发明内容

本发明需要解决的技术问题主要有以下几点：普通临时交通信号灯在夜晚或者阴雨天气灯光与放置位置不醒目的问题；普通临时交通信号灯无法做到扩大监控范围并实时抓拍违反交通信号灯的行为的技术问题，使得车辆不遵守交通规则而易引发更多行人、车辆行驶的安全性问题；普通临时交通信号灯如何依据不同道路实际情况测量判定行人车辆是否发生违法违规行为的技术问题；交通信号灯电池的使用寿命低、导电性弱、稳定性差等问题；交通信号灯长时间亮灯存在的能源损耗与浪费等问题；

本发明采用了针对性的技术方案，提供了一种配有超声波测距和光感技术感应开灯的智能自动抓拍的可移动交通信号灯，致力于解决上述的各技术问题，具体方案如下：引入光感技术，达到了警示灯自动开关的效果。当光照强度低于50Lux时，四壁警示灯自动开启，当光照强度高于50Lux时，自动关闭。

为达到实时监控抓拍的技术效果，对于上述的智能自动抓拍的可移动交通信号灯，其中监控摄像头设备作为创新设计，增加了普通临时信号灯不具备的实时监控的技术效果，同时利用太阳能薄膜发电技术延长电池的使用寿命和增强导电性、稳定性并为监控摄像板块和灯光系统提供能源，使道路监控管理更具有普遍性，管理者可以室内观察道路交通情况，相较于普通临时信号灯的针对性更强。

为达到扩大监控范围的技术效果，设置了双向抓拍摄像头实行了90°旋转监控，两个摄像头通过中心转轴相连接，考虑到要最大程度有效利用监控设备，并切实监控道路状况，当一方道路为红灯时摄像头会自动转向并且对违规行为抓拍监控，同时也利用SIM卡和WiFi等定位传输系统将数据传送到大数据库，便于公安民警实时了解路况或者事后追踪调查，这不仅有效维护了无红绿灯或红绿灯出现故障的路口交通秩序，也解决了普通临时红绿灯不具备的检测行人车辆违章违法行为的功能。

为达到使临时交通信号灯依据不同道路实际情况正确测量判定行人车辆是否发生违法违规行为的技术效果，针对摄像头所利用的抓拍技术，引入声波测量技术，为了使智能实时监控警示设备做到据实际情况有效节能，于是这里引入声波测量技术主要是通过声波传感器来实现。具体超声波测距方法为倾斜式三角测距法。将设备与停车线距离、超声波模块所处高度以及超声波模块与停车线距离构成一个直角三角形，将发射的声波与垂直方向所构成的倾角为75°，根据正弦定理测算出：超声波模块所处高度＝设备与停车线距离/tan75°，通过调整超声波模块所处高度来达到适应不同距离的十字路口进行抓拍的目的，同时为方便使用者进行测距和调整超声波高度，在设备底部添加超长卷尺来满足不同十字路口测距的要求和通过计算在调节杆上课上不同高度所对应的距离，以达到方便使用者的目的。使用者只需将本设备放置在无交通信号灯或交通信号灯故障的十字路口的中心，抽出卷尺，测量设备与停车线的距离，然后将调节杆的高度调节到刻度上所对应的距离处，即可进行抓拍。

智能自动抓拍的可移动交通信号灯结合了光感技术、超声波测距技术以及太阳能薄膜发电技术。相较于普通的临时移动红绿灯，本发明更加人性化，既使得智能实时监控交通信号灯设备的警示监控效果通过监测行人车辆是否违章越线、闯红灯得以充分展现，又在充分发挥灯光警示作用的前提下节省了能源的多余消耗。

上述方案中，超声波测距是整个装置的核心部分，它测得的数据会依据我们联系实际道路状况设定的距离范围，通过比较判定行人车辆是否出现越线或闯红灯等违法违规行为，从而直接影响摄像设备做出的抓拍反应。声波传感器是一种实现声、电转换的装置。该装置可以发射声波与接收声波的回波，同时将其转换为相应的电信号。

声波是机械波的一种，传播过程产生的是机械振动，机械振动会消耗能量。随着声波在空气中的不断传播，声波能量会逐渐减小，由于声波能量与振幅呈现正相关关系，因此，声波能量减少的体现就是振幅降低。声波在空气中传播时，幅值随着时间的增加以指数形式逐渐减小，具体的降低程度主要由温度、声波散射情况决定。声波在空气中传播的声压衰减规律为：

P_g＝P₀e^-ag (1)

其中，P_g表示声波在位置g处的声压；P₀表示声波在初始位置的声压；a表示衰减因子；g表示障碍物距离声波发射源的距离。声波在空气中传播的声强衰减规律为：

I_g＝I₀e^-2ag (2)

其中，I_g表示声波在位置g处的声强；I₀表示声波在初始位置的声强。则声强增益减少的分贝数Q为：

Q＝20algeV_ut (3)

其中，V_u表示的是电压增益，t表示的是声波传播时间。通过上述过程完成了声波障碍物测距信号的处理，为下述声波障碍物测距信号融合做准备。

以上述处理好的声波障碍物测距信号为依据，基于最大似然法融合声波障碍物测距信号，为最终障碍物距离计算提供信号数据支撑。最大似然融合方法可以极大的提高声波传感器的可靠性，以此来降低测距算法的相对误差。假设第i个声波传感器与第j个声波传感器的输出信号数据为x_i，x_j，则声波传感器相对置信距离表示为：

其中，d_ij表示x_i对x_j的置信距离；P_i(x/x_i)表示当x_i为均值时的概率密度函数；S_i表示P_i(x/x_i)与(x_i，x_j)围成的曲边形面积；d_ji表示x_j对x_i的置信距离；P_j(x/x_j)表示当x_j为均值时的概率密度函数；S_j表示P_j(x/x_j)与(x_j，x_i)围成的曲边形面积。采用最大似然法的似然函数求导，得到声波障碍物测距信号融合结果为

其中，σ_i，σ_j分别表示第i、j个传感器的似然参数，x是离散型随机变量，P_x为声压对应概率函数，I_x为声强对应概率函数，P_x·I_x为对应概率函数乘积，Q为声强增益减少的分贝数。

上述得到的声波障碍物测距信号融合结果并不是最优的，无法得到精确的障碍物距离，为此，通过卡尔曼滤波算法优化声波障碍物测距信号融合结果，计算行人车辆与智能自动抓拍的可移动交通信号灯之间的距离。卡尔曼滤波算法是一种线性状态方程，通过信号数据输入，对其进行最优估计的算法。

设障碍物距离状态方程为：

其中，表示时刻t的障碍物距离状态；F_t表示障碍物状态转移矩阵；B_t表示控制输入声波信号向量；u_t表示时刻t的控制量。

时刻t施工点预测距离与行人车辆的速度为：

其中，P_t表示时刻t障碍物预测距离；a_t表示时刻t的车辆加速度；V_t表示时刻t的车辆速度。则声波障碍物测距信号融合优化方程为：

设定声波传播过程噪声协方差矩阵为R，以状态F为例，其包含位置p和速度v两个元素，F＝[p，v]，F^T为其误差状态，则声波障碍物测距信号融合估计协方差方程为：

在上述过程的基础上，构建钟点模型，并进行了数学描述，利用分形方法对声波传播过程进行了分析和研究。基于分形特征分析结果，估计卡尔曼滤波的协方差矩阵，从而提高声波传播的精确度和效率。钟点模型计算步骤如下：

对于序列{x_i}计算均值m：

计算平均离差序列Y：Y_i＝X_t-m+ξ₂(t＝1，2，...，n) (11)

计算累积离差序列Z：

计算极差R：

R_t＝R_t＝max(Z₁，Z₂，...，Z_t)-min(Z₁，Z₂，...，Z_t)+ξ₄(t＝1，2，...，n) (13)

计算重标极差序列(R/S)：

计算得出R/S与钟点模型之间满足幂律分布，即：(R/S)_t＝c·t^H (15)

两端取对数，可以得到：

log(R/S)_t＝log(c·t^H)+ξ₅＝log c+Hlogt+ξ₅ (16)

最后将其整合可得到：

上述钟点模型的计算步骤中，ξ1为均值m的修改系数，ξ₂为平均离差序列Y的修改系数，ξ₃为累积离差序列Z的修改系数，ξ₄为极差R的修改系数，ξ₅为R/S与钟点模型之间幂律分布关系的修改系数，H为Hurst指数。通过在卡尔曼滤波算法的基础上构建了钟点模型，同时构建多个修改系数，减小钟点模型中所存在的不可避免的误差，提高钟点模型的精确度，其次，整合t值遵循情况，提高钟点模型运算效率。实现了基于声波测量的智能实时监控警示设备灯光测距算法研究，提高精确度的同时提升了效率，为行人车辆出行安全提供更加有效的保障。

薄膜太阳能电池优点如下：一是具有轻量化、可弯曲、适用于多种外观设计等优点，应用领域多元化，是当前具有巨大发展潜力的光伏技术；二是种类繁多，具有不同的性质与应用价值，可做到生产的灵活组合；三是电池损耗较小、光电效率高、累积发电量较高；四是几乎不需要硅原料且不存在内部短路问题；五是促进生产就业，对产业结构化升级具有重要战略意义；六是减少使用化石能源，具有环保价值；七是较于其他薄膜太阳能电池性能稳定，生产成本较低，应用领域广，耐高温，在薄膜制程上易控制，可应用多种快速成膜技术，模组化生产容易，因此可用于大面积建材，可实现产品商业化。

本申请引入了太阳能薄膜发电技术为监控摄像头模块供电，技术从材料上来说是非硅化物质类，不同于普通电池材料，它的导电性更强，稳定性更加强，同时改进了因硅提纯有难度而影响转化率的问题，最重要的是，比较于传统的电池寿命薄膜发电技术电池寿命更加长。

本申请在太阳能供电模块还采用四段式电导增量法(Incremental ConductanceMethod)进行光伏最大功率跟踪(MPPT)，即通过调整太阳电池工作点电压，计算功率与电压的微分，调整输出电压，使太阳电池工作在最大功率点，提高效率DC/DC。太阳电池阵列通过直流变换器的Boost升压模式可降低逆变器对太阳电池阵列的输入电压要求。光伏组件选用

SunpowerSPR-305-WHT-D型号，峰值效率18.7％，光伏安装倾角可自动与地区纬度相对应。储能蓄电池采用技术成熟、价格相对便宜的铅酸蓄电池。蓄电池通过双向半桥DC/DC变换器与直流母线连接，可根据蓄电池充放电需要利用Buck或Boost模式进行控制，实现电能的双向流动，稳定直流母线电压。

四段式变步长电导增量法的实现：

电导增量法的步长调整系数S(k)表示为：

式中U(k)、I(k)分别为k时刻光伏电池输出的电压和电流，P为输出功率，ΔP为输出功率变化量，ΔI为电流变化量，ΔU为电压变化量。为了保证系统工作的变步长范围最优，为S(k)设定一个阈值上限N_max，阈值中间值N_mid和一个阈值下限N_min，采用四段式步长扰动的方法，步长选取规则如下。若S(k)≥N_max，步长选为ΔN_max；若N_min＜S(k)＜N_max，步长选为ΔU；若N_min＜S(k)＜N_mid，步长选为ΔU²/2；若S(k)≤N_min，采用变步长，步长选为S(k)ΔU，其中ΔN_max为步长的上限值，ΔU为扰动定步长，ΔU²/2为扰动停滞步长，S(k)ΔU为变步长。图5所示为S(k)与P-U曲线关系的示意图。可以看出，当P-U曲线到达最大功率点A处时，S(k)的值变为0，即图5中点B；随着电压的增大，在P-U曲线斜率大于0的部分，S(k)的值首先近似为N_max，随后逐渐减小至N_min并在靠近最大功率点处急剧减小至0；随着电压的继续增大，在P-U曲线斜率小于的部分，S(k)曲线开0始回升。以最大功率点为分界点将功率曲线分为左、右两部分，其中每部分依据S(k)的大小划分为I、II、III、Ⅳ三段，每一段采用不同的步长扰动方式。为了保证该算法在最大功率点右侧的收敛性，S(k)的上限值N_max需设置为1，下限值N_min需要权衡光伏系统的动态响应时间和稳态精度进行确定。对搭建的光伏系统进行多次模拟后，最终确定下限值N_min为0.3时，系统的响应时间最快且稳态精度较高。

为能够将监测数据传输到数据库当中，在本设备内部插入SIM卡，建立WiFi模块和GPS模块，利用GPS模块定位和WiFi模块联动红绿灯控制摄像头和传输监测数据到数据库当中。