前瞻技術產學合作計畫
計畫名稱：車用人工智慧感知融合控制關鍵技術研發
計畫主持人：臺北科技大學車輛工程系 陳柏全教授
合作企業：義隆電子股份有限公司
成果介紹：

交通部近年針對大客車與巴士提出整合包含行車視野輔助系統、車前防撞警示輔助系統、車道偏離警示系統、盲點警示系統、疲勞偵測系統等多項警示輔助系統等來解決肇事率課題。同時政府也連結企業共同研發整合式系統，並配合國內自訂的相關車輛安全檢測標準，使新出廠車輛在上路前皆可搭載完整的安全輔助警示系統。本次國立臺北科技大學與義隆電子的產學合作計畫，團隊致力於開發電動巴士自適應巡航控制、自動緊急煞車與內輪差預防碰撞系統，以解決電動巴士於生活中所面臨的安全性問題。

產學合作發展新領域

先進的輔助系統需要整合各領域，北科大團隊成員分別來自環境感知、物件融合與底層控制等領域。為提升產品落地化的可行性，本計畫與義隆電子進行深度合作，該企業在AI邊緣運算的演算法開發、大數據收集和MLOps維運皆有豐富經驗，本次產學計畫將與北科大團隊共同開發智慧車周感知交通環境聯網整合系統、多元空間感知融合與驗證系統開發，以及先進駕駛輔助系統整合與控制等技術。

全周辨識技術突破

在環境感知中，為了蒐集大型車適用之相關數據以利演算法上的研發與驗證，北科大團隊使用車後魚眼480pRGB影像為基礎開發大型車視角影像數據資料擴增方法，其標記類別包含大車、小車、機車(含騎士)、自行車(含騎士)、行人、三角錐、動物、障礙物等十種道路上常見的物件類別資料量高達1萬筆。以此資料集為基礎先行開發大型車視角影像數據資料擴增方法，此功能將有助於全周交通物件辨識深度學習模型建立。

AI靜/動態融合先進技術

在物件融合中，首先將以光達分別驗證AI影像與雷達，其AI影像動態估測模型是利用電腦視覺投影幾何技術，根據影像車寬、真實車寬、攝影機高度、底線座標、以及消失線資訊，計算出影像中車輛物件之距離，並利用攝影機俯角資訊估測消失線的模型，此模型能夠穩定估測出現場消失線的影像座標資訊，進而提升AI影像動態測距準確性。

最佳化線控整合技術

在底層控制煞車系統部分，北科大團隊自主研發外掛式致動器調整煞車踏板深度，以進行氣壓煞車，並搭配再生煞車(regenerative braking)，以達到節能效果。為了避免再生煞車導致與駕駛者欲使用的煞車力反饋不同，可透過當前車輛動態，設計氣壓煞車與再生煞車協調控制，完成線控煞車功能，以符合縱向控制減速度命令需求。在轉向系統部分，團隊在原車轉向柱上加裝column-type電動輔助轉向馬達，並依據扭矩控制模式，將轉向旋轉動態模型轉換成ARMA回歸模型，應用最小平方法獲得轉動慣量、旋轉阻尼與庫倫摩擦力矩等相關參數，以進行控制器與估測器設計，最後獲得以扭矩作為輸入轉角作為輸出的轉向柱控制模型，以便進行轉角控制。

平台示意圖說明

在與周遭車輛相對動態資訊，以及路面所回饋的資訊將使用各感知器來擷取相關資料，其架構示意圖如下圖所示。128線光達主要用作Ground Truth驗證感知與融合系統結果，以及輕量化模型輸出結果正確性；32線光達用作車輛定位與地圖建立，77GHz雷達是用來偵測前方障礙物，以獲得ADAS系統所需相對動態資訊；相機可識別周遭車輛物件，提供AI模型訓練與驗證；RTK為即時動態測量儀，可提供GPS定位與多軸慣性量測儀，用作車輛控制時的動態性能評估資訊；工業電腦為擴充式主機，主要可針對大量資訊運算自由安排CPU與GPU的工作分配，且各感知器間的傳輸方式隨著資料量與便利性不盡相同，須建立ROS系統將各感知器整合於此進行同步資料擷取，以便進行後續的AI模型訓練與系統驗證；控制器採用車規等級，用作計算底層車輛控制所需。

圖片:路面感知回饋架構圖

經由本次產學合作計畫除了能提升整體用路安全性、交通效率、與便利性外，北科大與義隆電子共同研發之ADAS關鍵技術，除了將可取代進口技術外，更有進軍國外大客車ADAS利基市場的機會，並將整車外銷至東南亞與中東市場，提升臺灣電動巴士業者與ADAS系統廠的國際競爭力。