影像處理結果

本節介紹影像代理人在不同天候狀況下，其處理結果。

註：(1、a、b 如圖 5.2 所示，LA：左邊車道線角度，RA：右邊車道線角 度，如圖 5.1 所示[以垂直軸為起始點，逆時針為正]，角度差

=||LA|-|RA||，距離差=|a-b|，距離單位為 pixel，角度單位為度。

2、I.C.：影像座標上車子的位置，以圖左上角為原點，水平軸為 x，

垂直軸為 y，單位為 pixel。

W.C.：車輛在世界座標上的位置，以雷射掃瞄器為原點，水平軸 為 x，垂直軸為 y，單位為公分。)

World Coordinates

Laser

Car

W.C. = (x, y)

x y

Car

I.C. = (x, y) Image Coordinates

x

y

5.2.1 日間的情況

圖 5.12 是在日間時，車道線與車輛抓取與角度及位置的計算結果。

a=115、b=116 a=118、b=104 a=52、b=126

LA=-55.395、RA=55.076 LA=-53.499、RA=52.374 LA=-46.425、RA=39.380 角度差=0.319、距離差=1 角度差=1.125、距離差=14 角度差=7.045、距離差=74

I.C.=(191,171) I.C.=(165,144) I.C.= (146,159) W.C.=(16,1381) W.C.=(-59,2670) W.C.=(-231,3885)

圖 5.12 日間車道線與車輛抓取，及角度與距離的計算結果

在日間時，一般而言，只要在適當光線下，車道線與車輛的抓取擁有 相當不錯的辨識率，若車道線與車輛清晰可見且車輛位於正前方，其辨識 率將會更高。相反的在光線太亮或太暗，會造成辨識率下降，因光線太亮 時，容易造成張整圖嚴重反白，而光線太暗且照明不佳時，造成車道線與 車輛可見度下降，使得辨識率大幅下降，甚至到達無辨識的情形，但整體 來說，車道線與車輛的擷取，在日間擁有相當不錯的結果。

5.2.2 夜晚的情況

圖 5.13 是在夜晚時，車道線抓取與角度及位置的計算結果。

a=110、b=119 a=84、b=103 a=119、b=115

LA=-50.238、RA=56.943 LA=-38.964、RA=43.799 LA=-48.691、RA=50.301 角度差=6.705、距離差=9 角度差=4.835、距離差=19 角度差=1.610、距離差=4

圖 5.13 夜晚車道線，及角度與距離的計算結果

在夜晚時，可分為有路燈與沒路燈兩種情形。由夜晚實驗所得，在有 充足路燈的狀況下，在車道線辨識率上，雖然沒有像白天一樣好，但仍有 相當不錯成功率，仍依路燈明亮度而有所改變，而在沒路燈只靠車前燈的 狀況下，其辨識率就要依車前燈所照的位置，是否有清楚的照出車道線來 看，若能清楚的照出車道線的話，仍可將車道線擷取出但成功率不高，但 若無法清楚照出車道線的話，其方法可能就不適用了。但若擁有充足路燈 照明下，我們所使用的方法，仍適用於夜晚。

而在車輛偵測方面，由於一般夜間行車時，車輛都會開啟車尾燈，因 在車尾燈的影響下，會造成車輛輪廓非常不清楚，從攝影機所照出的影 像，只看的出車尾燈的兩團光圈，而本文車輛偵測方面是依車輛輪廓去作 判斷，因此，由於車尾燈及光線昏暗的影響下，本文所研發之車輛偵測的 方法在晚間並不適用，其辨識率極差。

5.2.3 曲線路段的情況

圖 5.14 是曲線路段時，車道線與車輛抓取與角度及位置的計算結果。

a=106、b=101 a=128、b=106 a=99、b=76

LA=-53.881、RA=30.293 LA=-60.945、RA=52.943 LA=-39.899、RA=34.609 角度差=23.588、距離差=5 角度差=8.002、距離差=22 角度差=5.290、距離差=23

I.C.=(214,165) I.C.=(183,178) I.C.=(178,124) W.C.=(312,4386) W.C.=(34,2835) W.C.=(317,4427)

圖 5.14 曲線路段車道線與車輛抓取，及角度與距離的計算結果

由實驗來看，車道線擷取方法上，在小幅度轉彎的曲線路段時，由於 在車前的車道線其實是相當接近直線的，因而我們是可以用多條直線的組 合來近似曲線的狀況，其仍有一定的辨識率，但若是在大幅轉彎的曲線路 段，或是駕駛者在轉彎時 CCD 無法照取其兩側的車道線，或是一側的車 道線位於圖像的邊緣上時，將無法順利抓取車道線，其辨識率會相當的 低。而因在曲線路段上，所以所計算出車道線的方向角，其部份角度差可

能會相當大，造成判斷結果為車輛已偏離了車道線，而提出警告，此情況 並不在我們所考慮的範圍中，但若能加入車子方向盤轉角的資訊，應該改 善此問題。

而在前方車輛偵測上，由於在曲線路段，其車輛的對稱性會下降，因 而導致辨識率降低，但若能得到雷射掃瞄器代理人的輔助，將可提高其正 確率。

5.2.4 陰影的情況

圖 5.15 是陰影路段時，車道線與車輛抓取與角度及位置的計算結果。

a=114、b=68 a=60、b=124 a=98、b=117

LA=-42.820、RA=36.745 LA=-51.040、RA=25.881 LA=-39.510、RA=54.638 角度差=6.075、距離差=46 角度差=25.159、距離差=64 角度差=15.128、距離差=19

I.C.=(201,134) I.C.=(186,146) I.C.=(195,179) W.C.=(144,3106) W.C.=(38,2077) W.C.=(3,1246)

圖 5.15 陰影路段車道線與車輛抓取，及角度與距離的計算結果

實驗所得，陰影路段對於車輛偵測上並沒有太大的影響，但對車道線

偵測上，由於陰影的關係，造成相對應的雜訊變多，會影響車道線的定義，

因而造成辨識率的下降，但影響並不會很嚴重，仍有相當的辨識率。

由以上實驗來看，在車道線偵測方面，我們所用整合型偵測法則，能 擁有相當不錯的辨識率，及較能適應各種狀況，並由實際上開高速公路，

作高速下的偵測測試，由於高速公路車道線清楚，相應的環境雜訊較少，

其辨識率更高，且處理速度仍跟的上，但在變換車道線時，就無法正確辨 識，這是可以再改進的地方。而在車輛偵測方面，在保持一定距離跟車下，

其辨識率也不差，但在前車變換車道，彎曲處及與前車距離太遠時，其辨 識率就不理想，仍須改善。