车辆防偏警示系统之延伸研究.pdf

車輛防偏警示系統之延伸研究 指導老師：陳志瀅 教授 車輛防偏警示系統在實作上會遇到許多現實情形的影響，例如：雨雪、沙塵 暴、光線不足、濃霧、大太陽(強光照射) 、道路標線模糊或沒有而導致系統在影 像上無法判別 ，而就現在科技而言，少許部分可以克服，不須局限於使用攝影設 備，可以使用紅外線設備，讓系統上多一個判斷標準。在正常道路上，例如國道， 邊線使用較有強反光性能的白色或黃色油漆漆成，因此在影像取得時較為容易， 較少有無法判別的情況發生，藉由影像灰階再轉為黑白，藉由判別與左右兩邊的 邊線距離是否相同，使車輛駕駛於兩邊線中央，若兩邊的距離不相同，則警示車 輛已有偏移之危險而警示駕駛。或邊線由連續但有間段的距離標識組成，也可以 藉由此特徵來將邊線做連結取其連續性；再而將兩邊的邊線延伸，藉由視覺而言， 長距離的兩平行線將交於一點的定理，來進行道路邊線的預判，也是一延伸的課 題，例如Google 的自動駕駛汽車。 研究內容計畫是先就如何讀取圖片兩邊邊線位置，因此先下面流程圖開始探 討 。而在系統處理的流程圖如下： 流程圖中顯示，當光照條件在正常與非正常情況下，要依不同的處理方式來 識別標線，先就正常條件下 ，將原本的彩色影像圖片讀取至程式，將其作灰階處 理、二值化、對比度拉伸，讀取圖片中的像素值使圖片從灰白轉成黑白圖片 ，在 這過程中，需要擔心的是雜訊，該設定多少值，使其雜訊能降到最低，且把圖片 中的邊線能盡量完整的顯示出來 ，再進行霍氏轉換(Hough Transform) ，就可檢測 出道路邊線。而在非正常條件下，則須採用更加精確的識別系統。 將灰階圖片二值化轉換 霍氏轉換後之圖片 道路中，以國道跟省道較容易判斷邊線，因其邊線較為完整，在彎路中，也 能容易判斷抓取到邊線，而使車輛行駛偏移時，能即時的警示駕駛；當在雨天或 是其他外在條件較為不好情況下，則系統的判別容易發生雜訊過多，使邊線顯示 上，出現錯誤 ，造成系統誤判 。