知識庫

行人無所遁形 感測器融合之行人辨識
  • 發布年度:2014
  • 主要類別:電動車與車輛電子
  • 次要類別:電子報
  • 車輛中心 車電系統發展處 張國清

    最近十年,先進駕駛輔助系統(Advanced Driver Assistance System,ADAS)正迅速的成長。以往,這些先進系統僅僅會出現於中高價位的豪華車;而現今,一般入門款的轎車亦開始配備駕駛輔助系統,如車道偏離警告系統(Lane Departure Warning System,LDWS)、盲點偵測系統(Blind Spot Detection System,BSDS)、停車輔助系統(Parking Assistance System,PAS)、自動緊急煞車系統(Autonomous Emergency Braking System,AEBS)等功能。

    針對自動緊急煞車系統而言,2014年起,歐盟新車安全評鑑協會(European New Car Assessment Programme,Euro NCAP)宣布未來新車評分規則,將新增自動緊急煞車系統,分別於2014與2015年針對市區與高速道路行車環境列入評鑑標的,並且制定其測試與評分標準,而自動緊急煞車行人偵測系統則是2016年規範的重點。本文在此特別針對行人偵測部份提供說明。

    自動緊急煞車行人偵測系統是融合視覺感測器與距離量測感測器之多感知安全系統;距離量測感測器的優點就是具高方向性與量測距離精度高,雖然可以明確得知於感測器前方的障礙物距離資訊,但卻無法瞭解障礙物的種類。單一視覺感測器的優點就是具視覺化;取得該感測器之影像資訊後,運用影像處理方法將雜訊濾除,透過影像解析方法得到障礙物影像之性質或特徵,利用機器視覺相關演算法分析以偵測及辨識其種類,惟其無法得知障礙物的深度資訊,且有辨識整張影像耗時等缺點;在此,本系統可以將各自感測器的優點強化而補足兩者感測器的缺點,為此系統最大的特色。

    車輛中心(ARTC)目前運用距離量測感測器獲得前方道路資訊,將可能為行人位置的距離資訊提供給視覺感測器當成參考的基準,而利用參考基準映射到影像空間,取得上述影像附近範圍資訊視為行人的侯選區塊。首先要創建行人與非行人資料庫,針對資料庫中的影像資料擷取其影像特徵,爾後運用分類器技術進行分析,得知行人之特徵歸屬。綜合上述,擷取行人的侯選區塊影像特徵後,透過機器學習進行行人辨識分析,最後判斷出是否為行人,概念如下圖所示,如判斷為行人則進行自動煞車的動作,以達到行車安全的目的。經過感測器的融合,可以將自動緊急煞車行人偵測系統大大提升其準確率
    ARTC已經具備此一感測器融合設計之技術能量,可以將其推廣至國內的車輛電子相關廠商,並以輔導達到Euro NCAP五星評級的測試規範為目標。

    圖、行人辨識感知融合測試

     

© 2016 ARTC All Right Recerved. Design by Creatop.