|
智慧汽車已經成為汽車產業積極推展的目標，除朝向零排放、智慧聯網外，智慧汽車所追求的零事故設計方向，絕大部分功能實踐需要透過先進駕駛輔助系統(advanced driving assistance system；ADAS)系統支持，而過去原本以高階車種搭載ADAS為主的趨勢，在大型車廠的市場布局中，2015年已經將中階ADAS功能下放到中階車型，加上汽車市場智能化發展趨勢，未來將會有更多ADAS功能持續優化，高階ADAS也將成為半自動駕駛與全自動駕駛車的應用試金石，建構更完善、精準的車輛週邊環境掌握，提升ADAS實用價值。 歐洲ADAS應用法規動態 刺激一線車廠紛紛整合智能輔助應用 點擊圖片放大觀看 多種車用感測元件技術持續精進，目標在建構具全面、完整的車周狀況感測環境，讓智能汽車有更精確的行車判斷依據。Bosch 在汽車智能化發展過程中，可以預期車輛對於通訊、感測、分析與運算需求會越來越高，而不僅只是關注引擎的動力輸出、性能參數。車輛與基礎設施通訊網絡建立智慧行路系統的應用也將會興起，原有在豪華車種才有的停車輔助、號誌影像辨識、防撞輔助、自動跟車行駛等進階功能，也會逐步在中階甚至國民車種上看到。 ADAS會越來越普遍，汽車智能化的發展推力，一大部分在於歐盟新車安全評鑑協會(Euro NCAP)與歐系相關主管機關的積極努力，尤其大型豪車、一線車廠都在歐洲地區，也帶起全球汽車市場持續關注ADAS相關應用與配套法規升級。 智慧汽車發展的極致目標，理論上應為在不介入人為操作的前提下，提供乘員穩定、快速、安全的自動載運服務，減少人為操作車輛可能發生的誤判路況、疲勞駕駛等道安危險，進而提升交通效率、降低維護管理成本。 而就目前已有的量產車型技術來看，現有的ADAS相關技術已可體現全自動駕駛車輛所需的部分關鍵技術，相對應的功能系統如自動跟車、道路偏離警示、視線盲點偵測、各式進階道路現況感測分析系統等。 進階的智慧汽車將會應用多種感測器進行整合，如高解析度攝像鏡頭、中／短距離雷達(RADAR)或雷射測距(LIDAR)、超音波等感測技術，但想要用來取代駕駛的視覺，必須能在辨識精確度、機器視覺判斷分析處理速度各方面提升性能表現，甚至以不同感測機制的優劣勢彼此互補、優化，才能達到更進階完全掌握行車週邊狀態的感測能力。 Tesla整合進階ADAS 引領智能汽車發展趨勢 以目前號稱整合科技最前衛的Tesla電動車為例，檢視Tesla Motors在最新發布的Model S P85D，透過前後雙驅動馬達的協同出力，除讓Model S達到全四輪驅動(all-wheel-drive；AWD)要求，雙馬達同時出力可讓P85D車型在0加速到60英哩僅須3.2秒。除性能的大幅提升外，P85D車型的先進駕駛輔助系統也獲得大幅升級，達到半自動駕駛(semi-autopilot)的功能表現。 P85D車型的ADAS除基本車道偏離輔助等功能外，號稱可以在駕駛打方向燈時，協助駕駛變換車道，而P85D車輛內置的多個攝影鏡頭還可自動拍攝交通號誌、路牌，同時辨識號誌、路牌的內容，進而即時提供車主該路段的速限、警示提示等，讓駕駛可更專心開車，不用分神辨識號誌內容。 此外，新款P85D還可輔助車主將車輛自動停入自家車庫，而不用動手握方向盤。P85D更可在車主出門要用車時，自動從車庫開到車道上等候駕駛上車！車上的電裝配備，也會自動調整開啟在用戶慣用的模式。 新車款配備升級的前向雷達、攝影機與更多感測器，高度自動化功能也讓ADAS應用更上一層樓。Tesla Motors在系列車型均整合新穎的雲端智能系統更新服務，只要車款有新功能升級，雲端智能更新會自動下載升級資料更新車輛系統。 多感測方案配套 提升ADAS輔助功能實用性 觀察各車廠發展ADAS技術方案，通常不會僅使用單種感測方案，而是會選擇多種感測機制彼此互補，藉由不同感測技術的優勢，補足單一感測方案可能形成的系統感測盲點，其中雷達、雷射測距、攝影機視覺感測等多種感測方案，是最常讓車廠拿來整合ADAS應用的幾種感測技術方案。 其實，在實現ADAS功能要求有蠻多的技術方案選擇，如必須與V2V/V2R路邊設施等無線通訊技術環境整合配套的WAVE/DSRC技術方案，因為採用無線通訊技術，透過無線通訊，就可讓車輛彼此確認位置資訊，進而達到避免碰撞或是進階加值應用。 但無線通訊方案必須搭配整個行程環境配套設施升級，並非一兩家大型車廠辦得到的事，因此大多由各國政府以法規與要求設施環境通訊機制部署才辦得到。反而是一般車廠就能介入的ADAS功能升級，就相對吸引車廠與車主青睞。 除無線技術方案外，常用的車用感測方案包括短距離感測雷達(short-range radar；SRR)與長距離感測雷達(long-range radar；LRR)等，以超音波或攝影機搭配影像分析的視覺感測方案，也是近來發展ADAS相當熱門的應用技術方案。 觀察市場現況，由於Euro NCAP其實對ADAS採行的感測方案採取相對開放的角度，在規範內並無強制車廠使用雷達或是影像擷取／分析技術方案，也無要求車廠需兩種技術都備齊。反而是車廠可以視其功能規劃需求，選擇雷達或是視覺分析，甚至乾脆兩種技術一同整合。 雷達／光學雷達、影像擷取各有所長 協同整合才能發揮綜效 如雷達或光學雷達感測技術，雖然無法辦到道路週邊標線、號誌、路標、警示牌道路資訊內容判讀、辨識等，卻有極佳的夜間感測、低光照條件感測、天候不佳也能取得極精確的感測數據。而視覺分析也有其不擅長的處理環境，如陰暗天候或是雨天、逆光等狀況，資料判讀就會出現誤差，連帶也會使得感測機制視覺感測器判斷數據精度。 為了提高攝影機的機器視覺判斷效益，一般會嘗試提高智能車輛攝影端點的攝影機影像擷取解析度，同時加強ADAS嵌入式系統的影像分析演算法與效能，讓判斷速度與對應制動反饋能快速執行。 更有甚者，ADAS開發商在系統使用的攝影鏡頭也經過特製要求優化，如僅能判讀紅色的黑白影像感測器，透過將交通號誌、路標提示重點的紅色凸顯、同時過濾分離其他不重要的顏色，讓影像分析處理效能花更少的運行負荷處理即時影像，優化ADAS反映效能與降低系統處理成本等。 隨著汽車導入ADAS系統已經成為一股潮流與趨勢，可以想見未來新出廠的汽車搭載影像感測鏡頭、雷射測距等環境感測設備將越來越普遍，其中影像感測鏡頭雖有監視盲點問題，但在系統設計上可輕易以多鏡頭、多協同處理平台進行分析判斷，增加感測結果的數據品質，加上成本結構較低，也讓影像感測技術較優於雷射／雷達測距方案。 但未來智慧汽車發展的瓶頸，其實不是感測技術，而是汽車內通訊網路的效能，因為智能汽車未來需要處理的影像、感測數據、通訊數據與制動數據越來越高、速度要求越來越快，傳統CAN通訊匯流排已經無法因應需求，反而光纖或是高速汽車乙太網路，才有能力負荷所需資訊傳輸量。 表格：智慧汽車感測方案差異比較表。
|
|
|
