王莹 丁鹏

摘 要 对城市环境中的自动驾驶来说，可靠的交通信号灯检测和分类是极其重要的一步。目前，在没有基于地图信息的情况下，还没有任何一个系统可以实时预测交通信号灯，同时为了达到城市驾驶的平稳性，还需要充足的距离来进行预判。文章论述了近年来广泛应用的方法及存在的问题。

关键词 交通信号灯识别；目标检测；计算机视觉；机器学习

中图分类号 TP3 文献标识码 A 文章编号 1674-6708（2018）216-0123-02

近年来，自动驾驶逐步成为一个热门研究课题，从而导致了许多驾驶员辅助系统的出现。城市环境则为此研究制造了一系列的问题，包括涉及预测、规划、避碰等多个系统领域的复杂算法。其中，预测的关键是检测并分类交通标识和信号灯。交通信号灯由于其体积小，且与城市环境中其他物体（如路灯、建筑装饰、反射等）之间存在高度的模糊性，成为一个极具挑战性的问题。到目前为止，还没有对交通灯识别研究的全面调查研究，大多数已发布的信号灯识别系统都是在无法公开的数据集上进行评估的。

1 计算机视觉检测及存在问题

在深入研究信号灯识别之前，通过研读相关的计算机视觉论文可知，在大多数情况下，问题主要集中在交通标志的识别；区别交通信号灯和尾灯、前照灯；行车车道的检测。

在不同照明、视点和天气条件下的交通标志检测是一大难点，主要集中在环境因素对视频图像颜色的影响。因此仅仅依靠颜色进行检测是存在问题的，故可以添加形状信息用于标记检测。……