包辦影像/定位/通訊感測效能 　ADAS加速自駕車上路

隨著科技不斷演進，汽車已成為創新平台，不僅持續改變駕駛人的經驗，更越來越接近真正全自動駕駛的理想境界。先進駕駛輔助系統(ADAS)是這波演進潮流中不可或缺的關鍵。各種新型ADAS應用，像是取代後視鏡的攝影機、駕駛人昏睡偵測、以及行人保護系統，紛紛推升對車載影像處理功能的需求。要促成這些技術，必須在車中裝設更多攝影機，根據Strategy Analytics的預測，未來幾年大多數高端量產車預估將搭載多達12部攝影機。 

相機/光達感測免不了　全自駕願景第一步 

工研院資通所車載資通訊與控制系統組組長蔣村杰(圖1)表示，光達(Lidar)與相機是當前達成高階至全自動駕駛的兩個主流技術，然而相機主導的無光達系統，自從其主要擁護者特斯拉(Tesla)發生致命的自駕車與卡車相撞意外後，光達開始被視為高階至全自駕不可免的感測器，但感測器增加，也構成對於融合、成本的技術上挑戰。 

圖1 工研院資通所車載資通訊與控制系統組組長蔣村杰表示，光達與相機交互作用的解決方案日益受自駕車廠重視。

蔣村杰談到，所有感測器中，光達可謂是達成高階至全自動駕駛的關鍵感測器，多數自駕車開發商至少在其車輛搭載了1到4顆光達。光達是一種精準測量物體距離的儀器，可用來偵測、辨識周圍物體。其中，一般開發高階自駕車大多採用3D光達，這種光達具備高解析度與可靠度，且偵測範圍很廣，最多可到80至100公尺，受天候環境影響小，並且外型輕巧具備低功耗特色，不過一顆64bit光達要價將近150萬。 

相較於2D光達僅偵測一水平面，3D光達涵蓋360度錐狀立體空間，除了能較可靠偵測立體物體，更可由掃描輪廓達到一定程度的物體辨識，使得高階自全自動駕駛成為可能。 

蔣村杰分析，光達感測系統在研發上存在六個問題有待解決，包含環景安全監控、車輛、行人與停車位偵測、車輛軌跡監控、車輛速度監控、道路區域偵測與高精度3D地圖等問題。目前工研院已有滿足上述六個問題的光達感測系統，基於光達系統即時感測資料，進行高階應用，如防碰撞、自動跟車，或是車隊等相關應用。 

舉例來說，工研院於新竹十字路口建立防撞系統測試。該系統將所有行經過十字路口的車輛路徑記錄下來，經過一年測試後提供相關數據資料，有效降低50%車禍肇事率。此外，透過光達技術的協助，該系統可執行事後追蹤與事後事件重建的功能，若未來發生交通事故，可以由任何角度看到事故發生經過。 

公分級定位來助陣　 加快車輛智慧化 

除了ADAS系統外，定位技術、LTE及車對任何物體(V2X)通訊，亦是打造自駕車不可或缺的重要技術，也因此，具有精準航位推算(Dead Reckoning)功能的車規級全球導航衛星系統(GNSS)、多模LTE，以及基於IEEE 802.11p標準所開發出的V2X等多模方案已大舉出籠，可望大幅提高汽車智慧化與自動化性能。 

優北羅(u-blox)商業開發經理蔡金源(圖2)表示，位置準確性對於V2X重要性包含幾點，首先要做的是持續增強GNSS系統的可靠度、穩定度與安全性，而這也是全球幾大定位系統，如GPS、GLONASS或北斗衛星皆持續投資不斷維持品質，同時研發出新的加值服務。其次，位置誤差告知也為自駕車相當重要的一環。當駕駛開車偏移時，可及時、準確告知錯誤，以避免憾事發生。最後，在多車道的狀態下，如何有效定位是當前自駕車設計不可或缺的一部分。 

圖2 u-blox商業開發經理蔡金源指出，定位系統是未來自駕車市場不可或缺的關鍵技術。

現階段，依美國汽車工程師學會(SAE)標準規範，一般駕駛最基本的準確性需要在1.5公尺以內。不過在下世代的目標，即是在空曠地區時，要實現5公分等級的精準度，才能讓自動駕駛更精準與安全。再者，於大樓產生反射訊號比較多的地點，準確性也須達50至100公分左右的精準度，以確保所有位置都是很可靠。 

一般而言，汽車定位系統分成三種，包含汽車慣性導航(Automotive Dead Reckoning, ADR)、即時動態定位(RTK)以及整合ADR和RTK兩種技術的雙頻段解決方案。ADR是整合GPS、陀螺儀與其他感測器的慣性導航應用，在訊號不好的狀況下，精準度可維持在正負5公尺以內。RTK目前可以做到公分等級的定位精準度，目前已可實現10公分以內的定位。 

為提升更高的精準度，未來整合ADR和RTK的雙頻段解決方案是下一步定位系統所要布局的策略，以符合未來全自動駕駛的願景。 

加速ADAS驗證開發　 模型化基礎設計助臂力 

無論是基於影像感測或雷達技術的ADAS系統，皆須仰賴模型化基礎設計(Model-based Design)平台來開發，才能快速進行驗證，達成設計目標。 

鈦思科技(TeraSoft)應用工程師洪詩涵(圖3)表示，現今設計汽車自動化的工程師普遍會遇到三大問題，首先是如何視覺化汽車資料；其次，如何設計和驗證感知演算法；最後，如何設計和驗證感測融合的資訊。 

圖3 鈦思科技應用工程師洪詩涵談到，透過模型化基礎設計驗證自駕車系統，可提高其設計性能，縮短產品上市時程。

透過MATLAB&Simulink模型化基礎設計的平台，可解決上述所面臨的三大問題。該平台具備一套演算法設計、系統模擬、原型化，以及嚴謹的分析工具，提供設計團隊針對通訊晶片、控制晶片、影像處理元件或辨識元件、觸控螢幕，以及新一代的感測元件等的設計及優化的開發工具及整合環境。  

工程師可使用MATLAB& Simulink開發工具來設計和測試智慧車輛系統，包括動力系統、底盤和安全控制、舒適和便利系統以及駕駛訊息娛樂系統。 

事實上，已有汽車製造商和供應商利用MATLAB&Simulink開發數學模型，來描述車輛系統的行為、模擬預期的性能和驗證要求。 

舉例來說，Scania採用此平台來開發自動緊急煞車系統(AEB)的感測融合；BMW則藉力MATLAB&Simulink創造出基於機器人操作系統(Robot Operating System, ROS)的自動駕駛功能。 

以MATLAB&Simulink模型化基礎設計而言，工程師可以使用與各元件開發設計相同的工具建立系統模型，同時又能在整個開發過程中提早發現問題，如此不僅可以減少驗證時間，又能提高其設計性能，快速實現在原型硬體上，協助產品早日上市。 

從車聯網到自駕車發展已蔚為風潮，舉例來說2016年年初，美國交通部長Anthony Foxx宣布將在10年內陸續投入39億美元，建立聯邦政府在自動駕駛法規的制定。隨後福特汽車(Ford)、Google、富豪(Volvo)、Uber與Lyft成立策略聯盟，促使美國自動駕駛車輛加速發展。 

在此趨勢下，也將帶動相關產業發展包含半導體、感測元件、車用面板、車用電子、行動裝置與雲端資料處理，以及應用軟體需求。 

以台灣市場而言，蔣村杰分析，自駕車分成感知單元，就像是人的五官，觀察與感受四周環境提供給決策單元，也就是人腦的角色，進一步透過決策單元將指令傳送給控制單元，控制車子加減速的作用；其中，決策單元與控制單元的核心技術大多掌握在國際大廠手上，對台灣廠商來說，較難以進入；不過，針對感知單元來說，可謂是台灣廠商較為容易進入的領域。工研院認為，自駕車對台廠最大吸引力在於感測融合部分。 

圖4 資策會智通所協理張文堯表示，自駕車市場前景可期，但現階段正面臨市場期待與實際技術能力不成正比階段。

開往未來自駕之路　 軟體開發須解決 

資策會智通所協理張文堯(圖4)表示，智慧汽車發展至今備受各界矚目，不過事實上，在各式各樣的研究報告之中，可看到自駕車的生命週期都在未來的五到十年之後，究其原因，問題出在「軟體」技術的挑戰。事實上，自駕車的硬體技術已逐漸成熟，但如何將車中各式各樣的感測器、電子元件整合成有用的數據資料，則需要軟體技術的協助。 

也基於此，張文堯談到，在市場期待與實際技術能力未能平衡的狀況下，使用者的採用度就會掉下來，其市場某種程度正在逐漸衰退當中。不過，如何在未來技術成熟的階段，能夠異軍突起才是真正的大贏家。