基于深度学习的汽车仪表标识辨别系统设计

刘全周，贾鹏飞，李占旗，王述勇，王启配

（中国汽车技术研究中心有限公司，天津　300300）

0　引言

随着经济的快速发展，人们对产品的开发和生产周期也提出了更高的要求。人工智能技术因具有精度高、成本低，能减少人工负荷的优点，已经被广泛应用到实际工程当中[1]。

汽车仪表总成是汽车安全系统的重要组成部分，它可以实时显示汽车的信号状态[2]。小型化、集成化以及多功能化是汽车仪表总成未来发展的核心方向，其主要意义是为了满足汽车对于便捷、实用等方面的需求[3]。国内外学者在汽车仪表领域已做了大量的研究工作，Alegria等[4]（2000年）利用背影法对仪表盘的图案标识进行了采集，并利用Hough变换对仪表指针进行了检测，计算出了指针的偏转角度；Jaffery等[5]（2011年）利用摄像头对仪表图像进行实时采集，然后选取合适的阈值对图像进行二值化处理，实时输出检测结果。国内，岳晓峰等[6]（2014年）对汽车仪表盘的信息进行识别，通过SIFI算法获得目标位置区域，再进行细化，并通过最小二乘法得到仪表指针的直线方程；邓书勤等[7]（2017年）提出一种快速的汽车仪表盘标识配准算法，可获取匹配特征并求取匹配参数，并进行了仪表标识的匹配实验。

从上述的研究来看，国内外的研究主要是通过传统算法对仪表标识进行提取和检测，很少对仪表的标识进行自动化定位和辨别，而传统图像识别的算法流程是事先提取图案的特征，然后再用这些特征去进行匹配，但是汽车仪表盘的标识种类相对较多，且不同标识之间的相似度较高，利用特征提取算法对多种标识进行辨别时辨别的精度往往并不太理想。……