车牌识别系统(Vehicle License Plate RecognitionVLPR) 是计算机视频图像识别技术在车辆牌照识别中的一种应用。车牌识别在高速公路车辆管理中得到广泛应用，电子收费（ETC）系统中，也是结合DSRC技术识别车辆身份的主要手段。

    使用opencv 的 HAAR Cascade 检测车牌大致位置；

     Extend 检测到的大致位置的矩形区域；

     使用类似于MSER的方式的多级二值化+ RANSAC 拟合车牌的上下边界；

     使用CNN Regression回归车牌左右边界；

     使用基于纹理场的算法进行车牌校正倾斜；

     使用CNN滑动窗切割字符；

     使用CNN识别字符。

  实时交通标志检测模型通过对行驶过程中前方道路出现的交通标志图像进行及时采集和准确检测，然后把检测结果通过视频或语音传递给司机以辅助驾驶，从而达到自动驾驶的目的。交通标志识别实际上包括交通标志的检测和识别两个过程，检测是在图像中寻找到感兴趣目标并定位，识别是对感兴趣目标进行分类。

  交通灯识别是自动驾驶功能中的一项重要环节，保证车辆正常行驶的保障。基于Object Detection预训练模型，根据手动修正后的图像集合进行训练。

  车道线识别提供三种模式：

• opencv传统模式：

  基于opencv， 对行进道路的车道线进行识别，并给出远近点路径矢量。

• 深度学习A:

  训练的模型识别车道线范围，输出按图形方式给出。

• 深度学习B:

  端对端学习方式， 训练的模型识别转向角，输出按转向角给出。

  静态路径设置；动态路径规划。目标是按照预先规划的路线（GPS选定），实时通过GPS定位沿既定路线行走。

  静态障碍物避让；动态障碍物避让。

  静态避让实现停车/启动行走模式； 动态避让实现绕道行走模式。

  速度控制；横向控制；纵向控制；弯道控制。

  PID复合算法控制光滑加速减速， 保持车道， 前车加减速等运动模式。