作为目前科技界的技术发展热点,自动驾驶技术主要研究内容包括环境的感知、决策与规划、控制与执行。对红绿灯、路面指示标志和停车线三个交通信号的感知是自动驾驶技术的关键。本文按照1:10的缩微比例搭建了缩微交通平台和缩微车,针对以往研究只是考虑单一的交通信号来控制缩微车的不足,采用了基于视觉的图像处理与分析的方法,实现了红绿灯、路面指示标志和停车线的准确识别,完成了缩微车通过十字路口的自动行驶实验。主要研究内容如下:（1）基于1:10的缩微比例,设计并搭建完成缩微交通平台和缩微车。缩微交通平台包含多种交通环境元素,还原了真实交通场景;缩微车采用模块化设计,可以根据命令自主实现行驶、减速停车、转向等功能;（2）针对红绿灯检测识别问题,提出了一种红绿灯检测、识别和跟踪的系统框架,该框架具有易于实现、检测精度高的特点。检测阶段,对待识别图像在HSI颜色空间中进行色彩分割并将分割结果进行滤波处理,得到包含红绿灯的候选区域;识别阶段,对候选区域进行圆形度检测,准确定位红绿灯发光区域,并对该区域进行色调直方图统计,根据色调信息实现红绿灯颜色识别;跟踪阶段,采用基于CamShift目标跟踪的方法,对红绿灯区域进行实时跟踪;（3）针对路面指示标志识别问题,通过逆透视变换对包含指示标志信息的区域进行预处理,采用基于平均灰度获取最优阈值的方法进行图像分割,最后采用改进K近邻算法进行路面指示标志的识别;（4）针对停车线检测问题,对十字路口斑马线等无关信息区域进行过滤,然后采用LSD（Line Segment Detection）直线检测算法对停车线进行检测;（5）本文将红绿灯、路面指示标志和停车线三个交通信号进行综合研究,采用模糊控制算法和增量式PID（Pelvic Inflammatory Disease）控制算法分别对缩微车转向和速度进行调节,完成了缩微车在十字路口的交通信号识别实验。实验结果显示,缩微车能够在缩微交通环境中对红绿灯、路面指示标志和停车线进行准确识别,并完成对速度和转向的控制。