據(jù)外媒報道，自動駕駛車輛務必能準確而可靠地識別交通信號。然而，現(xiàn)有體系難以應對復雜的信息流量，供自動駕駛車輛使用。德國弗勞恩霍夫實驗室的研究人員研發(fā)出新技術，幫助駕駛輔助系統(tǒng)識別并區(qū)分各類分流信號。

　　對自動駕駛車輛而言，在高速上建立建站挑戰(zhàn)性較高：道路較窄，車道更窄，容易引起擁堵。倍感壓力的駕駛員們通常會采用不太安全的方式予以應對，容易引發(fā)交通事故。傳感器系統(tǒng)和自動駕駛系統(tǒng)的算法無法應對復雜的交通情況，如：車道標記重疊、指向標數(shù)量有限、傳感器難以識別錐形交通路標（traffic cones）。路標還含有允許車速等信息。

　　位于德國圣奧古斯?。⊿t. Augustin）的弗勞恩霍夫智能分析與信息系統(tǒng)研究院（Intelligent Analysis and Information Systems，IAIS）的研究人員正采用人工智能攻克技術難關。Stefan Eickeler負責目標識別，他表示：“我們的新技術使系統(tǒng)能夠讀取并理解路標的意思，精確度極高。獲取數(shù)據(jù)后將從語義層級進行數(shù)據(jù)處理，確保系統(tǒng)能夠完整地了解所表達的含義，以便車輛處理該數(shù)據(jù)。通過深度學習功能，我們能讓軟件學會如何更為快速、高效地識別路標表達的內容?！?

　　采用該方法后，未來導航系統(tǒng)和駕駛輔助系統(tǒng)能夠共同協(xié)作，正確地區(qū)分高速公路上的出口標識，更為精確地調整車輛間的行駛間距并及時調整車速。

　　該設備尚在研發(fā)階段，將基于當前采用的車用攝像頭技術，每秒幀數(shù)為20-25。該系統(tǒng)能否分析運行中的圖像，識別信息標識、交通車道標線（traffic lane marking）和LED交通信息等的相關信息。未來愿景：攝像頭將成為自動導航系統(tǒng)的主接口，使各類傳感器變得多余，可有可無。

　　目前的研究工作屬于2016年12月啟動的AutoConstruct研究項目的一部分，德國政府負擔部分資金。該項目旨在設計一系列待用、成本優(yōu)化的攝像頭，可替代自動駕駛用傳感器。該研究機構還擔負著開發(fā)相關圖像處理軟件的職能。