English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 2928/5721 (51%)
造訪人次 : 386011      線上人數 : 197
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncut.edu.tw/handle/987654321/4900


    題名: 基於虛擬駕駛路徑預測之車道偏離預警系統
    作者: 張晉昇
    郭英哲
    貢獻者: 電機工程系
    關鍵詞: 車道偏離預警
    卡爾曼濾波器
    霍夫轉換
    K-means
    灰色理論
    日期: 2013
    上傳時間: 2013-08-02 14:10:43 (UTC+8)
    出版者: 台中;國立勤益科技大學
    摘要: 交通事故往往造成人員傷亡及財產損失,而許多交通事故的發生皆因駕駛疏失使得車輛偏離車道而造成意外。近年來政府及汽車產業無不持續提出車道偏移警示系統(Lane Departure Warning System, LDWS)的研究,希望能減少交通事故的發生。本論文運用電腦視覺(Computer vision)技術快速偵測直線或彎道的車道標線(Lane marking)。並記錄過去車輛行駛路徑與車道標線之間的偏移量,進而預測未來虛擬行駛路徑,用以判斷車輛是否偏離車道,藉此對車輛駕駛提出警示。
    本系統首先利用車道標線的二次曲線參數使用卡爾曼濾波器(Kalman filter)預測更新車道標線,建立感興趣區域(Region of Interest, ROI)。影像前處理是使用K-means分群演算法(K-means clustering)進行影像二值化(Binarization),再將二值化影像以Sobel運算(Sobel operator)提取車道標線邊緣影像,並且在車道標線邊緣影像中使用影像形態學(Morphology)方法消除影像中的微小雜訊,以及增強、修補車道標線的特徵。接著將ROI區域配合霍夫轉換(Hough transformation)偵測經影像前處理後影像中的車道標線,將所偵測車道標線資訊經由最小平方法(Least square)繪出影像中車道標線位置。最後車道偏離預警是運用灰色理論(Grey theory)將記錄的車道標線資料及駕駛路徑,用來預測未來虛擬駕駛行駛路徑。
    由實驗結果可以看出,本論文所預測的未來虛擬駕駛行駛路徑可進而計算穿越車道標線的時間(Time to Lane Crossing, TLC)與穿越車道標線的距離(Distance to Lane Crossing, DLC)。經由預測所得的TLC及DLC,藉以判斷車輛未來是否會偏離駕駛車道,可以事先警告駕駛者是否即將偏離車道、注意行車安全,以減少事故發生,此虛擬行駛路徑是經由記錄過去的行駛路徑預測所得,因此系統具有適應性。
    顯示於類別:[電機工程系(所)] 【電機工程系所】博碩士論文

    文件中的檔案:

    沒有與此文件相關的檔案.



    在NCUTIR中所有的資料項目都受到原著作權保護.


    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋