自動化路況資訊偵測系統研發與示範(一)

(1)

96-103-5303 MOTC-IOT-95-IBB003

自動化路況資訊偵測系統

研發與示範(一)

著者：卓訓榮、吳炳飛、莊晴光、周幼珍、瞿忠正、曾明德；

陳昭榮、古閔宇、高志忠、蔡秉宗、范崇瑞、楊智壬、

劉世程、梁立偉、洪順煌（影像）

；

蔣夢儒、陳昱光、藍健綸、黃恆、劉至剛、李日錦、

徐嘉駿、傅昱瑄（微波）；

吳玉珍、李霞

交通部運輸研究所

中華民國 96 年 9 月

(2)

自動化路況資訊偵測系統研發與示範（一）著者：卓訓榮、吳炳飛、莊晴光、周幼珍、瞿忠正、曾明德；陳昭榮、古閔宇、高志忠、蔡秉宗、范崇瑞、楊智壬、劉世程、梁立偉、洪順煌（影像）；蔣夢儒、陳昱光、藍健綸、黃恆、劉至剛、李日錦、徐嘉駿、傅昱瑄（微波）；吳玉珍、李霞出版機關：交通部運輸研究所地址：臺北市敦化北路 240 號網址：www.iot.gov.tw (中文版＞圖書服務＞本所出版品) 電話：(02)23496789 出版年月：中華民國 96 年 9 月印刷者：福島實業有限公司版(刷)次冊數：初版一刷 170 冊本書同時登載於交通部運輸研究所網站定價：300 元展售處：交通部運輸研究所運輸資訊組‧電話：(02)23496880 國家書坊台視總店：臺北市八德路 3 段 10 號 B1•電話：(02)25781515 五南文化廣場：臺中市中山路 6 號•電話：(04)22260330 GPN：1009602143 ISBN：978-986-01-0989-4（平裝）著作財產權人：中華民國（代表機關：交通部運輸研究所）本著作保留所有權利，欲利用本著作全部或部分內容者，須徵求交通部運輸研究所書面授權。

(3)

交通部運輸研究所合作研究計畫出版品摘要表

出版品名稱：自動化路況資訊偵測系統研發與示範（一）國際標準書號（或叢刊號） ISBN978-986-01-0989-4 (平裝) 政府出版品統一編號 1009602143 運輸研究所出版品編號 96-103-5303 計畫編號 95-IBB003 本所主辦單位：運輸資訊組主管：吳玉珍計畫主持人：吳玉珍研究人員：李霞聯絡電話：（02）23496886 傳真號碼：（02）25450426 合作研究單位：國立交通大學計畫主持人：卓訓榮協同主持人：吳炳飛、莊晴光、周幼珍、瞿忠正、曾明德地址：新竹市大學路 1001 號聯絡電話：（03）5710657 研究期間自 95 年 3 月至 95 年 12 月關鍵詞：影像式車輛偵測器、微波式車輛偵測器、交通參數摘要：車輛偵測系統為推動智慧型運輸系統重要的基礎設備，國內目前所使用之車輛偵測器多直接引進國外產品，不但價格昂貴，其後續的維護及相關技術受限於國外，同時並不完全適用於國內的路況特性。面臨民眾及交通管理單位對於即時路況資訊的迫切需求，94年起本所與交通大學合作研發完成適用於臺灣交通環境特性並具合理成本之車輛偵測器雛型，以影像及微波式偵測技術為研發重點，經實測分析證實國內確實具有研發車輛偵測器的能量。而於本年度計畫中，持續改善了前期發展影像、雷達微波之偵測與辨識技術，並將所研發偵測器實際裝設於路側進行不同天候環境下之測試，在車種辨識、車流量及車速之準確率上皆有所提昇。在影像偵測器方面，本系統已具日、夜間暨破曉、黃昏時刻，多車道之車種、流量及車速之辨識能力；在微波偵測器方面，本研究研發了國內第一顆車輛偵測器的CMOS 晶片，並且結合了自行研發之雙陣列天線，完成國內第一個微波偵測器之雛型，經過初步測試後，其效果甚佳。本研究期望藉由影像與雷達微波車輛偵測系統的研發，發展國內相關產業的技術，達到扶植技術研究與落實產品開發的目標，未來經過技術轉移，與國內廠商合作達產品化階段後，將可投入市場大量生產，進而大幅降低設備成本，對於未來普遍設置偵測器以提供交通資訊及提昇產業競爭力有莫大助益。出版日期頁數定價本出版品取得方式 96 年 9 月 652 300 凡屬機密性出版品均不對外公開。普通性出版品，公營、公益機關團體及學校可函洽本所免費贈閱；私人及私營機關團體可按定價價購。機密等級： □密 □機密 □極機密 □絕對機密（解密條件：□ 年月日解密，□公布後解密，□附件抽存後解密， □工作完成或會議終了時解密，□另行檢討後辦理解密） ■普通備註：本研究之結論與建議不代表交通部之意見。

(4)

PUBLICATION ABSTRACTS OF RESEARCH PROJECTS INSTITUTE OF TRANSPORTATION

MINISTRY OF TRANSPORTATION AND COMMUNICATIONS

TITLE: Development and Demonstration of Automatic Traffic Information Detection System (I) ISBN(OR ISSN)

ISBN 978-986-01-0989-4 (pbk.)

GOVERNMENT PUBLICATIONS NUMBER 1009602143

IOT SERIAL NUMBER 96-103-5303

PROJECT NUMBER 95-IBB003 DIVISION: Information Systems Division

DIVISION DIRECTOR: Jennifer Yuh-Jen Wu PRINCIPAL INVESTIGATOR: Jennifer Yuh-Jen Wu PROJECT STAFF: Hsia Lee

PHONE:（02）23496886 FAX:（02）25450426

PROJECT PERIOD FROM March 2006 TO December 2006

RESEARCH AGENCY: National Chiao Tung University PRINCIPAL INVESTIGATOR: Hsun-Jung Cho

ASSOCIATE INVESTIGATOR: Bing-Fei Wu, Ching-Kuang C. Tzuang, Yow-Jen Jou, Chung-Cheng Chiu, Ming-Te Tseng ADDRESS: 1001Ta Hsueh Road, Hsinchu, Taiwan, R.O.C.

PHONE: (03) 571-0657

KEY WORDS:Vision-based Vehicle detector, Microwave Radar Vehicle Detector, Traffic Parameter

ABSTRACT:

The vehicle detectors are the basic infrastructures for ITS development. In Taiwan, most of traditional vehicle detectors are foreign products. Thus, the implementation costs are very expensive, and the maintenance and related techniques are dominated by foreign agencies. Besides, these detectors cannot perform very well under the sophisticated traffic environment in Taiwan, such as mixed traffic flow. In order to expand the sources of traffic information, IOT and NCTU team have cooperated on the feasibility study on the vehicle detectors prototypes development in 2005. The team developed two kinds of vehicle detector prototypes, vision-based and microwave-based, and their performances were verified successfully. In 2006, we continue to improve detection technique and enhance the accuracy under different-condition field tests.

As for the vision-based vehicle detector, the system can identify the vehicles in multiple lanes during day or night time successfully. As for the microwave-based vehicle detector, we developed the CMOS IC of vehicle detector (which is first developed in Taiwan) and the antennas and composed the embryo detection system. Its prototype performs very well under primary testing.

We hope the outcomes of the study could drive and corporate with the domestic manufacturers to produce the low-cost and high-accuracy vehicle detectors through technology transfer in the future. Furthermore, the vehicle detectors could be implemented more comprehensive and provide more complete traffic information.

DATE OF PUBLICATION September 2007 NUMBER OF PAGES 652 PRICE 300 CLASSIFICATION □RESTRICTED □CONFIDENTIAL □SECRET □TOP SECRET ■UNCLASSIFIED

(5)

前言

車輛偵測器為道路交通資料收集系統重要一環，所有交通管理策略必須依賴所蒐集之正確資訊，方能制定、分析與執行相關策略，並可由車輛偵測器即時取得現場交通資訊，即時反應到資訊可變標誌、全球資訊網伺服網站，藉由資訊可變標誌、網頁將交通資訊提供給用路人，作為用路人選擇行駛路徑決策之參考。國內目前所使用之車輛偵測器多直接引進國外產品，不但價格昂貴，其後續的維護及相關技術受限於國外，同時並不完全適用於國內的路況特性。面臨民眾及交通管理單位對於即時路況資訊的迫切需求，94 年起本所與交通大學合作研發完成適用於臺灣交通環境特性並具合理成本之車輛偵測器雛型，以影像及微波式偵測技術為研發重點，經實測分析證實國內確實具有研發車輛偵測器的能量。本計畫以前期研發雛型為基礎，預計以 2 年時間持續改善前期所發展出影像及雷達微波之偵測與辨識技術，並將所研發偵測器實際裝設於路側進行不同天候環境下之測試，期能在車種辨識、車流量及車速之準確率上皆有所提昇，進而研發出可商品化之車輛偵測器雛型系統。未來若能成功技術轉移，將可投入市場大量生產，進而大幅降低設備成本，對於未來普遍設置偵測器以提供塞車資訊及提昇產業競爭力將有莫大助益。本年度計畫內容延續前期所研發車輛偵測器雛型之成果，分別就影像式車輛偵測器及微波式車輛偵測器 2 部分進行探討分析，內容包含本研究偵測辨識概念及在路側進行實測之資料分析，據以提出第 2 年期持續改善及研發之相關課題。

(6)

目錄

第一章背景分析 ... 1-1 1.1 研究背景及目的 ... 1-1 1.2 研究內容 ... 1-1 1.3 研究方法 ... 1-2 第二章前期成果 ... 2-1 第三章文獻回顧 ... 3-1 第四章系統架構 ... 4-1 4.1 系統整體架構 ... 4-1 4.2 CCD 攝影機 ... 4-2 4.3 鏡頭 ... 4-6 4.4 CCD 防護裝置 ... 4-7 4.5 電腦 ... 4-8 4.6 影像擷取卡 ... 4-10 4.7 ADSL 網路數據機 ... 4-10 4.8 攝影機支架 ... 4-12 4.9 控制箱 ... 4-15 第五章影像辨識單元 ... 5-1 5.1 交通參數計算原理 ... 5-2 5.2 即時彩色背景擷取 ... 5-5 5.3 即時移動物體偵測 ... 5-11 5.4 即時多車輛自動追蹤及辨識 ... 5-16 5.4.1 視覺長度計算與車輛外型量測 ... 5-16 5.4.2 交疊車輛偵測與切割 ... 5-20 5.4.3 車輛辨識 ... 5-39 5.4.4 車輛追蹤演算法 ... 5-52 5.5 系統介面 ... 5-59

(7)

第六章實測分析 ... 6-1 6.1 實測環境地理特性分析 ... 6-2 6.2 實驗室與現場測試之評估作業程序及相關表單 ... 6-6 6.3 實測資料分析 ... 6-13 6.3.1 日間準確率(含尖、離峰時段) ... 6-17 6.3.2 夜間準確率 ... 6-46 6.3.3 日夜交替辨識率 ... 6-55 6.3.4 攝影機振動畫面之修正 ... 6-60 6.3.5 雨天準確率 ... 6-63 6.3.6 等候長度參數評估 ... 6-68 第七章 CCTV 整合評估 ... 7-1 7.1 CCTV 監視系統介紹 ... 7-1 7.2 CCTV 監視系統影像來源 ... 7-3 7.3 不同路段的 CCTV 影像特性分析 ... 7-7 7.3.1 國道一號高速公路 ... 7-9 7.3.2 國道三號高速公路 ... 7-21 7.3.3 隧道部分 ... 7-22 7.4 試作分析 ... 7-24 7.4.1 國道一號高速公路(正向) ... 7-25 7.4.2 國道一號高速公路(反向) ... 7-31 7.4.3 國道三號高速公路(反向) ... 7-37 7.4.4 隧道(反向) ... 7-38 7.4.5 壅塞異常警示可行性評估 ... 7-40 7.4.6 建議 ... 7-41 第八章結論與未來工作 ... 8-1 8.1 結論 ... 8-1 8.2 未來工作 ... 8-4

(8)

參考文獻... 參-1

附錄 1 簡報... A.1-1 附錄 2 期中、期末審查會議紀錄暨意見回覆 ... B-1

(9)

表目錄

表 2-1 車種登記表(內側) ... 2-4 表 2-2 車種登記表(中間) ... 2-7 表 2-3 車速登記表 ... 2-9 表 4.2-1 KMS-63W3N-CCD 攝影機規格 ... 4-3 表 4.2-2 KMS-63W3N-CCD 攝影機優點 ... 4-4 表 4.3-1 8mm 鏡頭規格 ... 4-6 表 4.4-1 GL-607 室外用防護罩規格 ... 4-7 表 4.7-1 ADSL 數據機規格 ... 4-11 表 5.4.1-1 各種常見車型的車輛長度及寬度 ... 5-19 表 5.4.1-2 各種車型平均車輛長度及寬度 ... 5-19 表 5.4.1-3 各種車型平均視覺長度及寬度 ... 5-20 表 5.4.2-1 各種車型及交疊情況之平均像素佔有率 ... 5-23 表 5.4.3-1 車輛外型量測資訊 ... 5-45 表 6.2-1 車輛偵測器測試驗證作業程序第 2 階段工作檢核表 ... 6-8 表 6.2-2 現地測試相關事項記錄表 ... 6-12 表 6.3.1-1 尖峰時段車流量準確率統計表－中華路五段 ... 6-18 表 6.3.1-2 離峰時段車流量準確率統計表－中華路五段 ... 6-26 表 6.3.1-3 尖峰時段車流量準確率統計表－東西向快速道路台 68 .... 6-31 表 6.3.1-4 中華路五段車速準確率統計表 ... 6-43 表 6.3.1-5 東西向快速道路台 68 車速準確率統計表 ... 6-44 表 6.3.2-1 夜間時段車流量準確率統計表－中華路五段 ... 6-47 表 6.3.2-2 夜間時段車流量準確率統計表－東西向快速道路 ... 6-51 表 6.3.3-1 日夜交替時段車流量準確率統計表－中華路五段 ... 6-56 表 6.3.5-1 雨天時段車流量準確率統計表－中華路五段 ... 6-64 表 7.1-1 CCTV 攝影系統的傳輸方式 ... 7-2 表 7.2-1 各交控中心監控路段表 ... 7-3 表 7.3-1 不同路段的 CCTV 影像基本特性分析 ... 7-7 表 7.3-2 取得 CCTV 影像的過程說明 ... 7-8

(10)

表 7.4-1 各測試路段的分類 ... 7-24 表 7.6-1 CCTV 影像初步測試所得到的問題 ... 7-41

(11)

圖目錄

圖 2-1 前期(94 年度)影像式車輛偵測器功能架構 ... 2-1 圖 2-2 車流量調查架構圖 ... 2-2 圖 2-3 DV 攝影機擷取之影像處理單元畫面 ... 2-2 圖 2-4 攝影機架設位置圖 ... 2-3 圖 2-5 測試情況圖 ... 2-4 圖 3-1 Autoscope 攝影機裝設圖 ... 3-1 圖 3-2 Autoscope 系統參數設定畫面 ... 3-2 圖 3-3 Autoscope 標定偵測區域示意圖 ... 3-2 圖 3-4 Vantage 系統整體架構與操作示意圖 ... 3-3 圖 3-5 系統的架構圖 ... 3-4 圖 3-6 車輛偵測系統的畫面顯示 ... 3-4 圖 3-7 VideoTrak Plus System ... 3-5 圖 3-8 VideoTrak Plus System 的偵測畫面 ... 3-5 圖 3-9 UniTrak System ... 3-6 圖 3-10 UniTrak System 的顯示畫面 ... 3-6 圖 3-11 Citilog 車輛偵測系統架構 ... 3-7 圖 3-12 Citilog 影像偵測基本原理 ... 3-8 圖 3-13 煙霧偵測 ... 3-10 圖 3-14 Traficon 影像式車輛偵測系統 ... 3-11 圖 3-15 隧道偵測 ... 3-12 圖 3-16 公路偵測 ... 3-12 圖 3-17 城市偵測 ... 3-13 圖 4.1-1 影像式車輛偵測器系統整體架構 ... 4-1 圖 4.2-1 KMS-63W3N-CCD 攝影機 ... 4-5 圖 4.3-1 8mm 鏡頭 ... 4-6 圖 4.4-1 GL-607 室外用防護罩 ... 4-8 圖 4.5-1 微星 MS6404 準系統電腦 ... 4-9

(12)

圖 4.6-1 ADLink - RTV24 高速影像擷取卡 ... 4-10 圖 4.7-1 ADSL 數據機 ... 4-12 圖 4.8-1 東西向快速道路台 68 線南寮-竹東段武陵交流道口門型鋼架 ... 4-13 圖 4.8-2 新竹市中華路五段 T 型鋼架... 4-15 圖 4.9-1 43.5x38.5 訊號控制箱 ... 4-16 圖 5-1 偵測器影像辨識單元架構圖 ... 5-1 圖 5.1-1 等候長度示意圖 ... 5-4 圖 5.1-2 等候長度側視圖 ... 5-4 圖 5.2-1 即時彩色背景擷取程序圖 ... 5-5 圖 5.2-2 初始彩色背景擷取 ... 5-8 圖 5.2-3 長時間光線變化影像 ... 5-10 圖 5.3-1 即時彩色背景擷取程序圖 ... 5-11 圖 5.3-2 攝影機 AES 啟動變化影像 ... 5-13 圖 5.3-3 移動物件陰影去除 ... 5-15 圖 5.4-1 即時多車輛自動追蹤及辨識流程 ... 5-16 圖 5.4.1-1 影像與地面的光學幾何關係 ... 5-17 圖 5.4.1-2 車輛視覺寬度關係圖 ... 5-18 圖 5.4.2-1 水平交疊影像 ... 5-21 圖 5.4.2-2 垂直交疊影像 ... 5-21 圖 5.4.2-3 右斜交疊影像 ... 5-22 圖 5.4.2-4 左斜交疊影像 ... 5-22 圖 5.4.2-5 水平及垂直交疊車輛偵測與切割流程圖 ... 5-24 圖 5.4.2-6 左斜及右斜交疊車輛偵測及切割流程圖 ... 5-26 圖 5.4.2-7 交疊車輛切割處理影像 ... 5-27 圖 5.4.2-8 機車交疊判斷流程圖 ... 5-28 圖 5.4.2-9 A 類交疊情形 ... 5-29 圖 5.4.2-10 B 類交疊情形 ... 5-29 圖 5.4.2-11 C 類交疊情形 ... 5-30 圖 5.4.2-12 D 類交疊情形 ... 5-30

(13)

圖 5.4.2-13 E 類交疊情形 ... 5-30 圖 5.4.2-14 機車交疊於車輛之上切割辨識結果 ... 5-32 圖 5.4.2-15 機車交疊於汽車之下切割辨識結果 ... 5-33 圖 5.4.2-16 機車交疊於車輛的左邊切割辨識結果 ... 5-34 圖 5.4.2-17 機車交疊於車輛的右邊切割辨識結果 ... 5-35 圖 5.4.2-18 機車與機車平行交疊切割辨識結果 ... 5-36 圖 5.4.2-19 機車與機車垂直交疊切割辨識結果 ... 5-37 圖 5.4.2-20 機車與機車交錯交疊切割辨識結果 ... 5-38 圖 5.4.3-1 Canny 遮罩(σ = 2) ... 5-39 圖 5.4.3-2 水平邊緣偵測影像 ... 5-40 圖 5.4.3-3 水平邊緣偵測影像 ... 5-41 圖 5.4.3-4 水平投影邊界偵測影像 ... 5-42 圖 5.4.3-5 水平投影邊界偵測影像 ... 5-43 圖 5.4.3-6 水平投影邊界及車輛外型特徵說明圖 ... 5-44 圖 5.4.3-7 車輛辨識結果影像 ... 5-45 圖 5.4.3-8 車輛辨識結果影像 ... 5-45 圖 5.4.3-9 車輛辨識結果影像 ... 5-46 圖 5.4.3-10 車輛辨識結果影像 ... 5-46 圖 5.4.3-11 車輛辨識結果影像 ... 5-46 圖 5.4.3-12 垂直 Canny Masks（σ =2） ... 5-47 圖 5.4.3-13 水平 Canny Masks（σ =2） ... 5-47 圖 5.4.3-14 Canny 邊緣偵測實驗結果（使用水平與垂直遮罩）... 5-48 圖 5.4.3-15 Canny 邊緣偵測實驗結果（使用水平與垂直遮罩）... 5-49 圖 5.4.3-16 將移動物體的面積做模糊理論的運算 ... 5-50 圖 5.4.3-17 將移動物體的寬高比做模糊理論的運算 ... 5-51 圖 5.4.3-18 將圓的比例做模糊理論的運算 ... 5-51 圖 5.4.3-19 連續畫面中的機車 ... 5-52 圖 5.4.4-1 車輛追蹤參考點偵測流程圖 ... 5-53 圖 5.4.4-2 車輛追蹤參考點偵測影像 ... 5-54 圖 5.4.4-3 參考點對應法流程圖 ... 5-55

(14)

圖 5.4.4-4 車輛追蹤連續影像 ... 5-56 圖 5.4.4-5 車輛追蹤與辨識整合影像 ... 5-57 圖 5.4.4-6 機車追蹤方法示意圖 ... 5-58 圖 5.5-1 Microsoft Visual C++編譯汽車影像偵測程式 ... 5-59 圖 5.5-2 Borland C++ Builder 編譯機車影像偵測程式 ... 5-60 圖 5.5-3 經整合的介面外觀 ... 5-60 圖 5.5-4 介面外觀區塊 ... 5-61 圖 5.5-5 影像監視區 ... 5-62 圖 5.5-6 車道運動車輛資訊區 ... 5-63 圖 5.5-7 系統操作區 ... 5-64 圖 5.5-8 功能鍵觸發對話框 ... 5-65 圖 5.5-9 合作伙伴標示區 ... 5-65 圖 6-1 影像式偵測器評估位置圖 ... 6-1 圖 6.1-1 中華路五段 684 巷空照圖 ... 6-2 圖 6.1-2 中華路五段 684 巷路口實質設施示意圖 ... 6-3 圖 6.1-3 中華路五段 684 巷路口車道示意圖 ... 6-3 圖 6.1-4 東西向快速道路臺 68 線南寮-竹東段空照圖 ... 6-4 圖 6.1-5 東西向快速道路臺 68 線南寮-竹東段實質設施示意圖... 6-5 圖 6.1-6 東西向快速道路臺 68 線南寮-竹東段車道示意圖 ... 6-5 圖 6.2-1 實驗室與現場測試作業基本程序圖 ... 6-6 圖 6.2-2 實地測試步驟流程圖 ... 6-7 圖 6.3-1 車流量調查架構圖 ... 6-13 圖 6.3-2 CCD 攝影機擷取之影像辨識單元畫面 ... 6-14 圖 6.3-3 攝影機架設位置圖 ... 6-15 圖 6.3-4 測試情況圖 ... 6-15 圖 6.3-5 雷射槍車速準確率測試情況圖 ... 6-16 圖 6.3-6 實驗車速準確率測試情況圖 ... 6-16 圖 6.3.1-1 尖峰時段(0640~0740)大型車流量準確率比較圖－中華路五段 ... 6-22 圖 6.3.1-2 尖峰時段(0640~0740)小型車流量準確率比較圖－

(15)

圖 6.3.1-3 尖峰時段(0640~0740)機車流量準確率比較圖－中華路五段 ... 6-23 圖 6.3.1-4 尖峰時段(0640~0740)本期與前期系統流量準確率比較圖－中華路五段 ... 6-23 圖 6.3.1-5 尖峰時段(0740~0840)大型車流量準確率比較圖－中華路五段 ... 6-24 圖 6.3.1-6 尖峰時段(0740~0840)小型車流量準確率比較圖－中華路五段 ... 6-24 圖 6.3.1-7 尖峰時段(0740~0840)機車流量準確率比較圖－中華路五段 ... 6-25 圖 6.3.1-8 尖峰時段(0740~0840)本期與前期系統流量準確率比較圖－中華路五段 ... 6-25 圖 6.3.1-9 離峰時段(1240~1350)大型車流量準確率比較圖－中華路五段 ... 6-29 圖 6.3.1-10 離峰時段(1240~1350)小型車流量準確率比較圖－中華路五段 ... 6-29 圖 6.3.1-11 離峰時段(1240~1350)機車流量準確率比較圖－中華路五段 ... 6-30 圖 6.3.1-12 離峰時段(1240~1350)本期與前期系統流量準確率比較圖－中華路五段 ... 6-30 圖 6.3.1-13 尖鋒時段(0700~0800)大型車流量準確率比較圖－東西向快速道路 ... 6-37 圖 6.3.1-14 尖鋒時段(0700~0800)小型車流量準確率比較圖－東西向快速道路 ... 6-37 圖 6.3.1-15 尖鋒時段(0700~0800)機車流量準確率比較圖－東西向快速道路 ... 6-38 圖 6.3.1-16 尖鋒時段(0700~0800)東西向快速道路系統流量辨識率圖 ... 6-38 圖 6.3.1-17 離鋒時段(1212~1312)大型車流量準確率比較圖－東西向快速道路 ... 6-39 圖 6.3.1-18 離鋒時段(1212~1312)小型車流量準確率比較圖－東西向快速道路 ... 6-39 圖 6.3.1-19 離鋒時段(1212~1312)機車流量準確率比較圖－東西向快速道路 ... 6-40

(16)

圖 6.3.1-20 離鋒時段(1212~1312)東西向快速道路系統流量辨識率圖 ... 6-40 圖 6.3.1-21 離鋒時段(1312~1412)大型車流量準確率比較圖－東西向快速道路 ... 6-41 圖 6.3.1-22 離鋒時段(1312~1412)小型車流量準確率比較圖－東西向快速道路 ... 6-41 圖 6.3.1-23 離鋒時段(1312~1412)機車流量準確率比較圖－東西向快速道路 ... 6-42 圖 6.3.1-24 離鋒時段(1312~1412)東西向快速道路系統辨識率圖 ... 6-42 圖 6.3.1-25 中華路五段車速準確率比較圖 ... 6-43 圖 6.3.1-26 中華路五段車速準確率辨識率圖 ... 6-44 圖 6.3.1-27 東西向快速道路車速準確率比較圖 ... 6-45 圖 6.3.1-28 東西向快速道路車速準確率辨識率圖 ... 6-45 圖 6.3.2-1 夜間時段中華路五段 684 巷巷口景像 ... 6-46 圖 6.3.2-2 夜間時段大型車流量準確率比較圖－中華路五段 ... 6-49 圖 6.3.2-3 夜間時段小型車流量準確率比較圖－中華路五段 ... 6-49 圖 6.3.2-4 夜間時段機車流量準確率比較圖－中華路五段 ... 6-50 圖 6.3.2-5 夜間時段中華路五段系統流量辨識率圖 ... 6-50 圖 6.3.2-6 夜間時段大型車流量準確率比較圖－東西向快速道路 ... 6-53 圖 6.3.2-7 夜間時段小型車流量準確率比較圖－東西向快速道路 ... 6-53 圖 6.3.2-8 夜間時段機車流量準確率比較圖－東西向快速道路 ... 6-54 圖 6.3.2-9 夜間時段東西向快速道路系統流量辨識率圖 ... 6-54 圖 6.3.3-1 日夜交替時段大型車流量準確率比較圖－中華路五段 ... 6-58 圖 6.3.3-2 日夜交替時段小型車流量準確率比較圖－中華路五段 ... 6-58 圖 6.3.3-3 日夜交替時段機車流量準確率比較圖－中華路五段 ... 6-59 圖 6.3.3-4 日夜交替時段中華路五段系統流量辨識率圖 ... 6-59 圖 6.3.4-1 中華路攝影機在受自然風振動所拍攝之影像 ... 6-61 圖 6.3.4-2 中華路攝影機在受人為振動所拍攝之影像 ... 6-62 圖 6.3.4-3 人力方式搖動攝影機 CCD 支架使之據烈振動 ... 6-63 圖 6.3.5-1 雨天時段中華路五段 684 巷巷口景像 ... 6-63 圖 6.3.5-2 雨天大型車流量準確率比較圖－中華路五段 ... 6-66

(17)

圖 6.3.5-3 雨天小型車流量準確率比較圖－中華路五段 ... 6-66 圖 6.3.5-4 雨天機車流量準確率比較圖－中華路五段 ... 6-67 圖 6.3.5-5 雨天中華路五段系統流量辨識率圖 ... 6-67 圖 6.3.6-1 慈雲路尖峰時段車輛等候的狀況(內側車道) ... 6-68 圖 6.3.6-2 慈雲路尖峰時段車輛等候的狀況(外側車道) ... 6-69 圖 7.2-1 北宜高交控中心多路段同時監控路況之電視牆畫面 ... 7-4 圖 7.2-2 高公局現使用之 CCTV 監視器 ... 7-6 圖 7.2-3 CCTV 監控系統架構圖 ... 7-6 圖 7.3.1-1 國道一號南下 48 公里處／天候為陰天 ... 7-9 圖 7.3.2-2 國道 1 號南下 62.4 公里處／天候為陰天 ... 7-10 圖 7.3.2-3 國道 1 號北上 66 公里處／天候為晴天 ... 7-11 圖 7.3.2-4 國道一號南下 49.02 公里處 ... 7-12 圖 7.3.2-5 國道一號南下 34 公里處 ... 7-14 圖 7.3.2-6 國道一號北上 37 公里處 ... 7-16 圖 7.3.2-7 國道一號南下 55 公里處／拍攝時間為夜晚 ... 7-18 圖 7.3.2-8 國道一號北上 46.5 公里處／清晨天色的變化情形 ... 7-20 圖 7.3.2-1 國道三號南下 69.7 公里處／天候為晴天 ... 7-21 圖 7.3.3-1 國道三號北上 60.65 公里處／不受天候影響 ... 7-22 圖 7.3.3-2 國道三號北上 60.47 公里處／不受天候影響 ... 7-23 圖 7.4.1-1 國道一號北上 66 公里處的試作結果 ... 7-25 圖 7.4.1-2 國道一號南下 34 公里處的試作結果 ... 7-26 圖 7.4.1-3 國道一號南下 34 公里處且有陰影影響的試作結果 ... 7-27 圖 7.4.1-4 國道一號北上 46.5 公里處且天色全暗的試作結果 ... 7-28 圖 7.4.1-5 國道一號北上 46.5 公里處且天色微亮的試作結果 ... 7-29 圖 7.4.1-6 國道一號北上 46.5 公里處且天色全亮的試作結果 ... 7-30 圖 7.4.2-1 國道一號南下 48 公里處的試作結果 ... 7-31 圖 7.4.2-2 國道一號南下 62.4 公里處的試作結果 ... 7-32 圖 7.4.2-3 國道一號南下 49.02 公里處的試作結果 ... 7-33 圖 7.4.2-4 國道一號北上 37 公里處且交通壅塞的試作結果 ... 7-34 圖 7.4.2-5 國道一號北上 37 公里處且鏡頭髒污的試作結果 ... 7-35

(18)

圖 7.4.2-6 國道一號南下 55 公里處在夜晚下的試作結果 ... 7-36 圖 7.4.3-1 國道三號南下 69.7 公里處的試作結果 ... 7-37 圖 7.4.4-1 國道三號北上 60.65 公里處的試作結果 ... 7-38 圖 7.4.4-2 國道三號北上 60.47 公里處的試作結果 ... 7-39 圖 7.5-1 壅塞警示之流程示意圖 ... 7-40 圖 8.1-1 中華路全車型系統辨識率分析圖 ... 8-2 圖 8.1-2 中華路大型車--系統辨識率分析圖 ... 8-2 圖 8.1-3 中華路小型車--系統辨識率分析圖 ... 8-3 圖 8.1-4 中華路機車--系統辨識率分析圖 ... 8-3

(19)

第一章背景分析

1.1 研究背景及目的

根據目前各國交通單位實測評估報告中指出，於未來 ITS (Intelligent Transportation System) 的發展上，影像式車輛偵測器將逐步成為自動化路況資訊偵測系統的重要一環，透過影像式車輛偵測器，除了可以產生交通量、速度等相關交通參數，其影像辨識之演算邏輯並能與交控中心之 CCTV 加以整合，使它具有直觀的車流影像資訊，便於掌握交通動態，進而適時處置交通突發事件及採取適當的控制策略等，使得影像式車輛偵測器在 ITS 的發展上具一定的重要性。影像式車輛偵測器主要是由攝影機及控制處理器兩部分組成，其偵測器系統功能在於利用現行道路用之監視攝影機來拍攝路面的連續影像，再經由控制處理器依影像處理及電腦視覺之概念運用，偵測出於道路上行駛的車輛，同時加以辨識與分析，控制處理器除了對各車道車輛精確的計數外，亦可依照辨識出的車輛，計算出各種車輛的車速、車種、車間距…等等的交通資訊。但鑑於目前相關影像式車輛偵測設備大多由國外引進，而其價格居高不下，要使其全面普及的設置有其實質上的困難，且設備後續的維修經費對實際從事交通決策管理者將造成一項非常大的困擾，因而研發出合理成本，並適用於國內道路環境之影像式車輛偵測器雛型，為本研究主要研究目的及方向。

1.2 研究內容

本案研究內容延續 94 年度計畫成果，持續擴充及改善所研發之影像式車輛偵測器雛型，相關內容包含如下: 研究計算機視覺校正技術，提高車輛辨識與估測交通參數的準確度。估算多車道的交通量、速率、車種辨識(含機車)、評估偵測延滯長度

(20)

參數之功能。研究夜間車燈炫光與夜間影像拍攝問題。研究軟體修正方式，克服攝影機振動問題，以降低額外安裝架設成本。研究車輛陰影的偵測與刪除技術。解決車輛交疊偵測與切割問題。不受車道地面的標記或字樣影響，能自動辨識車道。研究雨天天候的偵測技術。研究系統自動化參數設定功能。評估與 CCTV 整合進行後端交通參數分析之可行性及試作。

1.3 研究方法

本研究主要探討影像式車輛偵測器系統的相關技術研發，影像式車輛偵測器包括影像擷取單元及車輛偵測器影像辨識單元兩部分，而影像擷取單元主要功能在利用架設於道路上之攝影機所拍攝的連續影像，交由影像辨識單元進行通過車輛偵測、辨識與分析，並將處理後之參數精確收集及展示，而此影像辨識單元除了作各車道車輛精確的計數外，亦可依照辨識出的車輛大小分別計算出各車的車速、車種、車間距…等等的交通參數資訊。

(21)

第二章前期成果

影像式車輛偵測器（vehicle detector，VD）係透過 CCD 攝影機擷取即時影像，輸入至即時影像處理單元計算交通相關參數。本案於 94 年完成系統研發之可行性評估，相關成果包含日間交通量、速率、車種辨識（含機車）、佔有率等交通參數之偵測，夜間及震動情形下亦可達成偵測，系統並具備交通環境參數自動偵測設定，以及單一偵測單元同時偵測雙向多車道之功能，成效良好。前期系統功能架構如圖 2-1 所示。即時移動物體偵測即時多車輛追蹤車輛駛出偵測範圍車輛行駛距離與行駛時間相除移動車輛寬度高度比值交通量參數車輛速度參數車輛種類參數圖 2-1 前期(94 年度)影像式車輛偵測器功能架構 1. 車輛數目：當車輛從偵測範圍駛入及駛出，便會計數。車種辨別包括大車、小車與機車，分別計算總量與分量。 2. 車速：車輛進入偵測範圍到駛出偵測範圍所行駛的距離，除以行駛時間。 3. 車輛辨識：車輛辨識分為三部分：大車、小車、及機車。利用移動物體的寬度及總面積作為分類的依據，機車的寬度比車輛窄，所以利用移動物體的寬度便可分辨出機車，而總面積大且寬度

(22)

前期針對影像式車輛偵測器進行車流量及車速之準確率測試，選定於 94 年 11 月 19 日(六)1224~1324 時(晴)，於慈雲路靠近公道五路口執行系統相關測試。其中車流量調查架構如圖 2-2 所示，調查輔助器材包含如下： 1. CCD 攝影機：提供影像式車輛偵測器即時影像。 2. 影像處理單元：接收即時影像資訊並即時計算相關交通參數。 3. DV 攝影機：擷取即時影像處理單元畫面，如圖 2-3 所示。 S端子訊號線 NTSC Cable 線圖 2-2 車流量調查架構圖圖 2-3 DV 攝影機擷取之影像處理單元畫面

(23)

車流量調查是透過 CCD 攝影機擷取即時影像，輸入至即時影像處理單元計算車流量等相關參數。同時，利用 DV 攝影機將顯示於螢幕上之即時影像與即時處理之交通參數錄下（畫面如圖 2-3 所示），事後利用人工記數方式於室內進行錄影帶判讀，以減少現地調查所需人力，並可重複檢驗調查資料，對調查資料的正確性較能有效控制，而該資料視現地實際之車流狀況。車速調查則採用雷射測速槍直接比對與影像式 VD 所偵測車速差異。測試人員利用無線電對講機，由雷射測速槍操作人員直接回報車道以及車速資料，影像 VD 操作人員立即紀錄雷射測速槍與影像 VD 之車速資訊，事後利用人工計算兩者之車速差異。圖 2-4 至圖 2-5 分別為攝影機架設位置及實驗狀況圖。 (a) (b) 圖 2-4 攝影機架設位置圖 (a)攝影機架設位置；(b)攝影機架設情形

(24)

圖 2-5 測試情況圖將前期影像式車輛偵測器所偵測之各車種通過內側、中間及外側車道數量，與人工計數方式加以比較計算準確率。實際觀測時間為 1 小時，準確率計算方式為 5 分鐘誤差數的總和取絕對值之後再除以人工計數車輛總和，求得每 5 分鐘準確率，車流量之平均準確率為 97.19%，相關資料詳如表 2-1、表 2-2 所示。表 2-1 車種登記表 (內側) 測試地點慈雲路靠近公道五路口調查日期 94 年 11 月 19 日(六) 車種小車大車機車不分車種時間 VD 人工誤差 VD 人工誤差 VD 人工誤差 VD 人工準確率 12：25 6 6 0 0 0 0 0 0 0 12：26 4 4 0 0 0 0 0 0 0 12：27 5 5 0 1 1 0 0 0 0 12：28 7 7 0 1 1 0 0 0 0 12：29 5 6 -1 0 0 0 1 1 0 30 31 96.77% 12：30 7 8 -1 0 0 0 0 0 0 12：31 12 12 0 0 0 0 0 0 0 12：32 3 3 0 1 1 0 0 0 0 12：33 7 7 0 0 0 0 0 0 0 12：34 7 7 0 0 0 0 1 0 1 38 38 100%

(25)

表 2-1 車種登記表(內側)(續) 測試地點慈雲路靠近公道五路口調查日期 94 年 11 月 19 日(六) 車種小車大車機車不分車種時間 VD 人工誤差 VD 人工誤差 VD 人工誤差 VD 人工準確率 12：35 10 10 0 0 0 0 0 0 0 12：36 7 7 0 0 0 0 0 0 0 12：37 7 6 1 2 2 0 0 0 0 12：38 4 4 0 0 0 0 0 0 0 12：39 4 3 1 1 1 0 0 0 0 35 33 93.94% 12：40 4 4 0 0 0 0 0 0 0 12：41 6 6 0 0 0 0 0 0 0 12：42 9 9 0 0 0 0 0 0 0 12：43 7 7 0 0 0 0 0 0 0 12：44 6 6 0 1 1 0 1 0 1 34 33 96.97% 12：45 7 7 0 0 0 0 0 0 0 12：46 9 8 1 0 0 0 2 0 2 12：47 4 4 0 0 0 0 0 0 0 12：48 5 5 0 0 0 0 0 0 0 12：49 2 2 0 0 0 0 0 0 0 29 27 92.59% 12：50 3 3 0 0 0 0 0 0 0 12：51 9 9 0 0 0 0 0 0 0 12：52 6 6 0 0 0 0 0 0 0 12：53 7 7 0 1 1 0 0 0 0 12：54 3 3 0 0 0 0 0 0 0 29 29 100% 12：55 _{13 13} 0 1 1 0 1 0 1 12：56 _{7 7 0} _{0 0 0 0 0 0} 12：58 _{6 6 0} _{0 0 0 0 0 0} 12：59 _{3 3 0} _{0 0 0 0 0 0} 13：00 _{11 11} 0 0 0 0 0 0 0 46 41 97.56% 13：01 _{7 6 1} _{1 1 0 0 0 0} 13：02 _{5 5 0} _{0 0 0 0 0 0} 13：03 _{4 4 0} _{0 0 0 0 0 0} 13：04 _{5 5 0} _{0 0 0 0 0 0} 13：05 _{3 3 0} _{1 1 0 0 0 0} 26 25 96% 13：06 _{7 7 0} _{0 0 0 1 0 1} 13：07 _{4 5 -1} _{0 0 0 0 0 0}32 32 100%

(26)

表 2-1 車種登記表(內側)(續) 測試地點慈雲路靠近公道五路口調查日期 94 年 11 月 19 日(六) 車種小車大車機車不分車種時間 VD 人工誤差 VD 人工誤差 VD 人工誤差 VD 人工準確率 13：08 _{6 5 1} _{0 0 0 0 0 0} 13：09 _{10 11} -1 0 0 0 0 0 0 13：10 _{4 4 0} _{0 0 0 0 0 0} -- -- -- 13：11 _{10 10} 0 1 1 0 0 0 0 13：12 _{4 4 0} _{0 0 0 0 0 0} 13：13 _{8 7 1} _{0 0 0 0 0 0} 13：14 _{5 5 0} _{0 0 0 0 0 0} 13：15 _{5 5 0} _{0 0 0 0 0 0} 33 32 96.88% 13：16 _{10 10} 0 0 0 0 0 0 0 13：17 7 6 1 0 0 0 0 0 0 13：18 5 6 -1 0 0 0 0 0 0 13：19 10 10 0 0 0 0 0 0 0 13：20 7 7 0 1 1 0 0 0 0 40 40 100% 13：21 _{11 11} 0 1 1 0 0 0 0 13：22 _{13 11} 2 0 0 0 0 0 0 13：23 _{10 10} ₀ _{0 0 0 0 0 0} 13：24 9 10 -1 2 2 0 1 0 1 47 45 95.56% 準確度 96.13 % 100 % -200 % 97.19%

(27)

表 2-2 車種登記表(中間) 測試地點慈雲路靠近公道五路口調查日期 94 年 11 月 19 日(六) 車種小車大車機車不分車種時間 VD 人工誤差 VD 人工誤差 VD 人工誤差 VD 人工準確率 12：25 12 10 2 1 1 0 0 0 0 12：26 13 12 1 0 1 -1 0 0 0 12：27 7 7 0 0 0 0 1 1 0 12：28 11 12 -1 2 2 0 1 0 1 12：29 7 6 1 1 1 0 1 1 0 57 54 94.44% 12：30 7 7 0 3 3 0 0 0 0 12：31 6 6 0 1 1 0 1 1 0 12：32 10 10 0 0 0 0 1 1 0 12：33 9 8 1 0 1 -1 0 0 0 12：34 9 10 -1 2 2 0 1 1 0 50 51 98.04% 12：35 5 4 1 5 2 3 0 0 0 12：36 15 13 2 0 0 0 0 0 0 12：37 7 6 1 0 0 0 1 1 0 12：38 10 10 0 0 0 0 0 0 0 12：39 6 6 0 0 0 0 1 1 0 50 43 83.72% 12：40 12 12 0 0 0 0 1 1 0 12：41 9 9 0 0 0 0 0 0 0 12：42 _{7 8 -1 5 5 0 0 0 0} 12：43 11 10 1 1 1 0 0 0 0 12：44 10 11 -1 0 0 0 0 0 0 56 57 98.25% 12：45 12 10 2 0 0 0 3 1 2 12：46 5 5 0 0 0 0 0 0 0 12：47 8 8 0 0 0 0 0 0 0 12：48 7 7 0 0 0 0 0 0 0 12：49 15 14 1 0 0 0 0 0 0 50 45 88.89% 12：50 9 8 1 2 2 0 0 0 0 12：51 9 9 0 2 2 0 0 0 0 12：52 7 7 0 1 0 1 2 2 0 12：53 12 10 2 0 0 0 0 0 0 12：54 13 13 0 1 1 0 0 0 0 58 54 92.59%

(28)

表 2-2 車種登記表(中間)(續) 測試地點慈雲路靠近公道五路口調查日期 94 年 11 月 19 日(六) 車種小車大車機車不分車種時間 VD 人工誤差 VD 人工誤差 VD 人工誤差 VD 人工準確率 12：55 8 8 0 1 1 0 0 0 0 12：56 9 9 0 0 0 0 0 0 0 12：58 8 8 0 5 3 2 0 0 0 12：59 6 6 0 0 0 0 0 0 0 13：00 7 7 0 0 0 0 0 0 0 44 42 95.24% 13：01 11 12 -1 0 0 0 0 0 0 13：02 7 6 1 2 2 0 1 1 0 13：03 10 10 0 1 1 0 0 0 0 13：04 4 5 -1 0 0 0 0 0 0 13：05 10 10 0 0 0 0 0 0 0 46 47 97.87% 13：06 10 9 1 3 2 1 0 0 0 13：07 4 4 0 2 2 0 0 0 0 13：08 6 6 0 0 0 0 0 0 0 13：09 10 9 1 0 0 0 0 0 0 13：10 15 15 0 2 2 0 0 0 0 52 49 93.88% 13：11 3 3 0 2 2 0 0 0 0 13：12 10 10 0 0 0 0 0 0 0 13：13 10 10 0 0 0 0 0 0 0 13：14 15 13 2 0 0 0 0 0 0 13：15 11 11 0 0 0 0 0 0 0 51 49 95.92% 13：16 2 4 -2 1 1 0 1 1 0 13：17 13 11 2 1 1 0 0 0 0 13：18 9 7 2 1 2 -1 0 0 0 13：19 7 6 1 1 1 0 0 0 0 13：20 8 8 0 0 0 0 0 0 0 44 42 95.24% 13：21 8 6 2 2 3 -1 0 0 0 13：22 6 6 0 0 0 0 0 0 0 13：23 13 12 1 0 0 0 0 0 0 13：24 10 10 0 2 1 1 0 0 0 合計 530 509 21 53 49 4 16 13 3 41 38 92.11% 準確度 92.73% 75.51% 76.92% 93.85%

(29)

而有關車輛速度之準確率係以雷射槍量所測得之車輛速度作為真值，與影像式 VD 所測車速比較，結果如表 2-3 所示。表 2-3 車速登記表測試地點慈雲路靠近公道五路口時間 94 年 11 月 19 日(六) 有效樣本車序 VD 車速雷射槍車速準確率(%) 有效樣本車序 VD 車速雷射槍車速準確率(%) 1 57 48.8 85.6 16 50 50.2 99.6 2 54 48.7 90.2 17 39 40.5 96.2 3 52 53.1 97.9 18 30 43.3 55. 7 4 57 58.7 97.0 19 44 43.3 98.4 5 47 47.5 98.9 20 45 51.4 85.8 6 52 51.4 98.8 21 53 51.9 97.9 7 54 54.5 99.1 22 58 55.5 95. 7 8 70 69.4 99.1 23 56 58.4 95.7 9 55 56.5 97.3 24 59 57.2 96.9 10 58 59 98.3 25 43 44.1 97.4 11 57 59 96.5 26 37 48.1 70 12 57 56 98.2 27 55 50.3 91. 5 13 44 42.5 96.6 28 57 53.9 94.6 14 67 52.1 77.8 29 50 51.3 97.4 15 48 45.3 94.4 30 47 44.3 94.3 平均準確度 93.09% 第一代車輛偵測系統架設於新竹慈雲路，實測比較結果顯示第一代偵測系統需在特定的偵測環境下偵測，其偵測率分別為 90%以上，本期除將使系統於不同環境下測試外，另將增加系統測試時間，以考驗系統之穩定性。

(30)

第三章文獻回顧

有關本研究所研發之影像式車輛偵測系統，發展初期主要以同期國外相關產品之功能作為文獻參考，故本章節茲就目前已商品化的影像式偵測器如 Autoscope、Vantage，Keona、Quixote Traffic 兩家公司生產之影像式偵測器及目前國內已由法國引進並實際裝設測試的影像式偵測器 Citilog 及 Traficon 等之功能特色進行探討。

ㄧ、 Image Sensing System (ISS) 公司的 Autoscope 偵測系統 (http://www.imagesensing.com/) Autoscope 系統是將 CCD 攝影機所拍攝到的連續影像，利用影像處理技術完成車輛的偵測與辨識，目前 Autoscope 系統的車輛辨識只能區分大車與小車，並無法辨識歸類出小車的車型，例如：休旅車、轎車、廂型車…等。此系統在良好天氣下，攝影機裝置架設高度至少 30 英尺(9 公尺)以上，可以得到最佳的精確度，其在可視範圍內可由人工設定方式選擇最多 8 個偵測區域(車道)。圖 3-1 為 Autoscope 攝影機裝設圖，圖 3-2 是 Autoscope 系統參數的設定畫面，圖 3-3 則為 Autoscope 標定偵測區域示意圖。圖 3-1 Autoscope 攝影機裝設圖

(31)

圖 3-2 Autoscope 系統參數設定畫面

(32)

二、ITERIS公司的Vantage 偵測系統(http://www.iteris.com/) Vantage 系統也是使用 CCD 攝影機拍攝連續影像，再利用影像處理的技術完成車輛的偵測與辨識，目前 Vantage 系統的車輛辨識方法亦無法辨識出各式車型，Vantage 系統與 Autoscope 系統都是利用人工設定的方式，由操作人員設定預計偵測的區域，以此偵測範圍 (detection zone)的設定來偵測車輛的出現與否，此系統亦為高雄市即時路況資訊系統建置工程廠商晶翔公司所引進使用的系統。圖 3-4 是 Vantage 系統整體架構與操作示意圖，Vantage 系統在天氣良好與攝影機高度為 9 米以上的條件下，當前後兩車間距大於小車車身長度 1.5 倍時，有最佳的精確度。系統在可視範圍內可提供 8 個偵測區域之偵測。圖 3-4 Vantage 系統整體架構與操作示意圖

(33)

三、韓國Keona公司的車輛偵測系統(http://www.keona.co.kr)：這套系統的架構如圖 3-5，而圖 3-6 是這套系統車輛偵測程式的畫面顯示。基本上，這套系統的偵測設定與 Autoscope 及 Vantage 類似，都是由人工手動輸入的方式設定一些虛擬迴圈，以虛擬迴圈的設定來偵測是否有車輛通過。圖 3-5 系統的架構圖圖 3-6 車輛偵測系統的畫面顯示

(34)

四、 The Quixote Traffic Corporation companies 的車輛偵測系統 (http://www.peek-traffic.com/index.html )：

Quixote Traffic 公司有兩套車輛偵測系統，分別是 VideoTrak Plus System 和 UniTrak System，圖 3-7 是 VideoTrak Plus System 的照片，圖 3-8 是 VideoTrak Plus System 的偵測程式顯示畫面。

圖 3-7 VideoTrak Plus System

(35)

另一套系統是單板式的 UniTrak System，圖 3-9 是 UniTrak System 的外觀圖，這套系統設定只需螢幕與滑鼠，不需要電腦，圖 3-10 是 UniTrak System 的顯示畫面。

圖 3-9 UniTrak System

(36)

五、Citilog 影像式車輛偵測系統(http://www.citilog.fr/index_en.php) 為 1996 年部份法國國家運輸與安全研究所(INRETS)的專職研究人員將其研究成果商業化，成立了 Citilog 公司，其所研發之產品 Citilog 主在輔助管理人員監控，並提高可靠事件訊息的即時監控系統，達成有效率的先進交通管理目標(如圖 3-11)。圖 3-11 Citilog 車輛偵測系統架構 Citilog 影像偵測的基本原理說明如下：(如圖 3-12) 1. 背景影像(Background Image)：在系統啟動時，會預先抓取一個參考影像(Reference Image)，並依照一定程序更新。 2. 數位化比較(Digitisation)：經由不同影像的比較來偵測車輛的出現。

3. 移動物體辨識(Moving Elements Identification)：車輛經由形態過濾器辨識，並將每一臺車作標記連結。

(37)

4. 移動軌道建立（Trajectory Build Up）：演算法透過一連串的影像序列追蹤車輛標記，並建立其時間與空間的軌跡。

5. 交通特性數據與事件偵測（Traffic Data and Incident Detection）：車輛追蹤技術可以產生個別車輛的觀測，而這些個別車輛資料可匯集成車流資料。經由車輛追蹤技術所得之車輛偵測數據，透過門檻值的設定比較，即可偵測到不正常的狀況，並發出警告。圖 3-12 Citilog 影像偵測基本原理 Citilog 影像偵測主要功能： 1.自動事件偵測試(Automatic incident) 停止車輛：透過車輛軌跡追蹤技術，當車輛的移動軌跡終止在偵測範圍終點之前，即認定該車輛停止。此追蹤技術相較於虛擬線圈偵測器可偵測距離更長，最長可達 250 公尺。當車流壅塞時，系統就必須去判斷車輛的停止時間，有狀況的停留車輛相較壅塞暫停的車輛會有較長的停止時間。此判斷的門檻可以在系統內設定。低速車輛：同樣地，此項偵測利用車輛追蹤技術，來計算車輛通過偵測區域的速度，當速度低於預先設定的門檻時，即發出警告。交通壅塞：類似停止車輛的偵測邏輯，當有多部車輛出現停止的狀態時，系統會告知操作者此訊息，並對系統內部發出訊號，以自動調整停止車輛的停止時間門檻，以避免對因交通壅塞而停止的車輛一直出現警告訊號。

(38)

行人：此項功能主要是針對路肩或是避難維修通道來進行偵測，此項功能的準確度隨著距離攝影機越遠而下降，建議距離大約 80 到 100 公尺，超過這個距離，系統將較難辨識出行人的出現。逆行車輛：此項偵測利用車輛追蹤技術即可判斷出與設定車行方向不同的車輛。此項偵測在單向隧道有極高的可靠度，但在雙向的隧道則容易因為車輛的陰影與車頭燈的影響而影響準確性，因此不建議在雙向的隧道進行此項偵測。散落物：此偵測演算法是利用比對正常的隧道背景畫面與目標物出現時的畫面。然而此項偵測率（事件偵測次數/事件發生次數）在現場實際偵測前是很難預估的，主要是因為影響這項偵測可靠度原因除了目標物的大小外，還有形狀、顏色、隧道內交通狀況以及隧道內照明條件。與行人偵測相同，此項偵測隨著距離攝影機越遠越難以進行。煙霧偵測：煙霧偵測的演算主要是依據參考點或參考線的消失來進行。當系統在設置前就會先進行參考點或參考線的標記，參考點與參考線必須在畫面上較為明顯，開始偵測後系統會經由比較原始背景的方式，當參考點或參考線消失時，即發出警告。而為了避免因為車輛停止的遮蔽或是因為某些車輛排放廢氣造成參考點或參考線的消失而引起誤報，必須設定門檻值，例如多少參考點或參考線消失以及消失多久，如圖 3-13。

(39)

圖 3-13 煙霧偵測 2.交通特性參數量測(Traffic measurement)：經由個別車輛的追蹤，將得到之車輛數據加以組合，則成為整體車流的特性參數，系統可對每一個車道提供即時交通參數測量，並可進行車種辨識，並可設定資料輸出之時間間隔。交通參數計算結果（Excel 相容文件）集中儲存在系統管理電腦中，系統介面可即時用圖表顯示結果，提供給交通管理單位進行管理決策之用。 3.事件重現（Incident recording）在系統發出警告訊號時，系統針對發出警告訊號的攝影機，在影像分析器之緩衝區中保留 3 分鐘的錄影（事件前 1 分鐘和事件後 2 分鐘，時間可設定），影像以每秒鐘五個畫面（5frames/sec）進行壓縮，先存放在分析器的硬碟上，然後再儲存於管理系統之電腦資料庫中，操作者可以利用此事件前後的影像，評估事件發生的原因和事件的嚴重度，而系統可以儲存幾小時的錄影資料，而資料庫可以按先進先出（FIFO）的原則刪除，或由操作者刪除（硬碟滿了，會提出警告）。 4.自動診斷功能（Self-diagnosis alarm）系統可自行診斷攝影機位移、攝影機訊號品質不良，無法達到系統要求、分析器故障及網路通訊問題。六、Traficon影像式車輛偵測系統(http://www.traficonasia.com/) Traficon 影像式車輛偵測系統主要是為交通管理員提供了有效的交通資訊及決策幫助，該產品為車輛視頻圖像處理（VIP）檢測器安裝在工業標準的 19 英寸的機架上，適合集中式系統及分散式系統中使用，Traficon 影像式車輛偵測系統可以在各種天氣和光線情況下工作，其開放式架構使得 Traficon 系統具有低成本並容易根據變化的交通情況進行調整、擴展與更新而其事件檢測和報警可以調製滿足不同的客戶需求，有效防止二次事故的發生。(如圖 3-14)

(40)

(41)

Traficon 影像式車輛偵測系統主要功能 1.隧道：透過對攝影機的即時分析，Traficon 的隧道事件檢測模塊可以在幾秒鐘內檢測道所有主要事件，包含如非法停車、逆向行駛、停滯、慢行車輛、貨物掉落及火災…等等。(如圖 3-15) 圖 3-15 隧道偵測 2.公路：Traficon 的影像式車輛偵測系統可以提供統計用的標準交通數據：車流量、速度、佔有率、車型分類、車輛間距、車流速度、自動意外事件偵測試(非法停車、貨物掉落、逆向行駛)…等等。(如圖 3-16) 圖 3-16 公路偵測

(42)

3.城市交通：測監控車流量較大的路口，交通管理人員可以於遠端監控交通數據和各種報警事件，並透過標準的網路瀏覽器（以太網）或者電腦客戶軟體用戶可以輕鬆設定或更改偵測區，逹成交通流控制。(如圖 3-17) 圖 3-17 城市偵測經上述之產品分析可知目前已商品化的影像式偵測器，各家公司均有其設計上之考量及優點，而其商品目前在價格及後續保養維修均不符臺灣交通管理之成本效益，而本研究將參考上述商品之優點加改良，以期研發出適用於國內車流、天候及駕駛特性之影像式車輛偵測器。

(43)

第四章系統架構

本期系統乃延續 94 年度計畫成果，其主基本架構並未改變，偵測資料之通訊協定仍符合我國都市交通控制通訊協定 3.0 版內容，但為使系統朝成本降低、偵測準確率與穩定性提升，本期系統在軟、硬體上均作一定程度之修正及變更，而本章節主要就其硬體架構內容進行說明。

4.1 系統整體架構

本期影像式車輛偵測器之基本架構如圖 4.1-1 所示：圖 4.1-1 影像式車輛偵測器系統整體架構影像擷取單元負責擷取即時之彩色影像，透過影像擷取卡做類比數位的轉換，數位影像資料再輸入至車輛偵測器影像辨識單元，處理各項交通參數的計算，各項參數經處理後的即時數據資料則透過上傳資料封裝單元，將資料封裝成符合都市交通控制通訊協定 3.0 版本的資料格式，包括資料的輸出以及資料輸入，來與交通控制中心作資料的交換。

影像擷取單元包括：CCD（Charge Coupled Device，感光耦合元件）攝影機、鏡頭、CCD 防護裝置、電腦、影像擷取卡、網路數據機、攝影機支架及控制箱，單元中各元件分述於第四章。

(44)

影像辨識單元包括：即時彩色背景擷取、即時移動物體偵測、即時多車輛自動追蹤及辨識，單元中各元件分述於第五章。

4.2 CCD 攝影機

此次研究為克服光線與陰影的影響、日夜照明的變化、不同的天候、CCD 攝影機的電子快門 (Automatic Electric Shutter: AES) 和背光補償 (Back Light Compensation: BLC) 變化的影響，我們對市面上現有的 CCD 攝影機進行使用評估，最後選擇使用具有寬頻動態功能的 CCD 攝影機，以兼顧本系統必須在日夜照明劇烈變化下，還能拍攝合適畫質的要求。此次系統採用國內自行生產編號 KMS-63W3N 之 CCD 攝影機，在低照度時(約 0.05 Lux, F1.2 5600°K 30IRE)依然可以正常執行影像擷取功能，其規格如圖 4.2-1，此一系列是目前所生產的最高級攝像機，採用雙倍曝光技術和 16M 記憶體，攝像機首先使用如 1/100 秒的快門速度取得一張影像，為了取得黑暗區域的清晰影像，將其儲存在記憶體 1 位置，然後是用如 1/4000 秒的高快門速度取得影像亮區的優質圖片並儲存在記憶體 2 位置，兩幅圖片運用寬頻動態範圍，經過 DSP 的處理來取得一幅完美影像，這個過程 1 秒重複 30 次來取得 NTSC/PAL 制式的運動圖像。傳統 CCD 和 CMOS 攝影機只有 3:1 的動態範圍，遠遠低於人眼的 1000:1(人眼能同時看清門外 100,000 Lux 和門內 100 Lux 的影像，這種情況常會發生於在室內通過一扇窗戶看外面明亮的風景時)。63W3N 美洲豹系列具有 280:1 的寬頻動態範圍，優於傳統攝像機 90 倍，加上驚人的 154dB 漏光排斥比，這是攝影機首次具有人的智慧能達到的如此顯著的特點（其他日本/臺灣/韓國製造商的傳統攝影機一般只具有 3:1 的動態範圍和 95~110dB 的漏光排斥比）CCD 規格及優點，請參閱表 4.2-1 及 4.2-2。

(45)

表 4.2-1 KMS-63W3N-CCD 攝影機規格型號 KMS-63W3N 電視系統 NTSC PAL 影像感測器 1/3 英寸 CCD 影像感測器 C C D 總像素 768(水平) X 494(垂直) 795(水平) X 596(垂直) 掃描系統 525 掃描線，60 圖場每/秒 625 掃描線，50 圖場每/秒同步系統內同步/Line-Lock 傳統模式 _{0.05 Lux (F1.2 5600°K 30IRE)} 最低照度星光模式 _{0.001 Lux (F1.2 5600°K 10IRE)} 水平清晰度 600 線/580 線(數位信號強化處理) 模式 _{ATW/AWC 可切換(無色滾動)} 白平衡範圍 _{3200~10000°K} 模式自動增益控制 ON/OFF 可切換增益控制範圍 _0~18dB 信噪比 52dB(最小)/70dB(最大)(自動增益控制關閉) 電子快門 1/60~1/120,000 秒連續 1/50~1/120,000 秒連續自動光圈自動電子快門/直流驅動螢幕選單顯示所有控制選項均由螢幕選單顯示 5 鍵關閉螢幕顯示控制面板非閃爍功能由螢幕選單選擇控制背光補償功能由螢幕選單選擇控制數位放大功能 X2 由螢幕選單選擇控制鏡像功能由螢幕選單選擇控制上下反轉功能由螢幕選單選擇控制影像加強功能由螢幕選單選擇控制負片功能由螢幕選單選擇控制遮蔽區域由螢幕選單選擇控制數字增益強化由螢幕選單選擇控制超寬動態範圍 52dB(280:1) 視訊輸出複合式影像信號輸出，1.0V P-P at 75ohm 伽瑪修正 0.45 工作環境溫度 -20°C 到 50°C 工作環境濕度 85%RH 以下電源 DC12V ± 1V/120Ma 灰階校正 0.45/1.0 由螢幕選單控制尺寸 50.5(W) x 50.5(H) x 115(D) mm 警報輸出位移偵測

(46)

*產品規格如有變動，以產品實際規格為准. *ATW:自動追蹤白平衡 *AWC:手動鎖定白平衡 *尺寸(單位:mm) 表 4.2-2 KMS-63W3N-CCD 攝影機優點 W 系列優點超寬動態範圍 280:l 動態範圍(優於傳統攝像機 90 倍) 超高漏光排斥比 154db 漏光排斥比(優於傳統攝像機 50~100 倍) 數位放大調整從 1 倍到 2 倍的 32 級放大範圍，或者 2 倍到 256 倍的特殊要求。 4 區域遮罩通過遮蔽螢幕的部分區域保護他人的隱私。 48 區背光補償 48 小區域, 320X240 智慧微型區域。數位自動增益控制沒有雜訊提高 12dB 的感光度。螢幕功能表顯示互動功能表控制多數功能。電源直流 12V ± 10V/120mA 超低功耗。

(47)

(48)

4.3 鏡頭

系統採用 8mm 固定焦距鏡頭，相關規格資訊如表、圖 4.3-1 所示。表 4.3-1 8mm 鏡頭規格

MODEL NUMBER CCTV LENS 06

IMAGE FORMAT 1/3 inch

FOCAL LENGTH 8mm MAXIMUM APERTURE F1.2 APERTURE RANGE F1.2-C M.O.D 0.1m(W) 1.0m(W) DIAGONAL W54.39° T5.89° HORIZONTAL W43.62° T4.73° ANGLE OF VIEW VERTICAL W32.73° T3.55° DIMENSIONS D34.0×L74.0 WEIGHT 90g

OPERATING TEMPERATURE RANGE _-10°C~45°C OPERATING HUMIDITY RANGE _30%~70%

MOUNT CS

(49)

4.4 CCD 防護裝置

本系統為使 CCD 攝影機可於各種天候下操作及維護使用年限，於 CCD 攝影機外配備 GL-607 室外用防護罩如圖 4.4-1，此型防護外罩計由外罩、風扇、加熱器、雨刷組成，其規格如表 4.4-1。表 4.4-1 GL-607 室外用防護罩規格 GL-607 室外用防護罩材質 / 顏色鋁合金米白色外觀尺寸 147(寬)X140(高)X470(長)mm 適用攝影機尺寸 105(寬)X100(高)X320(長)mm 取得認證 IP66, CE 恆溫控制 H 加熱器 B 風扇 ON : 15℃ ON : 35℃ OFF : 25℃ OFF : 25℃ 附加配件雨刷組(選配)

輸入電壓 12VDC / 24VAC / 110VAC / 220VAC 淨毛重材積 20.8kg, 23.6kg, 3.7 材

（a）（b）

(50)

（e）（f）圖 4.4-1 GL-607 室外用防護罩 (a)防護外罩；(b)加熱器；(c)風扇；(d)、(e) 電源控單元；(f)雨刷組

4.5 電腦

為適應現地狹小空間及攜行方便之考量，系統採用微星 MS6404 準系統電腦如圖 4.5-1，作為現地演算進行及資料儲存之平台。其規格如下： • Model name : MS-6404

• CPU : Intel Pentium 940 3.2GH

• HDD : Seagate 200G/8MB/7200RPM/S-ATA • RAM : TwinMOS 512MB PC2-4200*2 • Power Supply : 260W(PFC)

• Dimensions : 210(W)x330(D)175(H)mm

• Microsoft Windows XP Professional Version 2002 Service Pack 2

(51)

(c) (d) (e) (f) (g) (h) 圖 4.5-1 微星 MS6404 準系統電腦 (a)~(d)為準系統外觀；(e)準系統內部； (f)~(g)準系統中央處理器及扇熱風扇；(h)外接影像擷取卡

(52)

4.6 影像擷取卡

系統採用之高速影像擷取卡（ADLink - RTV24，如圖 4.6-1）規格如下所示：

• Four color video digitizers operating in parallel • Up to 120fps in 32-bit, 33/66MHz PCI bus

• Color (PAL / NTSC), monochrome (CCIR / EIA) camera • Up to 16 channels extension

• On-board TTL I/O lines • Built-in watchdog timer

• Protection circuit for security issue

圖 4.6-1 ADLink - RTV24 高速影像擷取卡

4.7 ADSL 網路數據機

系統採用中華電信 ADSL 網路傳輸技術，以現有的外掛電話加裝 ATU-R(ADSL 數據機規格如表 4.7-1)如圖 4.7-1，連結交通大學電算中心完成遠端監控及數據資料傳送(上傳速率：64k－1Mbps，下傳速率： 256k－12Mbps)。

(53)

表 4.7-1 ADSL 數據機規格 Chipset AD 6489 + Eagle

SDRAM 8 MB

WAN Interface (One ADSL port)

ADSL standard ANSI T1.413 Issue 2, ITU-T G.992.1, ITU-T G.992.2

Downstream: 11 Mbps G.DMT data rate

Upstream : 1 Mbps

Downstream: 1.5 Mbps G.lite data rate

Upstream : 512 Kbps

ATM Attributes

PPP over AAL5 RFC-2364

Multi-protocol over AAL5 routed RFC-2684

Multi-protocol over AAL5 bridged RFC-2684

PPPoE RFC-2516

IPOA RFC-1577

VCs 8

AAL type AAL5

ATM service class UBR/CBR/VBR

ATM UNI support UNI3.1/4.0, ILMI

OAM F4/F5 Yes Management Console port RS232/DB9 SNMP Yes RFC-1213 MIB II Yes Telnet Yes Web-based management Yes

CT-500C: Power, Alert, LAN Link, ADSL Link, ADSL Tx/Rx

LED Indicators

CT-500S: Power, Alert, LAN Link, ADSL Link, ADSL Act

Local interface (One Ethernet port)

Standard IEEE 802.3/IEEE 802.3u 10/100 Base-T

Transparent bridge and learning Yes

Routing functions

IP static route Yes

RIP and RIPv2 Yes

Network functions

ARP Yes DNS, NAT/PAT, DHCP/BOOTP Yes

PAP, CHAP Yes

IGMP proxy Yes

Power Supply

External power adapter 110 VAC or 220 VAC

Environmental Conditions

Operating temperature 0~50degrees Celsius(operating) Relative humidity 5~90% (non-condensing)

(54)

Dimensions

CT-500C: 200 mm (W) x 44 mm (H) x 137 mm (D)

CT-500S: 40 mm(W) x 140 mm (H) x 133 mm (D) (with cab. Holder)

Weight

CT-500C: 335 g (without power adapter) CT-500S: 245 g (without power adapter)

圖 4.7-1 ADSL 數據機(康全 CT-511C)

4.8 攝影機支架

系統分別於中華路五段及東西向快速道路台 68 線南寮-竹東段武陵交流道口設置 T 型鋼架及門型鋼架各一座，其基礎混凝土強度為 210kg/cm2，以 ASTM 材質為主，如圖 4.8-1 及 4.8-2。

(55)

(a)

(b)

圖 4.8-1 東西向快速道路台 68 線南寮-竹東段武陵交流道口門型鋼架 (a)門型鋼架規格；(b)現地門型鋼架

(56)

(57)

(b) (c) 圖 4.8-2 新竹市中華路五段 T 型鋼架 (a)T 型鋼架規格；(b)~(c)現地 T 型鋼架

4.9 控制箱

系統採用 43.5x38.5 訊號控制箱，其規格如圖 4.9-1： (a)

(58)

(b) (c)

(d)

圖 4.9-1 43.5x38.5 訊號控制箱

(a) 43.5x38.5 訊號控制箱規格；(b)~(c) 43.5x38.5 訊號控制箱外觀； (d) 43.5x38.5 訊號控制箱外觀內部

(59)

第五章影像辨識單元

影像辨識單元是本系統的核心技術，其演算架構如圖 5-1 所示，共分為即時彩色背景擷取、即時移動物體偵測、即時多車輛追蹤等三個主要步驟，各步驟將詳細說明如後。

(60)

5.1 交通參數計算原理

本節首先說明本研發所採用交通參數的定義內容，俾利讀者閱讀。一、車種大型車、小型車、機車。二、車輛數當車輛通過偵測器所設定的偵測區段，偵測器對各型車輛累加統計單位時間內通過之總車輛數，在研究將車輛分為大、小型車及機車累加計次，也同時採行加總計次。 motor smaill e l total

N

=

_arg

+

total N ：總車輛數 e l N _arg _{：大型車輛之累加數} smaill N ：小型車輛之累加數 motor N ：機車之累加數三、流量當車輛通過偵測器時，可由偵測器之影像辨識單元加以運算，若其車輛視覺長度及寬度資訊符合所設之門檻值，即視為一輛車通過，若累計一定時間長度，則可獲得單位時間的流量率（Flow Rate）。

T

N

Q

=

N：單位時間 T 內所量測到之車輛數 T：單位時間 Q：平均流率（輛/小時）四、速率單位時間內車輛行駛的距離，如 km/hour，速率又分為空間平均速率(Space-mean Speed)及時間平均速率(Time-mean Speed)。時間平均速率係在道路上某一觀測點觀測車輛，單位時間內所有通

(61)

過該點車輛的速率平均即為時間平均速率，傳統迴圈偵測器或測速槍量測到的是「時間平均速率」。而本系統所得車速仍為針對偵測區內，通過之個別車輛速率，因此所得為空間平均速率。 t S V Δ Δ =

V

：空間平均速率

S

Δ

：每一部車輛進入偵測區，其參考點於每一 Frame 間所變化之像素位置移動量，經換算為視覺長度。

t

Δ

：每一 Frame 之時間間距量。五、等候長度某一時刻某一車道上，等候線至上游的最一部車距離停止線距離，或等候之車輛數。本研究以每週期在紅燈完畢前停止線至上游之最長車隊數(長度)計，而車隊指車輛與前車之距離在一小客車車長之內，速率在 10 公里/小時以下，雖尚未停車也算已加入停等車隊，詳如圖 5.1-1 及圖 5.1-2。 2 1

D

QL

=

+

1

D

：預先量測 CCD 最低攝影低線至號誌停止線距離

″

−

′

=

₂ ₂ 2

D

′

2

D

：為 CCD 監視畫面中之車輛延滯長度

∑

=

′

n i i

L

D

1 2 ； L：單一車輛長度； n：累積車輛數

″

2

D

：為 CCD 俯角所造成之距離誤差值

θ

tan

2

=

×

″

vehicle

h

D

； h：單一車輛高度； θ：CCD 攝影機焦距與地面之夾角

(62)

圖 5.1-1 等候長度示意圖圖 5.1-2 等候長度側視圖偵測區紅灯及CCD攝影機位置車行方向 D1 D2

(63)

5.2 即時彩色背景擷取

圖 5.2-1 即時彩色背景擷取程序圖即時彩色背景擷取(流程如圖 5.2-1)主要細分為初始背景擷取及動態背景更新兩部份，而其主要是運用影像處理技術，動態擷取移動物體出現的連續影像，使之在無人操作且無須給予架設環境資訊條件下，仍能正確且即時的將靜態背景擷取出來，同時系統在演算法上，加強了背景在不同狀況的變化下，仍能將擷取出的靜態背景且不斷地更新，並自動調整更新範圍與自動更新錯誤，使更新的靜態背景更能適應不同環境變化，讓本偵測系統可以獲得更正確的辨識結果。

(64)

本系統為了獲得正確的動態物體切割，所以採用彩色影像的靜態背景擷取處理，一般影像式車輛偵測技術都是將彩色資訊轉換到灰階處理，由於色彩轉換到灰階會產生不同顏色對應到相同灰階值的問題，所以容易產生切割不良的問題，因此本系統以彩色平面直接做靜態背景的擷取，首先面對的就是資料龐大的問題，因為色彩平面比灰階平面多出三倍的資料量，對演算法而言是一項嚴厲的挑戰。在本研究計畫已克服此一問題，並可即時完成移動物體切割與背景更新的運算，初始靜態背景擷取主要是運用連續畫面各像素的統計特性，利用連續影像中，背景區域較移動物體區域出現機率為高的特性將背景擷取出來，此技術在初始時，先利用色彩聚類的概念，依據每張連續影像中之每個像素（pixel）顏色做動態分類，並依每個像素中的每個顏色（RGB）類別統計其機率，當統計值累積到一定數量後，程式便開始針對每個像素的顏色類別進行收斂，當所有像素的顏色類別收斂完畢後，背景也就隨之取得。為使所擷取的背景不受光線、天候、CCD 的 AES 及 BLC…等因素變化的影響，本研究訂定一個可隨背景變化的動態臨界值使所擷取出的背景與即時背景相吻合(如圖 5.2-2)，大幅提升移動車輛淬取的準確性。 (a) 第 1 張原始影像 (b) 第 10 張原始影像

(65)

(c) 第 20 張原始影像 (d) 第 30 張原始影像 (e) 第 40 張原始影像 (f) 第 50 張原始影像 (g) 第 60 張原始影像 (h) 第 70 張原始影像 (i) 第 90 張原始影像 (j) 第 110 張原始影像

(66)

(k) 最終收斂的背景(第 120 張) 圖 5.2-2 初始彩色背景擷取依據不同特性的拍攝影像，分析彩色背景擷取的處理速度。以每秒 30 張畫面而言，平均速度約在 4~7 秒，這速度遠比一般彩色背景擷取方法快了許多。當彩色背景擷取後，另一個重要部份即為動態背景更新，其更新是利用移動物體的資訊來判斷該對那些區域執行背景更新的動作，而更新的方式如式 5.2-1 所示： × + ⎧ ₌ ⎪ ⎨ ⎪⎩保持原始背景 (n - 1) 背景目前影像背景若此區域不為移動物體 n 若此區為移動物體式 5.2-1 在上述方程式中，n 的數值越大，背景更新速度就會越慢，此時不容易克服光線或天候所造成的影像顏色變化，但 n 的數值越小，越容易受到 CCD 中的 AES 和 BLC 的功能影響，而且容易受到影像雜訊的干擾，產生背景更新的錯誤，因此 n 參數數值的設定，必須依據這兩因素來權衡其大小。由於目前 CCD 感光元件的限制，所以在日夜長時拍攝的影像畫質

(67)

差異非常大，由其在日夜交替與夜間，由於日光照度逐漸降低使得攝影機的相關參數自動調整瞬間啟動，因此會使得影像會瞬間變亮或變暗，同時，本系統希望能在現有的照明設備下使用，而不另加照明設備，所以夜間影像的感光效果與影像品質遠比日間差，這些問題都是在背景更新技術需要解決的問題。本研究以目前所發展的演算法針對一段從傍晚到晚上的影像做處理，其中影像背景有十分明顯變化的一段測試影像，作為背景更新的實驗說明。圖 5.2-3 之連續影像是位於新竹市中華路，拍攝時間為下午六點半光線變化最大時段，總共 50 張影像。圖中可以觀察到，圖 5.2-3(a)至(i)天色漸暗，同時，燈光造成的光影亦出現於道路表面上。圖 5.2-3(a)為本測試初始之背景圖像，在經上述我們提出的背景擷取方法，以機率選取模式做為輔助，隨著時間或光線的改變，可有效並快速的獲得背景影像，同時，在更新背景的方法中加入物件追蹤資訊的輔助，可以自動去除雜訊的干擾，使得彩色背景擷取技術更趨完整。 (a) 第 1 張原始影像 (b) 第 5 張原始影像 (c) 第 15 張原始影像 (d) 第 20 張原始影像

(68)

(e) 第 25 張原始影像 (f) 第 30 張原始影像 (g) 第 35 張原始影像 (h) 第 40 張原始影像 (i) 第 45 張原始影像 (j) 第 50 張原始影像 (k) 長時間光線變化下收斂之背影影像圖 5.2-3 長時間光線變化影像

(69)

5.3 即時移動物體偵測

圖 5.3-1 即時彩色背景擷取程序圖

移動車輛萃取為即時移動車輛偵測的主要工具(流程如圖 5.3-1)，其乃是籍由用影像處理技術，於動態連續影像中將移動物體與背景快速的區分開來。即時移動物體偵測的技術，在以電腦視覺為主的智慧型傳輸系統 (Intelligent Transportation System: ITS) 中使用得非常廣泛，如車輛偵測、行人偵測、障礙物偵測等。

自動化路況資訊偵測系統研發與示範(一)