知識庫

同步定位與地圖建構技術於自駕車之應用
  • 發布年度:2019
  • 主要類別:自動駕駛
  • 次要類別:電子報
  • 車輛中心 研究發展處 王俞芳

    對自駕車而言,定位為一相當重要之議題,自駕車運行時需依靠定位結果進行控制,方能行駛在正確的道路上。而定位方法種類相當多,目前以使用高精度(Real Time Kinematic, RTK)-GPS直接收取絕對坐標位置為主要方式,然而在某些情況下,例如建物太高遮蔽嚴重、車輛經過樹蔭下或者網路訊號不佳等情況,常導致GPS失效而使得定位位置偏移。也因此後續開始出現使用感測器(光達或攝影機)搭配圖資並擷取道路特徵進行定位之手段,即SLAM技術(Simultaneous Localization and Mapping,同步定位與地圖構建);使用不同方式進行定位之比較可參考表1。

    表1. 自駕車定位技術比較表

    SLAM技術可分為兩部分,一為製圖端(Mapping)、二為比對端(Matching)。在製圖端部分,針對欲進行自我定位之場景,首先需進行地圖的建置。車輛中心(ARTC)目前使用光達作為SLAM技術之感測器,首先將搭載在車上之光達以慢速進行場景點雲錄製,錄製完之點雲以疊合方式將地圖建立出來,完成之地圖即為比對端之底圖。在比對時,光達即時掃描場景環境,藉由當下點雲與地圖點雲進行比對,找到符合當下點雲之特徵位置,進而定出車輛自我位置,圖1即為ARTC目前SLAM技術使用架構之流程圖。

    圖1. ARTC SLAM技術流程圖

    SLAM技術中,定位好壞取決於地圖的建置成果,因定位來源取決於地圖上之特徵分布情形,也因此在建置地圖時需考量環境複雜度、動靜態物體多寡、環境被遮蔽情形是否嚴重等狀況。欲減少上述造成地圖建置成果較差的因素,可在進行地圖錄製時先進行詳細規劃,例如選在夜間外在干擾較少實際進行錄製,並且在完成製圖後手動將動態物體或可能造成比對誤差之物體進行濾除。ARTC現使用32層3D光達進行場區掃描製圖,藉由疊合方式得到之點雲地圖與實際ARTC空拍圖可參考圖2。

    圖2. ARTC之SLAM點雲地圖(上)、空拍圖(下)

    在自駕車應用層面,ARTC已透過光達作為SLAM技術感測器,並於2019年8月26日於經濟部進行Winbus自駕小巴運行展示,自駕車的位置即由SLAM獲取其在點雲地圖中的位置,同時亦可提供本車在地圖中之航向角,進一步車輛行進時之動態控制,為了讓定位更為精準,使用數位濾波演算,使定位精度優化;在一般RTK難以收斂定位的都會市區環境下,可僅利用SLAM技術而達到小於30 cm的精度成果,後續ARTC將持續利用此技術,實現在一般道路中進行自駕運行與接駁之目標。

© 2016 ARTC All Rights Reserved. Design by Creatop.