淡江大學覺生紀念圖書館 (TKU Library)
進階搜尋


下載電子全文限經由淡江IP使用) 
系統識別號 U0002-1907201014500600
中文論文名稱 以機器視覺為基礎實現自走車車道追跡系統
英文論文名稱 Vision-based Lane Tracking System for Autonomous Mobile Robot
校院名稱 淡江大學
系所名稱(中) 機械與機電工程學系碩士班
系所名稱(英) Department of Mechanical and Electro-Mechanical Engineering
學年度 98
學期 2
出版年 99
研究生中文姓名 林伯彥
研究生英文姓名 Po-Yen Lin
學號 697371689
學位類別 碩士
語文別 中文
口試日期 2010-06-15
論文頁數 58頁
口試委員 指導教授-孫崇訓
委員-孫崇訓
委員-王銀添
委員-王文俊
委員-翁慶昌
委員-許陳鑑
中文關鍵字 車道追跡  機器視覺  階層式模糊系統 
英文關鍵字 Lane tracking  machine vision  hierarchical fuzzy system 
學科別分類 學科別應用科學機械工程
中文摘要 本論文的主要研究方向就是把即時影像處理技術應用在車道線的偵測,並將車道與車子的相關資訊回授給系統控制器以控制前輪的轉向,進而實現自走車車道保持與追跡的功能。
我們將攝影機架設在自走車上做為感測器拍攝前方道路影像,並以邊緣偵測、霍夫轉換等影像處理方法來獲得即時的車道線資訊。如此自走車便可以根據得到的車道資訊透過模糊控制的方式做出正確轉向動作完成車道追跡。因為自走車使用的前輪轉向伺服機並不具有回授與編碼的功能,無法直接得知前輪在每一時刻的轉向角,因此我們的模糊系統完全靠影像回授的車道線資訊,包含車子與車道之間的側偏差、側偏差隨時間變化率以及車道中心線方向隨時間變化率這三項資訊做為控制輸入。設計三輸入的模糊系統,可能會產生大量的模糊規則,因此這邊又加入了階層式模糊系統的概念,來達到模糊規則數的降低。最後,我們以實驗來驗證此車道追跡系統在自走車上的應用是可行且穩定的。
英文摘要 This paper performs a vision-based lane tracking system for the autonomous mobile robot. We take the camera on mobile robot as the sensor to get real-time road images. The lane markings in images are extracted by specifying ROI (Region of Interest), Sobel edge detection, Hough transform and real-time image processing algorithm. Then the autonomous mobile robot will move following the lane markings using fuzzy control. In this fuzzy controller, the input variables are the derivative of lane direction, the deviation between lane center and mobile robot, and its change rate, since the sensor-less steering motor is adopted. For the traditional fuzzy control system, three input variables will lead to a large number of fuzzy rules. The hierarchical fuzzy system is utilized to reduce the fuzzy rules and the computing burden. Experimental results show the effectiveness of the proposed lane tracking system.
論文目次 目錄
中文摘要 ...............................I
Abstract ..............................II
目錄 .................................III
圖目錄 .................................V
表目錄 ..............................VIII
第一章 緒論 ............................1
1.1 研究動機與目的 .................1
1.2 文獻回顧 .......................1
1.3 本文架構 .......................3
第二章 系統架構 ........................5
2.1 系統流程 .......................5
2.2 車體架構 .......................6
2.2.1 無線攝影機 .................7
2.2.2 微控制器 ...................7
2.2.3 RF無線傳輸模組與藍芽模組 ...8
2.2.4 前輪轉向伺服機 ............10
2.3 電腦端系統 ....................12
2.4 電視卡 ........................12
2.5 本章總結 ......................13
第三章 影像處理系統 ...................14
3.1 影像處理架構與流程 ............14
3.2 影像前處理 ....................15
3.3 邊緣偵測 ......................16
3.4 霍夫轉換 ......................17
3.5 車輛與車道線相關資訊 ..........20
3.5.1車道中心位置計算 ...........20
3.5.2車道中心位置修正 ...........22
3.5.3車道與車子相關資訊計算 .....24
3.6 本章總結 ......................25
第四章 控制器設計 .....................26
4.1 模糊系統架構介紹 ..............26
4.2 模糊控制器設計 ................27
4.3 階層式模糊系統 ................35
4.4 控制點位置修正 ................38
4.5 本章總結 ......................41
第五章 車道追蹤實驗 ...................42
5.1 人機介面 ......................42
5.2 實驗場地介紹 ..................43
5.3 實驗結果 ......................44
5.3.1 直線場地測試 ..............44
5.3.2 彎道場地測試 ..............47
5.4 本章總結 ......................54
第六章 結論與未來工作 .................55
6.1 結論 ..........................55
6.2 未來展望 ......................55
參考文獻 ..............................57

圖目錄
圖2.1 系統流程圖 ...5
圖2.2 自走車硬體配置與架構 ...6
圖2.3 自走車前輪的轉向機構與轉向方式 ...6
圖2.4 行車紀錄器(CAR-02) ...7
圖2.5 BASIC Stamp 2微控制器 ...8
圖2.6 無線傳輸模組(RF-TR100) ...8
圖2.7 ZX-Bluetooth藍芽模組 ...9
圖2.8 BS2端之連線程式 ...10
圖2.9 帶動前輪轉向機構用的伺服機 ...11
圖2.10 PWM的伺服機控制方式 ...11
圖2.11 PWM訊號與伺服機轉動角速度的關係圖 ...12
圖2.12 廣寰電視卡PVR-TV 7134SE外觀 ...13
圖3.1 攝影機架設位置 ...14
圖3.2 影像處理系統架構與流程 ...15
圖3.3 綠色框框內的範圍即為所選取的ROI ...16
圖3.4 [-1 0 1]遮罩對影像摺積 ...16
圖3.5 經Sobel邊緣偵測後再做二值化得到的結果 ...17
圖3.6 直線的法線表示法之參數空間幾何意義 ...18
圖3.7 將像素從影像空間轉至參數空間的結果 ...18
圖3.8 將二值化車道邊緣影像轉至參數空間之結果 ...19
圖3.9 經霍夫轉換找出車道線邊緣位置之結果 ...19
圖3.10 影像平面道路模型 ...20
圖3.11 單一車道邊線的車道中心位置推算 ...22
圖4.1 模糊控制器的基本架構 ...26
圖4.2 系統控制流程圖 ...27
圖4.3 影像中車道與車子側偏差示意圖 ...28
圖4.4 車子側偏差(Input1)的歸屬函數 ...28
圖4.5 影像中側偏差隨時間變化率示意圖 ...29
圖4.6 側偏差隨時間變化率(Input2)的歸屬函數 ...29
圖4.7 影像中車道中線斜率倒數隨時間的變化率之示意圖 ...30
圖4.8 車道中線斜率倒數隨時間變化率(Input3)的歸屬函數 ...30
圖4.9 PWM訊號與前輪轉向示意圖 ...31
圖4.10 PWM訊號與伺服機轉動角速度的關係圖 ...31
圖4.11 PWM訊號(Output)的歸屬函數 ...31
圖4.12 模糊規則庫 ...32
圖4.13 模糊規則1之示意圖 ...33
圖4.14 模糊規則57之示意圖 ...33
圖4.15 模糊規則78之示意圖 ...34
圖4.16 模糊規則125之示意圖 ...34
圖4.17 階層式模糊系統架構 ...36
圖4.18 第一層模糊輸入(Input2、Input3)的歸屬函數 ...36
圖4.19 階層式模糊規則庫(a)第一層模糊系統(b)第二層模糊系統 ...37
圖4.20 第二層模糊輸入(1st fuzzy output、Input1)的歸屬函數 ...37
圖4.21 第二層模糊輸出歸屬函數 ...37
圖4.22 自走車的前視距離 ...38
圖4.23 影像資訊控制點的回推示意圖 ...39
圖4.24 進彎時的影像回推示意圖 ...40
圖5.1 自行開發的影像處理與模糊控制系統的程式介面 ...42
圖5.2 直線與彎道路徑的實驗場地 ...44
圖5.3 車子初始位置1 ...45
圖5.4 (a)~(d)從車道正中心開始的車道追跡情形 ...45
圖5.5 車子初始位置2 ...45
圖5.6 (a)~(o)從車道中心偏右開始的車道追跡情形 ...46
圖5.7 車子初始位置3 ...46
圖5.8 (a)~(o)與車道中心線夾一定角度開始的車道追跡情形 ...47
圖5.9 彎道路徑B ...48
圖5.10 (a)~(n)為無控制點回推的彎道路徑B之車道追跡情形 ...49
圖5.11 (a)~(o)為有控制點回推的彎道路徑B之車道追跡情形 ...50
圖5.12 彎道路徑C ...51
圖5.13 (a)~(o)為有控制點回推的彎道路徑C之車道追跡情形 ...51
圖5.14 彎道路徑D ...52
圖5.15 (a)~(o)為有控制點回推的彎道路徑D之車道追跡情形 ...52
圖5.16 彎道路徑E ...53
圖5.17 (a)~(k)為有控制點回推的彎道路徑E之車道追跡情形 ...54

表目錄
表2.1 行車紀錄器規格 ....7
表2.2 無線傳輸模組規格 .....9
表2.3 ZX-Bluetooth各腳位功能 .....10
表2.4 前輪轉向伺服機規格 ....11
表3.1 左右車道線的判斷 .....21
表3.2 移動平均舉例 .........22
參考文獻 [1] Alberto Broggi, Massimo Bertozzi, Alessandra Fascioli, Corrado Guarino Lo Bianco, and Aurelio Piazzi, “Visual Perception of Obstacles and Vehicles for Platooning,” IEEE Trans. Intelligent Transportation System, vol. 1, No. 3, pp. 164-176, September 2000.
[2] Tzuu-Hseng S.Li and Shih-Jie Chang, “Autonomous Fuzzy Parking Control of a Car-Like Mobile Robot,” IEEE Trans. Systems, Man and Cybernetics Part-A, vol. 32, No. 4, pp. 451-465, July 2003.
[3] 何程翔 (李祖聖 教授指導),車型機器人之全方位影像處理停車控制器設計與實現,國立成功大學碩士論文,2005。
[4] Zu When Kim, “Robust Lane Detection and Tracking in Challenging Scenarios,” IEEE Trans. Intelligent Transportation System, vol. 9, No. 1, pp. 16-26, March 2008.
[5] Se-Young Oh, Jeong-Hoon Lee, and Doo-Hyun Choi, “A New Reinforcement Learning Vehicle Control Architecture for Vision-Based Road Following,” IEEE Trans. Vehicular Technology, vol. 49, No. 3, pp. 997-1005, May 2000.
[6] 陳勇全 (陳榮順 教授指導),以影像為基礎之先進智慧概念車輛車道保持控制系統,國立清華大學碩士論文,2007。
[7] Thomas Hessburg and Masayoshi Tomizuka, “Fuzzy Logic Control for Lateral Vehicle Guidance,” IEEE Control Systems Magazine, vol. 14, No. 4, pp. 55-63, August 1994.
[8] Yinghua He, Hong Wang, and Bo Zhang, “Color-Based Road Detection in Urban Traffic Scenes,” IEEE Trans. Intelligent Transportation Systems, vol. 5, No. 4, pp. 309-318, December 2004.
[9] Hsu-Yung Cheng, Bor-Shenn Jeng, Pei-Ting Tseng, and Kuo-Chin Fan, “Lane Detection With Moving Vehicles in the Traffic Scenes,” IEEE Trans. Intelligent Transportation systems, vol. 7, No. 4, pp. 571-582, December 2006.
[10] Jyun-Guo Wang, Cheng-Jian Lin, and Shyi-Ming Chen, “Applying fuzzy method to vision-based lane detection and departure warning system,” Expert Systems with Applications, vol. 37, pp. 113-126, 2010.
[11] Gonzalez Woods (繆紹綱 編譯),Digital Image Processing 數位影像處理,普林斯頓國際有限公司,1992年。
[12] Yue Wang, Eam Khwang Teoh, and Dinggang Shen, “Lane detection and tracking using B-Snake,” Image and Vision Computing, vol. 22, pp. 269-280, 2004.
[13] Kazuo Tanaka and Takahiro Kosaki, “Design of a Stable Fuzzy Controller for Articulated Vehicle,” IEEE Trans. Systems, Man, and Cybernetics Part-B, vol. 27, No. 3, pp. 552-558, June 1997.
[14] Ming-Ling Lee, Hung-Yuan Chung, Fang-Ming Yu, “Modeling of hierarchical fuzzy systems,” Fuzzy Sets and Systems, vol. 138, pp. 343-361, 2003.
[15] Nikolaj Zimic, Miha Mraz, “Decomposition of a complex fuzzy controller for the truck-and-trailer reverse parking problem,” Mathematical and Computer Modeling, vol. 43, pp. 632-645, 2006.
[16] 王文俊,認識Fuzzy-第三版,全華圖書股份有限公司,2005年。
論文使用權限
  • 同意紙本無償授權給館內讀者為學術之目的重製使用,於2011-08-16公開。
  • 同意授權瀏覽/列印電子全文服務,於2011-08-16起公開。


  • 若您有任何疑問,請與我們聯絡!
    圖書館: 請來電 (02)2621-5656 轉 2281 或 來信