2020 車輛研測專刊成果應用

138137

精選論文 - 測試驗證本節精選車輛中心獨立產出或與產、官、學界合作，於國內、外研討會發表之優質論文，歡迎透過

QR Code 連結至車輛中心網站觀看全文。

LED 在發展初期僅應用於微亮指示光源，但隨著 LED 元件持續朝高亮度與高

功率發展以及導光技術持續進步，所能涵蓋的應用市場愈來愈龐大，舉凡行

動裝置、消費性電子設備、戶外看板、車用照明、顯示器背光源、交通號誌、

LED 字幕機等，都在 LED 應用範疇之內。而 LED 架構中之驅動電源模組扮

演重要角色，隨著車上所使用的驅動電源模組漸增，相對造成的電磁相容性

問題也日益嚴重，故對於車輛電磁相容性測試驗證以及相關要求不容忽視。

本論文將參考交通部車輛電磁相容法規「車輛安全檢測基準第五十六之三、

電磁相容性」，進行車輛零組件電磁干擾實務量測與干擾分析，建立 LED 字

幕機電磁干擾改良對策，以提供相關業者進行產品對策之參考與應用。

工程車用 LED 字幕機電磁干擾分析與改良

本研究探討以輪椅束縛及輪椅使用者束縛系統 (Wheelchair-tiedown and

occupant-restraint system, WTORS) 將輪椅固定於車輛上，當遭受撞擊時，

是否因後方束縛系統織帶張力及角度不同，影響到輪椅使者的安全。本研究

以 Hybrid III 50th 男性人偶模擬輪椅使用者，利用加速型動態衝擊測試設備

進行一系列之動態測試，以 ISO 10542 標準輪椅治具及符合 ISO 10542-1

的 WTORS 探討後方束縛系統織帶張力及角度變化，在遭受撞擊時人偶頭及

胸部傷害與頭部前緣、膝部、輪椅 P 點位移。

後方束縛系統織帶張力與角度對於車載輪椅之安全性分析

本研究基於 IEC 62619 進行鋰電池安全驗證標準比對與解析，因國際標準

制定組織針對鋰電池做為儲能應用的安全性檢測，除電池芯層級的安全要

求，系統層級則以功能性安全為目標，抑制鋰電池熱失控的潛在風險，故

本研究以較成熟的電動車動力電池系統安全標準 CNS 15515（台灣）、

GB/T 31467（中國大陸）、ECE R100（歐盟）、ANSI/UL 1973（北美）

為對象，選擇系統層級的功能防護評價 / 檢測項目，如短路測試、過充電

保護、過溫 / 過熱保護、熱擴散測試及絕緣測定手法，進行比對與解析。

在實證部份以高電壓動力電池組模擬於高溫高濕環境中使用之情形，試驗

前後測定鋰電池組之電壓、電容量、電能量及直流內阻之量化數值，並利

用兩種絕緣阻抗測定方式，比較鋰電池經濕熱循環後對電性能之影響。

基於濕熱環境應力評估高電壓動力電池組之絕緣測定方式

電動車車輛由動力系統係由高壓電池組提供電力做為動力來源，透過 DC-DC

或 DC-AC 轉換器的高低壓轉換電力，再經由控制器及驅動電路來驅動動力

馬達及內部電裝部品，若是電動巴士，內部電源系統更為複雜，其中高低壓

轉換器更是主要干擾源之一，設計上需由高壓 (630VDC) 轉換低壓 (28VDC)，

供應車上低壓電子部件電源，也同時具有 380VAC 電源模組驅動車內轉向馬

達、氣壓幫浦等，由此可知在一個車體空間中，電源與負載同時作動時，所

產生寬 / 窄頻雜訊源，影響了電動車輛 EMI 特性。影響了電動車輛 EMI 特性。

本文將參考交通部車輛電磁相容法規「車輛安全檢測基準第五十六之三、電

磁相容性」，進行電動車輛 EMI 實務量測與干擾分析，建立整車 EMI 改良

對策，以提供業者進行整車 EMI 產品對策之參考與應用。

新能源電動車輛電源系統電磁干擾分析與改良

2020 車輛研測專刊

140139

成果應用

本文針對電動車無線充電系統提出一種具備金屬異物與人體生物感測的整合

型異物偵測器。首先進行異物偵測線圈設計，由電磁模擬軟體進行模擬分析，

使偵測線圈具有均勻分佈之電磁場結構，達到金屬異物入侵時具有高靈敏度

與偵測零死角之特性，其後進行偵測處理電路整合性設計，透過切換式電路

設計，使線圈同時具有金屬異物偵測功能和生物感測功能之電路特性。最後

在無線電力傳輸環境下，分別執行金屬異物入侵與人體生物入侵實驗，其偵

測結果皆能獲得穩定之異物參數變化量，作為異物入侵判斷之依據，以驗證

未來應用於無線充電系統之異物偵測可行性。

Integrated foreign object detection of wireless charging system

為提高偵測動態障礙物的精準度，本論文提出了一種基於 77 GHz 中程雷達

（MRR）的卡爾曼濾波器觀測誤差模型。目前市售車標配先進駕駛輔助系統

（ADAS）已成趨勢，其技術主要仰賴感測器的偵測資訊，如 : 距離，相對速

度和位置等。而主要負責提供本車與障礙物相對距離與相對速度資訊的感測

器 - 雷達，會因數據傳輸所需的工作時間 ( 包括毫米波反射，類比數位信號

轉換和數據處理等 ) 所造成的延遲，影響它跟蹤障礙物的精準度。藉此，本

文提出導入偵測時間，並採用障礙物的動態估計模型來補償檢測延遲，從而

可以減少動態校正的平均誤差。為將實驗場景以動態方式做呈現，RTK-GPS

被作為現實世界的實際的量測值 (ground truth)，根據測試結果，可獲悉當

目標物距離本車接近 100 米時，本文架構在 20kph，40kph 和 60kph 相對

速度下的動態校正平均誤差分別改善了 59％，74％與 78％。

Kalman Filter Observation Error Model Applied to Vehicle Tracking Dynamic Obstacle Correction

精確的定位功能對於複雜的自駕車系統是必要的；本論文提出以高精圖資輔

助的自我定位系統，此系統是使用光達模組辨識交通設施及其與本車的相對

座標，再透過具停止線、交通號誌牌、斑馬線等交通設施訊息的高精圖資，

所提供的各項設施座標資訊。經過資訊搜尋、座標計算及融合匹配，得到車

輛航向角與車輛絕對座標。實驗結果經誤差大小排序，以最小誤差開始統計

在 67% 誤差數據中，航向角及車輛座標誤差其最大誤差，分別為 2.2 度及

30 公分。

Map Aided Self-positioning Based on LIDAR Perception for Autonomous Vehicles

高精度的軌跡規劃是自駕車在公路上安全行駛的關鍵技術之一。在本論文中，

我們研究了基於三次多項式的路徑和速度交互規劃，其運動約束的相關性加

入了車輛動力學，以及包括橫向加速度和道路曲率，成功設計能加以限制的

最佳化軌跡。透過模擬測試和實車測試中橫向加速度數據的比較，並研究在

忽略以及有考慮車輛動力學兩種差異產生的影響，從加速度來判定舒適度之

程度。從結果數據可知，我們提出的方法比沒有考慮路徑與速度相依性還來

得更安全和舒適，同時也兼具實車線上即時規劃之能力。

（具動態限制的最佳化軌跡規劃應用於自駕車）

Optimal trajectory planning with dynamic constraints for autonomous vehicle

本論文目的為偵測候車站人流統計，可將統計結果提供給客運業者執行分析

離峰或尖峰時段，以及派車數量分析。本系統主要有兩階段人流統計，第一

階段屬於前台系統主要使用分類器方法進行人數統計並進行人流流量分級，

第二階段屬於後台系統藉由第一階段分析結果作為觸發條件，觸發後台系統

啟動以深度學習方法進行更精準之人流統計，由於分類器方法效果辨識效果

較為不佳，所以藉由深度學習方法來加強辨識效果，同時也可以藉由前台觸

發條件來解省後台系統之耗能。前台分類器方法為 Histograms of Oriented

Gradients(HOG) 與 support vector machine(SVM)，後台深度學習方法為

Convolutional Neural Network(CNN)。

（基於前 / 後台與影像處理算法設計人數統計分析系統）

Based on Front-end and Back-end platforms and Image Processing Algorithm to Design People Counting Analysis System

由於自駕車的發展，道路上對物件的辨識要求與日俱增，近年來目標偵測開

始以深度學習的方式呈現，而常見邊界框選的偵測方式卻無法對物件進行

濾除背景的偵測，為了使物件偵測有更為詳細的呈現，本論文使用結合語

意分割與 one-time 分群方法來對物件進行更為細部的偵測，其核心理論是

以語意分割的目標偵測方式標記偵測到的對象，利用語意分割中的編碼 - 解

碼 (Encoder-Decoder) 網路框架進行信心程度圖 (Confidence map) 呈現，

而後透過結合 one-time 分群處理像素等級的物件分割動作，運用信心程度

與 class-sensitive 兩種損失函數，從背景中分割出偵測目標。另一方面加入

Cityscapes 數據集進行評估，使系統在即時 (real-time) 進行目標偵測的同

時，也能呈現出多類別物件分割的技術。

（以語意分割特徵為基礎之深度學習偵測技術）

Deep One-Time Clustering for Real-Time Instance Segmentation

精選論文 - 智慧駕駛

（無線充電系統之整合式異物偵測技術）

（應用卡爾曼波器官冊誤差模型改善追蹤器動態障礙物之距離誤差）

（自駕車使用光達感測之圖資定位技術）