智慧應用 影音
TCA_台經院媒合
event

從AI、感測器、車聯網鐵三角 看自駕車技術發展趨勢

環境感測器、車聯網通訊技術、人工智慧決策平台都是實現自駕車不可或缺關鍵因素。法新社

一直以來自駕車被當成電視影集裡的想像,直到最近才不再被視為遙不可及的幻想,而是當下正逐漸實現的科技產品,其主要是因為各種尖端科技逐漸到位成熟,讓研發自駕車技術可普及和取得,最終讓自駕車可以改變人類生活型態。

其中,環境感測器、車聯網通訊技術、人工智慧決策平台都是實現自駕車不可或缺關鍵因素。從自駕車的系統架構,首先感測環境資訊(Sensor),並透過資訊連結(Connectiviety),最後完成人工智慧決策(decision),車輛才能真正落實安全無誤的機器駕駛,本文從感測器、車聯網與人工智慧介紹自駕車技術發展趨勢。

感測器作為自駕車之眼

自駕車透過感測器辨識週邊環境資料,現今自駕車感測器解決方案,包括光達(LiDAR)、攝影機、毫米波雷達(MMW Radar)、超音波(Ultrasonic)等,其中光達可在條件惡劣環境下,仍可透過雷射光束建構出立體影像,協助自駕車判斷自身所在位置,以及檢測週遭障礙物,光達掃描半徑達100公尺,測距誤差僅有5公分,被視為自駕駛不可或缺的感測器。

目前市面僅有機械構造式光達,因全手工打造造價昂貴,初階款32線光達即要價4萬美元以上,未來光達能透過矽製程(CMOS)量產,以晶片樣態的固態光達呈現,不僅體積可縮小,光達價錢可望壓在500美元以下。

在光達價格居高不下情況下,目前自駕車業者同時採用多元感測器相互輔助,以不同感測器物理特性截長補短,例如,像是毫米波雷達偵測距離很遠,但容易被金屬物體干擾;攝影機價格便宜,辨識能力強,但惡劣天候下感測效果差;超音波方向性差、距離短,只能運用在後方防撞。

透過多元感測器資訊融合(Sensor Fusion),整合出準確環境參數,經此讓決策系統做出更好、更安全的決策。舉例說明,毫米波雷達能夠測量高達120~250公尺的物體的速度和距離,攝影機在近距離偵測和物體辨識方面十分出色,當兩者攜手合作,雷達則可作為遠方物件早期預警作用,攝影機影像辨識則可精準判斷近距離號誌、交通燈號,遠近分工達到智慧駕駛目的。

車聯網打造道路資訊透明平台

自駕車感測器其蒐集資訊僅留存在單一車輛層次,但如果在車輛無法感測的死角,或者不可見遠方突發事件,即須要透過車輛聯網,以取得更詳盡資訊;目前車聯網層次分為點對點傳輸,以及雲端傳輸。

點對點直接傳輸主要傳遞具有時間敏感性(time-sensitive)資料,透過車輛間(Vehicle to Vehicle;V2V)、車輛對道路裝置(Vehicle to Roadside Device;V2R)直接對話,若透過「遠在天邊」的雲端彙整資料,可能緩不濟急,因此透過點對點傳輸強化車聯網溝通效益。

當前車聯網的技術格式,主要包含車用環境無線存取(WAVE)/專用短程通訊(DSRC)與LTE-V2X兩種規格方向。其中車間點對點通訊最重要的是低延遲性,如此才能做到即時傳遞效果。

WAVE/DSRC傳輸延遲約20毫秒,相對於LTE-V2X 4G 約50毫秒,相較具發展潛力,雖然下一代LTE-V2X 5G傳輸延遲性僅有1毫秒,但其技術規格仍尚未成熟,目前各國現今發展車間傳輸仍以DSRC為主流。

另一部分,雲端傳輸主要應用於高精圖資(High Definition Maps)反饋與即時更新,高精度協助自駕車完落實點對點全自動駕駛,因此這個給機器看的地圖,必須具備有高精度的坐標、道路線標、路標,同時含括道路垂直坡度、曲率、側傾、週邊物件等資訊,同時可透過雲端即時更新路況、障礙、道路維修等即時動態路況訊息。

當車間點對點傳輸與雲端傳輸共同運作,將可建立一個綿密道路傳輸網,協助自駕車掌握不可見、不易感測訊息。

AI彙整內外資訊進行駕駛決策

當車輛感測器偵測到周邊環境資訊,同時車間傳輸取得即時遠方路況訊息,此時即需要透過人工智慧平台將多元資訊進行彙整、運算、處理,最後做出正確駕駛決策。目前各種人工智慧途徑當中,以深度學習(Deep learning)為最為可行,但該方法需要即大量物件資料庫,才能訓練出精準分析系統。

深度學習如同人類學習分類的過程,透過大量分類完成的樣本標的資料庫,持續將不同分類樣本投入,教導系統學習,使系統逐漸「參透」照片中的規律性,當未來發現特例也可如同人類自行推敲研判。

在整個自駕車系統架構內,感測端如同五官網羅近處可見訊息,車聯網將五官延伸蒐集遠端不可見資訊,遠近訊息融合後,交由車輛的人工智慧平台進行運算決策,最後由如同人類四肢的控制系統執行大腦命令,當自駕車的大腦、五官、四肢可以協調合作,即可落實機器安全駕駛。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: ADAS 自駕車 感測器 AI 毫米波雷達 車聯網