車輛中心 研究發展處 姚文盛

發展定位系統測試驗證平台目的在於提供定位系統開發時的即時性驗證除錯與分析，此平台以機器人作業系統(Robot Operating System, ROS)作為核心，並架設於工業電腦，可多工處理各項車輛訊息，達到資料流同步彙整與有效擷取分析，並可透過平台同時對不同之演算法進行系統化評估，如擴展式卡爾曼濾波器(Extended Kalman Filter)、無跡式卡爾曼濾波器(Unscented Kalman Filter)以及粒子濾波器(Particle Filter)等，在車輛動態定位之性能與計算資源的評估標準下，進一步發展較佳之整合架構，亦能探討在不同行車環境，參數的設計與調整機制，期望發展兼顧定位精度與複雜度等高性價比之定位系統。

ROS的主要目標是支援機器人研究和開發過程中程式碼之複用，是一個分散式的進程，以節點為框架，這些進程被封裝在易於被分享和發布的訊息封包中，並支持一種儲存整合函式庫，這個系統可以實現工程的協作及發佈，讓一個工程的開發和實現從文件系統到用戶接口完全獨立。
此外，所有的工程都可以與ROS的基礎工具整合在一起，ROS在高層架構上提供了許多的算法應用，如集成OpenCV的視覺算法。基於ROS開源、普及與多樣性，有效率地整合各項子系統間之資料流，並且實現同步、紀錄歷史以及展示即時狀況等功能，請參考圖1。

圖1. 行車間運行即時顯示並以rqt呈現。

圖2則在說明定位系統測試驗證平台上探討擴展式卡爾曼濾波器、無跡式卡爾曼濾波器(Unscented Kalman Filter)和粒子濾波器(Particle Filter)等演算法所分析出來的誤差結果，進一步分析可以得到非線性模型的UKF和PF適合於車輛動力系統的設計。

圖2. EKF、UKF和PF定位誤差比較。

此系統測試驗證平台可即時錄製實驗當中所有的原始數據並加入即時影像，在除錯時能夠快速回顧場景或者尋找是否有突發事件的發生，且ROS會加入系統時間標記，能夠同步所有資訊流，並且在新舊演算法分析時，只需要以節點的方式撰寫新的演算法，並以先前已錄製的原始資料作分析，就可同時判斷新舊演算法的優劣差異，大幅增加演算法優化之效率。