[发明专利]一种无人驾驶车载交通信号灯识别系统及方法

权利要求书

1.一种无人驾驶车载交通信号灯识别系统，其特征在于，包括：

检测识别模块，用于对摄像头组件拍摄的静态交通信号灯图片以物理结构降低分辨率，并进行裁切、模糊分类以及坐标投影操作后，以颜色和形状匹配组合方式分析图片中的信号灯像素因子；

算法处理模块，包括对信号灯像素因子进行分类的像素分类器，以及存储的日间交通灯算法和夜间交通灯算法；

日间交通灯算法对一定数量的信号灯像素因子进行颜色空间分布特征提取，夜间交通灯算法对一定数量的信号灯像素因子进行RＧ空间阈值中光晕图像提取筛选，将筛选结果二值化，通过区域包围零点数量筛选和局部区域取反操作，消除光晕，提取出完整的交通灯轮廓，然后通过区域形态特征方法识别，还包括结合日间交通灯算法和夜间交通灯算法的对信号灯像素因子进行明暗区域同步识别的中间算法；

变换预测模块，基于汽车运动的速度和位置的数据，对摄像头组件拍摄的信号灯动态视频进行连续多帧的信号灯像素因子的变换预测，并以信号灯连续多帧的动态视频中颜射骤变状态为截取点，对经过处理模块处理后的信号灯像素因子进行契合度匹配；

GIS模块，利用GPS系统对检测识别模块和变换预测模块的数据分析的结果附加基于概率模型的地理位置信息；

其中，所述变换预测模块通过连接汽车的MCU获取汽车运动状态，并通过GPS系统获取汽车到信号灯的地理坐标位置，同时估算信号灯在摄像头组件拍摄的交通信号灯动态视频中相对运动状态，进而构建运动模型；在所述运动模型下，所述变换预测模块利用连续多帧的交通信号灯动态视频的检测识别分析，分析内容包括：

预测信号灯在拍摄的交通信号灯动态视频中下一帧的目标位置；

将拍摄的交通信号灯动态视频中的同一目标在连续若干帧中的信息联系起来，使得在做预测决策时，可以利用当前帧数的信息或综合前几帧的信息，作出最优的预测决策。

2.根据权利要求1所述的一种无人驾驶车载交通信号灯识别系统，其特征在于，所述的检测识别模块内设置有用于对摄像头组件拍摄的佳通信号灯图片进行裁切的裁切器，以及对裁切器裁切的图片进行图像颜色特征筛选的模糊分类器，以及对模糊分类器分类的图片数据进行坐标投影分析的投影分析器。

3.根据权利要求1所述的一种无人驾驶车载交通信号灯识别系统，其特征在于，所述变换预测模块利用连续多帧的交通信号灯动态视频的检测识别分析具体的参数包括基于车道方向的信号灯位置、高度和朝向以及用于安装信号灯。

4.根据权利要求1所述的一种无人驾驶车载交通信号灯识别系统，其特征在于，所述检测识别模块还包括安装壳体（1），和嵌装在安装壳体（1）上的主摄像头组件（2）、副摄像头组件（8）以及色彩传感器（4），所述安装壳体（1）的四周设置有用于在物理上缩小和放大主摄像头组件（2）拍摄图片像素的图像分隔机构（3）；

所述图像分隔机构（3）包括设置在安装壳体（1）四周，且沿主摄像头组件（2）的拍摄方向上伸缩的柔性遮挡条（301），所述安装壳体（1）的前表面的四个拐角处设置有供柔性遮挡条（301）伸出的弧形导向槽孔（302），所述柔性遮挡条（301）的一端连接有驱动装置。

5.根据权利要求4所述的一种无人驾驶车载交通信号灯识别系统，其特征在于，其中一个所述柔性遮挡条（301）中间设置有镀膜透明板（303），且所述柔性遮挡条（301）在完全伸出时，柔性遮挡条（301）的前端正好能够伸入与其正相对的弧形导向槽孔（302）中。

6.一种根据权利要求1-5所述系统的无人驾驶车载交通信号灯识别方法，其特征在于，包括步骤：

S100、通过对红绿灯的颜色和形状特征提取从摄像模块获取的图像中取出候选区域；

S200、采用图像下采样算法，降低候选区域的图像分辨率，得到低分辨率像素组；

S300、再通过线性色彩分类器为低分辨率像素组的每个像素赋予色彩类别标签，随后采用图像分隔算法处理获得不同色彩类别的信号灯候选区域；

S400、将摄像模块获取的前几帧图像的不同色彩类别的信号灯候选区作为先验信息，预测下一帧交通信号灯在图像中的位置，重复步骤S200和S300输出信号灯识别结果。