[发明专利]交通信号灯识别系统及方法

权利要求书

1.一种交通信号灯识别系统，其特征在于，所述系统包括：

采集模块，用于采集机动车行驶到交通路口的路况图像作为实时图像；

识别模块，与所述采集模块相连，用于利用基于深度学习卷积神经网络训练学习生成的样本模型识别所述实时图像，从所述实时图像中提取出交通信号灯实时信息；以及

控制模块，与所述识别模块相连，用于根据所述交通信号灯实时信息产生对应的控制指令并发送所述控制指令给汽车驾驶控制系统。

2.如权利要求1所述的交通信号灯识别系统，其特征在于，所述识别模块包括：

训练学习单元，连接所述采集模块，用于基于深度学习卷积神经网络对预存的学习样本图像以及由所述采集模块采集到的实时图像进行训练学习，形成所述样本模型并予以保存，所述样本模型内保存的样本图像包括：红灯样本图像、绿灯样本图像和黄灯样本图像；

框选单元，连接所述采集模块，用于将所述实时图像中的交通信号灯区域图像框选出来；

分析单元，连接所述框选单元，用于根据所述样本模型对比分析框选出来的交通信号灯区域图像，识别确定实时图像中的交通信号灯的类别并生成所述交通信号灯实时信息。

3.如权利要求2所述的交通信号灯识别系统，其特征在于，所述训练学习单元包括：

提取子单元，用于对学习样本图像和实时图像进行识别分析，从中提取出交通灯图像特征；

分类子单元，与所述提取子单元相连，用于对提取的交通灯图像特征进行区别并分类；

优化子单元，与所述分类子单元相连，用于通过验证数据集对分类后的交通灯图像特征进行优化；以及

生成子单元，与所述优化子单元相连，用于将优化后的交通灯图像特征保存为样本图像。

4.如权利要求2所述的交通信号灯识别系统，其特征在于，所述控制模块包括：

接收单元，用于接收识别确定的交通信号灯实时信息；

指令单元，与所述接收单元相连，用于根据所述交通信号灯实时信息产生相应的控制指令；

发送单元，与所述指令单元相连，用于向外部对接装置发出所述控制指令。

5.如权利要求2或3或4所述的交通信号灯识别系统，其特征在于，所述样本模型内保存的样本图像还包括计时区样本图像，所述分析单元还识别交通信号灯区域图像内的计时区状况，所述计时区状况包括：是否有计时区以及计时区的倒计时数据；

所述识别模块还包括：

计时单元，与所述分析单元相连，用于在分析单元识别到交通信号灯区域图像内有计时区时根据所述分析单元识别到的计时区的倒计时数据开启倒计时，所述控制指令中还包含有所述倒计时的信息。

6.一种交通信号灯识别方法，其特征在于，所述方法包括以下步骤：

采集机动车行驶到交通路口的路况图像作为实时图像；

利用基于深度学习卷积神经网络训练学习生成的样本模型识别所述实时图像，从所述实时图像中提取出交通信号灯实时信息；以及

根据所述交通信号灯实时信息产生对应的控制指令并发送所述控制指令给汽车驾驶控制系统。

7.如权利要求6所述的交通信号灯识别方法，其特征在于，所述利用基于深度学习卷积神经网络训练学习生成的样本模型识别所述实时图像，从所述实时图像中提取出交通信号灯实时信息包括：

基于深度学习卷积神经网络对预存的学习样本图像以及由所述采集模块采集到的实时图像进行训练学习，形成所述样本模型并予以保存，所述样本模型内保存的样本图像包括：红灯样本图像、绿灯样本图像和黄灯样本图像；

将所述实时图像中的交通信号灯区域图像框选出来；

根据所述样本模型对比分析框选出来的交通信号灯区域图像，识别确定实时图像中的交通信号灯的类别并生成所述交通信号灯实时信息。