這個問題非常有意思。之前一直很好奇，終於有人問出來了。於是，搜了點資料看看，不成專業，姑且給我們這樣的智駕小白增添點課外知識。
以下內容來自於Gitee網站的公開分享，其中有一篇特意講了Apollo識別紅綠燈的策略，做個翻譯，分享給大家。
提問，自動駕駛汽車如何「看到」紅綠燈？翻譯過來就是，自動駕駛如何準確檢測且識別紅綠燈。
先說紅綠燈，我們知道有3種狀態：紅、黃、綠。
但是，對於機器來說，這樣的總結還不夠。因為在交通訊號燈不工作的情況下，它可能顯示黑色，或者閃爍的紅燈/黃燈。
那麼，機器對交通訊號燈的分類至少有5種：紅、黃、綠、黑、未知。
再看機器檢測到交通訊號燈的途徑。Apollo搭載有高精地圖，高精地圖包含有交通訊號燈的資訊，那麼機器至少有了一個預判，知道在某個路口的某個位置，理論上可以檢測到交通訊號燈。
具體的感測器是什麼？攝像頭！
但是，僅使用一個固定視野的攝像頭是不夠的，因為交通訊號燈的高度以及十字路口的寬度變化很大，有可能沒有進入攝像頭的視野。
所以，Apollo使用了兩個攝像頭來擴大感知的視野：
第1個是焦距為25mm的長焦鏡頭，拍攝到的訊號燈比較大，容易被識別到，但視野太窄。如果車道不夠直，或者車輛離訊號燈太近，那麼，訊號燈都有可能出現在視野之外。
第2個是焦距為6mm的廣角鏡頭，主要對視野進行補充。
PS：這兩個攝像頭互為冗餘，但具體到某一時刻只能以兩者之一為主。策略模組會自適應地做出最優選擇，至少，在應該檢測出訊號燈的路口，不因視野問題而檢測不出。
焦距為25mm的長焦鏡頭
焦距為6mm的廣角鏡頭
檢測問題解決之後，機器將會進入演算法流程，主要描述為兩個階段：1、預處理階段；2、處理階段。
預處理階段包括有：紅綠燈投影、相機選擇、圖片資訊及快取同步；
處理階段包括有：糾正（確定準確的訊號燈邊界框）、識別（分辨訊號燈的顏色）、修改（根據歷史時間順序修正顏色）。
PS：涉及到演算法環節，班門弄斧了，儘可能結合我的理解，通俗地解釋一下。
首先明確一個前提：機器沒有必要檢測每一幀影象，因為訊號燈的變化頻率比較低，在計算資源有限的情況下，抓住關鍵影象即可，那麼對影象的選擇和匹配就很重要了。
1-1 紅綠燈投影
在高精地圖中，根據車輛定位資訊，其實可以找到訊號燈的三維座標。但這些是3D資料，而攝像頭拍到的是2D資料，彼此之間需要有一個換算關係。
怎麼換算的？不做深入剖析了，主要藉助了相機模型和一些標定。
機器有點傻的，它不像我們人一樣，從2D影象中，可以直接找出訊號燈在哪裡。而要曲折地藉助3D轉2D的換算關係，用一個矩形邊界框，在2D影象中把訊號燈的位置圈出來。
這就是”紅綠燈投影“階段的輸出結果，但這個位置一般圈得比較大，有時候也會圈錯，也就是
藍色矩形框。
注意藍色框
1-2 相機選擇
我們在開始就提到了，有長焦和廣角兩個鏡頭做配合，一般優先選擇長焦鏡頭的輸出，因為訊號燈顯示得更大。
如果長焦鏡頭沒有檢測到訊號燈，那就需要廣角鏡頭出馬了，但是影象裡的訊號燈顯示小一些。
1-3 圖片資訊及快取同步
經過這一步，再往下一步走，就到了處理階段。
主要講究”刪繁就簡“，因為識別訊號燈與識別障礙物的要求不同。因為訊號燈既沒有很高的變化頻率，也因為對訊號燈的識別，主要在顏色變化。
所以，有些不重要的影象可以捨棄掉了。
2-1 糾正（確定準確的訊號燈邊界框）
預處理之後，機器會得到一張2D影象，被圈出了訊號燈的位置，但上文也說了，這個圈可能不準。
為了校準，機器畫了一個更大範圍的圈（絕不是盲目畫，有一些計算在裡面）。這個圈被叫做ROI（region of interest，興趣區域），也就是
黃色矩形圈
。
再之後，畫了興趣區域的2D影象，被放入卷積神經網路中做檢測，將會輸出一個結果。
注意黃色框
2-2 識別（分辨訊號燈的顏色）
上文畫圈，只是為了確定訊號燈的位置。
到了識別這一階段，就要真正辨別訊號燈的顏色了，仍然用到了卷積神經網路。
2-3 修改（根據歷史時間順序修正顏色）
這一階段，主要對辨別顏色的結果，再做一次修正。
a、如果判斷出了紅和綠，結果很清楚，那就是紅燈、綠燈；
b、如果判斷出了黑，那就不一定了。因為有可能不湊巧，就在訊號燈閃爍的時候，恰好拍到了黑色的狀態，其實這個訊號燈並沒壞。
那該怎麼辦？按照歷史快取，看看之前的影象結果是怎樣的，要是”連續黑“，那訊號燈鐵定是壞了；
c、如果判斷出了黃，也值得細品。黃燈只出現在”綠燈變紅燈“的空隙中，但為了安全期間，直接以紅燈作為輸出結果；
Apollo識別紅綠燈的策略，大體上即是如此。
總結：單車智慧識別紅綠燈，本質上就是在”猜“，靠不靠譜，就看猜的有多準。
車路協同，是把答案直接告訴所有車，此時亮的什麼燈，多久要變燈，一清二楚，該加速還是該減速，車輛會做出準確判斷。
車路協同有什麼問題嗎？太貴了，太仰仗國家投錢砸基建了。那個”三有原則“，有錢、有技術、有決心，缺一不可。