知識文章
長距夜間車輛偵測技術
車輛中心 研究發展處 黃瀚文
根據美國國家安全委員會(National Safety Council)的統計,夜間發生汽車交通事故的機率要比白天高出三倍,,原因來自於夜間自然光源不足而影響到可視範圍,儘管有道路上的路燈和車輛本身的光源輔助照明,但在沒有自然光照的情況下,駕駛者可以看到視野範圍仍舊小於在白天的狀況,還有人類的深度感知和周邊視覺皆會受到影響,較難識別迎面而來的車輛速度與距離,都會造成駕駛者的反應時間增加,更易導致意外事故的發生。
因此,夜視系統(Night Vision System,NVS)在先進駕駛輔助系統(Advanced Driver Assistance Systems,ADAS)中,也是各車廠積極發展的智慧車輛技術之一。透過安裝於車內的感測器與訊號處理模組,在夜間視野不佳、光源不足的狀況下,能及早偵測到前方及周邊的其它車輛,協助駕駛判斷車輛的位置及提醒駕駛者注意行車狀況。
在感測器部分最常見的是使用CMOS影像感測器,即一般的攝影機,但為了在夜間能夠得到更佳的成像品質及更遠的辨識距離,車輛中心(ARTC)利用RCCC(Red/Clear)Sensor取代傳統由RGB Filter組成的Bayer Sensor,RCCC Sensor可加強對紅色光源的成像,在低照度的環境下的成像較RGB Sensor減少更多的雜訊,再輔以攝影機參數調校(Image Signal Processor,ISP),大幅提升影像偵測演算法的辨識結果。
圖.(a)RCCC Sensor(b)Bayer Sensor之Filter示意圖
在沒有路燈或其它光源輔助的狀況下,車輛的輪廓及紋理在影像上不易被完整的呈現,因此一般日間常見的影像特徵在夜間並不完全適用,在夜間,車輛的頭燈(Head Light)及尾燈(Tail Light)是我們在影像上所要偵測的特徵目標,透過前述ISP調教後的影像及感興趣區域設置(Region of Interest,ROI),利用高亮度特徵擷取的技術,將亮度特徵轉換至影像,並透過一區域門檻值(Threshold)將影像轉為二值化影像(Binary Image),保留住高亮度的區域並濾除其它環境雜訊光源,這些被選取出的高亮度區域利用面積大小、長寬比例以及光源匹配等三項全域性的篩選方法,藉由幾何上的特徵將車輛光源的區域選區出來,作為最後偵測的結果。實際驗證在30~100公尺的前方車輛(Preceding Vehicle)及對向車輛(Oncoming Vehicle)之偵測率皆達到九成以上。
圖. 夜間車輛偵測流程及RCCC偵測影像
雖然NVS可幫助駕駛觀察車輛周圍狀況,但最重要的,還是駕駛者在夜間行駛時須提高本身的專注力、放慢車速,才能在突發狀況時做有效的即時應變。