汽車安全系統的交通標誌辨識系統，英文翻譯為：Traffic Sign Recognition，簡稱TSR，是利用前置攝影機結合模式，可以辨識常見的交通標誌《 限速、停車、掉頭等）。這項功能會提醒駕駛注意前方的交通標誌，以便駕駛人遵守這些標誌。 TSR 功能降低了駕駛者不遵守停車標誌等交通法規的可能，避免了違法左轉或無意的其他交通違規行為，從而提高了安全性。這些系統需要靈活的軟體平台來增強探測演算法，並根據不同地區的交通標誌來進行調整。
交通標誌識別又稱為TSR（Traffic Sign Recognition）是指能夠在車輛行駛過程中對出現的道路交通標誌資訊進行採集和識別，及時向駕駛員做出指示或警告，亦或直接控制車輛進行操作，以確保交通通暢並預防事故的發生。在安裝有安全輔助駕駛系統的車輛中，如果車輛能夠提供高效的TSR系統，及時為駕駛員提供可靠地道路交通標誌信息，有效提高駕駛安全性和舒適性。
如下將介紹典型的道路交通標誌識別的方法。
TSR是根據人類視覺系統辨識物體的特性，其辨識原理是利用道路標誌豐富的顏色資訊和固定的形狀資訊進行特徵辨識。具體可將識別過程分為「分隔」和「識別」兩個步驟。其中分隔是指在所獲取的影像中發現候選目標，並進行相應的預處理，其次是交通標誌識別，包括特徵提取和分類等，最後進一步判定目標的真實性。
交通標誌分隔實際上是需要快速從複雜的場景圖像中獲取可能是交通標誌的興趣區域。然後採用模式識別的方法對感興趣區域進行進一步辨識，定位其具體位置。由於交通標誌功能是起到指示性、提示性和警示性等作用，他們設定都具有醒目、顏色鮮明、圖形簡潔、意義明確等特點。因此感興趣區域通常是利用其顏色和形狀進行的。
目前，在交通標誌辨識中常用的彩色空間包括RGB、HIS、CIE幾種，而RGB作為影像處理中常用的三基色，是建構其他各種顏色的基礎，其他顏色表示方式可以用RGB變換得到。
我們知道，對於交通標誌而言大都顏色比較單一、固定，例如紅色標誌一般表示禁令，藍色標誌一般表示指示類，黃色標誌一般表示警告類，這裡剛好利用RGB的三基色紅、黃、藍加以識別匹配來表示。
由於色彩空間較多的還包含了飽和度等信息，故為了更好區分顏色與亮度信息，研究人員更多採用適合人類視覺特性的色彩模型HSI模型來處理交通標誌識別，H表示不同顏色，S表示顏色深淺，I表示明暗程度，HSI其最大的特徵是H、S、I之間相關性極小，在HSI空間中的每個彩色影像都對應著一個相對一致的色調H。
當在試車環境中分割出來交通標誌資訊的興趣區域後，需要採用一定的演算法對其進行判別，以便確定它屬於哪一種具體的交通標誌，一般的判別方法包括模板匹配法、基於聚類分析法、基於形狀分析方法、基於神經網絡分析法、基於支持向量機的方法。
（1）基於模板匹配法
（2）基於聚類分析法
（3）基於神經網路的方法
（4）支援向量機的方法
支援向量機是一種典型的前饋神經網路方法，用於解決模式分類和非線性問題，其主要思想是建立一個最優決策超平面，使得該平面兩側距平面最近的兩類樣本之間的距離最大化，為分類提供更好的泛化能力。對於非線性可分模式分類問題，需要將負責的模式分類問題非線性的投射到高維特徵空間，因此只要變換是非線性的且特徵空間維數夠高，則原始模式空間能變成一個新的高維特徵空間，在該空間中，其模式以較高的機率變得線性可分。其中變換過程要求產生一個核函數進行卷積，對應典型的核函數表示如下：
高斯函數：圖片；用於徑向集函數分類器；
內積函數：圖片；用於高階多項式集分類器；
# Sigmoid核函數：圖片；用於實作一個單隱層感知器神經網路。
因為道路交通狀況的複雜性可能造成交通標誌污損、顏色、形狀發生變化，而樹木、建築物的遮蔽又可能導致其無法被及時的識別到位，同時在高速駕駛過程中，由於車輛行駛抖動等因素，可能造成圖像幀匹配過程中出現誤差，從而無法穩定地識別出相應的交通標誌。因此交通標誌識別目前在駕駛輔助領域還未能得到廣泛的應用，較為成熟的應用方案有以下幾種：
#基於限速標誌的自動限速主要是利用辨識到的限速標誌顯示的限速值，自車提前進行預判，這裡我們設定幾種不同的速度值進行比較。
VReal表示本車目前實際巡航車速，Vtarget表示本車目標巡航速度，Vlim表示限速值訊息，Vfront表示辨識到的前車車速。
根據自身車速這一敏感資訊進行如下不同程度的限速策略：
1）本車定速巡航
2）本車跟隨前車行駛
#當偵測到本車VReal>Vlim且Vtarget
當偵測到本車VReal
3）透過限速牌後控制邏輯
以上本車進行自動限速後，當車輛行駛通過限速牌，同時辨識到新的限速牌時需要重新進行速度控制，如新的限速牌限速值比當前值小，則根據1）2）中的邏輯進行進一步限速，如新的限速牌限速值比當前值大，則需要根據目前更新後的本車實際車速、前車車速、本車目標巡航車速進行加速度重分配，確保限速和碰撞優先考慮的同時進行適當控制。
基於並道策略的提前並道
#對於車輛行駛在高速路情況下來說，駕駛車輛需要考慮在不同場景下進行提前變換車道的問題，目前有兩種可行方案：
其一，當在一定距離前檢測到前方有並道標誌訊息時，透過語音或儀表影像提前提示駕駛員對車輛進行變換車道控制將車輛變換車道至目標車道；
其二，當在一定距離前如果系統接收高精度地圖相關車道級別信息，則可以直接控制車輛變換車道至目標車道，期間需偵測目標車道線是否為虛線，目標車道是否變換車道安全等。
基於紅綠燈識別的提前煞車
基於紅綠燈標誌識別的駕駛輔助系統，要求在系統基於識別的紅綠燈提前對車輛巡航及變換車道進行控制。 主要有以下幾種控制場景策略：
若本車處於跟隨前車行駛狀態，前車以較低速度行駛，本車在確保碰撞安全的前提下，繼續跟隨前車行駛，並同時實時監控車燈變化，一旦變成黃燈，則立即停止跟隨策略，保持一定的減速至煞車停；
（1） 從技術發展角度來看，由於消費者對汽車安全性的重視度只會越來越高， 因而先進駕駛輔助系統在未來很長一段時間內必將保持持續發展的趨勢。同時，先進駕駛輔助系統正在從單一技術獨立發展轉變為整合式主動安全系統的開發，多項技術可以共用感測器、控制系統等平台，一旦車輛配備了基礎的ESP、ACC 等技術，便可以方便地並以較低的成本添加其他安全駕駛輔助技術，將進一步推動先進駕駛輔助系統技術在汽車上的應用。
（2） 一些相對較為低端且實用性強的先進駕駛輔助系統技術，如胎壓監測系統、ESP 電子穩定係統等已經充分得到了市場的認可， 在強烈的需求驅動下，其在低階市場的普及率將穩定提升。
（3） 中國消費者對於避險輔助類、視野改善類技術表現出明顯的關注度與需求度， 必將成為下一階段該領域內的主要增長點。
（4） 一些對道路要求較高的技術，如變換車道輔助、車道偏離警告、ACC 等，以及與中國消費者駕駛習慣不符的技術，如車道維持系統、駕駛員疲勞檢測、禁酒閉鎖系統等，則可能將面臨較長一段時間的緩慢發展。
今天，目前的技術還不能確定所有的交通標誌，也不能在所有條件下運作。有幾種情況限制了TSR系統的性能，包括以下情況：
雖然TSR和類似的車輛感測技術在邁向完全自主駕駛方面很有幫助，但我們還沒有到那一步。即使TSR也只是駕駛輔助系統。駕駛者不能完全依賴任何ADAS系統來替他們駕駛。
總的來說，TSR的基本功能較為成熟，但進階功能以及生態鏈的簡潔化還有段道路要走。
以上是一文聊聊自動駕駛中交通標誌辨識系統的詳細內容。更多資訊請關注PHP中文網其他相關文章！
