Intelligent Sensing Technology for Pedestrian Protection of Autonomous Car

技術簡介

智能感知相當於自駕車的身體感官，透過整合各種感測器(如光達、雷達、攝影機)、定位模組、及V2X通訊等元件及技術，讓自駕車能夠更精準、快速且廣泛的感知周遭環境，進而經由後端演算法進行訊號辨識分類與推理決策，並導入AI的深度學習模型，讓自駕車能夠對各種狀況作出立即且正確的反應，以保障車上乘客與路上行人之安全。在行人防護應用中，不但車體中的感測器、運算單元必須具備精準而快速的訊號擷取與反應能力，還須與路側單元協同運作，配合行人的行動裝置，經過長時間的實地測試及學習後，逐漸掌握日趨複雜之環境，並提高安全防護的能力。

技術特色

各種感知技術之融合，形成自駕車於行人防護應用之預測及決策基礎依據。

• 運用V2X通訊技術達到人與車的預先警示：

V2X通訊技術目前有兩大類，分別為短距無線通訊WAVE/DSRC (Dedicated Short Range Communication)與C-V2X (Cellular Vehicle-to-Everything)。

WAVE/DSRC的實體層採用IEEE 802.11p，媒介存取控制層以上則為IEEE 1609系列之標準協定。採用5.9GHz頻段，以每秒10次的頻率交換其動態訊息(如位置、速度、加速度、行進方向、以及其它交通相關訊息)，具備低延遲(0.0002秒)、高傳輸距離(1,000公尺)、與高傳輸速度(27Mbit/s)等特性，以提供安全應用為主要目的。

C-V2X系統以建置電信基地台為主，與C-V2X技術標準相關的為3GPP eV2X (enhanced V2X)標準，該標準底層採用MBMS(Multimedia Broadcast Multicast Service)/PC5架構。現行運作是由行人UE(User Equipment)端利用unicast傳輸其位置資訊，並用eMBMS廣播於駕駛端OBU(On Board Unit)進行警示判斷，並將運算後之訊息傳遞給自駕車以做出相對應之反應。

運用V2X通訊技術，透過自駕車與車聯網的融合，在自駕車感測器受限或被遮擋之時，仍可利用V2X的無線通訊能力，即時瞭解周圍狀況，將自駕車的感知能力，從視覺所及的範圍，提升到視覺所不及的幾公里之外，因此，自駕車即使進入到陰暗區，亦可藉由行人配置V2X通訊裝置，讓自駕車可預先得知行人確切的位置與方位，強化安全並避免意外發生。

• 運用光達與定位技術達到車輛自動煞停：

自駕車於行駛過程中，偵測到可能發生的碰撞事件，如行人或障礙物等，須提前由系統自動採取煞停策略，以達到安全防護功效。

自駕車的自動煞車，主要針對物件障礙偵測、物件輪廓偵測、最遠距離估測、偵測範圍與抗天候與光影等項目來判斷並做決策。本技術選擇採用多顆光達感測器(LiDAR)來實現AEB (Autonomous Emergency Braking)之距離偵測與估算。由於前方僅單顆光達容易產生兩側死角，提高碰撞風險，因此利用多顆光達感測器來進行資料融合，實現環周無死角之偵測，當有車輛行進於自駕車兩側時，可採取提前採取放慢車速之策略；而當車輛切入自駕車前方時，則可以配合TTC(Time-to-Collision）計算來啟動或取消AEB作動，提高判斷正確率。同時，利用光達感測器精準的測距能力，更能大幅提升自駕車對於周遭環境的偵測準確度及決策判斷。

由於自駕車並不像人類一樣有五官知覺，因此需要透過各種感測器來探索世界，而定位模組則是讓自駕車了解自己身在世界何處的核心，根據一般車道的寬度，自駕車需要的定位精準度須達公分等級，近幾年3D光達感測器開始活躍於各種領域，可透過雷射光精準的特性進行建圖與定位，相當適合用於公分等級的定位，改善GPS系統精準度穩定的問題，而IMU (InertialMeasurement Unit)則擁有高更新頻率的特性可用於估測定位狀態，並透過感測器融合演算法UKF (Unscented Kalman Filter)進行感測器資訊融合達到即時高精準度之定位。

技術規格

自動緊急煞車 (Autonomous Emergency Braking, AEB)系統，原為駕駛輔助系統 (Advanced Driver Assistance Systems, ADAS)中的主動式安全系統，用於幫助駕駛在即將與前方物體發生碰撞的時候進行主動式介入的煞車功能，現已被歐盟新車安全評鑑協會(Euro NCAP)列為主要測試項目之一，而AEB也是自駕車所需必備之技術項目，目前Euro NCAP將AEB依照行車情境區分為三大測試項目如下：

• AEB City：車輛在一般的城市環境下行駛 (時速<50km/h)並能偵測出前方車輛後進行碰撞預防
• AEB Inter-urban：車輛在高速行駛 (時速<80 km/h)時偵測前方超過200m以上之物體
• AEB Pedestrian：偵測行人與自車的相對移動軌跡，並判斷出碰撞的危險程度

而在AEB Pedestrian上，也分為以下三種情境：

• CVFA：Car to Vulnerable road user Far side Adult (對向車道外成人)
• CVNA：Car to Vulnerable road user Nearside Adult (車道旁成人)
• CVNC：Car to Vulnerable road user Nearside Child (車道旁小孩)

透過環周光達的3D點雲空間資訊，可針對自駕車前方約0~60m的物體資訊來計算TTC，提供自動煞車與否的判斷基礎。

應用範圍

車載資通訊，智慧運輸系統，自駕車

聯絡窗口

徐愛蒂/ 新世代通訊技術與應用推廣部(C200)
電話：03-5913270
Email：AdyHsu@itri.org.tw
https://www.itri.org.tw/
工研院資訊與通訊研究所