Jak asystenci radzą sobie z nietypowymi znakami drogowymi

Systemy rozpoznawania znaków drogowych (TSR – Traffic Sign Recognition) są coraz bardziej zaawansowane, jednak wciąż mają trudności z nietypowymi oznakowaniami, które odbiegają od standardów krajowych i międzynarodowych wzorców. Algorytmy opierają się na kamerach wysokiej rozdzielczości i przetwarzaniu obrazu w oparciu o zdefiniowane kształty, barwy, cyfry oraz symbole. Nietypowe znaki – ręcznie malowane ograniczenia, znaki tymczasowe papierowe lub LED o niestandardowych czcionkach, grafiki reklamowe na tablicach, naklejki na znakach lub prowizoryczne tablice ostrzegawcze – często pozostają nierozpoznane. Systemy wiodących marek (Mercedes, BMW, Audi, Volvo) poprawiają rozpoznawanie przez fuzję danych – kamera wspierana jest informacją z GPS, map cyfrowych oraz danych „live” z sieci V2X. Mimo to najczęściej rozpoznawane są wyłącznie znaki o wyraźnym konturze, jednym komunikacie i odpowiedniej wielkości. Systemy próbują dalej nadążyć za nietypowymi sytuacjami – np. remontowe ograniczenia czy tymczasowe „strefy 30” są coraz częściej identyfikowane, jeśli kontrast tablicy odpowiada znanym wzorcom. TSR w nowych generacjach korzysta z uczenia maszynowego, jednak algorytmy nadal mogą mieć problem ze znakami „obłożonymi” liśćmi, zabrudzonymi, przestawionymi lub nieczytelnymi. Skuteczne wykrywanie nietypowych znaków wymaga rozwoju technologii AI i szerszego dostępu do cyfrowej wymiany danych drogowych. Kierowca zawsze powinien kierować się realną sytuacją na drodze, obserwować własnoręcznie znaki i nie polegać wyłącznie na odczytach systemu w sytuacjach niestandardowych.