聊聊自動駕駛必須解決哪些感知問題？交通標誌識別技術詳解

交通標誌識別系統是智慧交通系統與先進輔助駕駛系統的重要組成部分，由於道路交通較為複雜，提高交通檢測與識別演算法的準確率和實時性是走向實際應用程式中需要解決的關鍵問題。

演算法的準確率是交通標誌識別研究中一個非常重要的因素，錯誤的識別結果不僅不能起到輔助駕駛作用，還可能導致安全事故的發生。而演算法的實時性決定了研究成果能否轉化為具有實際應用價值的產品。在汽車數量日益增加、交通安全事故居高不下，要求不斷提升汽車的駕駛智慧化的現實壓力面前，開展以實時應用為目標的交通標誌識別檢測技術研究，對於增加駕駛安全具有重大的意義。

一、什麼是交通標誌識別技術？

交通標誌識別技術的目的是為了實現對道路交通場景準確無誤的識別，將識別結果及時反饋給道路使用者，使其能詳細瞭解當前和隨後將出現的道路情況，幫助駕駛員做出正確決策，為行車安全提供保障。

交通標誌主要包括標牌、紅綠燈、車道線等，不同類交通標誌的區別主要在於顏色和形狀的不同，同類標誌的區別則在於內部結構圖案的不同。可根據交通標誌其固有的顏色和形狀、特定的符號和尺寸等特徵進行大的歸類，然後針對每一子類再一一進行具體的識別，只要充分利用這些特徵就可以快速達到檢測目的。

二、如何實現交通標誌識別技術？

利用交通標誌中較明顯的視覺特徵，如顏色、形狀等，可以檢測出不同的交通標誌。在實際情況中，交通標誌的影像採集資料的質量可能會受到光照、天氣變化等影響；若交通標誌出現遮擋、磨損、扭曲等情況，也會影響其演算法準確性。

想要實現交通標誌識別技術，可以透過設定顏色分量的閾值範圍實現影像分割，從複雜的背景區域中得到相應區域，然後在區域上進行形狀的過濾，除去噪聲，改變光照，從而檢測出交通標誌的所在區域；有直接彩色閾值分割演算法，即直接在RGB顏色空間對影像所有畫素進行分割，透過角點檢測確定目標區域是否有交通標誌，但這對光照影響和遮擋問題的解決效果不佳。

深度學習具有強大的特徵學習能力，深度卷積神經網路是深度學習在計算機視覺上應用最廣的模型之一。深度卷積神經網路不需要設計手工特徵，輸入模型的影像透過監督學習即可來完成特徵提取和分類。

基於深度學習的交通標誌識別，透過訓練大量資料來學習特徵，有效提升準確率，能夠克服交通標誌的光照影響和遮擋難題，有效實現交通標註識別技術。

三、交通標誌資料標註的主要型別

1. 限速標牌交通標誌

包括最高限速、最小限速、解除限速。

2. 非限速標牌交通標誌

包括常見的限重標牌、限高標牌、限寬標牌、限制軸重標牌、警告標牌、禁止標牌、龍門架、方形大牌、資訊指示牌、誘導標牌等型別。

l Separators（誘導標誌）

l Information Signs (資訊指示牌)

l Prohibition Signs (禁止標牌)

l Axle Load(限制軸重)

l Weight

l Height

l Width

l Warning (警告)

l Gantries (龍門架方形大牌)

l Prohibition Signs (禁止標牌)

3. 交通訊號燈

按訊號燈功能分類，可分為機動車訊號燈、非機動車訊號燈、左轉非機動車訊號燈、人行橫道訊號燈、車道訊號燈、方向指示訊號燈、閃光警告訊號燈、道口訊號燈、調頭訊號燈。

四、交通標誌標註規則和注意事項

1.標註規則

l 對不同標誌物安裝高度、寬度、不同時間（白天、晚上、黃昏、強光照、強光影）進行區分以及對不同天氣下（晴天、多雲、雨天、霧天、雪天），不同場景下（城市、郊區、封閉道路、內部道路）進行標註。

l 對不同速度下標誌物就行描述分類，例如：限速速度、解除限速、限重重量、最高限速等。

l 對標誌物進行最小外接bounding box矩形框框選標註打標籤。

l 所以型別的標示牌，全部按照順時針方向依次標註，左上角為標註起始點，序號為0，標註在整張圖中的座標。

l 圓形標牌需要標註表示其輪廓的橢圓（長短軸相等時為圓）

l 標註交通燈時需要標註整個交通燈的外框，標註框要求緊緻標註，同時需要標註內框，對於外框遮擋比例大於70%的交通燈不需要標註，對於最短邊小於5畫素的交通燈不需要標註，不能漏標；滅燈需要標註外框，不需要標註內框；矩形燈的外框正常標註燈框，矩形燈的內框只標註亮燈部分。

2. 注意事項

l 標註框要求儘可能貼合目標，確保標註框緊貼目標的上下左右邊沿（在±3個畫素內）。

l 圖片上肉眼不能分辨屬於哪一類的無需標註，其他的目標均應當被正確標註，不能漏標。

l 交通標誌的目標較小，容易漏標，需要注意路邊，路口隱蔽的角落。

l 側向角度太嚴重的或者轉彎場景角度過大的不需要標註。

l 交通標誌牌褪色或發生嚴重變形的不需要標註。

景聯文科技｜AI基礎資料服務｜資料採集｜資料標註｜假指紋製作｜指紋防偽演算法

助力人工智慧技術加速數字經濟相關產業質量變革，賦能傳統產業智慧化轉型升級

著作權歸景聯文科技所有，商業轉載請聯絡景聯文科技獲得授權，非商業轉載請註明出處。