解決自動(dòng)駕駛汽車準(zhǔn)確識(shí)別交通信號(hào)燈的問題對(duì)于所有車輛安全都至關(guān)重要，與人類駕駛的汽車不同，自動(dòng)駕駛汽車僅依靠其計(jì)算機(jī)視覺系統(tǒng)及導(dǎo)航數(shù)據(jù)來識(shí)別交通信號(hào)燈。
交通信號(hào)燈識(shí)別是實(shí)現(xiàn)城區(qū)自動(dòng)駕駛能力最為關(guān)鍵的一環(huán)，現(xiàn)實(shí)世界的交通信號(hào)燈的位置、朝向并無規(guī)律可言，想在圖像中找到隨機(jī)懸掛在路口的交通信號(hào)燈卻并不是一件容易的事情。那么交通信號(hào)燈識(shí)別究竟有哪些難點(diǎn)，我們又有哪些技術(shù)方案能夠?qū)崿F(xiàn)交通信號(hào)燈檢測(cè)呢？
交通信號(hào)燈識(shí)別的技術(shù)難點(diǎn)
1、小物體檢測(cè)
交通信號(hào)燈檢測(cè)屬于小物體檢測(cè)問題，在一副圖像上所占的像素比極小，并且不同于車輛，行人的檢測(cè)，交通信號(hào)燈所能提取的特征有限，基本上是顏色特征，這個(gè)對(duì)設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)的特征提取提出極大的挑戰(zhàn)。還需從其它角度考慮，如交通信號(hào)燈的位置始終在高處，交通信號(hào)燈的時(shí)序信息等去判斷。
另外對(duì)于相機(jī)的選型也有要求，選擇FOV（field Of View，視野）小的，聚焦功能好，所檢測(cè)的距離遠(yuǎn)，但視野范圍小；選擇FOV大的，視野范圍大，但檢測(cè)距離近，所以可能會(huì)配合兩個(gè)甚至多個(gè)不同F(xiàn)OV大小的相機(jī)來檢測(cè)交通信號(hào)燈，這又會(huì)涉及到多個(gè)相機(jī)融合的難點(diǎn)問題。
2、交通信號(hào)燈實(shí)時(shí)變化
雖然跟交通標(biāo)志牌類似，都屬于靜態(tài)物體檢測(cè)，但交通信號(hào)燈的狀態(tài)是實(shí)時(shí)發(fā)生變化的，這提升了檢測(cè)的難度。此外，在不同光照條件下，紅燈和黃燈的相似度很接近，甚至人眼都難以區(qū)分，只能根據(jù)燈的位置信息來區(qū)分。
另外，不同地區(qū)的交通信號(hào)燈設(shè)計(jì)方式，展現(xiàn)形式不一樣，如天津地區(qū)的條形展現(xiàn)形式，這就對(duì)交通信號(hào)燈的數(shù)據(jù)采集提出更多的挑戰(zhàn)，要覆蓋更多場(chǎng)景，增加了采集成本，同時(shí)對(duì)檢測(cè)網(wǎng)絡(luò)提出了更高的要求，具備更強(qiáng)的泛化性。
3、交通信號(hào)燈倒計(jì)時(shí)
交通信號(hào)燈還會(huì)有倒計(jì)時(shí)的問題，在檢測(cè)到交通信號(hào)燈狀態(tài)的同時(shí)，對(duì)數(shù)字的倒計(jì)時(shí)同樣需要進(jìn)行檢測(cè)。此外同一個(gè)交叉路口，存在多個(gè)不同狀態(tài)下的交通信號(hào)燈，對(duì)這么多類型的交通信號(hào)燈檢測(cè)，就算是人可能也沒辦法區(qū)分清楚，需要配合一定的經(jīng)驗(yàn)。而對(duì)于機(jī)器來說，它需要的是短時(shí)間能做出判斷，難度極大。
4、交通信號(hào)燈漏檢與誤檢
僅憑感知層面的交通信號(hào)燈檢測(cè)是遠(yuǎn)遠(yuǎn)不夠的，容易誤檢、漏檢，這對(duì)決策規(guī)劃層有極大的影響，紅燈識(shí)別成綠燈，繼續(xù)往前行駛，想想都是很危險(xiǎn)的。通過單車智能的方式去感知交通信號(hào)燈難度太大，而且不能保證100%的識(shí)別成功率，交通信號(hào)燈的誤識(shí)別后果影響很嚴(yán)重，所以智能交通基礎(chǔ)設(shè)施建設(shè)需要及時(shí)跟上，包括交通信號(hào)燈的智能化、動(dòng)態(tài)道路分配、智能路網(wǎng)設(shè)計(jì)等；這就需要得到城市政府部門的支持，能夠獲得城市路網(wǎng)的檢測(cè)數(shù)據(jù)，同時(shí)對(duì)獲得到數(shù)據(jù)的分析能力，高頻次的流動(dòng)車的數(shù)據(jù)，位置信息，需要極佳的信號(hào)燈控制算法及產(chǎn)品才能把優(yōu)勢(shì)發(fā)揮出來。
