基于AI视觉的交通标志识别与车辆控制系统

统rafficsignrecognitionandvehiclecontrolsystembasedonAIvision(征求意见稿)在提交反馈意见时，请将您知道的相关专利连同支持性文件一并附上。TQGCMLXXXX3I前言 II1范围 12规范性引用文件 13术语和定义 14缩略语 15系统构成 16功能要求 27安全要求 58测试方法 6TQGCMLXXXX3前言请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。出并归口。位：TQGCMLXXXX31基于AI视觉的交通标志识别与车辆控制系统适用于AI视觉的交通标志识别与车辆控制系统的使用及维护。范性引用文件，GBT0984信息安全技术信息安全风险评估方法GBT5273信息安全技术个人信息安全规范定义AI视觉的交通标志识别与车辆控制系统AIvisiontrafficsignrecognitionandvehicletrolsystemAI视觉进行交通标识的识别，并在此基础上实现对车辆的控制。inertialnavigation。tude姿态描述的是一个坐标系的轴系相对于另一个坐标系的轴系之间的角度关系(方向)。在惯性导航中，姿态主要用于比力、角速度及其它向量的投影变换(例如从载体坐标系变换到导航坐标系)。4缩略语AI：人工智能(ArtificialIntelligence)MCU：多点控制单元(MicroControllerUnit)多点控制单元PID控制符(ProcessIdentifier进程控制符)系统构成使用Mobilenetv2网络，通过自动端到端学习来解决检测和识别交通标志的整个流程，降低了大量TQGCMLXXXX32要求基本设置B-6。图像处理通道先验去雾算法与直方图增强算法还原图像质量，图像处理流程见图1。暗通道先验去雾算法在至少一个颜色通道(R,G,B)中的强度非常低。利用这一先验模型，可以估计图像中的薄雾的厚度，像可用大气散射模型描述，即I(x)=J(x)t(x)+A[1−t(x)] ()1J(x)，其暗通道Jdark(x)强度值总是趋近于0，即Jdark(x)=·····················································(2)miny(x)(mincR,G,BJC(y))→0TQGCMLXXXX33Jcy示图像J的R、G、B3个通道中的某个通道；A射率，即Ic(y)t(x)=1−Ominy(x)[mincAc]Ic(y)直方图增强算法路况元素的分类与跟踪特征。惯性导航性能指标能指标见表1。单元性能指标通信方式支持IIC和SPI陀螺仪范围±2505001000°/s加速度范围4±8±16gTQGCMLXXXX34.2算法。识别标签6.5.1将模型部署打开后，给每一个图标都赋予了一个标签，在识别到对应标签后，则会通过串口传不同的车辆控制程序，如：——识别到限速标志，则改变期望速度；——识别到禁止转弯标志，则改变巡线方式；及相应动作交通标志车辆动作Rate-limiting电机转速降低禁止右转Norightturn于岔路口左转禁止鸣笛Notooting蜂鸣器关闭Thespeedlimitto电机转速回升前方拱桥Frontarchbridge蜂鸣器启动车辆控制基本参数MT9V034芯片最高分辨率为752Hx480V，以每秒60帧(fps)的形式输出；TQGCMLXXXX35PD制理论完成对舵机伺服器的控制。DPIDID——预选择一个足够短的采样周期让系统工作；