- Advertisement -
首頁 標籤 感測器

感測器

- Advertisment -

羅姆新推零損耗非接觸式電流感測器

半導體製造商羅姆(ROHM)針對大功率的資料中心伺服器、太陽能發電系統及用電池驅動的無人機等需透過電流來檢測工作情況的各種工控及消費電子裝置,研發出集結非接觸式檢測、零功率損耗(零發熱)、小尺寸等三大優勢於一身的非接觸式電流感測器BM14270AMUV-LB。 近年來,由於全球節能與安全意識越來越高,環保法規也越來越嚴格,對於大功率的資料中心伺服器和太陽能發電系統,不斷要求功率視覺化並採取相關安全措施。在此同時,電流感測器的需求亦逐年增加,傳統採用霍爾元件的電流感測器,因消耗電流較多且靈敏度較低,必須在電流感測器內部布線,因此市場急需兼具小尺寸、低損耗、高可靠性的電流感測器。ROHM針對這些課題,以高靈敏度、低消耗電流的MI元件,研發出完全無需接觸即可進行電流檢測的新產品。 BM14270AMUV-LB融合ROHM合作夥伴愛知製鋼株式會社的MI元件技術,加上ROHM半導體生產技術和感測器控制技術等優勢所誕生的新產品。該產品採用高靈敏度、低消耗電流的MI元件,能夠進行非接觸式檢測(無需在電流感測器內布線),同時達成小尺寸(3.5mm見方)和工作時超低消耗電流(0.07mA,僅為傳統產品的1/100)。另外,還具有消除磁場干擾的抗雜訊功能,無需遮罩措施即可安裝在PCB板上。不僅如此,內建的A/D轉換器採用數位輸出,可減少微控制器的負擔,因此可更輕鬆的進行電流監測。利用上述產品優勢,從大功率工控裝置到以電池驅動的小型裝置,都可輕鬆進行各種應用的高可靠性電流檢測。
0

宜鼎擴大投資維新科技 布局AIoT智慧城市方案

宜鼎國際(Innodisk)近年積極布局工業AIoT領域,近日更擴大集團布局,轉投資專注於感測技術的維新應用科技並納入集團事業體系。為此,宜鼎國際董事長簡川勝表示,維新應用長期專注於環境與空氣感測技術,產品深入各項應用領域,因此看重其深厚研發能量,未來將為宜鼎在AIoT的全球布局中,扮演前端資料蒐集的重要角色,並共同整合集團軟硬體技術,提供更全面的智慧物聯網(AIoT)方案。 維新應用總經理林春輝表示,宜鼎國際和維新應用對於AIoT的未來抱有相同的理念與願景,將融合彼此的經驗和專業知識,並以整合的軟硬體技術能力共同推動AIoT落地。維新新產品iAeris系列包含室內和室外空氣質量檢測,檢測因子包括溫度,濕度,二氧化碳,一氧化碳,顆粒物(PM10和PM2.5),揮發性有機化合物(TVOC)和甲醛等,採用工業等級的感測器和先進的內部開發演算法為核心競爭優勢,並獲得多項國際認證。而透過雲端連接還可進一步控制設備,為空氣與環境檢測提供360度智慧解決方案。 維新產品應用除目前已積極布建的智慧城市、智慧建築等工業應用外,已導入對於空氣質量監測標準嚴苛的高端工業領域,並可提供客製化解決方案滿足不同環境監測需求。而宜鼎集團近年來積極在工業電腦周邊整合布建的AIoT生態系,將與維新感測器技術軟硬結合。
0

貿澤供貨TI Sitara處理器

貿澤電子(Mouser)即日起開始供應Texas Instruments(TI)的Sitara AM574x處理器,這些以Arm Cortex為基礎的裝置可提供高處理能力,是專為滿足現代嵌入式應用的密集處理需求所設計,其應用包括有工業通訊、人機介面(HMI)以及自動化和控制。 貿澤電子所供應的TI Sitara AM574x處理器整合雙核心Arm Cortex-A15精簡指令集電腦(RISC)CPU,搭載Arm Neon擴充功能和兩個TI C66x浮點運算DSP核心。處理器內含兩個雙核可程式即時單元和工業通訊子系統 (PRU-ICSS),可用於Profinet、EtherCAT和Ethernet/IP等工業乙太網路通訊協定。此外,裝置亦結合可程式的視訊處理功能,加上高整合度的周邊裝置組,提供兩個嵌入式視覺引擎(EVE),並內含加密加速。 裝置整合了功能強大的影像與視訊加速—高解析度(IVA-HD)子系統,支援15fps的4K影像、H.264編解碼器的編碼與解碼、2D圖形加速器和雙核心3D GPU。其他特色還包括雙埠Gigabit乙太網路、一個通用型記憶體控制器、增強型直接記憶體存取(EDMA)控制器、16個32位元一般用途計時器和一個32位元MPU監視計時器。 Sitara AM574x處理器受到TMDSIDK574工業開發套件(IDK)支援,該套件為獨立的測試、開發與評估模組,能讓開發人員針對工業控制和工業通訊應用撰寫軟體及開發硬體。TMDXIDK574提供六個乙太網路連接埠,其中四個可同時使用,即兩個Gigabit乙太網路連接埠和PRU-ICSS子系統提供的兩個10/100乙太網路連接埠。 TMDXIDK574 IDK亦包含用於Mini PCIe、USB3.0和HDMI的連接器,並支援選購的TMDXIDK57X-LCD觸控式螢幕顯示器。套件提供定義的功能組合,可讓開發人員透過各種序列或乙太網路型介面體驗工業通訊解決方案。TMDXIDK574 IDK可經由標準介面連接其他處理器或系統,作為通訊閘道或控制器使用。此外,也可直接作為標準型遠端I/O系統,或作為連接至工業通訊網路的感測器。
0

英飛凌將亮相2020 CES展示創新科技

英飛凌(Infineon)將亮相2020年CES(國際消費電子展),展示如何應用半導體技術,實線產品創新,連接現實與數位世界。要實現現實與數位世界安全且可靠的互聯,有賴於先進感測器技術、可靠的運算能力、硬體式安全性,以及高效率的功率半導體產品。展會上,英飛凌將展示助力消費及汽車產業實現實現物聯網及大數據變革的關鍵半導體產品和技術。 智慧且高效率的汽車是未來智慧城市的一部分。憑藉數十年的經驗及完善的產業生態,英飛凌正積極協助打造 21 世紀的個人交通基礎設施。相關元件與系統展示包括小型、高效能雷達模組及光達元件,可支援先進駕駛輔助系統,同時提高自動駕駛等級;可無縫整合來自所有感測器系統資料的感測器融合技術;車載閘道及車聯網(V2X)通訊技術與安全技術則可確保軟體有效性,同時防範各種嘗試攻擊。此外,英飛凌將展示用於汽車動力傳動系統電氣化的電源轉換模組及電池管理系統;座艙內的創新則包括智慧無線充電以及用以監測駕駛警覺度與乘客狀況的感測器系統;智慧照明解決方案可提升駕駛者的視線能見度,也讓其他用路人更容易看見車輛。 感測器技術可擷取外在世界的資訊,並提供新類型的人機互動介面。 透過基於雷達、紅外線成像、MEMS麥克風及壓力感測器的創新技術,英飛凌及其合作夥伴將打造智慧環境,從個人健康監測裝置到智慧家庭、智慧樓宇、工廠及城市等。 無論是保護個人身分與金融交易,或是確保電池驅動產品的安全性,安全驗證對於確保消費者信心而言都極為重要。英飛凌的安全晶片可在各種應用中建立可信賴的環境,應用範圍涵蓋各種工具、智慧型手機、醫療診斷設備,以及區塊鏈系統、雲端運算伺服器等。 隨著技術轉移至5G無線通訊,小型高效率電源供應器能夠讓資料隨時隨地地傳輸,在物與人之間提供快速且經濟實用的連線。從電信伺服器、無線充電器到大規模資料儲存系統,英飛凌晶片技術是在大數據時代確保數據能夠常時在線 (Always-On)的關鍵。
0

生理數據蒐集日漸普及 耳機導入光學心律量測效果佳

能夠量測心律以及其他生命徵象的健康追蹤器可協助使用者規劃適合自己的運動菜單。這類裝置通常內建動作感測器,能偵測各種移動模式,協助判斷包括行走、跑步、游泳等狀態,讓它們能像計步器一樣運作。為了配戴舒適以及能在日常生活中方便使用,這些量測動作通常會在手腕上進行,因為感測器一般都裝在像是手錶、首飾以及腕帶內。然而對於量測品質而言,手腕並非最適合的量測位置。心律的偵測會受到許多動作瑕疵所侷限,由於有較多的肌肉遮擋以致無法更接近到動脈進行量測。  相較之下,耳朵更適合進行光學心律量測。醫學專家目前已經會從耳垂部位量測血氧濃度。然而消費產品至今還沒有充分運用這方面的技術,因為耳朵部位的量測裝置空間極為受限,但卻需要耗用大量電力以致於必須配置大型電池。不過,業界正持續推出各種高度整合的低功耗晶片,以克服這些問題。如今業界已能把可實際運行的生命徵象量測元件整合到一般入耳式耳機中。此外,改進反應速度也開拓出全新的應用領域以及可能性。本文便將針對此類系統進行介紹與評估。 感測訊號光學式量測法 底層的量測方法為光學式量測。過程中使用最多三個LED燈來量測短脈衝訊號。LED電流最高到370mA,最小脈衝寬度為1微秒。LED的最佳波長取決於量測位置以及量測方法。由於只會量測腕部的表淺動脈,因此這裡選擇的是綠色燈,若是在耳朵進行偵測,就會選擇能穿透到更深表皮以及具備更高訊號雜訊比的紅外線。光二極體其偵測區域和反應速度之間有直接關係,用它來量測反射回來的光線。光二極體會量測到訊號以及背景雜訊,下游的類比前端元件提供更高的訊號雜訊比,其作用為訊號濾波器,並將偵測到電流轉換成電壓,同時轉換成數位格式。演算法方面,除了量測反射光之外,還會利用加速度計濾除各種動作瑕疵,對訊號進行校正。 以下將介紹量測系統的元件。ADI的ADPD144RI晶片用來作為類比前端元件,另外還整合了光二極體以及LED。量測作業運用了一個三軸加速度計,這個加速度計除了用來辨識腳步型態以及動作外,還能移除各種訊號瑕疵。整個流程由微控制器負責控制,並作為各感測器以及承載演算法元件之間的傳輸介面。 圖1顯示測試系統,將光學感測器以及加速度計裝入到一般常見的入耳式耳機中。在設計時刻意將ADC採樣率限制在100Hz,LED密度也降至最低,藉此盡可能壓低耗電。 圖1 測試系統內含一個整合式光學感測器與加速計,置於標尺旁顯示實品的尺吋。 為進行系統特性分析,針對不同的移動模式,分別考量五種情境。過程中只運用光學訊號進行評估,這麼做不僅能判斷什麼情境中出現脈搏量測失準,還能知道何時需要加速計資料以提高脈搏量測的精準度。情境包含以下動作: .停在原地未走動 .停在原地並咀嚼 .在桌邊工作 .行走 .跑步與跳躍 測試情境一:停在原地 圖2顯示原始資料的頻譜,表現出振幅與採樣率之間的關係。圖中出現峰值的時間即是脈搏。在沒有移動時,訊號相當清晰,可從波峰位置以及已知採樣率來判斷心律。 圖2 藉由量測超採樣的振幅即可得出心律的資訊 光學感測器會將心律紀錄成兩種LED顏色-紅外線以及紅色,每個顏色各有四個頻道。在這種方式中,採用兩個不同的顏色頻道來進行量測,其結果可能會有差異,可以選擇較穩健的變異數據。圖3A顯示不同頻道的訊號。在六頻道的設定中,可以辨識出明確定義的訊號,其中兩個頻道呈現飽和狀態。為達到更強且穩健的訊號,在未飽和頻道中套用演算法然後計算出心律。圖3B顯示紅色頻道(上方)以及紅外線頻道(底部)的心律,同時還以顏色標度顯示量測的信心水準。此外圖中還顯示多組心律數據,可透過取樣率以及信心指標可分辨出原始訊號(虛線)。 圖3 (a)顯示一個4頻道量測訊號,量測停在原地不動的情境,(b)顯示原始以及彙總資料。套用演算法即可從彙總資料中判斷出心律(黑線),色標顯示信心水準。 總結在沒有動作時,訊號很強且沒有擋到真實訊號的雜訊,因此演算法能判斷心律並達到高信心水準。紅外線頻道的訊號要強過紅光頻道的訊號。 測試情境二:停在原地並咀嚼 情境二中多了咀嚼的動作。圖4顯示紀錄頻譜。不同於測試情境一,從圖中可清楚看到各種動作瑕疵,反映在訊號波形的跳動上。另外在頻道彙總圖上也很明顯,不再展現能清楚分辨的心律。不過,即使沒有透過動作感測器提供額外的幫助,演算法仍能正確判斷心律並達到相當高的信心水準。有趣的是,紅外線訊號的強度又再一次高過紅光頻道。 圖4 (a)顯示4頻道量測訊號,量測停在原地並咀嚼的情境,(b)顯示原始以及彙總資料。套用演算法後即可從彙總資料判斷出心律(黑線),色標代表心信水準。不須使用加速計即可判斷心律。 測試情境三:在桌旁工作 情境三則是測試另一種日常狀況。測試人員坐在桌旁執行日常工作,並作出一些相關動作。類似情境二,系統也會偵測到各種動作瑕疵,在套用演算法後即可判斷出兩個頻道的心律。如(圖5)所示,這裡,紅外線的強度亦是勝出。 圖5 (a)顯示4頻道量測訊號,量測在桌旁工作表的情境,(b)顯示原始以及彙總資料。套用演算法後即可從彙總資料判斷出心律(黑線),色標代表心信水準。不須使用加速計即可判斷心律。 測試情境四:行走 先前幾個情境涵蓋各種靜態量測條件,而在這個情境中測試人員以低速朝一個方向移動(約每分鐘50步)。如圖6所示,在PPG訊號中,心律和行走步伐的訊號混在一起,各頻道彙總後呈現相當模糊不清的訊號。紅色訊號區域中無法計算出清楚的心律,而演算法則是在紅外線頻道中找到一個較明確的心律。在高度波動以及低信心水準的組合中,從加速計得到額外的動作資料的確相當有幫助,特別是因為直到此時,量測都是在低走行速度下進行。 圖6 (a)顯示一個4頻道訊號,量測步行的情境,(b)顯示原始以及彙總資料。套用演算法後即可從彙總資料判斷出心律(黑線),色標代表心信水準。在紅外線情境中,不須使用加速計即可判斷心律。 測試情境五:跑步與跳躍 情境五測的不是均勻的移動,而是交雜快跑與跳躍的動作。波形中可明確看到許多動作瑕疵,即使套用演算法也很難區隔出正確的心律,如圖7所示。因此無可避免的需要動作感測器的支援。 圖7 (a)顯示4頻道量測訊號,量測跑步與跳躍的情境,(b)顯示原始以及彙總資料。套用演算法後即可從彙總資料判斷出心律(黑線),色標代表心信水準。不須使用加速計即可判斷心律。 為了評估對動作感測器的需求,情境5中測試的量測技術,包含使用以及不使用加速計的情境。圖8顯示的是比較沒有校正加速計資料(左邊)以及納入校正加速計資料(右邊)的加成頻譜。從圖中可看到訊號有明顯的改進,能清楚辨識出心律,但如果沒有加速計的支援便根本無法辦到。 圖8 比較沒有加速計資料(左邊)以及有加速計資料(右邊)的加成性頻譜。使用加速計後,即可重建使用者的心律。 從上述的測試情境,我們可歸納出在大多數情況下,運用整合在入耳式耳機內的感測器,可極準確判斷出心律。在局部或緩慢的平移運動,甚至不使用加速計資料也可能判斷出心律。然而在忽然與急速的動作中,如果將經過動作校正的資料一起比對,亦可對資料進行判讀。在所有情境中,紅外線訊號的強度都高過紅光訊號。 和手腕量測相比,量測耳朵的訊號強度更高,因此能得到更精準的量測數據。此外,運用紅光或紅外線還能量測血氧濃度。 總結來說,從功能測試系統的結果來看,置入耳內裝置的量測其可行性極高。量測裝置還能透過更好的機械整合,以及納入額外的量測機制使產品更加完善。此外,加速計還能用在跌倒偵測以及步伐辨識,以為客戶創造更高的附加價值。 (本文作者為ADI應用工程師)
0

東芝供貨三相無刷馬達控制預驅動器IC

東芝(Toshiba)推出一款無需霍爾(Hall)感測器的三相無刷馬達控制預驅動器積體電路(IC)—TC78B009FTG,其適用於包含伺服器、鼓風機、無線吸塵器和機器人吸塵器中使用的高速風扇應用。即日起量產出貨。 近年來,伺服器容量和效能日益提高,需要更大型、更高速的風扇來排散設備產生的多餘熱量。鼓風機、吸塵器和泵浦同樣也在與需要功率容量的高速葉輪配合使用。因此,風扇驅動器IC需要能夠驅動外部場效應電晶體(FET)以提供更多功率。 新型TC78B009FTG搭載無感測器控制功能可驅動外部FET。可控制FET的閘極驅動電流,且適合與各種FET配合使用。此外,在動態功率波動和負載變化的情況下,閉環速度控制可調節並保持馬達轉速。速度設定檔的精確設定由內建的非揮發性記憶體(NVM)完成,無需外部微控制器(MCU)即可進行閉環速度控制。 產品主要特性包括無感測器驅動,透過感應電壓檢測旋轉位置,無需Hall sensor即可控制馬達旋轉。高速旋轉透過150度矩形波驅動器實現,減少霍爾感測器的安裝面積和成本及縮縮小馬達尺寸;干擾下轉速穩定,閉環速度控制功能可調節由電源電壓和負載變化引起的馬達轉速波動。不需外部MCU的原因在於這款IC配備有用於速度設定檔設定的內部NVM。此外,憑藉合適的外部FET可用於各種電源應用。由於FET閘極電流由內部NVM控制,因此可以使用各種FET。
0

益萊儲參加中國IoT大會助物聯網解決方案創新

由電子發燒友主辦的2019第6屆中國IoT會議於2019年12月12日在深圳南山科興科學園B4棟會議中心舉辦,益萊儲(Electro Rent)參會並與現場參會者交流互動,分享租賃帶給客戶的靈活性,及物聯網測試相關的解決方案。 中國IoT會議始於2014年,歷時五屆,聚焦物聯網產業上中下游半導體廠商,覆蓋了AI、5G、IIoT、NB-IoT、可穿戴、智慧城市、智慧汽車、智慧照明、智慧家居等20多個行業,2019第6屆中國IoT會議主題「新物聯 智世界」,繼續向智慧未來延伸。 對於物聯網設備,電池測試和電源管理提出了獨特的挑戰。 由於許多物聯網設備和感測器都由電池供電,因此能源效率至關重要,必須在實際條件下對元件進行測試,以確保最大的電池壽命。低功率感測器和機器類型設備的預期電池壽命為10年,這意味著可以收集並執行大量資料。 在物聯網時代,將需要測試和驗證大量新產品,從而增加了研發團隊及其測試設備的負擔。益萊儲可為物聯網功率測量、IoT創新設計和測試提供豐富的測試解決方案,幫助企業降低成本並提高效率,這些解決方案來自測試測量知名品牌如是德科技、泰克科技、羅德與施瓦茨等。 作為測試技術、租賃和資產優化解決方案的供應商,益萊儲始終專注於提供創新服務,並持續改進,以優化客戶在測試設備上的投資。益萊儲在減少跨行業的世界級組織的測試和資產成本方面有著可靠的記錄,它通過處理未充分利用、技術陳舊或不需要的設備,説明許多組織,從他們的測試設備中創造更多的價值;通過租用或租賃來管理設備的高峰需求;減少重複的資產購買需求,並從不需要的資產中獲得最大價值。
0

ToF技術大躍進 意法模組供貨突破10億

意法半導體(ST宣布其飛時(ToF)模組出貨量達到10億顆。 意法半導體影像事業部總經理Eric Aussedat表示,ST是最早開發飛行時間技術的廠商之一,現已完成科技研究成果的轉化,將其產品變成可完全量產之系列產品。目前這些產品被150多款智慧型手機所採用,出貨量已突破10億大關。在繼續投資這項技術的過程中,ST的FlightSense飛行時間產品藍圖從高性能單區測距裝置,擴展到多區域偵測解決方案,最近另增加高解析度3D深度感測器,為先進的接近檢測感測器、人體存在檢測和雷射自動對焦應用帶來創新。 意法半導體的ToF感測器採用其單光子雪崩二極體(Single Photon Avalanche Diode, SPAD)感測器技術,在法國Crolles的意法半導體 300mm前段製程晶圓廠所製造。最終模組整合SPAD感測器和垂直腔面發射雷射器(Vertical Cavity Surface Emission Laser, VCSEL),以及提升產品性能的必要光學元件,封裝測試在意法半導體內部的後段製造廠完成。 VL6180、VL53L0和VL53L1系列產品以及其他產品亦已量產,目標應用是消費性電子、個人電腦和工業市場。意法半導體採用其垂直整合製造模式生產飛行時間感測器,為客戶提供良好服務水準、產品品質、客戶支援和產品性能。
0

瑞薩新低功耗原型開發板簡化裝置設計

瑞薩電子(Renesas)日前推出RL78/G14快速原型開發板─這是一塊低成本、功能豐富的機板,可實現IoT端點裝置的快速產品開發。開發原型更快,成本更低,讓使用者能夠靈活回應技術和市場需求的快速變化,並縮短新產品的上市時程。瑞薩還推出了RL78/G1D BLE模組擴充板,使用者可以將其與全新的原型板搭配使用,以輕鬆添加藍牙低功耗無線通訊功能。 瑞薩電子物聯網和基礎設施事業處MCU元件解決方案業務部副總裁Noriaki Nakanishi表示,IoT設備的進化速度越來越快,將新想法實現和原型化的能力,已經成為事業成敗的關鍵點。全新的原型板將讓客戶可以立即啟動開發,並有助於讓新產品及時上市,以及讓客戶事業成功。 新的原型板是以RL78/G14微控制器(MCU)為基礎,該微控制器提供了低功耗RL78系列中豐富的功能集,非常適合作為馬達控制,用於可攜式裝置和IoT感測器,以及各式各樣的IoT終點設備,例如家電、工業設備、建築物自動化和醫療設備。 先前的RL78/G14入門套件和目標板,需要外部模擬器,而高性能版本還要增加額外的成本。新原型板價格低廉,並且包括一個模擬電路板,其功能與E2 Emulator(E2 Lite)相同,因此不必再加購除錯工具。新開發板可存取RL78/G14的所有訊號接腳,並內建Arduino和Pmod介面,以方便進行功能擴充。此外,藉由搭配Semtech SX1261或SX1262 LoRa收發器與此原型板,就可以進行IoT感測器裝置的原型設計,且該裝置可使用以LoRa為基礎的無線通訊,並具備更長的電池驅動時間。再者,瑞薩不僅提供這些機板,還提供立即啟動開發所需的電路圖、零件清單和使用手冊,還有與這些產品相關的範例程式碼和應用指南。 RL78/G14是RL78系列中功能強大的MCU,在32MHz下可實現51.2 DMIPS的數位處理性能。RL78/G14內建多達512KB的快閃記憶體和多達48KB的RAM,並提供計時器和8位元D/A轉換器等功能。特別的是,當CPU工作於待機模式(STOP),消耗電流為240nA時,能達成電流消耗的低水準(66µA/MHZ),該MCU非常適用於電池供電的可攜式設備和IoT感測器終端,以及各式各樣的IoT端點設備。
0

Gartner預測2023年全球自駕車成長大躍進

國際研究暨顧問機構Gartner預測,2023年全球配備自動駕駛相關硬體車輛(下稱自駕就緒車; Autonomous-Ready Vehicles)淨成長數將達745,705輛,相較2018年137,129輛與2019年332,932輛,呈現大幅成長。該機構表示,成長驅動力來自先行引進自駕技術法規的北美、大中華區及西歐國家。 全球自駕車銷售數量於未來幾年內將持續成長,至2023年將超過74萬輛。 Gartner首席研究分析師Jonathan Davenport表示,目前全球自駕車皆仍處研發階段,而具有限自動駕駛功能的汽車亦須仰賴真人監督。但許多車輛已有支援全自動駕駛功能的硬體,如攝影機、雷達,甚至配置光達(LiDar)感測器。透過無線軟體更新(OTA),車輛開始能執行更高等級的自動駕駛功能,因此稱之為「自動駕駛就緒」。 即便自駕車數量將快速成長,主要仍聚焦在消費性車輛,因此同等級商用車數量依然很低。2020年自駕車中,消費性車輛的淨增加數可望達380,072輛,反觀商用車僅10,590輛。 然而,自駕車發展受限於相關法令的缺乏。Jonathan Davenport指出,由於製造商須為自駕車行駛行為負責,確保其能於無人監督下上路才得以部署。目前尚未有國家頒布法規,允許可量產的自駕車上路,為相關技術發展阻礙。當法規逐步法制化施行,自駕車的生產和部署可望快速增加,但仍須等待幾年才得以實現。 此外,感測器的高昂成本亦成為發展限制。Jonathan Davenport表示,尚在研發階段的自動駕駛計程車(Robo-Taxis),每台成本最高可達40萬美元;其中自駕車必備的光達感測元件,光單位成本至少要價7.5萬美元,較一般消費級汽車價格高兩倍以上,使高階自駕車技術仍無法打入主流市場。預計2026年自駕車所需感測器成本將比2020年下降約25%,但感測器陣列(Sensor Array)成本仍高居不下。意即未來10年內,先進自動駕駛功能將僅導入高級車種及行動服務車隊。 綜觀自駕車市場,其成長速度取決於公眾安全觀感。人車換手時的安全疑慮為關鍵障礙,眼下自駕車的感知運算仍略差於真人。Gartner資深研究總監Michael Ramsey表示,實務上難以針對各種狀況模擬車輛安全測試。況且自駕車表現須遠優於真人駕駛、大幅減少事故量才能搏得大眾信賴。Gartner預測至2025年系統表現才能超越人類駕駛。 反映市場現況,Jonathan Davenport指出已有多家公司挹注資金開發感知系統,並研發安全性可於商業應用的系統;同時企業為加速技術創新,使用人工智慧驅動模擬軟體,了解車輛可能的反應以產生測試資料。
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -