随着智能汽车以及无人驾驶技术的快速发展，交通标志识别技术的研究正面临许多新要求、新挑战。迫切需要有更加快速与适应性良好的检测分割技术与特征提取识别方法来提升系统的可靠性、鲁棒性、实时性。无人驾驶车辆，又称为无人车、自主车、智能车辆、室外轮式移动机器人等，涉及认知科学、人工智能、机器人技术与车辆工程等交叉学科，是各种新兴技术的综合试验平台与理想载体，也是当今前沿科技的重要发展方向。无人驾驶智能车的问世，为人们提供了一种全新的思路来解决因交通而带来的诸多问题。

自20世纪70年代起，欧美等发达国家开始研究无人驾驶汽车技术。时至今日，智能车的发展进程大致可分为两个阶段。在第一阶段内，科研成果只应用于军事；而到第二阶段后，则把技术更多地应用到了高速公路及城市环境中，并且与智能交通系统结合到一起。国外对于智能车的研究投入不断加大，在技术的创新性上相继取得突破，为提高智能车辆行驶的稳定性及安全性做出了巨大贡献，并产生了一定的社会效益和经济效益。

与发达国家相比，我国在智能车的研究领域内起步较晚，在研发水平上存在一定差距。但随着科研机构及大批学者的加入，也取得了一些积极的成果。目前在这方面进行科研的主要有一些理工类高校和研究所，如国防科技大学、清华大学、北京理工大学、沈阳自动化研究所、吉林大学、西安交通大学、长安大学等。国内专家学者在模式识别、多传感器信息融合、GPS路径规划、无人车自主驾驶等多个方面进行刻苦钻研，提高了国内的知识创新水平，缩小了与先进国家的差距。(www.daowen.com)

随着现代科学技术的发展，特别是图像处理技术、计算机视觉技术、机器学习技术的长足进步与系统工程思想的深入，人们在对这些技术进行集成的基础上提出了许多新的交通标志检测与识别方法，使得交通标志检测与识别的研究越来越趋向于实际应用。而如何提高在复杂的真实场景中交通标志的定位准确率和分类准确率，如何提高检测分割、特征提取、分类算法的处理速度，如何使得所采用的技术以及开发的系统具有广泛的适用性与实际使用价值等，成为许多交通标志识别研究领域的相关学者与机构急需解决的共性问题。