[发明专利]交通信号灯识别系统及方法

说明书

本发明实施例提供一种交通信号灯识别系统及方法，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。本发明实施例能够有效减少实时图像的光照或角度问题对系统判断产生的干扰，提高识别准确性。

技术领域

本发明实施例涉及行车安全系统技术领域，尤其涉及一种交通信号灯识别系统及方法。

背景技术

目前交通信号灯识别系统一般通过对机动车在交通路口时的路况图像进行处理来识别，首先采集交通路口的实时图像，再将实时图像经过形状检测以确定交通信号灯及计时区的位置，通过灰度处理及颜色特征(RGB)来识别交通信号灯的颜色与计时区的时间数值，发送对应的信号从而控制机动车的启动与停止。但在采集的实时图像中交通信号灯的范围比较小，并且由于光照条件因素的影响，交通信号灯的边缘及颜色会发生变化，从而导致系统不能很好的检测交通信号灯的位置及颜色，从而影响识别结果。

发明内容

本发明实施例所要解决的技术问题在于，提供一种交通信号灯识别系统，有效提升交通信号灯识别的准确性。

本发明实施例进一步所要解决的技术问题在于，提供一种交通信号灯识别方法，有效提升交通信号灯识别的准确性。

为了解决上述技术问题，本发明实施例提供以下技术方案：一种交通信号灯识别系统，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。

进一步的，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。

进一步的，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。

进一步的，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。