帳號:
密碼:
最新動態
產業快訊
CTIMES / 文章 /
分散式自駕車架構下感測器與運算電腦發展趨勢
 

【作者: 涂家瑋】   2019年02月27日 星期三

瀏覽人次:【11847】

在自駕車技術發展日益純熟下,對週遭環境掌握的更甚以往,故對感測器總數量需求日益增加。自駕車所使用的相機、雷達、超聲波(Ultrasonic)為常見感測器,基於安全考量智慧車多混用多種感測設備。


符合國際自動機工程師學會(SAE International)定義的Level 3標準以上的自駕車,因為人為干涉程度漸低,為了取得最佳的環境感測資料給主動式安全/自駕系統,高精度/3D感測之設備與相關技術成為自駕車的發展關鍵。高精度感測功能墊高感測器的成本,感測器總成本日益攀高。


此外,這些龐大的資料量處理更需要高效能的電腦,根據Intel統計一台完全自駕車所需的感測器,一天可以創造累積達4,000GB的資料量,大幅加重運算電腦的負荷。


為了可以滿足完全自駕車的發展需求,感測器與運算電腦分別致力追求更低成本,或是更高可靠度;但是還有一種趨勢發展就是「智慧化」,以系統綜觀的角度,檢視這個系統架構,讓感測器與電腦都具有更多智慧化、分散運算負荷,譬如內嵌感測晶片感測器、複合式感測器、感測融合電腦、低運算需求的中央電腦,智慧化趨勢讓中央電腦的負擔不要這麼集中與沉重。


而能達到智慧化趨勢的原因是什麼?「分散式自駕車架構」將是重要的促成因子,也因而帶動不同的硬體需求變化以及相關的市場潛在商機。


NVIDIA車用運算平台強調集中、強大的運算能力特色,但造成成本容易居高不下以及需要更大的功耗。為了解決此挑戰,Intel以分散式架構另闢途徑,提供一個低運算需求的車用運算平台,讓更多電子零組件業者得以研發不同解決方案。



圖1 : 自駕車為了要更清楚掌握週遭環境,增加越來越多的感測器,讓中央的決策電腦需要更強的運算能力,以應付有無限多種可能性的行車情況。(source:RDMag)
圖1 : 自駕車為了要更清楚掌握週遭環境,增加越來越多的感測器,讓中央的決策電腦需要更強的運算能力,以應付有無限多種可能性的行車情況。(source:RDMag)

如前所述,自駕車為了要更清楚掌握週遭環境,增加越來越多的感測器,讓中央的決策電腦需要更強的運算能力,以應付有無限多種可能性的行車情況。長期以來,國際上自駕車技術的主導者為NVIDIA,其提供強大的自駕車解決方案,從在資料中心內訓練深度神經網路的運算系統,到支援車輛即時、低延遲推論的自駕電腦,可滿足高度行駛自駕車行車安全之目的。


然而功耗的要求仍是車用環境的一大限制,若使用NVIDIA強大且穩健的集中式車用電腦平台架構,不僅要高功率的支援,還需要在車內配置散熱設備,大大加重對汽車的負荷。在這樣的限制下,講究分散式、低功耗的Intel生態系正快速崛起。


集中式的自駕車系統,其感測器設計較簡單,且傳輸影像原始資料,資料量較大。關鍵的決策運算電腦可簡單與感測器整合,但需同時處理感測辨識、融合、推論、決策等複雜工作,技術進入門檻高,業者具獨佔之優勢。


分散式的自駕車系統,感測器較複雜,結合「辨識晶片」先進行辨識工作,降低資料傳輸量;也可打造專用「感測融合單元」集結數個感測器預先融合,均可達到降低資料傳輸量之目的。


至於決策運算部分,因不需採用高運算能力的電腦,專注「已辨識過」的資訊,進行推論與決策,可降低中央電腦運算功耗。但伴隨的挑戰就是,需要整合各種品牌與類型的感測器,方可有效擷取其精簡後的特徵值進行分析。


變化方向 (中標數字1.2.3.4請略為設計)

1.內嵌物件辨識晶片的感測器

現階段感測器將收到的影像資訊經感光晶片轉化為電訊號後,並沒有再經過晶片將電訊號轉化為標準圖像訊息,便直接傳輸給車用電腦進行處理,所以資訊傳輸量大,且需要高效能電腦處理。


未來趨勢則可以Mobileye為代表,在感測器中嵌入辨識晶片,首先將影像資訊經感光晶片轉化為電訊號後,再經由晶片將電訊號轉化為特徵值(可以識別物件類型,如卡車、小客車),之後將特徵值傳給車用電腦進行處理,而非回傳全部的影像資料,如此可大幅降低傳輸與車用電腦的運算負荷。


=對於產業的影響=


智慧感測器內嵌辨識晶片對於產業的影響,包含有感測器專用「AI物件辨識晶片」市場需求商機增加;對於自駕車電腦的運算能力可望降低,故有利於分散式架構之自駕車電腦。


2.複合式感測器

現在感測器大多將收到的影像資訊,經感光元件轉化為數位訊號後,便直接傳輸給車用電腦進行處理,所以資訊傳輸量大,且需要高效能電腦處理。


以AEye開發的智慧檢測及測距(iDAR)技術為例,內涵多種感測器(如相機、光達),iDAR將2D配置攝影鏡頭畫素疊加到3D體積畫素(voxel)上,經由Edge端融合、辨識後,才回傳特徵值給車用運算電腦處理,資訊傳輸量可大幅降低。


=對於產業的影響=


複合式感測器對於產業的影響,包含有「多合一功能感測器」市場需求商機增加;對於自駕車電腦的運算能力可望降低,故有利於分散式架構之自駕車電腦。


3.感測融合電腦

感測融合電腦的演化,將以百度的Apollo感測融合運算電腦(Apollo Sensor Unit,ASU)為代表,ASU提供多種感測器介接,用於收集各種感測器的數據,包括攝影機、光達、毫米波雷達和超音波雷達。感測融合電腦接受感測器影像資料後,中間融合處理後才回傳特徵值給車用運算電腦處理,資訊傳輸量亦可大幅降低。


=對於產業的影響=


感測融合電腦對於產業的影響,為感測融合電腦設備的市場需求商機增加;對於自駕車電腦的運算能力可望降低,故有利於分散式架構之自駕車電腦。


4.低運算需求中央電腦

車用運算電腦擁有強大的運算能力與冗餘(Redundancy)支援,目前以NVIDIA為代表,但因其強大GPU所帶來的深度學習速度及運算力,也同時具有高功耗的缺點。


未來低運算需求中央電腦,則以Intel的Intel GO平台為代表,為與NVIDIA車用運算電腦的高運算力競爭,採用分散式的架構,將輸入車用運算電腦的資訊流區分成感知、決策、控制這三個特定功能任務。


其中感知的部分將EyeQ5晶片搭載於感測器當中,將影像資料進行初步的辨識處理,決策的部分搭載了EyeQ5晶片將LiDAR和Radar的影像資料及已過處理的辨識訊號進行融合以及規劃,最後控制的部分則搭載Intel Xeon晶片。相較於NVIDIA SOC架構中的GPU,Intel於該晶片中搭載的是Arria 10 FPGA,Intel GO因將資訊流進行區分,僅傳送處理過的特徵值,每個晶片中的訊息處理量較少,故對於運算力的需求較低也因此有較低的功耗。相較於NVIDIA Pegasus主要晶片功耗達60W,Intel Go的晶片卻只要40W,有顯著的差異。


=對於產業的影響=


低運算需求中央電腦對於產業的影響,其一目前涵蓋FPGA、ASIC、CPU、GPU等晶片解決方案等晶片架構競爭激烈,可以嘗試組合不同架構的電腦。舉例來說,早期CPU因可以廣泛處理電腦中的程式,故曾大量被採用,但其在處理人工運算的領域效能較差,故漸漸被NVIDIA所主導的GPU架構採用,引入向量運算技術讓CPU運算效能優異但功率高。


近期以可再編譯閘門陣列(Field Programmable Gate Array,FPGA)為例,具有可編程、高度客製化運算架構的特質,為車廠實現差異化與高效率運算,初期成本雖低,但量產後成本高;長期可發展為特殊應用積體電路(Application Specific Integrated Circuit, ASIC),整體而言,可發揮最高的晶片效能,大幅降低晶片功耗。


探討自駕車關鍵電子零組件


圖2 : 現有感測器直接收到影像資訊傳給車用電腦處理,資訊量大,且需要高效能電腦處理。(source:aarp.org)
圖2 : 現有感測器直接收到影像資訊傳給車用電腦處理,資訊量大,且需要高效能電腦處理。(source:aarp.org)

在分散式架構的技術下,自駕車關鍵電子零組件可分別從智慧化感測器,以及更輕盈運算架構探討國際的發展趨勢。


首先,以智慧化感測器為例,現有感測器直接收到影像資訊傳給車用電腦處理,資訊量大,且需要高效能電腦處理。未來的趨勢將是在Edge端的智慧感測器內嵌物件辨識晶片,與打造結合多種感測器進行融合的複合式感測器。智慧化感測器對產業影響可分為,在Edge端「物件辨識用AI晶片」以及「複合式感測設備」市場需求商機增加。


再者,以運算電腦架構為例,中央電腦提供強大的運算能力與冗餘支援已面臨很大的挑戰。新感測融合電腦,預先接受各種感測器資料進行融合處理,這些將有利僅回傳特徵值給電腦,資訊傳輸量小,以及「中央電腦運算需求降低」。對市場潛在商機為各種晶片架構競爭激烈,ASIC、FPGA、CPU、GPU不同晶片架構的低功耗電腦組合將有發展空間。


(本文作者為資策會MIC產業分析師)


刊頭圖(source:geospatialworld.net)


相關文章
生成式AI刺激應用創新 帶動軟硬體新商機
一美元的TinyML感測器開發板
用科技滅火:前線急救人員的生命徵象與環境監測
221e:從AI驅動感測器模組Muse獲得的啟發
利用微小型溫濕度感測器精準收集資料
comments powered by Disqus
相關討論
  相關新聞
» 聯合國氣候會議COP29閉幕 聚焦AI資料中心節能與淨零建築
» 大同智能與台電聯手布局減碳 啟用冬山超高壓變電所儲能系統
» 台達能源「以大帶小」 攜手供應鏈夥伴低碳轉型
» 筑波科技攜手UR推動協作機器人自動化整合測試成效
» 2024國家藥科獎揭曉 醫材軟體研發見碩果


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 遠播資訊股份有限公司版權所有 Powered by O3  v3.20.2048.18.188.113.185
地址:台北數位產業園區(digiBlock Taipei) 103台北市大同區承德路三段287-2號A棟204室
電話 (02)2585-5526 #0 轉接至總機 /  E-Mail: webmaster@ctimes.com.tw