陈 飞，刘云鹏，李思远

浙江万里学院，浙江 宁波315100

2020年新冠疫情全球蔓延，武汉多地医院使用无人车进行应急物资配送，无人驾驶再次进入了公众视线。交通标志的准确识别是无人驾驶安全行驶的首要前提，然而在检测与识别过程中会遇到诸多影响，导致标识在检测与识别时出现准确率不稳定且处理时间过长的问题，这对无人驾驶的普及是一个巨大的阻碍。因此，解决复杂环境下交通标志检测与识别的鲁棒性与实时性问题显得急为迫切与重要。

交通标志检测需要在现实场景中进行实时检测，环境多变是其特点之一，进而检测速度和精度往往会受到较大影响。在检测过程中面临的困难主要有：光照条件难以控制，不同天气、季节和背景下的亮度均不同，曝光、反光以及昏暗情况差异较大；褪色、损坏以及部分遮挡等情况时有发生。一方面交通标志牌常年暴露在外，使得部分标志牌表面出现了褪色不清晰、损坏等现象。另一方面，雾和雪等恶劣天气往往会遮挡标志牌信息，同时标志牌也容易被旁边的树木叶子所遮挡。车辆运动过程的抖动起伏，特别是路面出现坑洼不平等情况时，拍摄的图像出现模糊伪影、重影。以上问题，在影响较小时，通过一定的预处理和对应点处理方法可以得到较好的结果，但在情况严重时则无法得到想要的结果。

本文主要研究恶劣天气与复杂光线情况。在雨雾等恶劣天气和强光、昏暗等复杂光线的环境下，室外采集的图像普遍存在图像模糊、光照不足等问题。……