驾驶状况监控系统

2020/1/27CGUEEDIPLab1駕駛狀況監控系統Adrivingstatusmonitoringsystem指導教授：李建德製作學生：范銘文、陳啟銘報告學生：范銘文(M9521008)2020/1/27CGUEEDIPLab2Outline簡介系統架構影像分析駕駛安全性判斷結論2020/1/27CGUEEDIPLab3Ⅰ.簡介近年來隨著科技的進步，應用於車輛安全的各項技術日新月異，目前較新的車道偏移警示系統或車輛間距警示系統等等，都是以影像處理為基礎的安全系統。為了改善開車時的安全性，本論文提出利用車道中線的資訊，辨識行車型態結合駕駛者視線方向，來判斷是否為安全駕駛。2020/1/27CGUEEDIPLab4Ⅱ.系統架構整體系統流程圖2020/1/27CGUEEDIPLab5Ⅲ.影像分析駕駛者視線偵測道路線偵測2020/1/27CGUEEDIPLab6Ⅲ.影像分析-駕駛者視線偵測(1/11)駕駛者視線偵測流程圖Ⅲ.影像分析-駕駛者視線偵測(2/11)Viola與Jones於2001年提出以Adaboost演算法為基礎的物體偵測演算法。主要是利用一些矩形特徵計算影像的差值，透過Adaboost演算法，來提高物體辨識正確率。2020/1/27CGUEEDIPLab7Ⅲ.影像分析-駕駛者視線偵測(3/11)黑色區域的像素總和與白色區域的像素總和相減即為即為其特徵值2020/1/27CGUEEDIPLab824x24pixel2020/1/27CGUEEDIPLab9Ⅲ.影像分析-駕駛者視線偵測(4/11)人臉偵測Adaboost演算法串聯架構1if()0otherwise()jjjjjpfxphx　　　　　Ⅲ.影像分析-駕駛者視線偵測(5/11)2020/1/27CGUEEDIPLab10Ⅲ.影像分析-駕駛者視線偵測(6/11)2020/1/27CGUEEDIPLab11縮小比例1.224x24Ⅲ.影像分析-駕駛者視線偵測(7/11)2020/1/27CGUEEDIPLab122007/7/19CGUEEDIPLab13Ⅱ.影像分析-駕駛者視線偵測(8/11)五官定位xywh15W14H35W15H14W12H12W14H023HW13H後續處理範圍參數表參數眼睛區域鼻子區域嘴巴區域2020/1/27CGUEEDIPLab14Ⅲ.影像分析-駕駛者視線偵測(9/11)轉頭角度與視線方向1122122121if1ififeyeLLLLLLLLLLR　　，　　　　　　，　　　　，　　　11LEE22LEE13LMM24LMM3344344343if1ififlipLLLLLLLLLLR　　，　　　　　　，　　　　，　　　lipRR2020/1/27CGUEEDIPLab15Ⅲ.影像分析-駕駛者視線偵測(10/11)2020/1/27CGUEEDIPLab16Ⅲ.影像分析-駕駛者視線偵測(11/11)偵測結果正面偏左左轉正面偏右右轉2020/1/27CGUEEDIPLab17Ⅲ.影像分析-道路線偵測(1/9)道路線偵測流程圖2020/1/27CGUEEDIPLab18Ⅲ.影像分析-道路線偵測(2/9)邊緣偵測使用Canny邊緣偵測運算子道路影像邊緣偵測結果2020/1/27CGUEEDIPLab19Ⅲ.影像分析-道路線偵測(3/9)反透視轉換2020/1/27CGUEEDIPLab20Ⅲ.影像分析-道路線偵測(4/9)Ⅲ.影像分析-道路線偵測(5/9)2020/1/27CGUEEDIPLab21型態學影像處理-閉合(close)運算子閉合也傾向於使輪廓部份平滑，不過與斷開相反，一般說來，它把窄的中斷部份和細長缺口連接起來，消除小洞，填補輪廓上的缺口。BBABA)(22Ⅲ.影像分析-道路線偵測(6/9)霍夫轉換2020/1/27CGUEEDIPLab23Ⅲ.影像分析-道路線偵測(7/9)預設寬度平均寬度2020/1/27CGUEEDIPLab24Ⅲ.影像分析-道路線偵測(8/9)車道中線預測左右道路線取中間值道路影像車道中線預測車道中線預測道路線偵測不全時預設車道寬度2020/1/27CGUEEDIPLab25Ⅲ.影像分析-道路線偵測(9/9)2020/1/27CGUEEDIPLab26Ⅳ.駕駛安全性判斷(1/8)駕駛安全性判斷利用彈性形狀脈絡相似度量測結合駕駛者視線與行車型態Ⅳ.駕駛安全性判斷(2/8)相似度量測的方法是S.Belongie於2002年所提出的形狀脈絡(ShapeContexts)。主要是將空間劃分為幾個欄位，依照其所劃分的欄位，計算出現在每個欄位中的點數。利用點數的個數，判斷出兩個影像的相似程度。2020/1/27CGUEEDIPLab27Ⅳ.駕駛安全性判斷(3/8)2020/1/27CGUEEDIPLab28貝殼模組扇形模組組合模組Ⅳ.駕駛安全性判斷(4/8)擴散原理2020/1/27CGUEEDIPLab292020/1/27CGUEEDIPLab30Ⅳ.駕駛安全性判斷(5/8)利用彈性形狀脈絡相似度量測相似度計算21[()()]12()()KijijkijhkhkChkhkCij：影像i與影像j的相似度hi(k)：i影像所建立的形狀脈絡hj(k)：j影像所建立的形狀脈絡k：形狀直方圖的欄位K：形狀直方圖的欄位數利用彈性形狀脈絡相似度量測相關係數2020/1/27CGUEEDIPLab31Ⅳ.駕駛安全性判斷(6/8)laneCdriverC2020/1/27CGUEEDIPLab32相似度：228.40相似度：13.53Ⅳ.駕駛安全性判斷(7/8)2020/1/27CGUEEDIPLab33Ⅳ.駕駛安全性判斷(8/8)安全性判斷駕駛安全性範圍dangerlanedriverCCClaneCdriverCdangerC駕駛安全性安全80以下60以下4800以下可能危險80～18060～1204800～21600危險180以上120以上21600以上2020/1/27CGUEEDIPLab34Ⅴ.實驗結果系統設置駕駛安全性判斷結果2020/1/27CGUEEDIPLab35Ⅴ.實驗結果-系統設置系統設置圖軟體環境：VisualC++6.0硬體環境：[CPU]IntelP43.0G、[RAM]1GB、[Camera]LogitechQuickCamPro4000×2車道線攝影機駕駛者視線攝影機2020/1/27CGUEEDIPLab36CDriver:0.62CLane:115.96CDanger:71.90安全Ⅴ.實驗結果-駕駛安全性判斷(1/2)2020/1/27CGUEEDIPLab37CDriver:132.57CLane:38.69CDanger:5129.13可能危險Ⅴ.實驗結果-駕駛安全性判斷(2/2)2020/1/27CGUEEDIPLab38Ⅵ.結論本論文提出一個駕駛情況的監控系統。透過影像分析取得駕駛者的視線、道路標線的方向以及行車方向。透用彈性脈絡的相似度量測模型，計算兩個相關係數。藉由兩個相關係數的數值及變化值將駕駛狀態分為安全、可能危險以及危險情況三種。若駕駛者的注意力不集中於路況，進而提醒駕駛者注意安全，以降低因駕駛者注意力不集中所導致的事故。此系統也能與其他以距離資訊為基礎的防碰撞系統相結合，提供更完善的安全性警告。References[1]P.ViolaandM.Jones,“RapidObjectDetectionUsingABoostedCascadeofSimpleFeatures,”ProceedingsofIEEEConferenceonComputerVisionandPatternRecognition,vol.1,pp.511-518,2001.[2]A.Broggi,“RobustReal-TimeLaneandRoadDetectioninCriticalShadowConditions,”ProceedingsIEEEInternationalSymposiumonComputerVision,1995.[3]S.Belongie,J.Malike,andJ.Puzicha,“ShapeMatchingandObjectRecognitionUsingShapeContexts,”IEEETransactionsonPatternAnalysisandMachineIntelligence,vol.24,pp.509-522,2002.[4]D.LiuandT.Chen,“SoftShapeContextforIterativeClosestPointRegistration,”ProceedingsofIEEEConferenceonTheInternationalConferenceonImageProcessing,pp.1081-1084,2004.[5]D.Mitrovic,“ReliableMethodforDrivingEventsRecognition,”IntelligentTransportationSystems,vol.6,pp.198-205,2005.[6]GaryBradski,AdrianKaehler,andVadimPisarevsky,“Learning-basedcomputervisionwithIntel’sopensourcecomputervisionlibrary,”IntelTechnologyJournal,vol.9,No.1,pp.119-130,2005.[7]RafaelC.Gonzalez,RichardE.Woods，數位影像處理第二版，繆紹綱譯，培生教育出版集團，2003年8月2020/1/27CGUEEDIPLab392020/1/27CGUEEDIPLab40ThanksforYourAttention