消滅駕駛技術與交通事故　安全是自駕車唯一的路

2017年CES展上，自動駕駛車大出鋒頭。許多車商已開始在汽車上搭載人工智慧與超級電腦平台，並提高影像辨識演算法精準度、精進毫米波雷達收發器性能、強化車用微控制器(MCU)/處理器效能與功能性安全(Functional Safety)，讓車輛從智慧化進展到自駕化。 

與此同時，各國政府為降低交通事故發生率，亦開始訂定法規，強制要求汽車搭載駕駛輔助等安全系統；歐盟新車安全評鑑協會(EURO NCAP)、美國國家公路交通安全局(NHTSA)及中國汽車技術研究中心等機構，更已將駕駛輔助功能列入新車評等重要指標。 

要實現自駕車，感測器、先進駕駛輔助系統(ADAS)與車聯網(Vehicle to X, V2X)通訊技術皆不可或缺，隨著自駕車發展熱度飆升，相關技術與零組件也快速躍進。另一方面，自駕車設計日漸複雜，其安全性挑戰也日益嚴峻，也因此各種提升汽車功能性安全的解決方案亦大舉出籠，成為兵家必爭的新戰場。本活動介紹2017年自駕車市場最新發展和各車廠研發動向，並剖析相關技術與零組件進展。 

光達為自駕車之眼 

圖1 工研院資通所車載資通訊與控制系統組長蔣村杰說，光達(Lidar)與相機扮演最重要的角色，擔任自駕車的眼睛。

2017年美國消費性電子展CES上，NVIDIA(輝達)執行長黃仁勳一句：「人類不該開車」點燃自駕車熱潮，其中的關鍵技術更是高科技產業最熱門的研發投入標的。NHTSA定義了五個等級的自動駕駛層級，從Level 0∼Level 4，工研院資通所車載資通訊與控制系統組長蔣村杰(圖1)指出，Level 0是無自動功能，Level 1具備獨立功能自動輔助駕駛，如自動跟車(Adaptive Cruise Control, ACC)、進階緊急煞停(Advanced Emergency Braking, AEB)等，許多近年的市售車已搭載。 

發展到Level 2則必須具備合併功能的自動輔助駕駛，至少包含兩個以上控制相關功能的合作運作。Level 3意指有限制的自動駕駛，車子可以自動駕駛，但人員仍須在少數特殊狀況下接手駕駛。Level 4就是完全自動駕駛，汽車能在行車過程中執行所有安全相關的功能，並監看道路狀況。以目前的發展狀況來觀察，業界預期全自動駕駛車輛將在2025年後問世，其中又以Google、Volvo最為積極。 

蔣村杰說明，從技術的角度來看，光達(Lidar)與相機扮演最重要的角色，擔任自駕車的眼睛。自駕車基於感測資料辨識周遭環境與決策，相機主導的系統自從其主要擁護者特斯拉(Tesla)發生了致命的自駕車撞擊卡車意外後，光達的重要性相對更加提升，多數自駕車開發商至少搭載一個光達，Tesla車禍後更在其自駕車上加裝了三具光達。一般高階自駕車均採用3D光達，可涵蓋360度椎狀立體空間，測距精準誤差僅約5公分，量測範圍廣、最遠測距達80∼100米，強光或黑暗下仍可正常運作，受天候、溫度影響也小。 

V2X車聯網蓄勢待發 

除了車輛本身的自動駕駛系統之外，V2X也是達成自動駕駛的關鍵技術之一。在大規模的車聯網上路之前，大部分的汽車都要先發展V2V車間通訊能力，蔣村杰表示，2016年12月13日美國交通部發布NPRM法規制定通知，將立法強制新的小型車輛搭載V2V通訊技術。IEEE也已經發展IEEE 1609系列標準，以802.11p為底層，針對無線接取技術應用於車用環境無線存取時，所定義出的通訊系統架構及一系列標準化的服務。 

由於美國官方的推動，超過80%的業者相信，美國將在2020年完成所有新車強制裝機，預估2024年全美將有超過一億輛新車裝設V2V設備(圖2)。而歐盟也於2016年11月30日宣布C-ITS Strategy正式啟動，朝向Cooperative, Connected and Automated Mobility的方向，目標是2019年歐盟道路車輛能彼此並與交通基礎設施通訊。

圖2 各主要汽車市場V2V設備導入趨勢

V2X通訊包含六個層面(圖3)：汽車對汽車V2V、汽車對路側設備V2R、汽車對基礎設施V2I、汽車對行人V2P、汽車對機車V2M、汽車對公車V2T。在V2X的應用中，蔣村杰解釋，車輛碰撞的預警是主要的安全性應用，而在面對事故時，緊急通報(Emergency Call, eCall)能在汽車碰撞或車禍後，系統因感應到撞擊而自動發送訊號給緊急救援號碼進行求助，以縮短救援時間，降低交通意外死亡率。 

eCall應用以歐盟推動最為積極，大致分成：事故感知、事故廣播、資訊標記、數據封存、數據回傳幾個步驟，工研院也投入開發相關技術，除了訊息通報之外，還可以透過雲端事故重建技術，包括事故重建引擎、事故還原瀏覽器等，了解事故經過，釐清事故責任。

圖3 V2X通訊的六個層面

Flash為車用記憶體主流 

圖4 群聯電子產品專案管理部處長陳禹任指出，目前汽車已經搭載約16GB∼256GB的記憶體。

而未來自駕車因為搭載了大量的電子系統，每個系統中都有儲存需求，因應汽車電子的工作環境，快閃記憶體(Flash)目前是最好的儲存媒介。群聯電子產品專案管理部處長陳禹任(圖4)說明，在目前自動駕駛程度還不高的汽車當中，就已經搭載約16GB∼256GB的記憶體包括DRAM、Flash，尤其是NAND Flash。 

以車用記憶體來說Managed NAND是將控制晶片與Flash直接封裝在同一個晶片中，並透過eMMC的形式嵌入於車用電子的系統中。包括資訊娛樂(Infotainment)與導航系統、先進駕駛輔助系統、數位儀表(Instrument Cluster)與其他車聯網或煞車輔助等的系統，共同的趨勢就是記憶體需求容量將越來越大。 

對於車用產品，要求的三大重點在安全(Safety)、可靠度(Reliability)、品質(Quility)，與其相對的有三個業界重要的認證分別是ISO 26262、AEC-Q100、IATF 16949。從技術的角度，車用記憶體的要求主要在資料完整性(Data Integrity)、記憶體壽命(Memory Lifetime)、診斷/檢測(Diagnostics)、資料安全(Security)、效能(Performance)都是車廠最重視，也必須靠記憶體控制器達成的。 

GPU+深度學習是人工智慧的最佳解 

圖5 NVIDIA亞太區技術行銷總監嚴永信表示，深度學習簡單地說就是讓機器自己學習。

自駕車的發展除了許多輔助系統之外，讓車子將感測模組蒐集的各類訊息進行彙整、運算、處理再做出正確的判斷，必須要有高度運算能力的處理中樞，並且加上非常智慧化的演算法，業界發現繪圖處理器(GPU)與深度學習(Deep Learning)，是目前的最佳解答之一。繪圖晶片領導廠商NVIDIA在2006年就投入人工智慧(AI)的開發，2016隨著議題的發酵，順勢就成為自駕車產業的當紅炸子雞。 

如果說人工智慧是自駕車的靈魂，深度學習就是這個靈魂的核心，NVIDIA亞太區技術行銷總監嚴永信(圖5)表示，深度學習簡單地說就是讓機器自己學習，從蒐集到的訊息中歸納出結果並產生決策與行動，其中有三大要素包括：演算法、大量資料與有效率的處理/運算。2012年著名的機器視覺大賽ImageNet，有一個學生使用一般的顯示卡，讓機器辨識影像，創造如伺服器般運算能力，正式為GPU應用在深度學習上打響知名度。 

以AlphaGo為例，在訓練的階段該系統採用50顆CPU的架構，正式比賽的時候則是同步以176顆GPU進行運算，嚴永信說明，車內攝影機也會進行幾個應用發展，包括人臉辨識(Face Recognition)、頭部追蹤(Head Tracking)、視線追蹤(Gaze Tracking)、讀唇(Lip Reading)。NVIDIA也與許多汽車產業的車廠、車用電裝產品大廠，進行自駕車的合作開發。 

安全是自駕車終極目標 

圖6 瑞薩電子汽車應用行銷部經理何吉哲認為，汽車業與資通訊產業差異甚大，光產品生命週期就非常不同。

台灣過去在半導體與資訊電子產品製造取得重大的成功，大約從10年前開始，台灣資訊產業也看好汽車電子的發展，想要藉著3C領域累積的實力，一舉跨越到4C。瑞薩電子(Renesas)汽車應用行銷部經理何吉哲(圖6)認為，汽車其實是另外一個產業，光產品生命週期就非常不一樣，電子產品大概3∼5年就面臨汰換，尤其半導體技術進步更快，而汽車則大概是10∼15年，甚至高達20年，台灣廠商要真正跨足車用電子其實有個不小的門檻。 

另外，車用電子系統的導入，與3C產品的思考邏輯也不同，因為汽車元件的導入期長，何吉哲說，目前在跟客戶討論的專案，都是2019年以後的車款或系統，所以技術規格現在看來非常前瞻。有一句廣告台詞：安全是回家唯一的路。根據世界衛生組織的資料，2010年全球有124萬人死於交通意外，所以不管是安全控制或感測辨識技術，最終都是希望能達成零交通意外的目標。 

車用半導體在自駕車的應用，一般有三類元件，一是感測器包括微波/毫米波雷達、攝影機、光達、超音波與其他感測元件；二是處理器包括GPU、CPU或人工智慧元件；三是控制元件如微控制器(MCU)。並藉由這些元件組成車輛的視覺、運算、訊息、控制系統。另外，軟體程式也越來越重要與複雜，比如美國的F22戰鬥機搭載的軟體程式約170萬行，波音737客機的軟體系統約1,000萬行，車輛的軟體程式碼預計會到達1億行。 

車輛電控系統機會與挑戰並陳 

圖7 華創車電前瞻工程部資深經理陳正夫指出，汽車已從傳統的機械工業演進成高科技機電整合工業。

車聯網V2X是車輛與外界溝通的網路，越來越多的電子系統在車上，系統間彼此的溝通也非常重要，所以車子從早期沒有網路並透過實體線路連結共用感測器，到未來預期會採用有線、無線並依系統需求混合高低傳輸速率。而建立完整的車內網路就可以進一步完善車輛電控系統，華創車電前瞻工程部資深經理陳正夫(圖7)指出，汽車往自駕的方向發展，讓汽車從傳統的機械工業演進成高科技機電整合工業，並可以提升車輛的性能，但複雜度與市場需求將帶來不少挑戰。 

由於汽車的作動環境複雜，差異性大可能會受到許多環境因素的干擾，加上電控系統失效嚴重會威脅生命安全，陳正夫解釋，所以先進車用電控系統的開發面臨較過去更多的挑戰包括：車用電子系統複雜度與日俱增、車輛開發時程不斷壓縮、高度系統整合結合多種專長、需驗證的功能爆增、傳統電控系統開發流程已無法面對今後的需求、需尋求系統化的開發驗證工具等。 

隨著廠商技術不斷精進，車聯網標準陸續底定，汽車內外的各種聯網應用會越來越普及，車用電控系統已無法用傳統電控系統開發模式處理，模型化基礎設計(Model-Based Design, MSD)已是許多車廠採用的電控系統開發模式，行車安全及性能仍是最優先的考量，因此大部分車廠依然會將主動安全技術設定為研發重心，其中性能更好的各類型感測器，將是主動安全系統開發成敗的關鍵。 

ADAS為自駕車鋪路 

圖8 英飛凌汽車電子事業部主任應用工程師錢偉說，根據統計有95%的交通事故是人為錯誤造成的。

先進駕駛輔助系統是車輛在達成完全自動駕駛之前，普遍認為對行車安全最有幫助的系統，英飛凌(Infineon)汽車電子事業部主任應用工程師錢偉(圖8)指出，根據統計有95%的交通事故是人為錯誤造成的，76%的意外除了人為的錯誤之外沒有機械、電子的錯誤，38%的事故是因為駕駛人注意力不集中，又有39%是因為疲勞駕駛或酒駕。而透過ADAS的協助，至少有32%的交通意外可以避免。 

從圖9的架構來看，無論是自駕車或ADAS都可以簡單從這個架構中作區分，金字塔的頂端是運算與決策，透過軟體平台如人工智慧演算法執行任務，而在中間的感測層包括各式各樣的車用感測器、訊息融合(Fusion)、連結(Connectivity)，而最底層的就是車輛動態與控制層，包括煞車(Braking)、懸吊(Suspension)、方向盤(Steering)、傳動(Transmission)、加速(Acceleration)與線傳控制(X-by-wire)。 

圖9 ADAS/自駕車的電子系統架構

在越來越多的車用感測器中，微波/毫米波雷達(Radar)也是近來備受矚目的元件之一，錢偉解釋，目前較常見的車用雷達有24GHz與77GHz，其中24GHz的雷達因為頻率較低、感測範圍較短、成品造價也較便宜；77GHz頻率高、感測結果更為精準、但產品成本也較高。應用系統則包括前方撞擊預警(Forward Collision Warning, FCW)、盲點偵測(Blind Spot)、行人偵測(Pedestrian)等。 

車用電子系統驗證為安全把關

圖10 德凱宜特技術行銷室資深技術經理陳旺助解釋，車用電子可靠度要求目的是希望降低系統的失效率。

一般認為自駕車還需要10∼20年的發展，儘管相關議題引發產業高度關注，在接下來幾年依然是逐步發展，除傳統汽車大廠之外，也有一批來自ICT領域的廠商摩拳擦掌，如Google。在導入自駕車的各類系統之前，完整而嚴謹的驗證程序自是不可避免，德凱宜特技術行銷室資深技術經理陳旺助(圖10)表示，從2016年全球汽車的銷售來看，前三名分別是：福斯(Volkswagen)、豐田(Toyota)、日產(Nissan)；前七大車廠就佔了全球銷售量70%。 

在汽車電子的功能性安全上，ISO26262有完整的規範；在車用電子產品上可靠度要求也相當重要，陳旺助說明，這部分有相當多規範，目的是希望降低系統的失效率，另外在包括溫度、產品生命週期、失效率、濕度、耐震度、抗電磁干擾、抗灰塵度都有非常嚴苛的要求。 

針對產品可靠度測試，陳旺助建議，要注意可靠度測試順序，從設計到驗證的V型曲線，確實執行每個環節的可靠度，以利未來失效現象的釐清，並且要從Test to Pass延伸到Test for Mission(ALT)或Test to Fail(HALT)，量產出貨後的產品品質，要定期追蹤檢視(ESS/HASA)，降低製程變異，確保產品品質一致，要蒐集所有失效數據，包含市場上實際發生的回廠維修(RMA)資料，作為未來產品的可靠度設計依據。 

結語 

汽車因為單價高一部動輒數十到數百萬，對於電子與半導體產品來說不啻是個肥美的新藍海，不過其產業生態(Ecosystem)與資訊電子業差異很大，蔣村杰表示，汽車供應鏈可以看成是一座城堡，車廠扮演城主的角色，只要有其利基，被城主召進城中，就可以在城裡遮風避雨屯墾生活，享受20∼30%的產品利潤，過著幸福美滿的日子，但城堡大門可不是隨便打開的。 

另外，很多車廠在與下游供應商合作前，考慮的不是技術夠不夠強？產品價格便不便宜？而是供應商的規模與財力，賠不賠得起？對車廠是一個很重要的合作重點，因為車輛關乎人命，一旦產品出問題，大規模召回或面臨天價賠償都有前例可循，所以對於產品品質、信賴度的要求沒有妥協的餘地，車廠的合作導入也會相對謹慎與保守，面對可能長達2∼3年的驗證期，對於國內習慣快速導入的資通訊廠商，要跨入此一領域必須有更多耐心與堅持。