Система распознавания дорожных знаков

Введение

За последние несколько лет сфера компьютерного зрения (CV) переживает если не второе рождение, то огромный всплеск интереса к себе. Во многом такой рост популярности связан с эволюцией нейросетевых технологий. Например, сверточные нейронные сети (convolutional neural networks или CNN) отобрали себе большой кусок задач по генерации фич, ранее решаемых классическими методиками CV: HOG, SIFT, RANSAC и т.д. Маппинг, классификация изображений, построение маршрута для дронов и беспилотных автомобилей — множество задач, связанных с генерацией фич, классификацией, сегментацией изображений могут быть эффективно решены с помощью сверточных нейронных сетей.

MultiNet как пример нейронной сети (трех в одной), которую мы будем использовать в одном из следующих постов. Источник. Предполагается, что читатель имеет общее представление о работе нейронных сетей. В сети есть огромное количество постов, курсов и книг на данную тему. К примеру:

Chapter 6: Deep Feedforward Networks — глава из книги Deep Learning от I.Goodfellow, Y.Bengio и A.Courville. Очень рекомендую.
CS231n Convolutional Neural Networks for Visual Recognition — популярный курс от Fei-Fei Li и Andrej Karpathy из Стэнфорда. В курсе содержатся отличные материалы сделан упор на практику и проектирование.
Deep Learning — курс от Nando de Freitas из Оксфорда.
Intro to Machine Learning — бесплатный курс от Udacity для новичков с доступным изложением материала, затрагивает большое количество тем в машинном обучении.

Совет: чтобы убедиться в том, что вы владеете основами нейронных сетей, напишите свою сеть с нуля и поиграйте с ней! Вместо того, чтобы повторять основы, данная серия статей фокусируется на нескольких конкретных архитектурах нейронных сетей: STN (spatial transformer network), IDSIA (сверточная нейросеть для классификации дорожных знаков), нейросеть от NVIDIA для end-to-end разработки автопилота и MultiNet для распознавания и классификации дорожной разметки и знаков. Приступим!

Тема данной статьи — показать несколько инструментов для предобработки изображений. Общий пайплайн обычно зависит от конкретной задачи, я же хотел бы остановиться именно на инструментах. Нейросети — совсем не те магические черные ящики, какими их любят преподносить в медиа: нельзя просто взять и «закинуть» данных в сетку и ждать волшебных результатов. По правилу shit in — shit out в лучшем случае, вы получите score хуже на несколько пунктов. А, скорее всего, просто не сможете обучить сеть и никакие модные техники типа нормализации батчей или dropout вам не помогут. Таким образом, работу нужно начинать именно с данных: их чистки, нормализации и нормировки. Дополнительно стоит задуматься над расширением (data augmentation) исходного картиночного датасета с помощью аффинных преобразований типа вращения, сдвигов, изменения масштаба картинок: это поможет снизить вероятность переобучения и обеспечит лучшую инвариантность классификатора к трансформациям.

Конструкция системы

Как правило, все эти конструкции от любого производителя имеют типичный набор инструментов и устройств в своем распоряжении.

Связано это банально с тем, что для работы нужны просто одинаковые приспособления. В их число входят:

Специальная чувствительная видеокамера.
Экран или некое другое приспособление, на котором система отчитывается перед водителем.
Блок управления, который и выполняет основную работу.

Видеокамера располагается рядом с ветровым стеклом в салоне автомобиля. На некоторых моделях, где эта возможность интегрирована во весь автомобиля камера может быть спрятана где-то под стеклом или, например, в уплотнителе стекла, чтобы камера не заслоняла часть лобового стекла и не закрывала обзор. Камер направлена так, чтобы ей было удобно снимать пространство впереди машины, в местах, где стоят знаки по ходу движения, то есть немного справа от дороги. Далее, отснятое видео передается в блок управления, микропроцессор которого в режиме реального времени анализирует его содержимое. Также эта камера используется и другими системами безопасности, такими как система обнаружения пешеходов, на проезжей части и система помощи движения по ряду или полосе в потоке машин.

Логика и принцип работы

Пошаговое описание логики обнаружения объектов:

Камера анализирует окружающую среду и считывает данные о дорожных знаках.
Система обнаруживает форму, похожую на знак.
Распознавание цвета и наличия дополнительных символов.
Поиск соответствий в базе данных.
Информирование водителя через дисплей.

Последовательность распознавания типа знака:

Определение формы: круг, прямоугольник, квадрат.
Анализ цветовой гаммы.
Считывание символов или надписей на знаке.
Сравнение фактической скорости с допустимой.

Если скорость движения превышает ограничение на участке дороги, система уведомляет водителя. В остальных случаях на дисплее просто появляется информация о скоростном режиме.

Экстраполяция линий Хафа

На предыдущем изображении видно, что разметка отобразилась не полностью. Нам хотелось бы её дополнить. Для этого сначала нужно определить левую и правую полосу:

— левая полоса: если мы увеличим координаты столбцов, то координаты строк уменьшатся (отрицательный градиент)

— правая полоса: если увеличить координаты столбцов, координаты строк тоже увеличатся (положительный градиент)

— будем игнорировать вертикальные линии.

После определения левой и правой полос мы экстраполируем их:

Если для одной полосы обнаружено несколько параллельных линий, мы усредняем строки.
Если полоса состоит из частично обнаруженных линий, мы объединяем их.

Полезные мелочи

Держатель с GPS-приёмником крепится на стекло за счёт 3M-скотча. Она очень крепко держится на стекле. Однако в комплекте есть ещё одна полоска на всякий пожарный случай.

Мне очень нравится магнитное крепление у всех видеорегистраторов серии G-Tech X. Чтобы снять регистратор, нужно всего лишь потянуть его с небольшим усилием на себя — достаточно даже одной руки. А развернуть регистратор объективом в салон нельзя. В таком случае питание прерывается, девайс попросту не работает.

Дата, время, госномер, координаты с широтой и долготой — всё это фиксируется прямо поверх видео, достаточно лишь один раз настроить и забыть. Таким образом, Neoline G-Tech X77 можно запросто использовать в качестве доказательной базы в суде. Главное — не выкидывать коробку и сопроводительную документации — всё это может пригодиться в судебном процессе, если дело дойдёт.

Введённые ранее данные и актуальные настройки никуда не пропадут, даже если снять регистратор и унести с собой домой на несколько недель. Это особенно актуально для лютых морозов в зимний период или во избежание перегрева девайса на солнце. У G-Tech X77 есть встроенный суперконденсатор — это своеобразная замена аккумулятора, только стабильнее, по крайней мере, так утверждают в Neoline. Без прямого подключения к бортовой сети автомобиля или к павербанку девайс, разумеется, не работает. Однако для сохранения настроек суперконденсатора более чем достаточно.

Neoline G-Tech X77 умеет следить за автомобилем в режиме парковки. Даже при выключенном двигателе встроенный акселерометр будет отслеживать перемещение автомобиля или толчки. А объектив отслеживает движение спереди. В обоих случаях девайс начинает экстренную запись. Такого рода видео помещаются в особую защищённую папку на флешке, откуда файлы можно удалить лишь при полном форматировании. Кстати, начать экстренную запись можно и вручную. Для этого на левом торце есть большая физическая кнопка.

Режим парковки активируется через меню и работает при подключении регистратора напрямую к блоку предохранителей авто. Для этого нужно докупать специальный аксессуар Neoline Fuse Cord X7 за 990 рублей

Важно помнить, что в таком режиме девайс активно расходует аккумулятор машины, поэтому он должен быть качественный и не изношенный, с отличным уровнем заряда

Как функционирует TSR

На сегодняшний день ведущие производители автомобилей (такие, как Ford, BMW, Audi, Volkswagen, Opel, Mercedes-Benz) устанавливают ее на свою продукцию. Основным предназначением этой новинки является предупреждение тех, кто в данный момент за рулем, о необходимости соблюдения максимальной скорости движения. В тот момент, когда машина минует очередной знак, установка фиксирует текущую скорость движения и то, насколько водитель ее придерживается. Если же нет, то оборудование напоминает водителю о недопустимости превышения. Интересно, что у разных производителей такие установки могут называться по-разному, хотя выполняют схожие функции. Так, у Mercedes Benz она именуется Speed Limit Assist (буквально, система по контролю за ограничением скорости), у Opel — Opel Eye (признана лучшей инновацией в сфере автобезопасности за 2010-й год). Производитель Вольво назвал свое детище Road Sign Information, что в переводе звучит, как комплекс информирования о дорожных знаках.

Инструмент 1: Визуализация и разведочный анализ данных

GTSRB

Визуализация изображений. По графику сразу видно множество слишком темных или слишком светлых изображений, поэтому должна быть проведена своего рода нормализация данных, чтобы устранить вариацию яркости.
Проверка выборки на несбалансированность. В случае, если в выборке превалируют экземпляры какого-либо класса, необходимо использовать методы undersampling или oversampling.
Проверить, что распределения train, validation и test выборок похожи. Это можно проверить, взглянув на гистограммы выше, либо используя ранговый коэффициент корреляции Спирмена. (через )

Spatial Transformers в TensorFlow

реализацию STNtransformer θtransformer Сверточные слои LocNet:

Слой 1: Max Pooling. На входе: 32x32x1. На выходе: 16x16x1.
Слой 2: Convolutional (relu, batch normalization). Kernel : 5×5, 100 фильтров. На входе: 16x16x1 (в наборе из 256). На выходе: 16x16x100.
Слой 3: Max Pooling. На входе: 16x16x100. На выходе: 8x8x100.
Слой 4: Convolutional (batch normalization, relu). Kernel : 5×5, 200 фильтров. На входе: 8x8x100 (в наборе из 256). На выходе: 8x8x200.
Слой 5: Max Pooling. На входе: 8x8x200. На выходе: 4x4x200.
Слой 6: Дополнительный pooling для multiscale-фич. Kernels: 4, 2 для сверточных слоев 1 и 2 соответственно.
Слой 7: Вытягивание и конкатенация фич в вектор . На входе: 2x2x100; 2x2x200. На выходе: вектор фич размерностью 400+800 = 1200 для полносвязных слоев.

Fully-connected часть LocNet:

Слой 8: Fully-connected(batch normalization, relu, dropout). На входе: 1200 признаков (в наборе из 256). 100 нейронов.
Слой 9: 2х3 матрица θ, которая задает аффинное преобразование. Веса задаются нулями, свободный член — матрицей, похожей на единичную, с единицами на главной диагонали: , ].
Слой 10: Transformer: Генератор сетки и сэмплер, реализованные в spatial_transformer.py. Этот слой производит изображения с теми же измерениями, что и исходные (32x32x1), применяя к ним аффинное преобразование (таким образом, получается приближенное или повернутое изображение).

Распознавание дорожных знаков (OpenCV)

Здраствуйте, решил поделиться своим опытом применения OpenCV (Intel) при решении практической задачи. Зачада стояла следущая — автоматическое распознавание дорожных знаков на видео желательно в режиме реального времени. К большому сожалению на русском языке очень мало информации по подобной проблеме, и еще меньше примеров. Вообщем пошарив по интернету, было принято решение использовать библиотеку OpenCV, которая располагала необходимым мат. аппаратом и как позже оказалось, довольно высокой производительностью.

Итак этапы решения задачи. Первый этап

— получение изображения с камеры. При разработке ипользовалась сетевая камера, web-камеры достаточно хорошего разрешения под рукой не было. OpenCV предоставляет довольно простой способ работы с web-камерами. (модуль HighGui ) cvNamedWindow(«web-cam», CV_WINDOW_AUTOSIZE); //создаем окно в котором будет показывать видео поток this->capture = cvCreateCameraCapture(0); cvSetCaptureProperty(this->capture,CV_CAP_PROP_FRAME_WIDTH_HEIGHT,640480); //устанавливаем разрешени 640×480

while (1) { //для работы с веб-камерой if(!cvGrabFrame(this->capture)) //берем кадр с камеры break; this->frame = cvRetrieveFrame(this->capture); //копируем кадр (используется формат IplImage) if(!frame) break; cvShowImage(«web-cam»,this->frame); //показываем кадр в заранее созданном окне

cvWaitKey(10); if(this->fwork == false) break; } Итак с помощью подобного кода получаем постоянно актуальные кадры с камеры

Второй этап

— преобразовываем полученное изображение. На первом этапе мной было сделано распознавание только некоторых групп знаков. (Запрещающие, предупреждающие) В результате некоторых экспериментов был получен фильтр, после которого получаем следующей изображение.

Третий этап

— применение порогового фильтра. OpenCV содержит ряд преобразований и обработок, я приминил cvThreshold параметры для этого фильтра подбирались опытным путем.

Четверый этап

— опеределение границ контуров. Опять же придумать своего велосипеда с 3-мя колесами не пришлось, была взята хорошо оптимизированная функция из библиотеки cvCanny — детектор границ. Полученные контура обводятся на исходном изображении

Таким образом я получал список контуров, после, используя заранее обученную нейросеть, классифицирую полученные контура. Если контур не относился не к одному заранее обозначенному типу, его относили в мусор и не показывали.

Подобная схема работы позволила создать готовое приложение, способное за секунду обрабатывать где-то порядка 3-5 кадров (в зависимости от нагруженности кадра). Для теста использовался ноутбук — Core 2 Duo T5450, сетевая камера с разрешением кажется 1024х768. При тестах система показала распознавание где-то 90% знаков, единственное НО. Ситема не сможет распознать знак, если он погнут, закрыт рекламным щитом и тому подобные вещи (что к сожалению встречается довольно часто. Тестировал почти на идеальном участке дороги).

По итогу получилось вполне работоспособное приложение, а самое главное получил навыки работы с openCV и знания в области распознавания видео. Аналогов данной библотеки не нашел.

з.ы. ночью данный подход тоже вполне применим, с некоторыми вариациями.

Понятный алгоритм работы — повышение уровня безопасности

Однако это не означает, что каждый из этих знаков будет отображаться на информационном табло дисплея (приборной панели). Эти сведения учитываются в текущих параметрах движения автомобиля, сверяются с данными, которые берутся с навигационных карт. Однако весь комплекс по распознаванию знаков дорожного движения функционирует как единое целое и направлен на то, чтобы повысить безопасность для водителя и его пассажиров, а также других участников. Принцип работы таких систем рассчитан на то, чтобы визуально распознавать дорожные объекты, считывать с них информацию и логически обрабатывать ее. Происходит это примерно по следующему алгоритму:

видеокамера находится в постоянном наблюдении и считывает данные о наличии дорожных знаков;
как только обнаруживается объект по форме напоминающий знак, сведения о нем передаются на ЭБУ;
начинается процесс распознавания цвета и дополнительной информации;
в базе данных проводится поиск соответствия;
на основании проведенного анализа система информирует водителя, при необходимости.

Как работает система?

Что касается самого принципа работы, то здесь нет ничего сложного. Основным является камера, которая устанавливается на лобовое стекло. Она снимает весь путь водителя, в любое время года и суток. Камера крепится на стороне пассажира и сверху от водителя. Расположение может варьироваться в зависимости от особенностей дорожного движения. Камера способна распознавать пассажиров, что довольно удобно.

Полученная информация передается на центральный блок транспортного средства. Далее действия варьируются в зависимости от поколения. Если у водителя имеется только первое поколение, то происходит сравнение с базой и выдача знака на дисплей. Если второе поколение, то помимо выдачи знака и сравнения с базой данной водитель получает полную информацию о возможном нарушении. При таком подходе можно сразу понять, придется ли тратить деньги на штраф или нет.

Специалисты отмечают, что современная система распознавания знаков запоминает сразу несколько действий. Дело в том, что в настоящее время существует большое количество знаков с продолжительным действием. Если подобное не учитывать, то возникнет масса неприятностей.

Многие говорят, что следующее поколение системы получит возможность не только считывать знаки, но и использовать правило дорожного движения, давать рекомендации в некоторых ситуациях. Подобное понадобится новичкам, кто только сел за руль транспортного средства.

Вывод

Система распознавания знаков пользуется большой популярностью. Она облегчает жизнь водителей, позволяет предотвращать неприятные ситуации.

05.11.2017

Как функционируют более современные системы идентификации

Такой индикатор выводится на дисплей приборной панели или информ-системы и сигнализирует до тех пор, пока водитель не убавит скорость или не закончится действие знака, ограничивающего скорость передвижения. На некоторых из современных авто система распознавания работает в тандеме с комплексом навигации, который черпает сведения из навигационных карт. Для того, чтобы система могла работать эффективно и ночью, и в плохую погоду, она может оснащаться инфракрасным прожектором. Существуют ситуации, когда видеокамера по каким-либо причинам не может идентифицировать табличку с ограничением скорости. В таких случаях информация будет взята с навигационных карт, а сигнализатор отреагирует на нее, как ему и положено. Самые прогрессивные системы, к примеру, такие, как устанавливает на свои машины Опель, распознают не только знаки по ограничению скоростного режима, но и те, которые запрещают обгон на конкретном участке дороги. Однако с развитием технологий были разработаны более хитроумные конструкции. Они могут идентифицировать следующие типы дорожных знаков:

главная дорога или окончание ее действия;
запрещен въезд;
запрещен обгон;
начало или конец населенного пункта;
преимущество в движении или требование уступить движение;
начало или окончание автомагистрали;
территория «жилая зона»;
конец действия всех ограничений.

Подача информации «баварцем» выше всяких похвал: цветные знаки транслируются на проекционный дисплей вместе с текущим значением скорости. Информация о запрете и разрешении обгонов выскакивает отдельными символами — пропустить или перепутать невозможно.

У видеокамеры переднего обзора достаточно работы. Тем не менее список объектов, которые она фиксирует, продолжает расти. Образы автомобилей и пешеходов, дорожная разметка, а теперь еще и знаки. Разумеется, не все. Чтобы система не распылялась по пустякам, разработчики вложили в электронную память минимум символов: ограничение максимальной скорости, запрет обгона и сопряженные с ними таблички с временем и зоной действия, знаки отмены. Их и распознает система, передавая изображение на панель приборов. Машин с такой опцией пока немного, среди поставляемых к нам еще меньше. На тест попали БМВ 3‑й серии и «Опель-Инсигния». И хотя задачи у этих систем одинаковые, различий в работе набралось предостаточно.

HDR

Предыдущие видеорегистраторы Neoline могли похвастаться лишь WDR (широкий динамический диапазон), который работал неплохо — выравнивал баланс белого в зависимости от погоды, освещения и т. д. Однако противостоять яркому солнцу WDR всё же не мог. С HDR ситуация кардинально меняется. Просто оцените примеры ниже.

CPL-фильтр в комплекте и в теории он защищает от бликов на стеклах других автомобилей и прочих неприятностей. Однако, на мой вкус, особой погоды он не делает. А вот зашитый в систему расширенный динамический диапазон — очень полезная опция, особенно в свете неминуемо приближающегося лета.

Оптическое распознавание Abbyy

Abbyy FineReader работает с документами уже давно. Это комплексное решение, как для бизнеса, так и для обычных пользователей. В нем можно получить все необходимые функции для извлечения содержания текстов из сканера с полной читаемостью, аккуратно организованные оцифрованные материалы. Помимо распознавания текстов и преобразования в PDF, Microsoft Office или другие форматы, программа также может сравнивать их, добавлять аннотации и комментарии.

Abbyy FineReader может конвертировать материал в пакетном режиме и обрабатывать множество выходных форматов на 192-х различных языках. Есть сопутствующие мобильные приложения, когда нужно выполнить быстрое сканирование с телефона.

Программное обеспечение не самое современное, но оно простое, функциональное и отлично справляется со своей работой. Утилита имеет прочную репутацию одного из лучших вариантов в области оптического распознавания символов. Можно воспользоваться бесплатной пробной версией. ПО стоит от 199,99 долл. США за стандартную разовую бессрочную лицензию.

Если кому-то покажется это дорогим вариантом, можно воспользоваться хорошей альтернативой ABBYY FineReader — онлайн версией. Она ограничена тем, что позволяет сканировать только 10 страниц в месяц. Но поставляется со всеми другими функциями премиум-версии. Потребуется регистрация, чтобы получить доступ. Она поддерживает очень много форматов входных файлов, и можно выбрать выходные, такие как PDF, Word, Excel, PowerPoint и e-Pub.

Установка камеры TSR Системы распознавания дорожных знаков

Активация системы на наших автомобилях предельно проста, главное не торопиться и быть аккуратным.

В рамках описанных на драйве не раз экспериментов, мною была заказана камера с кодом «284G3-4EA0B» и установлена, что дало положительный результат.

Обо всём по порядку. На наших автомобилях российской сборки, в комплектациях, где есть «автоматическое переключение с ближнего на дальний свет» и установлена камера под лобовым стеклом, эта функция выпилена. На сегодняшний день единственный подтвержденный способ эту функцию в наши авто вернуть относительно «малой кровью», установка камеры с европейской версии Кашкаев и Хитрил.

Камера установленная в наших автомобилях имеет код — «284G3-4EA6B», на европейцах ставились камеры с кодами — «284G3-4EA5B» и «284G3-4EA0B», подойдут обе, т.к. обе проверены и после установки все должно работать.

Приступив к поискам, самым дешевым вариантов оказался поиск через гугл на Ебее, где из двух выставленных лотов, один был в англии за 10 т.р., поторговавшись с продавцом, я сторговался на 6 т.р. + 2 за доставку СПСР. Две недели ожидания и камера у меня в руках, прямо с доставкой на дом ! Но эти камеры я встречал и на многих других разборках на сайтах швеции, эстонии и т.д.

Сама установка представляет из себя физическую замену вами камеры под лобовым стеклом, на приобретенный аналог. Вся процедура элементарна, но я на всякий случай, чтобы не было ошибок, заглушил машину, с часик покурил, пока вся электрическая часть в авто заснёт, а затем приступил к экспериментам. Пластиковый кожух-крышка которая находиться под зеркалом на лобовом стекле, держится на 3 отщелкивающихся пистонах, таких-же, которые держат потолочную консоль и многие другие элементы салона. Тут главное аккуратность, сломать что-то сложно, но можно, поэтому тянем её строго вниз к торпедо и она отщелкивается (я с минуту пытался тянуть её вниз вдоль лобового стекла, так она никуда не сдвинется =)) ) после чего, видим перед собой датчик дождя слева и саму камеру с синим разъемом справа, её-то мы и будем менять. Все пишут, что у камеры очень хлипкие защелки, удерживающие её, будьте предельно аккуратны и внимательны ! были случаи, когда их уже ломали, я просто осторожными и неспешными движениями сначала отвёл камеру чуть назад, а потом уже по салазкам, как по рельсам вынул её на себя, после чего поддеваем черный фиксатор и нажав в разъеме синий язычок, окончательно извлекая разъем из камеры. Установку и сборку производить в обратной последовательности. После установки камеры, заведя двигатель, приборная панель, сразу-же немного меняет вид и появляется новая пинктограмма с изображением вспомогательной системы. Бинго ! в целом на этом всё, никаких других манипуляций производить ни с чем не нужно. После установки, проверял консалтом, никаких ошибок у меня не появилось, ничего калибровать или дополнительно делать не пришлось. Единственное в меню БК пришлось обратно включить ранее уже включенные экраны с отображением информации (пробег за поездку и т.д.) и включить функцию слежения за мертвой зоной.

Все манипуляции я проводил на своем авто 2020 г.в. в комплектации LE+.

Это штатная стоявшая камера с завода:

Это купленная и установленная с европейского кашкая (если верить продавцу) камера:

Новые разделы в меню помощи водителя и новая пинктограмма с измененным видом БК:

Что такое система распознавания дорожных знаков

Разработка предназначена для увеличения безопасности на дорогах, а также облегчение процесса вождения. Инженеры создают решения, которые будут автоматически распознавать дорожные знаки, фиксировать информацию о допустимых скоростях и ограничениях, включая направление движения, наличие перекрестков, поездных перегонов и других данных.

Чем больше предупреждений получает система от внешней среды, тем надежнее становится автомобиль и процесс вождения. Водителю физически тяжело следить за всеми параметрами дороги, особенно в длительных поездках. Программное решение способно решить проблему с невнимательностью и уменьшить влияние человеческого фактора во время движения.

Конструктивные элементы системы

Система работает на основе сложного аппаратно-программного комплекса. Стандартные элементы конструкции:

Видеокамера — расположена, как правило, на ветровом стекле и предназначена для обнаружения дорожных знаков.
Блок управления — принимает информацию с камеры, обрабатывает образы и ищет совпадения с базой данных. Если обнаружено ограничение, информация передается на дисплей.
Дисплей для вывода информации — предназначен для отображения конечной информации касательно скоростного ограничения, особенностей движения на участке пути. Если водитель не реагирует на уведомления системы, появляются звуковые или световые сигналы.

Отображение информации на приборной панели

Особые требования предъявляются к качеству съемки камеры. Автомобиль движется на высокой скорости, поэтому для распознавания объектов требуется хорошая оптика с высоким разрешением картинки.

ПРОВЕРКА НА ДОРОГАХ

БМВ разочаровывает в первые минуты: знаки «80» на правой обочине широких московских магистралей он замечает редко. «Опель» чуть внимательнее. Но чувствуется, что для систем эти условия нештатные: на столь широкой дороге нужно дублировать информацию на растяжках, верхней рампе или разделительном барьере.

За городом помощники заработали увереннее: отвлекающей информации меньше, а знаки гораздо ближе. Однако и в этом горшочке меда не обошлось без дегтя. «Опель» чувствителен к ориентации знака. Если тот чуть наклонен или развернут, камера пропускает его. У БМВ свои причуды. В штатной навигации «баварца» зашиты ограничения скорости для всех дорог. Если сканер не видит придорожных знаков, компьютер опирается на данные дорожных карт. Но лучше бы он этого не делал! Электронный Сусанин не всегда четко отслеживает границы населенных пунктов, переключая лимиты «60» и «90». А иной раз высвечивает совершенно необъяснимые ограничения в 50 или 70 км/ч, причем смена происходит в лесу или чистом поле. Система «Опель ай» лишена привязки к навигации, отслеживает только реальную придорожную информацию, а потому и дезинформирует водителя реже.

World Of Man Dreams

Одной из основных причин дорожно-транспортных происшествий с тяжелыми последствиями является превышение скорости. Система распознавания дорожных знаков призвана предупреждать водителей о необходимости соблюдения скоростного режима. Данная система определяет дорожные знаки ограничения скорости при их проезде и напоминает водителю текущую максимальную разрешенную скорость, если он движется быстрее.

Систему распознавания дорожных знаков (Traffic Sign Recognition,TSR) имеют в своем активе многие известные автопроизводители — Audi, BMW, Ford, Mercedes-Benz, Opel, Volkswagen. Система распознавания дорожных знаков на автомобилях Opel входит в состав системы Opel Eye (вместе с системой Lane Departure Warning). Система Opel Eye отмечена в числе лучших разработок в области автомобильной безопасности 2010 года. Mercedes-Benz назвал свою систему Speed Limit Assist (система контроля ограничения скорости), Volvo —Road Sigh Information, RSI (система информирования о дорожных знаках).

Применяемые на автомобилях системы распознавания дорожных знаков имеют типовую конструкцию, которая включает видеокамеру, блок управления и средство вывода информации.

Видеокамера располагается на ветровом стекле за зеркалом заднего вида. Камера снимает пространство перед автомобилем в зоне расположения дорожных знаков (справа и сверху по ходу движения) и передает изображение в электронный блок управления. Видеокамера также используется другими системами активной безопасности — системой обнаружения пешеходов,системой помощи движению по полосе.

Электронный блок управления реализует следующий алгоритм работы:

распознавание формы дорожного знака (круглая форма);
распознавание цвета знака (красный цвет на белом);
распознавание надписи (величина скорости);
распознавание информационной таблички (вид транспорта, время действия, зона действия );
анализ фактической скорости автомобиля;
сравнение скорости автомобиля с максимально допустимой скоростью;
визуальное и звуковое предупреждение водителя при отклонении.

Изображение в виде знака ограничения скорости выводится на дисплей комбинации приборов или дисплей информационной системы и остается видимым, пока ограничение не закончится или будет изменено. На автомобилях, оборудованных информационным дисплеем, изображение выводится на лобовое стекло.

В ряде конструкций система распознавания дорожных знаков взаимодействует с навигационной системой и использует сведения о знаках ограничения скорости из навигационных карт. Даже если знак не будет определен видеокамерой, информация о нем будет выведена на панель приборов.

Система способна распознавать ограничения скорости, действующие для определенного вида транспорта (по знакам дополнительной информации — табличкам), а также знаки отмены ограничения скорости. Система Opel Eye пошла дальше — она распознает наряду со знаками ограничения скорости, знаки, запрещающие обгон.

Система распознавания дорожных знаков второго поколенияинформирует водителя о различных дорожных знаках. Помимо знаков ограничения скорости, запрета обгона, отдельных знаков дополнительной информации, система распознает следующие знаки:

движение без остановки запрещено;
въезд запрещен;
главная дорога (конец главной дороги);
преимущество встречного движения (преимущество перед встречным движением);
уступите доргу;
конец зоны всех ограничений;
начало (конец) населенного пункта;
начало (конец) автомагистрали;
жилая зона.

Перечисленные знаки на дисплее не отображаются. Информация о распознанных знаках согласуется с данными навигационной системы, текущими параметрами движения автомобиля. В результате система информирует водителя о текущей дорожной ситуации и способствует безопасному движению.

Предписывающие знаки

Предписывающие дорожные знаки являются противоположностью рассмотренных выше запрещающих знаков. Предписывающие знаки позволяют выполнять только определенные действия только определенным участникам дорожного движения.

Например, дорожный знак «велосипедная дорожка» разрешает движение только велосипедистов:

За нарушение требований предписывающих знаков могут накладываться различные штрафы.

Например, за выезд на пешеходную дорожку водитель получит штраф в размере 2 000 рублей (часть 2 статьи 12.15 КоАП).

Предписывающие знаки 4.1 — 4.2Предписывающие знаки 4.3 — 4.8

С чего состоит система предупреждения

Можно выделить два поколения систем предупреждения. Первая только информирует водителя, выводя небольшую часть информации о знаке. Второе же поколение уже намного сложней, особенно если в автомобиле есть центральный дисплей, на него будет выводиться сам знак, информация о знаке и что вы нарушили.

Первое поколение способно распознать знаки:

ограничение скорости;
запрет на обгон;
некоторые знаки дополнительной информации.

Второе поколение способно распознать кроме выше перечисленных знаков еще:

движение без остановки запрещено;
жилая зона;
начало/конец населенного пункта;
конец зоны всех ограничений;
въезд запрещен;
преимущество встречного/перед встречным автомобилем.

Это еще не полный список знаков, которые способно распознать второе поколение. Для этой системы используется разумный блок управления на основе операционной системы, и в меру появления новый знаков для распознания, система будет обновляться. Последним новшеством стало использование системы GPS вместо данных автомобиля, к примеру, скорости, пути направления и прочими данными, которые можно заменить с помощью GPS.

Всякий раз, бросая взгляд на монитор «Опеля», изрядно отвлекаешься от дороги. Периферическим зрением предупреждения тоже не увидишь: монохромные подсказки не блещут четкостью изображения.

От системы БМВ, которой помогает навигация, мы ожидали более интеллектуального подхода. А именно – что она будет точнее отслеживать зоны запретов обгона или ограничения скорости. Ведь часто эти знаки действуют до ближайшего перекрестка, которые как раз отлично распознает навигатор. Но почему-то в этом случае от его помощи отказались. В итоге знак горит, пока не появится его отмена, метка в электронной карте с иным ограничением скорости или окончание заданного временного интервала. Последний нам точно определить не удалось: знаки горели на панели разное время, выявить какую-либо зависимость мы не смогли. Кстати, так же поступает и «Инсигния». А вот знак, запрещающий обгон, машина гасит четко спустя 15 секунд. К чему такая спешка? Жирный минус за подачу информации.