運用雷射雷達 (LiDAR) 感測功能提升智慧汽車效能車輛研究測試中心陳舜鴻 LiDAR 應用的崛起因車輛自動化提升根據美國國家公路交通安全管理局 (National Highway Traffic Safety Administration, NT

Size: px

Start display at page:

Download "運用雷射雷達 (LiDAR) 感測功能提升智慧汽車效能車輛研究測試中心陳舜鴻 LiDAR 應用的崛起因車輛自動化提升根據美國國家公路交通安全管理局 (National Highway Traffic Safety Administration, NT"

吹嫱酆
4 years ago
Views:

以自動緊急煞車系統 (Autonomous Emergency Braking System, AEB) 為例, 若車輛裝有該輔助系統, 估計將可再減少 27% 事故的發生華盛頓非營利智囊機構伊諾交通中心 (Eno Center for Transportation) 調查報告顯示, 如果 Level 4( 參考表 1 說明 ) 車輛占路上車輛的 1/10, 則每年可減少至少 1,000

1 運用雷射雷達 (LiDAR) 感測功能提升智慧汽車效能車輛研究測試中心陳舜鴻 LiDAR 應用的崛起因車輛自動化提升根據美國國家公路交通安全管理局 (National Highway Traffic Safety Administration, NTHSA) 調查指出, 因駕駛者操作不當或不專心所造成的事故高達 76% 以上, 若有適當的輔助駕駛系統介入控制, 可以有效降低事故的發生, 以自動緊急煞車系統 (Autonomous Emergency Braking System, AEB) 為例, 若車輛裝有該輔助系統, 估計將可再減少 27% 事故的發生華盛頓非營利智囊機構伊諾交通中心 (Eno Center for Transportation) 調查報告顯示, 如果 Level 4( 參考表 1 說明 ) 車輛占路上車輛的 1/10, 則每年可減少至少 1,000 件交通事故, 若占比達 90% 時, 則可減少近 420 萬件事故, 守護 21,700 人的寶貴生命, 節省 4,470 億美元的損害, 意即車輛自動化層級的提升有助於降低交通事故發生比率, 進而減少生命財產損失表 1 美國 NHTSA 自動駕駛車層級劃分表未來車輛自動化層級的提升將面臨諸多技術的統整, 以拓墣產業研究所的分析, 未來自動駕駛車輛發展之關鍵主要分成感測技術 ( 駕駛生理偵測及車外環境感測 ) 通訊技術以及駕駛決策分析系統三大主軸技術, 三者環環相扣, 其中, 以車外感測技術為車輛自動化層級提升的最基礎技術隨著車輛系統智慧化的提升, 車外環境感測器性能的要求也愈來愈嚴格, 舉例來說, 為滿足 Level 1 自動化層級系統 ( 自動緊急煞車系統車道維持系統等 ) 的感測器, 僅需對單點一面向的障礙物進行偵測, 但提昇到 Level 3 自動化層級的智慧系統 ( 高度自動輔助駕駛系統 ) 則需車輛全周偵測資訊, 除了感測系統的偵測範圍要更廣泛, 偵測誤差更是要求到公分等級, 此外, 還需克服自然環境所帶來的影響, 才可提供更多資訊給車輛智慧系統進行動態決策的判斷在現有公開的高度自動輔助駕駛系統中, Google 無人車是最具代表性的整合系統, 最重要的車外感測元件是裝置在車頂上的 3D LiDAR, 2 車輛研測資訊 108 期

專題報導 Google 倚重 3D LiDAR 的原因有下 : 1. LiDAR 可不分晝夜進行偵測, 不受外在電磁波干擾其性能 ; 2. 360 度分層掃描 (64 層 ) 可描繪出車輛周圍物體的輪廓, 有利於物體識別與分類 ; 3. 因紅外線反射原理的關係, 可掃描出路面特徵, 除了可維持車輛行駛路徑, 並益於車輛定位 ( 需搭配電子圖資 ); 4.

2 專題報導 Google 倚重 3D LiDAR 的原因有下 : 1. LiDAR 可不分晝夜進行偵測, 不受外在電磁波干擾其性能 ; 度分層掃描 (64 層 ) 可描繪出車輛周圍物體的輪廓, 有利於物體識別與分類 ; 3. 因紅外線反射原理的關係, 可掃描出路面特徵, 除了可維持車輛行駛路徑, 並益於車輛定位 ( 需搭配電子圖資 ); 4. 紅外線激光雷射測距精確度高, 量測誤差為公 LiDAR 獲得更多環境資訊, 以下就針對 LiDAR 於自動輔助駕駛系統上的功能進行說明單點式 LiDAR 已廣泛應用於車輛輔助駕駛系統 (Level 1) 上, 最廣為人知的是自動緊急煞車系統, 以福特 Kuga 車款為例, 前擋風玻璃裝設單點式 LiDAR, 如圖 1, 只要車輛前方危險碰撞條件範圍內有一反光條, 自動煞車系統立即啟動就單一偵測點的 LiDAR 來說, 精確量測出物體相對距離就是協助車輛智慧系統進行正確控制判斷的重要依據分等級 ; 5. 全周掃描的半徑達 100 公尺, 足夠提供車速提升時車輛動態判斷的處理時間一般來說,LiDAR 採用單束窄帶激光二極體產生一波長為 905 nm 的脈衝波, 此波段屬於紅外線波, 對於物體並無穿透性, 絕大部分物體均可反射此脈衝波, 換言之,LiDAR 可掃描出物體的輪廓 ; 其次, 脈衝光束是以光速傳播, 接收器在下一個光束發射出去之前收到前一筆被反射回的脈衝光束, 因為光速已知, 計算脈衝光束從發射到接收的飛行時間 (Time of Flight, ToF) 便可換算出物體的相對距離, 及相對速度, 目前市售 LiDAR 偵測障礙物的相對速度普遍可高達到 200 公里 / 小時, 高量測精確度就是 LiDAR 最大的特點圖 1 福特 Kuga 使用單點 LiDAR 進行自動緊急煞車功能實現 ( 圖片來源 :Ford) 單點式 LiDAR 通常波束極窄, 於空間中偵測或搜索目標物的範圍相對狹窄, 無法直接應用於較大範圍的空間偵測, 感測器的組成通常是將幾個發射模組封裝起來, 達到不同角度偵測的功能因感測模組結構設計上的限制, 單點式 LiDAR 所能帶給車輛智慧系統的訊息有限, 僅輔助車輛於單一功能, 並執行簡單的動態控制, 對於功能更複雜的車輛智慧系統而言, 需要更多的 LiDAR 偵測訊號將單一脈衝波束加上旋轉機構便可掃描出一不同類型之 LiDAR 對車輛智慧系統的應用自動輔助駕駛系統仍須搭配其他不同類型的範圍內的環境, 也就是二維雷射掃描儀 (2D LiDAR Scanner) 的基本架構因脈衝光束是以光速傳播, 接車輛研測資訊 108 期

16 度除此之外, 美國卡內基美隆大學於 2007 年參加 DARPA Urban Challenge 競賽時, 曾運用 2D LiDAR Scanner 掃描地面, 再根據脈衝光束從地面與車道線反射回來的強度 (Reflection Intensity) 差異, 可判別出車輛是否位於行駛車道內, 如圖 4, 此特點有助車輛智慧系統中,

掃描障礙物輪廓的特性, 判別前方物體是否為車輛, 並運算出車輛的邊緣以及物體中心, 進行車輛追隨控制圖 4 利用 2D LiDAR Scanner 偵測車道線 ( 圖片來源 :http://trid.trb.org/view.aspx?

3 收器在下一個光束發射出去之前收到前一筆被反射回的脈衝光束, 所以掃描接收時差並不會因機構的旋轉而有所延遲, 再者, 因掃描方式進行偵測, 周圍物體可因機構旋轉的角速度產生不同精密程度的掃描解析度, 以現有市售 2D LiDAR Scanner 的掃描頻率來說, 通常可達 100 Hz, 角解析度可精確到 0.16 度除此之外, 美國卡內基美隆大學於 2007 年參加 DARPA Urban Challenge 競賽時, 曾運用 2D LiDAR Scanner 掃描地面, 再根據脈衝光束從地面與車道線反射回來的強度 (Reflection Intensity) 差異, 可判別出車輛是否位於行駛車道內, 如圖 4, 此特點有助車輛智慧系統中, 車道維持功能的應用由於角度解析度高, 可精確描繪出障礙物的輪廓, 如圖 2, 此特性有益於物體的辨識與分類, 多年前車輛中心 (ARTC) 與美國卡內基美隆大學 (Carnegie Mellon University) 曾運用此特性共同探討車輛自動追隨系統, 如圖 3; 此系統的基本原理即使用 2D LiDAR Scanner 掃描障礙物輪廓的特性, 判別前方物體是否為車輛, 並運算出車輛的邊緣以及物體中心, 進行車輛追隨控制圖 4 利用 2D LiDAR Scanner 偵測車道線 ( 圖片來源 : 有關 2D LiDAR Scanner 的應用還有很多, 而應用到車輛智慧系統上的功能大致如上述, 從這些系統的應用中不難發現 2D LiDAR Scanner 雖有探測物體輪廓的功能, 但實屬平面式的輪廓描繪, 在實際障礙物辨識的應用上仍有其障礙, 例如 : 2D LiDAR Scanner 掃瞄前方一部車輛之輪廓, 並根據其長寬維度可估算出一比值, 但相同維度比值的物體有可能是數塊紐澤西護欄, 也有可能只是巨型保麗龍磚, 換言之,2D LiDAR Scanner 無法精確得知圖 2 2D LiDAR 掃描結果與影像疊合障礙物的類型近年來 ARTC 曾試圖利用雙 2D LiDAR Scanner 對同一障礙物進行輪廓描繪, 以兩層次的掃描資訊提高障礙物體的辨識能力, 根據實車測試的結果可圖 3 車輛自動追隨系統發現雙層輪廓的描繪確對障礙物的辨識有所提升, 4 車輛研測資訊 108 期

專題報導只是雙層輪廓的描繪對於非固定外型物體 ( 例如 : 人動物樹葉等 ), 亦或是外型線條複雜的物體 ( 例如 : 高底盤車輛特種工程車輛腳踏車等 ), 均無法有效分辨, 也因此更多層次的障礙物掃瞄, 或是立體空間掃描的技術便逐漸成為自動輔助駕駛系統的感測器功能需求,3D LiDAR Scanner 的問世帶來立體空間偵測的一大突破 2005 年 Velodyne 公司將 64

4 專題報導只是雙層輪廓的描繪對於非固定外型物體 ( 例如 : 人動物樹葉等 ), 亦或是外型線條複雜的物體 ( 例如 : 高底盤車輛特種工程車輛腳踏車等 ), 均無法有效分辨, 也因此更多層次的障礙物掃瞄, 或是立體空間掃描的技術便逐漸成為自動輔助駕駛系統的感測器功能需求,3D LiDAR Scanner 的問世帶來立體空間偵測的一大突破 2005 年 Velodyne 公司將 64 組單束窄帶激光二極體整合在一可旋轉 360 度的基座上, 產生具有 64 層即時二維掃描資訊的 3D LiDAR Scanner 藉由 64 個類似斷層掃描的方式建立即時全周三維環境, 如圖 5, 而此 64 層二維平面分布在 26.8 度的縱向掃描範圍內, 產生極細緻的全周環境輪廓繪製效果, 現今發展自動駕駛車輛的廠商, 例如 :Google 福特等, 均採用此模組作為環境偵測的主要感測器 1. 解析度高 : 測距精確度小於 2 公分角度分辨率約 0.09 度, 如此高的解析度可完整描繪出物體輪廓, 外加垂直偵測角度中, 平均每 0.4 度即有一個掃描層全周資料更新率 15 Hz, 車輛周圍的環境將無所遁形對車輛安全來說, 獲得愈精確的環境資訊將更有助於系統決策的判斷, 減少錯誤決策發生的機率, 一般來說, 若能感測到且分辨出並排行走的兩個行人, 對於決策系統就有顯著的助益 2. 抗干擾能力強 :3D LiDAR Scanner 的脈衝光束發射器之口徑非常小, 即接收器可接收脈衝光束的區域亦非常狹窄, 因此, 受到其他紅外線雷射光束干擾的機會就非常小, 此外, 脈衝光束實質上屬紅外線波, 不會受電磁波影響, 在無線通訊普及的環境中並不受干擾, 因此, 在一般應用環境中能干擾 3D LiDAR Scanner 的信號源不多, 非常適於用於自動輔助駕駛系統的應用 3. 探測性能好 : 對於 3D LiDAR Scanner 來說, 僅有被脈衝光束照射的目標才會產生反射, 且紅圖 5 裝設於福特無人概念車之車頂上的 3D LiDAR (32 掃描層 ) 及其掃描結果 ( 圖片來源 : 3D LiDAR Scanner 能雀屏中選原因除了可即時且精確地描繪出感測器周圍 360 度的環境, 對於自動駕駛系統來說, 下述幾項理由足以證明其功能的獨特性 : 外線波並不像電磁波會受回波干擾等問題, 對於環境的幾何形狀障礙物體材質等, 均不影響 3D LiDAR Scanner 的偵測結果, 就以系統設計角度而言,3D LiDAR Scanner 的訊號可性度十分高, 且因訊號具高穩定性與強健性, 無須針對訊號額外設計雜訊濾波器車輛研測資訊 108 期

5 4. 不受光線影響 :3D LiDAR Scanner 可全天候進行偵測任務, 且其偵測效果不因白天或黑夜而有所影響, 這點是目前車用電子大量採用的視覺式感測器所達不到的功能視覺式感測器常因光線不足曝光量過大光差過大等問題而降低其偵測環境的能力, 但這些環境條件則完全不影響 3D LiDAR Scanner 的偵測效能基於上述幾項優點,3D LiDAR Scanner 可將周遭物體非常細緻地描繪出來, 並且物體位置誤差維持在公分級, 若搭配適當的演算法進行物體辨識與分類, 感測器所在的環境將不分晝夜地被偵測出來, 此對車輛主動控制系統來說, 提供了十分珍貴的環境偵測資訊, 這也是現今許多車廠在設計自動駕駛車輛時都會考慮 3D LiDAR Scanner 的原因 5. 測速範圍大 : 雷射掃描儀可成功掃瞄出一障礙物的相對速度高達 200 公里 / 小時之輪廓, 換言之, 對於車用系統來說, 雷射掃描儀並不侷限在市區或低速應用情境, 高速移動下的情境亦可被應用, 此對車輛增加移動速度後之安全系統設計有顯著的助益, 在系統應用上也更具彈性 LiDAR 技術應用上需克服的限制與議題然而 3D LiDAR Scanner 並非萬能, 還是有使用上的缺陷, 首先, 雖然 3D LiDAR Scanner 可不分日夜進行環境偵測, 但其所發射的紅外線波脈衝光束易受天候和大氣的影響, 特別是在大雨下雪濃煙濃霧等非晴朗氣候條件下, 紅外線波的偵測能 6 車輛研測資訊 108 期

6 專題報導力會大幅衰減, 感測性能亦受影響這也是目前現有之自動駕駛系統仍在氣候條件較佳的地區進行道路實測的主要原因之一其次,3D LiDAR Scanner 的造價所費不貲, 以 64 層掃描的 3D LiDAR Scanner 來說, 售價逼近 10 萬美金, 此與一般車用電子感測器的售價相比, 無疑是天價, 若要智慧系統普遍裝設此裝置, 或是在一般車輛 AM 市場中進行銷售, 售價無疑是最大障礙此外, 龐大資料流雖帶來豐富的感測訊息, 但硬體處理與運算性能須相對提升以 32 層掃描的 3D LiDAR Scanner 為例, 每秒可收集 70 萬筆點雲資料, 如此龐大的資料是嵌入式系統難以即時處理與分析, 勢必倚賴專屬電腦才能完整資料處理然而, 一般市售車輛目前不太可能也無須專屬配備一台工業級電腦來專責處理此部分的資料最後,3D LiDAR Scanner 的硬體尺寸比現有車用感測器大上許多目前市售 64 層 3D LiDAR Scanner 的直徑與高度分別為 8 吋與 10 吋, 在車用感測模組的尺寸來說已屬巨無霸級, 不易隱藏於車體中, 不僅視覺觀感不佳, 也因感測器暴露於車體外易受外力碰撞而損壞因此,3D LiDAR Scanner 雖然可為車輛智慧系統帶來許多重要的環境偵測資訊, 但實際應用上仍需克服資料處理資料儲存資料分析等關鍵的技術, 在資料處理方面, 以 2007 年美國卡內基大學參與 DARPA Urban Challenge 競賽車 BOSS 的架構來說,3D LiDAR Scanner 一秒鐘環境偵測資料是由 130 萬個點雲所組成, 需要 2.16GHz 雙核心運算處理器才有足夠運算能力進行資料的接收與處理, 依目前嵌入式系統來說, 可滿足該效能的模組並不多, 所以現行系統仍採 PC-based 的架構其次, 因掃描資料十分精細, 掃描資料量也就相對龐大, 需有足夠硬體空間進行存取, 以 BOSS 為例, 需要 2 顆 500GBs 的硬碟進行上述資料的儲存, 以目前車輛系統而言, 資料儲存尚未有如此大容量的需求再者, 分析巨量點雲資料需特殊的演算法才能有效擷取資料特徵, 獲得所需的環境訊息因此, 在應用 3D LiDAR Scanner 所帶來的重要環境偵測前, 相對應的軟硬體與演算法技術勢必提升到相對的水準 ARTC 近幾年積極與國外知名大學技術合作, 學習 LiDAR 感測與訊號融合處理方面的技術, 改善車輛環境即時偵測與監控的能力, 提升車輛安全系統的性能車輛自動化層度愈高, 倚賴 LiDAR Scanner 的訊息也愈多, 現有二維掃描資訊已不敷使用, 特別是自動駕駛系統將成為未來的熱門商品, ARTC 近年積極布局自動駕駛技術的研發, 除購入 3D LiDAR Scanner, 也培訓相關專業人才, 在自動輔助駕駛系統設計亦或是車輛智慧化的研發技術提升都有顯著的成果車輛研測資訊 108 期

人為疏失人與人之間的溝通合作, 往往是事故的最終防線, 若能發揮團隊合作的功能, 則比較能克服其他因素所造成的危害

人為疏失人與人之間的溝通合作, 往往是事故的最終防線, 若能發揮團隊合作的功能, 則比較能克服其他因素所造成的危害人為因素與飛航安全人為因素 7 7 8 人為因素的類別 H 1972 E. Edward SHELL S S L E software, H handware, E environment, L liveware L SHELL 20 2014 3 495 人為疏失人與人之間的溝通合作, 往往是事故的最終防線, 若能發揮團隊合作的功能, 則比較能克服其他因素所造成的危害 2014 3 495

運用雷射雷達 (LiDAR) 感測功能提升智慧汽車效能 車輛研究測試中心陳舜鴻 LiDAR 應用的崛起因車輛自動化提升 根據美國國家公路交通安全管理局 (National Highway Traffic Safety Administration, NT

運用雷射雷達 (LiDAR) 感測功能提升智慧汽車效能車輛研究測試中心陳舜鴻 LiDAR 應用的崛起因車輛自動化提升根據美國國家公路交通安全管理局 (National Highway Traffic Safety Administration, NT