Созданием систем распознавания дорожных знаков (Road Sign Recognition – RSR) занимаются практически все крупные автопроизводители совместно с научно-исследовательскими центрами, работающими в области кибернетики и робототехники. Собственно, системы, способные "прочесть" знаки, существуют уже сейчас. Но остается главная проблема – определение области знака в поле зрения системы, т. е. поиск предмета, похожего на дорожный знак, его идентификация в этом качестве и понимание информации, которую несет данный знак. #{quote2} Разработан ряд алгоритмов, позволяющих компьютеру выделить стандартный дорожный указатель из общего фона на основании определенного набора цветов и форм, характерных для того или иного дорожного знака. Прежде всего, система должна принять во внимание время суток и уровень освещенности, так как в условиях недостаточной видимости или искусственного освещения меняется и цвет предметов, воспринимаемых сенсорами. Поэтому для определения истинного цвета системе нужно делать корректировку по цветам применительно к условиям нормального дневного освещения. Футуристическая система "машинного зрения" призвана распознавать нужные объекты невзирая на помехи, неизбежные во время интенсивного дорожного движения: безошибочно считывать дорожные знаки на разной скорости и различных дорожных покрытиях, несмотря на искажения изображений от вибраций, частичное перекрытие дорожных знаков другими автомобилями, пешеходами и т.п. Нужно учесть, что система может принять за знаки строения, рекламные щиты и другие предметы. Кроме того, и сами дорожные знаки часто бывают нестандартными и имеют сотни сходных версий. Поэтому аппаратные средства должны мгновенно обрабатывать огромный объем визуальной информации, чтобы заблаговременно предупреждать водителя. #{quote3} Такая система просто обязана быть достаточно "эрудированной" и назубок помнить множество дорожных знаков, чтобы проделать свою работу в режиме реального времени. Социализация машины требует загрузки огромных баз данных с изображениями, что само по себе является трудоемким и дорогостоящим процессом. В науке это называется статистическим подходом к обучению машины. Несмотря на теоретическую возможность создания систем распознавания, реализация алгоритма на практике составляет сложнейшую проблему для разработчиков программ. Главным требованием при проектировании подобных систем является обеспечение их стабильной работы и надежности: любая ошибка может стать фатальной. На данном этапе развития технологий распознавания дорожных знаков рано говорить о появлении серийной продукции. Сейчас на повестке дня проверка алгоритмов: сможет ли система "машинного зрения" правильно распознавать изображения в реальных условиях дорожного движения?