影像深度學習與感測融合物件分析技術

車電人工智慧化產業技術研發計畫

1. 感測器：攝影機、光達、雷達  
2. 功能：2D/3D物件類別辨識、影像融合
3. 偵測頻率：每秒可達20次  
4. 偵測範圍：最少使用兩台相機感測器可達50m以上偵測範圍
5. 偵測類別：Car, Truck, Bus, Pedestrian, Motorcycle, Bicycle

雛型

本技術發展車用多感測器融合技術，以協助國內ADAS車電廠發展新型感測器融合產品，提升產品競爭力，爭取國際Tier-1市場機會。

車載資通訊、智慧運輸系統

RGB單目相機、2D雷達、Nvidia AI晶片運算模組

深度學習、多重感測辨識

本技術採用符合車規等級的相機感測器，結合深度學習物件辨識技術，用於識別駕駛前方的障礙物類別與距離。透過深度估測與物件辨識演算法，能夠精準定位障礙物的位置。本技術可偵測已訓練模型中的物件類別，辨別物件與車輛的相對位置，並結合前方雷達偵測功能，顯著提升在夜間與雨天條件下的辨識精準度。

This technology utilizes automotive-grade camera sensors combined with deep learning object recognition techniques to identify the types and distances of obstacles in front of the driver.
By leveraging depth estimation and object recognition algorithms, it effectively pinpoints obstacle locations.
The system can detect object categories trained in the model, determine the relative position of objects to the vehicle, and integrate with front radar detection to significantly enhance recognition accuracy under nighttime and rainy conditions.