道路场景中交通标志的检测方法

为在车辆视觉导航中能快速识别道路场景中的交通标志,通过提取标志的特征颜色与识别标志的特征形状来实现交通标志的检测。将道路场景RGB空间图像转换为HSI空间,利用色调与饱和度融合的办法来提取道路场景中标志的特征颜色区域,二值化后排除噪声并通过投影法得到正确的标志区域,实现交通标志的定位。以红色禁令圆形交通标志为例,提出一种改进的Hough变换方法来识别标志域内的几何特征——圆形标记。通过对不同条件下20幅含禁令标志的道路场景图像的检测试验,发现本方法对交通标志颜色提取定位与几何特征图形识别的正确率都达到100%,且平均检测时间为245ms。分析结果表明:该方法能够快速、准确地确定标志区域,同时对禁令标志几何图形识别具有较强的实时性和鲁棒性。     

高速公路特殊路段交通标志布设优化研究

充分尊重高速公路及所在路网的道路条件、运营环境,结合国内外相关科技技术成果,主要针对高速公路交通安全设施施工图设计中存在的典型问题．分系统逐桩号进行高速公路标志的核查及优化,并以此为基础,提出一套可行、实用的高速公路交通标志设计优化流程与方法．有针对性地对特殊重点路段的警告、禁令、告示、服务区和辅助等各类标志的设置位置及数量等进行优化．可在交通标志设计环节中最大程度地减少安全隐患。     

公益性卡通标志对城市道路交通安全的重要性

交通标志除警告标志、禁令标志、指示标志、指路标志和旅游区标志外,各国还有很多其它标志,如带有公益性质的卡通交通标志就是其中重要的一种标志。这种标志一般不列入国家标准,但却在国际上普遍采用。     

与交通标志信息有关的驾驶人短时记忆衰减研究

研究驾驶人交通标志信息记忆量随时间的变化规律,能够为城市道路交通标志设计及实施应用提供有力支撑。在分析短时记忆时间规律、交通标志信息传输及度量的基础上,以一条有交通信息标志的实验路段为例,采用实验车调查法,结合心理学记忆理论,分析交通标志信息量对驾驶人短时记忆的影响,探究交通标志信息记忆量随时间变化的规律。结果表明,驾驶人对交通标志信息的短时记忆衰减规律符合艾定浩斯遗忘曲线。     

我国高速公路交通标志设置现状与改进方法

（一）交通标志设置原则和现状我国目前采用的交通标志分为主标志和辅助标志两大类，常用的主标志有警告、禁令、指示和指路标志；辅助标志附设于主标志之下，起辅助说明作用，使用频率不高。高速公路上标志的设置主要有指示和指路标志，在立交区和服务区入口前居多。交通标志设置的主要原则：     

交通标志有效性的模糊综合评价

从交通标志设计的版面设计、结构设计和布设等3个环节,对影响交通标志有效性的因素进行识别。运用层次分析法建立交通标志有效性评价指标体系,并借助数学中的多级模糊综合评价方法,分析了交通标志的有效性;利用1~9标度法和Boolean矩阵来确定各层次因素的权重集,并提出以70分为界的得分评价。实例计算表明:该方法不仅能够对交通标志的有效性进行整体评价,而且能够简单方便地辨识出影响其作用发挥的主要因素。     

公益性卡通标志对城市道路交通安全的重要性

交通标志除警告标志、禁令标志、指示标志、指路标志和旅游区标志外．各国还有很多其它标志,如带有公益性质的卡通交通标志就是其中重要的一种标志。这种标志一般不列入国家标准．但却在国际上普遍采用。在这类标志中．以弘扬以人为本的精神、宣传交通法规、提倡文明交通、保证交通安全为主要内容。这类标志的使用在很大程度上为保证交通安全、预防和减少交通事故,起到了潜移默化的作用,受到了广大驾乘人的欢迎。     

基于感兴趣区域的CNN-Squeeze交通标志图像识别

在公路交通中,针对复杂环境下交通标志识别率不高的问题,提出了一种基于 Kmeans对图像聚类,切割图像感兴趣区域(Regions of Interest, ROI),并利用方向梯度直方图特征(Histogram of Oriented Gradient, HOG)与卷积运算,特征加权(CNN-Squeeze)相结合的交通标志识别方法.首先,采用 K-means对交通标志图像进行三角形、圆形图像二聚类,并利用制作的切割模板切割 ROI 并提取 HOG 特征;然后,利用卷积神经网络 (Convolutional Neural Network, CNN)对 HOG特征进行过滤、降维,并通过 Squeeze网络对过滤后的二次特征进行重要性标定;最后,训练该网络模型并实现对交通标志的识别.仿真结果表明,与 BP网络、SVM 及CNN对比,本文方法在保证训练时间的同时,识别精度达到98.58%.     

基于感兴趣区域的CNN-Squeeze 交通标志图像识别

在公路交通中,针对复杂环境下交通标志识别率不高的问题,提出了一种基于 Kmeans对图像聚类,切割图像感兴趣区域(Regions of Interest, ROI),并利用方向梯度直方图特征(Histogram of Oriented Gradient, HOG)与卷积运算,特征加权(CNN-Squeeze)相结合的交通标志识别方法.首先,采用 K-means对交通标志图像进行三角形、圆形图像二聚类,并利用制作的切割模板切割 ROI 并提取 HOG 特征;然后,利用卷积神经网络 (Convolutional Neural Network, CNN)对 HOG特征进行过滤、降维,并通过 Squeeze网络对过滤后的二次特征进行重要性标定;最后,训练该网络模型并实现对交通标志的识别.仿真结果表明,与 BP网络、SVM 及CNN对比,本文方法在保证训练时间的同时,识别精度达到98.58%.     

自发光式交通标志亮度与对比度的研究

自发光式交通标志的亮度和对比度是影响自发光式交通标志视认性的重要因素。本文总结了国内外一些实验研究结论,结合交通标志设计中人体视觉行为的特征,对自发光式标志的亮度、对比度进行了分析,提出了自发光式交通标志最佳亮度范围与对比度值,对自发光式交通标志设计具有参考价值。     

高速公路交通标志设置方法研究

高速公路交通标志作为高速公路交通系统的一种重要安全管理设施,其设置合理与否将直接影响到高速公路的交通安全。针对我国高速公路交通标志设置中存在的一些问题,对高速公路交通标志设置的基本要求进行分析和研究,具有很强的实际意义。     

高速公路动、静态标志一体化研究

从高速公路动、静态标志一体化的基础条件入手,首先对标志信息一体化内容进行研究挖掘;基于认知模型进行最小前置距离分析和基于短时记忆进行最大前置距离分析,在此基础上得出动、静态标志合并距离条件,为高速公路动、静态标志具体的一体化方案提供了空间约束条件。最后,以设计速度为120km／h的双向四车道高速公路为例,提出了标志一体化的基本方案及设计示例。     

城市道路指路标志文字信息的布置

过多的信息使城市道路指路标志尺寸较大,设置与维护成本增加,有必要研究指路标志信息布置方法。通过室内仿真试验,比较了高信息量条件下,驾驶人对两种指路标志信息布设方式认知时间的差异。利用现场试验,研究指路标志字间距、行间距与视认距离的关系。结果表明,高信息量条件下采用两块标志显示信息有利于驾驶人阅读,建议字间距为汉字高度的1／10,行间距为汉字高度的1／5。     

高速公路标志设置的几点问题及建议

针对目前高速公路上标志设置普遍存在的问题进行分析，给出常见情况下视认距离和设置密度的计算公式，并对存在的问题提出改进建议，可为高速公路标志的设置和改造提供参考。     

公路交叉口指路标志合理信息量的试验研究

通过采用模拟试验方法,对驾驶员认读、判断指路标志的过程进行研究,从而得出指路标志信息量与认知时间之间的量化关系,以及在进行公路交叉口指路标志的版面信息量设计时,地名数不宜多于5个的结论,对交叉口指路标志的设计具有指导意义。     

农村公路交通标志现状分析

通过对交通事故统计数据的分析可知,农村公路交通安全形势不容乐观,而进行交通标志设置是短时间内最大程度减少交通事故投入产出比的最佳途径之一。从农村公路交通标志设计、设置与管理等方面进行分析研究,可为完善农村公路交通标志提供依据。     

交通指路标志信息量化分析

交通指路标志信息认知的水平直接影响出行者寻路的安全性和舒适性。对不同信息组织形式的交通指路标志进行标志信息理解实验,发现交通指路标志版面信息的位置及字符排列方向对信息的理解水平存在显著性影响。当标志上信息的位置与在路网中的相对位置相同,且字符排列方向没有旋转、与道路线形保持一致时,信息的理解水平较高;当标志上信息被移动或旋转时,信息的理解水平将降低42%~66%。     

视线跟踪技术在交通标志视认性中的应用研究

视线跟踪技术是利用眼动仪来跟踪人的眼部运动,获取人的视线方向、持续时间等特征参数的新兴技术．本文研究了将视线跟踪技术引入交通标志视认性研究的意义和可行性,并重点阐述了眼动仪和视线跟踪技术在交通标志视认性研究中的工作原理和应用流程,为标志视认性的研究提供了一个新的视角和方向．     

交通标志牌支架结构刚度强度计算方法研究

大跨度门式交通标志牌支架结构在自重和风压荷载作用下的强度和刚度,应该通过工程验算加以控制。本文探讨了此类结构的模型简化和工程处理的方法。