report
Energy Taiwan

物聯網持續推進自動駕駛應用趨於實用

  • DIGITIMES企劃
未來的自動駕駛技術,駕駛可在汽車行駛過程中悠然閱讀書報,運用感測技術與IoT網絡支援讓車輛自動控制行駛。Volvo

自動駕駛技術最受爭議的問題是將汽車的控制權交由人工智慧操控,人工智慧判斷優先依據為最小車損與對低乘客損失,而在更完善的IoT物聯網網通科技整合下,讓自動駕駛人工智慧可參照的資訊越來越多,能導入自動駕駛機制的判斷條件更全面完整…

繼Google積極投入自動駕駛車輛技術研發後,國際級大型車廠也從不同方面加強自動駕駛車的開發力度,有的是從基於DAS輔助駕駛系統延伸至自動駕駛應用,有的為透過車用電子的智能化、網絡化升級,積極為未來智能車需求預作準備,而多數車廠也將自動駕駛應用商品化的時程,設定在2020年前後,預料不久的將來,由自動駕駛技術方案議題帶來的車用電子市場,後續研發與市場潛能將不可限量。

 點擊圖片放大觀看

未來汽車產業創新,9成將由ICT與電子科技發起,汽車電子成為汽車產業持續進步的關鍵。Broadcom

自動駕駛技術搭IoT如虎添翼

在眾多自動駕駛週邊技術方案中,以IoT物聯網技術最為熱門,其由IoT延伸的V2V、V2I技術應用需求,已經成為自動駕駛車應用導入市場商品化的關鍵技術!

尤其現有相對較成熟駕駛輔助系統(DAS)所仰賴的環境參數條件,大量必須透過雷射測距、路況攝影、機器視覺、圖形影像即時分析進行行駛週邊環境的建模與分析,幾乎可供DAS參照的環境訊息都要仰賴自車的感測設備進行蒐集與整合,造成自動駕駛車需要大量的高單價感測器、運算環境與分析技術整合,使得自動駕駛技術在終端價格與成本相對難以打入應用市場。

基於IoT技術的V2V、V2I系統環境,若能在公設道路、公有設施與車輛都能有對應的IoT網通技術整合,也能使自動駕駛車輛必須擷取分析的路況資訊來源,不僅限於設置於車上的感測元件與技術,而是可透過中 / 短距離無線通訊技術自道路設置的V2I IoT網絡、或是V2V車對車通訊網絡取得環境資訊,更準確進行週邊路況分析,亦可改善現有自動駕駛技術僅依靠自車的感測分析來源數據進行判斷,會容易造成判斷參照資料過少問題。

ADAS有效銜接V2I、V2V  將可有效發揮輔助效用

而且基於先進駕駛輔助系統(ADAS),若可有效銜接V2I網絡技術,原有先進駕駛輔助系統需透過道路標線分析輔助轉向或是進階操控應用,若碰到標示、標線汙損或是遭雪水、樹葉掩蓋時,反而會讓先進駕駛輔助的路標圖像分析失去依據,形成自動化系統的斷鏈問題,反而成為這類進階輔助駕駛或部分自動駕駛應用體驗不佳。

透過IoT的V2V/V2I網通技術整合,先進駕駛輔助系統即便遭遇不佳路標或是問題路線無法進行道路現況分析,也可透過IoT網絡搭配全球定位系統進行比對定位,協助先進駕駛輔助系統有更多路況或公共建設現況資訊參照來源,提升先進駕駛輔助系統的實用性。

除IoT網通技術支援外,半導體業者也嘗試在感測器加深開發力道,透過針對自動駕駛需求優化的感測技術,推出更多樣化的車用感測元件或進階技術整合,以因應更大的車用電子整合市場需求。

汽車製造商在研發輔助駕駛系統或是自動駕駛技術時,在感測器的選擇不外乎短程雷達測距、長程雷達測距、超音波感測器與機器視覺與圖像分析技術等選擇,而以STMicroelectronics、Freescale Semiconductor等半導體業者認為,若不能在2014年搶進自動駕駛關鍵零組件市場,面對2020即將成形的自動駕駛車用市場就將失去競爭優勢,也因此積極推出多元的自動駕駛、車用感測應用方案。

自動駕駛市場方興未艾  半導體業者積極搶進

以目前自動駕駛技術開發現況觀察,除網通業者Google積極投入開發外,大型車廠包括GM、Nissan、Toyota等正競相研發自己的自動駕駛架構與平台,其中Nissan與Daimler AG相繼宣告2020年將開始投產、銷售支援自動駕駛技術的車種,市場觀察2014年第3季、第4季相關半導體業者仍會著眼於半自動或進階輔助駕駛應用市場,有關全自動駕駛車的關鍵技術也將在2014年逐漸發展出不同的系統架構,相關關鍵技術與架構也將逐步成形,而不同車系的自動駕駛技術能力差異,將會由不同技術架構的感測器、機器視覺技術、雷達測距技術與先進駕駛輔助系統差異左右其自動駕駛技術的應用效益。

然而,以先進駕駛輔助系統的組成架構,通常需要先在車輛週邊建立座標系統,搭配人工智慧軌跡分析,讓車輛盡可能在虛擬的車道空間中安全自動駕駛,而ADAS若是獨立系統可建構與參照的座標系統勢必有限,若可透過車對車、車對道路基礎建設間的通訊渠道建構,彙整自車與週邊汽車的相對位置、同時與分析車道週邊設施位置,即可讓自動駕駛系統取得更詳盡完善的參照資訊。

雷射感測、機器視覺感測技術  發展自動駕駛關鍵

雖然全自動駕駛車可以拆解由幾大ADAS系統整合,但實際上全自動駕駛系統的複雜度並非部分幾個ADAS整合這麼簡單,不只是須關注自車的自動駕駛系統平台外,也必須同時與其他自動駕駛系統平台建構一定程度的互聯機制,補足車用雷達測距、機器視覺分析與全球定位系統可能產生的誤差,並盡可能讓車對車、車對設施的通訊機制補強感測器在建構環境座標可能出現的範圍過小或是可能的誤差問題。

除自動駕駛系統不同廠牌間車型的V2V溝通機制外,自動駕駛系統仰賴判斷路況的關鍵仍是以自車的感測系統為主,STMicroelectronics與Freescale Semiconductor針對自動駕駛技術方案,就提出不同的感測整合技術方向,以Freescale Semiconductor為例,則鎖定基於雷達測距、感測技術為核心發展的自動駕駛感測解決方案。

至於STMicroelectronics則看準機器視覺技術,投入開發以機器視覺為基礎搭配即時圖像分析技術整合的自動駕駛解決方案,而目前的ADAS大多同時採用雷射與機器視覺技術方案整合,提供更完善安全的自動駕駛方案。

應用不同技術優勢  整合更趨時用自動駕駛技術

不管是基於雷射技術方案還是機器視覺方案的自動駕駛系統,實際上採用不同系統仍有其技術限制與缺陷,例如,機器視覺雖在道路標示、道路標線可以具備優異的判別、分析與辨識能力,進而銜接車載運算系統提供更進階的自動駕駛整合體驗,但實際上機器視覺跟人類視覺會受到遮蔽影響,前述若道路標示出現髒汙或地面積土影響,機器視覺可參照的資訊就會受影響,甚至大雨或大雪機情境下,機器視覺的感測能力就會受到影響。

相同的狀況換做雷射感測技術,即可在不受大雨、大雪狀況下維持30公尺距離精準感測,甚至感測距離可以延伸至100∼150公尺,但無法判別路標問題就必須利用V2I或是座標反查路標補足技術盲點。

針對不同感測基礎技術的應用限制,也有業者分別提出進階的感測技術加以補強,例如STMicroelectronics與Mobileye合作開發新款視覺處理晶片,運用黑白圖像感測晶片改善一般機器視覺鏡頭容易遭環境影響影像擷取品質問題,目前新的解決方案已用於BMW、GM、Volvo、Ford車型中的ADAS系統搭載,搭配優化的圖像擷取與傳輸技術,未來汽車電子產業主要會有4大發展趨勢,分別是針對驅動車輛的能源使用效率提升,傳統大量機械或內燃機驅動元件,將會逐步被智慧電子元件所取代;其次是車輛聯網的需求將大增,不只是行動網路需求,銜接IoT、V2V、V2I應用將成為必要選項,其次則是汽車的安全性、與防盜緊急救助週邊。

三是車輛安全性;四是車輛駕駛的安全性,未來汽車產業超過9成的創新應用,都將以汽車電子科技為起點,這也是為什麼半導體廠商積極回應與投入大量資源參與的關鍵主因。

更多關鍵字報導: DAS 自動駕駛 人工智慧(AI)