Распознавание дорожных знаков
![]() | Эту статью необходимо обновить . ( апрель 2019 г. ) |
Распознавание дорожных знаков ( TSR ) — это технология, с помощью которой транспортное средство способно распознавать дорожные знаки, установленные на дороге, например, «ограничение скорости», «дети» или «повернуть вперед». Это часть функций, называемых ADAS . Технология разрабатывается различными поставщиками автомобилей для повышения безопасности транспортных средств. Он использует методы обработки изображений для обнаружения дорожных знаков. Методы обнаружения в целом можно разделить на методы, основанные на цвете, форме и обучении.
История
[ редактировать ]Этот раздел нуждается в дополнительных цитатах для проверки . ( Апрель 2019 г. ) |
Венская конвенция о дорожных знаках и сигналах — это договор, подписанный в 1968 году, который позволил стандартизировать дорожные знаки в разных странах. Этот договор подписали около 52 стран, в том числе 31 страна Европы. Конвенция разделила дорожные знаки на семь категорий, обозначенных буквами от A до H. Эта стандартизация стала основным стимулом для разработки систем распознавания дорожных знаков, которые можно использовать во всем мире.

Распознавание дорожных знаков впервые появилось в форме распознавания знаков ограничения скорости в 2008 году для Vauxhall Insignia 2009 года выпуска . [1] Позже в 2009 году они появились на новом BMW 7 серии , а в следующем году на Mercedes-Benz S-Class . В то время эти системы обнаруживали только круглые знаки ограничения скорости, встречающиеся по всей Европе (например, [2] ).
Системы второго поколения также могут обнаруживать ограничения на обгон. Он был представлен в 2008 году в Opel Insignia . [3] позже последовали Opel Astra и Saab 9-5 . Эта технология также доступна на Volkswagen Phaeton 2011 года. [4] а с 2012 года в Volvo S80 , V70 , XC70, XC60 , S60 , V60 и V40 — технология под названием Road Sign Information . [5] Они не способны распознавать знаки ограничения города, которые в большинстве европейских стран ассоциируются с ограничением скорости, так как слишком похожи на указатели направления.
Ожидается, что такие системы станут обязательными для новых автомобилей, продаваемых в ЕС, с мая 2022 года. [6] [7] который должен применять постановление 2021/1958 с 23 июня 2021 года. [8]
Выполнение
[ редактировать ]![]() | Этот раздел написан как руководство или руководство . ( сентябрь 2023 г. ) |
Дорожные знаки можно анализировать с помощью фронтальных камер во многих современных автомобилях, транспортных средствах и грузовиках. Одним из основных вариантов использования системы распознавания дорожных знаков является ограничение скорости. Большая часть данных GPS будет содержать информацию о скорости, но дополнительные дорожные знаки ограничения скорости также могут использоваться для извлечения информации и отображения ее на приборной панели автомобиля, чтобы предупредить водителя о дорожном знаке. Это расширенная функция помощи водителю, доступная в большинстве автомобилей высокого класса, в основном в европейских автомобилях.

Современные системы распознавания дорожных знаков разрабатываются с использованием сверточных нейронных сетей, главным образом, исходя из требований беспилотных транспортных средств и автомобилей с автоматическим управлением . В этих сценариях система обнаружения должна идентифицировать различные дорожные знаки, а не только ограничения скорости. Здесь Венская конвенция о дорожных знаках и сигналах на помощь приходит . Сверточную нейронную сеть можно научить воспринимать эти заранее определенные дорожные знаки и «обучаться» с помощью методов глубокого обучения .
Нейронная сеть, в свою очередь, использует обработку изображений и компьютерное зрение для обучения сети потенциальным результатам. Обученную нейронную сеть затем можно использовать в режиме реального времени для обнаружения новых дорожных знаков в реальном времени. Компании, занимающиеся беспилотными автомобилями, включая Waymo и Uber, создают и передают на аутсорсинг наборы данных о дорожных знаках вместе с картографическими и навигационными компаниями, такими как Tom Tom . [9] Передовые методы компьютерного зрения и нейронных сетей делают эту цель высокоэффективной и достижимой в режиме реального времени.

Существуют разнообразные алгоритмы распознавания дорожных знаков. Распространенными являются те, которые основаны на форме вывески. Типичные формы вывесок, такие как шестиугольники, круги и прямоугольники, определяют различные типы знаков, которые можно использовать для классификации. Другие основные алгоритмы распознавания символов включают функции Хаара Freeman , код Chain , обнаружение AdaBoost и глубокого обучения методы нейронных сетей . Функции, подобные Хаару, можно использовать для создания каскадных классификаторов, которые затем могут помочь обнаружить символы вывески.
Глубокое обучение может быть включено в обнаружение дорожных знаков. Полигональная аппроксимация цифровых кривых с использованием алгоритма Рамера-Дугласа-Пойкера может использоваться для определения формы вывесок, а такие методы, как машины опорных векторов и Byte-MCT с классификатором AdaBoost, использовались в одном из методов обнаружения дорожных знаков. [10]
При идентификации знаков ограничения скорости также необходимо учитывать единицы измерения, используемые в конкретной зоне. Например, транспортное средство, путешествующее из Северной Ирландии в Ирландию, должно быть в состоянии отличить знаки ограничения скорости в км/ч в Ирландии от знаков ограничения скорости в милях в час, которые все еще используются в Северной Ирландии, что особенно важно, когда распознавание дорожных знаков связано с Интеллектуальные системы помощи при скорости. Геозоны и ссылки на базы данных онлайн-навигации могут использоваться в качестве подсказки алгоритму для определения того, какие устройства могут использоваться. [11]
Использование
[ редактировать ]Информация, собранная с дорожных знаков с помощью камеры, обращенной вперед, используется в системах автоматического рулевого управления и круиз-контроля Tesla с учетом дорожного движения, чтобы остановить автомобиль при обнаружении знака остановки. [12]
Автопроизводители и транспортные средства
[ редактировать ]Некоторые автомобили с такой системой производятся Audi . BMW , Ситроен , Форд , Хонда , Инфинити , Ягуар , Джип , Ленд Ровер , Лексус , Мерседес , Ниссан , Опель , Пежо , Порше , Рено , Тойота , Фольксваген , Тесла и Вольво .
Например:
- Ауди: Ауди А8
- BMW: BMW 7 серии , BMW 5 серии Gran Turismo , BMW 5 серии.
- Мерседес: Мерседес-Бенц Е-класс , Мерседес-Бенц S-класс
- Опель: Опель Инсигния , Опель Корса
- Получает 9-5
- Фольксваген Фаэтон
- Лексус: Lexus GS , Lexus LS , Lexus RX 2022+
- Тесла: Модель X, Модель S, Модель Y, Модель 3.
См. также
[ редактировать ]- Интеллектуальная адаптация скорости
- Умный автомобиль
- Самоуправляемые транспортные средства
Ссылки
[ редактировать ]- ^ «Vauxhall Insignia для чтения знаков ограничения скорости» . Бизнес-автомобиль . 18 июня 2008 года . Проверено 2 апреля 2019 г.
- ^ Эйхнер, М.; Брекон, Т. (2008). «Встроенное обнаружение и распознавание ограничения скорости по видео в реальном времени» (PDF) . Симпозиум IEEE по интеллектуальным транспортным средствам , 2008 г. стр. 626–631. дои : 10.1109/IVS.2008.4621285 . ISBN 978-1-4244-2568-6 . S2CID 12477544 .
- ^ «Ассистентная система Opel – Волшебный глаз» . 18 июня 2008 года . Проверено 17 декабря 2010 г.
- ^ «Фаэтон дебютирует с новым дизайном и новыми технологиями» . Архивировано из оригинала 20 июля 2011 года . Проверено 22 апреля 2010 г.
- ^ «Информация о дорожных знаках» . Проверено 19 февраля 2013 г.
- ^ «ЕВР-Лекс - 2018_145 - RU - ЕВР-Лекс» . eur-lex.europa.eu . Проверено 30 августа 2020 г.
- ^ «Брифинг: интеллектуальная помощь при скорости (ISA) | ETSC» . etsc.eu. Проверено 30 августа 2020 г.
- ^ "L_2021409FR.01000101.XML" .
- ^ «Тому, кто владеет картами, принадлежит будущее беспилотных автомобилей» . Июль 2016.
- ^ Лим, К.; Хонг, Ю.; Чой, Ю.; Бьюн, Х. (2017). «Лим К., Хонг Й., Чхве Й., Бюн Х. (2017) Распознавание дорожных знаков в реальном времени на основе универсального графического процессора и глубокого обучения. PLoS ONE 12(3): e0173317» . ПЛОС ОДИН . 12 (3): e0173317. дои : 10.1371/journal.pone.0173317 . ПМЦ 5338798 . ПМИД 28264011 .
- ^ «Ограничения скорости на карте ADAS улучшают обязательную интеллектуальную систему помощи при скорости и рейтинги безопасности транспортных средств» (PDF) .
- ^ «Руководство пользователя Tesla Model 3 по автопилоту» .