论文部分内容阅读
伴随着我国汽车行业的迅猛发展,传统的运营管理模式无法有效解决道路交通所面临的困境,而人工智能产业中高级驾驶辅助系统(Advanced Driver Assistance Systems,ADAS)的出现、发展为解决道路交通困境提供了新的解决方案。辅助驾驶系统中各功能的完美落地是实现自动驾驶的前提,交通标志检测系统作为ADAS的重要组成部分,在提升驾驶安全性能、解决交通运行效率等方面具有重要意义。交通标志虽种类繁多,但禁令标志对道路参与者行为起禁止或限制作用,在驾驶安全和道路运行效率方面有着更加显著影响。本文利用车载视觉系统,针对自然场景下的圆形禁令标志的检测与识别方法进行了深入研究,包括软件系统设计和硬件系统设计两大部分。主要研究内容如下:(1)软件部分:针对国内外研究现状,本文提出了一种在灰度图像上基于MSER提取候选区域,实现目标区域粗选;然后根据圆形几何形状特征提取目标区域,实现图像中禁令标志的精确检测分割;最后为提高检测算法的实时性,提出了区域目标跟踪检测算法。标志牌识别过程中,首先利用方向梯度直方图(Histogram of Oriented Gradient,HOG)完成对圆形禁令标志牌的特征提取,然后将多维特征向量输送到分类器支持向量机(Support Vector Machine,SVM)中,完成分类器训练,最后利用训练好的分类器进行禁令标志牌的识别分类。(2)硬件部分:交通标志检测系统以车载形式安装在汽车前挡风玻璃上,本文主要工作是对视觉检测系统进行设计,通过固定在车辆上的检测系统,依次完成图像采集、标志牌检测和识别工作。固定装置设计的原则是防止车辆行驶过程中由于颠簸震动造成采集图像模糊不清,力争在机械结构上实现防抖去抖,简化下一阶段禁令标志牌检测识别算法。