基于無人車的交通標志跟蹤與識別系統(tǒng)研究.pdf

1、智能交通系統(tǒng)中的一個關(guān)鍵技術(shù)就是開發(fā)具有安全、可靠的無人駕駛車輛。交通標志自動識別系統(tǒng)是無人車視覺系統(tǒng)的重要組成部分也是實現(xiàn)的一個難點。本文通過對交通標志自動識別方法的研究，設(shè)計了基于無人車的交通標志自動跟蹤和識別系統(tǒng)。
　　 本文主要研究了自然環(huán)境中的交通標志彩色分割、形狀檢測、跟蹤和識別方法。由于交通標志的顏色受光照變化的影響較大，為了達到在不同光照條件下都能正確、高效分割出交通標志的目的，本文提出了結(jié)合彩色濾波器和二維快速

2、OTSU的彩色分割方法，提高了分割結(jié)果對光照變化的魯棒性。
　　 為進一步將交通標志和其它與交通標志有相同顏色特征的物體區(qū)分開，對顏色分割后的圖像作形狀檢測以實現(xiàn)準確定位。為了克服旋轉(zhuǎn)、傾斜等因素對形狀特征的影響，本文提出了一種結(jié)合最優(yōu)角點和對稱性檢測的三角形和矩形檢測方法?，F(xiàn)場測試表明，這種方法對交通標志的旋轉(zhuǎn)、傾斜有較好的魯棒性，并實現(xiàn)了對只有部分黃色信息的下陡坡交通標志的形狀檢測。圓形交通標志由于沒有明顯的角點特征，本文提

3、出了一種結(jié)合邊緣擬合和對稱中心的檢測方法，實現(xiàn)了圓形交通標志的中心定位和半徑檢測。
　　 為了解決車載系統(tǒng)變速運動時Kalman濾波器跟蹤不準確的問題，本文利用交通標志的邊緣信息提出了一種改進的Kalman跟蹤系統(tǒng)。這種方法實現(xiàn)了車載系統(tǒng)變速運動時的準確跟蹤并避免了在每一幀圖像都對交通標志大小進行預(yù)測，提高了跟蹤效率。
　　 為了提高交通標志的識別準確率，本文采用逐步求精的策略設(shè)計了一種基于SVM的多層交通標志識別系統(tǒng)，