目前科技業者與車廠都已投入自駕車系統的發展，特別是專注於通訊、光學雷達(LiDAR)感測、定位與操控技術的研發，在自身的產業特色下，兩方發展出現速度和方向不大相同的現象。
科技產業在產品研發、量產、上市等要求向來快速，以速度獲取市場商機，而車廠業者則多是百年工業，其產品使用年限長，對安全性的注重度高，從設計到製造，都需要經過較長的時間驗證，這也是車商在自駕車進展較慢的原因。
至於發展方向，以美國汽車工程師學會(Society of Automotive Engineers, SAE)制定的自駕車6個等級為例，車廠是由第0層逐步往上推，科技廠商則是先從第5層的完全無人自駕等級，回推思考技術有哪些欠缺，這兩種不同發展方向在時間的推演下，將在一定的技術環節交會。
觀察目前各大廠的自駕車發展，大多以自小客車為主，在此類應用中，不但車體中的感測器、運算單元、定位單元與操控單元須具備精準而快速的訊號擷取與反應能力，還須經長時間實地測試，以掌握所面對的複雜環境。本文將以自駕車系統中所須採用的通訊與定位技術為探討主題。
感測器穩定性為自駕技術關鍵
台灣目前由法人(如工研院)制定自動駕駛感知次系統，其中V2X通訊技術與應用於自駕車軟體架構中、行車安全性及聯網接收號誌狀態資訊的提升，扮演不可或缺的角色。自駕車系統軟體的運作流程概述如下：
首先，感測分析硬體(Camera、3D LiDAR、Radar與V2X路側通訊設備)收集車輛周圍資訊後(如道路是否有障礙物、道路路形等)先進行前置處理與資料對齊，接著透過深度學習影像辨識軟體針對偵測到的物件與資料進行訓練(Training Data)；之後融合多重感測資料(Data Fusion)，再進行即時事件推理(Event Sensing)—即區分Event Sensing Type：行人穿越道路(Pedestrian Crossing Road)與橫向來車 (Intersection Movement Assist)；最後再儲存資料(Data Logging)。
自駕車系統架構中最關鍵的元件為前端感測器，其為發展自動駕駛技術領域中最重要的回授單元。近年來隨著先進駕駛輔助系統(ADAS)普遍應用於高階車輛，且安全、舒適、方便與節能方面亦有改善，使安裝多個感測器逐漸成為趨勢，同時成為發展自動駕駛等級SAE Level 5的基礎。透過這些先進感測器與機器學習軟體演算法處理，可讓車輛電控單元完整模擬，甚至超越人類在駕駛車輛時所使用的各種感官能力(Perception)，實現同步即時的全方位環境感測能力，並針對感測結果判斷控制決策，因此感測器的穩定性研究成為目前自動駕駛技術的關鍵要素之一，其中運算速度、抗環境干擾能力與辨識精準度為目前發展的三個重要指標。圖1以NVIDIA為例，運算平台採用GPU架構可加速運算，每年以1.5倍的速度成長，預計於2025年將可達到1000倍的運算速度，可融合運算多種感測器。
圖2以Google新創的自駕車公司Waymo為例，車上配掛光達與攝影機等感測設備，融合多重感測器抵抗環境干擾。
圖3則是顯示目前自駕車採用3D光達技術，目的為提高物件辨識精準度。
兩大自駕車通訊技術
自駕車通訊技術，即採用車聯網V2X通訊，使自駕車具有對外連網能力，該技術可區分為兩大類，分別為短距無線通訊Dedicated Short Range Communication(DSRC)與4G Cellular Vehicle-to-Everything(C-V2X)。
美國與台灣致力於DSRC系統開發與應用驗證，其實體層採用IEEE 802.11p，目前DSRC系統已進入成熟期，美國已有多個城市與公路，以及工研院於六都皆有建置DSRC-based測試場域，以驗證其標準與應用。DSRC目前已有美國電機工程協會(Institute of Electrical and Electronics Engineers, IEEE)與歐洲電信標準協會(European Telecommunications Standards Institute, ETSI)兩大標準組織制定多年。
反觀4G C-V2X於技術標準的制定，以中國與歐盟(如電信商)最積極參與投入，C-V2X系統則以建置電信基地台為主；而與4G C-V2X技術標準相關的3GPP enhanced V2X(eV2X)標準，該標準底層採用LTE-Uu/PC5架構。車聯網V2X通訊發展出多種應用類型，如車對車(Vehicle-to-Vehicle, V2V)、車對人(Vehicle-to-Pedestrian, V2P)、車對電信網路(Vehicle-to-Network, V2N)與車對路(Vehicle-to-Infrastructure, V2I)。工研院開發的自駕車系統架構如圖4所示，包含V2X車聯網通訊次系統、感知次系統、決策次系統與控制次系統。V2X車聯網通訊次系統著重於提供自駕車對外通訊能力，並將對外接收到的訊息傳至決策次系統，使自駕車具備行車安全防護、接收路側設備所推播的前方交通壅塞狀況、速限與異常天候，以及接收路口號誌以優先控制等應用。
UKF突破既有定位局限
自駕車並不像人類有五官知覺，需透過LiDAR、雷達(Radar)、影像(Camera)及超音波(Ultrasound)等各種感測器探索世界，而定位模組為自駕車了解自己身在世界何處的核心；定位之所以為核心，可從其需要的應用來看：車輛控制作任何決策，首要條件為知道自身位置在哪、相對其他物件位置，才可進行下層控制決策，這些皆需要定位資訊。
自駕車定位技術首先須為場域建立電子地圖、透過繪圖車或相關移動繪圖載具Mobile Mapping System(MMS)蒐集場域資料，含Global Navigation Satellite System(GNSS)、Inertial Measurement Unit(IMU)、光達點雲特徵等資訊，將結果蒐集再透過建圖演算法，於離線下建立場域內的電子地圖，地圖資訊含3D點雲特徵、車道、停止線以及路段編號等資訊，若自駕車需要其他資訊也可以在蒐集或建圖時建立，此建圖需經過精準度測試以及定位測試，以達到自駕車定位需求。
傳統定位透過Global Positioning System(GPS)進行，但須忍受其1至2公尺的誤差，這部分需透過其他感測器以及演算法補償，自駕車所需的定位精準度須達車道內維持需求的公分等級，進而演變到透過Real Time Kinematic(RTK)技術達到公分等級之高精準定位。若單純透過RTK，雖然解決精準度問題，單靠單一感測器仍有遮蔽造成的定位誤差及本身更新頻率的問題，故仍須結合其他感測器達到修正以及提升速度的需求。
近幾年3D光達感測器開始活躍於各種領域，伴隨自駕車議題升溫，加上機器人領域早已有透過雷射方式，對其雷射光精準的特性進行建圖與定位，適合用於公分等級的定位，改善GPS系統精準度穩定問題，而IMU具高更新頻率的特性可用於估測定位狀態，並透過感測器融合演算法Unscented Kalman Filter(UKF)融合感測器資訊達到即時高精準度定位。
工研院設計與開發UKF定位與感測融合演算法，整合光達感測器融合自駕車定位模組，如圖5運作流程圖所示，其運作說明如下：
在電子地圖模組產出場域地圖資訊，其將與即時點雲資料處理進行光達點雲特徵比對(Point Cloud Feature Matching)，以獲得光達定位結果。
而GNSS加上Inertial Navigation System(INS)除了提供光達特徵比對之初始以及內部估測結果，另會以GNSS/INS定位演算法求得定位結果。最後配合影像及INS進行位置估測，提供定位與感測融合演算法所需資訊，最終輸出至Vehicle Control Unit(VCU)車控單元所需即時定位資訊。
工研院資通所開發的UKF定位與感測融合演算法經過自駕車平台驗證，於該平台上建立相關環境，並建立電子地圖以及演算法，圖6為其測試結果，含光達定位、GNSS定位、工研院UKF定位與感測融合演算法之定位結果。
自圖中得知繞行工研院院內一圈之定位資訊，可看到GNSS定位結果在某些訊號遮蔽路段會有相當明顯之誤差，此誤差不能被自駕車系統接受；至於光達定位資訊部分雖大致都在10公分內的定位誤差，但更新頻率約只有10Hz，仍無法滿足車輛控制單元需求；而工研院UKF定位與感測融合演算法，不僅包含光達高精準定位，亦修正誤差並擁有車控所需的100Hz定位資訊。
自駕車於實際道路驗證確保安全
工研院資通所科專Surrounding Sensing Subsystem(S3)計畫已開發出一輛搭載各式感知器的自動駕駛中型巴士，於2018年12月至2019年1月期間在台中花博水湳經貿場域開放一般民眾搭乘。
由於在實際道路運作，於自動駕駛中巴上搭載五顆光學雷達，以及九個相機鏡頭，目的為偵測所有車輛周圍的物件，以便危險發生前產生相對反應。
水湳經貿場域的路線為狹長環狀，其中直線路段為雙向雙線道；自動駕駛巴士行駛在靠外側的專用車道，並在頭尾兩端迴轉；行駛車速設定在時速15到20公里，迴轉路段則會放慢。由於在實際道路驗證，確保測試期間自動駕駛車輛具足夠能力防止碰撞發生為首要之務。有別於一般自駕車遇障礙物煞停的設計，於場域測試期間，行駛路線前方特定距離內偵測到物件時，便踩剎車讓車輛停止，直到前方物件消失或離開才恢復運作，觸發距離則依當下車速所需的煞停距離決定。
圖7為實際台中場域運作時遭遇的煞停案例，當左側方機車切入自駕中巴行駛路線時，自駕系統便採取剎車反應讓車輛停下，待機車離開後再繼續運作。而為使自駕車安全防護機制更貼近一般人開車習慣，未來系統開發將逐步參考更多道路環境中的變因，並強化車輛環周動態物件行為軌跡的預測，使控制次系統有更靈活的判斷準則。
自駕車通訊成安全關鍵
在V2X車聯網通訊技術(如DSRC、4G C-V2X)、前端感測元件(如LiDAR、Radar、Camera)、定位技術與操控技術發展下，帶動自駕車結合通訊與定位相關應用與發展。同時針對自駕車安全性的應用，需整合包含車載機與路側通訊等設備，以提供即時通訊能力。
此外，有鑑於Google和UBER發生無人車的事故層出不窮，自駕車開發商不僅需提升感測器效能，亦開始重視透過V2X車聯網通訊與定位技術提升自駕車安全，未來自駕車的安全性應用，如結合前方碰撞警示、遇障礙物煞停等相關應用，將成為通訊與定位技術發展機會所在。
(本文作者皆任職於工研院資訊與通訊研究所車載資通訊與控制系統組；該文也於工研院資通所《電腦與通訊》期刊刊登。)
