結論與未來展望

5-1 結論

本論文已針對行車紀錄器開發一套智慧型危險駕駛辨識系統，並提出一套以 行車紀錄器影像為基礎的即時性辨識系統，實驗結果已顯示駕駛人所行駛的道路 環境包含車道線、車輛追蹤、車距與車速部分都已能夠正確辨識。

藉由精確的即時辨識資訊設計出一套智慧型危險駕駛辨識系統，根據行車環 境分析前方車輛的駕駛行為是否已符合危險駕駛之等級。

對於前方每輛辨識車輛都給予一組狀態表包含:車速、車距以及切換車道頻 率三項標準，藉由所定義的門檻值進行分析。

在超速距偵測部分，利用影像中前方車輛於兩個幀中的移動量計算出前方車 輛車速，當車速大於所在道路的車速限制時，即表示車輛發生超速事件。

在未保持安全偵測部分，根據車道寬度演算法計算前方車輛車距，當前方車 輛進入危險車距範圍內，系統則即時的顯示警示訊息。

由實驗結果可看出系統對於危險駕駛行為的偵測十分精確。

5-2 未來展望

根據本論文所開發的智慧型危險駕駛辨識系統，不同於一般車輛警示系統，

本系統屬於主動式裝置，將會自動辨識前方車輛行為給予駕駛即時性警示功能，

未來藉由結合 VENET/3G 網路將危險駕駛車輛的駕駛資訊包含:所在路段、車牌 與車速等資訊上傳至雲端儲存並且進行回報處理提升行車安全。

第六章、 參考文獻

[1]. ITS Taiwan website, [Online]. Available: http://www.its‐taiwan.org.tw/. 

[2]. Internet ITS Consortium, [Online]. Available:http://www.internetits.org. 

[3]. C.N.E.  Anagnostopoulos, I.E.  Anagnostopoulos,  V.  Loumos  and  E.  Kayafas, “A  License  Plate‐Recognition  Algorithm  for  Intelligent  Transportation  System  Applications”,  IEEE  Transactions  on  Intelligent  Transportation  Systems,  Vol.  7,  No.3, pp. 377‐392, 2006. 

[4]. Jeffrey  Miller,  “Vehicle‐to‐Vehicle‐to‐Infrastructure  (V2V2I)  Intelligent  Transportation  System  Architecture”,  IEEE  Intelligent  Vehicles  Symposium,  pp. 

715‐720, June 2008. 

[5]. P.  Papadimitratos,  A.  La  Fortelle,  K.  Evenssen,  R.  Brignolo  and  S.  Cosenza, 

“Vehicular  communication  systems:  Enabling  technologies,  applications,  and  future  outlook  on  intelligent  transportation”,  IEEE  Communications  Magazine,  Vol. 47, No.11, pp. 84‐95, Nov. 2009. 

[6]. 交通部國道高速公路局-交通管理組(2010), 100 年國道事故檢討分析報告  [7]. National Highway Traffic Safety Administration  –  NHTSA  (2011)  Traffic  Safety 

Facts [Online]. Available:http://www.nhtsa.gov/ 

[8]. Yu‐Chi Leng and Chen, Chieh‐Li, ”Vision‐Based Lane Departure Detection System  in urban traffic scenes” , Control Automation Robotics & Vision (ICARCV), 2010  11th International Conference, pp.1875‐1880,Dec. 2010 

[9]. SamYong  Kim,  Se‐young  Oh , JeongKwan  Kang , YoungWoo  Ryu , Kwangsoo  Kim , Sang‐Cheol Park and KyongHa Park, ”Front and rear vehicle detection and  tracking  in  the  day  and  night  times  using  vision  and  sonar  sensor  fusion”,  Intelligent Robots and Systems, 2005. (IROS 2005). 2005 IEEE/RSJ International  Conference, pp.2173‐2178, Aug. 2005 

[10]. Opencv  dev  team  (2011)  Hough  Line  Transform  [Online].  Available: 

http://docs.opencv.org/doc/tutorials/imgproc/imgtrans/hough_lines/hough_lin es.html   

38

[11]. Beucher,  S. and  Bilodeau,  M.  “Road  segmentation  and  obstacle  detection  by  a  fast  watershed  transformation”,  Intelligent  Vehicles  '94  Symposium,  pp.  296  –  301, Oct. 1994 

[12]. McCall, J.C. and Trivedi, M.M., “An integrated robust approach to lane marking  detection  and  lane  tracking”,  IEEE  Intelligent  Vehicles  Symposium  ,PP53‐537,  June 2004 

[13]. Kuo‐Yu  Chiu  and  Sheng‐Fuu  Lin,  “Lane  detection  using  color‐based  segmentation”, IEEE Intelligent Vehicles Symposium, Proceedings., pp. 706‐711,  June 2005 

[14]. Y. Wang, E. K. Teoh and D. Shen, “Lane Detection and Tracking Using B‐Snake,” 

Image and Vision Computing, vol. 22, no. 4, pp. 269‐280, Apr. 2004. 

[15]. Y.  Wang,  D.  Shen  and  E.  K.  Teoh,  “Lane  Detection  Using  Catmull‐Rom  Spline,”. 

IEEE Intelligent Vehicles Symposium, pp. 51‐57, Oct. 1998. 

[16]. Y. Wang, D. Shen and E. K. Teoh, “Lane Detection Using Spline Model,” Pattern  Recognition Letters, vol. 21, no.8, pp. 677‐689, June 2000. 

[17]. Jung, C.R. and Kelber, C.R., “A robust linear‐parabolic model for lane following”,  Computer  Graphics  and  Image  Processing,  2004.  Proceedings.  17th  Brazilian  Symposium, pp.72‐79 ,Oct. 2004 

[18]. Q.  Li,  N.  Zheng  and  H.  Cheng  “Springrobot:  A  Prototype  Autonomous  Vehicle  and  Its  Algorithm  for  Lane  Detection,”  IEEE  Trans.  Intelligent  Transportation  Systems, vol. 5, no. 4, pp. 300‐308, Dec. 2004. 

[19]. J.  W.  Lee,  “A  Machine  Vision  System  for  Lane‐Departure  Detection,”  Computer  Vision and Image Understanding, vol. 86, no. 1, pp. 52‐78, Apr. 2002. 

[20]. J.  W.  Lee,  U.  K.  Yi  and  K.  R.  Baek,  “A  Cumulative  Distribution  Function  of  Edge  Direction for Road‐Lane Detection,” IEICE, vol. E84‐D, no. 9, pp. 1206‐1216, Sep. 

2001. 

[21]. J. W. Park, J. W. Lee and K. Y. Jhang, “A Lane‐Curve Detection Based on An LCF,” 

Pattern Recognition Letters, vol. 24, no. 14, pp. 2301‐2313, Oct. 2003. 

[22]. A. Watanabe and M. Nishida, “Lane Detection for A Steering Assistance System,”. 

IEEE Intelligent Vehicles Symposium, pp. 159‐164, June2005. 

[23]. A.  Broggi,  M.  Bertozzi,  A.  Fascioli,  C.  G.  L.  Bianco  and  A.  Piazzi,  “Visual 

Perception  of  Obstacles  and  Vehicles  for  Platooning,”  IEEE  Trans.  Intelligent  Transportation Systems, vol. 1, no. 3, pp. 164‐176, Sep. 2000. 

[24]. A. Broggi, P. Cerri and P. C. Antonello, “Multi‐Resolution Vehicle Detection Using  Artificial Vision,”. IEEE Intelligent Vehicles Symposium, pp. 310‐314, June 2004. 

[25]. J. V. Leuven, M. B. V. Leeuwen and F. C. A. Groen, “Real‐Time Vehicle Tracking in  Image  Sequences,”.  IEEE  Conf.  Instrumentation  and  Measurement  Technology,  vol. 3, pp. 2049‐2054, May 2001. 

[26]. A. W. K. So, K. Y. K. Wong, R. H. Y. Chung and F. Y. L. Chin, “Shadow Detection for  Vehicles  by  Locating  The  Object‐Shadow  Boundary,”.  IASTED  Int'l  Conf.  Signal  and Image Processing, pp. 315‐319, Aug. 2005. 

[27]. H.  T.  Nguyen  and  A.  W.  M.  Smeulders,  “Fast  Occluded  Object  Tracking  by  A  Robust Appearance Filter,” IEEE Trans. Pattern Analysis and Machine Intelligence,  vol. 26, no. 8, pp. 1099‐1104, Aug. 2004. 

[28]. H. T. Nguyen, M. Worring and R. V. D. Boomgaard, “Occlusion Robust Adaptive  Template  Tracking,”.  IEEE  Int'l  Conf.  Computer  Vision,  vol.  1,  pp.  678‐683,  July  2001. 

[29]. G.  D.  Hager  and  P.  N.  Belhumeur,  “Efficient  Region  Tracking  with  Parametric  Models  of  Geometry  and  Illumination,”  IEEE  Trans.  Pattern  Analysis  and  Machine Intelligence, vol. 20, no. 10, pp. 1025‐1039, Oct. 1998. 

[30]. C.  Yang,  R.  Duraiswami  and  L.  Davis,  “Efficient  Mean‐Shift  Tracking  via  A  New  Similarity Measure,”. IEEE Computer Society Conf. Computer Vision and Pattern  Recognition, vol. 1, pp. 176‐183, June 2005. 

[31]. C.  Yang,  R.  Duraiswami,  A.  Elgammal  and  L.  Davis,  “Real‐Time  Kernel‐Based  Tracking  in  Joint  Feature‐Spatial  Spaces,”  Technical  Report  CS‐TR‐4567,  University of Maryland, 2004. 

[32]. K. She, G. Bebis, H. Gu and R. Miller, “Vehicle Tracking Using On‐Line Fusion of  Color  and  Shape  Features,”.  IEEE  Int'l  Conf.  Intelligent  Transportation  Systems,  2004. 

[33]. D.  Comaniciu,  V.  Ramesh  and  P.  Meer,  “Kernel‐Based  Object  Tracking,”  D. 

Comaniciu,  V.  Ramesh  and  P.  Meer,  “Kernel‐Based  Object  Tracking,”  564‐577,  May 2003. 

40

[34]. J.  G.  Allen,  R.  Y.  D.  Xu  and  J.  S.  Jin,  “Mean  Shift  Object  Tracking  for  A  SIMD  Computer,”. IEEE Int'l Conf. Information Technology and Applications, vol. 1, pp. 

692‐697, July 2005. 

[35]. R.  T.  Collins,  “Mean‐Shift  Blob  Tracking  through  Scale  Space,”.  IEEE  Computer  Society Conf. Computer Vision and Pattern Recognition, vol. 2, pp. 234‐240, June  2003. 

[36]. Giseok Kim and Jae‐Soo Cho, “Vision‐based Vehicle Detection and Inter‐Vehicle  Distance  Estimation”    International  Conference  on  Control,  Automation  and  Systems, pp. 625‐629, Oct. 2012