Sebuah artikel bercakap tentang sistem pengecaman tanda trafik dalam pemanduan autonomi

Apakah itu sistem pengecaman tanda lalu lintas?

Sistem pengecaman tanda lalu lintas sistem keselamatan kereta, yang terjemahan bahasa Inggerisnya ialah: Pengecaman Tanda Lalu Lintas, atau singkatannya TSR, menggunakan kamera hadapan digabungkan dengan mod untuk mengenali tanda lalu lintas biasa "had laju , berhenti, pusing U" tunggu). Ciri ini memberi amaran kepada pemandu tentang papan tanda lalu lintas di hadapan supaya mereka boleh mematuhinya. Fungsi TSR mempertingkatkan keselamatan dengan mengurangkan kemungkinan pemandu tidak akan mematuhi undang-undang jalan raya seperti papan tanda berhenti dan mengelak belok kiri haram atau pelanggaran lalu lintas lain yang tidak disengajakan. Sistem ini memerlukan platform perisian yang fleksibel untuk meningkatkan algoritma pengesanan dan menyesuaikan diri dengan tanda lalu lintas di kawasan yang berbeza.

Prinsip Pengecaman Tanda Lalu Lintas

Pengiktirafan Tanda Lalu Lintas, juga dikenali sebagai TSR (Pengiktirafan Tanda Lalu Lintas), merujuk kepada keupayaan untuk mengumpul dan mengenal pasti maklumat papan tanda lalu lintas yang muncul semasa kenderaan sedang memandu , beri arahan atau amaran segera kepada pemandu, atau kawal terus kenderaan untuk beroperasi bagi memastikan lalu lintas lancar dan mengelakkan kemalangan. Dalam kenderaan yang dilengkapi dengan sistem pemanduan berbantukan keselamatan, jika kenderaan itu boleh menyediakan sistem TSR yang cekap, ia boleh memberikan pemandu maklumat tanda trafik jalan yang boleh dipercayai tepat pada masanya, meningkatkan keselamatan dan keselesaan pemanduan dengan berkesan.

Berikut akan memperkenalkan kaedah pengecaman tanda trafik jalan raya yang biasa.

TSR adalah berdasarkan ciri-ciri objek yang dikenali oleh sistem visual manusia Prinsip pengecamannya ialah menggunakan maklumat warna yang kaya dan maklumat bentuk tetap tanda jalan untuk pengecaman ciri. Secara khusus, proses pengecaman boleh dibahagikan kepada dua langkah: "pemisahan" dan "pengiktirafan". Pemisahan merujuk kepada mencari sasaran calon dalam imej yang diperoleh dan melaksanakan prapemprosesan yang sepadan, diikuti dengan pengecaman tanda trafik, termasuk pengekstrakan dan pengelasan ciri, dan akhirnya menentukan lagi ketulenan sasaran.

1. Pemisahan tanda lalu lintas

Pengasingan tanda lalu lintas sebenarnya memerlukan maklumat menarik yang mungkin merupakan tanda lalu lintas daripada imej tempat kejadian yang kompleks. Kemudian kaedah pengecaman corak digunakan untuk mengenal pasti lagi kawasan yang diminati dan mencari lokasi khususnya. Memandangkan papan tanda lalu lintas berfungsi sebagai penunjuk, peringatan dan amaran, ia direka bentuk untuk menarik perhatian, berwarna terang, grafik ringkas dan makna yang jelas. Oleh itu kawasan yang menarik biasanya dipetakan menggunakan warna dan bentuknya.

Pada masa ini, ruang warna yang biasa digunakan dalam pengecaman tanda lalu lintas termasuk RGB, HIS dan CIE Sebagai tiga warna utama yang biasa digunakan dalam pemprosesan imej, RGB ialah asas untuk membina pelbagai warna lain Perwakilan warna boleh diperoleh dengan penukaran RGB.

Kami tahu bahawa untuk papan tanda lalu lintas, kebanyakan warna agak tunggal dan tetap Contohnya, papan tanda merah biasanya menunjukkan larangan, papan tanda biru biasanya menunjukkan arahan dan kuning tanda Secara umumnya, ia mewakili jenis amaran Di sini, tiga warna utama RGB, merah, kuning dan biru, digunakan untuk mengenal pasti dan memadankannya.

Memandangkan ruang warna juga mengandungi lebih banyak maklumat seperti ketepuan, untuk membezakan maklumat warna dan kecerahan dengan lebih baik, penyelidik menggunakan model HSI model warna yang sesuai untuk ciri visual manusia untuk memproses trafik pengecaman logo, H mewakili warna yang berbeza, S mewakili kedalaman warna, dan I mewakili tahap kecerahan dan kegelapan Ciri terbesar HSI ialah terdapat korelasi minimum antara H, S dan I. Setiap imej warna dalam ruang HSI sepadan. kepada relatif Naungan konsisten H.

2. Pengecaman tanda trafik

Apabila kawasan kepentingan maklumat tanda lalu lintas dibahagikan dalam persekitaran ujian, algoritma tertentu perlu digunakan Diskriminasi untuk menentukan kepunyaan tanda lalu lintas tertentu Kaedah diskriminasi umum termasuk kaedah pemadanan templat, kaedah berasaskan analisis kelompok, kaedah berasaskan analisis bentuk, kaedah analisis rangkaian saraf dan kaedah berasaskan mesin vektor.

(1) Berdasarkan kaedah pemadanan templat

(2) Berdasarkan kaedah analisis kelompok

(3) Kaedah berdasarkan saraf rangkaian

(4) Kaedah mesin vektor sokongan

Mesin vektor sokongan ialah kaedah rangkaian neural suapan biasa yang digunakan untuk menyelesaikan klasifikasi corak dan masalah bukan linear mewujudkan hyperplane membuat keputusan yang optimum, yang memaksimumkan jarak antara dua jenis sampel pada kedua-dua belah satah yang paling hampir dengan satah, dan menyediakan keupayaan generalisasi yang lebih baik untuk pengelasan. Untuk masalah klasifikasi corak boleh dipisahkan tak linear, masalah klasifikasi corak yang bertanggungjawab perlu diunjurkan secara tak linear ke dalam ruang ciri berdimensi tinggi Oleh itu, selagi penjelmaan tidak linear dan dimensi ruang ciri adalah cukup tinggi, ruang corak asal boleh. menjadi ruang ciri berdimensi tinggi baharu di mana corak boleh dipisahkan secara linear dengan kebarangkalian yang tinggi. Proses transformasi memerlukan penjanaan fungsi kernel untuk konvolusi Fungsi kernel tipikal yang sepadan dinyatakan seperti berikut:

Fungsi Gaussian: gambar; digunakan untuk pengelas fungsi set jejari;

Fungsi produk dalaman: gambar; fungsi: gambar; digunakan untuk melaksanakan rangkaian neural perceptron lapisan tersembunyi.

Beberapa senario aplikasi khusus TSR

Disebabkan kerumitan keadaan lalu lintas jalan raya, tanda lalu lintas mungkin tercemar, warna dan bentuknya mungkin berubah, dan kerosakan pokok dan bangunan boleh menyebabkan penyumbatan tidak dapat dikenal pasti pada masa yang sama Pada masa yang sama, semasa pemanduan berkelajuan tinggi, faktor seperti kegelisahan kenderaan boleh menyebabkan ralat dalam proses pemadanan bingkai imej, menjadikannya mustahil untuk mengenali secara stabil. tanda lalu lintas yang sepadan. Oleh itu, pengecaman tanda trafik masih belum digunakan secara meluas dalam bidang bantuan pemanduan Penyelesaian aplikasi yang lebih matang termasuk yang berikut:

Had laju automatik berdasarkan tanda had laju

Had laju automatik berdasarkan tanda had laju terutamanya menggunakan nilai had laju yang dipaparkan oleh tanda had laju yang diiktiraf, dan kenderaan meramalkannya terlebih dahulu Di sini kami menetapkan beberapa nilai kelajuan berbeza untuk perbandingan.

VReal mewakili kelajuan pelayaran sebenar semasa kenderaan, Vtarget mewakili kelajuan pelayaran sasaran kenderaan, Vlim mewakili maklumat nilai had laju, dan Vfront mewakili kelajuan kenderaan di hadapan yang diiktiraf.

Menurut maklumat sensitif kelajuan anda sendiri, strategi had laju berikut dilaksanakan pada tahap yang berbeza-beza:

1) Pelayaran kelajuan tetap kenderaan

Apabila ia mengesan kenderaan VReal>Vlim dan Vtarget

Apabila kenderaan VReal=Vlim dikesan, sistem. memecut secara automatik mengikut nilai had laju yang diiktiraf Vlim;

2) Kenderaan mengikut kenderaan di hadapan

Apabila kenderaan VReal>VFront>Vlim berada dikesan, sistem akan memastikan kenderaan tidak berlanggar dengan kenderaan di hadapan kawalan nyahpecutan automatik

Apabila kenderaan VReal

3) Kawal logik selepas melepasi tanda had laju

Selepas kenderaan di atas mengehadkan kelajuan secara automatik, apabila kenderaan melepasi tanda had laju, ia akan mengenali had laju yang baru pada masa yang sama Ia adalah perlu untuk mengawal semula kelajuan apabila nilai had laju plat had laju yang baru lebih kecil daripada nilai semasa, sekatan kelajuan selanjutnya akan dijalankan mengikut logik dalam 1) 2). kelajuan sebenar kenderaan yang dikemas kini semasa, kelajuan kenderaan di hadapan, dan kelajuan pelayaran sasaran kenderaan untuk memastikan had laju dan perlanggaran diutamakan dan dikawal dengan betul pada masa yang sama.

Penggabungan lanjutan berdasarkan strategi penggabungan

Untuk kenderaan yang memandu di lebuh raya, memandu kenderaan perlu mempertimbangkan Terdapat dua penyelesaian yang boleh dilaksanakan pada masa ini untuk masalah perubahan lorong awal dalam senario yang berbeza:

Pertama, apabila maklumat tanda penggabungan dikesan di hadapan pada jarak tertentu, kenderaan boleh ditukar terlebih dahulu melalui imej suara atau instrumen pemandu untuk mengawal pertukaran lorong kenderaan dan menukar kenderaan ke lorong sasaran

Kedua, jika sistem menerima maklumat peringkat lorong berkaitan peta berketepatan tinggi sebelum jarak tertentu, ia boleh mengawal kenderaan secara terus Apabila menukar lorong ke lorong sasaran, adalah perlu untuk mengesan sama ada garis lorong sasaran adalah garisan putus-putus, sama ada lorong sasaran selamat untuk diubah, dsb.

Brek lanjutan berdasarkan pengecaman lampu isyarat

Sistem bantuan pemanduan berdasarkan pengecaman tanda lampu isyarat memerlukan sistem mengawal pelayaran kenderaan dan menukar lorong lebih awal berdasarkan lampu isyarat yang diiktiraf.

1) Apabila lampu hijau dikenali

Jika kenderaan mengikut kenderaan di hadapan , kenderaan di hadapan memandu pada kelajuan yang lebih rendah Pada premis untuk memastikan keselamatan perlanggaran, kenderaan itu terus mengikut kenderaan di hadapan dan memantau perubahan lampu dalam masa nyata akan segera berhenti mengikut strategi dan mengekalkan nyahpecutan tertentu kepada Brek; diperlukan tanpa mengira sama ada kereta mengikut kereta atau tidak Kawal nyahpecutan kenderaan dan berhenti Semasa proses nyahpecutan, anda boleh menyah pecutan dengan selesa dan beralih dari seret belakang enjin kepada brek >3) Kenali lampu merah

Jika lampu merah telah dikenali, mengikut keadaan berhenti kenderaan di hadapan, dan atas premis memastikan mengelakkan perlanggaran, kenderaan akan dikawal untuk nyahpecut hingga berhenti dan mengekalkan jarak lebih daripada 1m dari kenderaan di hadapan kenderaan dalam keadaan brek;

(Antaranya, aplikasi fungsi pertama lebih mudah difahami; yang penggunaan fungsi kedua adalah lebih penting untuk pembangunan, dan ia melibatkan logik pertukaran lorong automatik dari tahap L2 ke tahap L3, nampaknya lebih bijak - brek terlebih dahulu, serupa dengan logik V2X)

(1) Dari perspektif perkembangan teknologi, memandangkan pengguna hanya akan memberi perhatian yang lebih kepada keselamatan kenderaan, sistem bantuan pemanduan yang canggih akan terus berkembang untuk jangka masa yang lama pada masa hadapan. Pada masa yang sama, sistem bantuan pemanduan termaju berubah daripada pembangunan bebas teknologi tunggal kepada pembangunan sistem keselamatan aktif bersepadu Pelbagai teknologi boleh berkongsi platform seperti penderia dan sistem kawalan Setelah kenderaan dilengkapi dengan asas ESP, ACC dan teknologi lain, ia boleh dengan mudah Dan menambahkan teknologi bantuan pemanduan selamat yang lain pada kos yang lebih rendah akan menggalakkan lagi aplikasi teknologi sistem bantuan pemanduan termaju dalam kereta.

Atas ialah kandungan terperinci Sebuah artikel bercakap tentang sistem pengecaman tanda trafik dalam pemanduan autonomi. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!