• 沒有找到結果。

1. 簡介

N/A
N/A
Protected

Academic year: 2021

Share "1. 簡介"

Copied!
7
0
0

加載中.... (立即查看全文)

全文

(1)

1. 簡介

1.1 研究動機

隨著經濟的發展,國人擁有自有車輛的比例越來越高,加以人

口不斷的增長,台灣本身的土地又有限,因此停放車輛已是交通的一

大難題。現今停車場系統多設有剩餘停車位顯示的機制提供駕駛者做

參考,但是往往不夠精確,導致駕駛者在停車場裡耗費相當的時間尋

找停車位,一方面浪費油料,另一方面也造成環境的污染;再者有些

停車場的規模龐大,駕駛者在停妥車輛後,再回來取車時常會忘記原

先車輛的停放處,必須花費不少時間來尋找車輛,因此我們提出智慧

型停車場系統來解決上述的問題。

在智慧型停車場系統中,車場的監控及車輛追蹤均在其中扮演

著重要的角色。車輛追蹤配合導引燈號可以引導進入車場的車輛直接

至有空位的地方,如此可以免除車主自己尋找空車位;同時系統也可

以知道該車的停放位置,在稍後車主回來取車時,車主可以藉由系統

立即知道車輛的停放位置,避免因忘記停車位而盲目尋找。而車場內

(2)

視功能,視覺系統均在其中扮演重要的角色。

視覺系統所用的攝影機一般可分成靜態與動態兩種,所謂靜態攝

影機指的是攝影機本身的位置及視軸均為固定,此種攝影機在被用來

追蹤車輛時,常會遭遇互相遮蔽(mutual occlusion)的問題。例如在

一車道時,若同時有好幾部車出現,且相互靠近,則彼此之間就有互

相遮蔽的情形產生。雖然我們可以將攝影機的架設方式稍作改變,例

如增加攝影機視軸的斜率(見圖 1.1),如此雖然可以改善遮蔽的問

題,但也會縮小攝影機的監看範圍。又若我們想要多方向的監視車道

時,則必須架設多支不同方向的攝影機,如此不但增加成本費用,也

增加處理的複雜度。此時使用動態攝影機會較理想;此種攝影機的光

軸可以改變方向,包括平移和轉動,它可以經由平移降低遮蔽的影

響,也可經由轉動來多方向監視車道,但主要的缺點是不能同時追蹤

多個物體。因此如果有一種攝影機能以單一 view 同時監看多個物體,

且能將遮蔽的影響降至最低,又能多方位監看,將為一理想的攝影

機。環場攝影機(omnidirectional camera)提供了上述的需求,因此

本研究選定環場攝影機作為提供影像資訊的主要設備。

(3)

1.1(a) 1.1(b)

圖 1.1. (a)圖為攝影機的 optical axis 與車行方向夾角為 45 度角的情況,(b)圖為 攝影機的optical axis 與車行方向夾角為 65 度角的情況。

在車輛追蹤及監視系統設置時首先要做的工作就是要確定環場

攝影機的架設位置,我們要保證所有環場攝影機的視場(field of view,

FOV)能完全覆蓋整個停車場所要監控的範圍,若停車場的規模不大

或許我們可以用人手設定,但是若考量到一般停車場規模皆不小,如

師大停車場能夠容納上千車輛停放,若是以人工設定將是一項艱難之

工程。本研究提出一套演算法則來自動決定環場攝影機的架置位置,

可以完全監控整個停車場,並且產生一 environmental map,將來可供

車輛追蹤之用。

1.2 相關研究

本 文 所 要 探 討 的 問 題 實 際 上 可 以 看 成 是 一 種 覆 蓋 的 問 題

(4)

幾何圖形,例如三角形、矩形、多邊形、圓形…等等,而 non-geometric

covering 顧名思義指的是欲覆蓋的範圍為非幾何圖形,例如在生物科

技中常有給予基因樣本(template),想在一長串的基因序列中找出所有

類似樣本的段落,從另一種角度來看,也就是樣本可以覆蓋基因序列

中的那些部分。本文所考慮的問題屬於Geometric covering 問題的一

種,其又可再細分成 finite point sets 及 shapes 兩類,差別在於欲被覆

蓋的集合為離散或連續集合,本文所考慮的問題屬於後者,亦即shape

類,其又可再分成 covering 及 decomposition 兩種;在 decomposition

類中,我們可以想像在給予一集合 P,它如何可被 Q={q1,q2,…,qn}

中的子集合 qi’s 剛好完全覆蓋,亦即 P= ;但在 covering 中則

只要P 即可;圖1.3 顯示此兩類問題的區別。本文所探討的問

題屬於covering 類別,此類問題屬於 NP-hard 的問題[Cul88],到目前

為止仍被繼續探討中[Mot90]。

Q i

q

q

i

Q i

q

q

i

(5)

1.2.覆蓋問題的分類,粗線指引的路徑為本文所研究問題的分類。

1.3(a) 1.3(b)

(6)

的是如何規劃出一條路徑使得清潔機器人可以將一環境內範圍都清

掃得到,也就是能將整個環境都覆蓋到。在[Her96]的研究中提出一

on-line 的 terrian-covering 演算法,運用在海底地形偵測用機器人上,

其中機器人身上的 sensors 可以感應鄰近地形,形成一近似多面體,

然後將3D 的地形垂直投射到 2D 平面上,於此 2D 平面上規劃路徑,

由於是三維計算所以複雜度較高,若遇到地形有洞穴時必須額外紀錄

此環境資訊,因為在近似多面體投射於2D 平面後並不能看出是否有

洞穴存在。[Hof95]及[De97]提出一種 template-based 的方法,此演算

法將機器人的動作分成五種形式,分別為直線進行、迴轉、側移、八

字型路徑及返回原路徑,分別運用在以下狀況:無障礙物、遇到邊界、

遇到牆角且側移之後仍有路可走、大範圍無障礙物的狀況,以及障礙

物出現在欲清潔的區域中,此方法的計算複雜度亦很高;[Fu99]使用

裝設在機器人身上的超音波及紅外線sensors 來得知外部環境資訊(例

如牆壁及障礙物);Fu 也預先定義了一些機械人的行為,包括找尋牆

壁、沿著牆壁行走、碰撞避免、原地轉彎及橫移,因為這些行為都以

直線路徑的方式來完成,所以在處理非線性介面的障礙物時無法完全

覆蓋區域。[Luo02]使用類神經網路中一修改過的 Hopfield model

[Fre92],其中將環境中未清潔的區域視為激發刺激源,而視障礙物為

抑制刺激源,如此機器人在欲清潔的環境中行走時會被尚未清潔的區

(7)

域吸引,被障礙物所排斥推擠,如此可規劃出一條最佳路徑,此法因

未事先定義機械人的行為,所以可以處理非線性的環境。

本研究將運用路徑規劃的方法,首先將2 維的覆蓋問題簡化成 1

維的問題,接著利用得到的一維路徑,考慮其上的覆蓋問題。第一部

份我們修改[Luo02]的方法,來規劃一條能完整覆蓋整個停車場的路

徑,然後沿著此路徑利用我們提出的類神經網路來放置環場攝影機,

達到完全監控整個停車場的目的。

1.3 論文架構

在第二章中我們首先將所考慮的問題轉換成一覆蓋的問題,然

後介紹環場攝影機,再描述解決此問題的流程;在第三章中我們描述

環場攝影機校正的過程。第四章則討論攝影機的佈設細節。第五章討

論如何產生environmental map。第六章展示實驗結果。最後第七章為

本論文做一總結並探討未來可能的研究方向。

數據

圖 1.2.覆蓋問題的分類,粗線指引的路徑為本文所研究問題的分類。

參考文獻

相關文件

以海平面為基準點,直升機飛到海拔 400 公尺的高度,可記為+400

( )如圖,有兩個一大一小的圓形鼓,鼓面直徑比為 3:5,現在想要把鼓面都漆上顏色,每 一平方公分需要

其交線垂直於軸三角形的底邊。進而,如果截痕的直徑平行於軸三角形的一邊,那麼任一

△ABC 為上底面、△DEF 為下底面,且上底面△ABC 與下底面△DEF 互相平行、△ABC △DEF;矩形 ADEB、矩形 BEFC 與 矩形 CFDA 皆為此三角柱的側面,且均同時與△ABC、△DEF

英國人,自我教育的學者。獨 立發現四元數可簡化為空間向 量,而仍然滿足電磁學的需求. Heaviside

如圖,空間中所有平行的直線,投影在 image 上面,必會相交於一點(圖中的 v 點),此點即為 Vanishing Point。由同一個平面上的兩組平行線會得到兩個

1.列舉不同投影法的地圖數幅 相同地區,採用不同的投影法所繪製的 地圖,用以呈現,在不同投影下同一地 區有面積、方向、形狀上的不同 2.臺灣地區 1/25000 的地形圖

如圖,已知平面上不共線 A、B、D 三點,小明利用尺規作 圖找出另一點 C,使得四邊形 ABCD