的行人平均通行时间。在一个示例中，分别统计不同的行驶方向上的车辆数量、不同的方向上车道数量，根据路口的规则分别计算通过路口的时间，例如某些路口交通灯将直行和转弯分开处理，但直行行驶距离通常比左转短，而且左转车道数量可能少于直行车道数量，意味着通过路口时，左转需要更多的时间，所以需要将不同的行驶方向分开计算时间。
62.步骤s130，根据所述车辆平均通行时间和所述行人平均通行时间，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长。
63.本公开实施例中，根据车辆平均通行时间和行人平均通行时间调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长。其中，对应通行方向车辆平均通行时间较长时，通常可以认为此时对应通行方向的车辆数量较少，可以适当减少对应交通信号灯的通行时长；对应通行方向车辆平均通行时间较短时，通常可以认为此时对应通行方向的车辆数量较多，对应通行方向的车道较为拥堵，可以适当加长对应交通信号灯的通行时长。在一个示例中，可以通过根据车辆平均通行时长和行人平均通行时间与道路拥堵之间的关系训练模型，在调整交通信号灯的通行时长时，在训练好的模型中输入车辆平均通行时间和行人平均通行时长，根据模型输出的结果对交通信号灯对应的通行时长进行调整。在一个示例中，不同通行方向对应的拥堵程度不同，调整时要综合考虑到路口对应的多个车道以及多个方向，对交通信号灯的通行时长的调整的目标为每个路口和车道的车辆、行人等待时间接近一致。在一个示例中，由于车辆、行人通行需要时间，为保证车辆和行人的安全，
交通信号灯对应的通行时长有最小时间限制。在另一个示例中，调整交通信号灯时，优先保证有通过需求的方向行驶，如某些情况下，某个方向上没有车辆和行人时，可以设置该方向对应的交通信号灯一直为红灯状态。其中，交通信号灯还设置有读秒提示当前通行剩余时间。
64.本公开实施例，通过获取交通信号灯组预设位置范围内的车辆数据和行人数据，能够确定得到通行方向对应的车辆平均通行时间以及行人平均通行时间，根据车辆平均通行时间和行人平均通行时间对所述通行方向对应的交通信号灯的通行时长进行调整；根据车辆平均通行时间和行人平均通行时间能够判断对应通行方向的车道的拥挤状况，从而以此为依据对交通信号灯的通行时长进行调整，能够实现根据实际交通状况对交通信号灯时长进行调整的目的，灵活性高；由于是根据车辆数据和行人数据进行实时地信号灯的调节，所以当交通信号灯所处的路口出现突发情况时，也能够及时响应调整，能够有效缓解交通拥堵；且能够适用于不同的路段的交通状况。
65.在一个实施例中，如图2所示，所述根据所述车辆平均通行时间和所述行人平均通行时间，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长，包括：
66.步骤s131，获取所述预设位置范围内的事故数据，其中，所述事故数据包括事故车辆所处的位置信息；
67.步骤s132，确定与所述事故数据相匹配的车辆通行能力的影响因子；
68.步骤s133，根据所述车辆平均通行时间、所述行人平均通行时间以及所述影响因子，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长。
69.具体地，在车辆行驶的过程中，有可能会发生交通事故，由于交通事故通常会占用部分车道，因此对道路交通状况存在一定的影响。
70.本公开实施例中，获取交通信号灯预设位置范围内的事故数据，其中，所述事故数据包括但不限于事故车辆的位置。在一个示例中，所述位置可以包括但不限于事故车辆占用的车道数量、事故所处的方向(进入路口方向、路口中、离开路口方向)等。获取到事故数据后，根据事故数据确定对应的车辆通行能力的影响因子，其中，车辆通行能力通常为预设单位时间内通过的车辆数量。在一个示例中，所述影响因子的确认方式可以为根据经验自行设置，也可以为根据历史事故数据分析确定，还可以根据经验值和相关算法(如神经网络)结合设定影响因子，算法确定影响因子的方式可以为收集一定真实事故数据并仿真生成更多数据后，算法从数据中自动学习、输出对应的影响因子，然后和经验值结合生成最终的影响因子。可以理解的是，影响因子是交通事故对交通状况的影响的一种量化的表达方式，本公开实施例中并不对影响因子的设置方式或生成方式做限定。根据车辆平均通行时间、行人平均通行时间和影响因子，对交通信号灯组对应所述通行方向的交通信号灯的通行时长进行调整。在一个示例中，可以根据事故发生的位置和方向分别设定不同的影响因子，即影响系数，不同的车道数量和发生事故占用的车道数量都会改变影响系数。在一个示例中，影响系数即影响因子的设置方式可以为，默认的系数为1.0，表示通过时间
×
1.0，例如单向2车道，离开路口的方向上且距离路口较远的一条车道发生事故被占用，则导致通行能力降低约50％，系数设定为2.0，即通过时间
×
2.0，如果是离开路口的方向上且距离路口较近的一条车道发生车祸，因为在通过路口时车辆并道缓冲距离短难以提速导致通过效率降低大于50％，系数设定为2.5；影响系数的变化并不是线性的，例如三条车道时，一条车道
被占用时可能的影响系数是1.5，两条被占用时可能是3.0，但三条都被占用时，影响系数可以设置为100.0，意味着不可通行，该方向的交通灯可能一直是红灯状态。
71.本公开实施例，考虑到事故对交通状况的影响，根据获取到的事故数据确定对应的对车辆通行能力的影响因子，并根据获取到的车辆平均通行时间、行人平均通行时间以及影响因子对交通信号灯对应的通行时长进行调整，实现了更为精确的调整，在面对事故等突发情况时，更好地通过调整交通信号灯来缓解拥堵，灵活性高。
72.在一个实施例中，如图3所示，所述影响因子的获取方式包括：
73.步骤s310，获取历史事故数据及所述历史事故发生时对应的车辆通行能力，所述车辆通行能力包括预设时间内通行的车辆数量；
74.步骤s320，根据所述历史事故数据和所述车辆通行能力，确定事故数据对应的车辆通行能力的影响因子。
75.本公开实施例中，获取历史事故数据，并获取所述事故数据对应的事故发生时的车辆通行能力，其中，所述车辆通行能力包括预设时间内通行的车辆数量。根据所述历史事故数据和车辆通行能力之间的对应关系确定不同的事故数据对应的车辆通行能力的影响因子，其中，在一个示例中，在确定影响因子的过程中，通常可以为根据历史事故数据仿真生成更多的数据，通过神经网络等算法从历史事故数据和仿真生成的数据中学习，输出数据对应的影响因子。在一个示例中，事故车辆占用的车道数量和事故车辆距离交通信号灯所处路口的距离等因素均会对车辆通行能力造成影响。其中，本公开实施例中通过历史数据确定影响因子的过程可以为实时确定，也可以为事先根据历史数据确定得到。在一个示例中，影响因子可以为根据经验设置得到，可以为根据历史事故数据及仿真生成的数据利用神经网络等算法学习得到，还可以为两者结合，根据经验和算法学习得到最终的影响因子。
76.本公开实施例，通过历史事故数据和车辆通行能力之间的对应关系确定不同的事故数据对应的车辆通行能力的影响因子，能够为事故数据对车辆通行能力的影响提供判断依据，使得对交通信号灯的调整更为准确全面。
77.在一个实施例中，所述根据所述车辆平均通行时间和所述行人平均通行时间，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长，包括：
78.获取所述通行方向对应车道的车辆数量以及未通过预设位置处的行人人的密度和长度；
79.根据所述车辆平均通行时间、所述行人平均通行时间、所述车辆数量和所述行人人的密度和长度，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长。
80.本公开实施例中，获取通行方向对应车道的车辆数量以及未通过预设位置处的行人人的密度和长度，其中，可以通过摄像装置获取所述信息，根据获取到的图像中的车辆数量以及车道信息确定不同通行方向上对应车道的车辆数量，根据获取到的行人图像确定未通过预设位置处的行人人的密度和长度。在一个示例中，预设位置处通常为根据实际场景确定的，当行人未通过预设位置，可以认为此行人未通过交通信号灯所处的路口。根据获取到的通行方向上车道对应的车辆数量、未通过预设位置的行人人的密度和长度、车辆平均通行时间和行人平均通行时间对所述交通信号灯组对应所述通行方向的交通信号灯的通行时长。
81.本公开实施例，考虑到未通过路口的车辆以及行人数量，根据未通过路口的车辆数据、行人数据、以及车辆平均通行时间、行人平均通行时间对交通信号灯对应的通行时长进行调整，提高了交通信号灯时长调节的灵活性，能够综合考虑到通行时长以及未通行车辆行人，从而有效地缓解交通拥堵。
82.在一个实施例中，所述获取所述通行方向对应车道的车辆数量，包括：
83.获取所述交通信号灯组预设位置范围内的车道线数据及车辆行驶轨迹数据；
84.根据所述车道线数据及所述车辆行驶轨迹数据，确定所述通行方向对应车道的车辆数量。
85.本公开实施例中，在获取通行方向对应的车道的车辆数量时，由于车辆在车道上往往处于行驶状态，可能出现变道等情况，所以可以首先获取交通信号灯预设位置范围内的车道线数据以及车辆行驶轨迹数据，然后根据车道线数据以及车辆行驶轨迹数据，推测得到不同车道对应的车辆数量，从而确定所述通行方向对应的车道的车辆数量。在一个示例中，可以通过实现设置的轨迹预测算法对车辆对应的车道进行预测。
86.本公开实施例，考虑到车辆在行驶过程中可能出现的变道情况，根据车辆行驶的轨迹判断不同车道对应的车道数量，从而能够提高不同通行方向车辆数量判断的准确性，提升了交通信号灯通行时长调整的准确性和灵活性。
87.在一个实施例中，所述方法还包括：
88.获取交通信号灯组预设位置范围内的历史车辆数据和历史行人数据；
89.根据所述历史车辆数据和所述历史行人数据，确定不同通行方向的对应交通信号灯的通行时长。
90.具体地，通常情况下，非突发情况时，交通信号灯组对应的路口的车辆数据和行人数据在一段时间内存在一定的规律，如附近人员上下班通勤等情况，则在早晚高峰期道路情况可能会存在拥堵。
91.本公开实施例中，获取交通信号灯组预设位置范围内的历史车辆数据和历史行人数据，根据历史车辆数据和历史行人数据确定不同通行方向对应的交通信号灯的通行时长，其中，所述历史车辆数据和历史行人数据可以为一段预设历史时段内的数据，如当前时刻之前半年的路口对应的车辆数据和行人数据。根据历史数据中存在的车辆数量和行人数量的规律确定不同通行方向对应的交通信号灯的通行时长。在一个示例中，根据历史数据调整交通信号灯通行时长通常不是实时进行调整，而是事先根据历史数据对交通信号灯的时长进行设置调节。
92.本公开实施例，通过历史车辆数据和行人数据确定交通信号灯的时长，使得交通信号灯的初始通行时间较为合理，在这个基础上对交通信号灯的通行时长再进行实时的调整，提高了调整的效率和准确性，能够有效地缓解交通拥堵。
93.图4是根据一示例性实施例示出的一种交通信号灯的控制方法的示意图，参考图4所示，摄像机获取图像或影像，人工智能算法检测每一个路口每一个方向上的车道、车辆、行人以及事故；通过车道检测和车辆检测对不同方向上的车辆进行统计，计算得到车辆的通过时间；通过行人检测以及等待行人的检测，计算行人通过时间；通过事故检测估计交通阻塞程度；最终综合考虑均衡每一个方向上的通过时间，对交通灯的通行时长进行调整。其中，可以分为摄像头模块、感知模块、交通灯时间计算模块。摄像头模块是根据实际的道路
和选择摄像头来设置(硬件配置、安装位置、视角等)，感知模块用来感知路面上的车道、车辆、人流量、事故等情况，交通灯时间计算模块则根据感知的结果计算每一个方向上未来一段时间车辆行人通过预计需要的时间，来综合考虑设置每一个方向上交通灯的时间设置。在一个示例中，摄像机可以复用监控摄像头，也可以使用单独的摄像头，安装在监控杆上或者是路灯等比较高的位置，能够观察远处的路况，根据相机的视角的不同，可能需要每一个道路方向都安装对应的摄像机。
94.本公开实施例，使用人工智能技术感知道路上的情况，精细化预测路口交通的未来变化；人工智能技术精确检测识别到对应车道上车辆、路口的行人，利用目标跟踪和轨迹预测，能够准确地预测路口未来一段时间的交通变化情况；根据未来一段时间可能出现的情况，智能调节路口的交通灯；根据未来一段时间交通变化的情况，综合路口每一个方向上车辆、行人通过时间，可以最大化地减小等待时间，也就减小拥堵程度。
95.图5是根据一示范性实施例示出的一种路口车道分布的示意图，参考图5所示，为一个十字路口的示意图，每个方向均包含多个车道，其中，包括不同方向的机动车道和公交车道，在一个示例中，还可以包括非机动车道等。图5所示路口通常对应有四个交通信号灯组，可以根据不同方向不同车道的车辆数据等调整对应的交通信号灯的通行时长。
96.应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，附图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
97.基于同样的发明构思，本公开实施例还提供了一种用于实现上述所涉及的交通信号灯的控制方法的交通信号灯的控制装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个交通信号灯的控制装置实施例中的具体限定可以参见上文中对于交通信号灯的控制方法的限定，在此不再赘述。
98.在一个实施例中，如图6所示，提供了一种交通信号灯的控制装置600，包括：
99.获取模块610，用于获取交通信号灯组预设位置范围内的车辆数据和行人数据；
100.确定模块620，用于根据所述车辆数据确定通行方向对应的车辆平均通行时间，以及根据所述行人数据确定行人平均通行时间；
101.调整模块630，用于根据所述车辆平均通行时间和所述行人平均通行时间，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长。
102.在一个实施例中，所述调整模块，包括：
103.获取模块，用于获取所述预设位置范围内的事故数据，其中，所述事故数据包括事故车辆所处的位置信息；
104.确定模块，用于确定与所述事故数据相匹配的车辆通行能力的影响因子；
105.调整子模块，用于根据所述车辆平均通行时间、所述行人平均通行时间以及所述影响因子，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长。
106.在一个实施例中，所述影响因子的获取模块包括：
107.获取模块，用于获取历史事故数据及所述历史事故发生时对应的车辆通行能力，
所述车辆通行能力包括预设时间内通行的车辆数量；
108.确定模块，用于根据所述历史事故数据和所述车辆通行能力，确定事故数据对应的车辆通行能力的影响因子。
109.在一个实施例中，所述调整模块，包括：
110.获取子模块，用于获取所述通行方向对应车道的车辆数量以及未通过预设位置处的行人人的密度和长度；
111.调整子模块，用于根据所述车辆平均通行时间、所述行人平均通行时间、所述车辆数量和所述行人人的密度和长度，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长。
112.在一个实施例中，所述获取子模块，包括：
113.获取单元，用于获取所述交通信号灯组预设位置范围内的车道线数据及车辆行驶轨迹数据；
114.确定模块，用于根据所述车道线数据及所述车辆行驶轨迹数据，确定所述通行方向对应车道的车辆数量。
115.在一个实施例中，所述装置还包括：
116.获取模块，用于获取交通信号灯组预设位置范围内的历史车辆数据和历史行人数据；
117.确定模块，用于根据所述历史车辆数据和所述历史行人数据，确定不同通行方向的对应交通信号灯的通行时长。
118.上述交通信号灯的控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
119.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储车数据、行人数据、事故数据等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种交通信号灯的控制方法。
120.本领域技术人员可以理解，图7中示出的结构，仅仅是与本公开实施例方案相关的部分结构的框图，并不构成对本公开实施例方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
121.在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
122.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
123.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
124.需要说明的是，本公开实施例所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
125.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本公开实施例所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本公开实施例所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本公开实施例所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
126.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
127.以上所述实施例仅表达了本公开实施例的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本公开实施例专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本公开实施例构思的前提下，还可以做出若干变形和改进，这些都属于本公开实施例的保护范围。因此，本公开实施例的保护范围应以所附权利要求为准。

技术特征：

1.一种交通信号灯的控制方法，其特征在于，所述方法包括：获取交通信号灯组预设位置范围内的车辆数据和行人数据；根据所述车辆数据确定通行方向对应的车辆平均通行时间，以及根据所述行人数据确定行人平均通行时间；根据所述车辆平均通行时间和所述行人平均通行时间，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长。2.根据权利要求1所述的方法，其特征在于，所述根据所述车辆平均通行时间和所述行人平均通行时间，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长，包括：获取所述预设位置范围内的事故数据，其中，所述事故数据包括事故车辆所处的位置信息；确定与所述事故数据相匹配的车辆通行能力的影响因子；根据所述车辆平均通行时间、所述行人平均通行时间以及所述影响因子，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长。3.根据权利要求2所述的方法，其特征在于，所述影响因子的获取方式包括：获取历史事故数据及所述历史事故发生时对应的车辆通行能力，所述车辆通行能力包括预设时间内通行的车辆数量；根据所述历史事故数据和所述车辆通行能力，确定事故数据对应的车辆通行能力的影响因子。4.根据权利要求1所述的方法，其特征在于，所述根据所述车辆平均通行时间和所述行人平均通行时间，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长，包括：获取所述通行方向对应车道的车辆数量以及未通过预设位置处的行人人的密度和长度；根据所述车辆平均通行时间、所述行人平均通行时间、所述车辆数量和所述行人人的密度和长度，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长。5.根据权利要求4所述的方法，其特征在于，所述获取所述通行方向对应车道的车辆数量，包括：获取所述交通信号灯组预设位置范围内的车道线数据及车辆行驶轨迹数据；根据所述车道线数据及所述车辆行驶轨迹数据，确定所述通行方向对应车道的车辆数量。6.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取交通信号灯组预设位置范围内的历史车辆数据和历史行人数据；根据所述历史车辆数据和所述历史行人数据，确定不同通行方向的对应交通信号灯的通行时长。7.一种交通信号灯的控制装置，其特征在于，所述装置包括：获取模块，用于获取交通信号灯组预设位置范围内的车辆数据和行人数据；确定模块，用于根据所述车辆数据确定通行方向对应的车辆平均通行时间，以及根据所述行人数据确定行人平均通行时间；
调整模块，用于根据所述车辆平均通行时间和所述行人平均通行时间，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长。8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的交通信号灯的控制方法的步骤。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的交通信号灯的控制方法的步骤。10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的交通信号灯的控制方法的步骤。

技术总结

本公开涉及一种交通信号灯的控制方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取交通信号灯组预设位置范围内的车辆数据和行人数据；根据所述车辆数据确定通行方向对应的车辆平均通行时间，以及根据所述行人数据确定行人平均通行时间；根据所述车辆平均通行时间和所述行人平均通行时间，调整所述交通信号灯组对应所述通行方向的交通信号灯的通行时长。采用本方法能够提高交通信号灯调整的灵活性，有效缓解交通拥堵。有效缓解交通拥堵。有效缓解交通拥堵。