機遇與不確定性交織
2019-08-23
作者
Radhika Arora，安森美半導體(ON Semiconductor)自動駕駛主管
對於創造未來的城市，充斥著各種想法、熱烈的討論、堅定的見解。這一願景的一個重要方面是自動駕駛車，這項技術將影響生活的方方面面…
對於創造未來的城市，充斥著各種想法、熱烈的討論、堅定的見解。這一願景的一個重要方面是自動駕駛車，這項技術將影響生活的方方面面，包括旅行方式、生活方式，創造新的產業和就業，同時顛覆其他領域。
世界在迅速發展，需要創新以適應這新的方式。大城市的車輛擁有量在下降，居民發現叫車服務更方便，隨著網上購物的增加，商場和百貨商店都在為生存而戰，忙碌的生活方式正日益依賴於食品配送服務。隨著網上銷售的增多，創新的配送服務和包裝配送成為主流的技術趨勢，毫無疑問，它將改變我們現在的生活，現在是時候超越潛力和查看在實施真正自動駕駛的進程中，我們處於什麼位置，以及如何將自動駕駛技術從「資料收集模式」轉向大規模部署用於日常生活。
從首台Waymo汽車看看目前自動駕駛技術演變中取得的進展。美國加州——唯一被美國車輛管理局(DMV)強制披露測試自動駕駛車輛報告的地區，有28家公司報告了結果。這些公司採用自動駕駛模式共行駛超過200萬英哩，遇到了73,550次脫離(即系統將控制交給安全駕駛，或者安全駕駛必須介入以使汽車安全行駛)」每行駛1,000英哩平均脫離5次，或每行駛200英哩脫離1次。有了這一致性，加州DMV放寬了規則，自動駕駛模式下行駛的車輛將不配備安全駕駛。
這是個重大的轉變，迄今為止唯一被授予此許可證的公司是Waymo。加州最近還允許輕型卡車自動駕駛，其中包括小型貨車、皮卡車、多用途貨車和步進式貨車，這在報告中的可見性，同時在對公民進行教育方面提供了巨大的優勢；還需要更多的細節來得出有意義的結論。例如，如果公司報告由於感知問題而發生的脫離，當前的DMV規則不強制公司報告對發生故障(或重複故障)的物件標識或分類，在缺乏驗證資料準確性的標準流程或方法的情況下，在提高公眾對技術的信任方面，報告的效力是有問題的。
在太平洋彼岸，中國將成為最大的自動駕駛車市場。McKinsey的報告稱，「在2040年，自動駕駛車可能佔乘客里程的66%，出行服務產生1.1兆美元的市場收入，自動駕駛車的銷售產生0.9兆美元的市場營收。」
2017年12月，北京率先發佈了城市道路上自動駕駛車的政策，上海緊隨其後。隨後，北京在2018年2月啟用了首個自動駕駛車測試設施。測試設施佔地面積13.3萬平方公尺。這些有趣的地面模擬真實生活的測試環境，在城市和鄉村道路上經歷了大量靜態和動態交通場景，中國政府已投入大量的資金和資源，鼓勵企業開發最先進的技術，以在這市場快速成長，中國希望定位為自動駕駛車市場的技術領袖。
歐盟(EU)明確肯定了自動駕駛車輛的優勢及影響的普遍性。各國強有力的合作，確保廣泛的部署具有一致性和通用性，鼓勵在不同國家大規模部署自動駕駛技術。這在《維也納道路交通公約(Vienna convention on Road Traffic)》中顯而易見，該公約要求對跨界交通進行一致的管制。它進一步加強了建立連接城市的公路的一致性，使之有利於自動駕駛測試。此外，歐盟還推出了一項計畫，允許無人駕駛卡車在兩年內在城市之間運行，減少運輸時間和燃料費用是許多預期的好處之一。
來看一看歐盟的一些國家，德國通常被認為是傳統汽車公司的發祥地，是最早合法化自動駕駛車上路的國家之一，但需要有安全駕駛；荷蘭迄今不僅在歐洲而且在全球領先，現在允許無人駕駛和控制的測試自動駕駛車輛；瑞典提供了平台測試小型公共汽車，多家公司廣泛而雄心勃勃地推出了自動駕駛巴士。歐盟研究、科學和創新專員Carlos Moedas說：「不久之後，擁有一輛非自動駕駛車就像擁有一匹馬一樣。」所有這些國家都在一個共同的框架下開展工作，歐洲正在透過制定一項納入自動駕駛的全國戰略，建立一個更安全和更有效的道路網路。
感測器為關鍵元件
感測器技術是實現自動駕駛車輛的關鍵元件。感測器能夠探測車輛路徑中的物體，並充當自動駕駛車的眼睛。
相機是分類和紋理解釋的能手。今天的相機是商業上最可行的感測器選擇，CMOS影像感測器是相機的主要元件，已長足發展到拍攝漂亮的照片和自拍。這些感測器已從僅視覺感測器發展到觀察+感知。它們是用於先進駕駛輔助系統(ADAS)、交通號誌辨識等功能的主要感測器，這感測器資料將重要的資訊傳遞到汽車的決策過程中。目前，用於自動駕駛車輛的CMOS影像感測器具備非常先進的功能，能夠高效地處理所有駕駛場景，包括一些獨特的角落。
高動態範圍(HDR)是個關鍵參數。這是感測器在同一幀中看到最暗部分和最亮部分的能力，不過飽和或欠飽和。換句話說，感測器必須不受環境光變化的影響，比如突然暴露在明亮的陽光或反射下，或者在日光下進出隧道。自動駕駛的另一個趨勢是更高解析度的感測器，這是由自動駕駛車需要看得更遠同時有能力檢測各種大小的物體所推動的。本質上，它增加物體每度畫素數的能力，從而使自動駕駛演算法更高效地進行物體檢測和分類。
L3級和更高級別的自動駕駛車對硬體和軟體做出決策的依賴程度很高，否則需要由人類決策，這也使他們更容易受到攻擊。因此在元件級即感測器增加了網路安全等功能，安森美半導體(ON Semiconductor)正推出首個含網路安全功能的汽車級影像感測器。
光達(LiDAR)也獲得了投資者的廣泛關注。這技術被認為是非常理想的自動駕駛車，但有非常高的價格標籤，LiDAR創造三維(3D)點雲的能力使它有別於其他感知技術。Waymo透過引入內建的LiDAR改變了競爭環境，這不僅可以檢測行人，而且還可以評估行人面朝哪個方向，以及將朝哪個方向移動，這也使車輛能夠看到行人或騎自行車的人發出的手勢，並相應地調整駕駛行為。距離、解析度和旋轉/畫面播放速率是選擇LiDAR類型的其他關鍵參數，今天的LiDAR能看到200公尺以外，其概念不僅是對道路上的物體進行檢測，而且還具有分類能力，為決策系統提供回饋，並根據需要改變航向。物體的反射率也至關重要，雖然現在的LiDAR能夠探測遠距離反射率高的物體，但仍致力於實現遠距離探測極低反射率。
雷達也是常討論的一種感測器，是未來自動駕駛的關鍵。它們的獨特性在於在黑暗和所有天氣條件下運作。毫米波(MmWave)是一類利用短波電磁波的特殊雷達技術，開始廣泛應用於自動駕駛。
雷達系統透過擷取反射訊號，可以確定物體的距離、速度和角度。毫米波系統工作在76~81GHz(對應波長約4毫米)，將能檢測到零點幾毫米的運動。這在汽車領域提供前所未有的準確性，它支援精確測量車輛與其周圍車輛/物體之間的距離，另一個改進是使設計更緊湊，可省去大天線。
自動駕駛車是最受期待的創新之一，距其完全實現而等待的時間越來越短。隨著這項技術的普及，總體影響(無論是正面還是消極的)勢必是顯著的。有一件事是肯定的，未來人們將會有有趣的旅程。
參考文獻
