一种基于深度卷积神经网络的交通标志识别检测装置制造方法及图纸

本实用新型专利技术公开了一种基于深度卷积神经网络的交通标志识别检测装置，属于机动车辅助驾驶工具领域。它包括图像采集单元和处理单元；处理单元包括，绝缘壳体；吸盘座，其与机动车内部可拆卸连接，吸盘座顶部与绝缘壳体底部连接；显示屏，其嵌设于绝缘壳体一端面；扬声器，其固定于绝缘壳体一侧面；树莓派，其固定于绝缘壳体内部，输入接口与图像采集单元线连接，树莓派的输出接口与显示屏及扬声器线连接；树莓派为搭载有深度卷积神经网络算法的树莓派。本实用新型专利技术结构简单，安装拆卸均很方便，能将对交通标志的检测识别结果通过听觉、视觉两种方式更加全面的呈现给驾驶员，且识别速度快，检测精度高、应用场景广泛。应用场景广泛。应用场景广泛。

【技术实现步骤摘要】
一种基于深度卷积神经网络的交通标志识别检测装置


[0001]本技术属于机动车辅助驾驶工具领域，更具体地说，涉及一种基于深度卷积神经网络的交通标志识别检测装置。

技术介绍

[0002]随着私家车数量的迅猛增加，交通事故频发，超速驾驶、疲劳驾驶、未按交通标志驾驶等都是造成车祸的主要原因，因此，机动车上搭载能通过交通标志自主识别和告警的设备重要性逐渐体现出来，此外，感知周围环境，准确识别交通标志也是自动驾驶汽车的一个重要组成部分。
[0003]目前，国内外已有针对道路交通标识智能识别的研究，从数字图像处理、传统机器学习、深度神经网络等方面入手，提出了各种识别算法，但从稳定性、简易性上仍达不到实用需求，存在着识别率低、漏检率高、算法训练时间长等问题；并且当数据变成完整的自然场景道路图像时，传统思路很难得到可靠的结果，出于道路交通的复杂性考虑，交通标识识别系统必须做到在各种复杂场景下，光照与天气、标志老化、背景干扰、环境遮挡等因素影响下依然具有可靠准确率；现有的用于识别检测交通标志的车载装置通常成本高昂，需要在机动车上进行诸多结构件的加装改造，且本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度卷积神经网络的交通标志识别检测装置，其特征在于，包括，图像采集单元，其设于机动车前侧，采集机动车前方的图像信息并传输；处理单元，其设于机动车内，与图像采集单元信号连接；所述处理单元包括，绝缘壳体；吸盘座，其与机动车内部可拆卸连接，吸盘座顶部与绝缘壳体底部连接；显示屏，其嵌设于绝缘壳体一端面；扬声器，其固定于绝缘壳体一侧面；树莓派，其固定于绝缘壳体内部，树莓派的输入接口与图像采集单元线连接，树莓派的输出接口分别与显示屏及扬声器线连接；所述树莓派为搭载有深度卷积神经网络算法的树莓派。2.根据权利要求1所述的一种基于深度卷积神经网络的交通标志识别检测装置，其特征在于，所述图像采集单元包括：底座，其固定于机动车前侧；摄像头，其设于底座上方，摄像头采集机动车前方的图像信息，摄像头镜头上设置有偏振片。3.根据权利要求2所述的一种基于深度卷积神经网络的交通标志识别检测装置，其特征在于，所述图像采集单元还包括：旋转支座，其固定于底座顶面；可调软管，其一端与旋转支座顶部固定连接，另一端与摄像头固定...

【专利技术属性】
技术研发人员：钱惠敏，李涛，陈明，黄俊伟，陈艺森，
申请(专利权)人：河海大学，
类型：新型
国别省市：