Utilizarea aplicată a tehnologiilor M2M: dezvoltarea de aplicații iOS pentru recunoașterea semnelor de trafic. Scopul și aplicarea sistemului de recunoaștere a semnelor de circulație

Când conduce un vehicul, șoferul trebuie să efectueze multe acțiuni diferite în funcție de situație și, cel mai important, se schimbă rapid. Schimbările în situația sau topografia drumului nu permit adesea urmărirea în timp util a restricțiilor stabilite și este bine dacă astfel de erori rămân fără consecințe. Pentru a facilita acest întreg proces, producătorii auto, pentru a ajuta șoferul, instalează un sistem de recunoaștere a semnelor de circulație pe unele modele de mașini.

Ce este?

Este utilizată o funcție precum recunoașterea semnelor de trafic Mașini BMW, Opel, Mercedes-Benz și altele. De fapt, totul se bazează pe funcționarea unei camere video situată în fața oglinzii retrovizoare și îndreptată în direcția de mers. Un astfel de sistem de recunoaștere a semnelor de circulație funcționează după cum urmează - camera video scanează zona din fața sa.

Imaginea rezultată este trimisă către unitatea electronică, unde este recunoscut și dacă îndeplinește cerințele care sunt încorporate în dispozitiv, pe tabloul de bord este afișat simbolul dorit, care este uneori însoțit de un semnal sonor.


Cel mai adesea, subiectul analizei este limita de viteză. Când recunoaște, analizează:

• forma semnului;
• culoarea sa;
• valoarea inscripției (viteza);
• conținutul restricției (tipul de vehicul căruia i se aplică această restricție, ora și zona de valabilitate);
• viteza reală a mașinii.

Sistemul de recunoaștere a semnelor de circulație este în permanență îmbunătățit și extins, în baza de date apar noi semne precum interzicerea depășirii și Sens unic. Pentru o mai bună percepție a situației în condiții meteorologice dificile, camera este completată cu un reflector cu infraroșu.

Ce este bun la el și ce este rău în el?

Ce sistem similar recunoașterea semnelor de circulație poate fi util șoferului, este dincolo de orice îndoială. Tot ceea ce îi facilitează munca, ajută managementul și asigură siguranța, trebuie evaluat doar pozitiv. Cu toate acestea, nu puneți prea multă presiune asupra acestui dispozitiv. speranțe mari, cel putin pentru moment.


Faptul este că de multe ori sistemul nu este capabil să identifice corect semnul. Când este plin, instalat greșit sau ușor de citit, dispozitivul pur și simplu nu îl vede. În același timp, viteza mașinii afectează și recunoașterea imaginii. Cu cât este mai sus, cu atât mai rău mai multă întârziere produsul începe să funcționeze.

De asemenea, nu uitați de fals pozitive. Au fost observate cazuri când imaginile aplicate altor vehicule care se deplasează direcția de trecere(pe autobuze, camioane) sunt percepute de sistem ca restricții și, în același timp, emite un avertisment corespunzător.

Un dispozitiv, cum ar fi un sistem care recunoaște indicatoare rutiere, cu siguranță poate fi considerat util pe o mașină, dar nu ar trebui să te bazezi prea mult pe ea. În orice caz, șoferul este responsabil de siguranța circulației, iar el va trebui să plătească amenda pentru depășirea vitezei.

Metropolele moderne roiesc cantitate mare mașini. Din aceasta cauza, orice vizitator are o multime de dificultati si necazuri, pana la un accident de circulatie. Cert este că nu toată lumea cunoaște caracteristicile orașului, unde sunt amplasate semnele rutiere și ce înseamnă acestea. Pentru situatii similare ingineri și a venit cu un sistem de recunoaștere a semnelor de circulație. Acum șoferul nu trebuie să se uite prea mult în jur, urmați toate indicatoarele rutiere.

Ce este acest sistem?

Pentru a ușura viața șoferilor, inginerii au venit cu destule sistem interesant pentru recunoașterea semnelor de circulație. Sarcina sa principală este de a avertiza șoferul cu privire la un semn rutier care se apropie, o intersecție și așa mai departe. Acum nu veți avea probleme și dificultăți în legătură cu personajul dispărut.

Este de remarcat faptul că numele sistemului poate diferi ușor, totul depinde de producător și de caracteristicile viziunii. Dar, în general, există o abreviere TSR , care este descifrat ca Trafic Sin Reconciliere . Folosit de producători precum, , și multe altele.

La caracteristici mici firma ar trebui să fie atribuită Opel . Cert este că sistemul de recunoaștere a semnelor este introdus imediat în complex Ochiul Opel ceea ce este destul de convenabil și practic. În 2010, un sistem similar a primit un număr mare de feedback pozitiv nu numai de la experți, ci și șoferi obișnuiți. Pe durata existenței sistemului, numărul accidentelor rutiere a scăzut. Sistemul include nu numai recunoașterea semnelor și a pietonilor, ci și parcare automată.

Cât despre companie Mercedes-Benz , atunci aici sistemul are o singularitate în restricție Limită de viteză. Acum șoferul nu va putea depăși viteza prescrisă, nici măcar pe câțiva kilometri. Experții notează că sistemul poate fi fie independent, fie parte dintr-un întreg complex de protecție și prevenire.

În ce constă sistemul?

O atenție deosebită merită componentele sistemului, din ce constă. Aproape fiecare producător folosește următoarea listă:

· O cameră video care este instalată pe parbriz;

· Unitate centrala de control;

· Afișare pentru a afișa informații.

Desigur, lista poate fi completată, totul depinde de producător și de dorința acestuia. Experții notează că o astfel de aranjare a camerei, la nivelul capului șoferului, este optimă. La urma urmei, datorită acestei abordări, sistemul fără munca deosebita citește informațiile și le transmite pe afișajul vehiculului. Camera este realizată folosind optică, materiale și tehnologii de înaltă calitate.

Există două generații ale sistemului:

· Primul doar informează șoferul despre semnul care se apropie. Este capabil să recunoască semnul limitării de viteză, interdicția de depășire;

· Al doilea, pe lângă citirea informațiilor, arată ce a încălcat șoferul și unde exact. Poate recunoaște semnul de trafic non-stop este interzis, zona rezidențială, începutul și sfârșitul așezărilor, precum și avantajele traficului.

În ceea ce privește a doua generație, o unitate de control inteligentă cu sistem de operare. Dacă este necesar, sistemul este actualizat pentru a completa numărul de caractere.

Cum funcționează sistemul?

În ceea ce privește însuși principiul de funcționare, nu este nimic complicat aici. Principala este camera, care este instalată parbriz. Captează întregul traseu al șoferului, în orice moment al anului și al zilei. Camera este montată pe partea pasagerului și deasupra șoferului. Locația poate varia din cauza condițiilor de trafic. Camera este capabilă să recunoască pasagerii, ceea ce este destul de convenabil.

Informațiile primite sunt transmise unității centrale a vehiculului. Acțiunile ulterioare variază în funcție de generație. Dacă șoferul are doar prima generație, atunci se face o comparație cu baza și se afișează un semn pe afișaj. Dacă a doua generație, atunci pe lângă emiterea unui semn și compararea cu baza de date, șoferul primește informatii complete despre o posibilă încălcare. Cu această abordare, puteți înțelege imediat dacă trebuie să cheltuiți bani pentru o amendă sau nu.

Experții subliniază că sistem modern recunoașterea caracterelor își amintește mai multe acțiuni simultan. Faptul este că în prezent există un număr mare de semne cu efect pe termen lung. Dacă acest lucru nu este luat în considerare, atunci vor apărea multe probleme.

Mulți spun asta generație următoare Sistemul va putea nu doar să citească indicatoarele, ci și să folosească regulile de circulație, să dea recomandări în unele situații. Acest lucru va fi necesar pentru începătorii care tocmai s-au așezat la volanul unui vehicul.

Concluzie

Sistemul de recunoaștere a semnelor este foarte popular. Ușurează viața șoferilor, ajută la prevenirea situațiilor neplăcute.

Trimiteți-vă munca bună în baza de cunoștințe este simplu. Utilizați formularul de mai jos

Studenții, studenții absolvenți, tinerii oameni de știință care folosesc baza de cunoștințe în studiile și munca lor vă vor fi foarte recunoscători.

Documente similare

Condițiile drumului ca factor care determină fiabilitatea șoferului. Evaluarea impactului, calității, instalării corecte și conținutului informativ al indicatoarelor rutiere și altor structuri asupra siguranței rutiere. Numirea și clasificarea indicatoarelor rutiere.

teză, adăugată 12.11.2009


Caracteristici și forme de orientare a traseelor ​​în orașe. Instalarea indicatoarelor la intersectii la acelasi nivel. Principii de amplasare și proiectare a indicatoarelor rutiere design individual. Dispunerea și calculul semnelor de design individual.

lucrare de termen, adăugată 12/08/2008


caracteristici generale indicatoare rutiere: avertisment, prioritate, interdicție, prescriptivă, informațională, de serviciu și indicatoare Informații suplimentare. Analiza performanței mijloace tehnice organizarea traficului la intersectie.

lucrare de termen, adăugată 19.12.2011


Încrucișarea regulilor, trecere de pietoni sau alt tronson de drum. Învățarea semnelor rutiere pentru șoferi Vehicul. Reglarea circulatiei prin semafoare pe drumuri. Semnificația în oraș a pasajelor terestre și subterane pentru pietoni.

prezentare, adaugat 14.02.2014


Studiu conditiile drumuluişi scheme de management al traficului la locul accidentului. Mecanismul de dezvoltare a accidentelor în funcție de versiune participanții la accidente rutiere. Determinarea vitezei vehiculului înainte de frânare și a distanței minime admisibile între vehicule.

lucrare de termen, adăugată 03/01/2010


feluri marcajele rutiere. Calcul parametri geometrici. Enumerarea și justificarea utilizării marcajului la schimbul proiectat. Enumerarea și justificarea utilizării semnelor la nodul proiectat. Reguli de utilizare a indicatoarelor rutiere, marcajelor.

lucrare de termen, adăugată 21.06.2010


O metodă de identificare a secțiunilor periculoase de drum bazată pe analiza datelor privind accidentele rutiere (RTA). Metoda ratei accidentelor. Principal tipuri de accidente. Analiza principalelor caracteristici ale stării drumului și a stării de funcționare a drumului.

lucrare de termen, adăugată 10.08.2014

Ivan Ojiganov 9 iulie 2013

Viitorul pieței softwareși aplicatii mobile deosebit de strâns legat de utilizarea aplicației Tehnologii M2M care permit implementarea de noi idei interesanteși implementați soluții mai avansate într-o varietate de domenii: securitate, supraveghere video de la distanță, automatizări din fabrici, electronice de larg consum și altele.

În 2014, Apple plănuiește să lanseze iOS in the Car, o platformă mobilă care îți permite să folosești dispozitive iOS prin interfața mașinii, iar echipa noastră lucrează în prezent la crearea unui prototip de aplicație de asistent șofer pentru dispozitivele iOS.

rezumatul proiectului

Ideea proiectului este de a adăuga funcțiile unui navigator, un „recorder video inteligent” la capacitățile dispozitivelor iOS. Sarcină starea curentă- să dezvolte o aplicație prototip care nu numai că înregistrează evenimentele de trafic ca un registrator obișnuit, ci și recunoaște semnele de circulație întâlnite, avertizând șoferul despre acestea. Funcția de alertă este importantă deoarece șoferii nu reușesc adesea să observe un semn sau uită rapid ultimul semn sau secvența de semne pe care au trecut.

În timpul dezvoltării prototipului, ne-am limitat la semne de interdicție - semne rotunde cu chenar roșu pe fundal alb. În viitor, intenționăm să adăugăm și alte indicatoare, să implementăm o bază de date actualizată constant de drumuri și semne de circulație, comună tuturor dispozitivelor care folosesc aplicația și multe altele.

Cum funcționează aplicația: camera video a telefonului captează un flux video cu o rezoluție de 1920 × 1080, cadrele primite sunt analizate și recunoscute, atunci când un semn este recunoscut, se declanșează un anumit eveniment: dați un semnal de avertizare șoferului, adăugați informații către baza de date a drumurilor etc.

Sarcina poate fi împărțită în două etape:

• Segmentarea culorii imaginii
• Recunoașterea semnelor

Etapa 1. Segmentarea culorii imaginii

Captură de imagine. Caut roșu și alb

O caracteristică unică a semnelor de interdicție este un cerc dominat de culoare albași un contur roșu care vă permite să identificați aceste personaje în imagini. După ce am primit un cadru de la cameră în format RGB, decupăm imaginea cu o dimensiune de 512 pe 512 (Fig. 1) și selectăm culorile roșu și alb pe ea, eliminând toate celelalte.

Pentru localizarea culorii - determinarea elementelor unei anumite culori - formatul RGB este foarte incomod, deoarece roșul pur este foarte rar în natură, dar aproape întotdeauna vine cu impurități de alte culori. În plus, culoarea își schimbă nuanța și luminozitatea în funcție de iluminare. Deci, de exemplu, la răsărit și la apus, toate obiectele capătă o nuanță roșie; amurgul și amurgul își dau și ele nuanțele.

Orez. unu. Imagine în format RGB 512 x 512, introdusă în algoritm.

Cu toate acestea, am încercat mai întâi să rezolvăm problema folosind formatul RGB original. Pentru a evidenția culoarea roșie, setăm pragurile superioare și inferioare: R > 0,7 și G și B< 0,2. Но модель оказалась не очень удобной, т.к. значения цветовых каналов сильно зависели от освещенности и времени суток. Например, значения каналов RGB красного цвета в солнечный и пасмурный дни сильно отличаются.

Prin urmare, am convertit modelul RGB în modelul de culoare HSV / B, în care coordonatele culorii sunt: ​​nuanță (Hue), saturație (Saturation) și luminozitate (Value / Brightness).

Modelul HSV/B este reprezentat de obicei printr-un cilindru de culoare (Fig. 2). Este convenabil prin faptul că nuanțele de culoare din el sunt doar invariante. tipuri variate iluminare și umbre, ceea ce simplifică în mod natural sarcina de a evidenția culoarea dorită în imagine, indiferent de condiții precum ora din zi, vremea, umbra, locația soarelui etc.

Cod shader pentru a trece de la RGB la HSV/B:

Variante highp vec2 textureCoordinate; plutitor de precizie highp; uniform sampler2D Source; void main() ( vec4 RGB = textura2D(Sursa, texturaCoordinate); vec3 HSV = vec3(0); float M = min(RGB.r, min(RGB.g, RGB.b)); HSV.z = max( RGB.r, max(RGB.g, RGB.b)); float C = HSV.z - M; dacă (C != 0,0) ( HSV.y = C / HSV.z; vec3 D = vec3((( (HSV.z - RGB) / 6.0) + (C / 2.0)) / C); dacă (RGB.r == HSV.z) HSV.x = D.b - D.g; altfel dacă (RGB.g == HSV. z) HSV.x = (1.0/3.0) + D.r - D.b;altfel dacă (RGB.b == HSV.z) HSV.x = (2.0/3.0) + D.g - D.r;dacă (HSV.x< 0.0) { HSV.x += 1.0; } if (HSV.x >1,0) ( HSV.x -= 1,0; ) ) gl_FragColor = vec4(HSV, 1); )

Orez. 2. Cilindru de culoare HSV/B.

Pentru a evidenția culoarea roșie, construim trei planuri care se intersectează care formează zona din cilindrul de culoare HSV/B corespunzătoare culorii roșii. Sarcina de a evidenția culoarea albă este mai simplă, deoarece culoarea albă este situată în partea centrală a cilindrului și este suficient să precizăm pragul de-a lungul razei (axa S) și înălțimii (axa V) a cilindrului, care formează zona corespunzătoare culorii albe.

Cod shader care efectuează această operație:

Variante highp vec2 textureCoordinate; plutitor de precizie highp; uniform sampler2D Source; //parametrii care definesc plane const float v12_1 = 0.7500; const float s21_1 = 0,2800; const float sv_1 = -0,3700; const float v12_2 = 0,1400; const float s21_2 = 0,6000; const float sv_2 = -0,2060; const float v12_w1 = -0,6; const float s21_w1 = 0,07; const float sv_w1 = 0,0260; const float v12_w2 = -0,3; const float s21_w2 = 0,0900; const float sv_w2 = -0,0090; void main() ( vec4 valueHSV = texture2D(Sursa, texturaCoordinate); float H = valueHSV.r; float S = valueHSV.g; float V = valueHSV.b; bool fR=(((H>=0,75 && -0,81* H-0,225*S+0,8325<= 0.0) || (H <= 0.045 && -0.81*H+0.045*V-0.0045 >= 0,0)) && (v12_1*S + s21_1*V + sv_1 >= 0,0 && v12_2*S + s21_2*V + sv_2 >= 0,0)); float R = float(fR); float B = float(!fR && v12_w1*S + s21_w1*V + sv_w1 >= 0,0 && v12_w2*S + s21_w2*V + sv_w2 >= 0,0); gl_FragColor = vec4(R, 0,0, B, 1,0); )

Rezultatul shader-ului care evidențiază roșu și alb într-o imagine de 512 x 512 este prezentat în Fig. 2. Cu toate acestea, după cum au arătat experimentele de calcul, pentru munca in continuare este util să reduceți rezoluția imaginii la 256 cu 256, deoarece acest lucru îmbunătățește performanța și nu are practic niciun efect asupra calității localizării caracterelor.

Orez. 3. Imagine alb și roșu.

Găsirea cercurilor într-o imagine

Majoritatea metodelor de găsire a cercurilor funcționează cu imagini binare. Prin urmare, imaginea roșu-albă obținută în pasul anterior trebuie convertită într-o formă binară. În munca noastră, ne-am bazat pe faptul că pe semnele de interdicție culoarea fundalului alb se întinde pe conturul roșu al semnului și am dezvoltat un algoritm pentru un shader care caută astfel de margini într-o imagine roșu-albă și marchează pixelii de margine ca 1. , și nu pixeli de margine - 0.

Funcționarea algoritmului este următoarea:

• pixelii învecinați ai fiecărui pixel roșu de imagine sunt scanați;
• dacă se găsește cel puțin un pixel alb, atunci pixelul roșu original este marcat ca pixel de margine.

Astfel, obținem o imagine alb-negru (256 x 256), în care fundalul este umplut cu negru, iar cercurile presupuse sunt albe (Fig. 4a).

Orez. 4a. O imagine binară care afișează marginile de roșu și alb.

Pentru a reduce numărul de puncte false, este utilă aplicarea morfologiei (Fig. 4b).

Orez. 4b. Aceeași imagine, dar după aplicarea morfologiei.

În plus, pe imaginea binară primită este necesar să găsiți cercuri. În primul rând, am decis să folosim metoda Hough Circles Transform implementată pe CPU în biblioteca OpenCV. Din păcate, după cum au arătat experimentele de calcul, această metodă încarcă prea mult CPU și reduce performanța la un nivel inacceptabil.

Calea logică de ieșire din această situație ar fi transferarea algoritmului la shader-uri GPU, totuși, ca și alte metode de găsire a cercurilor în imagini, metoda Huff nu se potrivește bine cu paradigma shader-approach. Astfel, a trebuit să apelăm la o metodă mai exotică de găsire a cercurilor - metoda cautare rapida cercuri folosind perechi de gradient (Detecție rapidă a cercurilor folosind vectori de perechi de gradient) care arată mai multe performanta ridicata pe CPU.

Etape principale aceasta metoda următoarele:

1 . Pentru fiecare pixel al unei imagini binare, se determină un vector care caracterizează direcția gradientului de luminozitate la un punct dat. Aceste calcule sunt efectuate de un shader care implementează operatorul Sobel:

Variante highp vec2 textureCoordinate; plutitor de precizie highp; uniform sampler2D Source; flotor uniform Offset; void main() (vec4 centru = textura2D(Sursa, texturaCoordonata); vec4 NE = textura2D(Sursa, texturaCoordinate + vec2(Offset, Offset)); vec4 SW = textura2D(Sursa, texturaCoordinate + vec2(-Offset, -Offset)) ; vec4 NW = textura2D(Sursa, texturaCoordinate + vec2(-Offset, Offset)); vec4 SE = textura2D(Sursa, texturaCoordinate + vec2(Offset, -Offset)); vec4 S = textura2D(Sursa, texturaCoordinate + vec2(0, -Offset)); vec4 N = textura2D(Sursa, texturaCoordinate + vec2(0, Offset)); vec4 E = textura2D(Sursa, texturaCoordinate + vec2(Offset, 0)); vec4 W = textura2D(Sursa, texturaCoordinate + vec2( -Offset, 0)); gradient vec2; gradient.x = NE.r + 2,0*E.r + SE.r - NW.r - 2,0*W.r - SW.r; gradient.y = SW.r + 2,0*S.r + SE.r - NW.r - 2,0*N.r - NE.r;float gradMagnitude = lungime(gradient);float gradX = (gradient.x+4,0)/255,0;float gradY = (gradient.y+4,0)/255,0; gl_FragColor = vec4(gradMagnitude, gradX, gradY, 1.0); )

Toți vectorii nenuli sunt grupați după direcție. Datorită caracterului discret al imaginii binare, există 48 de direcții în total, adică 48 de grupuri.

2 . În grupuri, se caută perechi de vectori direcționați opus V1 și V2, de exemplu, 45 de grade și 225. Pentru fiecare pereche găsită, se verifică condițiile (Fig. 5):

• unghiul beta este mai mic decât un anumit prag
• distanța dintre punctele P1 și P2 este mai mică decât diametrul maxim al cercului specificat și mai mare decât cel minim.

Dacă aceste condiții sunt îndeplinite, atunci se consideră că punctul C, care este punctul de mijloc al segmentului P1P2, este centrul presupus al cercului. În plus, acest punct C este plasat în așa-numitul acumulator.

3 . Acumulatorul este o matrice tridimensională de 256 x 256 x 80. Primele două dimensiuni (256 x 256 - înălțimea și lățimea imaginii binare) corespund centrelor presupuse ale cercurilor, iar a treia dimensiune (80) reprezintă razele posibile ale cercurilor (maximul este de 80 pixeli). Astfel, fiecare pereche de gradient acumulează un răspuns la un punct corespunzător centrului presupus al unui cerc cu o anumită rază.

Orez. 5. O pereche de vectori V1-V2 și presupusul centru al cercului C.

4 . În plus, centrele sunt căutate în acumulator în care cel puțin 4 perechi de vectori cu direcții diferite au dat un răspuns, de exemplu, perechile 0 și 180, 45 și 225, 90 și 270, 135 și 315. Centrele apropiate unul de celălalt sunt combinate. . Dacă mai multe centre de cercuri cu raze diferite, atunci se combină și aceste centre și se ia raza maximă.

Rezultatul algoritmului de căutare în cerc este prezentat în Fig. 6.

Orez. 6. Cercuri localizate corespunzătoare a două semne de interdicție.

Etapa 2. Recunoașterea semnelor localizate

Cercurile localizate pe imagine, care trebuie să corespundă semnelor de interdicție, sunt decupate și normalizate la o dimensiune de 28x28 pixeli. Imaginile decupate sunt prelucrate suplimentar de operatorul Sobel și transferate la intrarea unei rețele neuronale convoluționale, antrenată anterior pe baza imaginilor semnelor de interdicție.

Am scris despre principiul funcționării rețelelor neuronale într-unul dintre proiectele noastre recente privind recunoașterea numerelor cardurilor bancare. Sarcina noastră a necesitat lucrul cu rețele neuronale multistrat - convoluționale. Când segmentarea semnelor este completă, obținem o imagine, pe care o trecem în rețeaua neuronală convoluțională construită pe baza lucrărilor lui Ian LeKan, Leon Vottu, Joshua Bengio și Patrick Haffner. Pentru a antrena rețeaua neuronală, a fost pregătită o mică bază de date cu imagini de antrenament.

După ce recunoaștem fiecare cerc, obținem o serie de probabilități ale unui semn sau altul. Nu este întotdeauna posibil să se determine semnul cu o probabilitate bună pe un cadru, semnele nerecunoscute vor fi rafinate după procesarea următorului cadru; un semn este considerat a fi recunoscut cu acuratețe, valoare maximă probabilitățile pentru care în tabloul de probabilități sunt peste un anumit prag.

Concluzie

Prototipul aplicației de navigator este balonul nostru de probă în utilizarea tehnologiilor M2M și intenționăm să dezvoltăm această direcție în viitor. În viitorul apropiat, intenționăm să implementăm recunoașterea tuturor tipurilor de semne și să extindem gama de luminozitate: zi, amurg, soare strălucitor, apusuri etc.

Principala dificultate în sarcina de a recunoaște alte tipuri de semne este în determinarea altor forme decât un cerc: triunghiuri, pătrate și altele. Până să avem o soluție finală, există mai multe variante, fiecare cu propriile avantaje și dezavantaje. Prin urmare, suntem foarte interesați de experiența dumneavoastră în rezolvarea problemelor de localizare a culorilor, vă vom fi recunoscători pentru recomandările și sfaturile dumneavoastră.

Se confruntă cu nevoia de a lua multe decizii într-un minut. În plus, cu grijă deosebită trebuie să observați situația de pe drum. Urmărirea mișcării mașinilor în jur, urmând marcajele traseului și indicatoarelor, utilizarea adecvată a comenzilor acestora, este extrem de dificilă. Până când șoferul dobândește experiența necesară și poate controla cu încredere situația în timpul conducerii, va trece mult timp și există întotdeauna riscul unui accident.

Scopul principal al sistemului

De remarcat că cea mai mare parte apare din cauza comportamentului incorect al șoferului, care nu respectă limita de viteză impusă. Și acest lucru este în zadar, deoarece introducerea restricțiilor a fost inventată dintr-un motiv: mașina trebuie să se miște cu o astfel de viteză încât șoferul să aibă timp să răspundă corect la schimbările din situația traficului, făcând în mod independent o manevră sau o frânare de urgență. Acesta este ceea ce a determinat dezvoltarea sistemelor motiv special asistarea conducătorului auto în luarea deciziilor sau reglementarea acțiunilor sale. Sistemul de recunoaștere, care se mai numește și Traffic Sign Recognition, echipează majoritatea producătorilor auto de marcă, BMW, Volvo etc. cu modelele lor. Un dispozitiv similar pentru mașini marci Opel este o componentă a complexului Opel Eye. Acest tip de dezvoltare este considerată una dintre cele mai bune descoperiri în domeniu siguranța auto două mii zece. Producătorii Mercedes-Benz au dat numele instalației lor pentru determinarea semnelor de circulație - Speed ​​​​​​Limit Assist (care înseamnă controlul vitezei) și Volvo - RSI (sistem de informații).

Tipul de tehnologie prezentat este cel mai important din complex, care este inclus în pachetul celor mai moderne mașini.

Componentele sistemului

Adesea, orice variație a Recunoașterii semnelor de circulație de la orice producător constă în instrumente și echipamente tipice. Aceasta se datorează necesității ca funcționarea oricărui sistem de acest fel să aibă dispozitive de aceeași natură, reprezentate de:

• cameră video de înaltă sensibilitate proiectată special;
• un afișaj sau alt tip de dispozitiv care afișează informații despre sistem pentru proprietarul mașinii;
• unitatea de control care efectuează cea mai mare parte a lucrării.

Camera video este amplasată în apropiere parbriz interior showroom auto. La o serie de modele, în care un astfel de sistem este încorporat în mașină, camera poate fi ascunsă undeva sub geamul ferestrei sau, de exemplu, în zona sigiliului. Direcția camerei trebuie setată în așa fel încât să poată vedea clar vederea spațiului din fața mașinii, în zonele în care sunt amplasate semne de circulație, de-a lungul drumului puțin în dreapta autostrăzii. Ulterior video filmat vine pentru prelucrare la unitatea de control, al cărei microprocesor efectuează simultan analiza conținutului. În plus, o astfel de cameră este folosită și de alte dezvoltări de securitate: sub forma unei instalații de detectare a pietonilor pe șosea și a unui sistem de asistență pentru deplasarea în rând sau de-a lungul unei benzi cu un flux mare de trafic.

Specificul de funcționare

Prin unitatea electronică de control sisteme TSR este inițiat un mecanism special, care este încorporat în programul de sistem. Procedura pas cu pas este:

• în recunoașterea caracteristicilor formei unui semn rutier;
• definirea inscripțiilor de pe plăcuța de semnătură;
• recunoașterea nuanței de culoare a mărcii;
• verificarea prezenței unei plăcuțe informative.

Să luăm în considerare caracteristicile funcționării acestei secvențe folosind exemplul de semne despre restricția limitei de viteză, a căror definiție vizează sistemele de recunoaștere a semnelor rutiere ale majorității mașinilor. În primul rând, instalația recunoaște semne care au o formă rotundă, după care o combinație a nuanțelor sale - roșu și alb. Apoi se recunoaște inscripția prezentă pe plăcuță și anume indicatorul maximului valoare admisibilă viteză. În continuare, blocul realizează o analiză a vitezei mișcării în sine masina specifica iar, dacă există diferențe, șoferului i se dă un semnal despre depășirea limitei de viteză maximă pe o anumită secțiune a traseului. În absența încălcărilor, imaginea semnului apare pur și simplu pe afișajul tabloului de bord al mașinii, informând astfel șoferul despre recunoașterea semnului de circulație.

O inovație în sistemul de recunoaștere a semnelor de circulație este operarea în comun cu un navigator auto.

Recunoașterea semnelor de circulație de tip îmbunătățit informează șoferul nu numai despre limitatoarele de viteză, ci și despre alte semne care reglementează trafic rutier. Alături de semnele care interzic depășirea, semne separate despre informații suplimentare, sistemul recunoaște semne care indică:

• a interzice mișcarea fără oprire;
• interzicerea intrării;
• despre drumul principal(sfârșitul acesteia);
• despre avantajul mașinilor care se deplasează banda care vine din sens opus sau vice versa;
• nevoia de a ceda;
• despre sfârșitul zonei cu toate restricțiile;
• despre începutul (sfârșitul) așezării;
• despre începutul (sfârșitul) autostrăzii;
• la intrarea in zona rezidentiala.

Unele dintre caracterele enumerate mai sus nu sunt afișate. Coordonarea informațiilor despre semnele care sunt recunoscute are loc cu sistemul de navigație și cu indicatorii actuali ai mișcării mașinii. În cele din urmă, sistemul transmite șoferului informații despre situația de pe drum și asigură deplasarea în siguranță.

Astfel, acest tip de sistem de siguranță este un ajutor esențial pentru orice șofer – atât experimentat, cât și începător. Contribuie la reacția corectă a proprietarului mașinii și la adoptarea unei decizii adecvate.