崔曉川+鄒博維+張恒嘉

摘 要：為了填補(bǔ)目前智能網(wǎng)聯(lián)汽車在智能標(biāo)識(shí)識(shí)別系統(tǒng)檢測方法中的空白，對交通標(biāo)識(shí)識(shí)別系統(tǒng)檢測方法進(jìn)行研究。通過安裝精密機(jī)器人控制系統(tǒng)并配合以高精度定位系統(tǒng)，搭建智能標(biāo)識(shí)識(shí)別系統(tǒng)的測量平臺(tái)。通過精確控制試驗(yàn)車輛的速度及行駛過程中的相應(yīng)姿態(tài)，并且采用實(shí)時(shí)記錄試驗(yàn)車輛與目標(biāo)交通標(biāo)識(shí)的位置信息的方式達(dá)到對交通標(biāo)識(shí)識(shí)別系統(tǒng)進(jìn)行可靠性檢驗(yàn)的目的。實(shí)驗(yàn)證明：該方法的速度控制精度在±0.5km/h以內(nèi)、距離控制精度在±0.1m以內(nèi)。

關(guān)鍵詞：智能標(biāo)識(shí)識(shí)別系統(tǒng)；精密機(jī)器人；高精度定位系統(tǒng)；檢測方法；可靠性

中圖分類號：U467.1 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號：1005-2550（2017）05-0008-04

Research on Test Method of Traffic Signs Recognition System Based on Precise Location

CUI Xiao-chuan， ZOU Bo-wei， Zhang Heng-jia

（ China Automotive Technology & Research Center， Tianjin300300， China ）

Abstract： In order to fill margin of intelligent vehicle identification system test method in current intelligent connected vehicel， this paper studied the detection method of traffic sign recognition system. By installation of precision robot system and the high precision positioning system， intelligent identification system measuring platform was estabilished.Through the accurate control of the speed of the vehicle and the vehicle attitude in the process of test and measuring the real-time location information between the measured vehicle and the target traffic signs， the reliability test of the traffic sign recognition system was carried out. The experiment results show that the method of the speed control precision is within 0.5km/h and the range accuracy is within 0.1m or less.

1 引言

隨著汽車技術(shù)及相應(yīng)的視覺圖像和電子技術(shù)的進(jìn)步，目前大量的智能圖像傳感器應(yīng)用于汽車輔助駕駛功能，進(jìn)而不斷地提高汽車的科技含量和安全性能[1]。隨著汽車保有量的不斷增加，城市交通擁擠、由于駕駛員的各種原因帶來的交通事故數(shù)量也呈現(xiàn)幾何級數(shù)式的的增長，因此近幾年安全駕駛、智能交通[2-3]等概念受到了越來越多的重視。

智能交通標(biāo)識(shí)識(shí)別系統(tǒng)主要利用視覺圖像傳感元件，在汽車行駛的過程中不斷地對周圍環(huán)境進(jìn)行圖像提取，通過一系列的圖像預(yù)處理、圖像特征識(shí)別及圖像特征匹配，將行駛路段的交通標(biāo)識(shí)識(shí)別出來，并通過車速表顯示或者抬頭顯示等方式告知駕駛員相應(yīng)的道路交通信息（如圖1所示），有助于駕駛員將注意力集中在合法的車輛駕駛上，不僅規(guī)范了交通環(huán)境，同時(shí)有利于降低交通事故的發(fā)生[4]。

國外對智能交通標(biāo)識(shí)識(shí)別系統(tǒng)的研究起步較早，提出了顏色分割、邊緣檢測、神經(jīng)網(wǎng)絡(luò)等識(shí)別方法[5]。目前，福特開發(fā)的全新智能車速控制系統(tǒng)包含有兩個(gè)系統(tǒng)模塊，分別為可調(diào)節(jié)車速控制系統(tǒng)以及交通信號識(shí)別系統(tǒng)；可調(diào)節(jié)車速控制系統(tǒng)可以人為設(shè)定最高的限速速度，而交通信號識(shí)別系統(tǒng)則可以識(shí)別交通標(biāo)識(shí)信息并通過儀表盤通知駕駛員。而奔馳也在S級和E級車型中通過前風(fēng)擋玻璃內(nèi)側(cè)安裝的視覺攝像頭識(shí)別道路兩旁的標(biāo)識(shí)，并做出判斷是否是禁行標(biāo)識(shí)或者其他比如說限速標(biāo)識(shí)或者限制超車的標(biāo)識(shí)，同時(shí)車輛通過導(dǎo)航系統(tǒng)以及其他數(shù)據(jù)來判斷車輛是否會(huì)違反交通標(biāo)識(shí)的趨勢，并通過聲音提示給駕駛員注意相應(yīng)的交通標(biāo)識(shí)提醒信息。國內(nèi)在研究智能交通標(biāo)識(shí)識(shí)別系統(tǒng)領(lǐng)域起步相對較晚，但目前已有國內(nèi)很多科研團(tuán)體及高校在研發(fā)智能交通標(biāo)識(shí)識(shí)別系統(tǒng)中取得了實(shí)質(zhì)性的成果，均體現(xiàn)在對標(biāo)識(shí)識(shí)別系統(tǒng)提取出來圖像的圖像處理技術(shù)研究。各方學(xué)者通過對SURF算法、LSH算法、RANSAC算法、SIFT算法、稀疏矩陣表示算法等圖像處理及圖像匹配算法的研究和發(fā)展，已經(jīng)提出了各自實(shí)現(xiàn)交通標(biāo)識(shí)識(shí)別的成熟算法并取得了實(shí)驗(yàn)階段的成功[6-9]。

2 交通標(biāo)識(shí)識(shí)別系統(tǒng)的工作原理及影響系統(tǒng)的關(guān)鍵因素

交通標(biāo)識(shí)識(shí)別系統(tǒng)的工作原理是利用視覺成像元件通過圖像提取技術(shù)采集周圍交通道路中的環(huán)境信息，將提取出的圖像信息進(jìn)行后續(xù)的圖像預(yù)處理、特征識(shí)別和特征匹配等技術(shù)的處理，將與標(biāo)準(zhǔn)模板庫中的交通標(biāo)識(shí)信息匹配成功的圖像特征顯示出來，用以提示駕駛員此路段的交通標(biāo)識(shí)信息。

2.1 圖像預(yù)處理

對交通環(huán)境中采集到的彩色圖像進(jìn)行顏色分割是系統(tǒng)檢測標(biāo)識(shí)信號的重要一步，在對顏色進(jìn)行分割前，對圖像進(jìn)行光照均衡化處理可以削弱光照變化對后續(xù)圖像識(shí)別的影響，增強(qiáng)彩色圖像的對比度。在RGB顏色模型下對采集的圖像進(jìn)行預(yù)處理二值化后，可通過膨脹、腐蝕、面積過濾等處理方法配合以相應(yīng)的中值濾波、高斯濾波等濾波方法，進(jìn)而得到滿足要求的連通區(qū)域[10]。endprint

2.2 圖像特征提取

得到滿足要求的連通區(qū)域后，對該區(qū)域進(jìn)行特征提取。圖像的特征體現(xiàn)了交通標(biāo)識(shí)的信息，通過對預(yù)處理圖像的顏色、形狀、紋理等信息的提取，剔除采集圖像中大量不必要的信息。特征提取可以分為：基于顏色空間的特征識(shí)別、圖像形態(tài)學(xué)處理、基于形狀的特征識(shí)別等幾種提取方式。常用的特征提取算法有基于尺度空間特征的SIFT算法，它具有較高的魯棒性和可區(qū)分性。圖像特征提取過程中發(fā)現(xiàn)光照條件、拍攝角度及旋轉(zhuǎn)對后續(xù)的圖像匹配有很大的影響作用[11]。

2.3 圖像特征匹配

將提取得到的滿足交通標(biāo)識(shí)特征的連通區(qū)域與標(biāo)準(zhǔn)交通標(biāo)識(shí)圖像模板庫中的特征進(jìn)行對比匹配，最終得到通過視覺傳感元件采集到的交通環(huán)境信息中的具體交通標(biāo)識(shí)信息，通過不同的方式發(fā)送給駕駛員提示遵守相應(yīng)的交通規(guī)則。匹配的時(shí)間直接影響智能交通標(biāo)識(shí)識(shí)別系統(tǒng)的響應(yīng)時(shí)間，故前期的圖像處理工作至關(guān)重要，處理得到的特征與標(biāo)準(zhǔn)模板庫中的特征相似程度越高，則系統(tǒng)的響應(yīng)時(shí)間越小，系統(tǒng)靈敏度越高。

2.4 確定影響系統(tǒng)的關(guān)鍵因素

通過對系統(tǒng)工作原理的分析表明，圖像的初始提取對整車級別的智能交通標(biāo)識(shí)識(shí)別系統(tǒng)的檢測結(jié)果有著決定性的因素，初始提取出來的圖像越清晰，系統(tǒng)最終識(shí)別的正確率越高。車輛的顛簸及左右搖擺會(huì)使提取的圖像模糊影響后續(xù)的圖像處理；視覺傳感器與交通標(biāo)識(shí)牌的角度會(huì)使提取的圖像發(fā)生形狀畸變，影響圖像特征識(shí)別及匹配；實(shí)驗(yàn)過程中的光照條件對圖像提取的質(zhì)量也起到了決定性的作用[12-14]。綜上所述本文提出的對交通標(biāo)識(shí)識(shí)別系統(tǒng)的檢測方法主要考慮試驗(yàn)路面平整度、試驗(yàn)過程中的車輛的速度、車輛與交通標(biāo)識(shí)牌的角度（通過車輛與交通標(biāo)識(shí)牌的距離及交通標(biāo)識(shí)牌的自身高度計(jì)算得到）、車輛行駛的直線度以及試驗(yàn)時(shí)的光照條件。

3 基于高精度定位系統(tǒng)的檢驗(yàn)方法

交通標(biāo)識(shí)漏檢的原因主要分7種：標(biāo)識(shí)較小、標(biāo)識(shí)部分被遮擋、標(biāo)識(shí)的表面被污損、背景顏色干擾、交通標(biāo)識(shí)顏色特征的退化、標(biāo)識(shí)間部分重疊以及拍攝的視角偏大[15]。排除由于標(biāo)識(shí)牌自身帶來的漏檢原因，本文提出一種基于精確定位的交通標(biāo)識(shí)識(shí)別系統(tǒng)的檢測方法，旨在試驗(yàn)過程中精確控制車輛的行駛速度、行駛直線度，并精確記錄各個(gè)時(shí)刻車輛與目標(biāo)交通標(biāo)識(shí)牌的距離，進(jìn)而得出系統(tǒng)正確識(shí)別交通標(biāo)識(shí)信息的起止位置，最終判定系統(tǒng)的可靠程度。

3.1 系統(tǒng)的設(shè)備組成及關(guān)鍵試驗(yàn)環(huán)節(jié)

基于高精度定位系統(tǒng)的檢驗(yàn)方法需要使用轉(zhuǎn)向機(jī)器人實(shí)現(xiàn)試驗(yàn)路徑跟隨功能、使用制動(dòng)機(jī)器人和油門機(jī)器人配合控制試驗(yàn)車速；高精度RT陀螺及RT RANGE處理模塊采集試驗(yàn)車輛的實(shí)時(shí)控制參數(shù)，并將數(shù)據(jù)傳給機(jī)器人控制器對整個(gè)試驗(yàn)過程進(jìn)行閉環(huán)控制，從而提高試驗(yàn)精度。圖3至圖7為系統(tǒng)設(shè)備圖示：

為了消除車輛左右搖擺對系統(tǒng)可靠性的影響，規(guī)定以直線路徑進(jìn)行試驗(yàn)，轉(zhuǎn)向機(jī)器人通過高精度扭矩控制可以精確控制車輛方向盤的轉(zhuǎn)動(dòng)角度，從而實(shí)現(xiàn)路徑跟隨功能。將目標(biāo)路徑數(shù)據(jù)輸入到機(jī)器人控制器中，控制轉(zhuǎn)向機(jī)器人按照目標(biāo)路徑數(shù)據(jù)操控試驗(yàn)車輛，試驗(yàn)車輛的實(shí)時(shí)姿態(tài)通過高精度RT采集系統(tǒng)采集計(jì)算，并將試驗(yàn)車的實(shí)時(shí)路徑數(shù)據(jù)發(fā)回到機(jī)器人控制器與目標(biāo)路徑數(shù)據(jù)進(jìn)行比較，通過實(shí)際數(shù)據(jù)與理論數(shù)據(jù)的差值對試驗(yàn)車輛進(jìn)行閉環(huán)控制。轉(zhuǎn)向機(jī)器人實(shí)現(xiàn)路徑跟隨功能流程圖如圖8所示：

試驗(yàn)過程中利用油門機(jī)器人及制動(dòng)機(jī)器人對車輛進(jìn)行高精度的速度控制。由于每輛試驗(yàn)車輛的速度與油門開度特征曲線均不相同，故試驗(yàn)時(shí)需要對車輛進(jìn)行速度PID調(diào)校，從而獲得相應(yīng)的速度與油門開度的特征參數(shù)。將各油門開度下的速度數(shù)據(jù)輸入機(jī)器人控制器計(jì)算得到PID參數(shù)，以該參數(shù)對車輛進(jìn)行速度控制驗(yàn)證試驗(yàn)，如果實(shí)際速度與理論速度差值大于0.5km/h，則將誤差數(shù)據(jù)輸入機(jī)器人控制器重新計(jì)算PID參數(shù)，往復(fù)上述操作可以確定速度精度滿足0.5km/h時(shí)的速度控制參數(shù)。速度調(diào)校流程圖如圖9所示：

3.2 檢驗(yàn)方法流程

試驗(yàn)需在干燥、平坦的經(jīng)過檢定認(rèn)證過的試驗(yàn)場地進(jìn)行，路面的平整度在1.5m/km以下，水平可見范圍超過1km。試驗(yàn)分白天和夜晚兩種工況進(jìn)行，白天進(jìn)行試驗(yàn)時(shí)不許打開任何車燈進(jìn)行輔助照明，夜晚進(jìn)行試驗(yàn)時(shí)可以打開所需車燈進(jìn)行輔助照明。

將高精度轉(zhuǎn)向控制機(jī)器人、制動(dòng)機(jī)器人和油門踏板機(jī)器人牢固安裝在試驗(yàn)車輛上，在試驗(yàn)過程中精確控制車輛行駛的速度及行駛路徑的直線度，如圖10所示，圖中轉(zhuǎn)向機(jī)器人牢固安裝在方向盤上，制動(dòng)機(jī)器人及油門機(jī)器人通過金屬支架與駕駛員座椅牢固安裝在一起。采用高精度RT陀螺定位系統(tǒng)采集試驗(yàn)過程中車輛的速度以及車輛與交通標(biāo)識(shí)牌的距離（計(jì)算車輛與交通標(biāo)識(shí)信息的角度），如圖11所示，采用充氣剛性支架將高精度定位系統(tǒng)固定在試驗(yàn)車輛中分面附近，利用外設(shè)基站（如圖12所示）及GPS定位可以精確測量車輛的實(shí)時(shí)姿態(tài)信息。

試驗(yàn)前需要對轉(zhuǎn)向機(jī)器人、制動(dòng)機(jī)器人及油門踏板機(jī)器人進(jìn)行調(diào)校。將轉(zhuǎn)向機(jī)器人順時(shí)針和逆時(shí)針分別打滿至試驗(yàn)車輛轉(zhuǎn)向盤的極限行程位置、隨后通過使車輛沿直線行駛的方式確定方向盤的中心原點(diǎn)位置，完成轉(zhuǎn)向機(jī)器人的初始化操作。利用3.1中提到的路徑跟隨操作流程確保試驗(yàn)過程中利用轉(zhuǎn)向機(jī)器人可以將車輛行駛直線的偏離誤差控制在±0.05m之內(nèi)；確定制動(dòng)踏板的初始位置和最大踏板行程，消除踏板空行程對控制精度的影響；對油門踏板每隔10%的油門開度分別進(jìn)行10%到100%的油門開度調(diào)校，記錄各油門開度下車輛的速度數(shù)據(jù)，利用3.1中提到的速度調(diào)校流程對試驗(yàn)車輛進(jìn)行速度調(diào)校。調(diào)校結(jié)束后，對試驗(yàn)車輛進(jìn)行直線路徑的精度驗(yàn)證，轉(zhuǎn)向機(jī)器人控制精度應(yīng)該在±0.05m之內(nèi)，油門踏板機(jī)器人與制動(dòng)機(jī)器人結(jié)合控制車輛速度精度應(yīng)該在±0.5km/h之內(nèi)。

高精度陀螺定位系統(tǒng)在試驗(yàn)過程中記錄表征車輛姿態(tài)的參數(shù)，試驗(yàn)前需要精確量取陀螺中心點(diǎn)與車輛最前端的位置以及陀螺中心點(diǎn)與車輛縱向中心平面的偏移量，通過軟件將高精度定位系統(tǒng)強(qiáng)制平移至車輛中心位置，以便試驗(yàn)時(shí)測量的數(shù)據(jù)代表車輛中分面上的車輛最前端與目標(biāo)交通標(biāo)識(shí)牌的位置關(guān)系。試驗(yàn)前以不大于50km/h的速度將隨機(jī)輸入作用于轉(zhuǎn)向機(jī)器人對高精度定位系統(tǒng)進(jìn)行初始化，使試驗(yàn)車輛在與外設(shè)基站建立的坐標(biāo)系下定位精度達(dá)到±0.1m以內(nèi)。利用高精度陀螺定位系統(tǒng)配合以基站建立試驗(yàn)坐標(biāo)系，將試驗(yàn)路直線段方向定義為X方向，標(biāo)識(shí)牌位置定義為X=0處，車輛運(yùn)動(dòng)過程中的實(shí)時(shí)坐標(biāo)用以計(jì)算被測車輛與目標(biāo)標(biāo)識(shí)牌的距離關(guān)系。endprint

調(diào)校結(jié)束后，進(jìn)行試驗(yàn)，利用視頻或者音頻記錄設(shè)備采集試驗(yàn)過程中智能交通標(biāo)識(shí)識(shí)別系統(tǒng)的提示信息，進(jìn)而判斷系統(tǒng)的可靠程度。檢驗(yàn)方法流程圖如圖13所示：

3.3 試驗(yàn)數(shù)據(jù)及結(jié)論

驗(yàn)證試驗(yàn)在平直的瀝青試驗(yàn)路進(jìn)行，試驗(yàn)?zāi)繕?biāo)車速設(shè)定為50km/h，試驗(yàn)開始時(shí)將車速手動(dòng)加速到稍微高于設(shè)定的50km/h目標(biāo)車速，隨即將車輛控制交給機(jī)器人系統(tǒng)進(jìn)行直線路徑測試，試驗(yàn)過程中機(jī)器人系統(tǒng)通過自動(dòng)調(diào)節(jié)車輛的油門與制動(dòng)來控制車速。

利用上述3.1和3.2的方法對某款車型進(jìn)行智能標(biāo)識(shí)識(shí)別系統(tǒng)檢驗(yàn)，試驗(yàn)中的試驗(yàn)車速度特性曲線、路徑跟隨數(shù)據(jù)曲線及被測車輛與標(biāo)識(shí)牌的實(shí)時(shí)距離關(guān)系曲線如圖14至圖17所示。

試驗(yàn)過程中預(yù)先把試驗(yàn)車速度加到預(yù)計(jì)的理論速度附近后再將車輛交給機(jī)器人接管，有助于縮短速度控制的調(diào)節(jié)時(shí)間。如圖14所示紅色曲線表示理論速度，藍(lán)色曲線表示試驗(yàn)車輛的實(shí)際速度，本次試驗(yàn)預(yù)計(jì)將試驗(yàn)車輛速度控制在50.25km/h，試驗(yàn)時(shí)將試驗(yàn)車輛人為加速至52km/h左右后將車輛交給機(jī)器人接管，經(jīng)過大約5s的調(diào)節(jié)后機(jī)器人系統(tǒng)將車輛速度精確控制在合理范圍內(nèi)，圖中表明此次速度控制精度為0.21km.h。

路徑跟隨過程可以在任何車速下進(jìn)行，試驗(yàn)時(shí)一般在試驗(yàn)車輛起步后就開始路徑跟隨調(diào)整，這樣在速度控制的人為加速階段即可將路徑跟隨精度調(diào)整至合理范圍內(nèi)。如圖15所示，藍(lán)色曲線為理論路徑，紅色曲線為實(shí)際路徑與理論路徑的偏移誤差，圖中表明此次路徑跟隨最大偏差為0.026m。如圖16所示為試驗(yàn)過程中的直線度控制曲線，本次試驗(yàn)對直線度控制在+0.016m和-0.006m之間。

如圖17所示為試驗(yàn)過程中被測車輛與標(biāo)識(shí)牌的實(shí)時(shí)距離關(guān)系。

試驗(yàn)結(jié)果表明：本文提出的智能標(biāo)識(shí)識(shí)別系統(tǒng)檢驗(yàn)方法簡便可行，對不同工作原理的標(biāo)識(shí)識(shí)別系統(tǒng)有同樣的檢測流程。該檢驗(yàn)方法的精度高，對未來車聯(lián)網(wǎng)檢測標(biāo)準(zhǔn)的制定有一定的幫助。

4 結(jié)束語

本文提出了一種基于高精度定位系統(tǒng)對交通標(biāo)識(shí)識(shí)別系統(tǒng)的檢測方法。通過分析交通標(biāo)識(shí)識(shí)別的工作原理，確定影響系統(tǒng)可靠性的測量因素，提出了采用機(jī)器人配合高精度陀螺定位系統(tǒng)的檢測方法。經(jīng)過試驗(yàn)證明該方法精度高，對速度控制可以達(dá)到±0.5km/h之內(nèi)，對定位精度可以達(dá)到±0.1m以內(nèi)，該方法可以實(shí)時(shí)記錄試驗(yàn)車輛與目標(biāo)標(biāo)識(shí)牌的距離。該方法的提出填補(bǔ)了目前對交通標(biāo)識(shí)識(shí)別系統(tǒng)檢測方法的空白，隨著車聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，為今后智能網(wǎng)聯(lián)汽車標(biāo)準(zhǔn)做了理論儲(chǔ)備與技術(shù)支持。隨著主動(dòng)安全技術(shù)不斷被大眾所接受，該領(lǐng)域的研究也為今后C-NCAP的發(fā)展打下了堅(jiān)定的基礎(chǔ)。

參考文獻(xiàn)：

[1]劉華平， 李建民， 胡曉林， 孫富春. 動(dòng)態(tài)場景下的交通標(biāo)識(shí)檢測與識(shí)別研究進(jìn)展[J].中國圖象圖形學(xué)報(bào)， 2013，18（5）：493-503.

[2]肖平.車聯(lián)網(wǎng)：未來城市交通的智能中樞[J].中國經(jīng)濟(jì)報(bào)告， 2015，9：118-120.

[3]頓文濤， 趙玉成， 王力斌， 李勉， 馬斌強(qiáng)， 袁超， 袁志華. 車聯(lián)網(wǎng)的關(guān)鍵技術(shù)及研究進(jìn)展[J]. 農(nóng)業(yè)網(wǎng)絡(luò)信息， 2015，8：46-50.

[4]李祥熙， 張航. 交通標(biāo)識(shí)識(shí)別研究綜述[J]. 公路交通科技（應(yīng)用技術(shù)版）， 2010，06：253-257.

[5]朱雙東， 陸曉峰. 道路交通標(biāo)識(shí)識(shí)別的研究現(xiàn)狀及展望[J]. 計(jì)算機(jī)工程與科學(xué)， 2006， 28（12）：50-102.

[6]王鏗. 基于稀疏表示的交通標(biāo)識(shí)識(shí)別[D]. 南京：南京理工大學(xué)， 2013.

[7]劉芳. 基于注意機(jī)制的交通標(biāo)識(shí)的檢測[D]. 北京：北京交通大學(xué)， 2012.

[8]于利云. 交通標(biāo)識(shí)牌自動(dòng)識(shí)別系統(tǒng)的關(guān)鍵技術(shù)的研究[D]. 上海：上海海運(yùn)學(xué)院， 2003.

[9]唐睢睢. 交通標(biāo)識(shí)識(shí)別算法研究[D]. 北京：北京交通大學(xué)， 2014.

[10]余進(jìn)程. 車載輔助系統(tǒng)中禁令交通標(biāo)識(shí)的識(shí)別研究[D]. 廣州：廣東工業(yè)大學(xué)， 2014.

[11]盧艷君. 交通標(biāo)識(shí)自動(dòng)檢測與識(shí)別算法研究[D]. 武漢：武漢科技大學(xué)， 2015.

[12]余天洪， 王榮本， 郭烈， 顧柏園. 不同光照條件下直線型車道標(biāo)識(shí)識(shí)別方法研究[J]. 汽車工程， 2005， 27（5）：510-569.

[13]尹榮蓉， 薛衛(wèi). 不良天氣狀況下交通標(biāo)識(shí)識(shí)別關(guān)鍵技術(shù)的研究[J]. 公路交通科技（應(yīng)用技術(shù)版）， 2014，11：236-238.

[14]杜鳳杰. 市內(nèi)公路交通標(biāo)識(shí)實(shí)時(shí)識(shí)別算法研究[D]. 石家莊：河北經(jīng)貿(mào)大學(xué)， 2015.

[15]王慧敏.智能輔助駕駛系統(tǒng)中的禁令交通標(biāo)識(shí)識(shí)別方法研究[D]. 成都：西南交通大學(xué)， 2013.endprint