資訊工程學系

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/60

本系前身「資訊教育學系」成立於民國七十四年,首先招收大學部學生,民國九十年成立資訊工程研究所碩士班,而後於民國九十五年進行系、所調整合併為「資訊工程學系」;並於九十六年成立博士班。本系目前每年約招收大學部四十餘人,碩士班六十餘人,博士班約五人,截至民國一百零四年十一月止,總計現有大學部一百九十多人,碩士班一百二十多人,博士班二十三人,合計學生人數約為三百三十多位。

News

Browse

Search Results

Now showing 1 - 1 of 1
  • Item
    雨天路面偵測系統
    (2015) 李亦鈞; Li, Yi-Chun
    由於駕駛車輛安全性問題,駕駛輔助系統相關技術在距今約二十多年前開始被重視與開發,透過攝影機架設在車輛內以視覺式的方式分析車輛前方道路的狀況來輔助駕駛人。其中路面偵測技術在先進駕駛輔助系統中扮演重要的角色,因為該技術不僅能提供正確的路面區域、道路形狀及標線位置,還能將諸多前方道路資訊提供給其他的駕駛輔助系統使用。 路面偵測技術已經逐漸的成熟,但是較少研究者針對雨天偵測路面系統進行開發與研究。透過整理近年的路面偵測文獻發現,幾乎所有研究都會先透過邊緣偵測相關技術讓系統得知影像中何處是正確的路面區域,以便進行路面顏色特徵擷取並執行路面偵測。而也有部分的文獻是先直接手動給予路面區塊,進行路面顏色特徵的擷取並初步的偵測出路面,再利用邊緣偵測技術進行改善。可以發現邊緣偵測技術對於找出路面位置有莫大的幫助,但是一旦道路標線或路面邊界模糊不清時,便無法達到效果。 因此本研究提出的雨天路面偵測系統主要是透過log chromaticity space、sensor sharpening matrix transform以及watershed segmentation來進行雨天路面偵測,不需要透過邊緣偵測技術且會自動採樣合適的路面區塊作為系統訓練的依據。首先,系統一開始時必須先確定自動擷取的region of interest (ROI)是路面區域,接著才進行road feature extraction,透過執行log chromaticity space、sensor sharpening matrix transform及projection and thresholding各步驟後便可以將整張影像與ROI具有相似顏色的像素視為同一類,最後再結合watershed segmentation影像分割技術來改善誤判。 最後實驗的部分,本研究針對小雨、中雨、中大雨三種雨勢以及數種道路形狀進行實驗,實驗結果呈現出,對於較遠的車輛、較大的雨勢以及過度曝光的路面經常會產生誤判,但若是實驗場景中有著充足的光線以及道路上的車輛都有色彩鮮明的顏色,路面偵測的結果都能產生很高的正確率。