150m遠距離交通信號燈識別的研究介紹
信號燈識別，作為實現城市自動駕駛的技術難點之一，近年一直是國內外從業人員的研究對象。日本金澤大學近日發表了一個新算法，旨在即便是遠距離也能準確識別信號燈。
信號燈識別，作為實現城市自動駕駛的技術難點之一，近年一直是國內外從業人員的研究對象。日本金澤大學近日發表了一個新算法，旨在即便是遠距離也能準確識別信號燈。 你可能會有疑問信號燈的識別有那么難嗎？一共就三種顏色，對于人眼（攝像頭）來說難道不是小菜一碟么？下面，筆者列出我認為的信號燈識別的幾個難點：
1在實際的城市自動駕駛場景中采集的交通信號燈圖像具有復雜的背景，如四面八方的信號燈以及其他各類發光源。2 容易發生遮擋，例如前面行駛的大貨車或是交通指示牌等。3 距離要求較高，由于后段還需根據識別結果進行減速或停車等駕駛決策，一般認為至少需要在100m以上距離時做出準確識別。4對于不同天氣環境、光照變化下容易對檢測效果產生影響。5信號燈不統一，包括圓形和箭頭形等。不同國家的信號燈也不一樣，針對不同國家地區要研發不同的模型。 信號燈識別主流有三種解決方案：車聯網V2X方案、借助高清地圖的方案和不使用高清地圖的方案，難度也依次增大。本文介紹的2020年日本金澤大學的最新研究，屬于最常用的借助高清地圖的解決方案，用于遠距離識別圓形和箭頭形交通信號燈。
自動駕駛車的信號燈識別（來自金澤大學） 如果想要實現100m以上的識別需求，其實使用高分辨率的相機就很容易實現。但增加圖像的分辨率則會增加處理時間，而對于后段的決策規劃，實時性是非常重要的。因此該研究并未采用深度學習的方案，而基于用CPU即可進行實時處理的傳統圖像識別方案。 為何使用高清地圖？結合自車定位，可以確定信號燈大致位置，減少檢測難度。因此，該方案使用高清地圖，利用提取ROI（Region of Interest，感興趣區域）來降低計算負荷和誤檢測率。即使是150m遠距離，識別準確率可達91．8％（箭頭形信號燈為56．7％）。其中，可以檢測像素小于10pixel的箭頭形信號燈。 下面簡單介紹該信號燈識別算法的主要步驟：
信號燈識別流程圖（來自金澤大學）
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 深圳一季度近萬億GDP答卷：多產業高增長，專家狂贊高質量競爭力
- 2 深圳無人車“管”出新高度：一塊大屏如何讓1214臺“鋼鐵俠”乖乖聽話？
- 3 新石器無人車開進安陽！從“場景招商”到“郵政天團”，三千年古都的這場物流變革太燃了！
- 4 每年“新增一個經濟大市”！中西部第一大省，雄心曝光
- 5 重慶印發《智能網聯汽車高速公路測試管理細則（試行）》：放行L3+上高速：自動駕駛的“科目三”終于開考了
- 6 哈啰砸2億搶跑長沙自動駕駛Robotaxi：一個“掃碼騎單車”的巨頭，要讓你“掃碼坐無人車”了？
- 7 沈陽春季街路清洗行動大升級：從一把掃帚到 L4 無人駕駛清掃車隊，一座老工業城的智慧逆襲
- 8 押注AI藝人，龔宇給愛奇藝下了劑「猛藥」
- 9 干掉舊金山！青島靠9.9元無人車和一座“來電島”逆襲全球第一城：新石器、九識、白犀牛、菜鳥、滴滴、貨拉拉誰能笑到最后？
- 10 除了宇樹、DeepSeek，浙江還在憋什么大招？
