本發(fā)明涉及智能車輛的環(huán)境感知領(lǐng)域與交通安全領(lǐng)域，特別涉及一種基于卷積網(wǎng)絡(luò)的交通信號(hào)燈識(shí)別算法。

背景技術(shù)：

近年來，全國(guó)民用汽車保有量持續(xù)增加，但是許多駕駛員并沒有養(yǎng)成良好的駕駛操作習(xí)慣，因此導(dǎo)致交通事故的頻繁發(fā)生。所以，提高交通運(yùn)行安全成為了社會(huì)上的熱點(diǎn)問題，有關(guān)車載輔助駕駛系統(tǒng)的研究也成為了熱點(diǎn)。

在車載輔助駕駛系統(tǒng)中，交通信號(hào)燈識(shí)別尤為重要，它既可以輔助駕駛員駕駛，也可以幫助色盲、色弱者了解前方道路交通信號(hào)燈的狀態(tài)。但是交通信號(hào)燈識(shí)別受距離影響而導(dǎo)致其遠(yuǎn)近尺度大小不一，再加上易受到外界條件(如遮擋、光照)的影響，所以實(shí)現(xiàn)魯棒性檢測(cè)與識(shí)別非常困難。

申請(qǐng)?zhí)枮?01610902205.8的中國(guó)發(fā)明專利申請(qǐng)公開了一種基于紅外線的檢測(cè)識(shí)別交通信號(hào)燈的方法及裝置。利用車輛、交通信號(hào)燈周圍安裝的紅外線裝置、控制臺(tái)三者來實(shí)現(xiàn)當(dāng)前路口當(dāng)前的信號(hào)燈信息傳遞。首先，車輛通過安裝在路口的紅外線發(fā)射裝置來確定自己的位置，然后接受控制臺(tái)發(fā)射的對(duì)應(yīng)路口的交通信號(hào)燈信息。

但是該方法需要大量資金來建設(shè)基礎(chǔ)設(shè)置，同時(shí)不能保證在任一城市該系統(tǒng)都可運(yùn)用。

申請(qǐng)?zhí)枮?01510181832.2的中國(guó)發(fā)明專利申請(qǐng)公開了一種交通信號(hào)燈的定位方法。通過對(duì)交通信號(hào)燈圖像進(jìn)行擴(kuò)展，并計(jì)算出圖像的二值圖，從中提取亮區(qū)面積、小面積亮區(qū)數(shù)目等多種信息，計(jì)算出當(dāng)前為白天還是夜晚。若是白天，再結(jié)合黑色框架來定位信號(hào)燈。若是晚上則利用亮度信息。

該發(fā)明在白天需要標(biāo)準(zhǔn)的黑色背景框架信息，但是在很多地區(qū)交通信號(hào)燈背景板并不標(biāo)準(zhǔn)。所以，因此設(shè)計(jì)一個(gè)高效的實(shí)時(shí)的交通信號(hào)燈識(shí)別算法，具有重要的意義。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種基于卷積網(wǎng)絡(luò)的交通信號(hào)燈識(shí)別算法，以在車載環(huán)境下快速、精確的識(shí)別前方交通信號(hào)燈的顏色與形狀，輔助車輛駕駛員駕駛，同時(shí)向色盲與色弱者提供當(dāng)前道路的交通信號(hào)燈信息。

說明：

1)根據(jù)我國(guó)《gb14886-2006道路交通信號(hào)燈設(shè)置與安裝規(guī)范》，對(duì)智能汽車駕駛具有意義的信號(hào)燈主要是：機(jī)動(dòng)車信號(hào)燈與方向指示信號(hào)燈。因此，本發(fā)明中所述的交通信號(hào)燈僅為機(jī)動(dòng)車信號(hào)燈與方向指示信號(hào)燈；

2)本發(fā)明中所述的交通信號(hào)燈一級(jí)分類包括橫向交通信號(hào)燈、豎向交通信號(hào)燈、非交通信號(hào)燈；

3)本發(fā)明中所述的區(qū)域均為矩形；

4)本發(fā)明中所述的顏色包括紅色、綠色、黃色；

5)本發(fā)明中所述的交通信號(hào)燈形狀包括圓形、左轉(zhuǎn)箭頭、直行箭頭、右轉(zhuǎn)箭頭。

本發(fā)明實(shí)施例提供了一種基于卷積網(wǎng)絡(luò)的交通信號(hào)燈識(shí)別算法，所述算法包括：

原始圖像采集與處理模塊，用于采集車輛行駛前方的圖像數(shù)據(jù)，并對(duì)圖像分辨率進(jìn)行處理，得到rgb色彩空間的輸入圖像。

輸入圖像特征提取模塊，用于依靠多層卷積特征提取器從所述的輸入圖像中提取特征，得到卷積特征圖。

候選區(qū)域獲取模塊，用于依靠滑動(dòng)窗口從所述的卷積特征圖中獲取信息，并將滑動(dòng)窗口與所述的輸入圖像中的某一塊區(qū)域建立映射關(guān)系，以此得到圖像區(qū)域集合，同時(shí)獲取所述每個(gè)圖像區(qū)域中交通信號(hào)燈區(qū)域的精確位置。最終從所述的圖像區(qū)域集合中挑選出最有可能包含交通信號(hào)燈的圖像區(qū)域，生成候選區(qū)域集合。

交通信號(hào)燈候選區(qū)域獲取模塊，結(jié)合滑動(dòng)窗口信息以及全連接與奇異值分解，得到所述的候選區(qū)域集合中每個(gè)候選區(qū)域的特征向量，進(jìn)而從中分離出含有交通信號(hào)燈的候選區(qū)域，生成交通信號(hào)燈候選區(qū)域集合。

交通信號(hào)燈檢測(cè)模塊，用于通過位置回歸器來確定所述的每個(gè)交通信號(hào)燈候選區(qū)域在輸入圖像中的精確位置，結(jié)合模塊13，最終得到每個(gè)交通信號(hào)燈候選區(qū)域中交通信號(hào)燈區(qū)域在所述的輸入圖像中的精確位置。所述的精確位置包括矩形框的中點(diǎn)坐標(biāo)、矩形框的長(zhǎng)與寬。顏色與形狀識(shí)別模塊，用于將所述的交通信號(hào)燈區(qū)域從rgb色彩空間轉(zhuǎn)化為hsv色彩空間，分割出交通信號(hào)燈背景板的二值圖像，并根據(jù)交通信號(hào)燈背景板的特征、交通信號(hào)燈發(fā)光部分的特征以及交通信號(hào)燈一級(jí)分類，確定交通信號(hào)燈的顏色與形狀。所述交通信號(hào)燈背景板的特征包括交通信號(hào)燈背景板區(qū)域的明度、幾何特征。所述的交通信號(hào)燈發(fā)光部分的特征包括圓形度、幾何特征、連通域大小以及發(fā)光部分相對(duì)于所述的交通信號(hào)燈背景板的二值圖像的相對(duì)位置。

識(shí)別結(jié)果輸出模塊，用于產(chǎn)生相應(yīng)的語音、文字等提示信息，輸出識(shí)別結(jié)果。

本發(fā)明的優(yōu)點(diǎn)為：

本發(fā)明充分運(yùn)用了卷積計(jì)算的優(yōu)點(diǎn)，能夠降低光照、遮擋、車輛運(yùn)動(dòng)對(duì)識(shí)別精度的影響，提高抗干擾能力。

本發(fā)明中的多層卷積特征提取器可根據(jù)實(shí)際需求擴(kuò)大、縮小、更新。

本發(fā)明的應(yīng)用場(chǎng)景為任意含有交通信號(hào)燈的道路。

本發(fā)明不會(huì)影響車輛結(jié)構(gòu)，對(duì)使用車輛無限制。

本發(fā)明提供音頻信息，可完成輔助駕駛功能，同時(shí)向色盲與色弱者提供當(dāng)前交通信號(hào)燈信息。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例中交通信號(hào)燈識(shí)別系統(tǒng)結(jié)構(gòu)示意圖；

圖2為本發(fā)明實(shí)施例中多層卷積特征提取器示意圖；

圖3為本發(fā)明實(shí)施例中豎向交通信號(hào)燈的示意圖；

圖4為本發(fā)明實(shí)施例中箭頭信號(hào)燈形狀判斷示意圖。

具體實(shí)施方式

如圖1所示，交通信號(hào)燈識(shí)別算法包含原始圖像采集與處理模塊11、輸入圖像特征提取模塊12、候選區(qū)域獲取模塊13、交通信號(hào)燈候選區(qū)域獲取模塊14、交通信號(hào)燈檢測(cè)模塊15、顏色與形狀識(shí)別模塊16以及識(shí)別結(jié)果輸出模塊17。

原始圖像采集與處理模塊11，用于采集車輛行駛前方的圖像數(shù)據(jù)，并對(duì)圖像分辨率進(jìn)行處理，得到rgb色彩空間的輸入圖像。

原始圖像由固定于車輛前端的車載攝像頭拍攝，，用于采集車輛行駛前方的圖像數(shù)據(jù)。模塊將對(duì)所述原始圖像的分辨率進(jìn)行調(diào)整，得到系統(tǒng)的輸入圖像。

采用以下公式對(duì)所述的原始圖像分辨率進(jìn)行調(diào)整：

其中pw、ph為所述的原始圖像的長(zhǎng)與高，npw、nph是所述的輸入圖像的長(zhǎng)與高。

輸入圖像特征提取模塊12，用于依靠多層卷積特征提取器從所述的輸入圖像中提取特征，得到卷積特征圖。

將所述的輸入圖像輸入到所述的多層卷積特征提取器中，多層卷積特征提取器結(jié)構(gòu)如圖2所示，可得到所述輸入圖像的n張卷積特征圖，優(yōu)選地，n可以為512。所述的卷積特征圖的長(zhǎng)與高相比于所述的輸入圖像的長(zhǎng)與高均縮小了16倍。

多層卷積特征提取器中主要包含卷積、特征抽取、網(wǎng)絡(luò)激活三個(gè)操作。采用以下公式對(duì)所述輸入圖像進(jìn)行卷積操作：

其中代表第1個(gè)卷積層的第j個(gè)特征圖數(shù)值，w代表卷積參數(shù)，b代表偏置參數(shù)，f()代表網(wǎng)絡(luò)激活函數(shù)。采用以下公式對(duì)所述輸入圖像進(jìn)行特征抽取操作：

其中代表第l個(gè)卷積層的第j個(gè)特征圖數(shù)值，w代表卷積參數(shù)，b代表偏置參數(shù)，f()代表網(wǎng)絡(luò)激活函數(shù)，down()代表最大值提取操作。

采用以下公式對(duì)所述輸入圖像進(jìn)行網(wǎng)絡(luò)激活：

f(x)＝max(0，x)

候選區(qū)域獲取模塊13，靠滑動(dòng)窗口從所述的卷積特征圖中獲取信息，并將滑動(dòng)窗口與所述的輸入圖像中的某一塊區(qū)域建立映射關(guān)系，以此得到圖像區(qū)域集合，同時(shí)獲取所述圖像區(qū)域中交通信號(hào)燈區(qū)域的精確位置。最終從所述的圖像區(qū)域集合中挑選出最有可能包含交通信號(hào)燈的圖像區(qū)域，生成候選區(qū)域集合。

利用大小為x*x的滑動(dòng)窗口從所述的卷積特征圖中得到信息，優(yōu)選地，x可以為3根據(jù)輸入圖像與卷積特征圖的坐標(biāo)關(guān)聯(lián)性(即輸入圖像的某像素點(diǎn)坐標(biāo)參數(shù)除以16，則可得到其在卷積特征圖中所對(duì)應(yīng)的坐標(biāo))，利用三種不同尺寸以及三種不同長(zhǎng)寬比將滑動(dòng)窗口與輸入圖像之間建立映射關(guān)系。即用滑動(dòng)窗口的信息來代表輸入圖像中的某一塊區(qū)域。

所述的不同長(zhǎng)寬比分別為1:1，1:2，2:1，所述的不同尺寸其長(zhǎng)與寬均大于等于48，且為16的倍數(shù)即可，例如48x48,96x192等。進(jìn)而，可以得到一組圖像區(qū)域的集合。

根據(jù)圖像區(qū)域滑動(dòng)窗口的信息，目標(biāo)判別器(cls)將得到所述的圖像區(qū)域中可能含有交通信號(hào)燈的概率，而坐標(biāo)回歸器(reg)將得到所述的圖像區(qū)域中交通信號(hào)燈區(qū)域的精確位置。

采用以下公式得到所述的圖像區(qū)域中交通信號(hào)燈區(qū)域的精確位置：

其中x，xa分別表示交通信號(hào)燈區(qū)域的中點(diǎn)的x軸坐標(biāo)值，圖像區(qū)域的中點(diǎn)的x軸坐標(biāo)值，wa，tx為坐標(biāo)預(yù)測(cè)參數(shù)。y、w、h三個(gè)參數(shù)組則代表縱軸、寬、高。

從所述的圖像區(qū)域集合中選取交通信號(hào)燈概率排名前m的區(qū)域，結(jié)合相應(yīng)的位置信息，組成候選區(qū)域集合。優(yōu)選地，m可以為200。

在實(shí)施例中，模塊12依靠多層卷積特征提取器來提取所述輸入圖像的特征，模塊13依靠目標(biāo)判別器、坐標(biāo)回歸器來得到所述的某一圖像區(qū)域包含交通信號(hào)燈的概率以及交通信號(hào)燈區(qū)域。為了使系統(tǒng)能更好的獲取這些信息，在實(shí)際設(shè)計(jì)時(shí)具體包括：訓(xùn)練部分和檢測(cè)部分。訓(xùn)練部分具體為：首先，選取大量的包含交通信號(hào)燈的圖像，并對(duì)這些圖像中的交通信號(hào)燈區(qū)域進(jìn)行標(biāo)注，得到交通信號(hào)燈的真實(shí)區(qū)域。系統(tǒng)將根據(jù)標(biāo)注信息與交通信號(hào)燈的真實(shí)區(qū)域，自動(dòng)生成大量的正樣本與負(fù)樣本，然后不斷將這些正負(fù)樣本帶入多層卷積特征提取器、目標(biāo)判別器、坐標(biāo)回歸器中優(yōu)化其中的參數(shù)值，以此得到系統(tǒng)所使用的多層卷積特征提取器、目標(biāo)判別器、坐標(biāo)回歸器。舉個(gè)例子，某一圖像中包含交通信號(hào)燈，通過標(biāo)注，系統(tǒng)將得到所述圖像中交通信號(hào)燈的真實(shí)區(qū)域，滑動(dòng)窗口則將不斷向系統(tǒng)提供圖像中的某一區(qū)域。若所述的圖像中的某一區(qū)域與真實(shí)區(qū)域的交集除以它們的并集大于0.7，系統(tǒng)將這一區(qū)域認(rèn)定為正樣本，小于0.3則認(rèn)定為負(fù)樣本。目標(biāo)判別器可根據(jù)所述的正負(fù)樣本信息與滑動(dòng)窗口提供的信息，優(yōu)化參數(shù)，以更好的判斷所述圖像中的某一區(qū)域中可能含有交通信號(hào)燈的概率。經(jīng)過訓(xùn)練，使各類判別器的參數(shù)達(dá)到收斂。檢測(cè)部分：利用已經(jīng)確定參數(shù)的系統(tǒng)，從所述輸入圖像中得到候選區(qū)域集合。

交通信號(hào)燈候選區(qū)域獲取模塊14，用于從候選區(qū)域所對(duì)應(yīng)的滑動(dòng)窗口中獲取信息，然后利用全連接與奇異值分解得到所述的候選區(qū)域集合中每個(gè)候選區(qū)域的特征向量，進(jìn)而從中分離出交通信號(hào)燈候選區(qū)域集合。

首先，將所述的候選區(qū)域所對(duì)應(yīng)的滑動(dòng)窗口特征輸入到全連接網(wǎng)絡(luò)中，得到目標(biāo)候選區(qū)域的4096維特征向量。

在特征向量計(jì)算中利用奇異值分解，加快計(jì)算速度。

采用以下公式完成奇異值分解：

w≈u∑tv^t

其中w是權(quán)重矩陣，u是左奇異向量，∑t是對(duì)角矩陣，v^t是右奇異向量。

將目標(biāo)候選區(qū)域的特征向量輸入到softmax分類器中，得到每個(gè)候選區(qū)域的一級(jí)分類及各種分類的概率，通過閾值θ分離出交通信號(hào)燈的候選區(qū)域及其一級(jí)類別。

采用以下公式進(jìn)行softmax概率判斷：

其中，wk表示交通信號(hào)燈候選區(qū)域?yàn)轭悇ek的概率，xk表示交通信號(hào)燈候選區(qū)域?yàn)轭悇ek的參數(shù)。當(dāng)wk大于閾值θ時(shí)，則將所述的交通信號(hào)燈候選區(qū)域認(rèn)定為類別k。

上述的閾值θ為多次計(jì)算后的經(jīng)驗(yàn)值。優(yōu)選地，θ可以為0.85。

交通信號(hào)燈檢測(cè)模塊15，用于通過位置回歸器來確定所述的每個(gè)交通信號(hào)燈候選區(qū)域在輸入圖像中的精確位置，結(jié)合模塊13，最終得到每個(gè)交通信號(hào)燈候選區(qū)域中交通信號(hào)燈區(qū)域在所述的輸入圖像中的精確位置。所述的精確位置包括矩形框的中點(diǎn)坐標(biāo)、矩形框的長(zhǎng)與寬。

通過將所述的交通信號(hào)燈的候選區(qū)域在輸入圖像中的粗略位置信息輸入位置回歸器中，得到交通信號(hào)燈的候選區(qū)域在輸入圖像中的精確位置。

采用以下公式得到所述交通信號(hào)燈的候選區(qū)域在輸入圖像中的精確位置：

其中，p表示候選區(qū)域在輸入圖像中的粗略位置，f表示候選區(qū)域在輸入圖像中的精確位置。x，y，w，h分別表示交通信號(hào)燈的候選區(qū)域的中點(diǎn)x、y、長(zhǎng)與度。d*(p)表示位置調(diào)整函數(shù)。

在得到交通信號(hào)燈的候選區(qū)域在輸入圖像中的精確位置后，結(jié)合模塊13，可最終得到每個(gè)交通信號(hào)燈候選區(qū)域中交通信號(hào)燈區(qū)域在輸入圖像中的精確位置。顏色與形狀識(shí)別模塊，用于將所述的交通信號(hào)燈區(qū)域從rgb色彩空間轉(zhuǎn)化為hsv色彩空間，分割出交通信號(hào)燈背景板的二值圖像，并根據(jù)交通信號(hào)燈背景板的特征、交通信號(hào)燈發(fā)光部分的特征以及交通信號(hào)燈一級(jí)分類，確定交通信號(hào)燈的顏色與形狀。所述交通信號(hào)燈背景板的特征包括交通信號(hào)燈背景板區(qū)域的明度、幾何特征。所述的交通信號(hào)燈發(fā)光部分的特征包括圓形度、幾何特征、連通域大小以及發(fā)光部分相對(duì)于所述的交通信號(hào)燈背景板的二值圖像的相對(duì)位置。

hsv是色彩空間的一種，其中v通道代表了色彩的明度。

采用以下公式將所述的交通信號(hào)燈區(qū)域轉(zhuǎn)換到hsv色彩空間：

所述交通信號(hào)燈背景板的特征包括背景板的顏色，發(fā)光情況，且豎向交通信號(hào)燈長(zhǎng)寬比大于3，如圖3所示，a/b一般情況下大于3。橫狀向通信號(hào)燈長(zhǎng)寬比小于0.33。

采用以下公式將交通信號(hào)燈區(qū)域二值化：

其中point(x，y)表示交通信號(hào)燈區(qū)域的一個(gè)像素點(diǎn)，(x，y)是像素點(diǎn)的坐標(biāo)，r,b,g表示該像素在rbg色彩空間的值，v表示該像素在hsv中v通道的值。

t2與t1是統(tǒng)計(jì)后得到的閾值。通常的，t1可以為160，t2可以為80。

以豎向交通信號(hào)燈為例，如圖3：

在得到交通信號(hào)燈區(qū)域二值圖像后，從中分割出交通信號(hào)燈背景板二值圖，并得到輸入圖像中對(duì)應(yīng)的交通信號(hào)燈背景板的原圖，然后將所述的交通信號(hào)燈背景板的原圖的大小調(diào)整為51*15。

再次利用hsv色彩空間對(duì)所述交通信號(hào)燈背景板的原圖做二值化處理，此時(shí)僅將t2＜200作為約束條件，得到背景板二值圖。

將所述的背景板二值圖，從上到下分割為3部分，分別代表紅色發(fā)光區(qū)域、黃色發(fā)光區(qū)域、綠色發(fā)光區(qū)域，如圖3所示。

采用以下公式計(jì)算三種區(qū)域內(nèi)各自的發(fā)光像素值：

li＝sum(point(xi，yi))(i∈area(i))

其中，i代表由上到下的3個(gè)區(qū)域，l代表區(qū)域內(nèi)的像素值和，area代表區(qū)域范圍。最后，l值最大的區(qū)域即為交通信號(hào)燈發(fā)光區(qū)域，由此可得到所述的交通信號(hào)燈區(qū)域的顏色信息，并獲取所述的交通信號(hào)燈發(fā)光區(qū)域在輸入圖像中的原圖。利用hsv色彩空間對(duì)交通信號(hào)燈發(fā)光區(qū)域在輸入圖像中的原圖進(jìn)行二值化操作，僅將t2＜160作為約束條件，得到發(fā)光區(qū)域二值圖。

對(duì)所述的發(fā)光區(qū)域二值圖進(jìn)行預(yù)處理，包括形態(tài)學(xué)處理以及幾何特征過濾。

對(duì)所述的發(fā)光區(qū)域二值圖進(jìn)行閉運(yùn)算，獲取連通域，再選取其中面積最大的連通域，此連通域?yàn)榘l(fā)光信號(hào)燈。

通過圓形度信息，利用閾值t3對(duì)所述的發(fā)光信號(hào)燈的形狀是否為圓形進(jìn)行判斷，優(yōu)選地，t3可以為0.85。

當(dāng)t3小于閾值時(shí)，所述的發(fā)光信號(hào)燈的形狀為直行箭頭或左轉(zhuǎn)箭頭或右轉(zhuǎn)箭頭。

根據(jù)所述的交通信號(hào)燈幾何特征，假設(shè)所述的發(fā)光區(qū)域二值圖橫軸軸長(zhǎng)度為a，縱軸寬度為b，如圖4所示。

在第一行中找到發(fā)光像素點(diǎn)，得到上端發(fā)光像素點(diǎn)的列均值。

采用以下公式得到上端發(fā)光像素點(diǎn)的列均值：

其中ul為上端發(fā)光像素點(diǎn)的列均值，li表示發(fā)光像素點(diǎn)為第幾列，n為第一行發(fā)光像素點(diǎn)的總數(shù)。同理可得到下端發(fā)光像素點(diǎn)的列均值dl，以及圖像中點(diǎn)bl＝b/2。

根據(jù)ul、dl、bl，將所述的發(fā)光區(qū)域二值圖分割為四個(gè)部分，計(jì)算該部分的參數(shù)si。

采用以下公式計(jì)算si：

其中，nlie表示該部分所包含列數(shù)，i表示該部分左端的列號(hào)，n表示該部分右端的列號(hào)。對(duì)s1與s2來說，dii表示該列最上端的發(fā)光像素點(diǎn)距離第一行的行數(shù)差。對(duì)s3與s4來說，dii表示該列最下端的發(fā)光像素點(diǎn)距離最后行的行數(shù)差。

最后，根據(jù)si的大小關(guān)系來確定箭頭狀交通信號(hào)燈的形狀。

s1＞s2ands4＞s3，為左轉(zhuǎn)箭頭。

s1＜s2ands4＜s3，為右轉(zhuǎn)箭頭。

s1＞s4ands2＞s3，為直行箭頭。

最終得到交通信號(hào)燈的顏色與形狀。

識(shí)別結(jié)果輸出模塊17，用于產(chǎn)生相應(yīng)的語音、文字等提示信息，輸出識(shí)別結(jié)果。

根據(jù)所述的交通信號(hào)燈顏色與形狀，在識(shí)別出交通信號(hào)燈的狀態(tài)時(shí)給予對(duì)應(yīng)的聲音等提示信息。如“左轉(zhuǎn)方向?yàn)榫G燈，直行方向?yàn)榧t燈”等相似的語音信息。

綜上所述，本發(fā)明通過對(duì)交通信號(hào)燈的識(shí)別，可以輔助駕駛員駕駛，并幫助色盲、色弱者了解前方交通信號(hào)燈的信息。