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。