自駕車

感知系統工程師以人工方式標示影片中的物件，再為自駕感知系統編程，做出正確回應的過程耗時又昂貴，因此以人工方式辨識和標示每個邊緣案例，並非合理做法。此時ANSYS SCADE Vision便能派上用場(圖1)，其為一種以全像(HologrSam)為基礎的軟體工具，能迅速且有經濟效益辨別數百種潛在邊緣案例，以解決AI支援感知系統中既有的弱點，感知工程團隊可進而取得時間、成本及安全優勢。根據最早採用此創新科技的業者表示，該軟體工具偵測邊緣案例速度可達人工的30倍。 圖1　感知工程師透過SCADE Vision偵測案例，進行安全分析 感知系統扮演AI核心 以近期科技發展而言，很少有比自動駕駛車、飛機、無人機和機器人更能激發媒體與大眾想像的事物，因為這些自駕系統運用極端複雜又涉及高度工程專業的AI和機器學習，為生活帶來革命性的變化。 雖然自動駕駛車或機器人的每個零件都有重要功能，但其中感知系統最關鍵，系統必須正確看到、辨識及回應周遭環境的數百種元素，藉此複製人類視覺和認知。 當感知系統出錯時，便可能威脅生命，因此工程師在設計系統時，會將其編列成車道標示、紅綠燈和行人等常見物件，工程團隊再針對如何回應這些物件進行定義和編程，像是啟動剎車系統或將車輛轉向至道路中間。不過無論工程師再如何細心徹底研究真實世界路況，並定義常見物件，但必定會出現失誤，導致產生感知系統潛在弱點，例如乘坐嬰兒車的小嬰兒或使用輪椅的成人，感知系統可能難以辨識不尋常的大小及生理輪廓，霧氣或眩光等天氣和照明效應也可能混淆感知系統，將其詮釋為實體物件而非光學現象。此類事件因難以分類及解決，因此被稱為「邊緣案例」。 此類問題需增強以AI為基礎的感知系統能力，以便在遭遇邊緣案例時正確辨認和回應物件，對自動駕駛車和機器人的安全可靠作業而言至關重要。在人們未能成功解決邊緣案例前，皆無法確保自駕系統在關鍵狀況下的效能(圖2)。 圖2　SCADE Vision透過記錄駕駛經驗關鍵區域及確認邊緣案例，以便替AI感知系統編程，以辨識這些非典型物件和形狀 人工篩選成本所費不貲 以往感知系統開發者的作法是，讓軟體工程師觀看數百小時實際駕駛拍攝的影片，辨別及處理邊緣案例。 這些開發者會標示每個不尋常物件或邊緣案例，再替AI感知系統編程，確認實體物件並做出適當回應。人工除錯流程需大量投資，實際上要徹底觀看560小時的影片，可能需2,100小時，非常昂貴且耗時；不僅拉長自動駕駛車開發時間以致競爭劣勢，亦會大幅增加高額的自動駕駛車認證作業成本而侵蝕利潤，如有家大型車廠曾公開表示聘用1,500人觀看和標示實際駕駛影片，每月人工標示影片超過百萬個畫面。 考量自動駕駛車有如此龐大商機，如此時間和人工成本不符合商業效益，但只有當感知系統能通過大範圍操作設計領域(Operating Design Domains, ODDs)的測試和驗證，例如在多元化用路人、各種天候和照明狀況，及多種路況情境下，才可能推出全方位自駕產品。基於此因，可以印證自駕車市場的未來與成本效益及感知問題息息相關。 感知系統分析使效率最大化 為考量感知系統開發者實際需求，ANSYS回應上述挑戰並設計SCADE Vision解決方案。此方案能自動偵測系統弱點，將邊緣案例和認證感知系統成本最小化；透過檢視感測器影片資料，同時執行AI感測系統演算法，進一步擴大關鍵區域分析，其目的為複製部署系統時將碰到的多種狀況，在不需人工的情況下自動辨別及標示任何異常。 該方案引擎一旦分析視聽(Audio-visual, AV)資料庫，使用介面便會協助分析師，建議將感知軟體的可能缺失部分分類為觸發事件或根本原因，以此辨別系統弱點。 該解決方案會自動針對感知演算法開發和安全團隊生成報告，內容包括處理主要觸發事件的修正行動建議，以及缺失範例及相關影像，有助於組織分析結果，有利於與AV感知軟體開發團隊和虛擬回饋循環(Virtual Feedback Loop)內的其他相關人士溝通。至於使用該解決方案的效率，若以10輛車的車隊一天收集資料八小時、一周七天為例，合計560小時的影片，開發團隊利用自動化分析將人工分析所需的2100小時縮減至60小時，不僅將篩選時間加快30倍，也將人工成本減少約24.5萬美元。長久下來，這些優勢對開發和確認自駕汽車或飛機的速度可能產生關鍵性影響。 SCADE Vision會區隔駕駛數百小時捕捉到數百張畫面中的邊緣案例，再將影像編程納入以AI感知軟體，過程快速，緊接著自駕系統開始學習在遭遇邊緣案例時的回應方式(圖3)。 圖3　ANSYS SCADE Vision可以自動偵測和標示數百小時影片中值得關注的地方，不需人工介入 多效益克服辨識難題 現今軟體任務很少針對AI支援感知系統而開發，如自動駕駛車、飛機和機器人等複雜或具關鍵重要性的問題。 此外，過程消耗許多時間和資源，諸多企業皆在爭取率先推出前瞻性自駕產品上市。 此方案可提供以下附加效益，力助開發團隊克服重大障礙： ．更安全/更精確感知： 軟體工具針對感知系統固有問題設計，使效能更一致可靠，若配合傳統影片捕捉和道路測試，可最大化系統安全信心。 ．更快實現產品價值： 軟體工具除了改善感知系統效能品質，還能加速開發週期，相較於人工分析需數千小時，自動辨認邊緣案例的相關影片畫面只需數十小時。 ．放大工程資源： 對稀有的工程資源而言，以人工檢視數十小時影片為低價值的操作方式。軟體工程師可將該程序自動化，將時間和注意力放在更有策略性的加值任務上。 ．提升產品開發流程： 自駕載具系統認證是自動駕駛車、飛機商業化及上市主要挑戰之一。該軟體工具可排除多個小時的單調人工作業，替認證程序再充能，創造有意義的競爭優勢。 ．大幅節省成本/改善利潤： 媒體多聚焦於自動駕駛車、飛機和機器人開發、測試和辨識的高額成本上。市場領導業者在爭取率先推出產品上市之際，已成為承擔高風險的賭徒。該方案可加速並自動化解決真實邊緣案例問題，排除數千小時的人工作業時間並大幅降低成本。 現今全球的注意力都聚焦於自駕產品的挑戰。全世界每家汽車、飛機和機器人產業的企業莫不急切盼望率先推出經過認證、失效安全(Fail-safe)的自駕產品系統上市。若要保障自動駕駛車、飛機和機器人在各種潛在運作環境下皆能提供安全可靠的效能，必須克服許多工程挑戰。 好消息是，眼下此解決方案能助企業減輕AI感知系統的基本工程問題。SCADE Vision可將辨別邊緣案例過程自動化並大幅加速，排除整體開發週期重大時間和金錢成本。 最早採用此類創新科技的業者指出，偵測邊緣案例的速度可達人工方式的30倍，帶給其先馳得點的重大優勢。 (本文由ANSYS提供)

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１ 自駕車運算平台以GPU架構為主流。  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2 自駕車將融合多種感測器克服環境干擾。 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。  圖3 自駕車採用3D光達技術，以提高辨識精準度。 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...

在資料中心、車用電子、工業等眾多應用驅動之下，全球能源使用量大增，如何有效提高能源使用效率，同時兼顧可靠性與安全性，已是電源設計人員共通的開發課題。大數據和人工智慧(AI)興起，使得資料中心的雲端儲存/運算需求增加，導致耗電量大增；預估至2020年，資料中心的耗電量將突破730億度。另一方面，隨著工廠智慧化程度攀升，自動化設備的大量導入，使得整體工業用電量維持逐年上升的趨勢。 顯而易見，如何實現高效率的電源轉換已成當務之急，因此，新材料和新技術趁勢崛起，像是48V供電架構、電源模組、可程式/數位電源，及SiC/GaN寬能隙功率半導體等新技術，以達到高功率密度、縮小尺寸、提升能效、減少升溫，甚至可降低系統閒置時所需耗費的電力，壓低能源需求。本活動邀集代表性電源技術方案供應業者，深入探討提升電源系統能源轉換效率的設計關鍵。 SiC將發展高電壓/電流應用 半導體技術持續在各領域攻城掠地，羅姆半導體(ROHM)台灣技術中心資深工程師蘇建榮(圖1)表示，業界對電源技術的要求為節能、小型化與寬能隙(Wide BangGap)。由於傳統的矽(Si)已經達到物理極限，需要新的半導體材料以提供更優越的性能表現，碳化矽(SiC)與氮化鎵(GaN)為最常被提到的兩種新興功率半導體材料，其中碳化矽的矽與碳是1：1比例結合的IV-IV族化合物半導體，在高溫高壓的環境下長晶，熱、化學、機械等特性表現穩定。 圖1　羅姆半導體ROHM台灣技術中心資深工程師蘇建榮表示，碳化矽SiC被視為未來高電壓功率元件的明日之星。 因此SiC具有高擊穿電場強度、寬能隙與高熱傳導率三大特性，蘇建榮強調，SiC崩潰電場(Breakdown Field)是矽的10倍，能隙是矽的3倍，熱傳導率也是矽的3倍。所以有低導通電阻、高耐壓600~1200V；且可以快速切換，具備低開關損耗、可在超過150℃的環境工作，及可以流過大電流的優點，被視為未來高電壓功率元件的明日之星。 因此SiC MOSFET近年發展迅速，在其內部閘極電阻部分，該元件內部閘極電阻(Rg)與柵電極材料的表面電阻及晶片尺寸有關；如果是相同設計則與與晶片尺寸成反比，晶片越小閘極電阻越高；同等特性下，SiC MOSFET的晶片尺寸比矽元件小，因此閘極電容小，但內部閘極電阻增大，因此若要實現高速開關，外接閘極電阻要盡量小。蘇建榮認為，SiC在大電流與高電壓的應用前景備受看好，如馬達的牽引逆變器(Traction Inverter)、電動車充電系統、SiC不斷電系統、太陽光電逆變器(PV Inverter)等。 48V系統降低電源傳輸損耗 資料中心與AI邊緣運算近年高速成長，帶動高壓直流化趨勢，美商懷格(Vicor)資深技術支援工程師張仁程(圖2)指出，電源系統技術需求包括：更寬與更高的操作電壓、高輸出功率、高效率、高能量密度/小尺寸、低雜訊、高功率重量比(Power to Weight)、散熱(Thermal Dissipation)與遙測(Telemetry)設計等。為提高電源轉換效率，48V傳輸架構取代12V架構的呼聲越來越高。 圖2　美商懷格Vicor資深技術支援工程師張仁程指出，為提高電源轉換效率，48V傳輸架構取代12V架構的呼聲越來越高。 相較12V的架構，48V電壓提高4倍，傳輸耗損降為1/16。張仁程說，在相同瓦特數下，48V電流僅有1/4，阻抗損失為原本的1/16，以750W的供電實例而言，12V系統電流達63A，傳輸使用2AWG電源線，每公尺重量約273公克，3公尺線路損耗約13.6W；而48V系統電流降到16A，使用12AWG電源線，每公尺線路重量僅27公克，3公尺線路損耗8.6W，重量剩下1/10，損耗降低37%。 電源效率除傳輸效率之外，高低壓轉換也會產生耗損，目前一般的電壓轉換效率大概為97%~98%，努力的目標是提升轉換效率到99%，甚至零耗損轉換，包括雙向升降壓。張仁程解釋，零電壓切換(Zero-Voltage Switching, ZVS)是一種將電流引導到開關中以在開關打開之前均衡任一側電壓的技術，ZVS利用箝位開關和電路諧振，通過柔性切換有效地操作高端和同步MOSFET，避免了其在常規PWM操作和定時期間產生的損耗。另一種正弦振幅轉換器拓撲(Sine Amplitude Converter, SAC)是一個處於BCM模組核心位置的動態、高效能引擎。 工業/車用電源轉換器設計強化效率 在升降壓與電源傳輸時，都需要應用高效率電源轉換器，這也是另一個電源設計的要點，ADI代理商茂宣的應用工程副理洪家成(圖3)提到，在電源轉換器設計時，需要考量的重點如：輸出鏈波(Ripple)/雜訊、輕載效率、關機電源正常、大小/高度限制與環境溫度等。設計重點則為：瞬態響應(Transient Response)、線性調整率(Line Regulation)、輸入/輸出保護、電流限制/短路保護、安規保護、EMC/EMI等。 圖3　茂宣應用工程副理洪家成提到，Silent Switcher具有高效率、小體積與低EMI，即使在高切換頻率下亦能高效運作。 在工業環境，基於安全、接地迴路與能階位移(Level Shifting)等理由，採用隔離電源(Isolated Power)設計相對普遍，洪家成解釋，ADI經過簡化的Isolated Flyback電路，效率超過90%。在車用部分，降壓-升壓拓撲(Buck-Boost Topology)，車輛行駛時電子系統會進行升/降壓，伴隨許多電流突波與雜訊，如何協助電壓轉換非常重要；另外車輛運行時會產生高溫，電子系統的散熱與抗熱也很重要，並且需要避免電磁干擾。 ADI發展Silent Switcher 2同步單片降壓開關穩壓器，為汽車與交通運輸應用所設計。洪家成說明，Silent...

Mentor近期宣布推出新的Tessent軟體安全生態系統，為該公司透過與合作夥伴結盟提供的汽車IC測試解決方案，該計畫可協助IC設計團隊滿足全球汽車產業日益嚴格的功能安全要求。 Mentor Tessent產品副總裁暨總經理Brady Benware表示，對於要縮短故障偵測和啟用晶片上安全機制之間的時間來說，快速的系統內IC測試效能至關重要。為加速IC測試效能，汽車IC設計人員日益需把包括可測試性設計(DFT)和非DFT技術等所有的晶片上安全機制緊密結合—而此作法正是Mentor新Tessent Safety生態系統的基礎。 相較於業界其它以封閉、單一來源模型為基礎的計畫，Tessent Safety生態系統提供替代方案。Mentor的開放式生態系統做法可確保IC測試的功能安全，使晶片製造商可以把IC測試技術與其他業界解決方案結合。 透過與Mentor合作夥伴的深度合作，Tessent Safety生態系統正快速擴展，其中包括Mentor內建自我測試(BIST)技術，包括具備觀測掃描技術(Observation Scan Technology)的新型Tessent LBIST(LBIST-OST)解決方案，與傳統邏輯BIST技術相比，系統內測試時間最多可縮短10倍；具自動化流程的Tessent MemoryBIST，可在RTL或閘級提供設計規則檢查、測試計畫、整合和驗證功能。由於Tessent MemoryBIST採用階層式(Hierarchical)架構，使BIST和自我修復功能可增加到各個核心以及頂層。 此外，提供自動化和晶片上IP結合的Tessent MissionMode產品，可在車輛功能運作期間的任何時間點對整個汽車電子系統中的半導體晶片進行測試和診斷；用於類比、混合訊號(AMS)和非掃描數位電路的Tessent DefectSim電晶體級缺陷模擬器。而汽車級自動測試型樣產生(ATPG)技術則可偵測傳統測試型樣和故障模型經常遺漏的電晶體和互連級缺陷。 此生態系統亦與Mentor的Austemper SafetyScope和KaleidoScope產品緊密連結，增加安全分析、自動校正和故障模擬技術，可解決隨機的硬體故障。

BlackBerry和安矽思(Ansys)攜手支援BlackBerry QNX即時作業系統(Real-time Operating System, RTOS)，可用於車聯網與自駕車，此次合作支援跨產業RTOS業者，助汽車業者提升新世代汽車和自駕系統的安全性和可靠度、降低開發成本並縮短上市時程。 BlackBerry QNX產品暨策略副總裁Grant Courville表示，電動汽車架構正迅速從硬體演變為軟體導向，如今在路上嵌入該公司軟體的車輛中超過1億5千萬台，因此BlackBerry QNX有能力回應此種演變趨勢。透過雙方合作，該公司提升支援大型OEM和汽車品牌的能力，並協助設計步驟，包括從功能應用設計至目標整合。 BlackBerry QNX和ANSYS將ANSYS SCADE嵌入式軟體開發環境和QNX Neutrino作業系統結合，以協助原始設備製造商(OEM)降低生產過程的風險，此二系統皆通過汽車產業嚴格的安全標準和最高層級認證ISO 26262 ASIL D。 ANSYS副總裁暨系統事業部總經理Eric Bantegnie表示，該公司致力於催生開放式生態系統，提供良好技術、解決方案和合作以支援全球客戶，整合關鍵應用嵌入式軟體設計環境以及BlackBerry通過市場驗證的QNX RTOS。ANSYS Autonomy解決方案涵蓋嵌入式軟體開發、系統設計、資安威脅和功能安全性分析、自駕系統、實體和虛擬駕駛模擬，以及以AI為基礎的嵌入式軟體驗證，與BlackBerry的技術聯盟為重要里程碑。

高通(Qualcomm)日前於2020年度消費性電子展(CES)上首度推出汽車運算晶片—Snapdragon Ride平台，進一步開拓自駕車市場。平台內包括Snapdragon Ride Safety系統單晶片(SoC)、安全加速器(Snapdragon Ride Safety Accelerator)及自動疊層(Snapdragon Ride Autonomous Stack)。 高通推首款汽車平台整合自動駕駛疊層及安全加速器。 高通技術公司產品管理高級副總裁Nakul Duggal表示，這些解決方案可在功率受限的環境於幾乎各種類型的汽車上運作。該平台具有高度可擴展性、開放性、可訂製且具高度功耗優化的自動駕駛解決方案，滿足從新車評價計畫(NCAP)至L2+高速公路自動駕駛到自駕計程車的系列需求。此平台結合高通Snapdragon Ride自動疊層、汽車製造商或一級供應商的運算法，加速於大眾汽車市場部署高性能自動駕駛。過去幾年來，該公司致力研究及開發新自動駕駛平台及隨附的駕駛疊層，從數據分析中識別挑戰並收集洞見，解決汽車製造商面臨的複雜問題。 新平台旨在透過其高性能、高效能硬體、良好的人工智慧技術，以及開創性的自動駕駛疊層，解決自動駕駛和先進駕駛輔助系統(ADAS)的複雜性，提供全面、高成本效益和高能源效率的系統解決方案；其系統單晶片、加速器和自動駕駛疊層組合支援自動駕駛系統的三個產業領域—用於車輛的L1/L2主動安全先進駕駛輔助系統、L2+便利型先進駕駛輔助系統，以及L4/L5全自動駕駛。 高通新汽車平台開拓自駕車市場。 據悉，基於Snapdragon汽車系統單晶片和加速器系列的Snapdragon Ride平台基於可擴展和模組化的異構高性能多核CPU、高能效人工智慧和電腦視覺引擎與GPU。結合系統單晶片和加速器的平台可根據各市場畫分需要使用，提供良好的熱效率，從用於L1/L2應用的每秒30兆次(TOPS)運算表現，到用於L4/L5駕駛所需的130W以上的700兆次(TOPS)運算表現。 此外，高通的新型特製自動駕駛軟體疊層已整合至Snapdragon Ride中，該模組化和可擴展的解決方案可供汽車OEM和一級供應商使用，以加速其開發和創新。該軟體疊層可為複雜的使用案例提供優化的軟體和應用程式，例如自動導航、似於人類行為的高速公路駕駛，以及選擇模組化選項如感知、在地化、傳感器融合和行為計劃，協助提升日常駕駛的安全性與舒適度。Snapdragon Ride的軟體基礎架構支持共同容納客戶專屬疊層組件與Snapdragon Ride 自動疊層組件。 高通的整合式車用平台提升公司在車聯網、車載資訊娛樂系統、以及車內互聯領域的地位，訂單總值超過70億美元；而新發布的Snapdragon Ride預計將於2020年上半年可提供汽車製造商和一級供應商進行預開發。高通技術公司預計搭載Snapdragon Ride的車輛將在2023年量產。

自動駕駛發展熱潮持續升溫，目前全球車廠與Tier 1車電相關業者，無不勠力邁向Level 3以上的自駕等級，而要實現Level 3以上的自駕車，強化車輛感知、分析能力勢在必行，感測元件和處理器的增加也讓自駕車的電源設計更趨複雜，因此，如何簡化自駕車電源設計複雜度，並強化EMI防護，成為一大挑戰。 茂宣企業應用工程經理陳俞阡表示，汽車電子系統設計十分複雜，特別是自動駕駛車輛(或是ADAS)的車輛，因當中結合了許多數位和類比元件。像是自動駕駛除了要搭載中央運算平台，在平台之外還須連接許多閘道器(Gateway)，並搭配許多感測器，如雷達、影像感測器、光達等；同時，還有著許多連網元件以實現車聯網。因有著這麼多樣功能和元件，使得現今的自動駕駛車輛產生大功率需求，且必須強化EMI防護，避免元件間相互干擾，影響到中央運算系統、閘道器等對資料收集的精確度和分析判斷。 茂宣企業應用工程經理陳俞阡。 為此，ADI備有Silent Switcher 2 LT8640S、LT8643S和LT8650S同步降壓穩壓器，具備可將EMI輻射降到最低的Analog Devices第二代Silent Switcher架構，並使用旁路電容器、接地平面、銅柱和其他可將所有快速電流迴路最佳化的元件組合，可在高切換頻率下高效運作。42V/6A穩壓器的靜態電流為2.5 µA，1 MHz下的效率高達96%，可提供快速、乾淨且低過衝的切換邊，即使在高切換頻率下亦能實現高效運作和高降壓率。 陳俞阡進一步指出，隨著節能減碳意識興起，電動車和油電混合車也持續成長，而自動駕駛的電動車和油電混合車在電源設計上，除了有著上述的挑戰外，另一個挑戰便是目前許多車款都採用48V/12V汽車雙電池系統。 換言之，目前採用48V/12V汽車雙電池系統的電動車或油電混合車，車上既有12V的電池，同時也有48V的電池，所以在進行設計時，必須考量到能量要能夠從48V傳輸到12V，反之亦然；而若電池放電，則需要雙向電力傳輸來為電池充電，使得控制器必須能夠非常精確地控制充電電流，避免損壞電池。 基於此一需求，ADI也擁有多相位同步降壓或升壓控制器LTC3871，可在12V和48V電路板網路之間，提供了雙向DC/DC控制和電池充電。其可操作於降壓模式(從48V匯流排至12V匯流排)或升壓模式(從12V至48V)。任一模式可利用一個施加的控制訊號按需求配置。且其多達12個相位，可並聯和異相定時，以將對高電流應用(高達250A)的輸入和輸出濾波要求降至最低。

每年有120萬人死於車禍，這些致命事故90%以上源於人為錯誤(例如酒後駕車、超速、忽視交通信號、開車時傳送訊息等)。每年損失120萬人的生命，相當於每天墜毀7架乘載500名乘客的客機。 為了盡可能減少車禍事故，汽車製造商、汽車供應商、政府機關、學術單位，甚至是非汽車技術供應商，都在聯手開發先進駕駛輔助系統(ADAS)和終極的自動駕駛系統。 新汽車生態系統正在結合各種先進技術，例如： ．與無線電偵測及測距(雷達)、光偵測及測距(光達)及光學感測器(攝影機)融合的感測器。 ．高速資訊系統整合了車載乙太網路、強大訊號處理、高解析度(HD)地圖繪製與高準確度的導航和人工智慧(AI)。 ．汽車對汽車(V2V)、汽車對網路(V2N)、汽車對基礎設施(V2I)、汽車對行人(V2P)、汽車對公用事業(V2U)及車聯網(V2X)的通訊技術。 感測技術和人工智慧提供了最先進的360度安全可靠的自動駕駛系統願景。同樣地，無線通訊將在保持車輛、基礎設施及行人的整個生態系統同步方面扮演重要角色。這些技術透過共享並接收重要安全資訊、其他車輛和行人的移動、交通資訊及道路狀況來降低風險。該資料也有助於自動駕駛汽車和ADAS系統以最佳狀態運行。 當前和未來近期的車用無線通訊，使用了兩種現有的無線通訊技術，專用短程通訊(DSRC)和4G蜂巢式LTE。然而，這些技術的局限性會影響它們對自動駕駛和進階ADAS系統關鍵任務要求的適用性。無論是提供gigabit/s的資料速率、高速移動性支援、大規模機器通訊或是超可靠的低延遲。本文將探討新興的5G蜂巢式通訊解決方案，如何針對DSRC和4G蜂巢式LTE的局限性，提供真正實現更安全且強化的傳輸體驗承諾。 無線通訊成就自動駕駛 無線通訊技術提供三大主要優點：更安全的道路、更有效率的交通路線以及更多的車內便利性。啟用無線通訊的車輛能夠與其他汽車和/或路側基礎設施共享道路資訊和交通狀況，並更準確地預測路線上的潛在風險或延誤。 為了提供這些好處，無線通訊技術使用多種通訊方法，例如汽車對汽車(V2V)、汽車對網路(V2N)、汽車對基礎設施(V2I)、汽車對行人(V2P)、汽車對電網(V2G)，以及終極的車聯網(V2X)。 汽車對汽車V2V 車輛直接互相通訊，以共享碰撞前和碰撞後的警告、接近即時的道路狀況、盲點警告及能見度加強。V2V還可以連接車隊中兩部或兩部以上的車輛，也稱為智慧車隊。 以下是一個V2V應用範例：領先的車輛通過道路上被冰覆蓋的路段，其防鎖死煞車系統(ABS)和/或電子穩定控制(ESC)系統立即運作。無線通訊會向跟隨車輛發送警告信號，讓後方駕駛可以減速或繞道，以避開這條被冰覆蓋的路段。另一種情況可能是當領先的車輛發生事故並且其安全氣囊系統被啟動。無線信號就會立即被發送到跟隨車輛，並降低其車速或準備停車以避免連環車禍。要正確適當地執行這類至關重要的V2V任務，無線通訊必須具備極低的延遲。 汽車對網路V2N 車輛與無線網路基礎設施進行通訊行為，是由基地台和遠端射頻收發模組(RRH)所構成，以共享即時交通資訊(例如施工區域警告)。V2N也使用在SOS呼叫服務(例如eCall和ERA-GLONASS)及進行遠端診斷與修復。和V2V不同，極低的延遲對V2N並非最重要，其可靠性才是關鍵。如果使用V2N的eCall或ERA-GLONASS呼叫無法連接到緊急服務(例如美國的911、歐洲的112跟韓國的119)，那麼對需要幫助的人員可能會造成災難性的結果。 汽車對基礎設施V2I 車輛和路邊基礎設施元件，例如交通訊號、道路標誌、交叉路口與路燈進行通訊，以共享交通訊號變化通知、道路狀況警告、交叉路口碰撞警告及行人穿越道資訊。為了達到這類的V2I通訊無縫連接，必須支出相當的費用，在路邊基礎設施中部署相當數量的存取點。一家歐洲汽車製造商已於2016年在美國拉斯維加斯發表了第一項V2I通訊導航計劃，但更加主流的V2I部署可能還須花費不少時間。 汽車對行人V2P 車輛與行人通訊則是當通過行人穿越道或接近時發送注意警告以保護行人，在黑夜、起霧或大雨等能見度較低的情況下更需如此。行人身上的行動或穿戴裝置也可以使用在V2P通訊上。 汽車對電網V2G 車輛與電網通訊，則能夠幫助電動車或油電混合車在最具經濟效益的離峰時段進行充電，或是藉由將儲存電力釋放到電網，轉售給電力公司。 DSRC/4G V2X蜂巢式技術各擅勝場 在討論5G無線通訊在汽車連接中的優點之前，值得先回顧一下目前汽車產業使用的無線通訊技術，802.11p DSRC和基於LTE的蜂巢式V2X。兩者都可達到V2X通訊但也各有利弊，而目前它們都無法實現完整的V2X體驗。表1比較了兩種技術的優點和局限性。 DSRC是建立在IEEE 802.11p實體層標準、美國的1609車用環境無線存取(WAVE)協定及歐洲電信標準協會(ETSI)TC-ITS歐洲標準之上。802.11p DSRC的兩個主要優點是為汽車產業做好立即準備，並且具有約5毫秒(ms)的極低延遲。其基於經驗證且成熟的Wi-Fi 802.11a技術，IEEE在2010年核准了802.11p規格。許多想要部署V2X(特別是V2V和V2I)通訊的汽車製造商，現在更偏好802.11p的可用性。DSRC因為其基於ad-hoc的通訊技術，不需依賴網路基礎設施服務。 但是，802.11p需要安裝許多新的存取點(AP)和閘道器，進而增加了完全部署的時間和成本。由於它是基於免費的Wi-Fi技術，在看不到明確商業模式的情況下，很難找到願意支付部署AP費用的業者。技術演進也沒有明確的脈絡。 蜂巢式V2X(C-V2X)則是汽車產業近來採用的技術。最近的3GPP第14版定義了基於LTE技術(也稱為車輛LTE-V)的部分C-V2X規格。LTE-V支援與V2N網路的車用無線通訊，以及V2V和V2P的裝置對裝置(D2D)通訊。C-V2X的一大優點在於其使用現有的蜂巢式網路基礎設施，提供更好的安全性、更遠的通訊範圍，和從4G到5G及更高層級的技術演進脈絡。然而，當前4G LTE網路上的LTE-V，不提供滿足重要V2V通訊所需的低延遲，因為其會在30ms和100ms之間變化。如果領先的車輛發送緊急訊號，但V2V通訊未能及時通知跟隨的車輛，可能會很快形成危急狀況。 5G V2X超進化　自動駕駛系統觸手可及 國際電信聯盟無線電通訊部門(ITU-R)，聯合國負責資訊和通訊技術的專門機構，確立了5G的三種主要使用情境：增強型行動Multi-Gigabit寬頻、大規模機器類型通訊，和低延遲超可靠(99.999%)通訊。 這些情境中的規格透過提供自動駕駛系統要求的峰值資料速率、延遲、頻譜效率和連接密度，為改變駕駛體驗帶來了眾多優勢。 ．最高速率500km/h(310mph)下，超低延遲1ms。 ．最高速率500km/h(310mph)下，20Gbps的峰值資料速率。 ．多達1,000,000連接的汽車和裝置極大密度。 5G超低延遲成就自動駕駛 5G的超低延遲特性將在汽車連接中扮演重要角色。例如，在突然踩煞車的情境下，自動駕駛系統和ADAS的安全功能應立即向跟隨車輛發送即時警告，以防止連環車禍。而只有當來自領頭車的訊息能夠即時傳達到後方跟隨車輛，以便其採取規避行動時，才能做到這一點。 此外，低延遲5G還能帶來更好的事故預防功能；尤其是在非直視性(NLOS)情況下，因為基於相機、光達(LiDAR)或RADAR等目前大多數的感測器融合技術，只能偵測直視性(LOS)物體。研究顯示，大多數駕駛透過採取規避或預防行動，需要700ms才能對危險情況做出反應。憑藉其1ms的低延遲，使用5G技術的自動駕駛汽車和ADAS將可透過減少事故數量來降低風險並挽救生命。 憑藉高達20Gbps的峰值資料速率，5G將可實現自動駕駛汽車的即時影音娛樂。但更重要的是，5G快速可靠的資料連線將允許在接近即時的情況下，下載精密的3D地圖。除了感測器融合技術之外，自動駕駛汽車還非常依賴準確且極為詳盡的3D地圖導航。 然而，儲存一個州或國家等級的巨量地圖資料，對車輛本身將是一項挑戰。一項自然解決方案，是使用5G資料連接下載鄰近地區最新的3D地圖。即使是在非常擁擠的城市或稀疏的郊區，5G也被預期都能夠可靠地運作，不論地點滿足隨時保持連接的需求。不論自動駕駛汽車是在停車場怠速，或是在德國的高速公路上行駛，5G都可確保所有關鍵任務無線服務能以最高達500km/h(310mph)的速率無縫運作。 5G技術將加速導入汽車應用 過去兩年5G的汽車導航應用已經問世。特別是2018年在韓國平昌舉行的冬季奧運展示了5G的高資料速率和低延遲特性，汽車製造商讓遊客親自測試其自動駕駛SUV。使用5G技術的自駕車，成功地進行了從首爾到平昌數小時的測試駕駛，沒有任何人為因素介入。遊客也享用了一個「沉浸式廣播」的頂級資訊娛樂系統，其採用5G技術的小工具，例如相機、通訊設備和連接到奧運運動員、運動器材和運動場的感測器，讓觀看者可以在他們使用的5G測試手機上的行動應用程式體驗比賽。 全球的無線服務提供領導廠商已經在2018年底開始部署5G。日本計劃在2020年夏季奧運會上推出基於3GPP標準的5G技術。為了以極可靠的技術保護生命，汽車產業將在無線產業證明其效能及可靠性後全面採用5G通訊。與此同時，汽車製造和汽車供應領導廠商已經和主要的無線技術公司密切合作，為其汽車市場開發5G無線通訊。 為了推進汽車產業對5G無線通訊技術的採用，無線服務與汽車領導廠商成立了5GAA，其以「讓車輛間共享資訊，使交通更安全、更環保，且在我們的服務下更享受此技術」和「開發、測試與促進通訊解決方案，幫助其初始標準化並加速商業可用性和全球市場滲透，以利如自動駕駛、全方位服務存取等應用，並將這些技術融入智慧城市與智慧運輸系統，來滿足社會對行動連結與道路安全的需求」為兩大目標任務。5GAA設立了五個工作小組(WG)，並採用3GPP程序來執行其任務。 WG1—確定使用案例與技術需求。其聚焦的一個主要領域是解決蜂巢式V2X通訊中的延遲問題。 WG2—WG1確定了使用案例輪廓和技術需求，本小組將定義系統架構與解決方案，例如實現蜂巢式V2X的1ms端到端延遲所需的網路架構。 WG3—接下來是評估、測試平台和導引資料，以及釐清如何測試這些架構或裝置，以確保裝置效能滿足要求的挑戰。 WG4—本小組的成員專注於定義與聯網汽車生態系統相關的標準和頻譜，以及和其他平台，例如3GPP的互通性。 WG5—一旦技術採用可行，WG5即專注在商業模式、進入市場，以及如何最大化蜂巢式V2X(V2V、V2C、V2I、V2N)的優勢，以提高安全性並提供強化的駕駛體驗。 5G將大幅強化自動駕駛系統 無線通訊技術可為自動駕駛汽車提供更高的駕駛安全性和車內便利性。儘管802.11p DSRC現在已經準備好進行部署，但在數英里長的道路上安裝眾多的存取點需要鉅額投資。另一方面，雖然主要的無線通訊公司勤勉地致力於將LTE技術帶進V2X通訊，但要讓C-V2X成為主流還需要時間。基於4G的LTE-V目前的延遲無法滿足關鍵任務V2V的要求，但可以做為低階ADAS功能的一塊踏腳石。 DSRC和4G C-V2X(LTE-V)彼此互相競爭也彼此互補，但它們都無法滿足關鍵任務自動駕駛和ADAS系統的嚴格要求。最終，5G將可提供20Gbps連接的具體優勢，以及自動駕駛汽車與ADAS所需的超高可靠性。 是德科技正參與整個5G和汽車生態系統，提供實現V2X願景所需的技術和標準，並透過自動駕駛車輛充分發揮ADAS的潛力。其測試和量測解決方案有助於加速關鍵技術的設計與製造，以使用先進的5G技術來部署自動駕駛車輛。 (本文由是德科技提供)

要實現自動駕駛，意味著要先實現高速運算，以處理、分析大量的感測數據(例如雷達、光達、攝影機等)，因此，除了CPU、GPU之外，現在也已有越來越多車商或半導體業者採用高效、低功耗且能大規模量產的ASIC(例如特斯拉)。對此，賽靈思Xillinx汽車戰略與客戶市場營銷總監Dan Isaacs表示，自動駕駛的功能需求不斷變化，而可編程的FPGA晶片有著更好的設計和升級彈性，靈活性優於ASIC，更符合自動駕駛多樣的功能設計。 賽靈思汽車戰略與客戶市場營銷總監Dan Isaacs表示，汽車市場需求變化快速，需要靈活彈性的解決方案 Isaacs進一步說明，FPGA是一個可編程的邏輯晶片，可以支援多種演算法，以讓晶片適用不同的自動駕駛功能(例如安全、感測等)。若是採用ASIC，有要如果要更改其中一項功能，或是指令要求的話，很可能無法輕易更動，而需要重開一顆ASIC，如此一來不僅成本提高，也可能會增加風險，因為不確定後來新的ASIC是否適用。像是自動駕駛的安全需求是不斷變化、採用FPGA的話，便可以用同一個元件滿足各種功能調整、改進、增添的需求，而這是ASIC無法做到的。 Isaacs指出，許多人認為FPGA價格遠高於ASIC，因此較少採用，其實這是一種對FPGA的誤解。賽靈思目前已出貨1.7億顆的車用FPGA晶片，這證明了FPGA的適用性、效能及優勢，且可編程的靈活特性又可以減少重開晶片的風險及成本；換言之，FPGA所能帶來的效益及優勢已遠遠超過其價格，擁有相當好的性價比。 另外，布局自動駕駛市場，賽靈思也於近期發布全新高效能的自行調適元件XA Zynq UltraScale+ MPSoC 7EV與11EG，進一步擴大其車規級16奈米系列產品。這兩款新元件能提供最高的可程式化容量、效能與I/O功能，並為L2+到L4等級的先進駕駛輔助系統(ADAS)與自動駕駛應用提供高速資料彙整、預處理和分配(DADP)及運算加速。新款元件提供超過65萬個可程式化邏輯單元與近3千個DSP單元，和前一代最大元件相比增加2.5倍。在新增這兩款高效能元件後，包括汽車製造商、自駕計程車開發商和一級供應商都能在一定的功耗範圍內執行DADP與運算加速，加速自動駕駛車輛的生產部署。 Isaacs說明，新推出的元件主要是因應自動駕駛愈來愈複雜的運算需求。如今的自動駕駛車輛有著越來越多的感測器，像是雷達、超音波、影像感測器和光達等。這些感測器所收集的數據資訊都要快速、即時地進行分析處理，因此市場對於運算的需求越來越高；因此，該公司擴展XA產品系列，協助車商、系統業者實現數據整合處理，並透過更加的靈活性和擴充能力，滿足瞬息萬變的自駕車市場。

看好自駕車發展的趨勢，MIPI聯盟近年詳細調查汽車產業的需求清單，期能打造攝影機與顯示器的共同標準，加速自駕系統設計。舉例來說，該聯盟發布的MIPI A-PHY規格，為相機、感測器和顯示器提供量身定製的非對稱連接性。 MIPI聯盟董事總經理Peter Lefkin。 MIPI聯盟董事總經理Peter Lefkin表示，MIPI聯盟成立之初即是為了因應手機多媒體應用而生，故該聯盟於2003年成立的宗旨，即是希望建構手機內相機與顯示器的共同標準。至今，MIPI聯盟仍將行動裝置視為首要應用，但會同時擴展其他技術能力，希望能立基於手機的相機和顯示器技術，擴散至各種不同應用領域。以汽車業為例，汽車產業希望MIPI能推出符合汽車攝影機與顯示器的共同標準，滿足未來自駕車或汽車駕駛系統的設計需求。 MIPI車用電子工作小組主席Matt Ronning談到，雖然目前智慧手機最具市場規模，但汽車產業後勢亦不容小覷，特別是汽車應用為了實現自駕車的願景，須內建更多樣化的感測器(如光達、雷達等)，預計每輛自駕車搭載高達十顆以上的感測器，加上全球每年汽車生產量高達一億輛左右，換算下來每年至少有十億感測器需求，市場相當可觀。 Ronning指出，汽車產業也正歷經一個變革，例如新車安全評價制度。此制度為國際間合作方法，目的是為了提高汽車安全，如導入車道偏移、盲點偵測技術，以減少人命傷亡問題。再者，除了安全發展外，也有政府亦推動產業轉型的變革，如祭出燃油政策促成電動車發展，並從中延伸出新的OEM與新商業模式。 因應汽車產業變革，MIPI聯盟為了汽車產業量身打造了MIPI A-PHY規格，克服連結全車的高速電子零件帶來的「長距離高速挑戰」。據了解，手機產業通訊傳輸距離約10~15英寸，汽車通訊距離則高達15公尺。 Ronning談到，車用乙太網與A-PHY是相輔相成。基本上車用乙太網能力好，在介面上有處理器，這間接提高成本且功耗也會增加，但若開發者希望以低功耗、低成本的方式串聯感測器與電腦之間，A-PHY架構不失為一項明智的選擇。 另一方面，對於原本著重於行動晶片商，如何善用汽車產業變化從中受益呢？Ronning分析，現以有部分廠商開始使用CSI2、DSI2介面到處理器，進行簡單應用到車用領域；其次手機畢竟是消費性電子，與車用市場最大不同之處在於可靠性，故投入廠商必須要通過車規標準以確保訊號穩定。 Ronning表示，該聯盟在過去一年中，詳細調查汽車產業的需求清單，努力釐清汽車產業對於抗干擾要求，接下來MIPI聯盟將基於這些需求，制定接收器與發射器規範，預期2019年底擬定相對穩定的草稿之後，於2020年初發表標準。