摘 要

本文首先研究了驾驶员的驾驶员的生理及心理特性，分析了一些在驾驶活动中影响驾驶员获取信息或者造成驾驶员遗漏重要驾驶信息的原因及其理论依据。接着通过查阅大量文献，总结并分析了影响驾驶员信息需求以及驾驶行为决策的外部因素和内在因素，随后又通过分析驾驶员获取信息过程的特性，找到了通过图像识别技术能为驾驶员提供的一些信息辅助、信息增强服务的内容以及合适的交互方式。最后通过Tensorflow平台和树莓派平台搭建了一个交通标识自动识别装置，并对该装置的识别准确率以及识别速度进行了检验和改进。同时本文还对该装置进行了实车实验，实验结果表明，该装置能够在92%的准确率下对交通信号灯进行识别，并且识别速度可以达到26帧每秒。成功完成了对信号灯的识别和辅助提醒。

关键词：驾驶员特性；驾驶员信息需求；交通标识识别；驾驶员信息交互

Abstract

This paper firstly studies the physiological and psychological characteristics of drivers, and analyzes some reasons and their theoretical basis that influence drivers to obtain information or cause drivers to miss important driving information in driving activities. Then through consulting a large number of papers, summarizes and analyzes the factors affect driver's information demand and driving behavior decision-making, including the external factors and internal factors, then analyzed the characteristics of driver in getting information process, found some kind of information that can be provide by image recognition technology to give the drivers with some auxiliary information, and found a appropriate way of interaction. Finally, an automatic traffic identification device was built through the Tensorflow platform and Raspberry PI platform,through our work, the recognition accuracy and speed of the device were tested and improved grately.At the same time, this paper also carries out a real car experiment on this device, and the experimental results show that the device could recognize traffic lights with 92% accuracy, and the recognition speed could reach 26 frames per second. the device has completed the successful recognition and act as a auxiliary reminder of the signal light.

Key Words：driver characteristics；driver information requirements；traffic sign recognition；driver information interaction

目 录

第1章 绪论 1

1.1 研究背景 1

1.2 研究的目的及意义 1

1.3 国内外研究现状 1

1.4 研究内容、方法及技术路线 2

1.4.1 研究内容 2

1.4.2 研究的技术路线 3

第2章 驾驶环境中交通信息遗漏原因分析 4

2.1 驾驶员与交通信息的交互过程 4

2.2 导致驾驶员遗漏交通信息的生理原因 5

2.2.1 视力 5

2.2.2 视野 5

2.3 导致驾驶员遗漏交通信息的心理原因 6

2.3.1 驾驶员的性格 6

2.3.2 驾驶员的精神状态 7

2.3.3 驾驶员的心理特性 7

2.4 本章小结 8

第3章 驾驶员对交通信息的需求分析 9

3.1 驾驶员在不同出行阶段的信息需求 9

3.2 驾驶员在不同驾驶环境下的信息需求 9

3.2.1 驾驶员所关注的交通信息 10

3.2.2 驾驶员在不同驾驶环境下所关注的交通信息 10

3.3 图像识别技术与交通信息的结合 10

3.3.1 图像识别技术简介 11

3.3.2 图像识别技术所能提供的交通信息 11

3.3.3 图像识别设备与驾驶员的交互方式 11

3.4 本章小结 12

第4章 交通标识自动识别装置设计 13

4.1 自动识别模型的构建 13

4.1.1 模型的选择与数据集的准备 14

4.1.2 神经网络模型的训练 15

4.1.3 神经网络模型的量化 16

4.2 自动识别与人机交互装置设计 17

4.3 本章小结 19

第5章 装置的检验和改进 20

5.1 交通标识自动识别装置效果的检验 20

5.1.1交通标识自动识别装置的识别精度检验 20

5.1.2 交通标识自动识别装置的实时性检验 20

5.2 交通标识自动识别装置的改进 22

5.3 交通标识自动识别的优化设计 22

5.4 本章小结 23

第6章 结论与展望 24

6.1 结论 24

6.2 不足及展望 24

参考文献 25

致谢 27

第1章 绪论

1.1 研究背景

道路上的交通标识是道路交通中的重要元素之一，它为驾驶员们提供了十分重要的交通信息。但是受环境和驾驶员本身因素的影响，驾驶员们会容易错过或忽视交通标识上的重要交通信息，导致驾驶员错误的驾驶行为，严重危害了交通参与者们的行车安全。

近年来图像识别技术不断发展，新的理念、新的理论、新的技术不断涌现。同时得益于计算机硬件技术的发展，计算机的算力也得到了大大的提升，图像识别技术也因此不再只是理论而得到了广泛的应用。在交通行业中，高速公路ETC收费站、城市交通中的交通数据、交通监管的自动化等都是图像识别技术在交通中的应用案例。

利用实时图像识别技术，在驾驶员驾驶过程中，将道路环境中的重要信息主动传递给驾驶员，使得驾驶员不再错过交通场景中诸如交通信号、交通标志、交通标线，甚至周边车辆和行人，对提高驾驶安全将会有显著帮助。

1.2 研究目的及意义

如何运用新技术，新装置提高行车安全是交通安全领域中的热门话题。将交通安全方面相关的理论知识与图像识别技术有机结合在一起，可以为驾驶员遗漏重要交通信息这一问题提供一个高效的解决方案，一旦科学地运用到实际交通活动当中，想必一定能够提高驾驶员和乘客的行车安全程度。