汽車業界目前正在尋找能把今日的自駕車原型，變成可以安全部署自動駕駛解決方案所需的科技創新。此一科技必須能夠對應目前我們仍無法達到、以及生產安全的第四級(Level 4)與第五級(Level 5)自駕車的關鍵挑戰。在這篇文章中，將提出這些關鍵的挑戰，並且探究汽車製造商可用且符合其所需時間框架的解決方案。
我們正經歷自駕車系統以前所未有的速度成長後所帶來的複雜性，而且運算處理必須在不與耗電量、熱特性、大小、成本、安全與保全等挑戰妥協的前提下，跟上這波成長動能。
除了這些技術上的挑戰之外，另外還有許多有關消費者與主管機關對於全自動駕駛接受度的辯論。例如，美國汽車協會(AAA)最新的調查顯示，有73%的美國駕駛害怕駕駛全自動駕駛的車輛。另一個社會與技術上的挑戰則是，馬路上很難出現自駕車與人類駕駛汽車共存的情況(因為人類的行為，可能會讓自駕車的演算法疲於應付)。那麼，我們就來探究想要大規模且安全地部署自動駕駛車，必須考量的挑戰。
自動駕駛價格考量
已經有人指出倘若第四級與第五級自駕車在2020年生產，價格與一般的車輛相比，可能會多出7.5萬美元到10萬美元。這個價格甚至可能還低估了，因為考量要達到第四級與第五級自動駕駛所需的感測器數量，總成本可能會超過10萬美元。為了讓購買這些車輛變得可行，價格有必要大幅調降，才得以讓消費者負擔得起。
如此高的價格可能意謂第一批真正完成部署的自駕車，將是行動即服務(Mobility-as-a-Service, MaaS)、共乘車隊或者是無人駕駛計程車隊(Robotaxi)的一環。藉由取代人類駕駛的成本以及高出消費者自用許多的使用率，這些單位可以建構足以支持這些較為昂貴車輛的商業模式。
第三級自駕仍須駕駛保持警覺心
如同圖1所示，第三級是從ADAS進展到自駕必須跨出的第一步。不過，目前針對第三級自駕以及有關車輛及駕駛的需求，仍然有一些辯論。要成功部署第三級自駕，在車輛的自動駕駛功能啟動後，仍然需要駕駛保持警覺。
這會引發一項有趣的議題，因為身為駕駛的我們會本能地假定我們雙手放開方向盤後，就不用再留意它了，接著可以開心地收發電子郵件、發送簡訊等，這些動作都會讓我們的眼睛與心思離開馬路。不過，有了第三級自駕，車輛可以隨時要求駕駛人重新取回掌控權。
然而，這又引發另一個議題，已經分心的駕駛人需要多少時間才能重握方向盤、重新掌控車輛，以紓緩自動駕駛系統當下無法立即應付的情況？一些汽車製造商正在討論是否要跳過第三級，以便克服此一挑戰。
此外，若從責任的觀點來看，自動駕駛系統跳過第三級會讓系統更加容易辨識駕駛人是否正在掌控車輛，或是車輛正在自動駕駛。目前也有人討論使用擁有駕駛艙內攝影機與先進軟體演算法的先進駕駛監控系統，來判定駕駛人是否已產生警覺，並且適合重新取回掌控權；倘若答案是否定的，系統就會啟動適當的警告，以便讓駕駛人回到完全準備好要自己開車的狀況。即使汽車製造商決定跳過這一級，從第三級要跳到第四級所需的科技複雜性會更為巨大。
感測器數量大增推升運算需求
要從ADAS進展到自動駕駛，須要更高度知曉車輛周遭的一切事物，車輛上的感測器數量會大幅增加(圖2)，並且需要多組光達、攝影機與雷達感測器，以便實質上取代並強化人類的視覺以及對情況的認知。這些感測器不但價格不菲，而且要瞭解它們所「看到」的東西以及汽車外面情況演變所需的運算力，與較簡單之ADAS功能，如自動跟車與緊急煞停所需的運算力，大不相同。
軟體複雜度更高
目前推出大多數的自駕車原型機，實際上都在測試處理湧入車輛之大量資訊、以作出下一步正確決定，以及採取行動所需之更高的感測器複雜性與軟體演算。這樣的處理需要相當數量的軟體，依據我們目前的估測，需要10億行的指令才能帶動一部完全自駕的車輛。
執行如此大量的軟體所需的運算力，比較類似於伺服器的效能，離傳統汽車嵌入式處理比較遠。這會帶動一個趨勢，便是朝擁有更強大應用處理器與加速器叢集的更高效能、多核心SoC系統整併發展，而不是獨立CPU。此一整併需要軟體架構進行大幅度的修改，同時也會造成軟體的複雜度劇烈增加。
此一軟體應用的複雜性，甚至遠高於已經搭載滿滿之自動駕駛功能的最先進客機，原因是自駕車輛需要應付混亂的馬路上充滿無法預測的人類駕駛以及行人。反觀相對空曠許多的空中，負責飛行的都是專業的飛行員。
因此，必須進行即時運算的大量演算處理，以便瞭解發生在汽車周遭的一切事物，如此一來，所有自駕運算元件所需的龐大軟體堆疊才能做出正確的決定，並且安全地執行這些決定。如此龐大的複雜性有助於形成共用且統一的平台架構，以便在上面建構便於升級且可移植的軟體堆疊。
自駕車安全信任受考驗
如上所述，近期的統計顯示73%的美國駕駛人對於搭乘全自動駕駛的車輛有所恐懼，且令人吃驚的是，高達63%的美國成年人表示自己走路或騎腳踏車時倘若路上有自駕車輛，他們會感到比較不安全。這也引發一個全新且有趣的挑戰，即為如何取得消費者的信任，不管是身為自駕車乘客身份，或是與自駕車共處的用路環境。
安全是許多汽車系統的關鍵，且在駕駛人需要時可能運作所有的功能，都有嚴格的安全標準與認證把關，例如煞車與轉向等。當我們增加車輛的自駕性能，我們實際上也在利用由許多異質運算元件，以及稍早討論過的10億行指令所組成的複雜運算系統，來取代人類駕駛對於安全的決定權。我們如何保證如此一套高度複雜的運算系統，可以執行達到最高乘客與環境安全標準？
隨著許多功能整併到強大的多核心SoC上，亦同樣會出現能夠在單一SoC上支援混合關鍵性應用的需求。這種情況下，某些應用需要最高水準的功能安全性，因為它們執行的是與攸關生命安全的功能，但同時也會混合運行關鍵性較低的應用。想要把所有的軟體都拉升至最高的功能安全性水準是不可能的，所以我們需要可以支援這些不同安全水準的運算與軟體架構在同一個SoC之中，而毋須針對每一個應用，另外建置專用的SoC。
耗電/散熱技術須持續提升
進入現今自動駕駛車原型的運算系統，基於現成的伺服器技術。伺服器技術的挑戰是其大小、耗電量與散熱特性，都不適合用在汽車上。針對所有特性，有必要讓它顯著降低。一般認為耗電量必須要減少十倍；大小必須縮小五倍，若這兩個目標都達成，成本與散熱會顯著減少，也會讓冷卻方式更加簡單也更為可靠。這些改進將帶來自動駕駛車輛的真正部署，不管是在消費市場或是無人駕駛計程車隊市場。
強化車內乘客體驗
目前愈來愈明顯的趨勢是，消費者想要在車艙內享受到更強化與更豐富的車內體驗(圖3)。隨著我們進化到更高階的自駕階段，車內人員會從駕駛變成乘客，而他們對於資訊、娛樂與連接性的需求，會變得愈來愈像是在自己家中或辦公室裡。
在我們到達完全自動駕駛之前，將會出現有趣的駕駛與環境資訊的複合，並與娛樂及生產力功能彼此混合的情況。這將產生有趣的挑戰，也就是把安全與既有的饋送資訊混合，同時要確保駕駛安全資訊，不會因為要顯示其它形式的資訊而有所折扣。
若把時間向前推進接下來5~7年，到達更高度自動駕駛的世界，屆時螢幕將顯示不同的資訊，包括來自自駕系統的駕駛資訊、媒體體驗、駕駛監控系統、車內感測器資訊，而這些都將協助達成更為個人化的車內體驗。這需要高處理量能力才能把資訊送到各個螢幕，也需要高頻寬連接性以及更加強化的安全性，特別是與例如駕駛警告資訊等關鍵資訊有關的安全性。
