任務6.2交通信號燈識別應用實踐

任務6.2交通信號燈識別應用實踐任務導入任務導入智能車輛感知層主要有攝像頭、雷達等，其中攝像頭是視覺識別的重要元件。智能車輛可以通過攝像頭進行交通標識識別，配合其他感知元件進行環(huán)境感知。交通信號燈是智能車輛在城市環(huán)境中行駛的主要指示信號，是智能車輛進行路徑規(guī)劃、車道動態(tài)控制的前提因素。本任務將以實訓的形式學習車輛如何識別交通信號燈。交通信號燈識別應用實踐的相關知識6.2.1交通信號燈檢識別的基本原理使用OpenCV庫函數(shù)在顏色空間中對信號燈顏色進行分割等操作，然后再通過信號燈形狀特征等進行進一步的判斷從而識別交通信號燈。6.2.2交通信號燈識別的方法交通信號燈的檢測與識別是無人駕駛與輔助駕駛必不可少的一部分，其識別精度直接關乎智能駕駛的安全。國內外的學者們提出了許多的解決方案?？偟膩碚f，目前有兩大類方法：第一類基于傳統(tǒng)的圖像處理方法；第二類用深度學習的卷積神經(jīng)網(wǎng)絡方法。第二類方法需要大量的訓練樣本避免過擬合的風險，較為復雜。第一類基于傳統(tǒng)的圖像處理方法相對簡單，即在各種顏色空間中利用信號燈顏色的先進行分割得到興趣區(qū)域，然后再通過信號燈所特有的形狀特征等進行進一步的判定。本次實訓將采用基于傳統(tǒng)的圖像處理算法來進行交通信號燈的識別，重點介紹核心技術。6.2.2交通信號燈識別的方法交通信號燈的檢測與識別是無人駕駛與輔助駕駛必不可少的一部分，其識別精度直接關乎智能駕駛的安全。國內外的學者們提出了許多的解決方案。總的來說，目前有兩大類方法：第一類基于傳統(tǒng)的圖像處理方法；第二類用深度學習的卷積神經(jīng)網(wǎng)絡方法。第二類方法需要大量的訓練樣本避免過擬合的風險，較為復雜。第一類基于傳統(tǒng)的圖像處理方法相對簡單，即在各種顏色空間中利用信號燈顏色的先進行分割得到興趣區(qū)域，然后再通過信號燈所特有的形狀特征等進行進一步的判定。本次實訓將采用基于傳統(tǒng)的圖像處理算法來進行交通信號燈的識別，重點介紹核心技術。任務實施——搭建交通信號燈識別實訓環(huán)境任務清單：完成Python+PyCharm環(huán)境配置方法。完成OpenCV庫和NumPy庫的安裝。在項目二中已經(jīng)講解在Windows系統(tǒng)下，Python+PyCharm環(huán)境配置方法以及OpenCV庫的安裝，在項目三中也講解了NumPy庫的安裝，這里不過多贅述。任務實施——交通信號燈識別應用任務清單：圖像預處理檢測交通信號燈識別交通信號燈6.2.4圖像預處理代碼運行結果如圖6.12所示。2．圖像轉化OpenCV中有多種色彩空間，包括RGB.HSI、HSL、HSV、HSB.YCrCB.CIEXYZ、CIELab8種，使用中經(jīng)常要遇到色彩空間的轉化，以便生成mask圖等操作。cv2模塊中的cvtColor（）函數(shù)用于將圖像從一個顏色空間轉換到另一個顏色空間的轉換（目前常見的顏色空間均支持），并且在轉換的過程中能夠保證數(shù)據(jù)的類型不變，即轉換后的圖像的數(shù)據(jù)類型和位深與源圖像一致。代碼運行結果如圖6.13所示。6.2.5檢測交通信號燈代碼運行結果如圖6.14所示。6.2.6識別交通信號燈提取出想要識別的信號燈顏色之后，為了使結果更加的直觀，便于查看，我們首先提取想要的結果，再將提取出的結果圈起來，最后加文字標注。4.2.9獲取車道線并疊加到原始圖像中這一步是將彩色圖像與我們上一步繪制的車道線圖像進行比例的融合。任務小結本任務主要講解交通信號燈