TWI845208B - 提前預知之抗暈眩補償方法與系統 - Google Patents

提前預知之抗暈眩補償方法與系統 Download PDF

Info

Publication number
TWI845208B
TWI845208B TW112109321A TW112109321A TWI845208B TW I845208 B TWI845208 B TW I845208B TW 112109321 A TW112109321 A TW 112109321A TW 112109321 A TW112109321 A TW 112109321A TW I845208 B TWI845208 B TW I845208B
Authority
TW
Taiwan
Prior art keywords
information
compensation
prediction
freedom
dizziness
Prior art date
Application number
TW112109321A
Other languages
English (en)
Other versions
TW202437067A (zh
Inventor
戴宏明
徐雅柔
李健儒
杜佳勳
蔡宇翔
Original Assignee
財團法人工業技術研究院
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 財團法人工業技術研究院 filed Critical 財團法人工業技術研究院
Priority to TW112109321A priority Critical patent/TWI845208B/zh
Priority to CN202310583198.XA priority patent/CN118665357A/zh
Priority to US18/206,493 priority patent/US20240312431A1/en
Application granted granted Critical
Publication of TWI845208B publication Critical patent/TWI845208B/zh
Publication of TW202437067A publication Critical patent/TW202437067A/zh

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/02—Registering or indicating driving, working, idle, or waiting time only
    • G07C5/04—Registering or indicating driving, working, idle, or waiting time only using counting means or digital clocks
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G5/00—Control arrangements or circuits for visual indicators common to cathode-ray tube indicators and other visual indicators
    • G09G5/003—Details of a display terminal, the details relating to the control arrangement of the display terminal and to the interfaces thereto
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2340/00—Aspects of display data processing
    • G09G2340/04—Changes in size, position or resolution of an image
    • G09G2340/0464—Positioning
    • G09G2340/0471—Vertical positioning
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2340/00—Aspects of display data processing
    • G09G2340/04—Changes in size, position or resolution of an image
    • G09G2340/0464—Positioning
    • G09G2340/0478—Horizontal positioning
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09G—ARRANGEMENTS OR CIRCUITS FOR CONTROL OF INDICATING DEVICES USING STATIC MEANS TO PRESENT VARIABLE INFORMATION
    • G09G2380/00—Specific applications
    • G09G2380/10—Automotive applications

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

一種提前預知之抗暈眩補償方法與系統。提前預知之抗暈眩補償方法包括以下步驟。取得六自由度資訊。透過機器學習模型，至少依據六自由度資訊，獲得姿態預測補償資訊。取得路徑資訊。依據路徑資訊，獲得路徑預測補償資訊。取得路面資訊。依據路面資訊，獲得路面預測補償資訊。依據姿態預測補償資訊、路徑預測補償資訊或路面預測補償資訊，對移動載具上顯示屏幕的顯示資訊進行補償。

Description

提前預知之抗暈眩補償方法與系統
本揭露是有關於一種抗暈眩補償方法與系統，且特別是有關於一種提前預知之抗暈眩補償方法與系統。
移動載具行駛過程中難免會有晃動的情況。一旦乘坐者的腦部已經感知到晃動，但視覺上卻沒有馬上接收到晃動資訊時，則容易產生暈眩。為了達成抗暈眩的效果，可以對移動載具上顯示屏幕的顯示資訊進行晃動補償，使視覺晃動感知能夠與腦部晃動感知一致，以降低暈眩的感覺。
然而，晃動補償的計算相當複雜，在移動載具行進過程中，晃動的情況隨時都在變化，難以即時完成晃動補償的計算，使得抗暈眩的效果大打折扣。
本揭露係有關於一種提前預知之抗暈眩補償方法與系統，其利用各種預知的補償技術，讓移動載具在晃動發生之前就 能夠預先進行補償計算，使得移動載具上顯示屏幕的顯示資訊的補償計算能夠即時完成，大幅提升抗暈眩的效果。
根據本揭露之一方面，提出一種提前預知之抗暈眩補償方法，適用於移動載具。提前預知之抗暈眩補償方法包括以下步驟。取得六自由度資訊。透過機器學習模型，至少依據六自由度資訊，獲得姿態預測補償資訊。取得路徑資訊。依據路徑資訊，獲得路徑預測補償資訊。取得路面資訊。依據路面資訊，獲得路面預測補償資訊。依據姿態預測補償資訊、路徑預測補償資訊或路面預測補償資訊，對顯示資訊進行補償。
根據本揭露之另一方面，提出一種提前預知之抗暈眩補償系統，適用於移動載具。抗暈眩補償系統包括自由度感測單元、姿態預測補償單元、路徑推算單元、路徑預測補償單元、路面偵測單元、路面預測補償單元及補償單元。自由度感測單元用以取得六自由度資訊。姿態預測補償單元包括至少一機器學習模型及資訊預測器。透過機器學習模型，資訊預測器依據六自由度資訊，獲得姿態預測補償資訊。路徑推算單元用以取得路徑資訊。路徑預測補償單元用以依據路徑資訊，獲得路徑預測補償資訊。路面偵測單元用以取得路面資訊。路面預測補償單元用以依據路面資訊，獲得路面預測補償資訊。補償單元用以依據姿態預測補償資訊、路徑預測補償資訊或路面預測補償資訊，對顯示資訊進行補償。
為了對本揭露之上述及其他方面有更佳的瞭解，下文特舉實施例，並配合所附圖式詳細說明如下：
100,200,300,400,500,600,700,800:抗暈眩補償系統
110:自由度感測單元
130,230,330,430,530:姿態預測補償單元
131,331:資訊預測器
220:作動感測單元
332:補償計算器
433:延遲分析器
434:模型切換器
640:路徑推算單元
650:路徑預測補償單元
651:水平補償計算器
652:垂直補償計算器
760:路面偵測單元
770:路面預測補償單元
771:水平補償計算器
772:垂直補償計算器
880:補償單元
CP11,CP12,CP13,CP14,CP15:姿態預測補償資訊
CP16:路徑預測補償資訊
CP16x:水平方向補償資訊
CP16y:垂直方向補償資訊
CP17:路面預測補償資訊
CP17x:水平方向補償資訊
CP17y:垂直方向補償資訊
CP18:綜合預測補償資訊
DF,DF’:六自由度資訊
DL:系統延遲資訊
DP:顯示資訊
L1:過彎直線距離
L2:過彎橫向距離
MD1,MD2,MD3,MD41~MD4i,MD51~MD5i:機器學習模型
MP:路徑資訊
MPd:行進方向資訊
MPs:上下坡資訊
MV,MV’:移動載具作動資訊
PL:路面資訊
PLd:坑洞深度資訊
PLw:坑洞寬度資訊
SP:行進速度資訊
t0,t1,t2,t3:時間點
θ:過彎角
第1圖繪示根據一實施例之移動載具上顯示屏幕的顯示資訊的示意圖。
第2圖繪示根據一實施例之提前預知之抗暈眩補償系統的方塊圖。
第3圖示例說明機器學習模型。
第4圖繪示根據另一實施例之提前預知之抗暈眩補償系統的方塊圖。
第5圖示例說明機器學習模型。
第6圖繪示根據另一實施例之提前預知之抗暈眩補償系統的方塊圖。
第7圖繪示根據另一實施例之提前預知之抗暈眩補償系統的方塊圖。
第8圖繪示根據另一實施例之提前預知之抗暈眩補償系統的方塊圖。
第9圖繪示根據另一實施例之提前預知之抗暈眩補償系統的方塊圖。
第10圖示例說明式(2)之符號。
第11圖繪示根據另一實施例之提前預知之抗暈眩補償系統的方塊圖。
第12圖繪示根據另一實施例之提前預知之抗暈眩補償系統的方塊圖。
請參照第1圖，其繪示根據一實施例之移動載具上顯示屏幕的顯示資訊DP的示意圖。第1圖係以前車窗為例做說明，在另一實施例中，本揭露之技術亦可應用於各式移動載具的窗屏。顯示資訊DP例如是某一建築物的介紹或行車速度儀。當移動載具晃動時，顯示資訊DP可以進行晃動補償，使視覺晃動感知能夠與腦部晃動感知一致，以降低暈眩的感覺。在本揭露中，提出多種提前預知的補償技術，移動載具在晃動發生之前就能夠預先進行補償計算，使得顯示資訊DP的補償計算能夠即時完成，提升抗暈眩的效果。以下分別以各種實施例詳細說明各種補償技術。
請參照第2圖，其繪示根據一實施例之提前預知之抗暈眩補償系統100的方塊圖。抗暈眩補償系統100包括自由度感測單元110及姿態預測補償單元130。自由度感測單元110用以取得六自由度資訊DF，例如是陀螺儀、加速度規或其組合。姿態預測補償單元130包括資訊預測器131及機器學習模型MD1。透過機器學習模型MD1，資訊預測器131用以依據六自由度資訊DF，獲得姿態預測補償資訊CP11，以進行預測補償或預測姿態。姿態預測補 償單元130例如是電路、晶片、電路板、電腦程式產品、程式碼或儲存程式碼之儲存裝置或其他適用之電子裝置。請參照第3圖，其示例說明機器學習模型MD1。六自由度資訊DF取得於數個歷史時間點t0、t1、t2，姿態預測補償資訊CP11對應於單一未來時間點t3。六自由度資訊DF例如是前後方向、垂直方向、水平方向、俯仰角(pitch)、偏擺角(yaw)及翻滾角(Roll)的瞬間資訊或變化資訊。機器學習模型MD1在建模時，例如是以3個歷史時間點的六自由度資訊DF作為訓練資料，並以第4個時間點的應補償量作為真值(ground true)進行訓練。機器學習模型MD1推估出來的姿態預測補償資訊CP11例如是在前側之透明顯示器需要水平平移多少畫素及/或需要垂直平移多少畫素。在時間點t3尚未來到前，就可推估出姿態預測補償資訊CP11，以使顯示資訊DP(繪示於第1圖)可以即時進行補償，提升抗暈眩的效果。
請參照第4圖，其繪示根據另一實施例之提前預知之抗暈眩補償系統200的方塊圖。抗暈眩補償系統200包括自由度感測單元110、作動感測單元220及姿態預測補償單元230。作動感測單元220用以取得移動載具作動資訊MV，例如是動力偵測器、踏板偵測、輪胎偵測器或其組合。透過機器學習模型MD2，資訊預測器131依據六自由度資訊DF及移動載具作動資訊MV，獲得姿態預測補償資訊CP12。請參照第5圖，其示例說明機器學習模型MD2。六自由度資訊DF與移動載具作動資訊MV取得於數個歷史時間點t0、t1、t2，姿態預測補償資訊CP12對應於單一未來時間點t3。移動載具作動資訊MV包括煞車行為資訊、行進速度資訊及油門踩踏資訊的瞬間資訊或變化資訊等。機器學習模型MD2在建 模時，例如是以3個歷史時間點的六自由度資訊DF與移動載具作動資訊MV作為訓練資料，並以第4個時間點的應補償量作為真值(ground true)進行訓練。機器學習模型MD2推估出來的姿態預測補償資訊CP12例如是在前側之透明顯示器需要水平平移多少畫素及/或需要垂直平移多少畫素。在時間點t3尚未來到前，就可推估出姿態預測補償資訊CP12，以使顯示資訊DP(繪示於第1圖)可以即時進行補償，提升抗暈眩的效果。
請參照第6圖，其繪示根據另一實施例之提前預知之抗暈眩補償系統300的方塊圖。抗暈眩補償系統300之姿態預測補償單元330包括資訊預測器331、補償計算器332及機器學習模型MD3。機器學習模型MD3在建立過程中，係利用不同時間點的姿態資訊做對應，以進行訓練。透過機器學習模型MD3，資訊預測器331可以依據過去之六自由度資訊DF及過去之移動載具作動資訊MV，獲得未來之六自由度資訊DF’及未來之移動載具作動資訊MV’。補償計算器332用以依據未來之六自由度資訊DF’及未來之移動載具作動資訊MV’，計算姿態預測補償資訊CP13。
姿態預測補償資訊CP13例如是按照下式(1)進行計算。
Figure 112109321-A0305-02-0009-1
其中A x 係為水平方向補償資訊，DF' x 係為未來之水平方向移動資訊，S x 係為水平方向震動敏感度，MV' x 係為未來之 水平方向移動載具作動資訊，D x 為自由度感測單元110與移動載具窗屏的透明顯示器之水平方向中心距離，DF' yaw 為未來之偏擺角，rs為移動載具窗屏的透明顯示器之解析度，wd為移動載具窗屏的透明顯示器之寬度。A y 係為垂直方向補償資訊，DF' y 係為未來之垂直方向移動資訊，S y 係為垂直方向震動敏感度，MV' y 係為未來之垂直方向移動載具作動資訊，D z 為自由度感測單元110與移動載具窗屏的透明顯示器之垂直方向中心距離，DF' roll 為未來之翻滾角，DF' pitch 為未來之俯仰角。
透過上述預測程序與計算程序，在時間點t3尚未來到前，就可以推估姿態預測補償資訊CP13，以使顯示資訊DP(繪示於第1圖)可以即時進行補償，提升抗暈眩的效果。
請參照第7圖，其繪示根據另一實施例之提前預知之抗暈眩補償系統400的方塊圖。姿態預測補償單元430包括資訊預測器131、延遲分析器433、模型切換器434及數個機器學習模型MD41、MD42、…、MD4i。延遲分析器433用以獲得系統延遲資訊DL。模型切換器434用以依據系統延遲資訊DL，切換為機器學習模型MD41、MD42、…、或MD4i。這些機器學習模型MD41、MD42、…、MD4i可利用不同的訓練資料進行訓練。這些訓練資料與姿態預測補償資訊CP14具有一提前時間差距。模型切換器434係選擇提前時間差距能夠匹配於系統延遲資訊DL的機器學習模型MD41、MD42、…、或MD4i擇一使用，以使姿態預測補償資訊CP14足以即時用來補償顯示資訊DP(繪示於第1圖)，提升抗暈眩的效果。
請參照第8圖，其繪示根據另一實施例之提前預知之抗暈眩補償系統500的方塊圖。姿態預測補償單元530包括資訊預測器131、補償計算器332、延遲分析器433、模型切換器434及數個機器學習模型MD51、MD52、…、MD5i。延遲分析器433用以獲得系統延遲資訊DL。模型切換器434用以依據系統延遲資訊DL，切換為機器學習模型MD51、MD52、…、或MD5i。這些機器學習模型MD5i可利用不同的訓練資料進行訓練。這些訓練資料與未來之六自由度資訊DF’及未來之移動載具作動資訊MV’具有一提前時間差距。模型切換器434係選擇提前時間差距能夠匹配於系統延遲資訊DL的機器學習模型MD51、MD52、…、或MD5i擇一使用，以使未來之六自由度資訊DF’及未來之移動載具作動資訊MV’足以即時提供給補償計算器332進行計算，以計算出姿態預測補償資訊CP15後，用來補償顯示資訊DP(繪示於第1圖)，提升抗暈眩的效果。
請參照第9圖，其繪示根據另一實施例之提前預知之抗暈眩補償系統600的方塊圖。抗暈眩補償系統600包括路徑推算單元640及路徑預測補償單元650。路徑預測補償單元650可包括水平補償計算器651及垂直補償計算器652。路徑推算單元640用以取得路徑資訊MP，路徑資訊MP可包括例如行進方向資訊MPd及上下坡資訊MPs。水平補償計算器651用以依據行進速度資訊SP及行進方向資訊MPd，計算水平方向補償資訊CP16x。垂直補償計算器652用以依據行進速度資訊SP及上下坡資訊MPs，計算垂直方向補償資訊CP16y。路徑推算單元640、水平補償計算器651或垂直補償計算器652可例如是電路、晶片、電 路板、程式碼、電腦程式產品、儲存程式碼之儲存裝置或其他適用之電子裝置。水平方向補償資訊CP16x與垂直方向補償資訊CP16y例如是透過下式(2)進行計算。
Figure 112109321-A0305-02-0012-2
其中，請參照第10圖，其示例說明上式(2)之符號。B x 為水平方向補償資訊，SP為行進速度，θ為過彎角，L1為過彎直線距離，L2為過彎橫向距離，Cf為補償頻率，rs為透明顯示器之解析度，wd為透明顯示器之寬度。
在上式(2)中，利用
Figure 112109321-A0305-02-0012-3
計算出過彎時間。再利用
Figure 112109321-A0305-02-0012-4
計算出每秒過彎角度。然後利用
Figure 112109321-A0305-02-0012-5
計算每秒水平 方向位移量。
Figure 112109321-A0305-02-0012-6
則計算每次應補償量。rs/wd則用以將應補償量轉換為透明顯示器的像素。
B y 為垂直方向補償資訊，SP為行進速度，SL為坡度，Cf為補償頻率，rs為透明顯示器之解析度，wd為透明顯示器之寬度。
在上式(2)中，利用SP * SL%計算出每秒上升高度。接著，再利用
Figure 112109321-A0305-02-0012-7
計算每次應補償量。rs/wd則用以將應補償量轉換為透明顯示器的像素。
由水平方向補償資訊CP16x與垂直方向補償資訊CP16y即可組成路徑預測補償資訊CP16。透過上述預測程序與計 算程序，可以推估路徑預測補償資訊CP16，以使顯示資訊DP(繪示於第1圖)可以即時進行補償，提升抗暈眩的效果。
請參照第11圖，其繪示根據另一實施例之提前預知之抗暈眩補償系統700的方塊圖。抗暈眩補償系統700包括路面偵測單元760及路面預測補償單元770。路面偵測單元760用以取得路面資訊PL，例如是電路、晶片、電路板、程式碼、電腦程式產品、儲存程式碼之儲存裝置或其他適用之電子裝置。路面資訊PL可包括例如坑洞寬度資訊PLw及坑洞深度資訊PLd。
水平補償計算器771用以依據坑洞寬度資訊PLw，計算水平方向補償資訊CP17x。垂直補償計算器772用以依據坑洞深度資訊PLd，計算垂直方向補償資訊CP17y。水平補償計算器771、垂直補償計算器772可例如是電路、晶片、電路板、程式碼、電腦程式產品、儲存程式碼之儲存裝置或其他適用之電子裝置。水平方向補償資訊CP17x與垂直方向補償資訊CP17y例如是透過下式(3)進行計算。
Figure 112109321-A0305-02-0013-8
其中，C x 為水平方向補償資訊，PLw為坑洞寬度資訊，rs為透明顯示器之解析度，wd為透明顯示器之寬度，C y 為垂直方向補償資訊，PLd為坑洞深度資訊。
由水平方向補償資訊CP17x與垂直方向補償資訊CP17y組成路面預測補償資訊CP17。透過上述預測程序與計算程序，可以推估路面預測補償資訊CP17，以使顯示資訊DP(繪示於第1圖)可以即時進行補償，提升抗暈眩的效果。
上述各種實施例可以對顯示資訊DP進行即時補償。在一實施例中，亦可整合上述各種實施例的技術。請參照第12圖，其繪示根據另一實施例之提前預知之抗暈眩補償系統800的方塊圖。在第12圖之實施例中，抗暈眩補償系統800可包括自由度感測單元110、作動感測單元220、姿態預測補償單元230、路徑推算單元640、路徑預測補償單元650、路面偵測單元760、路面預測補償單元770及補償單元880。自由度感測單元110用以取得六自由度資訊DF。作動感測單元220用以取得移動載具作動資訊MV。姿態預測補償單元230可包括例如機器學習模型MD2及資訊預測器131。透過機器學習模型MD2，資訊預測器131依據六自由度資訊DF，獲得姿態預測補償資訊CP12。路徑推算單元640用以取得路徑資訊MP。路徑預測補償單元650用以依據路徑資訊MP，獲得路徑預測補償資訊CP16。路面偵測單元760用以取得路面資訊PL。路面預測補償單元770用以依據路面資訊PL，獲得路面預測補償資訊CP17。補償單元880用以依據姿態預測補償資訊CP12、路徑預測補償資訊CP16或路面預測補償資訊CP17，對顯示資訊DP(繪示於第1圖)進行補償。舉例來說，補償單元880例如是按照下式(4)進行補償。
X=f x * A x +g x * B x +k x * C x Y=f y * A y +g y * B y +k y * C y ………………………………(4)
其中X為水平方向補償量，f x 、g x 、k x 為水平方向調整係數，Y為垂直方向補償量，f y 、g y 、k y 為垂直方向調整係數。f x 、f y 例如介於-3到3之間。g x 、g y 例如介於-3到3之間。k x 、k y 例如介於-1到1之間。
由水平方向補償量與垂直方向補償量可組成綜合預測補償資訊CP18。透過上述預測程序與計算程序，可以即時推估綜合預測補償資訊CP18，以使顯示資訊DP(繪示於第1圖)可以即時進行補償，提升抗暈眩的效果。
綜上所述，雖然本揭露已以實施例揭露如上，然其並非用以限定本揭露。本揭露所屬技術領域中具有通常知識者，在不脫離本揭露之精神和範圍內，當可作各種之更動與潤飾。因此，本揭露之保護範圍當視後附之申請專利範圍及其均等範圍所界定者為準。
110:自由度感測單元
131:資訊預測器
220:作動感測單元
230:姿態預測補償單元
640:路徑推算單元
650:路徑預測補償單元
760:路面偵測單元
770:路面預測補償單元
800:抗暈眩補償系統
880:補償單元
CP12:姿態預測補償資訊
CP16:路徑預測補償資訊
CP17:路面預測補償資訊
CP18:綜合預測補償資訊
DF:六自由度資訊
MD2:機器學習模型
MP:路徑資訊
MPd:行進方向資訊
MPs:上下坡資訊
MV:移動載具作動資訊
PL:路面資訊
PLd:坑洞深度資訊
PLw:坑洞寬度資訊

Claims (18)

  1. 一種提前預知之抗暈眩補償方法，適用於移動載具，包括：取得一六自由度資訊；透過一機器學習模型，至少依據該六自由度資訊，獲得一姿態預測補償資訊；取得一路徑資訊，該路徑資訊包括一行進方向資訊及一上下坡資訊；依據該路徑資訊，獲得一路徑預測補償資訊；取得一路面資訊；依據該路面資訊，獲得一路面預測補償資訊；以及依據該姿態預測補償資訊、該路徑預測補償資訊或該路面預測補償資訊，對一顯示資訊進行補償。
  2. 如請求項1所述之提前預知之抗暈眩補償方法，其中該六自由度資訊取得於複數個歷史時間點，該姿態預測補償資訊對應於單一未來時間點。
  3. 如請求項1所述之提前預知之抗暈眩補償方法，更包括：取得一移動載具作動資訊，該六自由度資訊及該移動載具作動資訊皆輸入至該機器學習模型，以獲得該姿態預測補償資訊。
  4. 如請求項3所述之提前預知之抗暈眩補償方法，其中該移動載具作動資訊包括一煞車行為資訊、一行進速度及一油門踩踏資訊。
  5. 如請求項3所述之提前預知之抗暈眩補償方法，其中獲得該姿態預測補償資訊之步驟包括：透過該機器學模型，依據過去之該六自由度資訊及過去之該移動載具作動資訊，獲得未來之該六自由度資訊及未來之該移動載具作動資訊；以及依據未來之該六自由度資訊及未來之該移動載具作動資訊，計算該姿態預測補償資訊。
  6. 如請求項1所述之提前預知之抗暈眩補償方法，其中獲得該姿態預測補償資訊之步驟包括：獲得一系統延遲資訊；以及依據該系統延遲資訊，切換該機器學習模型。
  7. 如請求項1所述之提前預知之抗暈眩補償方法，其中獲得該姿態預測補償資訊之步驟包括：獲得一系統延遲資訊；依據該系統延遲資訊，切換該機器學習模型；透過該機器學習模型，依據過去之該六自由度資訊及過去之一移動載具作動資訊，獲得未來之該六自由度資訊及未來之該移動載具作動資訊；以及 依據未來之該六自由度資訊及未來之該移動載具作動資訊，計算該姿態預測補償資訊。
  8. 如請求項1所述之提前預知之抗暈眩補償方法，其中獲得該路徑預測補償資訊包括：依據一行進速度資訊及該行進方向資訊，計算一水平方向補償資訊；以及依據該行進速度資訊及該上下坡資訊，計算一垂直方向補償資訊。
  9. 如請求項1所述之提前預知之抗暈眩補償方法，其中該路面資訊包括一坑洞寬度資訊及一坑洞深度資訊。
  10. 一種提前預知之抗暈眩補償系統，適用於移動載具，包括：一自由度感測單元，用以取得一六自由度資訊；一姿態預測補償單元，包括：至少一機器學習模型；及一資訊預測器，透過該機器學習模型，該資訊預測器依據該六自由度資訊，獲得一姿態預測補償資訊；一路徑推算單元，用以取得一路徑資訊，該路徑資訊包括一行進方向資訊及一上下坡資訊；一路徑預測補償單元，用以依據該路徑資訊，獲得一路徑預測補償資訊； 一路面偵測單元，用以取得一路面資訊；一路面預測補償單元，用以依據該路面資訊，獲得一路面預測補償資訊；以及一補償單元，用以依據該姿態預測補償資訊、該路徑預測補償資訊或該路面預測補償資訊，對一顯示資訊進行補償。
  11. 如請求項10所述之提前預知之抗暈眩補償系統，其中該六自由度資訊取得於複數個歷史時間點，該姿態預測補償資訊對應於單一未來時間點。
  12. 如請求項10所述之提前預知之抗暈眩補償系統，更包括：一作動感測單元，用以取得一移動載具作動資訊，透過該機器學習模型，該資訊預測器依據該六自由度資訊及該移動載具作動資訊，獲得該姿態預測補償資訊。
  13. 如請求項12所述之提前預知之抗暈眩補償系統，其中該移動載具作動資訊包括一煞車行為資訊、一行進速度資訊及一油門踩踏資訊。
  14. 如請求項12所述之提前預知之抗暈眩補償系統，其中透過該機器學習模型，該資訊預測器依據過去之該六自由度資訊及過去之該移動載具作動資訊，獲得未來之該六自由度 資訊及未來之該移動載具作動資訊，該姿態預測補償單元更包括：一補償計算器，用以依據未來之該六自由度資訊及未來之該移動載具作動資訊，計算該姿態預測補償資訊。
  15. 如請求項10所述之提前預知之抗暈眩補償系統，其中該姿態預測補償單元更包括：一延遲分析器，用以獲得一系統延遲資訊；以及一模型切換器，用以依據該系統延遲資訊，切換該機器學習模型。
  16. 如請求項10所述之提前預知之抗暈眩補償系統，其中該姿態預測補償單元包括：一延遲分析器，用以獲得一系統延遲資訊；一模型切換器，用以依據該系統延遲資訊，切換該機器學習模型，透過該機器學習模型，該資訊預測器依據過去之該六自由度資訊及過去之一移動載具作動資訊，獲得未來之該六自由度資訊及未來之該移動載具作動資訊；以及一補償計算器，用以依據未來之該六自由度資訊及未來之該移動載具作動資訊，計算該姿態預測補償資訊。
  17. 如請求項10所述之提前預知之抗暈眩補償系統，其中該路徑預測補償單元包括： 一水平補償計算器，用以依據一行進速度資訊及該行進方向資訊，計算一水平方向補償資訊；以及一垂直補償計算器，用以依據該行進速度資訊及該上下坡資訊，計算一垂直方向補償資訊。
  18. 如請求項10所述之提前預知之抗暈眩補償系統，其中該路面資訊包括一坑洞寬度資訊及一坑洞深度資訊。
TW112109321A 2023-03-14 2023-03-14 提前預知之抗暈眩補償方法與系統 TWI845208B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW112109321A TWI845208B (zh) 2023-03-14 2023-03-14 提前預知之抗暈眩補償方法與系統
CN202310583198.XA CN118665357A (zh) 2023-03-14 2023-05-23 提前预知的抗晕眩补偿方法与系统
US18/206,493 US20240312431A1 (en) 2023-03-14 2023-06-06 Method and system for compensating anti-dizziness predicted in advance

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW112109321A TWI845208B (zh) 2023-03-14 2023-03-14 提前預知之抗暈眩補償方法與系統

Publications (2)

Publication Number Publication Date
TWI845208B true TWI845208B (zh) 2024-06-11
TW202437067A TW202437067A (zh) 2024-09-16

Family

ID=92541661

Family Applications (1)

Application Number Title Priority Date Filing Date
TW112109321A TWI845208B (zh) 2023-03-14 2023-03-14 提前預知之抗暈眩補償方法與系統

Country Status (3)

Country Link
US (1) US20240312431A1 (zh)
CN (1) CN118665357A (zh)
TW (1) TWI845208B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105094310A (zh) * 2014-05-09 2015-11-25 梦工厂动画公司 虚拟现实驾乘系统中减少晕车的方法和系统
CN111654593A (zh) * 2019-02-19 2020-09-11 沃尔沃汽车公司 减少车载显示器的晕动病
US11119624B2 (en) * 2018-04-17 2021-09-14 Apple Inc. Dynamic image stabilization using motion sensors
TW202236083A (zh) * 2020-11-20 2022-09-16 財團法人工業技術研究院 減緩動暈的影像顯示方法及影像顯示系統
CN115151469A (zh) * 2019-10-17 2022-10-04 密歇根大学董事会 基于预测和抢先控制的乘用车乘客状态调制系统
TW202248810A (zh) * 2021-06-02 2022-12-16 陳盈吉 避免動暈症發生的虛擬實境控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105094310A (zh) * 2014-05-09 2015-11-25 梦工厂动画公司 虚拟现实驾乘系统中减少晕车的方法和系统
US11119624B2 (en) * 2018-04-17 2021-09-14 Apple Inc. Dynamic image stabilization using motion sensors
CN111654593A (zh) * 2019-02-19 2020-09-11 沃尔沃汽车公司 减少车载显示器的晕动病
CN115151469A (zh) * 2019-10-17 2022-10-04 密歇根大学董事会 基于预测和抢先控制的乘用车乘客状态调制系统
TW202236083A (zh) * 2020-11-20 2022-09-16 財團法人工業技術研究院 減緩動暈的影像顯示方法及影像顯示系統
TW202248810A (zh) * 2021-06-02 2022-12-16 陳盈吉 避免動暈症發生的虛擬實境控制方法

Also Published As

Publication number Publication date
CN118665357A (zh) 2024-09-20
US20240312431A1 (en) 2024-09-19

Similar Documents

Publication Publication Date Title
CN113474825B (zh) 用于在移动平台上提供沉浸式扩展现实体验的方法和装置
JP5538411B2 (ja) 車両周囲監視装置
CN107992200B (zh) 车载显示屏的画面补偿方法、装置及电子设备
CN110316197B (zh) 倾斜估算方法、倾斜估算装置以及存储程序的非暂时性计算机可读存储介质
CN103303198A (zh) 车辆周边监测装置
JP2015505759A (ja) 車両の迫っている横転を検知するための方法
CN111854788B (zh) 基于惯性测量单元的ar导航补偿系统
JP2017114144A (ja) 車両用サスペンション制御装置
TWI845208B (zh) 提前預知之抗暈眩補償方法與系統
JP5695000B2 (ja) 車両周辺監視装置
JP7099036B2 (ja) データ処理装置、モニタリングシステム、覚醒システム、データ処理方法、及びデータ処理プログラム
US11441983B2 (en) Systems and methods for optimizing drop test configurations
TW202437067A (zh) 提前預知之抗暈眩補償方法與系統
JP2010140186A (ja) 経路推定装置及び運転支援装置
JP4246691B2 (ja) 画像情報処理システム、画像情報処理方法、画像情報処理プログラム、及び自動車
Brems et al. New motion cueing algorithm for improved evaluation of vehicle dynamics on a driving simulator
JP2019174523A (ja) 慣性力とは反対の姿勢を促す表示装置、並びに表示制御プログラム及び方法
JP2009173153A (ja) 車両、車両制御装置及び車両製造方法
JP6481596B2 (ja) 車両用ヘッドアップディスプレイの評価支援装置
JP4847303B2 (ja) 障害物検出方法、障害物検出プログラムおよび障害物検出装置
EP4035977A1 (en) Real-time information presentation control apparatus for leaning vehicle
JP2016100887A (ja) 画像変換装置および画像変換方法
JP2020029130A (ja) 表示制御装置および表示制御プログラム
WO2023185170A1 (zh) 一种显示方法与电子装置
JP7257116B2 (ja) 姿勢同定方法及びプログラム