關鍵技術系統不斷演進 台灣自駕車駛向藍海市場

2018-08-07
自駕車的技術、系統與應用發展浪潮已不可擋。根據國際市場研究機構Navigant Research所做的報告,在城市或都會區內共乘服務正在延伸其觸角及增加其使用方便性,研究顯示這促使個人使用自家車的頻率有減少的趨勢。由此可見,共乘似乎是一個減少路上行車的可行方向。

反映到大眾運輸,一般所謂的最後一哩(Last Mile),由於人們的移動需求較分散,較難支撐固定時間及固定路線的大眾運輸系統營運,因此最後一哩一般缺乏大眾運輸系統,如果有一種具安全性且營運成本較低(如自動駕駛、減少人力成本等)之大眾運輸系統可滿足人們最後一哩的需求,那將促進人們共乘此大眾運輸系統,並有效減少人們開車(如老年人)或騎車(如年輕人)之頻率,進而減少路上的行車,降低民眾因事故所造成的傷亡。

認識自駕車關鍵技術與系統

本文將介紹自駕車的關鍵技術與系統,並以優步(Uber)近期所發生自動駕駛事故為例,突顯車輛對各種物體(Vehicle to Everything, V2X)與車輛對行人(Vehicle to Pedestrian, V2P)技術應用的重要性。最後,剖析台灣自動駕駛未來發展趨勢與方向。

台灣目前由法人(工研院等單位)所制定自動駕駛感知次系統之一階、二階、三階架構及技術介面與規格,如圖1所示,其中V2X通訊技術與應用於自駕車軟體架構中於行車安全性的提升上扮演不可或缺的角色。

圖1 自駕車開放平台系統架構
資料來源:工研院自行繪製

自駕車系統軟體的運作流程概述如下,首先,感測分析硬體(Camera3D光達(LiDAR)、雷達(Radar)V2X路側通訊設備)收集車輛周圍的資訊(例如道路是否有障礙物、道路路形等)後先做前置處理與資料對齊,之後透過深度學習影像辨識軟體針對所偵測到的物件與資料做訓練(Training Data)。而後,將多重感測資料做融合(Data Fusion),並進行即時事件推理(Event Sensing),即區分Event Sensing TypePedestrian Crossing Road(行人穿越道路)與橫向來車(Intersection Movement Assist)。最後,則做資料儲存(Data Logging)

自駕車系統架構中最為關鍵的元件是前端感測器,感測器為發展自動駕駛技術領域中最為重要的回授單元。近年來,隨著先進駕駛輔助系統普遍應用於高階車輛上,並且對於安全、舒適、方便與節能有所改善,使得安裝多個感測器已逐漸成為趨勢,同時成為發展自動駕駛等級SAE(Society of Automotive Engineers)Level 5的基礎。

透過這些先進的感測器與機器學習軟體演算法的處理,可以讓車輛電控單元完整模擬,甚至超越人類在駕駛車輛時所使用的各種感官能力(Perception),實現同步即時的全方位環周感測能力,並針對感測結果進行控制決策的判斷,因此感測器的穩定性研究成為目前自動駕駛技術的關鍵要素之一,其中在運算速度、抗環境干擾能力與辨識精準度上為目前發展的三個重要指標,以下將分別介紹LiDARRadarCamera前端感測元件與V2X通訊元件。

LiDAR

LiDAR(Light Detection and Ranging)為一種主動式光學感測器,透過雷射光束撞擊至待測點後反射回感測器之光束飛行時間,可計算獲得與待測物之相對距離,並依照連續多個距離資料的多寡可換算為二維(2D)或三維(3D)之物理座標。

雷射光束常見的有紫外光、可見光以及紅外光,其中以波長6001,000奈米(nm)最為普遍應用,目前市面上較常見的有2D3D感測器產品,其中3D又依雷射光束的數量普遍分為8163264 Beam,並同時進行環周360度高頻掃描,為目前自動駕駛常使用的解決方案,如LeddarTech的固態LiDARQuanergyVelodyne360度掃描Lidar、博世(Bosch)的部分空間掃描3D Lidar等等,但還需完整的防駭驗證以避免遭到惡意性的偽造光學攻擊。

Radar

Radar(Radio Detection and Ranging)為一種主動式電磁波感測器,透過電磁波撞擊至待測點後反射回感測器之電磁波飛行時間,可計算獲得與待測物之相對距離,並視連續多個距離資料的多寡可換算為2D3D之物理座標。

Radar的優勢在於穿透性與抗干擾力強,能在全天候使用,缺點則是檢測解析度低,常見的車用Radar工作頻率在24GHz77GHz79GHz三種頻率附近。

Camera

Camera原理跟構造與人眼非常相似,是一種被動式光源感測器,主要由透鏡、光圈、濾鏡、影像感測器等四種元件所組成。透鏡控制焦距與視角,濾鏡控制通過的光源種類,光圈控制光線進入的程度,影像感測器則負責最後的感光成像,依照不同等級之產品,四種元件會有不同的控制能力,然而成本上也隨響應時間而有所提升,其優點在於具有高的解析度,缺點則是受光影與環境影響大。

V2X

V2X通訊技術可區分為兩大類,分別為短距無線通訊DSRC(Dedicated Short Range Communication)C-V2X(Cellular Vehicle-to-Everything)

2為現今全球短距無線通訊DSRCC-V2X技術發展走向,美國致力於DSRC系統開發與應用驗證,其實體層採用IEEE 802.11p,目前DSRC系統已進入到成熟期,全球已有多個城市與公路建置DSRC-based測試場域,以驗證其標準與應用,DSRC目前已有美國電機工程協會(Institute of Electrical and Electronics Engineers, IEEE)與歐洲電信標準協會(European Telecommunications Standards Institute, ETSI)兩大標準組織制定多年。

圖2 DSRC與C-V2X技術標準發展

反觀C-V2X於技術標準的制定,則以中國大陸與歐盟(如電信商)最為積極參與投入,C-V2X系統以建置電信基地台為主,與C-V2X技術標準相關的有3GPP eV2X(enhanced V2X)標準,該標準底層採用LTE-Uu/PC5架構。

3V2X多種應用類型示意圖,如車對車(Vehicle-to-Vehicle, V2V)、車對人(V2P)、車對電信網路(Vehicle-to-Network, V2N)與車對路(Vehicle-to-Infrastructure, V2I)

圖3 V2X應用類型(V2V, V2P, V2N and V2I)

自駕車發展與車聯網(Internet of Vehicle)V2X系統的布建尤以美國最為積極,有鑑於交通事故傷亡造成人員、家庭損失,因車禍死亡每年損失的經濟成長率(GDP)3%,美國已在2016年底宣布啟動立法程序,預計自2020年起,強制要求所有新出廠的小型車輛、包含輕型貨車必須安裝V2V車間通訊設備。由於美國堪稱是全球車市指標之一,一旦立法完成,將加速技術開發並帶動產業動能,促成智慧化運輸環境成形,全面引爆車聯網商機。

藉由分析實際案例  找出自駕車關鍵應用

研究機構ABI Research的調查指出,超過80%業者相信,美國將在2020年完成所有新車強制裝機法規上路。2024年時,全美預計將有一億輛新車安裝V2V設備。未來10年,歐美市場車間通訊相關產值保守估計可達170億美元,若再加上後裝舊車市場、路側建置、應用服務等市場,預估可帶來的產值將更可觀。

為搶攻2020年強制裝機商機,全球各大車廠已提前開跑。2014年九月,美國通用汽車(GM)於底特律舉行的智慧型運輸系統(Intelligent Transportation System, ITS)年會開幕典禮上,宣布2017年生產的Cadillac CTS系列將具備V2V通訊技術;日本豐田(Toyota)亦在官網上宣布,2016年銷往美國與日本新車將全面導入車聯網,預估一年將有400萬輛商機。有鑑於自駕車對於安全性應用的迫切性,以下為分享自駕車V2P車對行人安全警示應用案例。

案例分享:Uber自駕車事故

Uber自駕車撞死行人,2018318日星期天晚上10點左右,Uber的一輛自動駕駛運動型多用途車(Sport Utility Vehicle, SUV)在美國亞利桑那州坦佩市的街道上造成一起交通致死事故。

Uber的自動駕駛SUV為何沒有偵測到行人?是否攝影機偵測有其缺陷?事故發生至今,仍是個謎團。圖4為案例事故現場圖,自駕車進入陰暗區,突然有牽著腳踏車的婦人穿越馬路,造成自駕車來不及反應,行人當場遭撞飛導致死亡。

圖4 Uber自駕事故現場示意圖

案例解析:藉助V2X避免車禍發生

透過V2X車聯網技術提升自動駕駛,以避免車禍的發生。V2X車聯網技術,正是為強化安全性任務而設計的,以5.9GHz短距無線通訊技術(DSRC)為例,該技術以每秒10次的頻率交換其動態訊息。這些訊息包括位置、速度、加速度、行進方向、以及其他交通相關訊息,即便視野不清晰或是視線被遮擋,司機或自動駕駛車都能夠及時了解周圍所有的交通情況。

V2X無線通訊能力能將司機或自動駕駛車的感知能力,從視覺所及的範圍,提升到視覺所不及的幾公里之外,如圖5所示,自駕車即使進入到陰暗區,行人藉由配置V2X通訊裝置,自駕車可預先得知行人確切的位置與方位,可避免憾事發生。

圖5 V2P通訊示意圖

以下分享三個工研院目前所發展的V2P(Vehicle-to-Pedestrian)行人防碰撞警示系統與應用。

情境1

此應用為防護行人與弱勢用路人,例如老人、行動不便與小孩,如圖6所示,有使用輪椅行動不便的行人欲穿越馬路,輪椅配置V2X通訊裝置,可透過V2X通訊警示後方即將通過路口的車輛,有右側行人通行。

圖6 工研院V2P應用情境1:行動不便的行人欲穿越馬路

情境2

此應用為當行人準備過斑馬線,可透過行人所配戴的V2X通訊裝置警示即將通過路口的車輛,達到人與車防護的綜效(7)

圖7 工研院V2P應用情境2:當行人準備過斑馬線時警示車輛

情境3

當行人突然衝出,可透過行人所配戴的通訊裝置警示即將通過路口的車輛,達到人與車的防護,如圖8所示。

圖8 工研院V2P應用情境3:當行人突然衝出時,警示車輛

從四大趨勢剖析 看台灣自動駕駛發展

以下將分成四點,來剖析台灣自動駕駛未來發展趨勢與方向。

趨勢1:技術

自駕車的技術發展,不管是整合車聯網V2X技術、感測器技術與深度學習影像辨識技術等,已掀起另一波自駕浪潮,未來自駕車整合車聯網V2X技術與應用,將會成為主流的市場。工研院致力於研發車聯網V2X技術、自駕車軟體與感測技術,加速切入與輔導廠商進入自動駕駛感知次系統市場。

此外,目前各大廠的自駕車技術發展,大多是以自小客車為主,在這類應用中,不但車體中的感測器、運算單元必須具備精準而快速的訊號擷取與反應能力,還須經過長時間的實地測試,以掌握所面對的複雜環境,不過要在實際環境中測試風險相當高。前年Google和今年Uber所發生無人車的測試事故就是如此發生,而這兩起事件對整體技術的發展帶來一定程度的影響。

趨勢2:場域

串聯國內車輛產業打造自有無人接駁系統用於特定場域,提供民眾有感服務。有鑑於台灣地狹人稠,對於最後一哩的特定場域自動接駁之運量需求極高,然Easy Mile等國際廠商已積極強攻台灣市場。台灣應建置屬於自主的自駕車驗測場域。

趨勢3:法規

20185月,行政院會通過國內首部涵蓋陸、海、空領域無人載具的「無人載具科技創新實驗條例」草案,其中並導入監理沙盒精神,營造合理且安全的創新測試場域,此舉宣示政府為因應無人載具科技興起之國際發展趨勢,鼓勵國內產業投入無人載具創新應用,並建構友善創新發展的法規環境,條例草案援引監理沙盒精神,營造合理且安全的創新測試場域,以促進相關產業技術及服務應用發展,讓業界廠商及服務商都能具有 合法的測試環境,奠定我國智慧交通運輸之厚實基礎。

此外,針對自駕車安全問題指出,草案規範在實驗前必須提出在封閉場域測試的數據,通過後才能在外實驗;並且要求必須投保責任險,在實驗中如果發生事故,不論在沙盒內還是在沙盒外,處理的狀況都一樣,只要發生事故都要依相關法規及法條處理,不會規避民、刑事責任;一旦發生安全事故,主管機關得依職權要求暫停實驗。若有人為介入無人載具的頻率過高時,也要按月提報主管機關了解。

趨勢4:產業

自動駕駛系統尚在研發階段,並且台灣汽車產業相對國際產業規模並不大,但台灣資通訊、晶片、車電、車用設備等產業供應鏈完備且深耕多年,針對國內自動駕駛產業需求與缺口,應結合軟體及軟硬體整合能力,發展國內自主自動駕駛感知次系統。

如圖9所示,運用「自動駕駛感知次系統產業合作夥伴計畫」平台,串聯國內車輛產業聯盟,提供國際技術趨勢分享、關鍵技術授權、次系統驗測平台、場域驗證環境等支援,協助廠商快速建立相關技術能量,進軍國際市場。工研院藉由成立「自動駕駛感知次系統產業合作夥伴計畫」,首波針對車聯網產業合作夥伴計畫成員,第二波針對先進駕駛輔助系統(Advanced Driver Assistance System, ADAS)相關業者、車用感測器業者以及汽車電子業者,將業者實際需求回饋至產業合作夥伴會員服務內容。

圖9 邁向自動駕駛我國產業技術需求

工研院已於2018117日舉辦「自動駕駛感知次系統產業合作夥伴計畫產業說明會」,廣邀國內業者先期加入產業合作夥伴計畫,促進我國自動駕駛感知技術布局,開創我國自動駕駛技術與服務新通路與新商機。

自駕車發展前景看好 行車安全不可輕忽

V2X無線通訊技術(DSRCC-V2X)與前端感測元件(LiDARRadarCamera)的發展下,帶動自駕車結合通訊相關的應用與發展(V2VV2PV2I相關應用)。因應新服務的發展,既有自駕車輛與路側設施將產生相關通訊模組或設備之需求,因此相關通訊晶片、模組與產品的設計、製造即成為我國業者發展的機會點所在。且針對V2V Safety等之應用,須整合包含車載機、路邊裝置等,以提供一定品質之車載服務,將帶動一連串含系統整合業者等廠商參與。

此外,有鑑於交通事故造成的損害不斷擴大,因此行車安全逐漸被重視。近年來,自駕車開發商不僅強攻車載資通訊平台,亦開始加碼投資安全應用和移動定位的新技術發展,例如歐洲的eCall、北美和中國大陸積極推展的ITS,以及涵蓋自動巡航、前方碰撞警示、車道偏移、盲點偵測及停車輔助系統的ADAS方案,未來自駕車整合V2X通訊、感測技術與應用,將會成為主流的市場。

(本文作者任職於工研院資通所)

本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多

我知道了!