A Study On A Vision-based Roadway Departure Warning System

在智慧型運輸系統中，釵h關於碰撞警示和避免碰撞的系統被開發來降低意外事故發生的機率；故精確的測量出障礙物的位置及車輛本身在道路中的相對位置是非常重要的。本系統係以影像視覺為基礎，將路面影像經由裝置於車內照後鏡下方之攝影機傳入，取出影像中欲處理的區域，透過影像處理的方法，將道路標線和路面區分出來。利用一套全新的逆透視轉換公式將影像座標系統轉換回真實世界中的座標。再利用均方值誤差法把邊界偵測出的物體，將非車道標線的部分除去，僅保留車道標線的部分。從找出之車道線近似方程式和車輛之相對位置，及利用影像計算出的車速，判斷車輛是否行使於車道之安全範圍內，作警示駕駛者之用，此為本論文之主要目的。Recently, intelligent vehicle systems have been developed to reduce and/ or avoid car collisions. Accurate detections of the objects on the road and the relative positions of vehicles to the lane are very important in the development of intelligent vehicle. This system is vision-based. The road images are captured by a camera mounted in a car. The domain of interest will be decided first from each image, and then the lane markers on roads are detected by image processing. An Inverse Perspective Mapping（IPM）is used to transform the image coordinates into world coordinates. Then edge detection is utilized to eliminate the portions of non-markers from the image and to save the portions of lane markers. Finally, the relative position between the lane and the vehicles can be determined to see if the vehicle is safe or not. If the situation is probably dangerous, then a warning is provided to the driver.中文摘要 Ⅰ 英文摘要 Ⅱ 目錄 Ⅲ 表目錄 Ⅴ 圖目錄 Ⅵ 符號說明 Ⅷ 第一章 前言 1 1.1 研究動機與目的 1 1.2 相關文獻探討 4 1.3 論文架構 11 第二章 系統架構 12 2.1 設備裝置 12 2.2 基本假設 13 2.3 相機校正 13 2.4 影像處理流程 15 2.4.1 影像擷取 16 2.4.2 影像處理 17 2.4.3 逆透視轉換 19 2.4.4 道路標線識別 23 2.4.5 警示系統 23 第三章 道路識別 24 3.1 處理步驟 24 3.2 邊界偵測 24 3.2.1 車道標線之特徵 24 3.2.2 邊界偵測介紹 25 3.3 道路標線識別 28 3.4 車速計算 31 3.4.1 車速計算之方法介紹 31 3.4.2 車速計算之範例 37 3.5 車道偏離警示系統 38 3.6 即時 39 第四章 實驗結果 41 4.1 作業系統環境 41 4.2 相機校正 41 4.3 影像擷取及處理 42 4.4 逆透視轉換 46 4.5 道路標線識別 50 4.6 車速計算 52 4.7 車道偏離警示系統 55 第五章 結論與未來目標 58 參考文獻 6