Autonomní stroje/vozidla jsou všechna nastavena na jízdu po silnici. S tím, jak se silnice zahušťují jinými vozidly, je pro řidiče i autonomní auta obtížné rozpoznat všechny dopravní značky na stezce. Nelze opomíjet možnost promeškat zásadní známky, které mohou vést ke smrtelným nehodám. K pomoci řidičům a autonomním vozům překonat tento problém se používají kamerové systémy rozpoznávání dopravních značek jako součást pokročilého asistenčního systému řidiče (ADAS). Některé z důvodů, proč tyto dopravní značky vynechat
- Špatné osvětlení
- Hustota provozu
- Nedostatek koncentrace
Špatné osvětlení a hustota provozu, dva z hlavních důvodů chybějících dopravních značek, lze vyřešit použitím robustního systému rozpoznávání dopravních značek. Nedostatek koncentrace je však něco, co lze vyřešit dvěma přístupy, jedním je použití řešení pro monitorování řízení, které sleduje řidiče na případnou nepozornost a upozorní na ni, druhý přístup je podobný dalším dvěma důvodům, kdy provoz Systém rozpoznávání znaků problém řeší.
Systém rozpoznávání dopravních značek je tvořen kamerou, která je orientovaná dopředu a má široké zorné pole pokrývající celou vozovku pro jakékoli značky zřízené orgány pro regulaci dopravy. Integrovaná platforma s algoritmy, které dokážou rozpoznat jakoukoli dopravní značku. V obecné praxi tyto algoritmy využívají spíše přístup založený na CNN než klasickou techniku zpracování obrazu, což pomáhá systému identifikovat a klasifikovat různorodou sadu znaků.
Tradiční strojové učení pro rozpoznávání dopravních značek
Tradiční strojové učení zahrnovalo časově náročnou část extrakce funkcí. Algoritmy jako SVM se používají v tradičním strojovém učení. Algoritmy používané v tradičním strojovém učení pro rozpoznávání dopravních značek jsou
- Předzpracování obrazu: Prostorově-časové odstranění šumu
- Extrakce funkcí: Haar, HOG a Keypoint detektor
- Detekce objektů: kaskádové klasifikátory, rozhodovací strom a podpůrný vektorový stroj (SVM)
Pro rozpoznávání dopravních značek je navržen přístup založený na CNN, protože vyžaduje výkon v reálném čase na okrajových zařízeních
CNN nad tradičními algoritmy strojového učení pro rozpoznávání dopravních značek
Někdo by mohl namítnout, že pokud tradiční strojové učení může fungovat podle záměru pro aplikaci, jako je rozpoznávání dopravních značek na okraji, co je potřeba pro CNN Existuje mnoho výhod, které CNN poskytuje oproti tradičnímu strojovému učení, některé jsou uvedeny níže.
- Modely CNN nabízejí lepší výkon, pokud jde o vyvolání a přesnost
- Přesnost algoritmu se zvyšuje s rostoucími daty
- Nevyžaduje ruční extrakci funkcí
CNN pro rozpoznávání dopravních značek
Přístup hlubokého učení využívá neuronové sítě k dokončení intenzivního úkolu rozpoznávání dopravních značek. Existují různé algoritmy podobné tradiční metodě, která je uvedena v předchozí části;
- Předzpracování obrazu: vylepšení při slabém osvětlení
- Extrakce vlastností: Neuronové síťové kodéry
- Klasifikace objektu:
- Detekce objektů: SSD, YOLO, R-CNN (jako síť klasifikace alexnet)
Rozvoj sítě CNN pro rozpoznávání dopravních značek
Typický systém rozpoznávání dopravních značek se skládá z algoritmů pro lokalizaci a klasifikaci ve stejném pořadí. Lokalizace se týká identifikace polohy dopravní značky na rámu a klasifikace se týká přiřazení značky k předem natrénovanému souboru tříd dopravních značek.
Modelový trénink
Toto je volitelný krok/fáze, kde je model CNN trénován na různém datovém souboru. V případě rozpoznávání dopravních značek jsou snadno dostupné datové sady jako GTSDB pro detekci dopravních značek (německý benchmark detekce dopravních značek) a GTSRB pro rozpoznávání dopravních značek (německý benchmark pro rozpoznávání dopravních značek). Tato datová sada se skládá z jediné klasifikace obrázků/více tříd s více než 40 třídami a 50,000 XNUMX znaky. Uvedený model je trénován na GPU, jako je Nvidia AGX XavierTM nebo tensor Processing Unit (TPU) společnosti Google. TPU je však cloudové řešení pro akceleraci hlubokého učení a někomu nemusí vyhovovat nahrávání vlastní datové sady do veřejného cloudu. Proto jsou preferovány GPU, které urychlují učení pro jakýkoli model hlubokého učení, a totéž platí pro rozpoznávání dopravních značek.
Obecně platí, že praktické modely lokalizace a rozpoznávání se trénují samostatně. Vývojáři však dávají přednost použití vlastní datové sady, která umožňuje předvést robustnost algoritmu.
Portování vestavěné platformy
Až dosud od školení až po vývoj modelu CNN byla většina práce prováděna pomocí GPU nebo cloudové platformy. V reálné aplikaci by však mít GPU nebo jiný výkonný výpočetní systém v autě výrazně zvýšilo náklady, čímž by odvedlo kupující pryč. Proto musí být algoritmus schopen běžet na vestavěné platformě s nízkou spotřebou energie s vysokou účinností a rychlostí vyvolání.
Proč investovat do čističky vzduchu?
Rozpoznávání dopravních značek pomocí kamery je nutností pro všechna auta, která plánují dosáhnout úrovně SAE 3 a vyšší schopností autonomního řízení. Nicméně s výzvou zpracování obrazu pro rozpoznávání dopravních značek zůstává hlavní nevýhodou přenesení algoritmů rozpoznávání dopravních značek na vestavěnou platformu automobilové třídy s vysokou účinností a rychlostí vyvolání. Přečtěte si více o «Rozpoznávání dopravních značek v reálném čase pomocí hluboké sítě pro vestavěné platformy» od týmu PathPartner ADAS Přečtěte si více o «Rozpoznávání dopravních značek v reálném čase pomocí hluboké sítě pro vestavěné platformy» od týmu PathPartner ADAS
Přečtěte si více o » Rozpoznávání dopravních značek v reálném čase pomocí hluboké sítě pro vestavěné platformy » od týmu PathPartner ADAS
Další čtení
- Top 7 aplikací kamer v pokročilých asistenčních systémech řidiče a automatizovaném řízení
- 3 věci, na které si dát pozor při vývoji autonomního řízení-2019
- Sedm technologií, které zrychlují schopnosti autonomního řízení – poslední určitě je ta, na kterou všichni čekají!
- Úvahy o návrhu pro přenos aplikací ADAS v reálném čase na vestavěné platformy
V roce 2019 došlo ve Spojených státech k 26 % všech úmrtí souvisejících s motorovými vozidly při nehodách souvisejících s rychlostí. Rozpoznávání dopravních značek je jedním z bezpečnostních systémů vozidel, který se snaží pomoci řidiči uvědomit si rychlostní limity a další dopravní značky. Výsledkem je, že stále více nových vozidel v USA přichází s rozpoznáváním dopravních značek jako standardní nebo volitelnou funkcí.
Čtěte dále a dozvíte se více o rozpoznávání dopravních značek v autech, jak funguje rozpoznávání dopravních značek a jak je tento systém ADAS nezbytný pro další inteligentní technologie vozidel.
Co je rozpoznávání dopravních značek?
Traffic Sign Recognition (TSR) je pokročilý asistenční systém pro řidiče (ADAS), který rozpoznává a předává informace o dopravních značkách řidičům prostřednictvím přístrojové desky, multimédií nebo head-up displeje. Ve Spojených státech mohou systémy TSR rozpoznat značky omezení rychlosti, nevstupujte do značek, a stopky. Některé dokážou i odhalit výnosové známky, i když záleží na modelu. TSR si klade za cíl přispět k tomu, aby si řidiči byli více vědomi a byli schopni lépe rozhodovat o bezpečnějším řízení.
Jak funguje rozpoznávání dopravních značek?
Rozpoznávání dopravních značek využívá pokročilé kamery směřující dopředu, obvykle namontované na čelním skle poblíž zpětného zrcátka. Kamera zvládá detekci dopravních značek a software je zpracovává, aby klasifikoval, co určité dopravní značky znamenají. Po klasifikaci dopravních značek jsou informace předány řidiči téměř v reálném čase.
TSR často používá stejnou dopředu směřující kameru ADAS, která sleduje značení jízdních pruhů a informuje systém varování před opuštěním jízdního pruhu vašeho vozidla. Je tedy běžné, že tyto funkce přicházejí ve stejném balíčku ADAS.
Rozpoznávání značek rychlostního limitu: TSR + GPS
Co když není dopravní značka tam, kde by měla být?
Detekce dopravních značek nefunguje za všech okolností, výrazně, když jsou dopravní značky poškozené, chybí nebo jsou umístěny míle od sebe. Kvůli inherentním problémům s identifikací dopravních značek používají některá vozidla k napájení zobrazení aktuálního rychlostního limitu kombinaci dat TSR a navigačního systému GPS. Kombinace dat z různých zdrojů přispívá k lepší informovanosti jízdy.
Použití údajů o rychlostních limitech k omezení rychlosti vozidel
Co kdyby vaše vozidlo mohlo poskytovat údaje o rychlostním limitu a zpětnou vazbu v reálném čase o vaší rychlosti vzhledem k limitu?
Intelligent Speed Assistance (ISA), také nazývaná inteligentní adaptace rychlosti, je podobný pokročilý bezpečnostní systém vozidel, který je v USA do značné míry neznámý. Používá data GPS, digitální mapová data a/nebo data systému TSR z palubních kamer k zobrazení rychlostního limitu. Řidič. Poté, v závislosti na systému ISA, poskytuje upozornění na omezení rychlosti, odpor plynového pedálu nebo omezuje průtok plynu, aby byla rychlost zcela omezena. Běžně však systémy ISA zahrnují ovládání řidiče zvýšeným tlakem na plynový pedál nebo stisknutím tlačítka na volantu. Řidiči mohou také vypnout systémy ISA v nastavení vozidla.
Od modelového roku 2022 budou mít všechna nová vozidla prodávaná v Evropské unii ISA. Ve Spojených státech jsou některá auta dostupná s volitelnými poradenskými systémy ISA, jako je systém Mazda Traffic Sign Recognition, který zahrnuje varování před překročením rychlosti (více o tom níže). Technologie však zatím není rozšířená.
Která auta mají rozpoznávání dopravních značek?
TSR je k dispozici u mnoha výrobců automobilů, ale nenajdete jej v základním balíčku ADAS nabízeném většinou značek. Přijetí tohoto ADASu výrazně zaostává za mnoha dalšími funkcemi a nedostanete ho na žádné nové vozidlo. Zde je několik výrobců automobilů, které nabízejí některé verze TSR na nových vozidlech prodávaných ve Spojených státech:
- Informace o dopravních značkách Volvo
- Rozpoznávání dopravních značek Audi
- Informace o rychlostním limitu BMW
- Asistent dopravních značek Mercedes-Benz
- Systém rozpoznávání dopravních značek Honda
- Rozpoznávání dopravních značek Mazda
- Rozpoznávání dopravních značek Ford
Technologie rozpoznávání dopravních značek dnes
Současná technologie není schopna určit všechny dopravní značky ani fungovat za všech podmínek. Výkon systémů TSR omezuje několik okolností, včetně následujících:
- Špinavé nebo nesprávně seřízené světlomety
- Špinavé, zamlžené nebo zablokované čelní sklo
- Pokřivené, zkroucené nebo ohnuté značky
- Abnormální stav pneumatik nebo kol
- Nakloněné vozidlo v důsledku velkého nákladu nebo upraveného zavěšení
Zatímco TSR a podobné technologie snímání vozidel jsou zásadní pro přechod k plně autonomnímu řízení, my tam ještě nejsme. I TSR je pouze asistenční systém řidiče. Řidiči se nemohou spoléhat pouze na to, že za ně bude jezdit jakýkoli systém ADAS.
Kalibrace kamery TSR
Kamery s předním snímáním nejsou samokalibrační. Profesionální kalibrace je nezbytná pro správnou funkci většiny systémů ADAS po ohýbání blatníků, výměně čelního skla, odpružení nebo změnách seřízení. Během kalibrace jsou senzory, včetně kamer směřujících dopředu, zarovnány do správné polohy. Jsou nově zaměřeny tak, aby za vás „viděly“ dopravní značky (na správném místě vzhledem k autu).
Od modelového roku 2022 budou mít všechny nové osobní automobily v USA alespoň jeden standard ADAS. V důsledku toho bude rostoucí vlna vozidel během několika příštích let potřebovat kalibrace ADAS. Navzdory tomu většina autobazarů není připravena tyto složité postupy zvládnout. Podle průmyslového průzkumu z roku 2020 pouhý 1 ze 4 majitelů obchodů uvedl, že je vybaven ke zpracování kalibrací ADAS.
Car ADAS Solutions je společnost zabývající se technologiemi a službami. Specializujeme se na implementaci a podporu kalibračních řešení ADAS pro nové i stávající provozy. Náš tým pomáhá od začátku do konce, od prověřování vašeho prostoru a pomoci s kalibračním zařízením ADAS až po školení techniků ADAS a průběžnou podporu.
Klíčové věci
- V roce 2019 bylo 26 % úmrtí souvisejících s motorovými vozidly v USA způsobeno nehodami způsobenými rychlostí.
- Rozpoznávání dopravních značek (TSR) je pokročilý asistenční systém pro řidiče (ADAS), který rozpoznává a zobrazuje informace o dopravních značkách řidičům.
- TSR využívá kamery směřující dopředu k detekci a klasifikaci dopravních značek, což pomáhá řidičům činit bezpečnější rozhodnutí.
- TSR se často kombinuje s údaji GPS, aby poskytoval informace o rychlostních limitech, i když značky chybí nebo jsou poškozené.
- Intelligent Speed Assistance (ISA) využívá data GPS a TSR k zobrazení rychlostních limitů a může také omezit rychlost vozidla.
- TSR je k dispozici od různých výrobců automobilů v USA, ale jeho přijetí zaostává za ostatními funkcemi ADAS.
- TSR má omezení, včetně problémů se světlomety, čelními skly, značkami, pneumatikami a náklonem vozidla.
- Aby systémy ADAS správně fungovaly po specifických událostech, jako je výměna čelního skla, je nutná profesionální kalibrace.
- Car ADAS Solutions nabízí podporu a služby pro implementaci kalibračních řešení ADAS.
FAQ – Rozpoznávání dopravních značek a ADAS
Co je rozpoznávání dopravních značek (TSR)?
Rozpoznávání dopravních značek (TSR) je pokročilý asistenční systém řidiče (ADAS), který identifikuje a sděluje informace o dopravních značkách řidičům prostřednictvím displejů, jako je přístrojová deska, multimediální systém nebo head-up displej. V USA TSR typicky rozpoznává značky s omezením rychlosti, značky stop a další, v závislosti na modelu vozidla.
Jak funguje rozpoznávání dopravních značek?
TSR využívá k detekci dopravních značek kamery směřující dopředu, obvykle namontované v blízkosti zpětného zrcátka na čelním skle. Tyto značky jsou poté zpracovány softwarem, aby určil jejich význam, a jsou okamžitě zobrazeny řidiči, což pomáhá zvýšit povědomí o rychlostních limitech a dalších důležitých informacích.
Jaké další informace může TSR poskytnout kromě rychlostních limitů?
Ve Spojených státech TSR primárně rozpoznává značky stop a značky „nevstupujte“. Některé pokročilé systémy mohou také detekovat známky výnosu. Cílem systému je pomáhat řidičům při bezpečnějším rozhodování poskytováním informací o dopravních značkách v reálném čase.
Je rozpoznávání dopravních značek stejné jako inteligentní asistence rychlosti (ISA)?
Ne, rozpoznávání dopravních značek (TSR) a inteligentní asistence rychlosti (ISA) jsou příbuzné, ale odlišné systémy. TSR se zaměřuje na rozpoznávání a zobrazování dopravních značek, zatímco ISA využívá data GPS, digitální mapy a informace TSR k zobrazení rychlostních limitů a může dokonce omezit rychlost vozidla, aby tyto limity dodržela.
Jsou všechna vozidla vybavena systémem rozpoznávání dopravních značek (TSR)?
Ne, dostupnost TSR se liší podle výrobce automobilu a modelu. Není to standardní funkce ve většině základních balíčků ADAS a její přijetí v USA stále roste. Některé automobilky nabízejí TSR jako volitelnou funkci u vybraných modelů.
Jaká jsou omezení systémů rozpoznávání dopravních značek (TSR)?
Systémy TSR mohou mít za určitých podmínek omezení, včetně problémů se špinavými nebo špatně seřízenými světlomety, ucpanými čelními skly, poškozenými dopravními značkami, abnormálním stavem pneumatik nebo kol nebo když je vozidlo nakloněno kvůli velkému zatížení. Řidiči by se neměli při řízení spoléhat pouze na TSR nebo jakýkoli systém ADAS.
Proč je nutná kalibrace kamery pro TSR a další systémy ADAS?
Kamery směřující dopředu používané v TSR a dalších funkcích ADAS vyžadují profesionální kalibraci po specifických událostech, jako je výměna čelního skla, nehody, změny zavěšení nebo seřízení geometrie kol. Kalibrace zajišťuje správné umístění kamer, aby detekovaly dopravní značky a fungovaly přesně.
