Abstract
我們早期曾經提出利用模糊推理方法作自動車障礙物避碰，使得自動車能 夠安全地從起始位置到達目的地而不會與週遭的障礙物發生碰撞。而本論 文主要擴充過去的研究，進一步討論自動車航行中一些較為困難的問題， 包括感測器設置以及陷阱狀態之復原等。在感測器數目與位置的決定方面 ，我們可以找到一組最少數目的感測器與其最佳配置，利用這些感測器可 以將自動車週圍各個角度的狀況完全的偵測到。而在陷阱狀態的復原方面 ，我們結合模糊邏輯與明確推理來導引自動車離開陷阱狀態。此外，我們 亦提出一套方法來增進自動車對於移動障礙物避碰的處理。由模擬實驗結 果可以證明所提方法的可行性。 對於障礙物避碰，我們可以將其區分為 已知環境下的障礙物避碰以及未知環境下的障礙物避碰。我們過去曾經提 出利用模糊邏輯控制來做未知環境下的固定與移動障礙物避碰。而本篇論 文則是針對過去所沒有探討到的問題作研究，包括感測器設置與陷阱狀態 的復原，另外亦進一步探討移動障礙物之避碰。我們考慮感測器設置問題 之主要目的是希望能在我們所模擬的自動車上找到一個最佳的感測器配置 而能夠以最少的感測器來正確的偵測出自動車週遭各個角度的環境狀態 。 整個自動車航行系統是利用靜態障礙物避碰與目標導引模組可將自動 車導引前往目的地，並且安全避開週遭的靜態障礙物；以陷阱偵測模組來 判斷自動車是否處於陷阱之中，並且提供必要的資訊給陷阱復原模組來將 自動車導引離開陷阱；而當自動車遭遇動態的障礙物，則由動態障礙物避 碰模組來做適當的處理。 在陷阱復原方面我們首先對自動車航行過程中 所可能遭遇的陷阱作一個簡單的分類，接下來分別提出相對應的偵測與復 原的方法。我們採用模糊化之即時最小平均誤差方法來預測移動障礙物之 運動軌跡，並且預測未來自動車與移動障礙物之位置來判斷未來發生碰撞 的可能性並藉減低其速度來避免碰撞的產生。此外，我們便讓自動車具有 轉向並且超越移動障礙物的能力。我們在微軟視窗 3.1 版下發展了一套 模擬程式，在一台 486 個人電腦下執行。實驗的結果相當迅速且良好 。 在本篇論文中我們提出了一套感測器的配置方法。此外我們亦提出一 套模糊邏輯控制的方法來導引自動車離開陷阱環境。最後我們利用一些比 我們過去的研究更具彈性的法則來做移動障礙物避碰。這些方法具有運算 快速的優點。未來可以考慮結合我們過去在這方面的相關研究來實作一輛 實際的自動車，另外也可以研究如何令自動車具有自動學習隸屬函數的能 力。