通過一組障礙物：從左右 100 cm 處出發

以兩根旗桿作為障礙物，兩障礙物之間的距離為 200 cm，實驗車的起始位置距離兩 障礙物中心的x 軸距離為左右 100 cm，y 軸距離為 500 cm，讓實驗車與目的地有一定的 偏差，以驗證自動駕駛控制系統能夠從不同的起始位置出發，順利通過目標。圖4-2 為 FLC_1、FLC_2 與 P 控制器從右邊 100 cm 處出發的結果。而圖 4-3 則為三種控制器從左 邊100 cm 處出發的結果。

-500 0 500

-900 -800 -700 -600 -500 -400 -300 -200 -100 0 100

(a)

-500 0 500 -900

-800 -700 -600 -500 -400 -300 -200 -100 0 100

(b)

-500 0 500

-900 -800 -700 -600 -500 -400 -300 -200 -100 0 100

(c)

圖4-2 從右邊 100 cm 出發的結果 (a) P 控制器 (b) FLC_1 (c) FLC_2

-500 0 500 -900

-800 -700 -600 -500 -400 -300 -200 -100 0 100

(a)

-500 0 500

-900 -800 -700 -600 -500 -400 -300 -200 -100 0 100

(b)

-500 0 500 -900

-800 -700 -600 -500 -400 -300 -200 -100 0 100

(c)

圖4-3 從左邊 100 cm 出發的結果 (a) P 控制器 (b) FLC_1 (c) FLC_2

由結果圖可以看出，FLC_1 與 FLC_2 都能夠準確抵達目標位置，而 P 控制器則有 些許偏差。FLC_1 的行走路徑是直線朝目標前進，因此在抵達終點時無法讓車頭方向達 到朝向前方的目標；而 FLC_2 的行駛方式就非常類似人類在駕駛的方式，讓實驗車能

夠平滑地行駛到目的地，並且會讓車頭方向朝向前方；至於P 控制器的穩定性非常差，

實驗車的左右震盪幅度都很大。

4.2.3 連續通過三組障礙物：S 形路徑

在實驗車前方設置三組障礙物，每組障礙物由兩根旗桿組成，兩旗桿之間的距離為 200 cm，第一組障礙物中心距離實驗車的 x 軸距離為左邊 100 cm，y 軸距離為 550 cm；

第二組障礙物中心距離第一組障礙物中心的 x 軸距離為右邊 200 cm，y 軸距離為 650 cm；第三組障礙物中心距離第二組障礙物中心的 x 軸距離為左邊 100 cm，y 軸距離為 650 cm。圖 4-4 為 FLC_1、FLC_2 與 P 控制器連續通過三組障礙物的結果。

-1000 -500 0 500 1000 -2000

-1500 -1000 -500 0

(a)

-1000 -500 0 500 1000

-2000 -1500 -1000 -500 0

(b)

-1000 -500 0 500 1000 -2000

-1500 -1000 -500 0

(c)

圖4-4 連續通過三組障礙物的結果 (a) P 控制器 (b) FLC_1 (c) FLC_2

實驗結果顯示，FLC_1 與 FLC_2 的控制結果皆能夠穩定且平滑地抵達目標，兩者

的結果很相近；而P 控制器雖然能夠抵達目標，但是穩定性非常差，實驗車的行駛路徑

會左右震盪。

4.2.4 繞廣場一圈：長方形路徑

長方形路徑的長約為 2500 cm，寬約為 2000 cm，在長方形路徑的四個角落各設置 一組障礙物作為實驗車行走的指標，每組障礙物由兩根旗桿組成，兩旗桿之間的距離為 200 cm，當實驗車通過一組障礙物之後，即進行轉彎的動作，轉完 90°之後搜尋下一組

障礙物，偵測到障礙物之後即向該組障礙物前進，藉此達成繞廣場一圈的目標。圖 4-5

為三種不同控制器繞長方形廣場一圈的結果。

-1500 -1000 -500 0 500 1000 1500 -1500

-1000 -500 0 500 1000 1500

(a)

-1500 -1000 -500 0 500 1000 1500

-1500 -1000 -500 0 500 1000 1500

(b)

-1500 -1000 -500 0 500 1000 1500 -1500

-1000 -500 0 500 1000 1500

(c)

圖4-5 繞長方形廣場一圈的結果 (a) P 控制器 (b) FLC_1 (c) FLC_2

行走長方形路徑的結果與前面幾項實驗結果很類似，FLC_1 與 FLC_2 的穩定性與

準確性皆不錯；而P 控制器的結果不夠穩定，行駛路徑的震盪較大，而且需要較長的時

間才能穩定下來。

4.3 結果分析

本論文使用兩種參數作為自動駕駛系統控制結果好壞的判斷依據，分別是絕對誤差 累積值(integral of absolute error，IAE)與標準差，用來觀察此控制系統的準確性與穩定

性。為了驗證此自動駕駛控制系統的重現性與提高結果分析的正確性，在此重複了 4.2

節中同樣的實驗三到五次，並將其結果作平均之後進行分析。

4.3.1 準確性

準確性可以說是一個控制器最重要的指標，如果一個控制器的準確性很差的話，那 麼可以說這個控制器完全沒有達到目標。本論文使用IAE 作為自動駕駛控制系統是否快 速準確地抵達目標的評量標準。IAE 的公式如(4-1)所示：

∑

=

= ^N

k

ek

IAE

1

(4-1) 其中ek為取樣次數k 時的誤差，N 為實驗的總取樣次數。IAE 可以表現出實驗整體情況 的誤差總量，IAE 愈小，代表實驗車愈快速愈準確地抵達目標。

表 4-1 為 FLC_1、FLC_2 與 P 控制器在五種不同情況的實驗下的 IAE 數值比較。在 此利用公式(2-8)來計算 FLC_1 與 FLC_2 對 P 控制器的改善率，其結果如表 4-2 所示。

從表中可以看出，FLC_2 在位置(Xe)的控制結果於五種實驗下表現都是最好，IAE 的平 均改善率為30.89 %，而 FLC_1 的平均改善率為 16.69 %。至於在角度(θe)的控制結果，

三種控制器的表現雖然各有輸贏，但是平均的結果仍是FLC_1 與 FLC_2 較佳，FLC_1 的平均改善率13.06 %較 FLC_2 的 10.62 %來得優異，但兩者差距不大。

表4-1 各種控制器於不同實驗下的 IAE 比較 Xe (cm) θe (°) IAE

P FLC_1 FLC_2 P FLC_1 FLC_2

中間 186.74 163.35 124.53 37.76 39.12 41.10 右邊100 cm 906.16 640.08 546.83 129.67 103.98 101.77 左邊100 cm 1045.82 933.46 637.54 217.30 129.85 143.66 S 形 2669.59 2372.08 2350.43 281.84 224.13 253.41 長方形 3792.81 3047.33 2637.00 262.37 292.83 271.67

表4-2 兩種模糊邏輯控制器的 IAE 改善率比較

Xe θe

改善率

FLC_1 FLC_2 FLC_1 FLC_2 中間 12.53 % 33.31 % -3.60 % -8.85 %

的穩定性則是三種控制器的結果都有所長，但是平均結果是 FLC_1 最佳，平均改善率 為11.77 %，FLC_2 的平均改善率 10.07 %次之，P 控制器的穩定性最差，不過 FLC_1 與FLC_2 的改善率相差不多。

表4-3 各種控制器於不同實驗下的標準差比較 Xe (cm) θe (°) 標準差

P FLC_1 FLC_2 P FLC_1 FLC_2

中間 10.36 9.62 7.75 2.09 2.11 2.18

右邊100 cm 48.00 40.37 38.69 6.95 5.50 5.29 左邊100 cm 59.52 56.37 44.17 10.77 6.98 7.49 S 形 95.24 85.62 88.46 7.70 6.36 7.07

長方形 55.42 49.60 44.45 3.44 3.91 3.71

表4-4 兩種模糊邏輯控制器的標準差改善率比較

Xe θe

改善率

FLC_1 FLC_2 FLC_1 FLC_2 中間 7.14 % 25.19 % -0.96 % -4.31 %

右邊100 cm 15.90 % 19.40 % 20.86 % 23.88 % 左邊100 cm 5.29 % 25.79 % 35.19 % 30.45 % S 形 10.10 % 7.12 % 17.40 % 8.18 % 長方形 10.50 % 19.79 % -13.66 % -7.85 % 平均改善率 9.79 % 19.46 % 11.77 % 10.07 %

4.3.3 駕駛路徑

本論文提出的模糊邏輯控制器，其目的為達成類似人類的車輛駕駛，在此藉由上述 的實驗結果，來分析三種控制器與人類駕駛結果的比較。

人類在駕駛車輛時，若欲通過前方兩目標障礙物中間，首先會將方向盤朝目標的方 向轉動，藉此讓車輛朝向目標中心線前進。當車輛接近兩目標障礙物中心線時，將車輛 轉正，以便讓車輛能夠直線通過兩目標障礙物。因此可以將人類駕駛行為分成兩步驟：

(1) 轉動方向盤，朝目標中心線移動，(2) 到達中心線附近時，將車輛轉正，直線朝目 標前進。本研究就以此兩步驟來做為分析各種控制器是否有類似人類駕駛行為的依據。

圖4-6 為實驗車從左邊 100 cm 處出發，使用各種控制器直線駕駛行走的比較圖。

圖4-6 各種控制器的駕駛路徑比較

由於 P 控制器對於方向盤的控制反應過大，因此造成其自動駕駛的路徑過於震盪，

而且其路徑是慢慢接近中心線，從起點直線往目標點前進，這樣會造成車輛抵達目標 時，車身方向與目標方向有一角度差，無法達到實驗的目標需求。

而由 FLC_1 的結果可以觀察出，車輛的行駛路徑已無振盪的現象，但是由於 FLC_1 的歸屬函數設計較為簡單，因此無法做較細微的自動駕駛控制。其行駛路徑也為直線朝 向目標點前進，故無法讓車輛抵達目標時，其車身方向符合實驗目標要求。

FLC_2 增加歸屬函數的設計，藉此改善 FLC_1 的缺點。圖 4-6 可以看出，FLC_2 的自動駕駛結果最佳，其駕駛行為與人類非常相近，於一開始會迅速地網中心線移動，

當接近中心線時，會將車身方向修正，使車輛能夠以直線前進的方式，通過兩目標障礙 物中間，達到實驗的目標需求。

4.3.4 小結

由本章的實驗結果以及數據的分析，可以得到以下結論：

1. 本論文提出之自動駕駛控制系統可以讓實驗車順利行駛到目的地，並且能夠行走直 線、S 形、長方形等不同的路徑。

2. 本論文提出之模糊邏輯控制器，在位置與角度的控制上，較比例控制器來得準確且 穩定，而且能夠達成人性化的駕駛車輛。

3. 不同的模糊邏輯控制器對位置與角度控制的結果有些差異，其中設計較詳盡的控制 器控制結果比較好，較為人性化。

因此，在自動駕駛控制系統上，使用模糊邏輯控制器可以讓實驗車比較準確、穩定且人 性化地行駛於複雜路徑上。

第五章 結論與未來發展

5.1 結論

由前面各章的架設與實驗成果，在此為本論文做出下列結論：

1. 整合自動駕駛控制系統：

使用雷射掃瞄器、加速度計與電子羅盤作為感測器，偵測車輛狀態與其週遭情況，

並將其信號處理為可用資訊；改裝方向盤、油門與煞車為致動器，使其能夠透過馬達或

電路控制操作。利用 CAN 傳輸整合感測器的資訊至電腦，經由電腦下控制命令給控制

晶片DSP，操控致動器駕駛實驗車。完成實驗車的自動駕駛控制系統之架設與 CAN 的 整合。

2. 使用模糊邏輯控制器改善自動駕駛：

本文初步使用的 FLC_1 僅有 9 條規則，可以改善比例控制器準確性與穩定性不足 的缺點，而對系統程式執行時間不會造成太大負擔。與比例控制器比較，FLC_1 的準確 性平均改善率為16.69 %(位置)、13.06 %(角度)，而穩定性的平均改善率為 9.79 %(位置)、

11.77 %(角度)。由於 FLC_1 有時會無法達成目標，故將模糊邏輯控制器作解析度更大 的設計，增加準確性與穩定性。FLC_2 的規則增加為 15 條，讓實驗車能夠做更細微的 控制，由實驗結果得知，其平均改善準確性30.89 %(位置)、10.62 %(角度)，改善穩定性 19.46 %(位置)、10.07 %(角度)，整體改善率明顯提高，讓車輛的自動駕駛控制系統駕駛 的路徑更加準確、穩定且人性化。

3. 實現於校園環境：

讓車身寬 1.2 m 的實驗車自動駕駛通過相距 2 m 的兩根旗桿，並利用此成果延伸應 用至更複雜的情況：a) 連續通過三組旗桿(S 形路徑，兩組旗桿相距約 7 m，左右交錯約 1 ~ 2 m)；b) 繞長方形廣場一週(長 25 m、寬 20 m)。證明此自動駕駛控制系統能夠實際 行駛於校園環境中。

5.2 未來發展

本論文為車輛自動駕駛的研究建立了基礎架構，未來還有許多地方需要研究發展，

在此列出數點未來發展的方向：

1. 增加安全性偵測的感測器：

本研究所使用的雷射掃瞄器僅能偵測實驗車前方 180°的障礙物情況，而對於實驗車 側方與後方的障礙物則無法偵測，因此如果實驗車的側方與後方有障礙物進入時，自動 駕駛控制系統無法得知，有可能造成實驗車與障礙物碰撞而造成危險。所以為了增加自 動駕駛的安全性，可以在實驗車四周加裝超音波感測器(ultrasonic sensor)，增進實驗車 對周邊情況的偵測，當有障礙物接近實驗車時，讓實驗車能夠做相對的迴避行為或是緊 急停止行駛。

2. 針對不同情況設計適合的模糊邏輯控制器：

本論文設計的模糊邏輯控制器僅適合使用於向前行駛的情況，若是遇到轉彎或是倒 車的狀況時，此模糊邏輯控制器的自動駕駛效果有限。要讓實驗車在各種不同的地方自 動行駛，就必須要針對各個不同的情況，分別設計適合該狀況的模糊邏輯控制器，以達

本論文設計的模糊邏輯控制器僅適合使用於向前行駛的情況，若是遇到轉彎或是倒 車的狀況時，此模糊邏輯控制器的自動駕駛效果有限。要讓實驗車在各種不同的地方自 動行駛，就必須要針對各個不同的情況，分別設計適合該狀況的模糊邏輯控制器，以達