基于CNN和HUD技術的交通標志提醒輔助駕駛系統設計

曹世龍

摘 要：為了提高駕駛的安全性，維護交通秩序，文章應用卷積神經網絡（CNN）和抬頭顯示技術（HUD）提出了一種提醒駕駛員交通標志的系統。首先通過紅外攝像頭做成的視覺采集器收集車輛周圍交通標志牌信息，再傳遞給訓練好的卷積神經網絡，通過卷積神經網絡進行對捕捉到的圖像進行識別并生成提示信息，然后通過抬頭顯示技術將卷積神經網絡生成的提示信息顯示到車輛的前擋風玻璃上，從而起到提示駕駛員輔助駕駛的作用。

關鍵詞：卷積神經網絡;抬頭顯示技術;交通標志;輔助駕駛

中圖分類號：U471.15 ?文獻標識碼：A ?文章編號：1671-7988（2020）09-45-02

Design of Traffic Sign Reminder Assisted Driving System Based on CNNand HUD Technology

Cao Shilong

（ College of Mechanical and Electrical Engineering， Hebei Agricultural University， Heibei Baoding 071000 ）

Abstract：?In order to improve driving safety and maintain traffic order， this paper proposes a system to remind drivers of traffic signs using convolutional neural networks （CNN） and head-up display technology （HUD）. First collect the information about the traffic signs around the vehicle through a visual collector made by an infrared camera， and then pass it to the trained convolutional neural network. The convolutional neural network will recognize the captured image and generate prompt information. The display technology displays the prompt information generated by the convolutional neural network on the front windshield of the vehicle， so as to prompt the driver to assist the driving.

Keywords：?Convolutional neural network;?Head-up display technology; Traffic signs; Driver assistance

CLC NO.： U471.15 ?Document Code： A ?Article ID：?1671-7988（2020）09-45-02

1 引言

在當今駕駛員駕車過程中忽略交通標志提醒而擾亂交通秩序甚至發生交通事故的現象時有發生，特別在駕駛員分神、疲勞等狀態下對駕駛員進行路旁交通標志的提醒十分必要。隨著計算機視覺的發展以及在汽車上的應用，汽車對圖像的處理不斷進步，應用計算機視覺提醒駕駛員，輔助駕駛員駕駛會起到很好的效果。

2 卷積神經網絡

卷積神經網絡（Convolutional Neural Networks）是計算機進行圖像處理的一種神經網絡。它能夠對圖像、視頻、音頻等進行識別。因為卷積神經網絡進行了池化處理，所以圖像發生平移并不影響神經網絡對圖像信息的識別，因此卷積神經網絡也被成為“平移不變人工神經網絡”^[1]卷積神經網絡通過不斷進行卷積、池化操作最終實現對輸入圖像的準確識別。

2 抬頭顯示技術

抬頭顯示技術（Head Up Display）是利用光學反射原理將投影儀上的信息顯示在擋風玻璃上，避免了駕駛員在駕車過程中低頭看儀表盤的過程，提高了駕駛的安全性^[2]。抬頭顯示技術現已應用于汽車，輔助駕駛員駕駛，為駕駛員了解車輛信息和路況信息提供了便捷的條件。

3?工作原理分析

車輛在行駛過程中通過安裝在后視鏡的視覺采集器將車輛前方圖像信息傳遞給卷積神經網絡，卷積神經網絡把一幀一幀的圖像信息進行卷積-池化-全連接處理，識別出交通標志所表示的信息，生成對應的提示信息再利用抬頭顯示技術將提示信息顯示到擋風玻璃上，從而實現對駕駛員的提醒作用。

3.1?信息源獲取

本系統采用紅外攝像頭作為視覺采集器，分別安裝在兩后視鏡處。使汽車能夠全面檢測到道路兩旁的交通標志牌，并且不受惡略天氣的影響。采集的數據傳遞給汽車的神經網絡進行下一步對信息的處理。

3.2?信息處理

將視覺采集器采集的圖像轉化為二維的像素矩陣，通過大量的交通標志圖片訓練卷積神經網絡從而得到合適的卷積核。使用得到的卷積核與采集圖像信息轉化的二維像素矩陣在Convolution Layers上進行卷積運算。

將卷積運算得到的Feature map在Pooling Layers上進行最大池化處理（max pooling）。經過數次卷積-池化操作處理將最后的Feature map進行全連接處理，從而得到最后的結果。將卷積神經網絡得到的交通標志信息進行處理，針對不同的交通標志生成對應的提示信息，并通過顯示裝置顯示出來。最后通過抬頭顯示技術把提示信息顯示到車輛的前擋風玻璃上。當路況信息發生變化，卷積神經網絡重新對視覺采集器采集的圖像信息進行卷積-池化-全連接處理，得到新的提示信息，并更新前擋風玻璃上提示的信息。通過實時監測道路旁的交通標志并顯示到車輛的前擋風玻璃上來實現對駕駛員的提醒作用。

4 結語

本系統應用計算機視覺技術將路況信息及時反應給車輛的駕駛員，對提高駕駛車輛過程中的安全性有一定的作用。隨著人工智能的發展越來越多的先進的神經網絡將應用到汽車上，實現車輛的智能化。未來的汽車除了滿足人類出行的要求外，還將提供給人類更多的娛樂、人機交互、智能化的體驗。

參考文獻

[1] 徐冰冰，岑科廷，黃俊杰，沈華偉，程學旗.圖卷積神經網絡綜述[J/OL].計算機學報，2019：1-31[2020-02-23].http：//kns.cnki.net/?kcms/detail/11.1826.tp.20191104.1632.006.html.

[2] 儲亞婷.基于汽車安全性的抬頭顯示技術的應用[J].河北農機，?2017（09）：56.