-
研究背景及意义
1.课题背景
近年来，随着经济与科学技术的高速发展，车俩作为人们出行必备的交通工具已经很普及，公众逐步的走向了普通家庭。目前，人们的生活水平已经得到了极大的提高，人们对生活物质要求高之外，对于交通安全问题也给予了极大的关注。虽然汽车行业得到了空前绝后的发展机会，但是也带来了一些新的问题和挑战。具体表现为车辆引发的交通事故和交通堵塞越来越多，直接或间接的给社会与个人造成了很大的损失。反思造成交通事故的原因，可大概概括为以下几个方面：行人和车辆不遵守交通规则，车辆故障，驾驶人员操作不当，判断失误等因素。在这样的情况下，对汽车的安全性、智能性的要求越来越高。因此，车辆的智能化作为一个研究热点，引起了国内外很多公司和专家的关注。无人驾驶车的出现也在情理之中。因此，为提高道路交通安全,关于先进辅助驾驶系统(Advanced Driver Assistance Systems, ADAS)[1]和 ITS 系统[2]研究逐渐成为受到广泛关注的科技领域。该系统是一个集合了检测、计算机和控 制等技术的综合信息系统，旨在利用包括人工智能、计算机视觉、图像处理、机器学习等先进技术的研究，提升相关的车辆感知其周围环境的能力，增强其应对复杂情况的性能降低事故发生。该项研究在社会和学术方面将有重要经济价值和意义[3]。
2.研究目的和意义
无人驾驶汽车能通过获取车辆环境参数和车内系统参数，进而主动对车辆进行紧急控制，避免许多交通事故。另一方面，无人驾驶车能通过预留车距、车道偏离预警、控制车辆速度等方式预防交通事故的发生。但面对现实场景下的地理环境，目前的科学技术水平远远达不到纯智能化的要求，但还是可以有一些有用的辅助系统用于提高交通工具安全性，比如交通标志识别系统、道路检测系统、行人检测系统已经路况分析系统等。其中，交通标志识别是智能交通系统的重要研究方向之一[4]。
从另一方面来看，关于无人驾驶汽车的交通标志的识别所解决的问题不仅仅是在汽车领域应用的问题，而且也是长期以来计算机视觉领域研究中的关键技术之一。人类大脑经过从小到大的学习，能够很容易的分辨眼睛所看到的事物，从而做出相应的反应，但是对于计算机而言，根据所采集到的图像，在复杂环境下对目标区域进行准确的识别并加以正确的处理是很困难的事情。因为作为输入的图像在计算机中的存储格式为二进制数字，为此我们需要建立复杂的数字模型和相关算法对图像进行处理分析。若能解决驾驶车在行驶环境下交通标志的识别问题，不仅可以解决无人驾驶的难题，同时会推动以计算机视觉为基础的其他行业的发展，比如工业机器人、智能服务行业已经智能安防等。
- 国内外研究概况
在车辆的行驶过程中，从人的视觉来看，对于驾驶车周围的环境来说，交通标志具有很明显的特征。首先交通标志的颜色十分明显，包括蓝色、、红色、黄色、白色等很显眼的颜色，以便人们能够第一时间看到。其次是交通标志是人为规定的特殊图形，例如圆形、箭头、字符等，这些图形体现了该交通标志的指示信息。对于计算机而言，交通标志的识别基本可以分为两个部分：首先是在图像上进行交通标志区域的检测，通过描述的特征将交通标志从图像上分割下来；然后就是交通标志的分类，利用交通标志之间的差异选择合适的分类算法，将交通标志正确分类，从而得到交通标志所指示的信息。
1.国外无人驾驶车交通标志识别发展现状
交通标志识别研究是出现在上个世纪80年代初，最早是有日本和欧洲一些国家开始，日本在1987年提出了自动交通标志识别算法[5],并在硬件上实现一些经典算法，比如模板匹配等算法。
到上世纪九十年代，许多国家开始投入到交通标志识别研究中，如美国、法国、德国等很多国家相继提出了各自的识别方法。例如法国Blancard开发了形状处理来实现交通标志的识别[6]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
