在竞赛中脱颖而出 - TIS工业相机赞助學(xué)生赛車(chē)团队到达终点線(xiàn)

在竞赛中脱颖而出 - TIS工业相机赞助學(xué)生赛車(chē)团队到达终点線(xiàn)

受到世界學(xué)生赛車(chē)（FSAE）启发，大學(xué)學(xué)生赛車(chē)队从零开始，自行设计和制作赛車(chē)，参与FSAE Japan，2018年转型制作電(diàn)动車(chē)，并于隔年勇夺電(diàn)动車(chē)第二名成绩，并获得最佳電(diàn)子系统设计、效率奖等奖项。近年来，自动驾驶車(chē)已成為(wèi)汽車(chē)产业的一大趋势。為(wèi)求突破，學(xué)生团队开始自行开发自驾赛車(chē)，The Imaging Source 映美精相机 提供DFK 33UX273 相机以及相关配备，协助团队达成目标。

定位及建立地图信息

团队先制作一台缩小(xiǎo)版赛車(chē)（如下图一）来测试硬件以及软件设计，团队目前开发之自驾系统由传感器融合与导航控制两部分(fēn)构成，由角锥定义之赛道实现对应的定位及导航系统，借此验证软件架构的可(kě)行性。 软件验证的方法融合了许多(duō)传感器类型的数据，如加速计、飞时测距(ToF)以及视觉传感器。 此传感器融合的过程可(kě)以达到最佳感测及导航控制。而视觉感测一直是无人車(chē)发展组成的一部分(fēn)，用(yòng)于可(kě)视化环境中的物(wù)體(tǐ)，如标志(zhì)和車(chē)道标记，视觉数据也可(kě)用(yòng)于解决任何自动驾驶車(chē)面临的另一个基本挑战 ─ 确定自己在三维空间中的位置的能(néng)力。

图一： 學(xué)生以一台缩小(xiǎo)版赛車(chē)先进行测试，双相机搭配主机于小(xiǎo)車(chē)上。（左上角為(wèi)概念图，右下為(wèi)实际测试赛車(chē)）

机器视觉辨识一直是自驾車(chē)不可(kě)或缺的一部分(fēn)，有(yǒu)如无人車(chē)眼睛，帮助赛車(chē)在赛道上辨识且避开障碍，畅行无阻。 一开始，學(xué)生安装单台USB 3.0  DFK 33UX273工业相机，整合成一个单相机系统。 相机的输入被分(fēn)析為(wèi)环境信息（例如黄色和蓝色的角锥--下图二），同时也用(yòng)于帧对帧的视觉追踪。 相机的连续图像被用(yòng)来估计相机（車(chē)子自身）的实时位置变化，进行单反视觉测距（VO），然后 使用(yòng)扩展卡尔曼滤波（EKF）和FastSLAM-1.0算法，测量环境的基本结构和几何形状。 然后，这些特征被汇总到一个视觉地图中，以高精度的方式预估汽車(chē)的位置（同步定位和建立地图信息 ---  SLAM）。 

图二：计算机视觉算法运用(yòng)视觉数据，不仅能(néng)辨识物(wù)體(tǐ)及周遭环境变化，同时也能(néng)进行定位及建立地图信息（SLAM）。

双眼看得比单眼广

在测试过程中，學(xué)生团队发现单台相机系统所提供的视野（FoV）还是有(yǒu)点太窄了（下图三a），过程中仍然有(yǒu)一些死角，无法完整辨认全数角锥 。借鉴其他(tā)赛車(chē)队的经验，學(xué)生们决定测试在视觉系统中增加第二个相机，以增加视野并捕捉所有(yǒu)环境障碍物(wù)（图三b）。USB 3.0相机快速有(yǒu)效地连接到计算机，将图像信息从相机实时传输到数据库。 经过测试，双相机系统便能(néng)成功辨识到所有(yǒu)角锥。

图三（a）： 单相机赛車(chē)已能(néng)辨识大部分(fēn)角锥，但仍然有(yǒu)一些死角。

图三（b）： 增加第二台相机后的双相机系统拓展了赛車(chē)的视野，也成功地捕捉到所有(yǒu)角锥的影像。