人类未来的移动方式,将与今日截然不同!汽车将不只是移动工具,还会变得有智慧,可协助人类驾驶、帮忙找停车位与建议行车路径等,甚至提供代驾的服务。目前车厂积极开发先进驾驶辅助系统(Advanced Driver Assistance Systems, ADAS)与车联网科技,ADAS赋予车辆感应辨识能力与车辆操控权,可提醒驾驶并主动介入车辆操控,而车联网赋予了车辆联网沟通能力,增加驾驶便利性。车厂在ADAS与车联网这两大基础上,发展自动驾驶科技,研发人工智慧与3D图资定位技术,多国政府也规划自驾车政策与环境,积极推动自驾车上路。
ADAS与车联网发展现况与未来趋势
一、安全法规与车辆评价推动,ADAS快速发展
ADAS主要提升车辆安全与便利,产品包括盲点侦测、前方碰撞预警、后方碰撞警示、交通号志辨识、夜视系统、停车辅助、主动巡航、车道偏离警示与驾驶状态侦测等。由于民众需求与各国陆续订定法规强制安装ADAS产品,带动相关商机快速成长,2018年最受瞩目的法规就是美国安装倒车显影与欧盟安装紧急求救系统。根据SBD调查,2015年ADAS商机约30亿欧元,2020年将翻倍成长至72亿欧元。
ADAS发展也正由「被动」变得「主动」,过去ADAS功能通常仅能「警示」驾驶人,近年来各车厂开始发展主动式ADAS,例如盲点侦测与车道偏移警示过去仅能透过声音或震动警示,目前可进一步在紧急时刻介入车辆控制,避免危急事故。
ADAS项目也被全球各区域新车安全评鉴协会列入安全评分标准,如EuroNCAP 2014年已将自动煞车列入评分项目,2016年纳入车道偏离警示与车速辅助系统,预计2018年纳入夜视系统;JNCAP 2014年同样纳入自动煞车,2016年纳入盲点侦测系统与后方防撞警示系统,预计2018年纳入夜间行人警示与车道偏离警示。
二、智慧便利需求,车联网服务兴起
美国运输部(DOT)2016年12月宣布推动车辆强制安装V2V设备,开始筹备相关法案,目前已展开DSRC设备验证测试作业,预计在新法实施后,车联网会加速普及。
车联网分成两个部分,一是车辆对云端或可携式装置采用LTE、Wi-Fi或蓝牙连线,着重非即时性服务;二是车辆对环境采用DSRC连线,强调即时性服务,前者的应用已趋于普及,未来重点为智慧地图连线,车辆可预知前方交通情形(塞车、限速路段、施工或积雪)与地形状况(急转弯或下坡等),提醒驾驶人注意路况减速或提早变换车道,避免紧急情况并辅助节能驾驶。
表1:各车厂车联网发展现况 |
厂商/产品 | 车联网发展(应用内容) | 发展阶段 |
Apple CarPlay Google Android Auto | 各自发表CarPlay与Android Auto车载资讯系统,提供通话、音乐、地图导航、简讯等功能。 | 2016年起配合部分车款陆续推出 |
BMW Connected Drive | 具有紧急求助服务、道路救援服务与主动远距售后服务,可检测车辆位置、维修保养资讯等,适时提醒驾驶注意安全。 | 已上市 |
Mercedes connect me | 提供自动紧急通报系统,也可利用智慧型手机确认停车位置,远端操作车辆上锁、解锁、空调设定与确认剩余燃油量等。 | 已上市 |
GM V2V互联网系统 | 开发V2V互联网系统,使相互接近的车辆之间能够藉由发送接收位置、速度、行驶方向等资讯,提高主动安全性。 | 预计2017年推出 |
Ford SYNC Connect | - 车门上锁与解锁
- 启动车辆,包括可预设启动时间
- 检查车辆状态,如油量、机油、电池容量,以及胎压数据
- 定位车辆位置,显示在手机地图上
| 预计2017年推出 |
Honda CONNECT | - 根据即时交通状况,提供推荐行车路线及准确预测到达时刻等导航服务。
- 车载感应器会自行诊断的车辆讯息和故障讯息,将状况通知特约服务店,提前进行车辆维护和修理的准备工作。
| 发展中 |
Audi 驾驶辅助系统 | 可利用GPS判断道路状况,做驾驶模式调整建议。 | 发展中 |
(资料来源:新闻媒体,ARTC汇整) |
推动自动驾驶上路,车厂投入关键技术与建立试验场域
一、目前自动驾驶等级处于Level 2~Level 3,全自动驾驶则完成专用道路测试
依据2016年9月美国国家公路交通安全管理局(NHTSA)发布的全球首份官方自动驾驶车政策(Federal Automated Vehicles Policy),自动驾驶分级采用国际自动机工程师学会(SAE)定义,分成Level 0~Level 5共6个等级如下所示。
SAE自动化程度定义 |
等级 | 名称 | 定义 | 方向盘及加减速的操作 | 行驶环境监视责任 | 系统负责的行驶模式 |
0 | No Automation | 驾驶员完全掌控车辆。 | 驾驶员 | 驾驶员 | 无 |
1 | Driver Assistance | 车载自动系统有时能够辅助驾驶员完成某些驾驶任务。 | 驾驶员和系统 | 驾驶员 | 固定的行驶模式 |
2 | Partial Automation | 车载自动系统能够完成某些驾驶任务,与此同时驾驶员需要监控驾驶环境,完成其余驾驶任务。 | 系统 | 驾驶员 | 固定的行驶模式 |
3 | Conditional Automation | 自动系统既能完成某些驾驶任务也能在某些情况下监控驾驶环境,但是驾驶员必须准备好当自动系统发出请求时重新取得驾驶控制权。 | 系统 | 系统 | 固定的行驶模式 |
4 | High Automation | 自动系统能够完成驾驶任务并监控驾驶环境,驾驶员不需要重新取得控制权,但自动系统只能在某些环境和特定条件下运行。 | 系统 | 系统 | 固定的行驶模式 |
5 | Full Automation | 自动系统能够完成驾驶员在所有条件下能完成的所有驾驶任务。 | 系统 | 系统 | 所有的行驶模式 |
(资料来源:Marklines、SAE,ARTC整理) |
根据法国研调机构Yole报告,现阶段自动驾驶程度在Level 2~Level 3阶段,平价车厂多在Level 2,豪华车厂到Level 3,预计自动驾驶2028年可到Level 4,2040将达到完全自动化Level 5,同时感测器数量也会随自动化程度提高而倍增。
目前已有多家车厂的自动驾驶可在专用道路测试,但普通道路环境复杂,必须有3D高精准度地图与人工智慧辅助。由于牵涉科技范围甚广且深,众多车厂与科技厂选择结盟合作,如Honda与Google联盟、Audi结盟NVIDIA,BMW则与Intel、Mobileye合作,各科技厂与车厂说明如下:
各科技厂与车厂合作情形 |
Intel | Intel于2017年CES展前发表自驾车设立的Intel Go,该平台可整合汽车电子、5G网路、云端运算等技术,并宣布将携手BMW 40部内建Intel Go平台的自驾车车队于年底上路测试。 |
NVIDIA | NVIDIA发表Xavier自驾车用超级电脑,与 Audi 一同合作开发 AI 汽车。 Xavier是一台拥有512核Volta GPU的自动化AI平台的电脑,它会透过观察人类驾驶者和深度学习来学习驾驶,并有云端储存的高清地图资料在后面支援。 Tesla也与NVIDIA合作开发新一代自动辅助驾驶,这项功能已开始用于轿车和运动型休旅车款上。 |
Google | Honda提供测试车辆,搭载Google的自动驾驶技术,同步加入测试车队,在美国4个城市进行道路测试。 |
(资料来源:新闻媒体,ARTC汇整) |
二、绘制3D地图,云端比对提升定位精准度
国际车厂评估普通道路的自动驾驶,定位误差必须控制左右低于0.1m,前后低于0.5m的范围内,在没有3D地图的比对下,误差值难以低于1.5m。因此车厂发展3D图资系统,例如Toyota推出「高精准度地图产生系统」,在车辆搭载3D雷达,连续采集空间图资,上传云端中心建构3D地图。另外9家日本整车厂也于2016年成立Dynamic Map Planning,目的在2020年前绘制日本的3D道路地图;德国车厂也买下Here地图,透过行驶中的车辆提供路面讯息与感测数据,扩展即时智慧导航与自驾车等商机。
图2 : Toyota高精准度地图产生系统示意图。(资料来源:Toyota) |
|
三、训练人工智慧,提升电脑驾驶技巧
自动驾驶从Level 4到Level 5,最大不同就是Level 5完全由人工智慧自行驾驶,必须有办法处理任何交通状况,Toyota评估能在普通道路使用的人工智慧程度,必须能预测个体的动作与其移动路线,若遇无法判断之情形必须有能力自行搜集资讯作为操控判断依据,并能基于经验对应从未遇过之交通状况。
人工智慧软体架构多为深度学习(Deep Learning),透过类神经网路演算法,使机器具有自主学习的能力,能仿造人脑复杂的图形辨识工作。深度学习运用在自动驾驶车辆上的过程如下图,在车辆硬体端,必须搭配硬体建立软体发展平台,确保本身之演算逻辑符合规范,能与其他控制硬体即时沟通。在云端连线方面,自动驾驶车辆必须以联网方式保持软体更新状态。最后,车辆感测器将提供即时路况给运算电脑,并搭配V2I、V2V及V2V之功能,帮助车辆计算并判读正确决策。
图3 : 深度学习运用在自动驾驶车辆上的过程。(资料来源:Frost & Sullivan,ARTC整理) |
|
根据NVIDIA的研究,人工智慧训练12个月后即能在没有明显号志的道路中自动行驶,驾驶能力已能媲美人类,且持续进步当中。
四、建立极端环境测试场域,确保自动驾驶正常运作
为确保自动驾驶能在各种极端情况下正常运作,各国政府与车厂建立测试场域,设计极度复杂测试情境如暴雨与雪地等,目前最具代表的场域为美国Mcity及瑞典AstaZero。
Mcity位于美国密西根州,车道总长约5英里,设置多种道路设施与路边设施模拟实际道路环境如下图所示,路段包括有高速公路、坡道、转弯、十字路口、地下道及碎石路等;路边设施则有人行道、长凳、路灯、交通号志、交通指示牌、交控设施、障碍物、建筑物等,使得模拟程度趋近真实,并将智慧交通系统纳入自动驾驶测试内容,于道路旁设置DSRC通讯协定设施。 Mcity也利用高纬度地理位置,在冬天测试自动驾驶于雪地运作情形。
图4 : Mcity场域配置图(资料来源:Frost & Sullivan、ARTC整理) |
|
AstaZero位于瑞典布罗斯,占地500英亩,场域囊括各式道路交通状况,增设隧道、造雾机与造雨模拟测试区,并建设光纤通讯与电源供给设备以测试车联网通讯技术,相关配置如下图。
图5 : AstaZero场域配置图(资料来源:Frost & Sullivan,ARTC整理) |
|
自动驾驶的未来议题
自驾车上路还有许多规范仍待制订,目前各国政府对自驾车正面看待,积极讨论上路办法,例如德国希望推动自驾车2020年合法上路,已开始定期办理跨部门会议沟通,将自驾车分成六个层面执行,分别是路网标准、上路法规、前期测试、智慧交通、网路安全与大众接收度,并规划道路交通法规纳入自动驾驶,驾驶人只要正确使用自动驾驶就不受到处罚,讨论车辆与驾驶的责任厘清,以及面对道德两难时的处理方式。
法规也是很大的挑战,目前较高阶的自动驾驶辅助功能仅能在美国上路,例如自动跟车,但在多数国家,法规并不允许驾驶分心开车。为了发展自动驾驶产业,美国密西根州允许没有方向盘、没有刹车、没有驾驶人的自驾车上路测试与销售,并着手制订相关产业规范。
现今自动驾驶议题政府与车厂虽喊得很热,但民众接受度却是很大问号。预估随着自动煞车成为强制法规,许多与自动煞车共用硬体(雷达、镜头)的ADAS系统如主动巡航或车道偏离警示也会一同装载,使人们逐渐习惯自动驾驶带来的便利性,将有助提升民众对自驾车的接受度。
自动驾驶车初期仅会在特定场域服务,若要应用各种道路,其技术认证、驾驶执照的取得与保险方式必须重新设定;自动驾驶车若要普及,车辆搭载的感测软硬体必须有合理价格与高信赖度,软体如云端数据、3D地图与人工AI必须成熟,支援自驾车的环境建设也都必须完整。
ARTC自驾关键技术,引导国内车辆产业升级
ARTC研发多款ADAS技术媲美国际车厂,例如车道跟随系统与自动紧急煞车等,电脑可根据驾驶环境进行操作,达到SAE自动化定义的Level 2等级。影像辨识是自动驾驶关键,ARTC已运用上述提及的深度学习建立人工智慧,发展影像辨识模组,可有效辨识路上行人与非行人物体。
ARTC也融合车辆电脑控制、感知辨识与车联网等多种技术,打造停车场域自动辅助驾驶系统,驾驶人可在特定位置下车,透过行动装置指示车辆进入停车场,自行寻找空的车位并自动停车,取车时亦只需在门口呼叫,车辆便会自行前往驾驶位置。
图6 : ARTC自动驾驶辅助系统。 (资料来源:ARTC) |
|
车辆智慧发展商机庞大,ARTC可协助国内厂商发展自动驾驶车相关关键技术,协助产业升级。值得注意的是,国内厂商在与国际车厂合作时,由于车厂对于商机掌握性极高,厂商应着重在双方合作后的加值商机,选择双方有利的合作方式。