1. 研究目的与意义
1.1研究背景
交通标志检测是未来智能交通的一种重要组成部分,是辅助驾驶和自动驾驶技术的一个重要模块。交通标志检测核心技术在于算法。目前,尽管计算机技术和人工智能技术在飞速发展,目标检测和目标识别的算法在不断的涌现,但交通标志具有多类性、周围环境的多变性和复杂性等特点,导致现有算法应用于研究交通标志检测和分类时存在很大的困难。实际交通标志周围环境的复杂性等因素常常导致不完整交通标志出现,这给检测带来巨大的困难,而现有的检测算法并不能很好的处理上述问题【1】。实现交通标志特征的有效选择和提取是交通标志分类的一个关键性前提条件,到目前为止还没有一个学者从理论上证明或者实验上证实最优特征的存在。如何实现交通标志的分类是交通标志识别的另一个关键技术,追求分类算法的鲁棒性和有效性仍然是尚未有效解决的热点问题。
2. 研究内容和预期目标
2.1研究内容
本课题的主要目标就是自动驾驶场景中的交通标志检测方法的研究，并且使用opencv3、python等技术，设计一个能够快速处理标志图像达到检测与识别交通标志的系统，所以在本课题中，还需要研究如何使用最佳的方式来整合所有的相关技术，如何用最好的方法设计系统，也包括研究软件的开发方式和方法，以及技术，理论的相关可行性。
3. 研究的方法与步骤
3.1交通标志检测的研究方法：
本课题主要采用定量研究法，主要利用已有大量素材图片，对数据进行量化处理、测试和分析，从而获得已设计系统检测交通标志的准确率等有意义的结论。
4. 参考文献
[1]徐迪红. 复杂背景下的交通标志检测和分类算法研究[d].武汉大学，2010.
[2]李立宗.opencv编程案例详解[m].北京：电子工业出版社，2016.
[3]毛星云;冷雪飞.opencv3编程入门[m].北京：电子工业出版社，2015.
5. 计划与进度安排
（1）2022.1.5 ---- 2022. 2.28 查阅资料, 撰写开题报告
（2）2022.3.1 ---- 2022.3.15 需求分析,熟悉开发工具
（3）2022.3.15 ---- 2022.3.20 概要设计
