Please use this identifier to cite or link to this item: http://hdl.handle.net/11455/7805
DC FieldValueLanguage
dc.contributor.advisor陶金旭zh_TW
dc.contributor.advisorJin-Shiuh Tauren_US
dc.contributor.author邱培文zh_TW
dc.contributor.authorChiu, Pei-Wenen_US
dc.date2004zh_TW
dc.date.accessioned2014-06-06T06:40:34Z-
dc.date.available2014-06-06T06:40:34Z-
dc.identifier.urihttp://hdl.handle.net/11455/7805-
dc.description.abstract本論文發展一套無人自走車在走道環境之電腦視覺系統。利用照相機成像原理及影像辨識技術,將道路環境的邊界變化情形檢測出來,並配合消失點與逆透視轉換,便可提供自走車正確的導引方向及位置。 為克服環境中走道邊界的不連續狀況,我們結合雷登轉換與加權平均,於影像中找出其有效正確之走道邊界,並利用逆透視轉換與邊界座標轉換之比例關係,透過已知的實地走道寬度,便可求得自走車的距牆位置。 經實驗結果證實,運用走道平行直行的特性,即可獲得足夠的影像特徵資訊來做為自走車正確的導引資訊與決定作業方式。zh_TW
dc.description.abstractIn this paper, a computer vision system is developed for the guidance of the unmanned vehicle in corridor environments. The boundaries are first detected based on the camera imaging and pattern recognition. Then the guidance of the unmanned vehicle can be guaranteed through the calculations of the vanish point and inverse perspective transformation. In order to overcome the discontinuous edges in an image, the Radon transformation and the weighted averages method are adopted to form the continuous edges. With the ratio of the inverse perspective transformation to the edge coordinate, and the known width of the corridors, we can get the position of the unmanned vehicle and the distance between the unmanned vehicle and the walls. In our experiments, by the use of the characteristics of the parallels of the obtained edges, we can get sufficient image features for the guidance and operation mode of the unmanned vehicle.en_US
dc.description.tableofcontents第一章 緒論 1 1.1 前言 1 1.2 研究目標 2 1.3 文獻回顧 3 第二章 硬體架構 5 2.1 系統簡介 5 2.2 影像攝取系統 7 2.2 自走車實體 8 第三章 影像走道檢測 9 3.1 邊緣介紹 9 3.2 中值濾波器(Median Filter) 12 3.3 Sobel 邊緣檢測 15 3.4 細線化 17 3.5 雷登轉換 (Radon Transform) 18 3.5.1 原理介紹 18 3.5.2 Sinogram 22 第四章 透視投影 25 4.1 鏡頭與成像 25 4.1.1 影像的形成 26 4.2 座標系統與透視投射 28 4.2.1 座標系統 29 4.2.2 透視投射 32 4.3 消失點 (Vanishing Point) 33 4.4 偏向角 的計算 37 4.5 逆透視轉換 39 4.6 座標轉換間之走道邊界比例關係 43 4.6.1 攝影機之走道位置 46 第五章 實驗結果 49 5.1 鏡頭取向 49 5.1.1 鏡頭向上 50 5.1.2 鏡頭正中 51 5.1.3 鏡頭向下 53 5.2 攝影機擺放姿態 54 5.3 實驗數據 56 5.3.1 自走車的誤差範圍 66 5.3.2 距右牆位置不同偏向角之平均值 67 5.4 自走車之誤差探討 68 5.4.1 走道牆邊高度不一之誤差影響 68 5.4.1.1 調整左側邊緣斜率之影響 70 5.4.2 地面傾斜之誤差影響 70 5.4.2.1 搖擺角之誤差影響 71 5.5 影像定位分析平均時間統計 72 第六章 結論與未來展望 73 6.1 結論 73 6.2 未來展望 74 參考文獻 75zh_TW
dc.language.isoen_USzh_TW
dc.publisher電機工程學系zh_TW
dc.subjectImage Edge Detectionen_US
dc.subject影像邊緣偵測zh_TW
dc.subjectRadon Transformen_US
dc.subjectVanishing Pointen_US
dc.subjectInverse Perspective Transform.en_US
dc.subject雷登轉換zh_TW
dc.subject消失點zh_TW
dc.subject逆透視轉換zh_TW
dc.title自走車視覺導引之走道環境定位分析zh_TW
dc.titleResearch on the Positioning in the Corridor Environments for the Guidance of a Vision-Based Unmanned Vehicleen_US
dc.typeThesis and Dissertationzh_TW
Appears in Collections:電機工程學系所
文件中的檔案:

取得全文請前往華藝線上圖書館



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.