Abstract
Проаналізовано основні принципи роботи систем розпізнавання дорожніх знаків відомих виробників. Описано алгоритм роботи та основні компоненти пристрою визначення елементів, зображених на дорожньому знаку. Запропоновано метод розпізнавання дорожніх знаків на основі оцінки Хеммінгової віддалі. Проведено аналіз дорожніх знаків категорії наказові знаки. Здійснено розбиття цієї категорії на менші підкатегорії для інформативного аналізу зображень. Виділено основні елементи наказових знаків, на основі яких запропоновано принципи кодування кожного знаку цієї категорії. Розраховано структурну складність зображень дорожніх знаків категорії наказові знаки. Наведено таблицю значень оцінок Хеммінгової віддалі для різних пар знаків запропонованих підкатегорій, на основі яких побудовано діаграми розподілу значень оцінок Хеммінгової віддалі. Проведено аналіз дорожніх знаків категорії заборонні знаки. Для цієї категорії відділено підкатегорії, запропоновано принцип кодування знаків, який базується на інформативних ознаках зображених елементів, побудовано діаграми розподілу значень отриманих оцінок Хеммінгової віддалі. Для розглянутих категорій знаків обчислено максимальні та мінімальні значення Хеммінгової віддалі. Запропоновано оцінку інформативності дорожніх знаків, на основі відношення Хеммінгової віддалі до структурної складності. Побудовано графіки, які ілюструють інформативність розглянутих знаків кожної підкатегорії. Зроблено висновки та рекомендації щодо удосконалення дорожніх знаків на основі оцінки Хеммінгової віддалі.
Highlights
Metod rozpiznavannia dorozhnikh znakiv katehorii "poperedzhuvalni znaky" na osnovi otsinok Khemminhovoi viddali ta strukturnoi skladnosti
Due to the increase in the number and dynamics of traffic flows, the task of automatic recognition of road signs becomes urgent. This is necessary to reduce the number of road traffic accidents and environmental pollution
This task is especially relevant when there is a barrier to perception and correct recognition of signs in conditions of fog, rain, dust etc
Summary
Розробляють найбільші виробники автомобілів: Traffic Sign Recognition; Speed Limit Assist; Lane Departure Warning; Mercedes-Benz S-Class; Opel Eye (Sydor, 2018). 2. Значення оцінок Хеммінгової віддалі для категорії НЗС No 4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9 4.10 4.1 - 9 10 1 2 11 13 14 15 7 4.2 9 - 3 8 11 2 4 7 6 14 4.3 10 3 - 11 8 1 7 4 5 13 4.4 1 8 11 - 3 10 12 15 14 6 4.5 2 11 8 3 - 9 15 12 13 5 4.6 11 2 1 10 9 - 6 5 4 12 4.7 13 4 7 12 15 6 - 3 2 10 4.8 14 7 4 15 12 5 3 - 1 9 4.9 15 6 5 14 13 4 2 1 - 8 4.10 7 14 13 6 5 12 10 9 8 Розподіл значень оцінки Хеммінгової віддалі наведено на діаграмі Для кожного знаку можна побудувати характеристику середньостатистичної оцінки інформативності знакового символу відносно інших знаків цієї категорії згідно з формулою: Рис.
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
