信號燈識別，作為實現(xiàn)城市自動駕駛的技術(shù)難點之一，近年一直是國內(nèi)外從業(yè)人員的研究對象。日本金澤大學近日發(fā)表了一個新算法，旨在即便是遠距離也能準確識別信號燈。

信號燈識別，作為實現(xiàn)城市自動駕駛的技術(shù)難點之一，近年一直是國內(nèi)外從業(yè)人員的研究對象。日本金澤大學近日發(fā)表了一個新算法，旨在即便是遠距離也能準確識別信號燈。 你可能會有疑問信號燈的識別有那么難嗎？一共就三種顏色，對于人眼（攝像頭）來說難道不是小菜一碟么？下面，筆者列出我認為的信號燈識別的幾個難點：

1在實際的城市自動駕駛場景中采集的交通信號燈圖像具有復(fù)雜的背景，如四面八方的信號燈以及其他各類發(fā)光源。2 容易發(fā)生遮擋，例如前面行駛的大貨車或是交通指示牌等。3 距離要求較高，由于后段還需根據(jù)識別結(jié)果進行減速或停車等駕駛決策，一般認為至少需要在100m以上距離時做出準確識別。4對于不同天氣環(huán)境、光照變化下容易對檢測效果產(chǎn)生影響。5信號燈不統(tǒng)一，包括圓形和箭頭形等。不同國家的信號燈也不一樣，針對不同國家地區(qū)要研發(fā)不同的模型。 信號燈識別主流有三種解決方案：車聯(lián)網(wǎng)V2X方案、借助高清地圖的方案和不使用高清地圖的方案，難度也依次增大。本文介紹的2020年日本金澤大學的最新研究，屬于最常用的借助高清地圖的解決方案，用于遠距離識別圓形和箭頭形交通信號燈。

自動駕駛車的信號燈識別（來自金澤大學） 如果想要實現(xiàn)100m以上的識別需求，其實使用高分辨率的相機就很容易實現(xiàn)。但增加圖像的分辨率則會增加處理時間，而對于后段的決策規(guī)劃，實時性是非常重要的。因此該研究并未采用深度學習的方案，而基于用CPU即可進行實時處理的傳統(tǒng)圖像識別方案。 為何使用高清地圖？結(jié)合自車定位，可以確定信號燈大致位置，減少檢測難度。因此，該方案使用高清地圖，利用提取ROI（Region of  Interest，感興趣區(qū)域）來降低計算負荷和誤檢測率。即使是150m遠距離，識別準確率可達91．8％（箭頭形信號燈為56．7％）。其中，可以檢測像素小于10pixel的箭頭形信號燈。 下面簡單介紹該信號燈識別算法的主要步驟：

信號燈識別流程圖（來自金澤大學）