未來學家一直夢想著車輛能夠自動駕駛。遙控實驗可回溯至近一個世紀前，1939年紐約世界博覽會「明日世界」中主題中的自動化高速公路。但直到近日新興技術出現，過去的幻想才一步步被轉化成現實，而全自動駕駛車的實現已非遙不可及。
目前已有幾家大型企業及主要汽車製造商正在開發自駕技術。不過，卻鮮少有人針對輔助駕駛技術及半導體創新的努力提出討論。這些技術快速改變汽車設計，為汽車控制帶來革命，目前已在道路上實現半自動駕駛車輛，預計未來幾年能研發出全自動駕駛車輛。
以先進電子感測與處理為基礎的半自動與全自動汽車駕駛，同時為汽車的行動性、便利性、行駛時間、燃油消耗及道路使用效率等層面帶來實際的好處。最重要的是，新型的控制可主動提升安全，不只是針對駕駛與乘客，還包括其他可能受到傷害的道路使用者。
ADAS強化汽車安全
交通事故絕大多數由人為疏失所造成，根據一些研究估計，其比率高達90%，因此協助駕駛更安全地控制車輛顯然是減少死亡與損傷的改善重點。車輛控制不僅是提升道路安全的重要契機，對於提供電子技術的業者而言也是極具潛力的市場。在當今支出金額約300億美元的全球汽車電子元件市場中，主動安全系統是成長最快的部分。頂尖半導體解決方案將有助於加速上述新功能問世，在開發此重要市場的同時提升行車安全。
主動安全奠基於先進駕駛輔助系統(ADAS)，它是為了輔助車輛安全操作而設計的電子技術，為電腦控制自動操作的元件提供功能。ADAS的創新有助於防止事故發生，包括維持汽車之間的安全行駛距離，提醒駕駛危險的情況，保護車內和街道上的人員免於因不良的駕駛習慣而受害，並執行其他與安全相關的運作。
汽車製造商正在競相為新車推出更多的駕駛輔助功能，市場上每年都會有許多輔助系統問世。汽車製造商倚賴半導體供應商提供先進積體電路(IC)技術，準確可靠地支援各種外部感測器，在汽車的不同系統間進行通訊，並為新一代ADAS及自動駕駛系統所需的電腦視覺與決策提供高效能、異質的處理。
車輛安全自動化演進
表1列出國際汽車工程師協會(SAE)提出的駕駛標準J3016，其為道路車輛自動化駕駛分級。第零級為無自動化，已被認為是過去式。而在第一級與第二級階段，這些系統可短暫主動控制汽車，以協助停車，避免倒車時碰撞到未能看見的物體，並藉由煞車或轉向避免碰撞。有時系統會主動控制汽車的個別功能，例如自動調整頭燈以因應前方彎道及其他道路狀況。
 |
| 表1 國際汽車工程師協會的道路車輛自動化駕駛等級 |
第三級涉及半自動操作，汽車可在特定情況下自行操控，但駕駛必須準備好接手操控。以高速公路駕駛為例，高速公路駕駛的一項半自動功能是智慧主動車距控制巡航系統，汽車可自動變更速度以跟上車流；另一項功能是車道維持輔助，它利用前方或後方攝影機，將車輛維持在車道中央，並與其他車輛維持安全距離；停車輔助功能則可在擁擠的停車場與車庫停車時完全控制車輛，而車內駕駛監控功能可偵測到駕駛已失去操控能力，並介入操控將車輛安全停在路邊。當汽車進入第四級與第五級的全自動操作時，駕駛座有可能沒有人，唯一的乘客可能是坐在後座的年長者或殘障者。每個等級都建立在前一個等級之上，將現有的安全系統融合為更複雜的新系統。
目前大多數新車皆配有被動式甚至是主動式ADAS安全功能，其可用性正在快速增加。而根據市場研究機構IHS Markit預測，2022年起全球ADAS市場每年將超過3.02億套，其中一部分歸功於駕駛監控系統以及側邊與後視鏡攝影機等新技術的挹注。
先進半自動操作功能已開始出現在高階車款，未來也將逐漸下放至其他市場，而目前仍在試驗中的全自動汽車預期會在2020年至2025年間推出。如同其他創新技術，ADAS的功能也會率先引進至高階車款，再下放至中價位與經濟型車款。部分功能也有可能先引進至商用車，例如後視攝影機，因這些功能在大型卡車的安全運作中能發揮顯著的效果。
提升自駕車可靠性 多模式系統設計當道
更高等級的自動與輔助駕駛能力及可靠性要求，正在帶動市場對多模式系統的需求，它們需要來自各種感測器的輸入，包括超音波、雷達、光達及攝影機(彩色、單色、立體聲及紅外線夜視)感測器技術。另外也需要衛星通訊，以及與附近汽車(車對車)和地面設施(車對基礎設施)的無線電通訊，進行定位、本地化來獲取道路狀況及其他資訊。圖1即從功能觀點呈現典型第三級至第五級的系統架構。
 |
| 圖1 第三級至第五級的典型系統架構 |
當事件發生時ADAS與自動駕駛系統必須即時將各種輸入轉換為有用的數據格式，並擷取任何必要的資訊。系統必須合併不同來源的資訊，決定正確的控制動作，並適當地與駕駛或自動控制輸出進行通訊。除了輸入本身須具有高傳真度之外，系統還須倚賴可同時執行各種演算法的高效能運算。
低階處理提供預先過濾或預先調節的道路視訊影像穩定串流，而中階處理可識別各影像部分中的重要物體，高階處理除了能感測物體的移動速度之外，還能判斷物體的類型，例如其他車輛、人員、動物、標誌或燈號。而微控制器(MCU)會決定是否繼續前進、停止或等待，同時，將會檢查來自其他輸入感測器(例如雷達)的數據串流資訊，以因應無法處理的狀況(例如起霧造成能見度不佳)。由於任何感測器都可能面臨具有挑戰性的外部條件，因此融合不同數據串流的輸入將大幅提高精密度與可靠性。
支援多模式系統及每個系統有多個感測器的需求，正持續推動矽技術達到新的境界，同時汽車製造商也面臨挑戰，包括如何在車輛四周整合新感測器及對應處理單元，又不影響車輛設計與車內乘客空間。此外，維持較低的系統成本也可讓大眾接觸到更多多功能型ADAS應用。
系統單晶片(SoC)架構可實現高效率實作，其能夠整合多模態感測器，同時最佳化整體功耗、形狀係數及系統成本，其中一個關鍵機制，是利用異質架構方法執行更多功能，並達到更高的最佳化程度。
異質架構
為了更深入瞭解異質架構概念，本文將簡要地分析汽車ADAS訊號處理鏈，高階訊號處理鏈可以區分為以下幾個部分(圖2)：
 |
| 圖2 SoC異質架構示例 |
集中處理來自攝影機、雷達、光達等感測器的原始數據。攝影機的低階處理包括處理畫素數據，以建立有用的影像並進一步處理之。雷達感測器數據的低階處理包括執行相關操作，以偵測物體及計算速度向量。
識別影像中應關注的物體，以供高階處理用於辨識物體，並由安全MCU決定系統應採取何種動作。在更高等級的輔助駕駛或自動駕駛中，中階處理可依據一或多個感測器模態來完全掌握特定場景。
從單純使用中階處理的結果，擴展為執行煞車等各種動作，以及路線與行車路徑規畫等各種功能，以實現更高等級的自主駕駛。
低階處理通常使用相對簡單的重複演算法，以平行運作的方式處理大量的輸入數據；中階處理介於數據大小與演算法複雜性兩者的極端之間；而高階處理則有相對較少的數據，但較為複雜的演算法。雖然通用型處理器可編碼與執行這些演算法或函式，但通常不會是最有效率的實作方式。每個等級皆由不同的處理架構以最佳化方式執行，相關內容在表2進一步分析。
 |
| 表2 異質架構映射 |
而映射任何ADAS功能的最有效方式，是將訊號鏈處理的每個區段映射至最有效率的處理架構，如圖3所示。ADAS數據流程也需要即時處理，將低階處理映射至專用加速器或SIMD管線，可降低整體軟體負荷，以達到即時處理的目標。
 |
| 圖3 將功能映射至正確的處理架構 |
簡化軟體開發提供可擴展性
雖然異質架構在映射訊號鏈具有超高效率，可實現具有成本效益與能源效益的系統開發，但編程許多不同類型的處理核心確實是更為複雜的任務，特別是加上在激烈市場競爭中開發新系統的壓力。
隨著主動安全功能的進化，所使用的軟體必須在新系統中不斷精簡、改良及重複使用。SoC架構可透過整合行程間通訊(IPC)及快取一致性，以實現極高效率的ADAS軟體框架。軟體框架的目的是盡可能實現開放式運算，藉此減輕開發人員處理異質架構時的複雜性，同時提供其他相關好處。
除了使用開放式框架以簡化整體軟體開發之外，也可透過可立即使用的簡化開發流程，改善SoC的深度學習開發。例如提供PC或雲端環境進行學習與開發，以減少功率與成本的限制，大幅提高性能並縮短開發時間，並輕鬆部署於低功率的汽車用TDA裝置上。
十年以內全自動駕駛車還不會在道路上大量出現，需要更久的時間才能讓幾乎所有新車都能自動駕駛。但與此同時，具備越來越多輔助駕駛功能的車輛將持續穩定地增加，這有助於提升汽車安全與便利性，並降低油耗。而汽車製造商須要半導體廠商穩定提供IC裝置以及強大的設計支援，才能持續推進自動駕駛車的發展。
(本文作者任職於德州儀器)