一. 概述
上一篇文章介紹了” 精闢 ！車道偏移原理解密 (上)＂ ，藉由上述之原理與流程即可實現該算法，找到車道線的斜率與截距。
此章節為 ＂精闢 ！車道偏移原理解密 (下)＂ 亦屬於車道偏移偵測篇章(橘色章節)，這裡將會介紹車道偏移演算法主要流程與結果，幫助各位加快實現該算法 ！最後，將介紹車道資訊是如何套用於前車偵測中，幫助算法識別車輛 ！
此外，世平集團 ATU 團隊精心設計的一套 Sky Eye 開發版，幫助我們一同開闊未來 !!
大大通精彩方案 開闢未來_雙目立體視覺帶你進入 FCW & LDW 新視野
雙目立體視覺技術指南 (前車偵測) - 文章架構示意圖
透過上篇文章的基礎原理介紹，大致上已經構成車道偏移偵測的主要元素，接下來就是將三大原理的概念運用至實際的算法上。
二. 演算流程 - 車道偏移偵測(Lane Daparture Warning,LDW)
如下圖所示，為車道偏移偵測的演算流程圖 ; 取得輸入影像後，依序進行將色彩空間轉換成灰階影像、接著以自行定義的感興趣區塊 ROI 去分別處理左側與右側區塊。
接下來，對各區塊計算 最大關聯度準則(MCC) 取得閥值(Threshold)，即可生成二值化影像。並透過細線化去減少計算量與強化資訊。最後就可以使用 霍夫轉換(Hough Transform) 找出左右兩側所對應的車道線資訊。
*** 車道偏移警示方式暫不提供，本篇只闡述如何抓取車道線。
車道偏移偵測之演算流程圖
三. 演算結果 - 車道偏移偵測(Lane Daparture Warning,LDW)
在車道偏移偵測部分，主要以左鏡頭之影像進行偵測與分析。
如同算法解析章節，取得灰階影像即可利用 感興趣區塊(ROI) 的概念，將影像中的車道一分為二 ; 左與右側，以利於鞏固算法的穩定性。接著，左與右側將各別處理最大關聯度準則、二值化、細線化和霍夫轉換等算法，即可得到 車道線資訊 ; 角度與截距，並將車道線呈現於結果之中。
(目前車道偏移偵測系統，透過 S32V234 晶片處理於影像尺寸 320x160 下能達到每秒 90 張 FPS )
車道偏移偵測之演算流程與結果示意圖
四. 車道資訊應用於前車偵測
本系列的主題為雙目立體視覺前車偵測或是前方防碰撞之相關應用，主要目的是偵測車輛。
這裡為何會介紹車道偏移偵測呢 ? 這是因為後續主力車輛偵測演算法會運用到車道線斜率，去找出影像中的地面資訊 ! 如下圖所示，為雙目立體視覺前車偵測的演算法流程，取得到兩顆鏡頭影像後，即透過上述的章節所介紹的 雙目立體標定 進行校正，在透過 區塊比較 的方式建立視差影像，接著以 車道偏移偵測演算法 取得車道資訊，最後就送至 前車偵測演算法，找出地面資訊。這可以幫助我們獲得更好的車輛物件 ! 下一篇文章將進入到前車偵測的篇章(粉色章節)，敬請期待 “詳細解說 ！Stixel 物件偵測法“
前車偵測之演算流程與地面資訊示意圖
五. 參考文件
[1] 每日頭條網站 - 雙目立體視覺技術的實現
[2] 每日頭條網站 - 雙目立體視覺測量系統應用
[3] 每日頭條網站 - ADAS單目/雙目/三目到底有什麼區別？
[1] 每日頭條網站 - 雙目立體視覺技術的實現
[2] 每日頭條網站 - 雙目立體視覺測量系統應用
[3] 每日頭條網站 - ADAS單目/雙目/三目到底有什麼區別？
[4] 維基百科 - Block-matching algorithm
[5] 論文 - Performance Analysis between Basic Block Matching and Dynamic Programming of Stereo Matching Algorithm
[6] 教材 - Stereo Vision by Professor Fei-Fei Li
[7] 維基百科 - Epipolar geometry
[8] 維基百科 - 單應性
[9] 論文 - A Flexible New Technique for Camera Calibration
[10] 數學工廠 - Camera Calibration 相機校正
[11] CSDN - 雙目測距(雙目標定、雙目校正和立體匹配)
[12] 官方網站 – GNU Octave
[13] 官方網站 – Camera Calibration Toolbox for Matlab
[14] 維基百科 - Hough transform
[15] 論文 - Chong-Wei Li , Jui-Cheng Yen and Hun-Chen Chen, "Safe Driving Monitoring System", June. 2014.
如有任何相關 雙目立體視覺(Stereo Vision) 技術問題，歡迎至博文底下留言提問 !!
接下來還會分享更多 雙目立體視覺(Stereo Vision) 的技術文章 !!敬請期待 【Sky Eye 開闊未來】 !!
評論