Advanced driver assistance systems with computer vision methods

Abstract

Traffic accidents are one of the main reasons for the loss of human lives worldwide.Their increasing number has led to the realization that the use of advanced technologyfor manufacturing safer vehicles is imperative for limiting casualties. Sincetechnological breakthroughs allowed the incorporation of cheap, low consumptionsystems with high processing speeds in vehicles, it became apparent that complexcomputer vision techniques could be used to assist drivers in navigating their vehicles.In this direction, this thesis focuses on providing novel solutions for different tasksinvolved in advanced driver assistance systems. More specifically, this thesisproposes novel sub-systems for traffic sign recognition, traffic light recognition,preceding vehicle detection and road detection. The techniques used for developingthe proposed solutions are based on color image processing with a focus onillumination invariance, using symmetry information for man-made objects (liketraffic signs, traffic lights and vehicles) detection, spatiotemporal tracking of detectedresults and automated image segmentation for road detection. The proposed systemswere implemented with a goal of robustness to changes of illumination and weatherconditions, as well as to diverse driving environments. A special focus on the prospectfor real-time implementation has also been given. The results presented in this thesisindicate the superiority of the proposed methods to their counterparts found inrelevant literature in both normal and challenging conditions, especially in the casesof preceding vehicle detection and road detection. Hopefully, parts of this researchwill provide new insights for future developments in the field of intelligenttransportation.

Τα αυτοκινητιστικά δυστυχήματα αποτελούν μια από τις κυριότερες αιτίες θανάτουπαγκοσμίως. Ο αυξανόμενος αριθμός τους οδήγησε στην συνειδητοποίηση ότι ηχρήση προηγμένης τεχνολογίας για την κατασκευή ασφαλέστερων οχημάτων είναιαπαραίτητη για την μείωση των ατυχημάτων και κατά συνέπεια των θανάτων πουοφείλονται σε αυτά. Από τη στιγμή που οι τεχνολογικές εξελίξεις επέτρεψαν τηνενσωμάτωση φθηνών, χαμηλής κατανάλωσης συστημάτων με μεγάλη επεξεργαστικήταχύτητα σε οχήματα, κατέστη προφανές ότι περίπλοκες τεχνικές υπολογιστικήςόρασης μπορούσαν πλέον να χρησιμοποιηθούν για την υποβοήθηση της οδήγησης. Σεαυτή την κατεύθυνση, η παρούσα διατριβή εστιάζει στην ανάπτυξη καινοτόμωνλύσεων για διαφορετικά κομμάτια που εμπλέκονται στα προηγμένα συστήματαυποβοήθησης του οδηγού. Πιο συγκεκριμένα, σε αυτή την διατριβή προτείνονταικαινοτόμα υποσυστήματα για την αναγνώριση σημάτων οδικής κυκλοφορίας, τηναναγνώριση φωτεινών σηματοδοτών, τον εντοπισμό προπορευόμενου οχήματος καιτον εντοπισμό δρόμου. Οι τεχνικές που χρησιμοποιήθηκαν για την ανάπτυξη τωνπροτεινόμενων λύσεων βασίζονται στην χρωματική επεξεργασία εικόνας με έμφασηστην ανεξαρτησία από την φωτεινότητα της σκηνής, στην χρήση πληροφορίαςσυμμετρίας για τον εντοπισμό χαρακτηριστικών αντικειμένων (όπως σήματα οδικήςκυκλοφορίας, φωτεινοί σηματοδότες και οχήματα), στην χωροχρονικήπαρακολούθηση των εντοπισμένων αντικειμένων και στην αυτόματη κατάτμησηεικόνας για τον εντοπισμό δρόμου. Τα προτεινόμενα συστήματα αναπτύχθηκαν μεστόχο την ανθεκτικότητα σε αλλαγές της φωτεινότητας ή τις καιρικές συνθήκες,καθώς και στην οδήγηση σε απαιτητικά περιβάλλοντα. Επίσης, έχει δοθεί ιδιαίτερηέμφαση στην προοπτική υλοποίησης συστημάτων πραγματικού χρόνου. Τααποτελέσματα που παρουσιάζονται σε αυτή την διατριβή αποδεικνύουν τηνανωτερότητα των προτεινόμενων μεθόδων έναντι αντίστοιχων της σχετικήςβιβλιογραφίας, ειδικά στις περιπτώσεις του εντοπισμού προπορευόμενου οχήματοςκαι του εντοπισμού δρόμου. Ελπίζουμε ότι μέρη της έρευνας αυτής θα εμπνεύσουννέες προσεγγίσεις για τις μελλοντικές υλοποιήσεις αντίστοιχων συστημάτων.