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(jù)前車(chē)偵測(cè)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(dāng)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(biāo)為，當(dāng)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(hào)。

前方碰撞警示系統(tǒng)的研發(fā)，主要包含「前方車(chē)輛偵測(cè)」以及「車(chē)距計(jì)算」兩大項(xiàng)目。目前的前方車(chē)輛偵測(cè)研究中，有許多方法是使用「車(chē)底陰影」來(lái)當(dāng)作特征值。但是，陰影容易受到外在光線(xiàn)的影響，造成偵測(cè)正確率不穩(wěn)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(cè)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(tǒng)，快速且穩(wěn)定之前方車(chē)輛偵測(cè)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?yàn)閺暮芏鄿y(cè)試影片中可以觀察到，前方車(chē)輛必定有「純水平邊緣」，例如保險(xiǎn)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(xiàn)一些非車(chē)輛的純水平邊緣。為避免誤判，可以使用標(biāo)記(Labeling)、角點(diǎn)偵測(cè)(Corner Detection)、區(qū)域二元圖(Local Binary Pattern, LBP)紋理分析(Texture Analysis)將前方車(chē)輛準(zhǔn)確的偵測(cè)出來(lái)。如同LDWS算法一樣，該算法的前方車(chē)輛偵測(cè)系統(tǒng)，亦不須要分析連續(xù)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(zhí)行流程如圖3所示，而執(zhí)行結(jié)果如圖4所示。

圖4FCWS與LDWS之執(zhí)行結(jié)果

在車(chē)距計(jì)算方面，由于僅有單一攝影機(jī)，所以無(wú)法使用雙攝影機(jī)的算法來(lái)計(jì)算距離;但透過(guò)固定攝影機(jī)的方式，于靜止?fàn)顟B(tài)預(yù)先量測(cè)距離，建立對(duì)應(yīng)表格 (Table)方式進(jìn)行計(jì)算(圖5)。將攝影機(jī)固定架設(shè)完畢后，透過(guò)實(shí)際量測(cè)可知，5公尺線(xiàn)對(duì)應(yīng)至該影像的第162列(Row)、10公尺對(duì)應(yīng)至第137 列、15公尺對(duì)應(yīng)至第126列、20公尺為第123列。

圖5單一攝影機(jī)之前方距離量測(cè)

藉由實(shí)際距離與影像坐標(biāo)的對(duì)應(yīng)產(chǎn)生對(duì)應(yīng)表，當(dāng)行進(jìn)間前方車(chē)輛被偵測(cè)時(shí)，再利用查表的方式換算出前車(chē)距離。利用影像坐標(biāo)對(duì)應(yīng)的方法，其誤差值將會(huì)隨著距離增加而增加，不過(guò)在控制攝影機(jī)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(jí)的接受范圍內(nèi)。

最后，將ADAS于嵌入式平臺(tái)進(jìn)行驗(yàn)證且程序優(yōu)化之后，即可安裝于車(chē)輛上做實(shí)車(chē)測(cè)試。在此使用的嵌入式平臺(tái)為Cortex-A15的雙核心處理器與其他相關(guān)的周邊配備;測(cè)試場(chǎng)景為新竹68號(hào)快速道路，并且于上午、中午、傍晚進(jìn)行數(shù)次的實(shí)車(chē)測(cè)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(zhí)行速度可達(dá)25FPS。

輔助駕駛技術(shù)迭有進(jìn)展主動(dòng)式ADAS前景可期

隨著車(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(tǒng)成為各大車(chē)廠的發(fā)展目標(biāo)，且不停的推陳出新，因此車(chē)廠投入研發(fā)各式主動(dòng)式ADAS的力道與能量越來(lái)越強(qiáng)。然而，早期的ADAS大多是停留在警示功能，用以提醒駕駛?cè)隧氁M快進(jìn)行防御駕駛，不過(guò)于近年，已經(jīng)有些車(chē)廠推出半自動(dòng)式的輔助系統(tǒng)，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(jī)時(shí)，系統(tǒng)會(huì)主動(dòng)介入接管駕駛，并且快速判斷應(yīng)如何閃避危險(xiǎn)，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(tǒng)正于產(chǎn)業(yè)界蓬勃發(fā)展。未來(lái)，當(dāng)技術(shù)成熟且成本能被市場(chǎng)接受時(shí)，相信各大車(chē)廠就將會(huì)整合多個(gè)單一警示系統(tǒng)，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(zhǎng)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(guó)加州地區(qū)進(jìn)行測(cè)試。其實(shí)，無(wú)人駕駛車(chē)輛最大的挑戰(zhàn)仍是在一般道路，誠(chéng)如Google自動(dòng)駕駛計(jì)劃負(fù)責(zé)人Chris Umson所言，以無(wú)人駕駛系統(tǒng)在高速公路開(kāi)上1公里，和在市區(qū)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(shù)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(tǒng)的攝影機(jī)之外，更搭載光達(dá)系統(tǒng)(LiDAR)進(jìn)行光學(xué)定向測(cè)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(nèi)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(duì)消費(fèi)者來(lái)說(shuō)亦是一大福音。