告別老司機》自駕車不僅能「算」還要能「看」,專訪 Mobileye 看其關鍵感知晶片布局

作者 | 發布日期 2021 年 04 月 16 日 11:00 | 分類 AI 人工智慧 , 國際觀察 , 尖端科技 Telegram share ! follow us in feedly


根據 IDC 所發布的「全球自動駕駛汽車預測報告(2020-2024)」顯示,2024 年全球 L1-L5 級自動駕駛汽車出貨量預計將達到約 5,425 萬輛,2020 至 2024 年的年均複合成長率(CAGR)達到 18.3%;L1 和 L2 自動駕駛在 2024 年的市占率預計分別為 64.4%和 34.0%。

IDC 認為,儘管目前 L3-L5 級自動駕駛技術的應用具有開拓性意義,L1-L2 級自動駕駛將依然是未來5年內帶動全球自動駕駛汽車出貨量成長的最大細分市場。

IDC 進一步指出,隨著半導體製造商不斷加大與車內裝置相關領域的硬體投入(如 CPU 與 GPU 等),逐步累積的規模效將有益於生產成本的降低;車內系統運算能力的提升將支援 L2(尤其是L2+)、L3、L4 級自動駕駛技術的更廣泛應用。

▲ IDC 全球自駕車出貨及成長預測。(Source:IDC

由此可見,自動駕駛風潮持續熱燒;而在 L2 的 ADAS 技術逐漸成熟後,眾多國際車廠持續發展更高效能、更安全的自駕解決方案,期能達到 L3 之上的自駕系統,藉此加快實現自駕車實際上路的願景。

如同會行走的超級電腦,讓自駕車決策更順暢是關鍵

自駕車就像一台會行走的超級電腦,其包括了圖資定位、感測、通訊、車輛設計與控制、決策等技術,可以說是相當廣泛的系統整合應用;特別是當中的決策技術更是直接影響著自駕車的駕駛行為。換言之,要實現 L5 自動駕駛願景,並維持穩定和安全性,強化自駕車的決策系統是一大關鍵;為此,各大車用半導體業者無不積極研發自動駕駛決策解決方案。

如 NVIDIA 便在 GTC 2021 發布新款用於自駕車的次世代 AI 處理器 NVIDIA DRIVE Atlan,這款處理器可提供超過 1,000TOPS 的運算量。據悉,DRIVE Atlan 將採用 NVIDIA 的次世代 GPU 架構、新的 Arm CPU 核心,以及深度學習和電腦視覺加速器;擁有可媲美資料中心的效能,將為各大車廠提供充足的運算能力,以打造具有豐富可程式化能力的軟體定義車輛,並且能夠透過安全的無線更新(OTA)永久持續升級。

▲ NVIDIA 在 GTC 2021 上發布最新款自駕車 AI 處理器。(Source:NVIDIA)

另外像是日本車用半導體大廠瑞薩電子(Renesas),在今年也針對 ADAS 和自動駕駛系統,推出新一代 R-Car V3U ASIL D 系統單晶片(SoC)。R-Car V3U 具備 60TOPS、低功耗的深度學習處理能力,以及高達 96,000DMIPS 性能,可滿足 ADAS 和自動駕駛架構對性能、安全性和可擴展性(向上及向下)的需求,進而驅動下一代自駕車技術。

至於行動處理器大廠高通(Qualcomm),同樣鎖定自駕商機,發布第四代高通 Snapdragon 汽車駕駛座系列平台。高通指出,第四代高通 Snapdragon 汽車駕駛座系列平台提供同質且多功能的解決方案;同時,作為高效能運算、電腦視覺、人工智慧和多重感測器處理的中央樞紐,該平台具備靈活的軟體配置,可滿足特定區域或領域在運算、效能和功能安全上的需求。

不僅要能算還要能看,自駕車感知不可少

另一方面,要實現自動駕駛,如何提升自駕車的感知能力是一大要件。根據市調機構 Yole Développement 調查,預估 2024 年車用感測器市場規模,光達將達到 4 億美元,雷達 6,000 萬美元,影像感測(攝影機)為 1.6 億美元,IMU為 2.3 億美元,GNSS 設備為 2,000 億美元。不同類型感測器之間的分配情況在未來 15 年內或許會發生變化,但無論如何,感測硬體的總收益將在 2032 年達到 170 億美元。

▲ Yole Développement 車用感測器市場規模預測。(Source:Yole Développement

也因此,車用半導體業者除了致力開發自駕車決策相關方案外,也積極布局車用感測產品;而英特爾旗下的 Mobileye,便是積極發展車用感測方案,以實現自駕願景的代表廠商之一。

Mobileye 接受《科技新報》採訪時表示,影像感測器提高了汽車安全性,而隨著影像感測器技術的成熟,基於視覺感測的 ADAS 對周遭到感知變得更加「清楚」,更能理解周圍環境的變化。未來視覺感測器將在自動駕駛汽車中扮演關鍵角色,且會是低階 ADAS(價格較低)的主要感測器來源,實現自動停車等功能;同時,許多汽車製造商將會為車輛配備這項功能,預計經過 5 到 10 年的時間,影像感測在各種價格範圍的車輛中將變得司空見慣。因應此一趨勢,Mobileye 也備有 SuperVision 方案,以滿足 L2、L2+ 的 ADAS 系統。

▲ 影像感測器將成為自動駕駛基礎。(Source:英特爾

然而,針對 L4 以上的自駕車時,若只單靠影像感測器,可能就會有些力不從心了。Mobileye 指出,展望 L4 的自駕車,相信從功能、成本等面向來看,影像感測仍會扮演關鍵角色。以影像感測為基礎,再搭配少量的雷達和光達(LiDAR),更能實現安全的備援機制,還可進一步降低成本。

Mobileye 解釋,現今在道路上行駛的自動駕駛測試車輛,或是配有 ADAS 系統的汽車,已經驗證了僅基於影響感測器的感測系統可以成功運作,證明了以影像感測為基礎的設計是有效的。不過,僅靠影像感測還無法實現自動駕駛所需的真正冗餘(Redundancy)設計,而雷達跟光達跟影像感測有很高的互補性,也因此,Mobileye 除了繼續提升影像感測器性能,強化可靠度外,也開始開發自有的雷達跟光達技術,期能在日後降低研究雷達跟光達成本。

▲ Mobileye 積極開發雷達和光達,以和影像感測器互補。(Source:英特爾

事實上,在 2021 年 CES 上,Mobileye 執行長 Amnon Shashua 早已公布雷達和光達相關技術細節。Shashua 透露,Mobileye 所使用雷達是軟體定義影像雷達(Imaging Radar),其通道數為 2,304 個通道,具有 100dB 動態範圍和 40dBc 旁瓣電平;且再結合全數位訊號處理、不同掃描模式、豐富的原始偵測和多幀追蹤等技術。在光達方面,由於英特爾本身擁有專門製造矽光子(Silicon Photonic)元件的晶圓廠,使 Mobileye 可實現垂直線數量達 184 條的光達 SoC。

▲ Mobileye 執行長公布自駕車發展細節。(Source:英特爾

Mobileye 進一步說明,和市場現有的雷達和光達相比,Mobileye 的解決方案並不是採用飛時測距(Time-of-flight)技術,而是依靠調頻連續波(Frequency Modulated Continuous Wave, FMCW),更能準確確定物體位置。此外,英特爾的專業矽光子晶圓廠具備能在矽晶片放上主動、被動雷射元件的技術,這使得 Mobileye 在打造 LiDAR 時更具優勢。

搶搭自駕熱潮 台灣不落人後

自動駕駛熱潮席捲全球,台灣也積極搶搭此波浪潮,且已有了不少亮眼成果。例如財團法人車輛研究測試中心(ARTC)便串連產業打造的 MIT 自駕電動小型巴士「WinBus」。WinBus 在 2019 年發布後,在通過台灣智駕實驗室的測試考驗後,獲得經濟部無人載具科技創新實驗條例自駕沙盒運行通過,2020 年成為台灣首例上路營運的自駕實驗車,驗證運輸接駁與自駕運行能力。

▲ 台灣自製自駕小巴 WinBus 進駐澎湖。(Source:ARTC

如今,在台灣多個地點都可看到 WinBus 身影,像是在彰濱鹿港為遊客提供觀光接駁服務、屏東科技大學進行校園接駁實證,以及今年 1 月更進駐澎湖,在離島率先進行無人自駕深度旅遊服務模式。

除了 ARTC 外,台灣首個開放道路自駕巴士,近日也在新竹亮相。在新竹縣政府、科技之星、車王電子、銓鼎科技、工研院等產官學界共同努力之下,啟動自駕電動中巴在竹北市區與高鐵間接駁服務,成為全台首創市區開放混合道路的實驗測試路線,也將是智慧交通公共運輸商業化發展的重要里程碑。

▲ 台灣首個開放道路自駕巴士在新竹上路。(Source:工研院

工研院副院長張培仁表示,在經濟部技術處支持下,工研院研發自駕車感知次系統,並針對台灣與亞洲特殊道路環境設計,收集大規模影像訓練資料庫。工研院也在 2018 年成立產業合作夥伴計畫,串聯 10 家廠商打造自駕車產業鏈;2019 年更攜手車王電子共同打造十部自駕電動巴士,2021 年將協助車王電子生產之其中三部投入此次實驗計畫。

與此同時,台灣半導體產業也積極搶攻自駕商機。像是聯發科研發車用毫米波雷達,並推出了 Autus R10 超短距毫米波雷達平台,並與車用零組件大廠博世(BOSCH)及德國馬牌(Continental)等廠商積極合作;至於瑞昱,則是瞄準智慧車輛對於資料傳輸的速度及處理需求大增,致力研發車用乙太網路晶片,且已切入多款歐系品牌。

總而言之,L5 的自動駕駛是汽車產業極力實現的目標,而感知、決策系統是實現自駕車不可獲缺的關鍵要素;而在汽車、半導體產業全力動員之下,相關的技術也正快速進步,而唯有這些技術成熟之後,L5 的自駕願景才有可能實現。

(首圖來源:英特爾