什么是交通标志识别系统？汽车安全系统的交通标志标志识别的方法

↓↓接收：《汽车驾驶自动化分类》（GB/T 40429-2021）↓↓

什么是交通标志识别系统？

汽车安全系统交通标志识别系统，英文翻译为：Sign，简称TSR，利用前置摄像头结合模式识别常见的交通标志（限速、停车、掉头等）。 ）。此功能会提醒驾驶员注意前方的交通标志，以便驾驶员能够遵守它们。TSR 功能通过减少驾驶员不遵守交通法规（例如停车标志、非法左转或其他无意交通违规）的可能性来提高安全性。这些系统需要灵活的软件平台来增强检测算法限速标志设置方法，以适应不同地区的交通标志。

交通标志识别原理

交通标志识别，又称TSR（Sign），是指对车辆行驶过程中出现的道路交通标志信息进行采集和识别，及时向驾驶员发出指令或警告，或直接控制车辆行驶的能力。确保交通畅通，防止事故发生。在配备安全辅助驾驶系统的车辆中，如果车辆能够提供高效的TSR系统，则能够及时为驾驶员提供可靠的道路交通标志信息，有效提高行车安全性和舒适性。

下面介绍一种典型的道路交通标志识别方法。

TSR是根据人类视觉系统来识别物体的特征，其识别原理是利用路标丰富的颜色信息和固定的形状信息进行特征识别。具体来说，识别过程可以分为“分离”和“识别”两个步骤。分离是指在获取的图像中找到候选目标并进行相应的预处理，然后进行交通标志识别，包括特征提取和分类，最后进一步确定目标的真实性。

1、交通标志分离

交通标志分离实际上需要从复杂的场景图像中快速获取可能是交通标志的感兴趣区域。然后使用模式识别方法进一步识别感兴趣区域并定位其具体位置。由于交通标志具有指示性、提示性和警示性的功能，具有醒目、色彩鲜艳、图形简洁、含义清晰的特点。所以感兴趣的区域通常是由它的颜色和形状组成的。

目前交通标志识别常用的色彩空间有RGB、HIS、CIE。RGB作为图像处理中常用的三基色，是构建其他颜色的基础。其他颜色表示可以通过RGB变换得到。

我们知道大部分交通标志的颜色都是比较简单的一、固定的。例如，红色标志一般表示禁止，蓝色标志一般表示指示，黄色标志一般表示警告。在这里，RGB、红、黄、蓝三基色被识别并匹配来表示。

由于色彩空间还包含饱和度等更多信息，为了更好地区分色彩和亮度信息，研究人员采用适合人类视觉特征的色彩模型HSI模型来处理交通标志识别，其中H代表不同的颜色， S表示颜色的深浅，I表示明暗程度。HSI最大的特点是H、S、I之间的相关性极小，HSI空间中的每一幅彩色图像都对应一个相对一致的色调H。

2、交通标志识别

在试驾环境中对交通标志信息的感兴趣区域进行分割时，需要通过一定的算法对其进行判别，以确定它属于哪个具体的交通标志。一般的判别方法包括模板匹配法、基于聚类的分析法、形状分析法、神经网络分析法、基于支持向量机的方法。

(1）基于模板匹配方式

(2）基于聚类分析

(3）基于神经网络的方法

(4）SVM的方法

支持向量机是一种典型的前馈神经网络方法，用于解决模式分类和非线性问题。距离最大化，为分类提供更好的泛化能力。对于非线性可分离模式分类问题，需要将负责的模式分类问题非线性地投影到一个高维特征空间中，所以只要变换是非线性的并且特征空间的维数足够高，就可以将原始模式空间变成了一个新的。一个高维特征空间，其中其模式以高概率变为线性可分的。变换过程需要生成卷积核函数，对应的典型核函数表示如下：

高斯函数：；用于径向集函数分类器；

内积函数：对于高阶多项式集分类器；

内核函数：用于实现单隐层感知器神经网络。

TSR的一些具体应用场景

由于道路交通状况的复杂性，交通标志可能会被污损，颜色和形状可能会发生变化，树木和建筑物的遮挡可能会导致无法及时识别。这些因素可能会导致图像帧匹配过程中出现错误，从而无法稳定地识别出相应的交通标志。因此，交通标志识别在驾驶辅助领域并未得到广泛应用，较为成熟的应用方案如下：

基于限速标志的自动限速

基于限速标志的自动限速主要是利用识别出的限速标志所显示的限速值进行提前预测。这里我们设置了几个不同的速度值进行对比。

VReal表示车辆当前的实际巡航速度，即车辆的目标巡航速度，Vlim表示限速信息，表示识别到的前车速度。

根据自身车速敏感信息，不同程度实施以下限速策略：

1）这辆车匀速巡航

当检测到车辆 VReal>Vlim 并且

当检测到车辆VReal=Vlim时，系统根据识别的限速值Vlim自动减速；

2）车辆跟随前车

当检测到车辆VReal>>Vlim时，系统在本车不与前车相撞的情况下进行自动减速控制；

当检测到车辆 VReal

3）通过限速标志后的控制逻辑

上述车辆自动限速后，当车辆通过限速标志并识别出新的限速标志后，需要重新实施限速。如果新限速标志的限速值小于当前值，则1）2） 中的逻辑进一步限速。如果新的限速牌限速值大于当前值，则需要根据当前更新的车辆实际速度、前车速度和车辆的目标巡航速度。车辆速度的加速度重新分配确保了适当的控制，同时优先考虑速度限制和碰撞。

基于合并策略的早期合并

对于在高速公路上行驶的车辆，在不同场景下，行驶车辆需要提前考虑变道问题。目前有两种可行的解决方案：

首先，当检测到前方一定距离的并道标志时，会提前通过语音或仪表图像提示驾驶员变道到目标车道；

其次，如果系统在一定距离之前接收到与高精度地图相关的车道等级信息，可以直接控制车辆变道到目标车道。在此期间，需要检测目标车道线是否为虚线以及目标车道是否可以安全变道。

基于红绿灯识别的早期制动

基于红绿灯标志识别的驾驶辅助系统需要系统根据识别出的红绿灯提前控制车辆的巡航和变道。

主要有以下几种控制场景：

1）绿灯识别

如果车辆处于跟随前车状态，且前车正在以较低的速度行驶，则在保证碰撞安全的前提下，车辆将继续跟随前车，并且在同时实时监控灯光的变化。停止跟随策略，保持一定的减速停止；

2）检测到黄光

如果车辆识别出黄灯，无论车辆是否处于跟车状态，都需要控制车辆制动减速。减速过程中，可以进行舒适的减速，将发动机反向阻力转化为制动切入；

3）识别出红灯

如果已经识别到红灯，根据前车的停车状态，在保证避免碰撞的前提下，控制车辆快速减速停车，并与前车保持1m以上的距离车辆处于制动停止状态；

（其中，第一个功能的应用比较容易理解；第二个功能的应用更具发展意义，涉及到L2到L3级别的自动换道逻辑；第三个功能的应用似乎更智能——提前刹车限速标志设置方法，类似V2X的逻辑。）

我国先进驾驶辅助系统发展现状

结合技术本身的发展以及中国道路交通环境和消费者的具体需求，我们可以总结出先进驾驶辅助系统技术在中国市场的发展趋势：

（1）从技术发展的角度来看，由于消费者只会越来越关注汽车的安全性，因此在未来很长一段时间内，高级驾驶辅助系统都会继续发展。同时，高级驾驶辅助系统正在从单一技术的独立开发向综合主动安全系统的开发转变，多种技术可以共享传感器、控制系统等平台，车辆一旦配备了基础的ESP、ACC等技术，就可以并以较低的成本添加其他安全驾驶辅助技术，这将进一步推动先进驾驶辅助系统技术在汽车中的应用。

（2）一些相对低端、实用性强的先进驾驶辅助系统技术，如胎压监测系统、ESP电子稳定系统等，已经得到了市场的充分认可。终端市场将稳步增长。

（3）中国消费者对避险辅助和视力改善技术表现出显着的关注和需求，必将成为下一阶段该领域的主要增长点。

（4）一些对道路要求更高的技术，比如变道辅助、车道偏离预警、ACC等，还有一些不符合中国消费者驾驶习惯的技术，比如车道保持系统、驾驶员疲劳检测、酒精锁定系统等，可能会面临长期的缓慢发展。

TSR的一些难点

今天，现有技术无法确定所有交通标志，也无法在所有条件下运行。有几种情况会限制 TSR 系统的性能，包括：

大灯脏污或调整不当

挡风玻璃脏、起雾或堵塞

翘曲、扭曲或弯曲的标志

轮胎或车轮状况异常

由于重物或改装悬架导致车辆倾斜

虽然 TSR 和类似的车辆传感技术有助于实现完全自动驾驶，但我们还没有做到。甚至 TSR 也只是一个驾驶员辅助系统。驾驶员不能完全依赖任何 ADAS 系统为他们开车。

总的来说，TSR的基础功能已经比较成熟，但是功能的高级化和生态链的简化还有一段路要走。