Chulalongkorn University Theses and Dissertations (Chula ETD)
Other Title (Parallel Title in Other Language of ETD)
Development of a collision avoidance system for autonomous vehicles by using camera-based object detection with cellular C-V2I
Year (A.D.)
2022
Document Type
Thesis
First Advisor
นักสิทธ์ นุ่มวงษ์
Faculty/College
Faculty of Engineering (คณะวิศวกรรมศาสตร์)
Department (if any)
Department of Mechanical Engineering (ภาควิชาวิศวกรรมเครื่องกล)
Degree Name
วิศวกรรมศาสตรมหาบัณฑิต
Degree Level
ปริญญาโท
Degree Discipline
ระบบกายภาพที่เชื่อมประสานด้วยเครือข่ายไซเบอร์
DOI
10.58837/CHULA.THE.2022.733
Abstract
จากการที่ศูนย์วิจัยยานยนต์อัจฉริยะได้ทำการทดสอบยานยนต์อัตโนมัติพบว่าจำเป็นต้องขับเคลื่อนเข้าสู่ทางร่วมที่ไม่มีสัญญาณเตือนและซึ่งมีสิ่งกีดขวางบริเวณในการใช้งานเซนเซอร์ ซึ่งยานยนต์อัตโนมัติจำเป็นต้องทำการทดสอบร่วมกับยานยนตฺ์คนขับเคลื่อนบนท้องถนน จึงจำเป็นต้องทำการติดตั้งระบบตรวจจับสำหรับลดความเสี่ยงในการเกิดอุบัติเหตุ ในงานวิจัยนี้จัดทำเพื่อพัฒนาระบบ C-V2I สำหรับกระบวนการตรวจจับยานยนต์คนขับที่เคลื่อนที่ภายในทางหลักและส่งตัวแปรเข้าสู่กระบวนการการตัดสินใจของยานยนต์อััติโนมัติเนื่องจากยานยนต์อัตโนมัติที่เคลื่อนที่เข้าสู่ทางโทไม่สามาถตรวจจับและรับรู้ได้ โดยทดลองในบริเวณหน้าคณะวิศวกรรมศาสตร์ จุฬาลงกรณ์มหาวิทยาลัย ซึ่งเป็นตัวอย่างของทางร่วมที่ไม่มีสัญญาณเตือนและเป็นทางที่ใช้สำหรับกระบวนการทดลองยานยนต์อัตโนมัติเพื่อที่โดยในระบบนี้จะแบ่งออกเป็น 3 ส่วนคือ ระบบการตรวจจับและติดตามวัตถุ ระบบการสื่อสารระหว่างยานยนต์อัตโนมัติและ ระบบการตัดสินใจของยานยนต์อัตโนมัติ ซึ่งการทำงานของระบบสามารถอธิบายอย่างง่ายโดยเมื่อยานยนต์อัตฺโนมัติเคลื่อนที่เข้าสู่บริเวณที่กำหนดไว้จะทำการรับค่าจากระบบตรวจจับซึ่งในงานวิจัยนี้ทำการทดลองโดยใช้กล้อง 2 มิติ ซึ่งระบบตรวจจับและติดตามวัตถุด้วยกล้องโดยในระบบนี้จะทำการส่งตัวแปรที่ได้จากระบบตรวจจับและติดตามวัตถุเข้าสู่กระบวนการประมาณหาค่าตำแหน่งของวัตถุที่เคลื่อนที่บนระนาบของถนนโดยค่าที่ ต่อมาค่าตัวแปรที่ได้จากระบบตรวจจับทจะถูกส่งเข้าสู่ระบบของยานยนต์อัติโนมัติผ่านระบบสื่อสารด้วยผ่านระบบ MQTTเพื่อส่งค่าสู่กระบวนการตัดสินใจของยานยนต์อัตโนมัติ การทดลองพบว่ากล้อง สามารถวัดระยะทางและความเร็ว ของยานยนต์ที่ต้องการตรวจจับได้ด้วยระยะ 30 เมตรและได้ทำการนำค่าตัวแปรมาคำนวนหาค่าระยะปลอดภัยของยานยนต์อัตโนมัติจากระบบจำลอง
Other Abstract (Other language abstract of ETD)
The research conducted by the Intelligent Vehicle Research Center revealed the necessity of testing autonomous vehicles at intersections without traffic signals and obstacles alongside human-driven vehicles on the main road. To address this, a detection system was developed to minimize the risk of accidents. This research focuses on the development of a C-V2I (Connected Vehicle to Infrastructure) system for detecting human-driven vehicles on the main road and incorporating the detected variables into the decision-making process of autonomous vehicles. The experiments were conducted at Chulalongkorn University's Faculty of Engineering, which represents a signal-less and obstacle-filled intersection used for autonomous vehicle testing. The system consists of three components: object detection and tracking, communication between autonomous vehicles, and decision-making by autonomous vehicles. The system utilizes a 2D camera for object detection and tracking. The detected object variables are used to estimate the position of moving objects on the road surface. These variables are then transmitted to the autonomous vehicle system through the MQTT communication system, providing input for the decision-making process. The experiments demonstrated the camera's capability to measure the distance and speed of detected vehicles within a 30-meter range. These calculated variables were utilized to determine the safe distance of the autonomous vehicle in the simulation system.
Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-No Derivative Works 4.0 International License.
Recommended Citation
ดิษยครินทร์, วริทธิ์, "การพัฒนาระบบป้องกันการชนสำหรับยานยนต์อัตโนมัติโดยใช้การตรวจจับวัตถุด้วยกล้อง ร่วมกับการสื่อสารระหว่างยานพาหนะอัตโนมัติและโครงสร้างพื้นฐานผ่านเครือข่ายเซลลูลาร์" (2022). Chulalongkorn University Theses and Dissertations (Chula ETD). 6443.
https://digital.car.chula.ac.th/chulaetd/6443