知識文章

視覺式自駕車位置識別方法

2023 / 11 / 13

車輛中心 研究發展處 許智淵

政府近年積極推動各項智慧車輛相關政策以協助自駕產業成形,帶動我國多家法人單位、學界及廠商投入建置智慧自駕整車平台,結合國內各項感測能量、定位、決策、控制等技術量能,於特定區域內進行車輛系統實驗運行,藉以鞏固國內自主研發基礎,而為補足自駕系統所需之定位模組,許多業界大廠亦紛紛投入自駕車定位技術研發,透過與自駕車系統整合驗證,以布局自動駕駛系統產品及公共運輸與跨域物流場域運行及服務。

定位技術概述

考量多數自駕車系統易受到周遭環境變化影響,採單一感測器系統具風險性等問題,如全球定位系統訊號穩定度存在著許多干擾問題,於都會區中建築物群及隧道衍生的環境遮蔽,或天候不良而影響訊號無法正常接收等情況,使其可靠度備受質疑,相關感測器之優缺點整理如下表。而為更加完善自駕車系統,多感測器整合定位輔助系統儼然成為主流趨勢。此外,考量硬體成本,國際大廠遂有以相機作為各式自駕功能主流感測器之趨勢,然其易受天候與光影等因素影響而造成誤判,故採視覺式定位融合架構,以提高系統之正確率與可靠度。

表1、感測器之優缺點比較表


車輛中心定位技術發展

鑑於目前自駕車定位技術趨勢,車輛中心(ARTC)投入視覺式自駕車定位相關技術研究,透過各式感測器,如相機等,感知車身周遭環境,建構空間資訊,配合全球定位系統及慣性測量單元進行導航定位。在車輛中心發展之自駕車位置識別模組中,先利用相機偵測位置,於影像處理模組進行位置識別分析,以推估出當下位置所在。接著將取得之分析結果傳送至定位融合處理模組,利用定位融合方法,結合全球定位系統及慣性測量單元資訊,最後依據定位融合演算法取得定位資訊,相關流程如圖1所示。


圖1、視覺式自駕車位置識別模組架構圖

為增進偵測演算法之精準度,加入視覺式同步定位與地圖建構技術建置影像點雲地圖,如圖2所示,其基於特徵提取來建構地圖點,並使用已建置之影像資料庫進行建圖,包含特徵萃取、局部建圖及迴環檢測等步驟。再透過提取輸入影像之特徵,與已建置之影像點雲地圖進行匹配,以獲取車輛位置所在。本系統亦導入定位融合方法,透過融合影像位置識別、全球定位系統等導航資訊,進而推算目前位置之所在。


圖2、視覺式同步定位與地圖建構技術

小結

本系統以相機為基礎,結合全球定位系統及慣性測量單元等感測元件,發展視覺式定位融合技術,其與自駕車結合,可應用於室內或戶外停車場域,如圖3所示,除可協助車輛定位,以利業者更精確控制車輛位置,未來開發完成後之技術,可提供客運與物流業者或系統廠商,讓業者有效分析並進行最佳車輛定位。


圖3、視覺式自駕車位置識別模組(綠色圓點為特徵點)

訂閱電子報

「填妥下列資料,即可完成訂閱電子報手續」

ARTC行動辦公室

提供同仁各項作業系統之快速連結服務

SSL VPN服務 WEB Mail服務