車輛中心 研究發展處 林祐賢

過往人們出遠門需先透過紙本地圖規劃路徑，隨著科技的進步，大部分的人出門要去一個新地點，會根據Google地圖或是其他導航程式來決定路徑，使用的地圖基本上使屬於傳統導航圖資。而在自駕車的發展上，圖資的精密程度攸關車輛獲知本身位置準確度，不可能只侷限在傳統導航圖資中，勢必需要導入不同類型圖資資訊，亦即高清圖資(HD MAP)，另外亦引入光達3D點雲圖資等來進行輔助。

自駕車定位系統架構
自駕車的定位系統包含有接收絕對經緯度座標的GPS，跟車輛動態有關的輪速計、方向盤轉角以及慣性感測元件(IMU)等，用以獲得車輛動態模型參數來計算相對座標。搭配高精密度圖資資訊後，修正定位誤差與IMU累計誤差。最後經過Kalman filter後，輸出車輛位置（圖1為此定位系統架構）。

圖1. 定位系統架構

高精圖資定位技術
高精密圖資的資料包含道路資訊且有路燈/交通號誌之經緯度座標訊息，使用光達偵測路燈/交通號誌，搭配精密圖資可以修正定位資料。首先，利用商用GPS鎖定精密圖資中所在的小區塊，擷取出該區塊的特徵點資訊；同時光達回傳所偵測到空間內的路燈/交通號誌經緯度資訊與距離，合併GPS資料可得知車輛位置；最後，使用光達所測得車輛與路燈/交通號誌的相對距離，搭配路燈/交通號誌的絕對經緯度座標回推，修正車輛的經緯度資訊（示意如圖2）。

圖2. 高精圖資定位技術示意圖

光達點雲圖資定位技術
利用光達生成之3D 點雲圖資，使用NDT配准法可以計算出車輛的行進軌跡，並依此軌跡對感測掃描點進行套合，藉此生成點雲地圖。但此方法生成的地圖精密度會隨地圖規模變大而下降，用於定位時若與RTK定位相比，會有一公尺以上的誤差產生。因此在製圖時需搭配高精確度的RTK來產生準確軌跡，並依此軌跡對感測點雲進行套合，此3D 點雲圖資（圖3）能夠保有極高的精密度，用來進行定位也能夠有良好的準確度。
利用NDT配准法能夠求出兩組點雲之間的空間轉換，而給予車輛的起始大略位置；搭配NDT配准法和點雲地圖，能將車輛的當前感測點雲和點雲圖資進行比對，進而求出車輛於點雲圖資中的相對位置。在地圖原點經緯度已知的情況下，就能夠進一步將車輛位置以經緯高座標系進行表示。

圖3. 3D點雲圖資

小結
高精圖資定位技術搭配感測辨識可做為TAG RESET，場域需間隔約50米就有定位校正特徵，例如站牌、路燈、號誌等來修正定位誤差。根據路燈設計規定，一般道路寬8米以上路燈間距為25米，在道路上使用此修正方法是可行的。但由於車速不同，誤差可能會有影響，可以再增加車道維持輔助（Lane Keeping Assistance, LKA）的功能，降低車輛定位的誤差。
透過3D點雲圖資可以將經緯度提供給自駕車使用，但由於環境變化的影響，會導致最大定位誤差有1米以上的差距。導入Kalman filter演算法後，可有效降低誤差的產生。最大誤差從1.16米降低至0.6米；平均誤差從20公分降低至12公分；標準差從19公分降低至9公分。從此得知此演算法可以有效地降低定位誤差，提供精確的位置供自駕車使用。
車輛中心已將此技術應用於自行開發之WinBus自駕小巴，後續將持續經甚，實現在一般道路進行自駕運行與接駁之目標。