車輛中心 研究發展處 林俞廷

依據美國國家公路交通安全管理局(National Highway Traffic Safety Administration, NHTSA)於2018年針對交通事故的統計報告指出，約94%的交通事故因人為駕駛因素造成（圖1）。自動駕駛車可以減少因人為疏失而產生的事故並改善交通的運行效率，其具備依循設定路徑行駛的能力，而設定路徑大致可分為依循高精地圖(High Definition Map)預先規劃的靜態路徑及可依道路情境變化的動態軌跡。大多數現存商業化運行之自動駕駛車主要依循靜態路徑行駛於遊樂園、校園等封閉場域，為使自動駕駛車具備能行駛於人車混流的道路環境，動態軌跡技術是不可或缺的一環。

圖1. NHTSA交通事故起因統計
（資料來源：NHTSA）

自駕車動態軌跡生成技術
運動規劃器(Motion Planner)根據環境資訊（例如道路速限、障礙物資訊等）規劃可安全行駛的路徑，及分配多種車輛速度以產生安全的動態軌跡。然而現今多數的動態軌跡生成方法僅適用於規劃路徑當下的行車環境，若於自動駕駛車完成行駛該次規劃的路徑前有障礙物闖入行駛路徑即有極大的碰撞風險，有鑒於此車輛中心(ARTC)目前發展自動駕駛的動態軌跡生成模組，因應一般道路行駛可能遭遇到的突發狀況隨時生成一條新的安全軌跡進行自動駕駛。

動態軌跡生成模組主要由觸發器、目標點選擇器及軌跡產生器所組成，架構如圖2所示，當模組產生多組可能的軌跡，交由軌跡決策單元決定一條最適合的軌跡，藉由軌跡追跡控制模組使自動駕駛車行駛於規劃的路徑上。

圖2. 自動駕駛車動態軌跡生成模組架構

依據高精地圖、感測器獲得的障礙物資訊及車身動態資訊，觸發器藉由碰撞時間(Time-to-Collision)及碰撞距離(Distance-to-Collision)等參數來判斷，當障礙物闖入行駛路徑時，若符合觸發器之條件將重新規劃軌跡以應付行駛環境的變化。當接收到軌跡規劃的命令，目標點選擇器根據當下行駛環境尋找出安全合適的目標軌跡終點，圖3示意目標點可設置之安全範圍，依據障礙物的長寬定義出危險之空間，藉由蒙地卡羅演算法(Monte Carlo method)推算出鄰車道的安全距離，結合上述資訊即可定義出目標點可設置的安全空間，以確保產生的路徑不會與障礙物發生碰撞。

圖3. 目標點選擇器之安全設置範圍

軌跡產生器依據當下位置及目標點資訊，將航點位置、航向角、軌跡曲率以多項方程式表示，藉由梯度下降法(Gradient Descent method)找出軌跡終點與期望目標點最接近的路徑，最終生成多條由數個未來航點位置組成的可行路徑，如圖4之綠色路線所示，此外依據車輛動態及道路速限決定車輛的速度界線並等分出數個目標終點速度，藉由多項方程式產生出多組可行之車速軌跡，如圖5所示。

動態軌跡生成模組搭配合適的軌跡決策方法，可使自動駕駛車應付一般道路上的多數情境，例如道路上靜止障礙物、路旁暫停車輛、鄰車切入、前車急減速等(如圖6所示)。
 

圖
6. 道路情境示意圖

圖7顯示當鄰車從過近距離切入本車前方時，動態軌跡生成模組判斷有碰撞之風險並重新規劃出較短之路徑，同步更新軌跡決策以選擇閃避切入車輛之路徑。

圖7. 鄰車切入軌跡重新規劃示意圖

圖8示意前車減速之情境，由於一車輛停止於相鄰車道，自動駕駛車僅能跟隨前車行駛，當自動駕駛車超越相鄰靜止車後前車開始進行急減速之行為，此時動態軌跡生成模組判斷有碰撞之風險，故進行軌跡重新規劃，軌跡決策單元重新選擇出進行車道變換之路徑，藉此迴避急減速之前車

圖8. 前車急減速軌跡重新規劃示意圖

由以上案例顯示ARTC發展之自駕車動態軌跡生成技術可以處理多數道路的緊急情境，大幅提升自動駕駛車之實用性及於一般人車混流道路行駛之可行性。
 

小結
隨著科技日新月異，自動駕駛技術逐漸融入現今的社會，然而一般道路環境複雜多變，對現有較成熟的自動駕駛技術是較為嚴苛的挑戰，對此諸如Waymo、Mitsubishi等國際大廠已著手開發動態軌跡相關技術以加強自動駕駛車輛對環境的適應能力。ARTC發展之動態軌跡生成模組可使自動駕駛車相較市售運行之產品具備較佳的環境適應力，以因應多變的行車環境，更能應對處理較為緊急的情境，藉此能增強自動駕駛車的實用性同時加速其普及化，提升交通的安全及便捷性。

--
相關可移轉技術：
?自駕車輛系統整合技術