Details

Быстрый темп экономического развития и постепенное улучшение уровня жизни населения увеличивают темпы роста количества автомобилей сильнее и сильнее. Для того, чтобы снизить нагрузку на транспортные системы городов и снизить потери, вызванные дорожно-транспортными происшествиями, становится очень важной разработка интеллектуальных систем помощи водителям, которые смогут идентифицировать ключевую информацию о дорожном движении в реальном времени и своевременно предупреждать водителей. Система распознавания светофоров и отслеживание их сигналов является важной темой многих исследований, результаты которых могут быть применены при разработке систем управления беспилотными транспортными средствами и систем помощи водителю. Темой работы является разработка системы распознавания сигналов светофора, которая включает в себя их обнаружение, распознавание, отслеживание. В этой работе применяются теория компьютерного зрения, технологии обработки изображений для обработки данных в реальных условиях.Результаты данной работы могут применяться при разработке интеллектуальной систем для помощи водителям, а также для более глубокого исследования данной темы в дальнейшем.

With the rapid economic development and the gradual improvement of people's living standards, the expansion rate of cars is getting higher and higher. In order to alleviate traffic pressure and reduce the losses caused by traffic accidents, the development of intelligent driving assistance systems that can extract key traffic information in real time and make timely warnings has become a research hotspot. The traffic light detection and tracking system is an important research content in the field of unmanned driving and assisted driving. This subject systematically designs a set of traffic light recognition system that includes detection, recognition, tracking functions. This paper uses computer vision theory and image processing technology to process the acquisition of vehicle images in real scenes. This thesis provides a practical path for the application of assisted driving systems in intelligent mobile terminals, and provides a reliable theoretical basis and experimental data for more in-depth research on intelligent extraction.