实时交通标志识别：资源高效硬件设计与90％+精度实现

本文探讨了在现代汽车高级驾驶员辅助系统（Advanced Driver Assistance Systems, ADAS）中的实时交通标志识别（Traffic Sign Recognition, TSR/RSR）问题，着重于解决关键的实时性和资源效率挑战。作者团队在《交通运输技术》杂志2018年的一篇文章中，提出了一种高效的硬件实现方案，针对交通标志的检测和识别过程进行了优化。 在检测阶段，研究者利用归一化的RGB颜色变换，考虑到德国交通标志普遍为圆形、三角形或直角形状且以红色或蓝色为主，设计了一种单次通过连接组件标记（Single-Pass Connected Component Labeling, CCL）方法。他们创新地通过在扫描阶段记录区域间的连接关系，并在迭代阶段更新标签，消除了传统CCL中的“合并堆栈”操作，显著提高了资源利用率和执行效率。 识别阶段，采用了定向梯度直方图（Histogram of Oriented Gradients, HOG）来生成交通标志符号的特征描述符，这是一种常用的纹理描述方法，有助于区分不同的标志。随后，通过支持向量机（Support Vector Machine, SVM）对这些特征进行分类，实现了准确的交通标志识别。 该方法在GTSDB数据集上的测试表现出色，达到了96.61%的检测率和90.85%的识别率。与最先进的设计相比，通过硬件优化，CCL的主要存储需求减少了20%，体现出明显的空间节省。此外，设计采用90纳米CMOS工艺，能够在105MHz时钟频率下工作，处理1360x800分辨率图像，实现实时处理，每秒能处理135帧，进一步证明了硬件实现的高效性。 这篇文章提供了一个实用的交通标志识别硬件解决方案，通过优化算法和硬件设计，不仅满足了实时性要求，还在资源消耗方面取得了显著提升，对于提升ADAS性能以及推动交通行业的智能化发展具有重要意义。