具体实施方式

为详细说明技术方案的技术内容、构造特征、所实现目的及效果，以下结合具体实施例并配合附图详予说明。

请参阅图1至图2，在本实施方式中，一种基于车载智能摄像头和大数据平台的红绿灯预判方法可应用在一种存储设备上，所述存储设备包括但不限于：个人计算机、服务器、通用计算机、专用计算机、网络设备、嵌入式设备、可编程设备、智能移动终端、车载智能设备等。在本实施方式中，所述存储设备以智能摄像头为例，所述摄像头设置于车顶，目的在于获取一个好的视野。

本申请的核心技术思想在于：利用车顶上的车载智能摄像头在通过交叉路口前识别交通信号灯，利用数据平台来获取交通灯状况相关数据，在车机上显示。

具体如下：

步骤S101：是否符合预设条件？

若符合预设条件，则执行步骤S102：通过摄像头获取交通灯状况相关数据，所述摄像头设置于车顶。

步骤S103：根据所述交通灯状况相关数据对驾驶人员发出指示。

如图2所示，其中步骤S101中当智能摄像头识别到交通信号灯且车载导航位置信息距离有交通灯的交叉路口满足一定阈值。则为符合条件，即触发摄像头去获取交通灯状况相关数据。

在本实施方式中，所述交通灯状况相关数据包括但不限于：当前时间各个车道对应的交通状态、计时时间、交通灯各个状态变化的顺序、对应时间的数组。具体可如下：

获取当前交通灯的信息(包含车道相关(交叉路停止线前车道实线长度，车道指示等)，状态，左右转，直行，时间计数等相关信息如：红灯状态直行时长：60s已计时：20s剩余：40s),此时车机会显示交通灯状态和倒计时来提醒驾驶人员。这样驾驶人员即便无法看见前方的交通灯，也会知道现在交通灯是出于红黄绿中的哪一种，进而避免违反交通规则驾驶，确保了驾驶的安全性。

其中所述“则通过摄像头获取交通灯状况相关数据”具体还分成两种情况：

一种是当前交通灯所在区域为已经实现物联网的区域，则直接通过网络根据车载导航定位信息请求交通灯状况相关数据。即：通过当前车载导航信息知道该车目前所在的区域是xx道路上，则通过网络请求xx道路上交通灯状况相关数据。

而若如果此区域无法获取交通灯时态(未实现物联网)信息，则通过云平台根据车载导航定位信息请求交通灯状况相关数据。车载智能摄像头会识别交通灯的状态和计数，此时计时系统会启动，根据平台反馈的数据，开始状态和计时模拟计算，无论前方是否遮挡，都会显示在车机上提醒驾驶员。交通灯每次的红绿黄三种状态的切换和中间的计时，系统都会记录，然后通过网络上传位置，车道相关，计时,交通灯状态变化顺序等交通灯相关信息给云平台，云平台对交通灯数据进行校核更新。个别全路段不能识别到交通灯状态变化的情况(交通灯处在位置较低，面临强光无法识别等)，会根据摄像头捕捉停止线前的车辆的过线来作为绿灯起始时间进行校准，在拥挤路段会不断的捕获和校准数据，对计时时间进行预估。

如图2所示，具体可如下：

判断是否请求到对应的交通灯状况相关数据，若未返回对应的交通灯状况相关数据，则通过摄像头获取当前交通灯相关信息，并上传所述交通灯相关信息至云平台。这样经过多次车辆的数据添加更新，则会形成完整的该路口的交通灯信号数据集。

若返回对应的交通灯状况相关数据不完整，则通过摄像头识别交通灯变化或读数，若通过摄像头识别交通灯变化或读数失败，则通过捕捉停止线前的车辆的过线作为绿灯起始时间进行校准，进而对计时时间进行预估。

其中若返回对应的交通灯状况相关数据不完整有一种特殊情况是：返回的交通灯状况相关数据仅包含交通灯各个状态变化的顺序和对应时间的数组。则通过摄像头识别交通灯变化或读数，而若交通灯被遮挡或识别失败，则通过捕捉停止线前的车辆的过线作为绿灯起始时间进行校准，进而对计时时间进行预估。其中前方车辆起步可视为车道绿灯。

以上几种数据没有或不完整的情况，后续获得的数据都会上传至云平台，使得数据越来越完善，如此久而久之即可利用大数据来解决一些交通灯物联网未覆盖的盲区。

而若所述交通灯状况相关数据完整，则在车辆显示器上显示交通灯状态和倒计时。

判断是否符合预设条件，若符合预设条件，则通过摄像头获取交通灯状况相关数据，所述摄像头设置于车顶；根据所述交通灯状况相关数据对驾驶人员发出指示。因摄像头设置于车顶，具有较高的视野，可以实现交通灯遮挡或者驾驶员视野受限的情况下，通过摄像头获取交通灯状况相关数据，对所述交通灯状况相关数据进行分析即可得知前方交通情况，并对驾驶人员发出相关指示，帮助驾驶人员安全驾驶。且该技术方案只需在原有的摄像头基础上增加软件算法，无需增加单车硬件成本，有效覆盖了交叉路红绿灯视野盲区的场景，提高了汽车智能，降低了类似场景下的行车风险。

以下对车流预估红绿灯原理进一步展开说明：

智能摄像头是安装在车顶，具有较高的视野，会根据探测不同车道的来预估交通灯状态。首先根据平台数据和定位信息，获取车道信息，定位我方车辆所在车道，以及离停止线距离。交叉路口的交通灯状态变化，各个方向的通行时间存在固定的时间差值。判断：(1)对向车道：当我们捕获到对向车道线前的车过停止线时，记录该车道绿灯起始时间，触发交通灯计时系统记录数据。(2)同向车道：摄像头会扫描各个同向车道的车辆，标记各个车道停止线(根据停止线距离和车道宽度标定扫描范围)前的车辆(如果部分扫描车道区域的车被遮挡，取消该车道统计)，各个车道被标记的车辆发生位移的距离超过停止线一定阀值的时候，记录该车道绿灯起始时间，同时触发交通灯计时系统。(3)交通灯计时系统：交通灯状态变化时候，可通行车道的车流会进入流动状态，摄像头监控到标记车移动距离超过停止线达到一定阀值时候，触发交通灯计时系统，根据该车道的时间计算出各个车道的时间并与当前系统记录的各个车道的时间进行比对，若时间误差较低，摄像头停止扫描，采用当前计时进行计算，车机展示结果，如误差较大，去除误差较大车道，取平均值，更新各个车道数据，同时将计时发送给车机，摄像头继续扫描，不断更新计时缩小误差。此循环退出条件过红绿灯停止线&误差小于阀值。

进一步的，在交通灯无联网并且无平台数据路口，车辆会记录交通灯，车道相关信息数据，并计时，如果成功记录，会上传云平台进行数据添加，经过多次多车辆的数据更新，会形成完整的该路口的交通灯信号数据集。

请参阅图2至图3，在本实施方式中，一种存储设备300的具体实施方式如下：

在本实施方式中，所述存储设备300以智能摄像头为例，所述摄像头设置于车顶，目的在于获取一个好的视野。具体实施如下：

一种存储设备300，其中存储有指令集，所述指令集用于执行：判断是否符合预设条件，若符合预设条件，则获取交通灯状况相关数据，所述存储设备300设置于车顶；

根据所述交通灯状况相关数据对驾驶人员发出指示。

其中所述预设条件包括但不限于：摄像头识别到交通信号灯、车载导航位置信息距离有交通灯的交叉路口满足一定阈值。

在本实施方式中，所述交通灯状况相关数据包括但不限于：当前时间各个车道对应的交通状态、计时时间、交通灯各个状态变化的顺序、对应时间的数组。具体可如下：

获取当前交通灯的信息(包含车道相关(交叉路停止线前车道实线长度，车道指示等)，状态，左右转，直行，时间计数等相关信息如：红灯状态直行时长：60s已计时：20s剩余：40s),此时车机会显示交通灯状态和倒计时来提醒驾驶人员。

进一步的，所述指令集还用于执行：所述“则通过摄像头获取交通灯状况相关数据”，具体还分成两种情况：

一种是当前交通灯所在区域为已经实现物联网的区域，则直接通过网络根据车载导航定位信息请求交通灯状况相关数据。即：通过当前车载导航信息知道该车目前所在的区域是xx道路上，则通过网络请求xx道路上交通灯状况相关数据。

而若如果此区域无法获取交通灯时态(未实现物联网)信息，则通过云平台根据车载导航定位信息请求交通灯状况相关数据。车载智能摄像头会识别交通灯的状态和计数，此时计时系统会启动，根据平台反馈的数据，开始状态和计时模拟计算，无论前方是否遮挡，都会显示在车机上提醒驾驶员。交通灯每次的红绿黄三种状态的切换和中间的计时，系统都会记录，然后通过网络上传位置，车道相关，计时,交通灯状态变化顺序等交通灯相关信息给云平台，云平台对交通灯数据进行校核更新。个别全路段不能识别到交通灯状态变化的情况(交通灯处在位置较低，面临强光无法识别等)，会根据摄像头捕捉停止线前的车辆的过线来作为绿灯起始时间进行校准，在拥挤路段会不断的捕获和校准数据，对计时时间进行预估。

如图2所示，具体可如下：

判断是否请求到对应的交通灯状况相关数据，若未返回对应的交通灯状况相关数据，则通过摄像头获取当前交通灯相关信息，并上传所述交通灯相关信息至云平台。这样经过多次车辆的数据添加更新，则会形成完整的该路口的交通灯信号数据集。

若返回对应的交通灯状况相关数据不完整，则通过摄像头识别交通灯变化或读数，若通过摄像头识别交通灯变化或读数失败，则通过捕捉停止线前的车辆的过线作为绿灯起始时间进行校准，进而对计时时间进行预估。

其中若返回对应的交通灯状况相关数据不完整有一种特殊情况是：返回的交通灯状况相关数据仅包含交通灯各个状态变化的顺序和对应时间的数组。则通过摄像头识别交通灯变化或读数，而若交通灯被遮挡或识别失败，则通过捕捉停止线前的车辆的过线作为绿灯起始时间进行校准，进而对计时时间进行预估。其中前方车辆起步可视为车道绿灯。

而若所述交通灯状况相关数据完整，则在车辆显示器上显示交通灯状态和倒计时。

判断是否符合预设条件，若符合预设条件，则通过摄像头获取交通灯状况相关数据，所述摄像头设置于车顶；根据所述交通灯状况相关数据对驾驶人员发出指示。因摄像头设置于车顶，具有较高的视野，可以实现交通灯遮挡或者驾驶员视野受限的情况下，通过摄像头获取交通灯状况相关数据，对所述交通灯状况相关数据进行分析即可得知前方交通情况，并对驾驶人员发出相关指示，帮助驾驶人员安全驾驶。且该技术方案只需在原有的摄像头基础上增加软件算法，无需增加单车硬件成本，有效覆盖了交叉路红绿灯视野盲区的场景，提高了汽车智能，降低了类似场景下的行车风险。

以下对车流预估红绿灯原理进一步展开说明：

智能摄像头是安装在车顶，具有较高的视野，会根据探测不同车道的来预估交通灯状态。首先根据平台数据和定位信息，获取车道信息，定位我方车辆所在车道，以及离停止线距离。交叉路口的交通灯状态变化，各个方向的通行时间存在固定的时间差值。判断：(1)对向车道：当我们捕获到对向车道线前的车过停止线时，记录该车道绿灯起始时间，触发交通灯计时系统记录数据。(2)同向车道：摄像头会扫描各个同向车道的车辆，标记各个车道停止线(根据停止线距离和车道宽度标定扫描范围)前的车辆(如果部分扫描车道区域的车被遮挡，取消该车道统计)，各个车道被标记的车辆发生位移的距离超过停止线一定阀值的时候，记录该车道绿灯起始时间，同时触发交通灯计时系统。(3)交通灯计时系统：交通灯状态变化时候，可通行车道的车流会进入流动状态，摄像头监控到标记车移动距离超过停止线达到一定阀值时候，触发交通灯计时系统，根据该车道的时间计算出各个车道的时间并与当前系统记录的各个车道的时间进行比对，若时间误差较低，摄像头停止扫描，采用当前计时进行计算，车机展示结果，如误差较大，去除误差较大车道，取平均值，更新各个车道数据，同时将计时发送给车机，摄像头继续扫描，不断更新计时缩小误差。此循环退出条件过红绿灯停止线&误差小于阀值。

进一步的，所述指令集还用于执行：在交通灯无联网并且无平台数据路口，车辆会记录交通灯，车道相关信息数据，并计时，如果成功记录，会上传云平台进行数据添加，经过多次多车辆的数据更新，会形成完整的该路口的交通灯信号数据集。

需要说明的是，尽管在本文中已经对上述各实施例进行了描述，但并非因此限制本发明的专利保护范围。因此，基于本发明的创新理念，对本文所述实施例进行的变更和修改，或利用本发明说明书及附图内容所作的等效结构或等效流程变换，直接或间接地将以上技术方案运用在其他相关的技术领域，均包括在本发明的专利保护范围之内。