車輛研測資訊 2010-06 9

專 題 報 導

一、前 言

近年來隨著生活素質的提升，車輛需求型態從

機械與結構為主的被動安全，轉向車輛電子為主的

主動安全防護，包含：車道維持、自動停車、車輛

防撞、智慧跟車與車輛自動駕駛等系統等；然而，

所有系統的實現必須仰賴感測資訊處理技術與控制

技術，才能辨識週遭環境和障礙物，再配合螢幕顯

示、聲音警示或是控制車身機構，達到安全防護的

目的。

而本文將要介紹的「智慧跟車」，簡而言之，

就是由on-line的方式學習車輛加速的動態性能，利

用車子加速的性能，使用測距雷達偵測前方道路的

環境資訊，辨識前車相對位置，並參考ARTC所建

立之道路煞車安全距離之行駛方法，藉控制器控制

車輛的油門、煞車與方向盤，讓車身動態運動符合

ISO2631規範，達成前車的主動跟車。而這項自動

駕駛的發展目的，正希望藉由先進通訊及自動控制

等技術的應用，協助駕駛人開車，以降低駕駛人開

車時精神及體力上的負擔，並提昇交通安全與運輸

效率。

　　

二、跟車控制演算法

為了達到車輛跟隨的目標，首先必須整合雷射

雷達和攝影機之影像資訊之演算法，所以要做攝影

機的校正，其需要自訂世界座標，並且知道攝影機

的內部參數與外部參數(攝影機與世界座標的轉換關

係)，其中攝影機的內部參數包括透鏡扭曲向量 (kc )

、主光點 (cc)、焦距 ( fc )、偏態係數 (alpha)、旋轉矩

陣 (W

CR)、轉移矩陣(COW

)。上述參數之指標 "c" 表示

攝影機座標，指標 "w" 表示世界座標系統。

雷達在量測環境狀況時，感測資訊會由雷達座

標轉換成世界座標[6]，攝影機座標與世界座標之轉

換關係如式(1)。另外，可透過式(2)先求出z軸方向

的正規化值，再由式(3)計算出扭曲校正補償量，式

(4)可提供影像座標轉換的比對矩陣。

......................... (1)

............................................ (2)

........... (3)

..... (4)

「自動駕駛」之 智慧跟車技術介紹

財團法人車輛研究測試中心 許展維、許騌譁、陳俊雄、郭永源

10 車輛研測資訊 2010-06

http://www.artc.org.tw

在進行智慧跟車系統時，另一個重點是速度追

蹤控制，其主要方式是透過鋼索帶動節氣閥門，完

成油門控制之動作，並以模糊PI控制器作為速度控

制器，而實際回饋車速由ABS的輪速計估算，經過

控制器的計算輸出油門開啟度的控制，最後達到速

度追蹤控制之目的。系統架構圖如圖1所示。

系統的控制決策流程方塊圖如圖2所示，系統

初始化之後等待計時中斷，中斷後系統計算速度

差，若目前速度過快，系統判斷開始降低油門開

度，若是速度較低則會利用速度分級判斷加速的等

級，當速度追縱至誤差範圍內時，即利用模糊PI控

制器進行迴授控制，以達到速度控制之功效。上述

之控制決策邏輯，左邊之Throttle Release控制未來

會由煞車控制取代，目前暫時以比例控制方式降

速，中間的PI Controller則是根據經驗法則決定[7]

[8]，右方之速度分類則是根據實驗測試的經驗累

積，而目前在煞車方面是由駕駛人自行控制。

控制器之輸入參數為速度誤差及速度誤差變

化量，每個歸屬函數由中間三個三角函數及側邊兩

個梯型函數組成，模糊含數表如表1所示，控制增

益由式(5)及式(6)決定。當控制輸出值太小或太大

時，系統將會透過控制輸入判定系統要加速或減

速，追蹤之速度參考值計算方法如式(7)的三階曲線

所示。

.......(5)

......(6)

...............................(7)

系統接收到感測訊號後，還需要路徑規劃來達

到車輛跟隨的需求，本文採用Pure Pursuit 演算法，

如圖3所示。從幾何學的關係來看，轉向半徑可由

目標的位置推算[9]，如式(8)所示。另外，車輪轉

角與轉向機構的關係可由式(9)表示，其中w為車輛

▲ 圖1. 系統控制架構圖

▲ 圖2. 系統決策流程圖

▲ 表1. 模糊規則表

KP/KIe

NB NS ZR PS PB

Error sum

NB NB NB NS NS PB

NS NS ZR NS ZR PS

ZR NS NS ZR PS PS

PS NS ZR PS ZR PS

PB NB PS PS PB PB

車輛研測資訊 2010-06 11

專 題 報 導

寬度，ρ為曲率，N為齒輪比， 為方向盤轉角。

.............................................................(8)

.........................................(9)

三、油門開度特性測試實驗

為求實驗車輛之油門開度特性，促使PC端下

達油門開度位置訊號，分別進行5%、17.5%與20%

油門開度的加速分析，如圖4為速度曲線，圖5為加

速度曲線，然後可由速度、加速曲線擬合估測計算

由目前速度至設定速度的時間。

▲ 圖3. Pure Pursuit路徑追蹤

▲ 圖4. NavLab11實驗車油門開度的加速測試

▲ 圖5. 加速特性曲線

0 10 20 30 40 50 60 70 80 90 1000

5

10

15

20

25

30

35

Time(sec)

Spee

d(km

/hr)

R1-5% ThrottleR2-5% Throttle

0 10 20 30 40 50 600

10

20

30

40

50

60

70

Time(sec)

Spee

d(km

/hr)

R1-17.5% ThrottleR2-17.5% ThrottleR3-20% Throttle

(a) 5%油門開度之速度

(b) 17.5%與20%油門開度之速度

0 10 20 30 40 50 60 70 80 90-5

0

5Raw Acceleration

Time(sec)

Acce

lera

tion(

m/s

2 )

R1-5% ThrottleR2-5% Throttle

0 10 20 30 40 50 60 70 80 90-5

0

5Smoothed Acceleration

Time(sec)

Acce

lera

tion(

m/s

2 )

R1-5% ThrottleR2-5% Throttle

0 10 20 30 40 50 60 70 80-5

0

5Raw Acceleration

Time(sec)

Acce

lera

tion(

m/s

2 )

R1-17.5% ThrottleR2-17.5% ThrottleR1-20% Throttle

0 10 20 30 40 50 60 70 80-5

0

5Smoothed Acceleration

Time(sec)

Acce

lera

tion(

m/s

2 )

R1-17.5% ThrottleR2-17.5% ThrottleR1-20% Throttle

(a) 5%油門開度之加速度

(b) 17.5%與20%油門開度之加速度

12 車輛研測資訊 2010-06

http://www.artc.org.tw

完成上述的加速特性測試，接著即可著手開

始進行定車速測試，以Fuzzy-PID控制器來實定速

追蹤控制，同時考量為免造成乘坐人員不適，所以

在加速度上亦不宜太大，因此，參考相關法規ISO-

2631，將加速度限定在0.2 g以下，圖6 (a)為針對30

與55 km/hr兩種車速進行實驗，並於實驗中加入外

部干擾，以驗證控制器之強健性，圖6(b)表示追蹤

55 km/hr的速度曲線，由車速 0 km/hr達到55 km/hr

之上升時間為30秒，其加速度為0.5 m/s2，其值符合

ISO之規範。

四、安全距離追蹤控制

由於煞車距離與車速有直接的關係，車速越快

所需煞停距離越長，在進行智慧跟車系統時必須考

量此因素，例如利用圖7之交道字第19902號煞車距

離與速度之關係，如式(10)所示，先用曲線擬合方

式求出車速(Vd )與煞停距離(d

k )之特徵方程式，作為

距離保持之判斷式，然後利用與前車之距離代入判

斷式，即可得知本車的目標追蹤速度。而距離之判

斷主要利用雷達(Lidar)作距離量測，利用中心點附

近之資料點，以平均值方式求出兩車之相對距離，

並將此距離代入式(10)即可解算出預定追蹤之目標

速度；若單純只取中心點之距離，作為兩車之間的

距離判斷依據，可能因為車輛的姿態變化，此數據

變化可能變成不連續，易造成系統誤動作之現象；

Lidar的掃描角度為100度，掃描解析度為0.25度，

由於Lidar完成一次掃描共有401位元組的資料量，

這對嵌入式系統或PC而言皆需要花費一段時間處

理，才可將此資料轉為距離資料，為了降低搜尋時

間，利用遮罩的方式，僅需處理部分資料，即可達

到搜尋兩車間之距離：至於如何定義遮罩的大小？

遮罩的大小與車寬有直接的關係，以本實驗跟隨的

車輛之車寬為1,877公尺，Lidar掃描角度中心點50

度為基準，僅需分析其中一面作為掃描角度分析，

另一面以映射的方式處理即可。舉例而言，若要偵

測30公尺外0.935公尺大小的車輛，利用式(11)可求

解出單側僅需計算8個資料點，即可完全掃描出此

半車的形狀，若為掃描1.877公尺的車寬僅需16個資

料點，相較於若取全部401個資料點處理，大幅下▲ 圖6. 速度追蹤響應

0 10 20 30 40 50 60 70 80 90-5

0

5Raw Acceleration

Time(sec)

Acce

lera

tion(

m/s

2 )

R1-5% ThrottleR2-5% Throttle

0 10 20 30 40 50 60 70 80 90-5

0

5Smoothed Acceleration

Time(sec)

Acce

lera

tion(

m/s

2 )

R1-5% ThrottleR2-5% Throttle

0 10 20 30 40 50 60 70 80-5

0

5Raw Acceleration

Time(sec)

Acce

lera

tion(

m/s

2 )

R1-17.5% ThrottleR2-17.5% ThrottleR1-20% Throttle

0 10 20 30 40 50 60 70 80-5

0

5Smoothed Acceleration

Time(sec)

Acce

lera

tion(

m/s

2 )

R1-17.5% ThrottleR2-17.5% ThrottleR1-20% Throttle

(a) 30 km/hr速度追蹤

(b) 55 km/hr速度追蹤

車輛研測資訊 2010-06 13

專 題 報 導

降資料處理時間。式(11)中，W為障礙物寬度，q為

掃描角度，D為中心點距離。

...........(10)

...................................................(11)

目前主要實驗的速度範圍為20~40(km/hr)左

右，因為單純以油門控制加速速度，降速則以減少

油門並利用車子慣性等待速度下降，再進行安全距

離維持，如圖8，已成功可藉由Lidar偵測與前方距

離，再換算成本車所需之速度，達成安全距離的維

持。但由於距離與速度的關係無法直接反應比較細

微的動作，所以在實現系統的內部，會把距離相對

於速度的關係，轉換成反應時間對速度的關係，如

圖9所示，相較於前者的是可以隨著駕駛人可調整

來反應時間(tk )，如式(12)所示。

... (12)

0 5 10 15 20 25 30 35 40 450

10

20

30

40

50

60

70

80

90

Distance (m)

Safe

ty S

peed

(km

/hr)

LawCure Fitting

0 200 400 600 800Time (second)

0.00

0.04

0.08

Thro

ttle w

idth

0 200 400 600 800

Time (second)

0

20

40

Spee

d (k

ph)

0 200 400 600 800Time (second)

0

20

40

Dist

ance

(m)

0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2-10

0

10

20

30

40

50

60

70

80

90

response time (sec)

Safe

ty S

peed

(km

/hr)

LawCure Fitting

▲ 圖7. 速度與煞車距離之關係

▲ 圖8. 與前車之相對運動關係

▲ 圖9. 反應時間相對於行駛速度

14 車輛研測資訊 2010-06

http://www.artc.org.tw

當車輛進行車道變換時，Lidar也必須能夠辨識

出前車與其位置，以便後車只要針對目前的距離與

速度即可控制系統做加減速之動作，進而達到定距

離控制之目的。然而車道變換牽涉到車體辨識之問

題，因此當前車左右偏移時，Lidar掃描的結果與同

車道定距離有相當大的差異。為克服此問題，則採

用純追蹤（Pure Pursuit）演算法，此演算法在國外

使用已有多年歷史，其主要作用為分段控制車輛的

轉向曲率，讓自動駕駛車輛行駛於規劃之路徑上，

並使轉向控制更加的穩定平滑。

車道偏移測試實驗初期車道偏移演算法僅能偵

測車輛偏移1公尺左右，前車再繼續往外偏移，演

算法即無法偵測出前車位置，圖10為Lidar掃描的顯

示資料，由圖中可知在本車左方有一偏移車輛，圖

11為修正後的偏移演算法，可以偵測出距本車20公

尺處右前方有一部車輛。

五、結 論

由實車測試結果可得知，採用雷射雷達感測器

與攝影機影像整合演算法可進行車體辨識的動作，

並且提供控制器足夠的感測資訊給微處理器，進一

步的達到油門定速追蹤控制與方向盤控制，並完成

車道變換的動作，完成之定速成果其速度誤差範圍

為±2.5 km/hr，目前測試的速度約在15~30 km/hr左

右，未來則將速度提昇到50~60 km/hr，以符合高速

的需求。

六、參考文獻

[1] Integrated Vehicle-Based Safety System

(IVBSS) Phase I Interim Report, Intelligent

Transportation Society of America, America,

May 2008. Available on web: https://www.

itsdocs.fhwa.dot.gov/JPODOCS//REPTS_

TE/14434.htm

▲ 圖10. 前車位於前方13 m

▲ 圖11. 前車位於前方20 m

車輛研測資訊 2010-06 15

專 題 報 導

[2] P. A. Ioannou, Automated Highway Systems,

New York: Plenum Press, 1997.

[3] C. Thorpe, T. Jochem, D. Pomer l eau,

”A u t o m a t e d H i g h w a y F r e e A g e n t

Demonstration,” 1997 IEEE Conference on

Intelligent Transportation System, 9-12 Nov.,

pp. 496-501.

[4] SAE J2399: Adaptive Cruise Control (ACC)

Operating Characteristics and User Interface,

Society of Automotive Engineer, Dec. 2003.

[5] M. Persson, F. Botl ing, E. Hesslow, R.

Johansson, “Stop and Go Controller for

Adaptive Cruise Control,” Proceedings of the

1999 IEEE International Control Applications

Conference, Vol. 2, Aug. 1999, pp. 1692-1697.

[6] Q. Zhang, R. Pless, “Extrinsic Calibration of A

Camera and Laser Range Finder,” Intelligent

Robots and Systems, Vol. 3, Sep. 2004, pp.

2301-2306.

[7] C. C. Lee, “Fuzzy Logic in Control System:

Fuzzy Logic Controller, Part I and Part

II,”IEEE Trans. System, Man and Cyb.,

vol.20, No.2, pp.404-435, 1990.

[8] C. Urmson, J. Anhalt, M. Clark, “High Speed

Navigation of Unrehearsed Terrain: Real Team

Technology for Grand Challenge 2004,”

CMU-RI-TR-04-37 Technical Report.

[9] R. C. Coulter, “Implementation of the Pure

Pursuit Path Tracking Algorithm,” CMU-RI-

TR-92-01.