高曲率车道线暨单边侦测技术.PDF

高曲率車道線暨單邊偵測技術   車輛中心 研究發展處 林泓邦 前言   近年來隨著科技不斷發展，人們周遭的生活環境越來越多項目都朝著數位化 前進，當然車輛產業也不例外，國內外車廠都不留餘力的在車聯網、能源系統、 車用安全技術領域的開發，期待在未來的智慧型車輛可以給人們帶來更加安全以 及便利的生活，影像的相關技術亦被應用於車輛安全系統中，例如車艙內異常駕 駛者監控、艙外影像式車道線偵測、倒車障礙物偵測、前方防撞系統等所謂的智 慧型先進駕駛輔助系統   (Advanced Driver Assistance Systems, ADAS) ，都是現今國 內外積極開發的技術。   據統計資料顯示[1] ，因偏離車道而造成的碰撞事故，約佔所有事故的51% ， 屬於頻繁且嚴重的交通事故，故現今許多發展的車道偏移警示系統 (LDW)  、車道 維持系統(LKS)與車道跟隨系統(LFS)都是用來輔助駕駛者的行車安全，以預防車道 偏離等事故發生，而發展這些系統的首要步驟就是必須具備車道線偵測功能，如 圖一為車道偵測概念圖，綠色區域為安全的行駛空間。車輛中心以數位影像發展 車道線偵測已逾 10 年，偵測車道線的功能由雙邊低曲率提升為單邊高曲率，因 此系統更強健，更適合多變異的環境，也因應自動駕駛系統的道路感測需求。到 底我們如何達到的呢 !以下將進行說明；      圖一  車道辨識系統     數位影像處理   與人腦不同，在電腦視覺中數位影像基本上是由「像素」(Pixel)所組成的， 一張圖像由上到下、由左至右依序將像素一格一格填入，即可構成一張完整的圖 片，而一張圖可以塞進多少的像素點則是所謂的「解析度」，以下圖二就是一個 像素與解析度的範例，可以看到把其中一部分放大之後會呈現一格一格的鋸齒狀， 每一格就是一個像素，當像素夠多時，人眼看起來就是一張連續且平滑的圖象。      圖二  像素與解析度     此外，人眼看見的世界通常是具有五顏六色的，但對於影像處理而言這樣的 圖像有太多不必要的資訊，反倒影響處理速度，所以通常進行影像處理時，會將 影像轉為灰階圖 圖三左( ) ，灰階圖代表是影像的明暗變化，進而將這些明暗度轉 成數值，方便開發者進行處理，例如二值化圖三右( )等。      圖三  影像灰階及二值化     影像式車道線偵測方法     一張數位影像的明暗度可以從 0(暗、黑 )到 255(亮、白 ) ，其目的是車道線偵 測，無論是實線或者虛線，車道線是一種連續、綿延不斷的特殊標記，並且車道 線的灰階值一般情況下通常會高於背景，如：柏油路、地板、雜草 …等，圖四為 此演算法的流程圖。    圖四  車道線偵測演算法流程       偵測車道線的方法有許多，其中比較廣為使用的有霍夫曼搜尋法以及特徵點 擬合法，前者是專門用來找直線的一種演