自動車安全システムの交通標識認識システム (英語訳: Traffic Sign Recognition、略して TSR) は、フロント カメラとモードを組み合わせて、一般的な交通標識「制限速度」を認識します。 、停止、U ターン」待機）。この機能は、ドライバーに前方の交通標識を警告し、それに従うことができます。 TSR 機能は、ドライバーが一時停止標識などの交通法規に違反し、不法左折やその他の意図しない交通違反を回避する可能性を減らし、安全性を向上させます。これらのシステムには、検出アルゴリズムを強化し、さまざまな地域の交通標識に適応するための柔軟なソフトウェア プラットフォームが必要です。
TSR (交通標識認識) としても知られる交通標識認識は、車両の走行中に表示される道路交通標識情報を収集および識別する機能を指します。運転者に速やかに指示や警告を与えたり、車両を直接制御して交通の円滑化や事故の防止を図ります。安全運転支援システムを搭載した車両では、車両が効率的なTSRシステムを提供できれば、ドライバーに信頼できる道路交通標識情報をタイムリーに提供でき、運転の安全性と快適性を効果的に向上させることができます。
ここでは代表的な道路交通標識の認識方法を紹介します。
TSR は、人間の視覚システムによって認識される物体の特徴に基づいており、その認識原理は、道路標識の豊富な色情報と固定形状情報を特徴認識に使用することです。具体的には、認識プロセスは「分離」と「認識」の2つのステップに分けることができます。分離とは、取得した画像内でターゲット候補を見つけて対応する前処理を実行し、続いて特徴抽出と分類を含む交通標識認識を行い、最後にターゲットの信頼性をさらに判断することを指します。
交通標識の分離では、実際には、複雑なシーン画像から交通標識である可能性のある興味深い情報を迅速に取得する必要があります。次に、パターン認識方法を使用して対象領域をさらに特定し、その特定の位置を特定します。交通標識は標識、リマインダー、警告として機能するため、目を引くように、明るい色で、グラフィックが簡潔で、意味が明確になるように設計されています。したがって、関心領域は通常、その色と形状を使用してマッピングされます。
現在、交通標識認識で一般的に使用される色空間にはRGB、HIS、CIEがあり、RGBは画像処理で一般的に使用される三原色として、他のさまざまな色を構成する基礎となります。その他 RGB変換により色表現が可能です。
交通標識の場合、ほとんどの色は比較的単一で固定されていることがわかっています。たとえば、赤い標識は一般に禁止を示し、青い標識は一般に指示を示し、黄色の標識は一般に指示を示します標識は一般に指示を示すもので、一般的には警告の種類を表しますが、ここではRGBの三原色である赤・黄・青で識別・照合しています。
色空間には彩度などのより多くの情報も含まれているため、色と明るさの情報をより適切に区別するために、研究者は人間の視覚特性に適したより多くのカラーモデルを使用してトラフィックを処理するHSIモデルをロゴ認識のために使用します。 H は異なる色を表し、S は色の深度を表し、I は明暗の度合いを表します。HSI の最大の特徴は、H、S、I の間に相関関係がほとんどないことです。HSI 空間内の各カラー画像は相対的な色に対応します。一貫した色合いのH.
試乗環境において交通標識情報の注目領域を細分化すると、どの交通標識に属するかを判別するには、特定のアルゴリズムを使用する必要があります 一般的な判別方法には、テンプレートマッチング法、クラスター分析ベースの手法、形状解析ベースの手法、ニューラルネットワーク解析手法、サポートベクターマシンなどがあります。 -ベースのメソッド。
(1) テンプレートマッチング法による方法
(2) クラスター分析法による方法
(3) ニューラルによる方法ネットワーク
(4) サポート ベクター マシン手法
サポート ベクター マシンは、パターン分類と非線形問題を解決するために使用される典型的なフィードフォワード ニューラル ネットワーク手法です。最適な意思決定超平面を確立して、平面の両側でその平面に最も近い 2 種類のサンプル間の距離を最大化し、分類のためのより優れた一般化機能を提供します。非線形の分離可能なパターン分類問題の場合、責任のあるパターン分類問題を高次元の特徴空間に非線形に射影する必要があるため、変換が非線形であり、特徴空間の次元が十分に高い限り、元のパターン空間は新しいものになる パターンが高い確率で線形分離可能となる高次元の特徴空間。変換プロセスでは、畳み込み用のカーネル関数を生成する必要があります。対応する一般的なカーネル関数は次のように表されます:
ガウス関数: 画像; 動径集合関数分類器に使用;
内積関数: 画像; 高次多項式集合分類器に使用;
シグモイド カーネル関数: 画像; 単一隠れ層パーセプトロン ニューラル ネットワークを実装するために使用されます。
道路交通状況の複雑さにより、交通標識が汚れたり、色や形が変化したり、標識の外観が変化したりする可能性があるため、樹木や建物などのオクルージョンにより認識が間に合わなくなる可能性があり、同時に高速走行時には車両の揺れなどにより画像フレームのマッチング処理に誤差が生じ、対応する画像を安定して認識できない場合があります。どうろひょうしき。したがって、交通標識認識は、運転支援の分野ではまだ広く使用されていません。より成熟したアプリケーション ソリューションには、次のようなものがあります:
制限速度標識に基づく自動速度制限は、主に認識された制限速度標識が表示する制限速度値を使用し、車両が事前に予測する速度値をいくつか設定して比較します。
VRealは車両の現在の実際の巡航速度、Vtargetは車両の目標巡航速度、Vlimは制限速度値情報、Vfrontは認識された前方車両の速度を表す。
ユーザー自身の速度に関する機密情報に基づいて、次の速度制限戦略がさまざまな程度に実装されます:
1) この車両のクルーズ コントロール
車両が VReal>Vlim かつ Vtarget
車両が VReal
2) 車両は前方車両に追従します
VReal>VFront>Vlim を検出した場合自動減速制御;
車両のVReal
3) 制限速度標識通過後の制御ロジック
上の車両は自動的に速度を制限しますが、車両が制限速度標識を通過すると、同時に新しい速度制限標識を認識しますので、速度超過の場合は、速度を再制御する必要があります。新しい速度の制限速度値が設定されている場合は、新しい速度制限板の速度制限値が現在値より小さい場合、1)2)のロジックに従ってさらに速度制限が行われます。新しい速度制限板の速度制限値が現在値より大きい場合は、加速度が必要になります。現在更新されている車両の実際の速度、前の車両の速度、および車両の目標巡航速度に基づいて再配分され、制限速度と衝突が優先され、適切に制御されるようになります。
高速道路を走行する車両の場合、走行車両は考慮する必要があります 現在、実現可能なソリューションは 2 つありますさまざまなシナリオでの早期車線変更の問題について:
まず、一定距離前方に車線合流標識情報を検知した場合、音声や計器映像を通じて事前に車両を変更することができます。ドライバーは車両の車線変更を制御し、車両を目標車線に変更します。
第二に、システムが一定の距離より前に高精度地図に関連する車線レベル情報を受信した場合、車両を直接制御する 目標車線に車線変更する場合、目標車線が点線かどうか、目標車線を変更しても安全かどうかなどを検出する必要があります。
信号認識による運転支援システムでは、信号認識に基づいて車両の走行や車線変更を事前に制御する必要があります。認識された信号機です。
主に次の制御シーン戦略があります:
1) 青信号が認識されたとき
車両が信号に従っている場合前方車両の場合、前方車両は低速で走行しており、衝突安全性の確保を前提に、車両は前方車両を追従し続け、信号の変化をリアルタイムに監視し、信号が黄色に変わると、信号が黄色に変わる戦略に従うことを直ちに停止し、ブレーキまで一定の減速を維持します;
2) 黄色信号を認識します
車両が黄色信号を認識すると、車両は黄色信号を認識します。車両が追従しているかどうかに関係なく、車両の減速と停止を制御します。減速プロセス中に、快適に減速し、エンジン逆引きからブレーキカットインに切り替えることができます。
3) 赤信号の認識
赤信号を認識した場合、前方車両の停止状況に応じて、確実な衝突回避を前提に、ブレーキをかけた状態で前方車両との車間距離を 1m 以上維持し、減速停止するように制御します。
# (このうち、1 番目の機能の適用は理解しやすい; 2 番目の機能のアプリケーションは開発にとってより重要であり、L2 から L3 レベルへの自動車線変更ロジックが含まれます; 3 番目の機能のアプリケーションはよりスマートに見えます - V2X のロジックと同様に、事前にブレーキをかけます.)
技術自体の発展と中国の道路交通環境および消費者の具体的なニーズを組み合わせると、次のように要約できます。中国市場における先進運転支援システム技術の開発動向:
(1) 技術開発の観点から見ると、自動車の安全性に対する消費者の関心はますます高まっており、先進運転支援システムは今後も長期にわたり継続的な開発傾向が続くと考えられます。同時に、先進運転支援システムは、単一技術の独立した開発から、統合された予防安全システムの開発へと変化しつつあり、複数の技術がセンサーや制御システムなどのプラットフォームを共有できるようになり、車両に基本的なESP、ACCが搭載されると、などの安全運転支援技術をより低コストで簡単に実現でき、さらに他の安全運転支援技術を追加することで、自動車への先進運転支援システム技術の応用がさらに促進されます。
(2) タイヤ空気圧監視システム、ESP 電子安定システムなど、比較的ローエンドで実用性の高い先進運転支援システム技術のいくつかは、市場で十分に認識されています。強い圧力 需要に後押しされて、ローエンド市場での普及率は着実に増加するでしょう。
(3) 中国の消費者は、ヘッジ支援と視力改善技術に明らかな注目と需要を示しており、これらは確実に次の段階でこの分野の主な成長ポイントとなるでしょう。
(4) 車線変更支援、車線逸脱警報、ACC などのより高度な道路要件を伴う一部の技術や、中国の消費者の運転習慣と一致しない技術。車線維持システム、運転スタッフの疲労検知、アルコール禁止ロックアウトシステムなどは、長期間にわたって開発が遅れる可能性があります。
今日、現在のテクノロジーではすべての交通標識を判断することはできず、すべての条件下で動作することもできません。 TSR システムのパフォーマンスを制限する条件は、次のとおりです。
TSR および類似車両の場合センシング技術は完全自動運転への移行に役立ちますが、私たちはまだそこまで到達していません。 TSRだって、ただの運転支援システムです。ドライバーは、ADAS システムに完全に依存して運転することはできません。
一般的に、TSR の基本機能は比較的成熟していますが、高度な機能やエコロジカル チェーンの簡素化についてはまだ道半ばです。
以上が自動運転における交通標識認識システムについての記事の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。
![[Web フロントエンド] Node.js クイック スタート](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
