교통 신호 인식

Traffic-sign recognition
교통 신호(속도 제한) 인식

교통신호인식(TSR)은 차량이 "속도 제한" 또는 "어린이" 또는 "전진"과 같은 도로에 부착된 교통신호를 인식할 수 있는 기술이다.이것은 집합적으로 ADAS라고 불리는 특징의 일부다.이 기술은 다양한 자동차 공급 업체에 의해 개발되고 있다.그것은 교통 신호를 감지하기 위해 이미지 처리 기술을 사용한다.검출 방법은 일반적으로 색상 기반, 형태 기반, 학습 기반 방식으로 나눌 수 있다.

역사

도로표지 및 신호에 관한 비엔나 협약은 1968년에 체결된 조약으로, 교통표지판을 여러 나라에 걸쳐 표준화할 수 있었다.유럽 출신 31개국이 포함된 이 조약을 체결한 나라는 약 52개국이다.이 협약은 도로 표지판을 크게 A부터 H까지로 지정된 7가지 범주로 분류했다.이 표준화는 세계적으로 사용될 수 있는 교통 신호 인식 시스템의 개발을 돕기 위한 주된 추진력이 되어 왔다.

미국의 속도 제한 표지판

교통 신호 인식은 2009년 보크홀 휘장에 대해 2008년 속도 제한 표지 인식의 형태로 처음 나타났다.[1]이후 2009년 신형 BMW 7시리즈에, 이듬해 메르세데스-벤츠 S클래스에 등장했다.당시 이들 시스템은 유럽 전역에서 발견된 원형 속도 제한 표지판(예를 들어)만 감지했다.[2]

2세대 시스템도 추월 제한을 감지할 수 있다.2008년 오펠 휘장(Opel Whitia)에 도입되었고,[3] 이후 오펠 아스트라와 사브 9-5로 이어졌다.이 기술은 2011년 폴크스바겐 페이톤에서도[4] 사용 가능하며, 2012년부터는 볼보 S80, V70, XC70, XC60, S60, V60, V40에서도 로드사인 정보라고 불리는 기술로 사용할 수 있다.[5]그들은 대부분의 유럽 국가들에서 제한속도와 연관된 도시 제한표지판들이 방향표지판과 너무 비슷하기 때문에 이를 인식할 수 없다.

이 같은 제도는 2022년 5월부터 EU에서 판매되는 신차에 대해 의무화 될 전망이다.[6][7]

실행

교통 신호 인식 시스템은 어떻게 작동하는가?

교통 표지판은 많은 현대 자동차, 자동차, 트럭에서 전방 지향 카메라를 사용하여 분석할 수 있다.교통 신호 인식 시스템의 기본적인 사용 사례 중 하나는 속도 제한에 관한 것이다.대부분의 GPS 데이터는 속도 정보를 얻을 수 있지만, 추가적인 속도 제한 교통 표지판을 사용하여 정보를 추출하여 자동차 대시보드에 표시하여 운전자에게 도로 표지판에 대해 경고할 수도 있다.이것은 주로 유럽 차량을 중심으로 대부분의 고급 자동차에서 사용할 수 있는 고급 운전자 지원 기능이다.

트래픽 신호 탐지를 위한 알고리즘 예제

현대의 교통 신호 인식 시스템은 주로 자율주행차와 자율주행차의 요구조건에 의해 구동되는 경련 신경망을 이용하여 개발되고 있다.이러한 시나리오에서 탐지 시스템은 속도 제한만이 아니라 다양한 교통 표지판을 식별해야 한다.도로 표지판과 신호에 관한 비엔나 협약이 도움이 되는 곳이다.이러한 미리 정의된 교통 신호를 수신하고 딥 러닝 기법을 사용하여 '학습'하도록 경련 신경 네트워크를 훈련할 수 있다.

신경망은 차례로 이미지 처리와 컴퓨터 비전을 사용하여 잠재적 결과를 가진 네트워크를 훈련시킨다.훈련된 신경망은 실시간으로 새로운 교통 신호를 감지하는 데 사용될 수 있다.웨이모, 우버 등 자율주행차 업체들은 톰 톰과 같은 지도·네비게이션 업체와 함께 교통 신호 데이터 세트를 만들어 아웃소싱하고 있다.[8]진보된 컴퓨터 비전과 신경망 기술은 이 목표를 매우 효율적이고 실시간으로 달성할 수 있게 한다.

트래픽 신호 감지 알고리즘에서 이미지 사전 처리 단계의 구현 예

교통 신호 인식에는 다양한 알고리즘이 있다.일반적인 것은 간판의 모양을 기준으로 한 것이다.육각형, 원형, 직사각형 같은 전형적인 간판 모양은 다른 종류의 기호를 정의하는데, 이것은 분류에 사용될 수 있다.캐릭터 인식을 위한 다른 주요 알고리즘으로는 하르와 같은 특징, 프리먼 체인 코드, 에이다부스트 검출 및 딥러닝 신경망 방법이 있다.하르와 유사한 기능을 사용하여 계단식 분류기를 만들 수 있으며, 이는 표지판 문자를 탐지하는 데 도움을 줄 수 있다.

딥러닝은 교통 신호 탐지에 통합될 수 있다.Ramer-Douglas-를 사용한 디지털 곡선의 폴리곤 근사치Pucker 알고리즘은 표지판의 형태를 감지하는 데 사용될 수 있으며 AdaBoost 분류기가 있는 Support Vector Machines 및 Byte-MCT와 같은 방법이 교통 표지판 탐지 방법 중 하나로 사용되어 왔다.[9]

속도 제한 표지판의 식별도 특정 지역에서 사용되는 단위를 고려할 필요가 있다.예를 들어 북아일랜드에서 아일랜드로 이동하는 차량은 아일랜드의 km/h 속도 제한 신호와 북아일랜드에서 여전히 사용되는 mph 속도 제한 신호의 차이를 구별할 수 있어야 하며, 이는 교통 신호 인식이 지능형 속도 지원 시스템과 연계될 때 특히 중요하다.온라인 탐색 데이터베이스에 대한 지오펜싱 및 참조는 알고리즘에 대한 힌트로 사용할 수 있으며, 어떤 장치가 사용 중인지 식별할 수 있다.[10]

사용법

정보는 지능형 속도 지원에 사용되는 것과 관련이 있을 수 있다.

자동차 메이커 및 차량

이러한 시스템을 갖춘 일부 자동차는 아우디, BMW, 시트로엥, 포드, 혼다, 인피니티, 재규어, 지프, 랜드로버, 렉서스, 메르세데스, 닛산, 오펠, 푸조, 포르쉐, 르노, 도요타, 폭스바겐, 볼보 등이 만든다.

예를 들어,

참고 항목

참조

  1. ^ "Vauxhall Insignia to read speed limit signs". Business Car. 18 June 2008. Retrieved 2 April 2019.
  2. ^ Eichner, M.; Breckon, T. (2008). "Integrated speed limit detection and recognition from real-time video" (PDF). IEEE International Intelligent Vehicles Symposium: 626–631. doi:10.1109/IVS.2008.4621285. ISBN 978-1-4244-2568-6. S2CID 12477544.
  3. ^ "Assistenzsystem von Opel – Das magische Auge". Retrieved 17 December 2010.
  4. ^ "Phaeton debuts with new design and new technologies". Retrieved 22 April 2010.
  5. ^ "Road Sign Information". Retrieved 19 February 2013.
  6. ^ "EUR-Lex - 2018_145 - EN - EUR-Lex". eur-lex.europa.eu. Retrieved 2020-08-30.
  7. ^ "Briefing: Intelligent Speed Assistance (ISA) ETSC". etsc.eu. Retrieved 2020-08-30.
  8. ^ "Whoever Owns the Maps Owns the Future of Self-Driving Cars".
  9. ^ Lim, K.; Hong, Y.; Choi, Y.; Byun, H. (2017). "Lim K, Hong Y, Choi Y, Byun H (2017) Real-time traffic-sign recognition based on a general-purpose GPU and deep learning. PLoS ONE 12(3): e0173317". PLOS ONE. 12 (3): e0173317. doi:10.1371/journal.pone.0173317. PMC 5338798. PMID 28264011.
  10. ^ "ADAS Map Speed Limits Improve mandatory Intelligent Speed Assistance and vehicle safety ratings" (PDF).