OTA晶片
邁向自駕世代 感測融合成汽車產業新習題
自動駕駛已成為科技產業勢不可擋的其中一項趨勢,各大汽車品牌及汽車電子元件供應商紛紛投入此一領域發展,其市場產值也持續上揚,根據研調機構BCG預測指出,2025年自動駕駛市場產值將達420億美元,而到了2035年自動駕駛車輛將占全球汽車銷量25%。
在市場發展如此蓬勃的情況下,自駕車技術逐漸成熟,搭載輔助駕駛功能的LV1及LV2車型已陸續上市,而車廠和汽車電子元件供應商仍然持續推動自駕車發展進程,致力在2019年開始,推出更多LV2甚至是LV3的車種。
LV1/LV2車款紛問世 車商開始朝L3全速邁進
瑞薩(Renesas)電子車用事業部市場行銷經理何吉哲(圖1)指出,目前市面上搭載先進駕駛輔助系統(ADAS)的車款,多處於LV1、LV2的階段,例如道路偏移警示系統(LDWS)、盲點偵測等功能是屬於LV1,而ACC自動巡航系統和自動煞車等應用則歸類於LV2。然而,在強化行車安全以及提升消費者體驗的驅動之下,車廠和一級供應商(Tier 1)一定會朝著越來越高的規格發展,也就是LV1會加速朝LV2升級,LV2的汽車則是想盡辦法升級到LV3,換言之,從2019年開始,LV2、LV3的車型將會逐漸增多。
圖1 瑞薩電子車用事業部市場行銷經理何吉哲指出,因應安全需求及提升消費者駕駛體驗,各大車廠皆致力發展LV3的車型。
NVIDIA業務協理蕭怡祺(圖2)則表示,自駕車發展已有一段時日,產業期待自駕車能從初期的研發轉為實際應用,因此紛紛朝LV2和LV3的車型進行量產規畫。同時自動駕駛的市場驅動因素仍有增無減,除了安全需求之外,例如東京奧運這類型國際性大型運動賽事,往往是車廠、汽車電子元件供應商展現實力的最佳場所,不論是日系、歐美或中國汽車品牌,都會希望在2020東京奧運上展現自駕車研發成果;因此,此一競爭態勢也成為加速自動駕駛發展的原因之一。
圖2 NVIDIA業務協理蕭怡祺表示,要實現自動駕駛,或達到LV3程度,不僅需要搭載大量高效能感測器,也須結合高運算平台及演算法。
誠如上述,在LV1、LV2車款相繼量產後,各大汽車品牌也動作頻頻,發展LV3的車型。像是Toyota在2016~2021年投入10億美元在TRI發展AI,與Preferred Networks合作高精度圖資,採用NVIDIA新處理器,與Azure雲端運算平台,採用Keymeta衛星天線用於解決大量數據的下載。
或是VW在自動駕駛方面則與LG、NVIDIA等合作,期能在2021年推出具有人工智慧的自動駕駛,在2025年實現自駕計程車隊,2025年以後LV5的車型可以實際進入應用;又或是雷諾計劃在2019年Cilio、Espace車款達成LV2,2021年達到LV3,2022年達到LV4。
ADI大中華區汽車電子市場經理崔正昊認為,從市場落地角度來看,自動駕駛會率先在共用租車、商用車、特種車輛等有限應用場景條件車輛上實現。這些高度重視性能、對成本不敏感的產業市場,將帶動自動駕駛整體市場快速發展,推動技術成熟、硬體成本降低,最後在乘用車市場得以廣泛應用。
另外,隨著自動駕駛設備在工業和智慧農業領域的廣泛應用,如礦場的自卸卡車、農田中的自動駕駛拖拉機及無人機自動澆灌等,社會公眾對自動駕駛技術的恐懼心會逐漸消散,並逐步認可新技術給行車帶來安全和便利、提升社會效率,不用太久,越來越多人將樂於接受並踴躍嘗試自動駕駛技術。
邁向自動駕駛 感測融合不可或缺
眾所皆知,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。何吉哲指出,目前已出廠的新車,越來越多的車款開始搭載ADAS功能,ADAS普及率和滲透率可說逐漸提高。不過,這是單指新車的部分,但在已上路的舊型車種上,大多數的車子仍未具備ADAS功能。然而要達到全自動駕駛目標,除了新出產的車型開始搭載ADAS功能外,舊型車款也應該要增添感測器,從輔助駕駛開始做起,再慢慢轉變成全自動駕駛。
然而,要實現自動駕駛,並不只是安裝感測器後便得以實現,更重要的是如何將各式感測器所收集到的資訊加以匯集並進行判斷,也就是實現所謂的「感測融合(Sensor Fusion)」。感測融合的概念意指同時匯集多顆感測器(相同類型或不同類型)的資訊,進行整合並由中央處理器進行判讀和運算後,做出更快、更好、更安全的車輛控制指令。
蕭怡祺說明,要達到自動駕駛,並且提高自駕車的安全性,需要大量的感測器,且每個感測器的性能也要相當強大,也就是感測器要能明確判斷出偵測到的物體為何(例如一隻貓、一輛腳踏車),前端的處理須夠準確,接著再透過高效能的運算平台整合、分析感測器收集的大量資料;而要達到此一目標,不僅僅需要高運算能力的處理器,演算法也是另個不可或缺的關鍵利器。
因應此一需求,NVIDIA備有「NVIDIA DRIVE AGX Xavier」,該產品為專為自動化裝置設計的系統單晶片,提供30兆次運算(TOPS)的效能,但只消耗30瓦的電力,並整合了六個不同的處理器,以處理額外和多種不同的深度學習演算法,使自駕車產業得以大量生產,和立即進行測試。
此外,要使汽車達到LV3等級,或是更進一步的LV4、LV5,並不只是單靠一個具強運算效能的處理器就可達成,背後的演算法也是不可或缺。對此,NVIDIA也提供「NVIDIA DRIVE」應用軟體(包含NVIDIA AR、NVIDIA IX、NVIDIA AV等),以支援融合感應器和認知等重要的自動駕駛功能,且此一開放式解決方案還包含程式庫、工具組、框架、開放原始碼套件和編譯器,供車輛製造商和供應商開發自動化和自駕車應用程式。
同時,擬真模擬也是自駕車實際上路前的重要試驗步驟,因此NVIDIA透過DRIVE Constellation方案在車輛上路前,先測試與驗證自駕平台功能。此一產品可模擬相機、雷達和光達,然後輸入到根據實際上路情況處理資料的DRIVE AGX Pegasus,產生多種自駕車測試情境的數十億英里道路,在部署前驗證硬體迴圈和應用軟體迴圈模擬。
何吉哲透露,因應自動駕駛發展,汽車上搭載的感測器種類越來越多;而感測融合的重點,便在於如何將感測器所收集到的資訊,快速的判斷、分析後,進而下指令給汽車的安全控制系統,讓汽車加速、減速、前進、後退、轉彎或是煞車等。換言之,感測融合的最主要目的是串接「感測」與「安全功能」。
例如奧迪A8的360度主動安全偵測系統(Pre Sense 360O Safety System),當汽車時速達25km/h以上時,若側邊雷達偵測到有碰撞危險時,會在0.5秒內將撞擊面提高8公分,以車身底部結構較為安全的部位承受撞擊(而非車門),以減少乘客或駕駛的撞擊損傷。
因應感測融合所需的高效能運算,瑞薩也備有R-Car H3處理器。該產品提供認知運算能力及強化的運算效能,可即時正確處理來自汽車感測器的大量資訊,並可讓系統製造商執行需要複雜處理的應用程式,例如障礙物偵測、駕駛人狀態辨識、危險預測,以及危險迴避。為進一步提升駕駛安全支援系統的速度,該產品亦符合ISO 26262(ASIL-B)汽車功能安全。
賽靈思(Xilinx)汽車事業部資深總監Willard Tu(圖3)則表示,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」。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),一旦資料聚合起來,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。
圖3 賽靈思汽車事業部資深總監Willard Tu透露,目前多數車輛皆採用「分散式運算系統」,但要實現自動駕駛,未來汽車勢將採用「集中式運算系統」。
Willard...
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。