• 沒有找到結果。

NO

Sequence input

圖 3-4:道路標線偵測流程圖

對於本車車輛來說,本車前方道路左右標線斜率範圍分別為[-0.9,-0.5]及 [0.5,0.77]之線段。本系統一開始藉由上述斜率範圍進行道路標線的線段斜率判 斷,當左右兩線段斜率皆符合道路標線斜率後即確認車道標線,並開始進行車道 標線追蹤。追蹤條件為目前影像中的左標線斜率與上一張影像的左標線斜率差距 取絕對值,必須小於上一張左標線斜率的 0.2 倍與 0.1 的最大值。令

m 為當前標

t

線斜率,

m

t1為上一張標線斜率,判斷式如下:

路標線。

(a) (b)

圖 3-5:道路標線偵測範例(2) (a)原始影像;(b)道路標線偵測結果。

由圖 3-6(a)圖中時間標示可之影像拍攝時間為凌晨且天空陰暗,左道路標線 為短虛線右道路標線為實線,因此本車行駛在最右側車道上。雖然受天候影響標 線有些模糊不清,但圖 3-6(b)結果仍顯示出在此種情形下系統可正確偵測出道路 標線。

(a) (b)

圖 3-6:道路標線偵測範例(3) (a)原始影像;(b)道路標線偵測結果。

圖 3-7(a)可由影像中時間標記得知時間為早上 6 點 58 分天空陰暗且標線模 糊,左右兩側上方有高架橋,左道路標線為實線右道路標線為虛線,由此得知本 車位於最左側車道上。圖 3-7(b)顯示出此種情形下系統可正確的偵測道路標線。

(a) (b) 圖 3-7:道路標線偵測範例(4)

(a)原始影像;(b)道路標線偵測結果。

圖 3-8 至 3-11 影像來自不同的行車紀錄器長寬比例與前述範例不同為 16:9,

由圖 3-8(a)的時間標記得知拍攝時間為早上且天氣晴朗,影像中顏色鮮明,本路 段為四線道本車位於右二車道,因此左右標線皆為虛線,道路標線也未受任何物 件影響。圖 3-8(b)顯示出本系統在正常狀況下道路標線偵測結果。

(a) (b)

圖 3-8:道路標線偵測範例(5) (a)原始影像;(b)道路標線偵測結果。

圖 3-9(a)的拍攝時間為中午且天氣晴朗,左右道路標線皆為虛線,因此本車 位於中央車道上。由圖中可看出道路標線與路面顏色不僅非常接近,且前方道路 標線被高架橋所遮蔽顯得較為黯淡。由圖 3-9(b)道路標線偵測結果可得知本系統 在此狀況下依然能夠準確偵測。

(a) (b) 圖 3-9:道路標線偵測範例(6)

(a)原始影像;(b)道路標線偵測結果。

圖 3-10(a)中可知拍攝時間為早上此時車輛行駛於隧道中,整體光線偏紅,左 道路標線為實線右道路標線為雙實線,可得知車輛位在隧道內的左側車道。圖 3-10(b)顯示出系統在隧道中亦可穩定偵測出道路標線。

(a) (b)

圖 3-10:道路標線偵測範例(7) (a)原始影像;(b)道路標線偵測結果。

圖 3-11(a)的影像長寬比例為 16:9 由影像中可得知拍攝時間為晚上且下著雨 使得駕駛需使用雨刷,左道路標線為實線右道路標線為虛線故本車未於最左側車 道。圖 3-11(b)顯示出即使雨刷左右擺動本系統能夠準確地偵測出道路標線。

(a) (b)

圖 3-11:道路標線偵測範例(8) (a)原始影像;(b)道路標線偵測結果。

由圖 3-4 到 3-11 可以看出本系統不僅在正常環境下能正確偵測出道路標線,

還能夠在天氣陰暗、下雨且影像中有雨刷、隧道中、道路標線與路面顏色相近時、

甚至使用不同的行車紀錄器使得影像長寬比列與色調不同,本系統依然能夠非常 穩定的偵測出道路標線。

第四節 超車車道位置判斷

本研究在此將最左側車道定義為超車車道。假使本車位於超車車道時,系統 會將護欄或其他障礙物會被誤判為前方車輛,所以為了避免此類型的誤判加以適 當的處理,本系統在道路標線偵測時,將同時進行車道位置判定。

由於道路標線在影像中屬於淺色部分,因此使用二元化的方式可將影像中大 部分的道路標線擷取出來。本研究之擷取方法為將彩色影像轉為灰階影像並做 histogram equalization 後,以道路標線消逝點高度為界,計算消逝點下方 pixels 的 intensity 平均值,若平均值大於 100 表示影像整體亮度高則將二元化的門檻值設 為 150 反之代表影像整體亮度低,將二元化之門檻值降為 90。如圖 3-12 所示。

圖 3-12(a)為原始影像,將該影像灰階化後並做 histogram equalization(圖 3-12(b))再用上述方法做二元化後可得圖 3-12(c)的影像。利用圖 3-12(c)之影像可 進行車輛位置判斷。以先前所偵測之車道標線左右各 10 個 pixels 範圍為界,偵測 圖 3-10(c)中車道標線對應該位置之界內 pixel 是否為白色,若是則進行標記。同 一水平界中若標記超過一個 pixel 則以一個計算。從消逝點所在之水平線偵測至 影像底部的最後一行,計算左車道標線及右車道標線所佔比例差距,若左車道標 線減去右車道標線之比例差距大於 0.4,則判定左車道標線為實線右車道標線為 虛線,藉此可判斷出當前本車位於最左側車道。

由圖 3-12(c)中可以輕易看出上圖左右兩車道標線皆為虛線,因此左右兩車道 標線所佔的比例差距將不會差距太多,此例分別為 0.47 與 0.38;而下圖則顯示出 左右車道標線分別為實線及虛線,藉由左右兩車道標線所佔比例差距(左車道標線 所佔比例為 0.76 右車道標線所佔比例為 0.23)得知本車車輛位置位於超車車道。

(a) (b) (c) 圖 3-12:本車車道位置判斷範例

(a)原始影像;(b)histogram equalization 後之影像;(c)二元化後之影像。

相關文件