El reconocimiento de señales de tráfico ( TSR ) es una tecnología mediante la cual un vehículo es capaz de reconocer las señales de tráfico colocadas en la carretera, por ejemplo, "límite de velocidad", "niños" o "girar hacia adelante". Esto es parte de las funciones denominadas colectivamente ADAS . La tecnología está siendo desarrollada por una variedad de proveedores de automóviles. Utiliza técnicas de procesamiento de imágenes para detectar las señales de tráfico. Los métodos de detección se pueden dividir generalmente en métodos basados en colores, métodos basados en formas y métodos basados en aprendizaje.
La Convención de Viena sobre Señales y Señales Viales es un tratado firmado en 1968 que ha logrado estandarizar las señales de tránsito en diferentes países. Alrededor de 52 países han firmado este tratado, entre los que se incluyen 31 países de Europa. La convención ha clasificado ampliamente las señales de tráfico en siete categorías designadas con las letras de la A a la H. Esta estandarización ha sido el principal impulso para ayudar al desarrollo de sistemas de reconocimiento de señales de tráfico que se pueden utilizar a nivel mundial.
El reconocimiento de señales de tráfico apareció por primera vez, en forma de reconocimiento de señales de límite de velocidad, en 2008 para el Vauxhall Insignia 2009 . [1] Posteriormente, en 2009, aparecieron en el nuevo BMW Serie 7 , y al año siguiente en el Mercedes-Benz Clase S. En aquel momento, estos sistemas sólo detectaban las señales circulares de limitación de velocidad que se encontraban en toda Europa (p. ej. [2] ).
Los sistemas de segunda generación también pueden detectar restricciones de adelantamiento. Fue introducido en 2008 en el Opel Insignia , [3] seguido más tarde por el Opel Astra y el Saab 9-5 . Esta tecnología también está disponible en el Volkswagen Phaeton 2011 [4] y, desde 2012, en los Volvo S80 , V70 , XC70, XC60 , S60 , V60 y V40 , como una tecnología denominada Road Sign Information . [5] No son capaces de reconocer las señales de límites de las ciudades, que en la mayoría de los países europeos están asociadas con límites de velocidad, ya que son demasiado similares a las señales de dirección.
Se espera que estos sistemas sean obligatorios en los vehículos nuevos vendidos en la UE a partir de mayo de 2022 [6] [7] , que debería aplicar el Reglamento 2021/1958 a partir del 23 de junio de 2021. [8]
Las señales de tráfico se pueden analizar utilizando cámaras orientadas hacia adelante en muchos automóviles, vehículos y camiones modernos. Uno de los casos de uso básicos de un sistema de reconocimiento de señales de tráfico es el de los límites de velocidad. La mayoría de los datos del GPS proporcionarían información sobre la velocidad, pero también se pueden utilizar señales de tráfico de límite de velocidad adicionales para extraer información y mostrarla en el tablero del automóvil para alertar al conductor sobre la señal de tráfico. Se trata de una función avanzada de asistencia al conductor disponible en la mayoría de los coches de alta gama, principalmente en los vehículos europeos.
Los sistemas modernos de reconocimiento de señales de tráfico se están desarrollando utilizando redes neuronales convolucionales, impulsadas principalmente por los requisitos de los vehículos autónomos y los automóviles sin conductor . En estos escenarios, el sistema de detección necesita identificar una variedad de señales de tráfico y no solo límites de velocidad. Aquí es donde la Convención de Viena sobre señales y señales de tráfico viene de ayuda. Se puede entrenar una red neuronal convolucional para que acepte estas señales de tráfico predefinidas y "aprenda" utilizando técnicas de aprendizaje profundo .
La red neuronal, a su vez, utiliza procesamiento de imágenes y visión por computadora para entrenar la red con sus resultados potenciales. La red neuronal entrenada se puede utilizar en tiempo real para detectar nuevas señales de tráfico en tiempo real. Las empresas de vehículos autónomos, incluidas Waymo y Uber, están generando y subcontratando conjuntos de datos de señales de tráfico junto con empresas de mapas y navegación como Tom Tom . [9] Las técnicas avanzadas de visión por computadora y redes neuronales hacen que este objetivo sea altamente eficiente y alcanzable en tiempo real.
Existen diversos algoritmos para el reconocimiento de señales de tráfico. Los más comunes son los que se basan en la forma del letrero. Las formas típicas de los letreros, como hexágonos, círculos y rectángulos, definen diferentes tipos de letreros que se pueden utilizar para la clasificación. Otros algoritmos importantes para el reconocimiento de caracteres incluyen funciones similares a Haar , código Freeman Chain , detección AdaBoost y métodos de redes neuronales de aprendizaje profundo . Se pueden utilizar funciones similares a Haar para crear clasificadores en cascada que luego pueden ayudar a detectar los caracteres del letrero.
El aprendizaje profundo se puede incorporar a la detección de señales de tráfico. La aproximación poligonal de curvas digitales utilizando el algoritmo Ramer-Douglas-Peucker se puede utilizar para detectar la forma de los letreros y se han utilizado métodos como Support Vector Machines y Byte-MCT con un clasificador AdaBoost en uno de los métodos para detectar señales de tráfico. [10]
La identificación de señales de límite de velocidad también debe tener en cuenta las unidades utilizadas en un área particular. Por ejemplo, un vehículo que viaje de Irlanda del Norte a Irlanda tendría que poder diferenciar las señales de límite de velocidad en km/h en Irlanda de las señales de límite de velocidad en mph que todavía se utilizan en Irlanda del Norte, lo cual es particularmente importante cuando el reconocimiento de señales de tráfico está vinculado a Sistemas inteligentes de asistencia a la velocidad . La geovalla y la referencia a bases de datos de navegación en línea se pueden utilizar como una pista para que el algoritmo identifique qué unidades es probable que estén en uso. [11]
La información puede ser relevante para ser utilizada en la asistencia de velocidad inteligente .
Algunos automóviles con dicho sistema son fabricados por Audi , BMW , Citroën , Ford , Honda , Infiniti , Jaguar , Jeep , Land Rover , Lexus , Mercedes , Nissan , Opel , Peugeot , Porsche , Renault , Toyota , Volkswagen y Volvo .
Por ejemplo: