為了增加工作效率，許多人紛紛使用自動化來取代人力以進行複雜度高的工作。目前各國正在如火如荼地研究這方面的領域，而電腦是完成自動化的最佳工具，其中包含了機械控制，感測等功能。人類因為有了眼睛，可透過視覺，獲得環境的資訊，例如物體的大小、距離、顏色、形狀。取像系統相對於人的眼睛，電腦加上取像系統，使機器有視覺的功能，又稱做電腦視覺。電腦視覺的技術可以用來模擬人類的雙眼，告訴機器人環境中的情況，如前方是否有障礙物，或障礙物距離機器人有多遠。
本文將探討如何利用物件辨識來判斷障礙物的存在，並量測出大小，以及說明如何得到障礙物與攝影機的距離。在測距方面有各種不同的方法，例如超音波，雷射光輔助、以及立體視覺測距法。以往有人利用雷射光技術，但精確度易受天氣因素影響且無法及時測距。使用超音波測距，強度會隨著距離的加大而頻率衰減，而立體視覺能及時取得影像資訊，並處理影像，使無人船能及時避開障礙物，降低危險性。
本文中使用立體視覺測距法測距，立體視覺系統利用兩個攝影機來同時取得照片，根據照片內物件之影像搭配數位影像處理技術，再配合SIFT演算法找出特徵點座標，找出視差後，來求得實際場景上物件與攝影機的距離。視差是經過電腦比對影像，搜尋匹配的區域，計算相互匹配的區塊在目標影像上，所需的像素平移量。也就是在一對影像中的像素距離差。類似人類利用雙眼，觀測一張影像，利用視差來判斷物體的距離。在估測障礙物邊界方面，利用二值化影像搭配影像連通標記法，估測出障礙物的寬度。
實驗分成兩部分，第一部分為靜態立體視覺，目的在估測出障礙物與攝影機的距離，將障礙物與攝影機固定，兩部攝影機同時擷取影像之後，利用數位影像處理技術與SIFT演算法求出特徵點後，再推算出距離。第二部分將障礙物固定，但攝影機以近似等速度的方式靠近障礙物，實作的方式為將攝影機固定在台車上推動，並利用Visual Studio將連續影像分割成數張靜態影像，最後再搭配影像處理與SIFT演算法算出障礙物與攝影機距離。實驗證明，立體視覺能即時偵測障礙物，並把障礙物鎖定在影像範圍內。

This paper is a discussion on how to use object recognition to detect obstacles and measure their size at the same time while also explaining how to obtain the distance between an obstacle and the camera. There are various methods used for this purpose, such as ultrasonic waves, laser and stereo vision. Stereo vision can grab an image and analyze it in real-time, which is helpful in the area of unmanned vehicle obstacle avoidance.

This technique makes use of two sets of webcams that can form a triangular relationship with an unknown object. We used two webcams to capture the images at the same time and then the images are subjected to proper image processing and a SIFT algorithm to determine the feature points on the surface of the objects. The disparities are calculated, and finally, the distance between the object and the camera is estimated. In determining the boundaries, a connection component algorithm with binary image is used to determine the width of the object.

The experiment is classified into two parts. The first part is in the steady statue simulation, where we fixed the webcams and obstacles and also simplified the background. For example, we used a black cloth for the background because this will lower the effect of light, and then we used image processing with the SIFT algorithm. The second part consisted of a dynamic statue. We fixed both cameras on the service wagon and then moved it over time, approaching the obstacle at an irregular speed. As a result of this action, we obtained some dynamic images. The results proved that stereo vision can detect in real-time.

[1]黃春榮，應用電腦視覺於展場研究，國立成功大學電機工程學系
博士論文， 2004。
[2]http://www.bime.ntu.edu.tw/~ttlin/course01/lecture_notes/C1_LECTURE_NOTE_06(6%20in%201).pdf
[3]吳佳瑋，影像處理技術運用於距離估測及影像亮度型心估算研
究，國立成功大學系統與船舶機電工程學系碩士論文， 2011。
[4]K. Izumi, K. Watanabe and T. Miyazaki, “Fuzzy Behavior-based Control for a Miniature Mobile Robot,” Proceedings of KES’98. Second International Conference, pp. 483-490, 1998.
[5]B. Culshaw, G. Pierce, and P. Jun, “Non-contact measurement of the mechanical properties of materials using an all-optical technique,”IEEE Sensors J., vol. 3, no. 1, pp. 62–70, 2003.
[6]P. McLeod, N. Reed, and Z. Dienes, “The Generalized Optic Acceleration Cancellation Theory of Catching,” Journal of Experimental Psychology: Human Perception and Performance, pp. 139-148, 2006.
[7]S. Kang, H. Byun, S. W. Lee, “Real-time Pedestrian Detection Using
Support Vector Machines”, Proceedings of the First International
Workshop on Pattern Recognition with Support Vector Machines, pp.
268 – 277, 2002
[8]王辰雲，利用立體視覺與超音波資訊之全方向輪式機器人基於行為模式之人物跟隨與避障，國立成功大學機械工程學系碩士論文，
2008。
[9]林建忠，雷射測距技術與研究現況，OPTOLINK ， 1999。
[10]D. Marr and T. Poggio, "A computational theory of human stereo
vision," Proc. Roy. Soc. London, B204, pp. 301-308, 1979.
[11]吳上立、林明德，C語言數位影像處理，全華圖書股份有限公司，
2011。
[12]鄭芝怡，利用電腦視覺在室內走廊環境做障礙物偵測與距離估測， 國立交通大學電機工程控制學系碩士論文， 2002。
[13]Olivier Faugeras,”Three-Dimensional Computer Vision”,the MIT
Press, 1993.
[14]張芷瑋，產生有效立體影像之未匹配影像對校正，國立成功大學
電腦與通訊工程所碩士論文， 2007。
[15]林宗翰，立體視覺自走車系統之物體及時搜尋與追蹤，崑山科技大學電機工程學系碩士論文， 2006。
[16]陳彥良，及時立體視覺物體追蹤系統，中原大學機械工程學系碩士論文， 2003。
[17]A. K. Jain, "Fundamentals of digital image processing,
" ,Prentice-Hall,New York, 1989.
[18]王振仲、黃建興，數位影像處理使用MATLAB，開發圖書有限公
司， 2012。
[19] Rafael C. Gonzalez, Ricbard E. Woods, Digital Image Processing,
Addison Wesley Publishing Company, pp.191-200, 1992.
[20]連國珍，數位影像處理MATLAB，儒林圖書有限公司， 2009。
[21]郭桓甫，應用即時影像辨識技術於物體追蹤之無線遙控自走車的
設計製作，國立成功大學航空太空工程學系碩士論文， 2005。
[22]黃世杰，基於視覺測速之車速預警系統，國立成功大學工程科學系碩士論文， 2013。
[23]曾仁平，特徵匹配於不同時期不同來源遙測影像套合之研究，國
立中山大學海洋環境及工程學系碩士論文， 2010。
[24]D. G. Lowe, “Distinctive image features from scale-invariant
Keypoints,”International Journal of Computer Vision, 60(2), pp. 91-110, 2004.
[25]Haralick, Robert M., and Linda G. Shapiro, ”Computer a Volume
I, ”Addision-Wesley, pp.28-48, 1992.
[26]D. G. Lowe, “Object recognition from local scale-invariant,”
in Proc.Int. Conf. Computer Vision, pp.1150-1157, 1999.
[27]T. Lindeberg, “scale-space theory:A basic tool for analyzing
structures at different scales,” J. Applied Statistics, vol. 21, no.2,
pp. 224-270, 1994.
[28]李明軒， 使用尺度不變特徵轉換進行空三影像之匹配策略設計，國立成功大學測量及空間資訊學系碩士論文， 2011。
[29]藍文浩，測量車前拍影像空三網形評估，國立成功大學測量及空間資訊學系碩士論文， 2011。
[30]嚴聖閎，快速SIFT特徵點描述器之硬體設計，國立成功大學資訊工程學系碩士論文， 2010。
[31]http://www.opencv.org.cn/index.php/%E9%A6%96%E9%A1%B5