- Advertisement -
首頁 標籤 自駕車

自駕車

- Advertisment -

車用光達2018~2024年CAGR高達64%

產業研究機構Yole Développement(Yole)宣稱,雷射雷達(LiDAR, 光達)市場在2018年市場規模達到13億美元。自駕車的發展帶來了許多商機,預計光達產業規模在2024年前達到60億美元,其中70%將應用于汽車領域,高度完全的自動駕駛即將在不久的將來成為現實。在更低的生產成本和新科技推動下,光達正成為汽車應用中的關鍵零組件,這一市場可望出現高度成長,從2018年到2024年間的年複合成長率CAGR高達64%,整體光達市場的CAGR則為29%。 自2010年以來,光達的相關專利活動有顯著成長。汽車光達的故事從一場賽車開始,DARPA“大挑戰”是一項為鼓勵開發全自動駕駛地面車輛而進行的無人車競賽。2005年是這項競賽第二次舉行,那一年比賽中導入了光達。兩年後的2007年,完成比賽的六輛車中有五輛在車頂嵌入了光達。自那時起越來越多公司製造出了採用光達的無人車原型,如今Waymo擁有超過600輛車的陣容。在汽車生產商方面,奧迪自2017年底已在A8車型中整合了由Valeo供貨的一款光達,並計畫延伸到其他車型,如Q8、A7和A6。 近期由Valeo和Ibeo合作開發的新型光達名為SCALA,意在推出一款能辨別物體並在任何環境中測距的機械3D掃描雷射器,這項創新是為搭載了ADAS並具備自動駕駛功能的車輛而設計的。一面嵌入式旋轉鏡對高功率雷射二極體中通過發射透鏡發射出來的光束進行偏轉反射,同時接收到通過聚光透鏡返回的反射光,然後由一個三元素雪崩光電二極體陣列捕捉到反射光。  
0

打造完善自駕車生態系 科技部攜手NVIDIA簽署合作意向書

為協助台灣打造更完善自駕車生態系,科技部近日與NVIDIA簽訂合作意向書,規劃於台灣智駕測試實驗室與NVIDIA全新的自駕車系統開發驗證平台展開全面合作,包含自駕車虛擬模擬軟體、決策系統與自駕車體等,提升相關技術研發動能。 科技部長陳良基表示,自駕車的出現,打破傳統汽車領域封閉整合的產業結構。這是一個全新的藍海市場,台灣的汽車產業雖然不比歐美日等汽車大國,但台灣具有深厚的IT資通訊實力,將有助產業界跟上自駕車的浪潮,只要策略正確,就有機會打入國際市場。 NVIDIA全球副總裁暨台灣區總經理邱麗孟提到,藉由NVIDIA在車用AI平台上的優勢,台灣車用IC、車載資通訊與車用電子等相關業者,都能透過運用並整合NVIDIA的軟體技術和硬體設備,為全球汽車製造商打造完整的自駕車生態系,大幅縮短自駕技術開發的時程並加速商用化。 NVIDIA研發之自駕車模擬平台DRIVE Constellation、自駕車模擬系統Drive Sim與Drive AGX,以及自駕車體BB8,從影像感知系統、人機介面整合及感知程序等模組,到整部測試車均為其重點項目。 台灣智駕測試實驗室已於2月25日正式開幕並由國研院維運,為強化針對自動駕駛主要關鍵程序「感知」、「決策」及「控制」三方面之測試能量,國研院將與NVIDIA共同投入建立完整的測試服務平台,除滿足產學研界進行自駕車發展時之軟體開發、控制技術、硬體規格等研發需求之外,也將投入自駕車開發者生態圈、新創公司培育專案、辦理深度學習學院及工作坊,並協助監視器及感應器業者設置測試環境。 另外,台灣智駕測試實驗室未來將在NVIDIA協助下,致力營造更便利之自駕車技術研發平台,持續提升虛擬模擬平台、資料彙整平台及場域測試服務能量。利用場域內道路情境、輔助測試設備及虛實整合研發服務平台,除可協助國內學研界及自駕車廠商完成測試評估,在「無人載具科技創新實驗條例」沙盒環境下認證上路之外,亦可提升相關技術開發與落實應用,促成台灣自駕車產業快速發展。 國研院院長王永和指出,與現今自駕車主要的行駛環境相較,台灣的用路環境有行人、機車、汽車等高度混流,交通環境複雜許多。若能發展適合在複雜環境下行駛無礙的自駕車,必定是相關產業發展重點。未來與NVIDIA展開合作,逐步引進NVIDIA自駕車研發能量,以智駕測試實驗室為據點形成研發聚落,協助台灣產學研界研發自駕技術並落實於應用,相信此合作案可為產、學、研界創造三贏的局面。  
0

車用AI市場2018~2028年CAGR高達49%

在2018年,只有實驗性的自駕車可以聲稱擁有車載人工智慧(AI)。過去一段時間AI運算市場由數據中心的應用驅動,2018年運算市場的市場規模達到1.56億美元。在未來10年,隨著自駕出租車和接駁車的發展,產業研究機構Yole Développement(Yole)研究表示,該市場仍將是人工智慧在汽車產業的主要營收來源,預計2028年的營收規模將達到90億美元。 2019年,首批符合Level 3標準的汽車將上路,人工智慧將進入ADAS Level 2等級的汽車上,取代傳統的機器視覺算法。預計2019年ADAS的運算市場將達到6300萬美元,到2028年強勁成長至近37億美元。在資訊娛樂系統上,AI已經出現在高階BMW、Volvo和Benz車型中。此外,嵌入式車載運算仍然相當便宜,因為運算大部分都透過雲端完成。然而,就智慧家庭市場而言,願意為Edge帶來智慧功能,這意味著需要創建功能強大,更昂貴的運算能力。Yole預期資訊娛樂運算收入將大幅成長,從2018年的1800萬美元增加到2028年的7.68億美元。 整體而言,所有與人工智慧相關的運算實際上正經歷爆炸式的成長,Yole認為在2018年到2028年之間,AI在汽車相關的應用上,產業規模將從1.74億美元,成長到近140億美元,年複合成長率(CAGR)高達49%。  
0

拓展業務/加速自駕發展 Waymo宣布販售Honeycomb光達

為促進自駕車發展以及拓展創新應用,同時推動光達業務,Waymo決定提供旗下自行研發的光達(LIDAR)「Laser Bear Honeycomb」讓合作夥伴也可以使用;換言之Waymo除了自行研發自駕車之外,也開始投入光達銷售市場。 Waymo光達團隊負責人Simon Verghese表示,Waymo正為自動駕駛以外的公司提供自己開發的感測器,從機器人技術、國防、農業技術等等開始,幫助他們提升技術水平。該公司旗下的3D光達Laser Bear Honeycomb,已可以提供特定合作夥伴使用。 據悉,Waymo開發自動駕駛技術已有十多年,但在計劃的最初階段,Waymo僅開發了自己的軟體,感測器仍是以購買現成的方式為主。然而經過多次的測試,Waymo了解到現成的感測器逐漸無法滿足市場要求的水準。於是,在2011年Waymo著手開發自己的感測器,其中包括三種不同類型的光達。 Waymo計劃提供合作夥伴使用的光達為Laser Bear Honeycomb。Honeycomb的特點是有相當寬敞的視角,其垂直視角為95°,再加上360°水平視角,意味著單一Honeycomb可以達成三個一般3D感測器堆疊起來才能達成的效果。 另外,Honeycomb發射的光脈衝會多次返回,因此當Honeycomb發射出一束光脈衝時,它不只能看到光脈衝接觸的第一個物體,它可以在光脈衝的視線路徑上看到多達四個不同的物體(比方說,它可以看到樹枝前方的樹葉,以及樹枝本身)。這提供了對周遭環境更完整且詳細的視野,以發現可能被忽略的物體。  值得一提的是,Honeycomb的最小距離(Minimum Range)為零,這代表它可以立即看到感測器正前方的物體。這個特性在關鍵的時刻能發揮相當重要的功能,例如感測近物和即時避開障礙物。
0

感測融合技術助力 自駕車安全性大幅提升

自駕車感測與融合技術商機不斷 根據工研院產科國際所IEK Consulting(Industrial Economics and Knowledge Consulting)之預估,2017年台灣車用電子約占台灣車輛零組件37%,產值超過新台幣2,080億元,隨著台灣車用電子產值逐年成長,預估2020年可超過新台幣2,700億元,成長力道不容忽視。而未來隨著通訊與感測融合技術成熟,將創造更多元的自駕車及相關應用領域的商機,台灣廠商若能掌握這波商機,並推出自動駕駛之關鍵系統、零組件與應用服務,將更有機會打入國際供應鏈,創造台灣產業之更多元化之發展。 自駕車的另一個商機,以車廠為例,根據Euro NCAP歐盟新車安全評鑑協會和ANCAP澳洲新車安全評鑑協會,分別擔任歐盟和澳洲第3方獨立車體安全認證單位,共同在「Accident Analysis & Prevention期」發表「配備自動緊急剎車(Autonomous Emergency Braking, AEB)車輛在現實世界發生追撞之有效性研究報告」(Effectiveness of Low Speed Autonomous Emergency Braking Real-world Rear-end Crashes)。研究報告結果顯示,有安裝「AEB自動緊急煞車」Autonomous Emergency Braking車輛,在車速小於50公里/小時,可減少38%的追撞意外事件。 向來在車用安全配備法規與撞擊測試標準等領域,執全球牛耳地位的美國,日前在AEB領域又有重要突破之舉,在DOT美國交通運輸部(U.S....
0

確保自駕車可靠性 車電元件模擬至關重要

隨著車用電子的角色從娛樂轉為協助駕駛人,進而完全掌控車輛,對可靠度的要求亦越來越高。關鍵車用電子系統至少要有10年的壽命,處於引擎蓋下的環境也很惡劣,溫度可高達攝氏150度。而模擬工具可幫助工程師針對電子系統進行模擬、除錯與最佳化,涵蓋可能導致自駕系統故障的各種議題。同時,模擬有助於設計可靠高效率的電子系統,以滿足自駕應用的嚴格可靠度要求。本文將聚焦在可靠度和晶片-封裝-系統CPS)模擬的各個層面,有助於催生封裝/系統感知積體電路IC設計和IC感知封裝/系統設計(圖1)。 圖1 運用模擬工具RedHawk-CTA和Icepak進行晶片-封裝-系統熱可靠度分析。 可靠度為自駕車設計主要挑戰 現在的駕駛人越來越仰賴電子系統確保安全性,像是近來盛行的先進駕駛輔助系統(ADAS)功能,進一步提升電子設備對車輛安全的重要性。當然新興的自駕系統,能瞭解每一個能夠想到的駕駛情境,並做出判斷,確保車輛乘客行人的安全,將進一步增加駕駛、乘客和行人安全對車用電子的依賴。 現在有很多車用電子皆使用較舊的半導體製程,因為其特徵尺寸較大以及設計師的經驗,這些應用的可靠度相對上較容易驗證。但ADAS和自駕科技使用的感測器會產生大量數據,處理速度必須超快,延遲亦需要很低。這些應用需要大幅提升運算能力,因此必須使用剛上市的最先進半導體製程,其特徵尺寸也小得多。 以先進製程設計的新一代積體電路將更多電晶體壓縮到更小的面積上,提供最高運算效能。這些IC運作的供電電壓要低得多,因此更容易受電源和訊號雜訊耦合的影響。在許多情境下,這些半導體需在溫度可達攝氏135度的引擎蓋下運作,因此更容易因高溫導致故障,這亦是一大挑戰。而許多車用電子會暴露在水和塵土下,所以必須密封,進一步增加散熱挑戰。因此如何提供足夠冷卻的難度亦增加。 強化晶片可靠性 電子飄移現象須消除 由於支援ADAS和自駕的車用電子須採先進製程,其普級化使電子飄移(EM),使用期限的可靠度問題,成為關鍵的系統設計議題。電子飄移指的是電子流經積體電路並撞擊導體內的金屬原子,逐漸造成開路或短路,長久下來將導致晶片故障。由於導體的橫切面隨著製程的引進而縮小,晶片變得更容易受到電子飄移影響。電子飄移的現象亦隨著溫度大幅上升,先進2.5D和3D積體電路使得晶粒(Die)愈放愈近,產生熱點(Thermal Hot Spots)的機率亦隨之升高。 我們通常不知道晶片上各導體的溫度,因此設計工程師會替晶片假設一個最壞狀況的均勻溫度。此做法對較舊的製程夠用,但現在先進製程轉換速度更高、導體更細、層數更多,使用此方法大幅地增加EM違規現象(EM Violations)。設計團隊花在評估與修正這些違規的時間亦越來越長,但是如果模擬採用正確的非均溫度剖面圖(Temperature Profile),即能發現許多EM違規現象是假的並且絕對不可能被觸發。 為此,模擬工具如安矽思(ANSYS)旗下的RedHawk平台藉由準確地決定元件和金屬周遭的溫度,正確預測EM違規現象,來處理這些挑戰(圖2)。該平台運用焦耳自加熱(Joule Self-heat)和晶片內金屬導體間的熱耦合原則來製作升溫模型,元件溫度是各電晶體耗電流量以及與鄰近電晶體距離的函數;並運用晶圓廠的製程參數,加上晶粒上金屬和介電質(Dielectric)的熱特性,正確預測局部區域的溫度變化。 圖2 以ANSYS RedHawk-CTA進行晶片和封裝熱分析  另外,該平台亦根據晶片上各導線實際經歷的溫度,運用溫度剖面圖來進行熱感知(Thermal-aware)EM查核。此做法能大幅減少EM違規現象的數量,提供的診斷資訊亦遠多於過去。工程師能將精力集中在真正重要的EM違規現象上,並更快修復,大幅減少產品上市時程並降低EM故障風險。 提升車用電子可靠性 熱效應不容忽視 熱效應是確保關鍵車用電子可靠度的另一個重要考量。就晶粒和封裝層次而言,工程師必須確保整個晶片的溫度絕對不會高過最高運作溫度,同時也必須評估運作時的熱週期,因為晶圓和金屬層的熱膨脹係數(Coefficients of Thermal Expansion, CTEs)不同,此會導致晶粒和封裝變形。 另外,電路板層級的熱週期亦可能因為銅和介電質之間的差異造成壓力,變形會造成連接電路板和晶片的錫球(Solder Ball)伸縮,可能導致焊錫疲勞(Solder Fatigue)和其他故障。 因應此一需求,車用電子元件的設計工程師,能夠運用ANSYS晶片熱模型(Chip Thermal Models, CTMs)處理晶粒層級的熱可靠度問題,進而達成完整的晶片與封裝共同分析。 接著,ANSYS Mechanical能夠沿用分析的溫度剖面圖,進一步預測晶粒的熱或機械負載對壓力、張力,以及變形的溫度影響。 就電路板層次而言,能夠用ANSYS SIwave Signal Integrity Analyzer計算印刷電路板(Printed Circuit Board, PCB)電路和鑽孔(Vias)的焦耳熱,評估電路板電路圖和電流密度預測。無縫銜接至Icepak系統層級熱模擬工具,計算主機板的垂直熱傳導率(Orthotropic...
0

車用毫米波雷達2016~2022年CAGR達22.9%

產業研究機構Yole Développement(Yole)研究指出,在ADAS的新興應用和自駕車的推動下,雷達技術發展得非常快,雷達晶片市場2016~2022年的複合年成長率(CAGR)為22.9%。過去兩年,汽車業已經有許多意想不到的發展。 從使用頻率的角度來看,Yole認為,自動駕駛將成為雷達技術發展的下一個長期動力。汽車雷達採用非授權的ISM頻段24GHz,適用於短距離(最長30米)應用,包括盲點檢測,車道變換輔助等,技術相較成熟,不過由於各國政府計畫收回該頻段,因此24GHz的產品在20202年以後將陸續消失,轉換為高頻的77GHz頻率產品。 而高頻的77GHz,適用於中長距離(最長250米)應用,包括自動跟車定速控制、自動緊急剎車。未來,多模的毫米波雷達設計會逐漸發展,也就是一個模組裡同時搭載多顆毫米波雷達晶片。然而,多模解決方案可能會導致配備雷達的汽車產生干擾問題。 自動緊急剎車、自動跟車定速控制和車道變換輔助是這些新應用的一些例子。在新車評估計劃的推動下,車廠正在設計具有眾多感測器的汽車,以實現這些應用。由於大多數這些新應用都與安全相關,因此感測器必須高度準確。這意味著物體檢測和分類的規格非常嚴格且可靠:可在各種天氣條件下,在光線不足,近處或遠處以及寬視野範圍內操作。雷達技術非常適合滿足大多數這些要求。 Yole解釋,儘管全球汽車銷售成長率在2022年達到近3%,預計未來五年雷達晶片的銷售平均成長率為23%,平均成長率為22.9%。  
0

邁向自動駕駛 集中式運算成大勢所趨

要實現自動駕駛,感測元件如毫米波雷達(Millimeter Wave Radar)、光達(LiDAR)和影像感測器(Camera)等皆不可或缺,如何將這些感測器所收集的資料整合、分析是日後發展主軸。對此,賽靈思(Xilinx)汽車事業部資深總監Willard Tu表示,智慧汽車的發展十分活躍,而目前大部分車輛都採用「分散式運算系統」,但最終將轉化為「集中式運算系統」。 Willard Tu指出,目前每家OEM可能都有不同的感測器配置組(攝影機、雷達、光達及超音波等),當資料一旦聚合起來,就能進行一定的預處理,在感測器將資料傳輸至中央控制單元中其他處理元素前,對其進行最佳化。 Willard Tu說明,在集中式運算解決方案中,所有感測器資料都聚合在中央節點上,而在這種情況下,All Programmable FPGA技術能顯著降低效能要求與系統成本,並能改變SoC的功能,讓其支援相互排斥的功能,例如駕駛監控與自動代客泊車、全景低速和高速物體檢測等。  除此之外,OTA(Over The Air)晶片也扮演加速自動駕駛發展的關鍵角色。Willard Tu指出,目前OEM製造商要求所有ECU和感測器都必須做到OTA,也就是能支援「Over The Air」升級。由於ADAS仍在經歷創新的階段,每隔3到6個月就會有重大進步,而OTA晶片能夠最大限度地因應這種變更;其他系統採用固定的硬體方案只能進行軟體升級,但採用OTA晶片則能達到軟硬體的升級,為開發人員帶來更高的創新靈活性。 Willard Tu舉例,LV3或LV4的智慧車輛仍須要監控駕駛行為,某些情況下可能需要將控制權交還給駕駛,這就需要採用「駕駛監控」系統。當駕駛一旦離開車輛,車輛可以通過對軟硬體進行重新編程來改變運算SoC的功能,進而達到「自動代客」泊車功能;而透過靈活的軟硬體功能,僅使用一個SoC,就可以落實這兩種操作,並降低效能需求,也減少熱管理需求及成本。
0

公共運輸接駁先行 台灣自駕車產業聯盟正式上路

自駕車成為各界目光焦點,吸引全球資通訊、汽車零組件與網路服務等各類型廠商加入布局,而台灣身處於產業鏈的一環,更不容缺席。為推動自駕車創新營運模式,帶動自駕技術產業鏈發展,車輛研究測試中心(ARTC)攜手宏碁智通、聯華聚能科技及鑫威汽車工業等18家上中下游供應商組成「自駕車產業聯盟」。初期以打造台灣SAE Level 4自駕電動小巴應用先行,以落實台灣自駕車運行上路為目標。 全球國際大廠皆大力推動自駕車發展,目前約有40個運行案正在推動當中,其中有47%案例與公共運輸接駁(Shuttle Bus)有關,由此可知該應用商機已蓄勢待發。看好此商機,行政院已於2018年5月著手推動自駕小巴旗艦隊,在產業與法人的共同催生下,終於將國內具國際競爭力之自駕車產業供應鏈予以有效整合,組成國內最完整的自駕車產業聯盟。 整體而言,該聯盟由營運服務商、車輛製造廠、電動化系統整合廠、自駕系統整合廠及供應鏈廠商,組成營運服務團隊,結合地方政府及營運場域,推動上路運行計畫(B2C)。 從技術角度來看,經濟部技術處處長羅達生認為,自駕車發展得以成功,需要滿足五大要素,包含科技成熟度、產業準備度、載具普及度、法規完整度、場域完整度等核心力,才得已有望於自駕車產業中奪得主流寶座。 目前可看到經濟部技術處積極從技術研發、法規調適推動無人載具產業,研擬「無人載具科技創新實驗條例」,目前已通過立法院審議,將進入後續三讀階段。透過結合產官研及地方政府資源,2019年將聚焦自駕車運行上路,發展地方政府之公共接駁創新運行模式,有利於未來發展台灣自駕車之生態系及自主之自駕車技術,不僅能解決交通運輸問題,未來更有機會將自駕車運行模式輸出。
0

Arm Safety Ready計畫 全面投入自駕車發展

全球IP矽智財授權廠商Arm近日宣布推出Arm Safety Ready計畫以及全球首款針對7奈米製程進行最佳化的自駕車等級處理器Cortex-A76AE,首度整合Split-Lock技術,確保車輛功能安全性,加速完全自動駕駛車輛普及。   安全是車廠最優先關切的要務,不僅因自動駕駛系統中許多技術因素涉及控制所有層面的駕駛動作。若消費者無法信任其車輛的自動駕駛系統是安全的,大眾市場採納這項技術的時間就會往後推遲。   自動駕駛要消弭的正是人為因素,亦即駕駛人的過失。有94%的交通事故是駕駛人疏失的結果,完全自動駕駛預期將大幅減少事故與傷亡的數量。因此,安全決不容出事後檢討彌補,在開發自動駕駛等級的SoC晶片與系統時,必須將內部機能的安全(Safety)優先順序放在效能、能源效率、以及外部事故防護(Security)等因素之前。不幸的是,在開發Level5等級自動駕駛原型製品方面,通常都採用高耗電且價格高昂的資料中心等級CPU,而這類晶片甚至沒有最基本的功能安全能力。   Arm的汽車生態系統能獲得業界陣容最廣泛的功能安全IP,這些方案都擁有最新ISO認證。為進一步確保晶片夥伴搶先投入安全的產品研發,Arm公布Arm Safety Ready計畫,集中Arm在安全方面挹注的龐大投資,晶片夥伴以及整個汽車供應鏈得以加快發展時程,將更安全的產品推入市場。
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -