基于深度学习的交通标志识别智能车的设计与实现

汽车智能技术已成为汽车技术进步的主要方向,针对传统智能车自动驾驶中交通标志检测不准确、不及时等问题,提出了基于深度学习的检测交通标志的算法,并将该算法与小型智能车相结合进行模拟测试。智能车图像处理以树莓派作为主控,核心算法采用卷积网络(Conv Nets)解决交通标志的分类任务,智能车模拟控制部分用STM32作为控制端,根据图像处理结果,精细控制小车前进、停止、左右转弯等动作。由算法的仿真结果可知,该算法的CCR已提高至98.82%;根据模拟测试,该智能车在十字路口可根据交通标志规划路线,实现主动避障和自动前行。