解決自動駕駛汽車準(zhǔn)確識別交通信號燈的問題對于所有車輛安全都至關(guān)重要，與人類駕駛的汽車不同，自動駕駛汽車僅依靠其計算機(jī)視覺系統(tǒng)及導(dǎo)航數(shù)據(jù)來識別交通信號燈。
交通信號燈識別是實現(xiàn)城區(qū)自動駕駛能力最為關(guān)鍵的一環(huán)，現(xiàn)實世界的交通信號燈的位置、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燈卻并不是一件容易的事情。那么交通信號燈識別究竟有哪些難點，我們又有哪些技術(shù)方案能夠?qū)崿F(xiàn)交通信號燈檢測呢？
交通信號燈識別的技術(shù)難點
1、小物體檢測
交通信號燈檢測屬于小物體檢測問題，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，交通信號燈所能提取的特征有限，基本上是顏色特征，這個對設(shè)計神經(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，如交通信號燈的位置始終在高處，交通信號燈的時序信息等去判斷。
另外對于相機(jī)的選型也有要求，選擇FOV（field Of View，視野）小的，聚焦功能好，所檢測的距離遠(yuǎn)，但視野范圍?。贿x擇FOV大的，視野范圍大，但檢測距離近，所以可能會配合兩個甚至多個不同F(xiàn)OV大小的相機(jī)來檢測交通信號燈，這又會涉及到多個相機(jī)融合的難點問題。
2、交通信號燈實時變化
雖然跟交通標(biāo)志牌類似，都屬于靜態(tài)物體檢測，但交通信號燈的狀態(tài)是實時發(fā)生變化的，這提升了檢測的難度。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)的交通信號燈設(shè)計方式，展現(xiàn)形式不一樣，如天津地區(qū)的條形展現(xiàn)形式，這就對交通信號燈的數(shù)據(jù)采集提出更多的挑戰(zhàn)，要覆蓋更多場景，增加了采集成本，同時對檢測網(wǎng)絡(luò)提出了更高的要求，具備更強(qiáng)的泛化性。
3、交通信號燈倒計時
交通信號燈還會有倒計時的問題，在檢測到交通信號燈狀態(tài)的同時，對數(shù)字的倒計時同樣需要進(jìn)行檢測。此外同一個交叉路口，存在多個不同狀態(tài)下的交通信號燈，對這么多類型的交通信號燈檢測，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。而對于機(jī)器來說，它需要的是短時間能做出判斷，難度極大。
4、交通信號燈漏檢與誤檢
僅憑感知層面的交通信號燈檢測是遠(yuǎn)遠(yuǎn)不夠的，容易誤檢、漏檢，這對決策規(guī)劃層有極大的影響，紅燈識別成綠燈，繼續(xù)往前行駛，想想都是很危險的。通過單車智能的方式去感知交通信號燈難度太大，而且不能保證100%的識別成功率，交通信號燈的誤識別后果影響很嚴(yán)重，所以智能交通基礎(chǔ)設(shè)施建設(shè)需要及時跟上，包括交通信號燈的智能化、動態(tài)道路分配、智能路網(wǎng)設(shè)計等；這就需要得到城市政府部門的支持，能夠獲得城市路網(wǎng)的檢測數(shù)據(jù)，同時對獲得到數(shù)據(jù)的分析能力，高頻次的流動車的數(shù)據(jù)，位置信息，需要極佳的信號燈控制算法及產(chǎn)品才能把優(yōu)勢發(fā)揮出來。
