CN110599762A - 道路状况感测系统及方法 - Google Patents

Abstract

本发明公开了一种道路状况感测系统，包括多个光学雷达装置以及运算装置。多个光学雷达装置分别设置于相互间隔的多个路侧装置上，用以产生多个三维点云。运算装置用以融合多个三维点云，以产生道路状况影像。

Description

道路状况感测系统及方法

技术领域

本发明是有关于一种道路状况感测系统及方法，且特别是有关于一种使用光学雷达(Light Detection and Ranging,LiDAR)装置的道路状况感测系统及方法。

背景技术

随着自动驾驶车的问市，加上智能城市发展趋势，精密地图与即时的道路信息提供，成为未来交通的重要关键技术。不论对于自动驾驶车、一般驾驶人、或是道路行控中心，即时的道路状况皆是重要且实用的信息，如何实现道路状况感测，乃目前业界所致力课题之一。

在自动驾驶车的相关技术中，光学雷达(LiDAR，或称光达)是广泛应用的感测装置，光学雷达是一种光学遥感技术，光学雷达可向目标物体照射一束光(通常是一束脉冲激光)，并感测从目标物体反射的反射光，通过测量发送和接收到的脉冲信号的时间间隔与强度，以计算目标物体的距离与反射率。

将光学雷达装置设置于车辆上，例如设置于车辆前方及两侧，可利用光扫描的方法，将车辆经过的环境扫描出来，例如可以得知与前方车辆的距离、与道路旁障碍物的距离等等。然而，这样的应用存在一些限制。第一，光学雷达装置所发射的光束打不到的地方，就无法建构数据。举例而言，车辆前方若有大型货车、牵引车、或是横向的静止车辆等等，挡住驾驶前方大部分的视野，则光学雷达装置发射光束无法打到前方道路，因此难以得知前方道路状况，又例如车辆在右转之前，由于光束无法打到右转车道上，驾驶难以事先得知右转车道的道路状况。第二，车辆的光学雷达装置扫描所经过的环境，仅能得知当下的环境状况，例如车辆行经的当下处于哪个位置有哪个物体等等，然而并无法判断当下的环境状况是属于正常情况还是异常情况。举例而言，道路旁边可能设置有固定的变电箱或广告广告牌，又或者道路侧可能设有路边停车格，则这些位置虽然有物体存在，但这些物体属于正常情况存在的物体，驾驶根据车辆上的光学雷达所取得的数据，难以判断目前是否存在异常情形。

发明内容

本发明是有关于一种道路状况感测系统及方法，藉由设置多个光学雷达装置于多个路侧装置上，能够融合影像以取得道路状况影像，使车辆或行控中心能取得即时的道路状况信息。

根据本发明的一实施例，提出一种道路状况感测系统。道路状况感测系统包括多个光学雷达装置以及运算装置。多个光学雷达装置分别设置于相互间隔的多个路侧装置上，用以产生多个三维点云。运算装置用以融合多个三维点云，以产生道路状况影像。

根据本发明所述的道路状况感测系统，其中运算装置包括储存装置，用以储存多个历史道路状况影像。运算装置根据多个历史道路状况影像以取得标准道路数据、根据标准道路数据分析道路状况影像是否有异常状况发生、以及当有异常状况发生时，发出异常通知信息。

根据本发明所述的道路状况感测系统，其中运算装置通过车辆对基础建设间通讯将道路状况影像传送至设置于车辆上的车载装置。

根据本发明所述的道路状况感测系统，其中运算装置通过网络将道路状况影像传送至云端交通控制器。

根据本发明所述的道路状况感测系统，其中多个光学雷达装置用以取得反射强度及反射率的至少其中之一，运算装置根据反射强度及反射率的至少其中之一，切换路灯的照明模式。

根据本发明所述的道路状况感测系统，可根据反射强度与反射率来判断目前是否为持续性浓雾模式或持续性下雨模式或一般气候，以决定路灯的照明模式。于(持续性)浓雾模式时，切换路灯的照明模式为低色温模式。于(持续性)下雨模式时，切换路灯的照明模式为高色温加低色温模式。于一般气候时，切换路灯的照明模式为高色温模式。

根据本发明的一实施例，提出一种道路状况感测方法，包括下列步骤。设置多个光学雷达装置于相互间隔的多个路侧装置上；藉由多个光学雷达装置以产生多个三维点云；融合多个三维点云以产生道路状况影像。

为了对本发明的上述及其他方面有更佳的了解，下文特举实施例，并配合附图详细说明如下：

附图说明

图1绘示根据本发明一实施例的道路状况感测系统。

图2绘示根据本发明一实施例的道路状况感测系统的实作示意图。

图3绘示根据本发明另一实施例的道路状况感测系统。

图4绘示根据本发明一实施例的运算装置执行方法。

图5绘示根据本发明一实施例的切换路灯照明模式的方法流程图。

具体实施方式

本发明并非显示出所有可能的实施例，未于本发明提出的其他实施态样也可能可以应用。再者，图式上的尺寸比例并非按照实际产品等比例绘制。因此，说明书和图示内容仅用以叙述实施例，而非限缩本发明保护范围。另外，实施例中的叙述，例如细部结构、制程步骤和材料应用等等，仅为举例说明，并非对本发明欲保护的范围做限缩。实施例的步骤和结构细节可在不脱离本发明之精神和范围内根据实际应用的需要而加以变化与修饰。图示中以相同/类似的符号表示相同/类似的组件。

本发明提出一种道路状况感测系统，可应用于各类车道、行人区域、路口与周围环境等等多个道路区域。请一并参考图1及图2，图1绘示根据本发明一实施例的道路状况感测系统，图2绘示根据本发明一实施例的道路状况感测系统的实作示意图。道路状况感测系统包括多个光学雷达(LiDAR)装置111～113以及运算装置120。多个光学雷达装置111～113分别设置于相互间隔的多个路侧装置(Road-Side Unit,RSU)101～103上，路侧装置101～103例如为路灯、交通信号灯、电线杆、路牌等等可设置于道路侧的设备。在车载通讯应用中，车用环境无线存取/专用短程通讯(Dedicated Short Range Communications,DSRC)能提供快速移动车辆多频道的运作架构，可使车载装置(On-Board Unit,OBU)与路侧装置(RSU)能在行车环境中建立车内通讯、车对车间通讯、车辆对路侧设施间通讯(Vehicle-to-Roadside,V2R)、以及车辆对基础建设间通讯(Vehicle-to-Infrastructure,V2I)。

在图2所绘示的实施例中，相互间隔的路侧装置101～103是以路灯作为范例说明，然而本发明并不限于此，路侧装置101～103亦可以是其他类型的设备。另外路侧装置101～103的数量亦不仅限于3个，图2仅为一种示例性的实作范例。

多个光学雷达装置111～113分别设置于多个路侧装置101～103上，用以产生多个三维点云(3D point cloud)，三维点云例如为代表周围环境的景深图像，亦可称为3D电子云。设置于多个路侧装置101～103上的光学雷达装置111～113例如可以360度旋转，而能够通过发射光线以光学扫描周围环境。由于光学雷达装置111～113的精度可以到公分等级，因此光学雷达装置111～113所产生的三维点云可以精确提供每一个车道的信息。例如图2中绘示3条车道，其中哪一条车道有拥堵情形、哪一条车道顺畅，能够从三维点云清楚得知。通过光学雷达装置111～113取得道路状况信息，相较于卫星导航系统(例如全球定位系统GPS)，可以达到更高的精度，能够给驾驶人更多实用的信息。

在本案实施例中，路侧装置101～103与光学雷达装置111～113之间的设置关系例如是，每个路侧装置上分别设置1个光学雷达，或者是，每数个(如每3个或每5个)路侧装置上设置一个光学雷达皆可，此皆在本案范围内。

由多个光学雷达装置111～113所取得的多个三维点云分别对应于多个路段，且多个路段可以彼此重叠。如图2所示，光学雷达装置111、112、113所对应涵盖的路段分别为靠近图2左下角、中间、右上角的道路部分，光学雷达装置111所涵盖的路段与光学雷达装置112所涵盖的路段，可以有部分重叠，类似地，光学雷达装置112所涵盖的路段与光学雷达装置113所涵盖的路段亦可以有部分重叠。

如图1所示，光学雷达装置111～113可以通过网络连接至运算装置120，运算装置120可作为区域运算元，网络可以是无线局域网络、有线局域网络、Wi-Fi、移动网络等等，并不加以限制。运算装置120可以是微处理器、微控制器、具有中央处理单元的电脑主机、具有逻辑运算与判断功能的电路、云端服务器等等，并不加以限制。运算装置120可以融合来自光学雷达装置111～113的多个三维点云，以产生道路状况影像。如前所述，来自光学雷达装置111～113的多个三维点云彼此具有部分重叠，因此在一实施例中，运算装置120可以使用影像拼接(image stitching)技术，将多个三维点云融合成单一全景(panorama)影像，即目前的道路状况影像。

对应于如图1及图2所示的道路状况感测系统，本发明提出一种道路状况感测方法，包括下列步骤。设置多个光学雷达装置于相互间隔的多个路侧装置上(如图2实施例所示)；藉由多个光学雷达装置(图1及图2所示的光学雷达装置111～113)以产生多个三维点云；融合多个三维点云以产生道路状况影像(此影像融合步骤例如由图1所示的运算装置120执行)。

如上实施例所述的道路状况感测系统及方法，由于可将光学雷达设置于高于路面的路侧装置(例如路灯)，相较于将光学雷达设置于车辆，可以从较高视角取得三维点云，因此能够有效消除拍摄死角。再者，通过融合多个光学雷达取得的影像，可以绘制出无死角的完整路况信息。因此，无论目前车辆前方是否有大型障碍物，此道路状况感测系统皆可以取得前方的完整路况而传送到车辆，另外，此道路状况感测系统也可以取得转弯后车道的路况，于转弯前事先将道路状况影像传送到车辆。

在一实施例中，运算装置120包括储存装置，例如是硬盘、非易失性存储器、云端硬盘等具有储存信息能力的装置。储存装置可用以储存多个历史道路状况影像，亦即，运算装置120可将于过去时间点所取得的多个道路状况影像，储存于储存装置。运算装置120可以根据多个历史道路状况影像，取得标准道路数据，例如运算装置120可以通过机器学习(machine learning)方式，从多个历史道路状况影像中得知哪些物体会固定出现于画面中、哪些物体为经常性出现的移动车辆、哪些物体为偶然出现的，而能排除非固定出现于画面中的物体，以取得标准道路数据。标准道路数据代表正常情况时的道路状况影像，标准道路数据例如可包括环境信息(车道位置、固定存在的路边物体、停车格等等)以及车流信息(车流方向、车速等等)。

运算装置120可根据标准道路数据，分析道路状况影像是否有异常状况发生，例如可通过比对标准道路数据与道路状况影像，检查是否有异常状况，异常状况例如画面中出现不存在于标准道路数据中的物体、汽车或机车的停放角度与标准道路数据不同、车速明显慢于标准道路数据等等，这些异常状况可能代表出现车祸或是道路拥堵的情形。当有异常状况发生时，运算装置120可发出异常通知信息，例如通知车辆或是通知行控中心，让驾驶能够预先得知可能即将面临的路况，而能及早反应。

由于运算装置120具有学习能力，能够取得标准道路数据，并比对目前是否有异常状况，因此能够在发生异常时再发出通知，在正常状况下即可以无需发出相关道路状况信息，如此可以有效节省网络传输流量。举例而言，一个道路行控中心可连接至非常多的区域运算元(例如图1的运算装置120)，每一个区域运算元皆能够仅在发生异常时进行回报，将可以大幅降低道路行控中心的网络频宽需求。

在一实施例中，运算装置120可以定期或不定期的更新标准道路数据。举例而言，当路边出现新的广告广告牌时，由于此广告牌未出现在标准道路数据，运算装置120初始会判定为异常状况。而在经过一段期间后(例如3天、1周、1个月)，储存装置所储存的多个历史道路状况影像皆有出现这个广告广告牌，因此运算装置120可以重新学习，而认定此广告广告牌为标准道路数据。

图3绘示根据本发明另一实施例的道路状况感测系统。在一实施例中，道路状况感测系统还可包括车载装置(OBU，或称为On-Board Equipment,OBE)210，设置于车辆上，运算装置120通过车辆对基础建设间通讯(V2I)将道路状况影像传送至车载装置210，例如持续提供即时的道路状况影像到车载装置210；如前所述，运算装置120可以判断何时发生异常状况，因此运算装置120也可以在当有异常状况发生时，将道路特殊状况(例如塞车、车祸)的影像传送至车载装置210。

在一实施例中，道路状况感测系统还可包括云端交通控制器220，云端交通控制器220例如是设置于掌管交通网络控制信息的行控中心，运算装置120可通过网络将道路状况影像或者异常状况信息传送至云端交通控制器220，使得行控中心可以即时掌握最新路况情形，而能够做出对应的应变措施。

在一实施例中，道路状况感测系统还可包括路灯230，若路侧装置101～103本身是路灯，图3所绘示的路灯230亦可以是代表路侧装置101～103。光学雷达装置111～113是通过发射光束以及接收反射光束以测距，因此光学雷达装置111～113可用以取得反射光的反射强度(intensity)及/或目标物体的反射率(reflectivity)，反射强度及反射率通常与天气状况有关，运算装置120可以根据反射强度及反射率的至少其中之一，切换路灯230的照明模式。亦即，本发明所提出的道路状况感测系统，不仅能够提供动态的道路信息给云端交通控制器与经过的车辆，并可以依照感测的天候状况，调控道路照明，提供即时与精准的车辆行车信息与智能型道路照明系统。

图4绘示根据本发明一实施例的运算装置执行方法。在此实施例中，运算装置120于步骤S401执行倾角校正(tilt correction)，这是由于光学雷达装置111～113通常是设置于高于路面的位置，因此通常会对拍摄的影像执行倾角校正，以取得适于人眼观看的道路状况影像。于步骤S402执行模型选择，例如可以依据时间、天气情况，选择适用于路面的模型数据、适用于天空的模型数据等等。接着于步骤S403执行对象分类(objectclassification)，例如可利用画面中的特征点以及边缘检测技术，找出对象的轮廓，根据所使用的模型数据，辨识出画面中的对象，并对对象加以分类，对象例如包括车辆、天空、车道、指示灯、路牌、树木等等。于步骤S404可利用机器学习，根据所辨识出的对象以及多笔历史道路状况影像，取得标准道路数据。于步骤S405运算装置120可分析从光学雷达装置111～113接收到的反射强度及/或反射率，例如可判断是否超过预设的临界值，据以调控照明设备的照明模式。于步骤S406可藉由比对标准道路数据，而取得环境模式信息，例如可分离固定存在画面中的环境信息，以减少储存与传输时的数据流量。图4所绘示仅为一种实施例，本发明并不限于此，在一实施例中，亦可由光学雷达装置111～113执行图4各个步骤的一些部分。

图5绘示根据本发明一实施例的切换路灯照明模式的方法流程图，图5所示方法例如是由运算装置120执行图4中步骤S405的细节步骤，运算装置120所控制的路灯例如为图3所示的路灯230，或是图2所示的路侧装置101～103。整体道路状况感测系统通电启动后，于步骤S501，运算装置120确认是否已完成多个三维点云的影像融合，确认完成影像融合之后，于步骤S502确认是否完成影像比对，例如将目前取得的道路状况影像与标准道路数据比对，以确认是否存在异常状况。

于步骤S503，运算装置120判断目前收到的反射强度是否小于第一临界值。举例而言，当目前为浓雾状态或空气中湿气较重的情况，光会受到空气中水分子散射，而造成光的反射强度下降，低于在一般气候的情形。一般气候下，光的反射强度大于第一临界值。当空气中湿气较重(浓雾/下雨)时，会造成反射强度下降而造成光的反射强度小于第一临界值。所以，当检测到反射强度降低时(小于第一临界值时)，还需检测反射率才能判断是浓雾或下雨情形。因此，如果步骤S503为否，则代表目前为一般气候，流程接至步骤S513。

如果步骤S503为是，则于步骤S504判断目前的反射率是否大于第二临界值(以判断目前为浓雾或下雨)。如果步骤S504为否，则判断目前符合浓雾模式(目前空气中可能存在浓雾或雾霾，步骤S505)，并且于步骤S506判断目前的浓雾模式是否为持续性状态，或者只是短暂出现的情形。如果步骤S506为否，则流程接至步骤S513。如果步骤S506为是，此时可执行步骤S511，将路灯的照明模式切换为低色温模式，由于低色温的光相较于高色温的光具有较长的波长，利用长波长的光具有高穿透率的特性，可以提高行车安全。

举例而言，低色温模式可对应色温3500K以下，路灯于低色温模式所发出的光较接近暖光，例如黄光；高色温模式可对应色温4000K以上，路灯于高色温模式所发出的光较接近白光。当然，上述的色温数值范围与颜色仅为示例性说明，本发明的低色温模式与高色温模式并不限于此范例。在一实施例中，路灯可包括多个发光二极管(Light EmittingDiode,LED)，例如包括一个高色温LED回路、以及一个低色温LED回路，当切换至低色温模式时，可以关闭高色温回路并且开启低色温回路。

若步骤S504的判断结果为是，则判断目前符合下雨模式(步骤S507)。举例而言，当目前为下雨情形时，路面积水会造成路面的反射率上升，高于在一般气候的情形。于步骤S508判断目前的下雨模式是否为持续性状态，或者只是短暂出现的情形。若步骤S508的判断结果为是，则可执行步骤S512，将路灯的照明模式切换为高色温加低色温模式，以提供加强照明效果，提高行车安全。举例而言，当切换至高色温加低色温模式时，可以开启高色温回路并且开启低色温回路。

若步骤S508的判断结果为否，则进入步骤S513，可将路灯的照明模式切换为一般的高色温模式。举例而言，当切换至高色温模式时，可以开启高色温回路并且关闭低色温回路。

亦即，在本案实施例中，可根据反射强度与反射率来判断目前是否为浓雾模式或下雨模式或一般气候，以决定路灯的照明模式。

图5所示仅为一种切换路灯照明模式的实施例，然而本发明并不仅限于此，在其他实施例中，图5所示的部分步骤可以省略，又或者图5所示的步骤执行顺序可以依设计需要而改变。举例而言，在一实施例中，可以省略步骤S503对于反射强度判断的步骤，亦即，于步骤S502判断结果为是之后，可以进入步骤S504，判断目前的反射率是否大于第二临界值，当反射率大于第二临界值，执行步骤S512，切换路灯的照明模式为高色温加低色温模式。类似的，在另一实施例中，可以省略步骤S504对于反射率判断的步骤，于步骤S503判断结果为否之后，直接进入步骤S513。而在又另一实施例中，则可以先判断反射率，再判断反射强度，亦即，于步骤S502判断结果为是之后，可以先进入步骤S504，判断目前的反射率是否大于第二临界值，若是目前的反射率小于第二临界值或是非持续状态(判定非属于下雨模式)，则再进入步骤S503，判断目前的反射强度是否小于第一临界值。

此外，路灯内部可以包括更多的LED回路，不局限于高色温回路以及低色温回路，照明模式亦不仅限于图5所示的三种高色温、低色温、高色温加低色温模式。在其他实施例中，亦可以根据反射强度及/或反射率以调整路灯的发光强度、色温、照射角度等等。举例而言，当辨识出下雨模式时，可以改变路灯的照射角度，例如从双边发射局限为单边发射，滤除掉特定角度的光线，以减少反射到车子驾驶座的光线，提高行车安全。

综上所述，虽然本发明已以实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中的技术人员，在不脱离本发明的精神和范围内，当可作各种更动与润饰。因此，本发明的保护范围当视后附权利要求所界定者为准。

Claims (16)

1.一种道路状况感测系统，其特征在于，该道路状况感测系统包括：

多个光学雷达装置，分别设置于相互间隔的多个路侧装置上，用以产生多个三维点云；以及

运算装置，用以融合该多个三维点云，以产生道路状况影像。

2.如权利要求1所述的道路状况感测系统，其特征在于，该运算装置包括储存装置，用以储存多个历史道路状况影像，该运算装置还用以：

根据该些历史道路状况影像以取得标准道路数据；

根据该标准道路数据，分析该道路状况影像是否有异常状况发生；以及

当有异常状况发生时，发出异常通知信息。

3.如权利要求1所述的道路状况感测系统，其特征在于，还包括：

车载装置，设置于车辆上；

其中该运算装置通过车辆对基础建设间通讯将该道路状况影像传送至该车载装置。

4.如权利要求1所述的道路状况感测系统，其特征在于，还包括云端交通控制器，该运算装置通过网络将该道路状况影像传送至该云端交通控制器。

5.如权利要求1所述的道路状况感测系统，其特征在于，该些光学雷达装置用以取得反射强度及反射率的至少其中之一，该运算装置根据该反射强度及该反射率的至少其中之一，切换该路灯的照明模式。

6.如权利要求5所述的道路状况感测系统，其特征在于，当根据该反射强度及该反射率判断目前为持续性浓雾模式时，切换该路灯的该照明模式为低色温模式。

7.如权利要求5所述的道路状况感测系统，其特征在于，当根据该反射强度及该反射率判断目前为持续性下雨模式时，切换该路灯的该照明模式为高色温加低色温模式。

8.如权利要求5所述的道路状况感测系统，其特征在于，当根据该反射强度及该反射率判断目前为一般气候时，切换该路灯的该照明模式为高色温模式。

9.一种道路状况感测方法，其特征在于，该道路状况感测方法包括：

设置多个光学雷达装置于相互间隔的多个路侧装置上；

藉由该些光学雷达装置以产生多个三维点云；以及

融合该些三维点云以产生道路状况影像。

10.如权利要求9所述的道路状况感测方法，其特征在于，还包括：

储存多个历史道路状况影像；

根据该些历史道路状况影像以取得标准道路数据；

根据该标准道路数据，分析该道路状况影像是否有异常状况发生；以及

当有异常状况发生时，发出异常通知信息。

11.如权利要求9所述的道路状况感测方法，其特征在于，还包括通过车辆对基础建设间通讯将该道路状况影像传送至设置于车辆上的车载装置。

12.如权利要求9所述的道路状况感测方法，其特征在于，还包括通过网络将该道路状况影像传送至云端交通控制器。

13.如权利要求9所述的道路状况感测方法，其特征在于，还包括：

藉由该些光学雷达装置取得反射强度及反射率的至少其中之一；以及

根据该反射强度及该反射率的至少其中之一，切换路灯的照明模式。

14.如权利要求13所述的道路状况感测方法，其特征在于，当根据该反射强度及该反射率判断目前为持续性浓雾模式时，切换该路灯的该照明模式为低色温模式。

15.如权利要求13所述的道路状况感测方法，其特征在于，当根据该反射强度及该反射率判断目前为持续性下雨模式时，切换该路灯的该照明模式为高色温加低色温模式。

16.如权利要求13所述的道路状况感测方法，其特征在于，当根据该反射强度及该反射率判断目前为一般气候时，切换该路灯的该照明模式为高色温模式。