新闻中心
红绿灯得通过计算机视觉获取道路线属性
，在一副图像上所占的像素比极小，并且不同于车辆，行人的检测，红绿灯所能提取的特征有限，基本上是颜色特征，这个对设计提出极大的挑战，还需从其它角度考虑，如红绿灯的位置始终在高处，红绿灯的时序信息等去判断;另外对于相机的选型也有要求，选择fov小的，聚焦功能好，所检测的距离远，但视野范围小;选择fov大的，视野范围大，但检测距离近，所以可能会配合两个甚至多个不同fov大小的相机来检测红绿灯，这又会涉及到
难点2 虽然跟交通标志牌类似，都属于静态物体检测，但红绿灯的状态是实时发生变化的，这提升了检测的难度。此外，在不同光照条件下，红灯和黄灯的相似度很接近，甚至人眼都难以区分，只能根据灯的位置信息来区分。另外不同地区的红绿灯设计方式，展现形式不一样，如天津地区的条形展现形式，这就对红绿灯的数据采集提出更多的挑战，要覆盖更多场景，增加了采集成本，同时对检测网络提出了更高的要求，具更强的泛化性。
难点3 红绿灯问题还会有倒计时的问题，在检测到红绿灯状态的同时，对数字的倒计时同样需要进行检测。此外同一个交叉路口，存在多个不同状态下的红绿灯，对这么多类型的红绿灯检测，就算是人可能也没办法区分清楚，需要配合一定的经验。而对于机器来说，它需要的是短时间能做出判断，难度极大。
难点4 仅凭感知层面的红绿灯检测是远远不够的，一容易误检，漏检，这对决策规划层有极大的影响，红灯识别成绿灯，继续往前开，想想都是很危险的。所以需要结合高精度地图，以及V2x技术来解决，一方面高精度地图提供当前的车所在的车道信息和距离红绿灯的远近信息，V2x技术可以感知车辆红绿灯的状态信息，再配合感知检测的份冗余，才能准确的实现红绿灯的检测问题。
所以可以看出，在我们日常生活中不起眼但是在城市道路不可或缺的红绿灯，要达到量产级别的检测识别，难度是相当大的，涉及到不同地区的场景，光照条件的影响，多种技术(高精度地图/V2x/感知)的融合多相机的融合等，难度远远超过车辆行人的检测，所以红绿灯问题难度大，棘手，又是在复杂城区智能驾驶不可回避的一个问题。
通过单车智能的方式去感知红绿灯难度太大，而且不能保证的识别成功率，红绿灯的误识别后果影响很严重，所以智能交通基础设施建设需要及时跟上，包括红绿灯的智能化、动态道路分配、智能路网设计等；这就需要得到城市政府部门的支持，能够获得城市路网的检测数据，同时对获得到数据的分析能力，高频次的流动车的数据，位置信息，需要极佳的信号灯控制算法及产品才能把优势发挥出来。
红绿灯检测完全没什么必要，只要V2X一旦大规模应用，车辆随时随地可以读取各个红绿灯信息，识别再准也不如红绿灯主动广播准。
可以很确定的说，仅靠感知来实现红绿灯识别是不现实的。信号灯的识别要达到又快又好必须要依赖V2X，V2X可以把你匹配的信号灯的状态、配时信息、剩余时间等以数据集的格式发给车端。
那么来对比一下V2X和感知来获取信号灯的能力：1、首先是准确匹配哪一个才是你所需要的信号灯，V2X设会存V2X MAP信息，可以根据车辆的位置准确匹配车辆所需的信号灯。而感知可以看到很多个信号灯，如果路上的信号灯是左中右都有升至多个岔口路，有五六个方向的信号灯，哪个才是车辆要的，摄像头无法分辨，这是个难点。2、信号灯的配时信息和剩余时间光靠摄像头是感知不到的，摄像头多感知信号灯的状态，没法知道时间。这点V2X由于是数据集，肯定是没问题的。3、时延问题，自动驾驶要求很高的时延，摄像头由于距离的限制，要到100m以内才能开始识别，再加上识别速率比较低，等识别出来车辆可能已经到路口了，没办法满足车辆要求。而V2X是超视距的方式，可以在1km以外获取信号灯数据，并且其100ms以内的时延可以保证车辆很早就能获取信号灯数据，帮助无人驾驶做决策。4、就是基础的信号灯识别问题了，国外的信号灯一般有统一的格式，而国内的就千奇百怪，各种形状各种状态的信号灯都有，比如是后10几秒才会有倒计时出来，有的城市一直会有倒计时，有的城市根本就没有倒计时。关键是每个城市自己都有各种信号灯，这导致了感知的训练无比艰难，几乎是不可能完成。所以有句话说是自动驾驶如果在中国实现了，全世界就实现了。
说了那么多综上所述：特斯拉光靠感知的红绿灯是不可能在国内商用的，很少用这个词啊，这个至多是一个demo。要想在中国实现红绿灯识别这个看起来很简单的功能还是需要V2X。
这个需要配合下一代神经网络芯片了，结合GPS数据，就比较简单了。类似于这种开哪个路段，能知道哪个路段限速多少；那么，到了哪个路口，用哪个路口的数据。
比起各种标识牌、车道线，红绿灯是难的识别的。而且现在自动驾驶的红绿灯识别准确率很低，无法达到车规级要求。
地图比如高德，得通过计算机视觉获取道路线属性，比如电子眼，红绿灯，车道线，地面标志线，交通警示牌，标志线，蓝方牌，各种交通指示牌。。。
由于拍摄问题，环境光线问题，无法获取准确获取红绿灯的颜色（V2X+高精地图实现），但是电子眼红绿灯这些基本属性还是要检测的。
对于AI2.0这种平台来说，采集到越多的数据就是AI越可靠性的保障。你的命其实就掌握在两个像素点上了。
纯视觉感知如果线% 的这个问题，那就是技术牛逼、数据规模够大、工程手段风骚，给特斯拉跪。
我的Model 3前阵子装了FSD计算机，可以用红绿灯功能了。感觉大概有这么几个：
识别提前量很大，虽然动画上只会显示下一个路口的红绿灯状况，但从提示信息跳出来的速度来看应该是至少提前一个路口就能识别红绿灯。
识别成功率非常高。包括多个安装在不同位置的红绿灯，和车道红绿灯。当然目前动画上还没有显示“当前车道的红绿灯状态”，不过这个应该是很快就会更新。
我目前只看到了一次识别失败的场景，是因为阳光的关系导致肉眼看起来3个灯都没亮。车也识别成了全暗。所以可靠性应该是没问题的，什么失效模式完全是杞人忧天。
以上信息由扬州市旭瑞照明器材有限公司整理编辑，了解更多交通信号灯,红绿灯,标志牌信息请访问http://www.yzxrjt.com
