| Abstract | Prometni znakovi predstavljaju tehničke elemente za upravljanje prometnim tokovima, odnosno za upravljanje kretanjem vozila po mrežama prometnica te su osnovni alat za komunikaciju između nadređene zakonske regulative koja ima za cilj brinuti se za održavanje sigurnosti u prometu i svih sudionika u prometu. Postavljanjem odgovarajućih prometnih znakova na određenim dionicama ceste, povećava se sigurnost sudionika jer isti dobivaju niz informacija o prometnim uvjetima na dionici ceste na kojoj se nalaze. Razvojem ICT (eng. Information and communications technology) tehnologija u posljednjem desetljeću kao i sve većom pristupačnošću novih tehnoloških rješenja a zbog pada cijena, kontinuirano se poboljšavaju postojeća rješenja iz područja upravljanja prometom i održavanjem prometne infrastrukture. Posebno se čine napori u smjeru automatizirane identifikacije prometnih znakova na prometnicama s ciljem uspostave centralizirane baze cestovnih podataka.
Konvolucijske neuronske mreže definitivno pružaju veliki potencijal u izgradnji modula za detekciju i prepoznavanje prometnih znakova kojima se opremaju „pametna“ vozila pri čemu će se znakovito povećati sigurnost osoba uključenih u promet. Proces opremanja vozila sve „inteligentnijim“ uređajima zasigurno vodi do potpune autonomnosti istih. Da je to moguće, potvrđuje i činjenica da biološki sustav prepoznavanja/interpretacije objekata to učinkovito obavlja i kako se umjetne neuronske mreže budu približavale biološkim, tako će i njihova učinkovitost dosezati potrebnu kvalitetu prepoznavanja.
Poboljšanje u razvoju prometne infrastrukture posebno je važan segment za razvoj autonomnih cestovnih vozila. Prema definiciji, autonomna cestovna vozila sposobna su raspoznati okruženje u kojem se nalaze te se u istom sigurno kretati uz vrlo malo ili bez ljudskog upravljanja. Kako trenutno još uvijek postoje određene tehnološke prepreke za razvoj potpuno autonomnih vozila, danas je uobičajeno govoriti o razinama autonomnosti vozila koja je izravno povezana s njegovom tehnološkom kompleksnošću. Današnja autonomna vozila opremljena su različitim vrstama senzora, poput LiDAR-a (eng. Light Detection and Ranging), radara, GPS-a (eng. Global Positioning System) i sličnim sustavima. Upravljački sustavi takvih vozila “razumiju“ prikupljene podatke i pomoću njih donose odgovarajuće odluke o načinu kretanja. Prikupljeni podaci mogu biti o preprekama
na koje vozilo nailazi, o vozilima koja dolaze iz suprotnog smjera, o pješacima i relevantnim prometnim znakovima, a posebice onima koji označavaju dozvoljenu brzinu na pojedinim dionicama.
Upravo je prepoznavanje prometnih znakova jedna od značajki koja se nalazi u svim klasifikacijskim razinama (level L1 do level L5) autonomnosti novih generacija vozila. Danas je uobičajeno da se podaci o npr. ograničenjima brzina dobivaju i prikazuju na upravljačkoj ploči vozila putem GPS-navigacijskog sustava. Na temelju geografske lokacije na kojoj se vozilo trenutno nalazi, iz centralne baze podataka “povlači“ se i prikazuje podatak o ograničenju brzine na trenutnoj dionici.
Međutim, problem nastaje kada se vozilom prolazi područjem na kojem je GPS signal slab ili je nedostupan kao npr. u tunelima. Zbog navedenog, potrebno je imati zamjenski sustav za prepoznavanje prometnih znakova. |
| Abstract (english) | Traffic signs are technical elements created to support traffic flow management, in other words for traffic management of vehicles on road networks and are a basic tool for communication between superior legal regulations aimed at ensuring the maintenance of traffic safety and all road users. By placing appropriate traffic signs on certain sections of roads, it increases the safety of participants because they receive a range of information about the traffic conditions on sections of roads on which they are located.
With the development of ICT (Information and communications technology) technologies in the last decade, as well as the increasing availability of new technological solutions and due to falling prices, existing solutions in the field of transport and maintenance of transport infrastructure are continuously improving. In particular efforts are being made towards the automated identification of traffic signs on roads with the aim of establishing a centralized road database.
Convolutional neural networks definitely offer a great potential in building modules for detection and recognition of traffic signs that equip "smart" vehicles, which will significantly increase the safety of persons involved in traffic. The process of equipping vehicles with increasingly "intelligent" devices certainly leads to their complete autonomy. This possibility is confirmed by the fact that the biological system of object recognition / interpretation does this efficiently, and as artificial neural networks are getting closer to biological ones, their efficiency will reach the required quality of recognition.
Improving the development of transport infrastructure is a particularly important segment for the development of autonomous road vehicles. By definition, autonomous road vehicles are capable of recognizing the environment in which they are located and moving safely in it with very little or no human control. As there are still certain technological barriers to the development of fully autonomous vehicles, it is common to talk about the degrees of vehicle autonomy that is directly related to its technological complexity. Today's autonomous vehicles are equipped with various sensors, such as LiDAR, radar, GPS (Global Positioning System) and similar systems. The control systems of such vehicles "understand" the collected data and use them to make appropriate decisions about how to move. The data collected may be about obstacles encountered by the vehicle, about vehicles coming from the opposite direction, about pedestrians and relevant traffic signs and especially those indicating the permitted speed on certain sections of the road.
Recognition of traffic signs is one of the features found in all classification levels (level L1 to level L5) of autonomy of new generations of vehicles. Today, it is common that data on, for example, speed limits are obtained and displayed on the vehicle's control panel via the GPS navigation system. Based on the geographical location on which the vehicle is currently located, the data on the speed limit on the current section is "pulled" from the central database.
However, the problem arises when the vehicle passes an area where the GPS signal is weak or inaccessible, for example in tunnels. Due to the above, it is necessary to have a replacement system for traffic-sign recognition. |
