過馬路是參與交通路權(quán)的重要交通場景之一。車輛駕駛員和行人之前通常使用非語言交流來相互判斷協(xié)商人行橫道是否可以通行，而沒有駕駛員的自動駕駛汽車很難將車輛的駕駛意圖傳達給十字路口的行人，這可能會使行人和其他道路使用者的安全性降低。

解決自動駕駛汽車準確識別交通信號燈的問題對于所有車輛安全都至關(guān)重要，與人類駕駛的汽車不同，自動駕駛汽車僅依靠其計算機視覺系統(tǒng)及導航數(shù)據(jù)來識別交通信號燈。

交通信號燈識別是實現(xiàn)城區(qū)自動駕駛能力最為關(guān)鍵的一環(huán)，現(xiàn)實世界的交通信號燈的位置、朝向并無規(guī)律可言，想在圖像中找到隨機懸掛在路口的交通信號燈卻并不是一件容易的事情。那么交通信號燈識別究竟有哪些難點，我們又有哪些技術(shù)方案能夠?qū)崿F(xiàn)交通信號燈檢測呢？

交通信號燈識別的技術(shù)難點

1、小物體檢測

交通信號燈檢測屬于小物體檢測問題，在一副圖像上所占的像素比極小，并且不同于車輛，行人的檢測，交通信號燈所能提取的特征有限，基本上是顏色特征，這個對設(shè)計神經(jīng)網(wǎng)絡(luò)的特征提取提出極大的挑戰(zhàn)。還需從其它角度考慮，如交通信號燈的位置始終在高處，交通信號燈的時序信息等去判斷。

另外對于相機的選型也有要求，選擇FOV（field Of View，視野）小的，聚焦功能好，所檢測的距離遠，但視野范圍??；選擇FOV大的，視野范圍大，但檢測距離近，所以可能會配合兩個甚至多個不同F(xiàn)OV大小的相機來檢測交通信號燈，這又會涉及到多個相機融合的難點問題。

2、交通信號燈實時變化

雖然跟交通標志牌類似，都屬于靜態(tài)物體檢測，但交通信號燈的狀態(tài)是實時發(fā)生變化的，這提升了檢測的難度。此外，在不同光照條件下，紅燈和黃燈的相似度很接近，甚至人眼都難以區(qū)分，只能根據(jù)燈的位置信息來區(qū)分。

另外，不同地區(qū)的交通信號燈設(shè)計方式，展現(xiàn)形式不一樣，如天津地區(qū)的條形展現(xiàn)形式，這就對交通信號燈的數(shù)據(jù)采集提出更多的挑戰(zhàn)，要覆蓋更多場景，增加了采集成本，同時對檢測網(wǎng)絡(luò)提出了更高的要求，具備更強的泛化性。

3、交通信號燈倒計時

交通信號燈還會有倒計時的問題，在檢測到交通信號燈狀態(tài)的同時，對數(shù)字的倒計時同樣需要進行檢測。此外同一個交叉路口，存在多個不同狀態(tài)下的交通信號燈，對這么多類型的交通信號燈檢測，就算是人可能也沒辦法區(qū)分清楚，需要配合一定的經(jīng)驗。而對于機器來說，它需要的是短時間能做出判斷，難度極大。

4、交通信號燈漏檢與誤檢

僅憑感知層面的交通信號燈檢測是遠遠不夠的，容易誤檢、漏檢，這對決策規(guī)劃層有極大的影響，紅燈識別成綠燈，繼續(xù)往前行駛，想想都是很危險的。通過單車智能的方式去感知交通信號燈難度太大，而且不能保證100%的識別成功率，交通信號燈的誤識別后果影響很嚴重，所以智能交通基礎(chǔ)設(shè)施建設(shè)需要及時跟上，包括交通信號燈的智能化、動態(tài)道路分配、智能路網(wǎng)設(shè)計等；這就需要得到城市政府部門的支持，能夠獲得城市路網(wǎng)的檢測數(shù)據(jù)，同時對獲得到數(shù)據(jù)的分析能力，高頻次的流動車的數(shù)據(jù)，位置信息，需要極佳的信號燈控制算法及產(chǎn)品才能把優(yōu)勢發(fā)揮出來。