无人驾驶交通信号灯智能识别研究开题报告

全文总字数：7974字

1. 研究目的与意义（文献综述）

近年来，我国经济发展迅速，在汽车行业体现十分明显，尤其是日益增加的汽车数量和高速公路里程数。据公安部数据显示，2018年中国新注册登记机动车3172 万辆，机动车保有量已达3.27亿辆，其中汽车2.4亿辆，小型载客汽车首次突破2亿辆^[1]。随着汽车数量的增多，交通事故发生频率也越来越高。世界卫生组织统计，全世界每年大约有120万人死于道路交通事故，还有大约2000万至5000万人受伤^[2]。交通事故的多发，多由于驾驶员驾驶疲劳引起。因此，早期人们多通过设计智能驾驶辅助系统来改善由于驾驶人疲劳引起的事故问题。自动识别道路上重要的交通信息，是减少事故发生的有效办法。

随着信息技术的进步，无人驾驶汽车的呼声越来越高。据相关预测，2020年无人驾驶汽车将进入一个爆发期^[3]。因此，对于无人驾驶汽车道路的安全更是不容忽视。交通信号灯作为重要的交通信息之一，对其自动、实时、正确识别，不仅在有人驾驶时代可以缓解驾驶人的疲劳，对于无人驾驶汽车技术的发展更是有着莫大的促进作用。然而运动模糊和光照变化效应一直是信号灯检测技术在实际城市驾驶环境中的主要问题^[4]，以及算法的实时性、光晕干扰^[5]和识别精度等。很多学者针对这几个问题都做出了大量的研究。

针对圆形信号灯，mehdi^[6]提出了一种带有状态检测系统的交通线号灯识别，该算法基于在hsv空间进行。在hsv空间中进行数据库创建，以此提取其中的hsv参数值，通过手动选择roi来制作hsv空间参数的统计结果，并通过高斯方法设置阈值，找到红光和绿光每个参数的取值范围。接着运用膨胀腐蚀去除噪声；进行多圆清除程序；最后进行特征子提取（lbp、hog、haar），以此将交通信号灯提取出来。但是此方法在其他地区进行测试时，需要改变预处理操作，因此不具有普遍性。

2. 研究的基本内容与方案

根据以上分析，我们通过前人的研究总结出，在进行信号灯识别时，需要考虑到光照强弱的影响，因为过暗的图像会对目标区域的提取存在干扰甚至破坏；此外，在实地考察中发现：直接暴露在阳光下的信号灯光晕现象较弱，对检测识别影响较小，而在高架桥下的信号灯光晕现象十分明显，加上信号灯内部老化等现象，存在明显光晕现象的信号灯颜色出现分层，在内部会呈现出白色；另外在进行方法设计时，应该考虑到算法的实时行和简便性。

基于以上考虑，本文研究内容和技术路线拟定为如下几点：

3. 研究计划与安排

（1）（7 学期第18-19周）确定毕业设计题目、毕业设计任务书(相关参数)、校内资料收集。

（2）（8 学期第1周）方案构思、文献检索、完成开题报告。

（3）（8学期第2-3周）外文翻译、资料再收集。

4. 参考文献（12篇以上）

[1] 中国新闻网.中国机动车驾驶人超4亿2018小汽车保有量首破2亿[j].城市交通,2019,17(2):127-127.

[2] 本刊综合.安全是对生命的承诺[j].中国公路,2019(05):30-38.

[3] 姜允侃.无人驾驶汽车的发展现状及展望[j].微型电脑应用,2019,35(05):60-64.