image

Inteligentní vozidlo

Od roku 1995 probíhá na Fakultě dopravní výzkumný projekt nazvaný Zpracování obrazové informace v dopravě. Cílem výzkumných a vývojových prací je v současné době jednak automatické rozpoznávání dopravních značek, dále pak vývoj algoritmů pro dohledovací dopravní systémy (měření délek front, poměrů odbočení, počtu náprav nákladních vozidel, skladby dopravního proudu, metody pro přenos digitálního videa) a vývoj hardware pro tyto systémy.

Automatické rozpoznávání dopravních značek

Zaměřujeme se na vývoj a implementaci algoritmů pro detekci a klasifikaci dopravních značek v obrazech dopravních scén snímaných kamerou z jedoucího vozidla.

Svislé dopravní značky představují jeden za základních druhů dopravních zařízení, která slouží k předávání důležitých informací řidičům. Dopravní značky informují o dopravních omezeních, zákazech či varováních, usnadňují orientaci atd. Historickým vývojem vzniklé dopravní značení je navrženo na základě zkušenosti i výzkumů v oblasti dopravní psychologie tak, aby umožňovalo řidičům rychlé rozpoznávání i za ztížené viditelnosti.

Evropská tradice dopravního značení se značně liší od tradice americké. Zatímco evropské dopravní značky se omezují na co nejjednodušší symboly jednoznačně definující význam dané značky, americký systém využívá ve větší míře textové informace. Značky se tak stávají často nepřehledné a obtížně interpretovatelné i pro zkušeného řidiče. Publikované práce týkající se automatického rozpoznávání dopravních značek se v drtivé většině případů zabývají značkami "evropského" typu se symboly nebo velmi omezenými texty.

Proč rozpoznávat dopravní značky automaticky ?

Existuje řada důvodů, proč vyvíjet algoritmy pro rozpoznávání dopravních značek. Hlavní snahou je zvýšení bezpečnosti silničního provozu, protože přehlédnutí důležitých dopravních značek jako je "STOP, dej přednost v jízdě" je příčinou značného počtu dopravních nehod a tragickými následky.

V podmínkách stále intenzivnějšího silničního provozu se ukazuje potřeba palubního systému pro podporu řidiče (Driver Support System), který by monitoroval činnost vozidla, okolí vozidla a dopravní situaci a poskytoval řidiči potřebné informace a pomoc při předvídání a řešení nebezpečných situací. Takový systém bude zřejmě integrovat řadu služeb od napojení na zdroje informací o dopravní situaci v dané aglomeraci (RDS), přes elektronickou navigaci pomocí družicového systému pro zjišťování polohy (GPS), systémy pro elektronické placení poplatků atd. Celá moderní koncepce dopravy je založena právě na propojení nejrůznějších technologií do integrovaného dopravního systému (ITS) za účelem zvýšení bezpěčnosti a efektivity dopravy. Úrověň výpočetní a komunikační techniky umožňuje přesunout značnou část inteligence z dopravní infrastruktury (dispečinky, signalizační zařízení) do vozidel.

Palubní systémy, které jsou schopny "porozumět" dopravní situaci, ve které se nacházejí, využívají metody umělé inteligence (systém musí vnímat své okolí, vytvářet dynamicky jeho modely a tyto modely interpretovat). Ačkoli se v moderních palubních systémech úspěšně používají nejrůznější druhy čidel jako laserové nebo ultrazvukové dálkoměry, hraje nejdůležitější roli v hodnocení dopravních situací vizuální informace. Je to proto, že zrak má pro člověka zásadní význam a dopravní zařízení jsou ve většíně případů (kromě různých druhů retardérů) pro zrakové vnímání navržena. Zpracováním obrazové informace se zabývá počítačové vidění (computer vision).

Proč nevybavit dopravní značky nějakým aktivním členem (vysílačem), který by mohl snadno komunikovat s palubním systémem v automobilu ? Důvodem je základní vlastnost dopravy - dopravní infrastruktura je velmi rozsáhlá a buduje se postupně za cenu značných nákladů. Jakkoli malá změna v dopravním značení nebo vybavení komunikací si vyžaduje obrovské náklady, protože se musí provést v celé dopravní síti. Zvyšování inteligence dopravních protředků je v porovnání se zdokonalováním infrastruktury mnohonásobně levnější.

Co umíme ?

Projekt Zpracování obrazové informace začal v roce 1995 hledáním vhodných algoritmů pro detekci dopravních značek v obrazech dopravních scén. Z řady důvodů byla vybrána metoda založená na lokálních orientacích hran v obraze známá jako HSFM (Hierarchical Spatial Feature Matching). V obraze, sejmutém kamerou z jedoucího vozidla, vyhledává geometrické tvary, které mohou odpovídat dopravním značkám, pomocí informací o lokální orientaci hran. Geometrický objekt, který hledáme, je rozložen na primitiva - hrany a rohy. Prohledávání probíhá v pyramidové struktuře, címž je řešeno vyhledávání objektů různé velikosti. Výstupem detekčního algoritmu je tedy seznam regionů obrazu, kde byly nalezeny geometrické tvary, které mohou odpovídat dopravním značkám.

Rozpoznání konkrétního typu dopravní značku nebo případné zamítnutí regionu, který neobsahuje značku známého typu, je náplní práce klasifikátoru dopravních značek. Teorie rozpoznávání (pattern recognition) zná dva základní druhy klasifikátorů : strukturální a statistický. Strukturální přístup se snaží rozpoznávaný objekt rozložit na základní části a rozpoznat ho podle vzájemných jejich vztahů. Využívá se při tom pojmů teorie překladů jako jazyk, gramatika apod. Pro rozpoznávání dopravních značek se tento způsob přiliš nehodí, protože je časově velmi náročný a praktický použitelný pouze pro kvalitní obrazy. Statistický přístup spočívá ve zjištění tzv. příznaků (číselných hodnot, které reprezentují danou třídy objektů = typ dopravní značky). Příznaky jsou pak brány jako body v tzv.příznakovém prostoru. Rozpoznávání je tedy založeno na zjišťování míry příslušnosti neznámého bodu (reprezentujícího region v obrazu dopravní scény) ke známé třídě. Příslušnost pak může být vyjádřena pravděpodobností a úloha rozpoznávání se tak mění v úlohu odhadování hustot pravděpodobnosti. Pro rozpoznávání dopravních značek používáme tzv. neparametrického jádrového odhadu hustoty pravděpodobnosti.

Pro klasifikátor dopravních značek je důležitá generalizační schopnost, rychlost klasifikace a rychlost učení.

 

Fotogalerie katedry, která mnohdy řekne více než slova se nachází na internetové adrese:                                            http://euler.fd.cvut.cz/gallery/albums.php