• 文／洪郁真

一般人想取得駕照，除了要熟悉交通規則，也會報名駕訓班練習開車與認識各種路況。那你知道自動駕駛車（又稱無人車）在真正上路前，也會去自動駕駛系統版的駕訓路考場「自動駕駛車測試場域」練習駛入圓環、與行人或臨車保持距離，以及辨識交通號誌嗎？

究竟，自動駕駛車是如何「看路」、「避行人」或「等紅路燈」，在自動駕駛車測試場域又會遇上哪些測試呢？

自駕車要怎麼感知外界的一舉一動？

自動駕駛技術除了決策系統與車體控制系統，還有「本體感知」與「外部感知」兩大類感測器，負責收集車子本身或四周路況的種種資訊。前者包含輪速感測器、定位感測器（GPS）與慣性感測器（IMU）。後者「外部感知」的類型大致如下：

• 攝影機（Camera）：原理類似人的眼睛，負責電腦視覺處理，辨識行人、交通號誌、追蹤車道線等，解析度高，但也容易受明暗或天氣變化影響。
• 雷達（Radar）：透過發射無線電（Radio），偵測周遭物體與車體本身的方位距離和速度， 主要作為防止碰撞，穿透力與抗干擾力好，但是解析度較低。
• 光學雷達（Lidar），以雷射（Laser）對物體的方位和距離做更精準且廣泛的偵測，看起來就像自駕車戴在車頂不斷旋轉，進行360度高頻掃描的小帽子。
• 超聲波（Ultrasound）,，以聲波偵測「短距、低速」之物，常裝設在車子的四角，輔助自動停車功能。

而超出自駕車「目光所及」的情況，如交通號誌倒數三秒即將切換、高速公路的前方有車急煞或下個街角有來車要過等，則靠車聯網（V2X）技術延伸自駕車的感知。

自駕車去測試場域學些什麼？

如同我們一般人考汽車駕照，要通過路邊停車、S型、上坡起步與路考等關卡，自駕車測試場域一般會設置市區或郊區道路、特殊狀況等多元情境，測試自駕車遇到車道縮減、有行人要穿越馬路，攝影機視線被樹蔭妨礙時，系統能否順利整合、切換不同的資訊來源，進行正確的抉擇。

以剛開幕不久的台南沙崙綠能科學城的台灣智駕測試實驗室（Taiwan Car Lab）為例，這是全台第一座封閉式自駕車示範場域，供車速最高 30 km/h 的低速測試，輔以車聯網系統調控行人人偶與交通號誌，共設置 13 種情境。例如：

• 自駕車遇到停在馬路中間的模擬車輛時，要能判斷其是在等待紅燈，又或是路邊臨停，可以繞道而過；
• 需要根據高精密地圖（可以想成道路與標示更詳盡的 Google Map，唯有交通部核准的業者才能製作）找到標記成停車場的區域，再精準停入空位的「路邊停車場」；
• 比直線難度更高，不只需要道路跟隨技術，更要搭配高精密地圖追跡移動，做出何時車輛該切入切出判斷的「圓環」；
• 同時要接收智慧交通號誌傳來的提醒、攝影機辨識出放下的柵欄，判定自己該原地等待或速速通過的「鐵路平交道」；
• 即使路面顏色變化，也能正確修正明暗與道路判定的「水泥路面/橋樑接縫」；
• 「隧道」區：如同人眼瞬間在光亮與黑暗中切換，可能會看不清楚，自駕車也可能因進入隧道失去GPS信號（我是誰？我在哪？），或因為太暗難以辨識道路標示線，要改靠IMU、輪速器與其他訊號源掌握車子的相對位置與隧道內的情況。

在台灣考到駕照後，理論上去其他國家開車也不會有太大的問題。但事實上，每個國家除了交通法規有些微差異，也有不同的氣候或獨特的道路環境需要適應，自動駕駛系統測試也是同樣的道理：

• 能在好天氣行駛的自駕車在暴風雪、濃霧或大風沙中能否正常「看路」？
• 能辨識柏油路上白色標線的自駕車能否在泥土路、碎石路或紅磚道上正常導航？
• 從一般道路切換到高速公路系統操作是否穩定？

也因此，各國自駕車測試場域設置的情境也有不同的特色。

目前新加坡的自駕車測試中心（CETRAN）就設有測試自駕車在不同降雨強度的環境中導航能力的「降雨模擬器」，檢測自駕車對路面淹水的反應與安全導航能力的「洪水區」；模擬無法看到前方來車，測試安全爬坡與下坡能力的「陡坡」，以及模擬衛星訊號被高樓斷斷續續干擾的「都市峽谷區」等。

日本自駕車測試場域 Jtown 有一座長兩百公尺的「環境試驗場」建築，裏頭行人人偶、交通號誌、燈光、降雨與霧氣等設備因應俱全，可模擬如大雨、豪雨、不同視野能見度的霧氣、甚至是一天中黃昏到深夜的天色等行車環境，用來了解自駕車在不同情況下的辨識與導航能力。

像台灣有颱風或梅雨季，就需要自駕車能夠在雨中導航，並且正確判定蓋住道路標線的水坑是大是小，選擇改用短期虛擬直線繼續引導前行，或是需要繞行改道以策安全。要能夠做出類似這樣的判斷，就是未來自駕車想在台灣上路趴趴走前需要具備的重要能力了。

參考資料：

• 【資訊圖表】全球夯無人駕駛，臺灣首部自駕中巴即將上路！？
• 無人駕駛車／自駕車技術探索
• 國際自動駕駛車測試場域介紹
• NTU, LTA and JTC unveil Singapore’s first autonomous vehicle test centre