系統架構

Capture images around the vehicle

PTV images construction Parking space detection Path planning for parking Parking

Space

Automatic parking

攝角度大的攝影機是我們的第一考量。目前市面上有兩種攝影機用以廣域影像並 各有優缺點，它們分別是環場攝影機(Omni-Directional Camera，圖 2.2)和魚眼攝 影機(Fish-eye Camera，圖 2.3)。環場攝影機的優點它的拍攝角度可達 360 度，但 其成像必須經由雙曲面鏡反射至攝影機內，所以拍攝的影像較為模糊而且影像中 心有因攝影機結構所產生的盲點區域(圖 2.4)，攝影機的體積也較大，通常架設的 方式由上往下俯視較多(圖 2.5)；相較於魚眼攝影機，其攝影機架構是由一 CCD

（charge-coupled device）加上魚眼鏡頭所組合而成，經由鏡頭將物體光線折射入 攝影機內而成像，所以影像較為清晰(圖 2.6)，缺點是視線範圍較狹隘。

圖 2.2：環場攝影機。 圖 2.3：魚眼攝影機。

圖 2.4：環場影像(出自 google)。

圖 2.5：環場攝影機的一般安裝方式。 圖 2.6：魚眼影像。

本實驗採用魚眼攝影機，其原因如下：

I. 體積與重量：魚眼攝影機的體積較小，重量較輕，而且環場攝影機需 要架設在車輛上方，相較之下魚眼攝影機架設的自由度較高，裝設在 車輛與實驗的車型機器人也較為容易。

II. 影像的解析度：本實驗除了建立 PTV 影像外，還要利用圖形辨識的方 法找出停車格，影像的解析度是本系統最重要的考量，而魚眼攝影機 提供較好的解析度，這有利於後續的影像處理。

III. 視野範圍：雖然魚眼攝影機的視野較狹隘，但沒有環場影像正中央的 盲點區域，該盲點區會在車輛周遭造成致命的死角範圍，所以環場攝 影機不予考量。

另外關於攝影機的架設位置，我們將魚眼攝影機分別架設在車輛的前、後、

左、右四個方向(如圖 2.7 (a) )，又由於魚眼攝影機的視角範圍較廣，車子的斜前、

斜後也都在影像的涵蓋範圍內，所以此種架設方式確保不會有死角存在。另一方 面，一般轎車通常前後較低、左右較高(如圖 2.7 (b) )，為了模擬實車的攝影機架

設情形，左右端攝影機的安裝位置比前後端略高。 Fish-eye ImageFront

Fish-eye ImageLeft Fish-eye ImageRight

Fish-eye Image

Perspective Top-view image generation

Parking space detection

Path planning &

Automatic Parking

 PTV 影像的建立

PTV 影像的建立流程如下圖 2.9

圖 2.9：PTV 影像建立之流程圖。

整個 PTV 影像建立的工作分成兩大部份：離線與線上作業部份。離線作業包 含的工作有：攝影機校正(Camera calibration)、攝影機暗角效應修正(Vignetting

correction)、建立影像與真實世界的距離轉換表(2D-to-3D distance table)、以及 PTV 影像建立(Perspective Top-View image generation)。離線作業首先需要推導兩項公 式(a)攝影機暗角效應的修正公式以及(b)將魚眼影像結合成 PTV 影像的轉換公式。

此兩種推導均需要用到攝影機校正所提供的攝影機內部參數。在 PTV 影像轉換的

Back Fish-eye ImageFront

Fish-eye ImageLeft Fish-eye ImageRight

Fish-eye Image Fish-eye ImageFront

Fish-eye ImageLeft Fish-eye ImageRight

Fish-eye Image

processing Real-time

processing

generation Reference

image