影像算法瓶頸突破 汽車(chē)ADAS再進(jìn)化

圖3FCWS算法流程圖

以純水平線(xiàn)為依據前車(chē)偵測算法更精確

保持安全車(chē)距是駕車(chē)的基本守則，尤其是在高速公路上，當前方車(chē)輛有任何狀況發(fā)生時(shí)，保持安全車(chē)距才有足夠的時(shí)間進(jìn)行防御駕駛。所以，工研院開(kāi)發(fā)FCWS的目標為，當前方車(chē)輛與本身車(chē)輛距離30公尺時(shí)，則實(shí)時(shí)發(fā)出警示訊號。

前方碰撞警示系統的研發(fā)，主要包含「前方車(chē)輛偵測」以及「車(chē)距計算」兩大項目。目前的前方車(chē)輛偵測研究中，有許多方法是使用「車(chē)底陰影」來(lái)當作特征值。但是，陰影容易受到外在光線(xiàn)的影響，造成偵測正確率不穩定的困擾。此外，為克服夜間、陰雨等天候問(wèn)題，有許多方法是以「后車(chē)燈」為偵測的特征值。這種做法雖然可在夜間獲得良好的成果，但是僅適用于夜間。

有鑒于此，工研院自行研發(fā)適用于嵌入式系統，快速且穩定之前方車(chē)輛偵測算法;藉由Sobel濾波器取得前方車(chē)輛的水平、垂直邊緣，并且透過(guò)梯度方向(Gradient Orientation)將「純水平邊緣」擷取出來(lái)。

「純水平邊緣」是很重要的特征，因為從很多測試影片中可以觀(guān)察到，前方車(chē)輛必定有「純水平邊緣」，例如保險桿、后擋風(fēng)玻璃、行李箱等，然而有時(shí)候場(chǎng)景中亦可能出現一些非車(chē)輛的純水平邊緣。為避免誤判，可以使用標記(Labeling)、角點(diǎn)偵測(Corner Detection)、區域二元圖(Local Binary Pattern, LBP)紋理分析(Texture Analysis)將前方車(chē)輛準確的偵測出來(lái)。如同LDWS算法一樣，該算法的前方車(chē)輛偵測系統，亦不須要分析連續畫(huà)面的變化，可以?xún)H由一張畫(huà)面便判斷出前方車(chē)輛。本算法的執行流程如圖3所示，而執行結果如圖4所示。

圖4FCWS與LDWS之執行結果

在車(chē)距計算方面，由于僅有單一攝影機，所以無(wú)法使用雙攝影機的算法來(lái)計算距離;但透過(guò)固定攝影機的方式，于靜止狀態(tài)預先量測距離，建立對應表格 (Table)方式進(jìn)行計算(圖5)。將攝影機固定架設完畢后，透過(guò)實(shí)際量測可知，5公尺線(xiàn)對應至該影像的第162列(Row)、10公尺對應至第137 列、15公尺對應至第126列、20公尺為第123列。

圖5單一攝影機之前方距離量測

藉由實(shí)際距離與影像坐標的對應產(chǎn)生對應表，當行進(jìn)間前方車(chē)輛被偵測時(shí)，再利用查表的方式換算出前車(chē)距離。利用影像坐標對應的方法，其誤差值將會(huì )隨著(zhù)距離增加而增加，不過(guò)在控制攝影機鏡頭條件下，在實(shí)際距離小于30公尺時(shí)，其誤差值仍在公尺級的接受范圍內。

最后，將ADAS于嵌入式平臺進(jìn)行驗證且程序優(yōu)化之后，即可安裝于車(chē)輛上做實(shí)車(chē)測試。在此使用的嵌入式平臺為Cortex-A15的雙核心處理器與其他相關(guān)的周邊配備;測試場(chǎng)景為新竹68號快速道路，并且于上午、中午、傍晚進(jìn)行數次的實(shí)車(chē)測試;天候狀況已包含晴天、陰天、大雨。FCWS與LDWS的正確率至少皆有90%以上，且執行速度可達25FPS。

輔助駕駛技術(shù)迭有進(jìn)展主動(dòng)式ADAS前景可期

隨著(zhù)車(chē)用電子與車(chē)用影像技術(shù)的進(jìn)步，各種輔助駕駛的系統成為各大車(chē)廠(chǎng)的發(fā)展目標，且不停的推陳出新，因此車(chē)廠(chǎng)投入研發(fā)各式主動(dòng)式ADAS的力道與能量越來(lái)越強。然而，早期的ADAS大多是停留在警示功能，用以提醒駕駛人須要盡快進(jìn)行防御駕駛，不過(guò)于近年，已經(jīng)有些車(chē)廠(chǎng)推出半自動(dòng)式的輔助系統，可協(xié)助駕駛者進(jìn)行煞車(chē)或車(chē)道維持等。

發(fā)展這些功能的最終目的就是要朝向全自動(dòng)駕駛，在行車(chē)途中遇到危機時(shí)，系統會(huì )主動(dòng)介入接管駕駛，并且快速判斷應如何閃避危險，且保持車(chē)體不受碰撞，無(wú)人的自動(dòng)駕駛已然成為未來(lái)發(fā)展的關(guān)鍵;然而，在這段過(guò)渡期間，各廠(chǎng)依舊致力發(fā)展相關(guān)技術(shù)，各種單一功能警示輔助系統正于產(chǎn)業(yè)界蓬勃發(fā)展。未來(lái)，當技術(shù)成熟且成本能被市場(chǎng)接受時(shí)，相信各大車(chē)廠(chǎng)就將會(huì )整合多個(gè)單一警示系統，逐漸邁向無(wú)人駕駛。

目前，Google在自動(dòng)駕駛車(chē)方面已有長(cháng)足的進(jìn)展，2014年中公布的無(wú)人駕駛車(chē)已沒(méi)有方向盤(pán)與油門(mén)，且以40公里/小時(shí)的速度，在美國加州地區進(jìn)行測試。其實(shí)，無(wú)人駕駛車(chē)輛最大的挑戰仍是在一般道路，誠如Google自動(dòng)駕駛計劃負責人Chris Umson所言，以無(wú)人駕駛系統在高速公路開(kāi)上1公里，和在市區開(kāi)上1公里，這是完全不一樣的兩件事情;在高速公路上開(kāi)車(chē)的變因僅有數種，但若在一般道路上恐怕會(huì )激增到上百種。所以，Google無(wú)人駕駛車(chē)除了安裝傳統的攝影機之外，更搭載光達系統(LiDAR)進(jìn)行光學(xué)定向測距，用以提高安全性與可靠性。由于技術(shù)、法令等因素尚未成熟，無(wú)人駕駛汽車(chē)無(wú)法在幾年內就上市，但透過(guò)自動(dòng)駕駛技術(shù)的不斷進(jìn)步，相關(guān)的配備必定下放至一般車(chē)款上，對消費者來(lái)說(shuō)亦是一大福音。