자율주행의 교통표지판 인식 시스템에 관한 기사-일체 포함-php.cn

교통표지판 인식 시스템이란?

자동차 안전 시스템의 교통 표지 인식 시스템은 교통 표지 인식(Traffic Sign Recognition, 줄여서 TSR)이며, 모드와 결합된 전면 카메라를 사용하여 일반적인 교통 표지(속도 제한, 주차, 유턴)를 인식합니다. , 등.). 이 기능은 운전자에게 전방의 교통 신호를 경고하여 운전자가 이를 준수할 수 있도록 합니다. TSR 기능은 운전자가 정지 신호와 같은 교통법규를 위반하고 불법 좌회전이나 기타 우발적인 교통 위반을 피할 가능성을 줄여 안전성을 향상시킵니다. 이러한 시스템에는 감지 알고리즘을 강화하고 다양한 영역의 교통 표지판에 맞게 조정할 수 있는 유연한 소프트웨어 플랫폼이 필요합니다.

교통 표지 인식 원리

교통 표지 인식은 TSR(Traffic Sign Recognition)이라고도 알려져 있으며, 차량 주행 중에 나타나는 도로 교통 표지 정보를 수집 및 식별하고 적시에 지침이나 경고를 제공하는 기능을 말합니다. 운전자에게 직접 제어하거나 차량을 직접 제어하여 원활한 교통을 보장하고 사고를 예방합니다. 안전 보조 주행 시스템이 장착된 차량에서 차량이 효율적인 TSR 시스템을 제공할 수 있다면 운전자에게 신뢰할 수 있는 도로 교통 표지판 정보를 적시에 제공하여 운전 안전과 편안함을 효과적으로 향상시킬 수 있습니다.

다음은 일반적인 도로 교통표지판 인식 방법을 소개합니다.

TSR은 인간의 시각 시스템이 인식하는 물체의 특성을 기반으로 하며, 도로 표지판의 풍부한 색상 정보와 고정된 모양 정보를 특징 인식에 활용하는 것이 인식 원리입니다. 구체적으로 인식 과정은 '분리'와 '인정'의 두 단계로 나눌 수 있다. 분리란 획득된 영상에서 후보 대상을 찾아 해당 전처리를 수행한 후 특징 추출 및 분류를 포함한 교통 표지판 인식을 거쳐 최종적으로 대상의 진위 여부를 판단하는 것을 의미합니다.

자율주행의 교통표지판 인식 시스템에 관한 기사

1. 교통표지판 분리

교통표지판 분리는 실제로 복잡한 장면 이미지에서 교통표지판이 될 수 있는 관심 영역을 빠르게 획득해야 합니다. 그런 다음 패턴 인식 방법을 사용하여 관심 영역을 추가로 식별하고 특정 위치를 찾습니다. 교통 표지판은 표시, 알림 및 경고의 기능을 하기 때문에 눈길을 사로잡고, 밝은 색상, 간결한 그래픽, 의미가 명확하도록 디자인되었습니다. 따라서 관심 영역은 일반적으로 색상과 모양을 사용하여 매핑됩니다.

현재 교통표지판 인식에 일반적으로 사용되는 색상 공간에는 RGB, HIS 및 CIE가 있습니다. 영상 처리에 일반적으로 사용되는 세 가지 기본 색상으로 RGB는 다양한 다른 색상을 구성하는 기본 색상입니다. 변형되었습니다.

자율주행의 교통표지판 인식 시스템에 관한 기사

우리는 교통 표지판의 경우 대부분의 색상이 비교적 단일하고 고정되어 있음을 알고 있습니다. 예를 들어 빨간색 표지판은 일반적으로 금지를 나타내고 파란색 표지판은 일반적으로 경고를 나타냅니다. RGB의 세 가지 기본 색상은 다음과 같습니다. 여기서는 빨간색, 노란색, 파란색이 일치 항목을 식별하여 표시됩니다.

색 공간에는 채도와 같은 더 많은 정보가 포함되어 있으므로 색상 및 밝기 정보를 더 잘 구별하기 위해 연구자들은 인간의 시각적 특성에 적합한 색상 모델 HSI 모델을 사용하여 교통 표지판 인식을 처리합니다. S는 색상의 깊이를 나타내고, I는 명암의 정도를 나타냅니다. HSI의 가장 큰 특징은 H, S, I 사이의 상관관계가 최소화된다는 것입니다. HSI 공간의 각 색상 이미지는 상대적으로 일관된 색상에 해당합니다. 시간.

자율주행의 교통표지판 인식 시스템에 관한 기사

2. 교통표지판 인식

시험 주행 환경에서 교통표지판 정보의 관심 영역을 분할한 후, 어떤 특정 교통표지판을 판별하기 위해서는 특정 알고리즘을 사용하여 식별해야 합니다. 에 속하며, 일반적인 판별 방법에는 템플릿 매칭 방법, 군집 분석 기반 방법, 형상 분석 기반 방법, 신경망 분석 방법 및 지원 벡터 머신 기반 방법이 포함됩니다.

(1) 템플릿 매칭 방식 기반

(2) 군집 분석 기반

(3) 신경망 기반 방식

(4) 서포트 벡터 머신 방식

서포트 벡터 머신은 A입니다. 일반적인 피드포워드 신경망 방법은 패턴 분류 및 비선형 문제를 해결하는 데 사용됩니다. 주요 아이디어는 평면 양쪽에서 평면에 가장 가까운 두 가지 유형의 샘플 사이의 거리를 최대화하여 더 나은 일반화를 제공하는 최적의 결정 초평면을 설정하는 것입니다. 분류 능력. 비선형 분리 패턴 분류 문제의 경우 책임 있는 패턴 분류 문제를 고차원 특징 공간에 비선형적으로 투영해야 합니다. 따라서 변환이 비선형이고 특징 공간 차원이 충분히 높으면 원래 패턴 공간이 될 수 있습니다. 새로운 패턴이 높은 확률로 선형적으로 분리될 수 있는 고차원 특징 공간입니다. 변환 프로세스에는 컨볼루션을 위한 커널 함수 생성이 필요합니다. 해당 일반적인 커널 함수는 다음과 같이 표현됩니다.

Gaussian 함수: 그림; 방사형 집합 함수 분류기에 사용됨

내부 제품 함수: 그림; 고차 다항식 집합 분류기에 사용됨

Sigmoid 커널 함수: 그림; 회로망.

TSR의 일부 특정 응용 시나리오

도로 교통 상황의 복잡성으로 인해 교통 표지판이 얼룩지거나 색상 및 모양이 변경될 수 있고 나무와 건물이 방해되어 제때 인식되지 않을 수 있기 때문입니다. 동시에, 고속 주행 시 차량 지터 등의 요인으로 인해 이미지 프레임 매칭 과정에서 오류가 발생하여 해당 교통 표지판을 안정적으로 인식하지 못할 수 있습니다. 따라서 교통 표지판 인식은 운전 보조 분야에서 아직 널리 사용되지 않았습니다. 보다 성숙한 응용 솔루션에는 다음이 포함됩니다.

속도 제한 표지판을 기반으로 한 자동 속도 제한

주로 속도 제한 표지판을 기반으로 한 자동 속도 제한 인식된 속도 제한 표지판에 표시되는 속도 제한 값은 차량이 미리 예측하는 데 사용됩니다. 여기서는 비교를 위해 여러 가지 속도 값을 설정합니다.

VReal은 현재 차량의 실제 주행 속도, Vtarget은 차량의 목표 주행 속도, Vlim은 속도 제한 값 정보, Vfront는 인식된 전방 차량의 속도를 나타냅니다.

자신의 속도에 대한 민감한 정보를 기반으로 다음과 같은 속도 제한 전략이 다양한 정도로 구현됩니다.

1) 차량의 고정 속도 순항

차량이 VReal>Vlim 및 Vtarget으로 감지되면

차량 VReal이 감지되면 =Vlim, 인식된 속도 제한 값 Vlim에 따라 시스템이 자동으로 감속합니다.

2) 차량이 앞 차량을 따라갑니다. 차량 VReal>VFront>Vlim을 감지하면 시스템은 전방 차량과 충돌할 경우 차량이 자동 감속 제어를 수행하지 않도록 합니다.

차량 VReal

3) 제한 속도 표지판 통과 후 제어 로직

위 차량이 자동으로 속도를 제한한 후; 차량이 속도 제한 표지판을 통과하고 새로운 속도 제한 표지판을 인식한 경우, 속도를 다시 제어해야 합니다(예: 속도 제한판의 속도 제한 값이 현재 값보다 작을 경우). 1) 2)의 논리에 따라 수행됩니다. 새로운 속도 제한 플레이트의 속도 제한 값이 현재 값보다 큰 경우 현재 업데이트 후 차량의 실제 속도가 사용됩니다. 차량의 목표 순항 속도를 사용하여 가속도를 재분배하여 속도 제한과 충돌이 우선시되고 적절하게 제어되도록 합니다.

병합 전략에 따른 사전 합류

자율주행의 교통표지판 인식 시스템에 관한 기사 고속도로를 주행하는 차량의 경우, 운전하는 차량은 다양한 시나리오에서 조기 차선 변경 문제를 고려해야 합니다. 현재 두 가지 가능한 솔루션이 있습니다. 일정 거리 전방에서 합류 표지판 정보가 감지되면 운전자에게 미리 음성이나 계기판 이미지를 통해 차량에 대한 차선 변경 제어를 수행하고 차량을 대상 차선으로 변경하라는 메시지가 표시됩니다.

두 번째, 시스템이 일정 거리 이전의 고정밀 지도와 관련된 차선 수준 정보를 통해 차량이 목표 차선으로 차선을 변경하도록 직접 제어할 수 있습니다. 이 기간 동안 목표 차선이 점선인지, 목표가 차선인지 여부를 감지해야 합니다. 차선을 변경해도 안전합니다.

신호등 인식 기반 사전 제동

신호등 인식 기반 운전 보조 시스템은 인식된 신호등을 기반으로 차량 주행 및 차선 변경을 사전에 제어하는 시스템이 필요합니다.

주로 다음과 같은 제어 장면 전략이 있습니다.

1) 초록불이 인식되면

자동차가 앞차를 따라가고 앞차가 저속으로 주행하는 경우 차량은 충돌 안전을 보장하고 앞차를 계속 따라가며 실시간으로 차량 조명의 변화를 모니터링하세요. 신호등이 노란색으로 바뀌면 즉시 전략 따르기를 멈추고 정지할 때까지 일정한 감속을 유지하세요. 노란색 신호등이 인식되면

자동차가 노란색 신호등을 인식하면 자동차가 따라오는지 여부에 관계없이 자동차의 감속 및 제동을 제어해야 하며, 감속 과정에서 편안함을 위해 감속할 수 있습니다. , 그리고 엔진 후진 드래그는 제동으로 전환됩니다

3 ) 적색등을 인식합니다

적색등이 인식된 경우 전방 차량의 정지 상태에 따라 충돌 보장을 전제로 합니다. 회피, 감속 정지를 제어하고, 앞차와의 거리를 최소 1m 이상 유지합니다. 두 번째 기능의 적용은 개발에 더 중요하며 L2에서 L3 수준으로 자동 차선 변경 논리가 포함됩니다. 세 번째 기능의 적용은 더 지능적인 것 같습니다. 사전 제동, V2X 논리와 유사)

중국의 첨단 운전 보조 시스템 개발 현황

기술 자체의 발전과 중국의 도로 교통 환경 및 소비자의 특정 요구를 결합하여 중국 시장의 고급 운전 보조 시스템 기술 개발 동향을 요약할 수 있습니다.

(1) 기술 발전의 관점에서 볼 때 소비자들이 자동차 안전에 점점 더 관심을 기울이게 됨에 따라 첨단 운전 보조 시스템은 앞으로도 오랫동안 지속적인 발전 추세를 유지할 것입니다. 동시에 첨단 운전보조시스템은 단일 기술의 독자적인 개발에서 통합 능동안전시스템의 개발로 변화하고 있으며, 차량에 기본 ESP, ACC 등이 탑재되면 여러 기술이 플랫폼을 공유할 수 있다. 그리고 더 저렴한 비용으로 다른 안전 운전 보조 기술을 추가하면 첨단 운전 보조 시스템 기술의 자동차 적용이 더욱 촉진될 것입니다.

(2) 타이어 공기압 모니터링 시스템, ESP 전자 안정성 시스템 등과 같은 상대적으로 저렴하고 실용적인 고급 운전 보조 시스템 기술은 강력한 수요에 힘입어 시장에서 완전히 인정되었습니다. 저가형 시장의 보급률은 꾸준히 높아질 것이다.

(3) 중국 소비자들은 헤징 지원 및 시력 개선 기술에 대해 분명한 관심과 수요를 보였으며 이는 확실히 다음 단계에서 이 분야의 주요 성장 포인트가 될 것입니다.

(4) 차선 변경 보조, 차선 이탈 경고, ACC 등 도로에서 요구 사항이 더 높은 일부 기술과 차선 유지 시스템 등 중국 소비자의 운전 습관에 맞지 않는 기술 , 운전자 피로 감지, 무알코올 잠금 시스템 등은 장기간에 걸쳐 개발 속도가 느려질 수 있습니다.