感測器融合應對自駕挑戰　聽覺/觸覺助攻環境感知(1)

先進駕駛輔助系統(ADAS)、自動駕駛車輛和電動車(EV)持續發展，為汽車設計人員帶來種種挑戰。ADAS和自駕車的運算裝置正迅速擴展其性能，需要整套的感測器來提供資料當作運算基礎。設計人員必須讓感測器套件功能對應車輛自動駕駛系統的需求，才能提供足夠的輸入內容以保障車輛安全，實現安全且高效的運行。此外，設計人員還必須選擇多用途的感測器，使感測器裝置所占用的空間和重量達到最佳配置，此性能就是我們稱為「感測器融合(Sensor Fusion)」的技術。

隨著ADAS技術日益進步、自動駕駛性能提升，可以越來越明顯看出，車輛的感測技術不能僅停留在視覺和雷達性能上，未來車輛還需要具備能監測環境的自動化系統，對於車輛的感測功能的要求持續增加。這些車輛要像人類一樣結合視覺、聽覺和觸覺來感知周圍環境。這些不同的輸入內容組合使車輛能夠對周遭環境情況進行完整判讀，並採取適當反應。

電動車市場爆發性成長，也針對乘車舒適度及安全的道路噪音控制提出新的要求。在配備內燃機的車輛中，引擎會產生相對一致的背景噪音，有助於掩蓋令人惱火或分散注意力的道路噪音。不過，在沒有引擎的電動車中，乘客反而更容易受到道路噪音的影響，因而感到不適並造成分心，可能影響駕駛人的注意力和安全性。

超越視軸的感測功能

在輔助駕駛的感測功能中，最常見的方法是視距(Line-of-sight, LOS)感測器，包括攝影機、雷達和光學雷達等裝置，這些裝置將融合運行，以偵測車輛可視範圍內的障礙物或危險。雖然這些感測方法對於高效的ADAS和自駕車技術十分重要，卻無法提供全方位的資料。

聲音和觸覺對駕駛人與自動駕駛系統具有價值，外部麥克風可以偵測到視距感測器難以感知到的一系列潛在危險。在別的車輛(例如緊急車輛)現身的一段時間之前，就可以提早開始利用聲音對該車輛進行偵測和三角定位測量。碰到劣化路面或碎石表面等惡劣路況，分析由聲音和觸覺捕獲到的道路噪音來進行評估，也會比參考視覺的提示更為理想。攝影鏡頭當然可以偵測到暴雨發生，但聲音的提示更易於判斷暴雨的嚴重程度。

透過連續的狀態監控，這些感測器還可以提升安全性。自動化系統在分析來自車輛本身的聲音或振動後，可及早發現並解決問題或故障。這對ADAS系統幫助頗大，也是自駕車的必要性能。自駕車必須能夠對行駛過程中出現的任何問題採取行動並加以解決。

除了聲音之外，駕駛人還能透過觸覺來發現車輛是否撞上東西、遭到碰撞，或是受到不尋常的外力影響，例如路面凍結。精密加速度計為車輛系統增添觸覺感知功能，對視覺感測器可能偵測不到的一系列刺激做出反應。偵測到撞擊方向和力量，可以告訴車輛是否需要剎車、發出警報，或只需要簡單記錄發生的情況以便後續審查及維護。這項功能對於自駕車尤其重要，同時也為更多傳統車輛提升價值。

感測器融合應對自駕挑戰　聽覺/觸覺助攻環境感知(1)

感測器融合應對自駕挑戰　聽覺/觸覺助攻環境感知(2)