从国内智能驾驶研究情况来看，在真实道路交通环境中进行实验面临一定的困难，而在缩微平台中的实验则不存在这些问题。因为缩微智能车的实验环境相对封闭，而且缩微智能车辆基本不存在安全方面的问题，因此自主驾驶实验不会受到法律法规等非技术方面的约束。另外相对于原尺度车辆，缩微智能车的结构简单、造价低廉、多车测试环境容易构建。并且实验场地和环境容易调整，可以方便地进行多种不同环境下的实验。　　 本文对缩微交通环境下的锥形标和红绿灯识别方法进行研究:　　 (1)对缩微交通环境下的红绿灯识别方法进行研究。当红灯亮时，缩微车如何对红灯做出响应。在对红绿灯进行查找时，如果对整幅图像进行查找的话，不仅浪费时间，而且背景元素也会对红绿灯识别造成很大的误判和干扰。由于红绿灯在图像中出现的位置基本固定，即红绿灯基本出现在一个固定的小区域，所以本文研究了一种只对ROI内的一小块区域进行红绿灯查找的方法，这种方法不仅可以避免很多背景元素的干扰，而且还可以缩短查找红绿灯的时间。　　 (2)对缩微交通环境下的两种锥形标识别方法进行研究。一种是基于RGB颜色空间，另一种是基于HSV颜色空间。由于缩微交通环境很复杂，而且摄像头拍摄的图像里存在很多干扰元素，所以可能会对锥形标的识别造成一定的干扰。实验结果表明，两种方法都能很好的提取出锥形标，后一种方法抗干扰能力强。本人也把两套程序都放到缩微车上去进行现场测试，从笔记本电脑接收到数据进行分析可知，缩微车都能成功的识别到锥形标，并且能够根据锥形标的摆放位置做出相应的行驶行为，从而实现了使缩微车进行自主驾驶的目的。