在發展自駕車技術的過程中，遇到任何情況都能自動停車的模擬技術開發也極為重要。工研院機械所智慧車輛組使用PreScan–虛擬車輛環境模擬軟體，用以模擬測試車輛根據道路條件、交通、天候狀況與人車之互動，利於發展自動停車系統之感知技術，進而開發自動停車之控制策略驗證。
V 型軟體開發模式
如下圖1所示，現代廠商趨向系統模組化，導入V-Model Cycle於商品化前的工作不可或缺，V Cycle內所提及System Verification & Validation不僅增加系統完整度和降低商品化之成本，並希望在系統測試階段找出可修復之錯誤，以及有效降低商品造成的額外損失。對於車商開發自動駕駛／輔助駕駛系統來說更為重要，可藉由反覆測試系統降低演算法可能造成的誤判及危險，以有效降低實車測試時之意外。
![圖1 V-Model Cycle架構圖 [1]](https://ictjournal.itri.org.tw/files/file_pool/1/0M269427440481096909/Thumbnail%20%2846%29.jpg)
圖1 V-Model Cycle架構圖 [1]Prescan虛擬驗證平台
為了滿足上述之系統開發驗證之概念，找到荷蘭公司Tass International，其具有豐富車輛安全、綠能及智能之完整開發經驗（圖2），並導入進階駕駛輔助系統／自動駕駛驗證軟體PreScan。PreScan為交通情境模擬軟體，提供可建構高擬真度3D環境空間，即可還原實車測試場域，使Advanced Driver Assistance System（ADAS）軟體開發人員能夠隨即驗證構想好的演算法，透過模擬情境的重複性和簡單性，快速收斂該演算法可能之錯誤，即可排除實車測試前不必要的重大失誤，以加快軟／硬體開發之速度。
圖2 Tass International V-Model Cycle [2]
如圖3所示，PreScan軟體模擬系統可拆解成4大模型，包含基礎設施模型、車輛模型、感測器模型及控制器模型，以上模型皆由各單一模組所構成，可直接拖曳至2D編輯介面設計測試環境及其觸發事件腳本，則PreScan軟體藉由使用者之腳本設計，同步轉換建立3D模擬世界。
圖3 PreScan Architecture
如圖4所示，隨著自動停車技術開發軟／硬體進度，逐步導入PreScan模擬在環作初步的快速驗證，由模型在環（Model-in-the-Loop）驗證策略的可行性；接著將演算法編譯至高規格開發控制器或嵌入式控制板，或加上各式車載感測器，透過實際訊號連接模擬環境的硬體在環（Hardware-in-the-Loop）驗證在真實訊號傳遞下的控制表現；經各階段逐步虛擬驗證後，最後將開發出的控制策略移植到實車驗證平台上做進一步的測試。
圖4 XiL模擬在環應用示意圖自動停車系統
自動停車系統架構如圖5所示，感測系統以影像辨識為主，自動停車過程中從停車空間資訊擷取單元取得停車格資訊、環境限制與障礙物資訊與從車輛航向角資訊擷取單元取得的車輛航向角資訊結合於車載控制器中估測車輛與目標停放車格間的位置與方位資訊，選擇適當方案規劃停車路徑，以多階段的方式透過停車導引控制模組操控相應致動器以達成垂直、平行與斜向等車格之自動停車。
圖5 自動停車系統架構停車情境模擬與實車驗證
為開發具泛用性的自動停車技術，必須依據不同停車方案、情境設置模擬環境進行驗證。例如垂直停車方案，如圖6所示，係依據垂直車格場域之實際尺寸建置。模擬進行時，影像辨識模組對Prescan上的虛擬鏡頭影像作用，提供車格與車輛相對位置資訊，控制器模型以內含之控制策略依據感測器資訊進行判斷輸出相應訊號對轉向、加速、煞車與檔位進行控制以使車輛如藍色箭頭路徑執行自動停車。模擬結果如圖7所示，從航向角變化與方向盤轉角命令變化可分析策略是否如預期執行，以進行修正。
圖6 垂直停車方案模擬情境
圖7 垂直停車模擬結果另外在模擬情境中，亦可加入鄰車探討在限縮空間下停車策略的表現。例如平行停車方案，如圖8所示（5.5m*2.4m路邊車格），加入前後鄰車，用以驗證停車策略根據前後車格空間裕度選擇路徑的能力。模擬結果如圖9所示，在前後有鄰車下，能順利停進車格並回到水平方向。
圖8 平行停車方案模擬情境
圖9 平行停車模擬結果再經過MIL與HIL驗證，確認策略的可靠性與制定失效模式的對策後，將停車策略移植到實車驗證平台直接於目標場域進行實驗(如圖10所示)，依據實驗數據再回頭修正策略。
圖10 實車驗證結果自動駕駛車在實車測試階段，若遇到誤判或錯誤，比起其他產品，更容易造成重大損害，所以虛擬驗證階段充分發現並及早解決至關重要。利用虛擬驗證平台進行V-Cycle軟體開發，可於每個階段快速發現可修復之錯誤，降低開發成本；並且各系統間可輕易整合驗證，找出各規模系統的問題，避免在最後整合階段才發現規格不符而回頭重新設計；最終提升整體系統品質。
相關連結: 回170期_AR/VR 2017面面觀 專輯
