出水平半矩形和竖直半矩形，通过水平半矩形和竖直半矩形判断得到封闭 矩形，并判断是否存在外围矩形；
[0086] 具体的，水平半矩形的判断中，W水平直线hor_arr[i]为基准，找出满足距离关系 在1；[]163(113<8的竖直直线，并计数]1111]11，当]1111]11>2时，再判断前面找出的竖直直线是否满 足长度的差值关系为Iengthdis<8,满足距离关系distance>ho;r_a;r;r[i]-5，即判断为一 个水平半矩形。且如果其中两个水平半矩形的两条竖直边都是相同的，则运两个水平半矩 形为一个封闭矩形，如果水平半矩形没有找到配对的水平半矩形，则它独自一个成为一个 封闭矩形。
[0087] 判断竖直半矩形的方法与水平半矩形的判断方法一致，但需要在前面加一个判定 条件，如果已经被水平半矩形占用的竖直直线，不再为竖直半矩形的基准直线。
[0088] 如果一个矩形在另一矩形内，且外面的矩形的水平边大于内矩形的水平边，外矩 形的竖直边大于内矩形的竖直边，同时满足两个矩形的中屯、点坐标的差值满足:xdis<10, 0<ydis<20,即判断具有外围矩形。反之，如果一个矩形找不到一个外围矩形与之匹配，贝U 其本身即为外围矩形。
[0089] S24、对上述获得的外围矩形绘制直线，进行连通域的判断，并设置多个筛选条件， 进行多层筛选，获取最终检测到的紧急电话区域;所述筛选条件为连通域的面积，连通域的 宽度和高度，连通域的纵横比，连通域的形状等。
[0090] S25、训练分类器W方向梯度直方图作为特征输入，生成线性支持向量机，对紧急 电话标志进行识别。所述分类器的训练方法与限速标志的检测和识别过程中的训练方法一 致。
[0091 ]进一步的，本发明采用双目摄像机对车辆前方图像进行采集，所述双目摄像机能 够对获取的图像进行匹配和校正，W及视觉测量交通标志与车辆之间的距离，为通过交通 标志定位目标车辆的位置提供了技术基础。
[0092] 根据上述基于驾驶安全地图及双目交通标志识别的定位方法，本发明还提供一种 基于驾驶安全地图及双目交通标志识别的定位系统，如图4所示，所述定位系统包括W下功 能模块：
[0093] 初级定位模块，用于在基于道路路面的高精度地图中利用定位系统对驾驶中的车 辆进行初级定位；
[0094] 标志采集识别模块，用于采集车辆前方图像，对图像中的交通标志进行检测和识 别；
[00M]间距反推定位模块，用于通过高精度地图识别交通标志的坐标和大小，测量车辆 和标志之间的间距，并对比高精度地图中交通标志的坐标计算出车辆的位置，实现车辆定 位。
[0096] 其中，如图5所示，所述标志采集识别模块包括限速标志识别子模块和紧急电话标 志识别子模块。
[0097] 如图6所示，所述限速标志识别子模块包括W下功能单元：
[0098] 色彩空间转换单元，用于采集车辆前方图像，将采集的图像自RGB颜色空间转换到 HSV色彩空间，并计算红色位图和红色强度；
[0099] 位图优化单元，用于对红色位图进行均值滤波，得到红色均值图像;并对红色强度 进行均值滤波，得到红色强度均值图像，从而得到优化后的红色位图；
[0100] 位图筛选单元，用于对优化后的红色位图进行区域生长，设置最小宽度和高度阔 值对红色区域进行筛选，得到筛选后的红色位图；
[0101] 位图删减单元，用于对每个红色区域求外接凸多边形，再减去位图筛选单元中得 到的红色位图，即可得到红色内部区域位图；
[0102] 内部区域获取单元，用于对红色内部区域位图进行多层筛选，获取最终检测到的 限速标志内部区域；
[0103] 限速标志识别单元，用于训练分类器W方向梯度直方图作为特征输入，生成线性 支持向量机，对限速标志进行识别。
[0104] 如图7所示，所述紧急电话标志识别子模块包括W下功能单元：
[0105] 图像转换单元，用于采集车辆前方图像，将采集的图像由RGB图像转换成灰度图 像；
[0106] 直线过滤单元，用于采用LSD直线检测算法检测图像中的直线，对直线角度、长度、 相邻关系、距离设定阔值，过滤除去噪声直线，得到满足阔值条件的直线；
[0107] 矩形查找单元，用于找出水平半矩形和竖直半矩形，通过水平半矩形和竖直半矩 形判断得到封闭矩形，并判断是否存在外围矩形；
[0108] 标志区域检测单元，用于对外围矩形绘制直线，后进行连通域的判断，并设置多个 筛选条件，进行多层筛选，获取最终检测到的紧急电话标志区域；
[0109] 紧急电话标志识别单元，用于训练分类器W方向梯度直方图作为特征输入，生成 线性支持向量机，对紧急电话标志进行识别。
[0110] 本发明所述基于驾驶安全地图及双目交通标志识别的定位方法及系统，由于安全 驾驶地图结合高精度导航数据采集和高精度地图定位技术制作得到的，传统的高精度导航 数据元素有车道相关信息，道路的曲率和标记W及车道的引导信息和制约信息等，利用地 图对车辆定位占主导作用。本发明在传统导航数据的基础上，增加了道路交通标志的采集， 采用道路标志的对车辆的定位进行辅助作用，通过左右目摄像机识别出来的标志坐标和大 小，进行车辆和交通标志间的测距，并根据高精度地图里已存有交通标志的空间位置坐标 计算出车辆的位置，从而提供亚米级的坐标定位，建立可W基于车道的拓扑网络，提供基于 车道级的导航应用，实现车辆定位。
[0111] 与现有技术相比较，本发明技术方案具有下述明显优点：
[0112] 1、定位精度高，利用了高精度导航数据，且增加了道路上扩充元素的采集，定位精 度为亚米级；
[0113] 2、安全性能强，地图数据元素有车道相关信息，道路的曲率和标记W及基于车道 的引导信息和制约信息，为车辆的行驶轨迹规划和控制决策提供安全保障；
[0114] 3、定位效率高，对限速标志和紧急电话标志识别频率为15帖/秒，利用了双目视觉 测距功能，对定位结果进行实时纠正；
[0115] 4、定位无纸漏，针对GPS信号不够好的隧道桥桐及恶劣天气条件，视觉测距定位可 W有效弥补。
[0116] W上装置实施例与方法实施例是一一对应的，装置实施例简略之处，参见方法实 施例即可。
[0117] 本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他 实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
[0118] 专业人员还可W进一步意识到，结合本文中所公开的实施例描述的各示例的单元 及算法步骤，能够W电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和 软件的可互换性，在上述说明中已经按照功能性一般性地描述了各示例的组成及步骤。运 些功能究竟W硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专 业技术人员可W对每个特定的应用来使用不同方法来实现所描述的功能，但是运种实现不 应超过本发明的范围。
[0119] 结合本文中所公开的实施例描述的方法或算法的步