今日的科技與汽車產業高層及工程師們,對於如何趕上自動駕駛車輛(automated vehicles,AV)的技術與商業發展藍圖都有許多疑問;而根據市場研究機構IHS Markit的車用資通訊娛樂系統與先進駕駛輔助系統(ADAS)研究總監Egil Juliussen表示,其中有三個最大的問題會是汽車產業界在2019年特別急切想知道答案的:

  • 我們需要光達(lidar)嗎?
  • 科技與汽車產業真的準備好合作追求「網路效應」(network effect)以實現駕駛軟體的演進?
  • 產業界將解決L2與L3自動駕駛車輛的控制權換手(handover)問題嗎?

產業界肯定會看到科技業者、第一線汽車零組件供應商(Tier One)以及車廠之間,在自駕車方面的新一波合作;還有數家公司正在嘗試新技術,例如自適應駕駛人注意力管理(adaptive driver attention management,ADAM)平台,以解決L2與L3自駕車的控制權換手問題。

有鑑於當機器突然將車輛控制權交回給人類駕駛員,可能出現難以想像的兩難困境;因此市場研究機構Semicast Research首席分析師Colin Barnden接受EE Times訪問時表示:「預期在即將於美國拉斯維加斯舉行的2019年度國際消費性電子展(CES)上,會看到Tier One與車廠重燃對駕駛人監視系統的興趣。」

不過,配備了ADAS的車輛與自駕車真的都需要光達嗎?對此IHS Markit的Juliussen告訴EE Times:「我們將開始聽到更多相關討論;」他解釋,會出現以上的疑問是因為數位成像雷達(digital imaging radar)的崛起:「這類技術能比以往做的更多。」

自駕車不需要光達的這個想法已經在產業界討論了近一年;這個提議很誘人,因為多數車廠都認為光達太昂貴,也同意光達技術仍有許多待克服的挑戰。而雖然沒有人指出「無光達的未來」近在眼前,但有許多成像雷達技術供應商將之視為潛在目標之一;例如恩智浦(NXP Semiconductors)技術長Lars Reger就曾表示,該公司期望證明這是可行方案。

融合光達與攝影機的解決方案

一家總部位於美國加州Pleasanton的新創公司AEye,則是在不久前宣布推出第一款商用產品「iDAR」;這是一款與高解析度攝影機融合的固態光達(solid-state lidar),鎖定ADAS與自駕車應用市場。AEye相信,車廠並不情願採用現有的光達技術,因為它們目前的解決方案仰賴一系列共同產生大量數據的獨立感測器,

AEye表示:「這種方式需要漫長的處理時間以及大量運算能力來收集、組合資料集,經過排列、分析、校正、壓縮採樣等程序,將之轉譯為能用以安全導引車輛的可執行資訊;」而該公司的想法是,僅根據對於自駕車路徑規劃是否有用,利用人工智慧(AI)有差別地收集資料,而不是把所有收集到的資料以相同的優先順序排列。

AEye行銷副總裁Stephen Lambright在接受EE Times訪問時表示,就是以上想法鼓勵該公司開發出iDAR;而實際上iDAR是深植於最初為了國防產業所開發的技術。AEye執行長Luis Dussan過去專精於為戰鬥機設計監控、偵查與防禦系統,他成立這家公司的目的是「為自動駕駛車輛提供軍用等級的性能。」

Lambright指出,AEye開發iDAR是根據Dussan從塑造軍機感知系統學到的三個原則:1. 絕不錯過任何東西;2. 了解各種物體並不平等,需要不同等級的注意力;3. 即時處理任何事情。AEye的產品部門副總裁Aravind Ratnam表示,簡單來說,iDAR的目標是開發「不需要浪費運算週期」的感測器融合系統。

iDAR的功能區塊包括1550奈米的固態MEMS光達、低光線HD攝影機以及嵌入式AI;Ratnam指出,該系統的設計是「結合」2D攝影機的像素(pixels,RGB)以及3D光達資料的立體像素(voxels,XYZ),提供一種「新的即時感測器資料型態」,以達到更高精確度、更長的傳輸距離,還有比自駕車路經規劃系統速度更快的、更多智慧的資訊。

值得注意的是,AEye的iDAR提供的不是獨立攝影機與光達系統的掃描後融合,而是藉由開發AI感知系統,將固態光達與高解析度攝影機實質融合;該公司解釋,其iDAR「建立了一種稱為動態立體像素(dynamic vixels)的資料新型態」,透過擷取X、Y、Z與R、G、B資料,這種動態立體像素號稱是模仿了人類大腦視覺皮層的資料結構。

最新的iDAR系統AE110在2018年12月發表,是第四代原型;Ratnam表示,該系統包括一個以Xilinx的Zynq系列SoC為基礎的「組合器」(combiner)單晶片,內建Arm處理器核心。他並指出,該系統的設計宗旨是支援關鍵分析與硬體加速功能,並在單一袁建中整合CPU、DSP、ASSP與混合訊號功能;AEye打算在2019年自行設計該組合器單晶片ASIC。

20190102_iDAR_NT02

AEye的iDAR系統AE110功能區塊圖
(來源:AEye)

「機器視覺+雷達」還是「機器視覺+光達」?

在AEye推銷其結合機器視覺與光達之感測器系統的同時,有幾家高精確度毫米波雷達(mmWave radar)晶片開發商則是提倡「機器視覺結合雷達」的解決方案。市場研究機構Linley Group資深分析師Mike Demler認為,AEye將攝影機與光達融合「是有趣的方法,或許會有一些獨特的功能;」但他也指出,AEye並非唯一提出該類解決方案的公司。

Demler表示,Tier One業者Continental也有賣結合攝影機與光達的系統,不過可能是預先處理之後才結合來自兩個獨立感測器的資料;在他看來,AEye的方案優勢會在於「感測器融合軟體」,因為在本質上,「將攝影機/光達影像感測器視為整合裝置,正如他們所聲稱,有可能會加速對感興趣區域的識別。」

但是除此之外,兩種感測器的所有優缺點仍然存在。Demler指出,AEye採用MEMS光達,卻似乎未透露其空間解析度;他猜測,與像是Velodyne的掃描光達相比較,這可能會是一個缺點:「攝影機感測器就算擁有最高解析度,也無法處理特別亮或是特別暗的場景,而且也可能受到阻擋鏡頭的塵土或降雨/雪的限制。同樣的,光達在降雨/雪中的功能表現也不如雷達,因此你會無法仰賴它來偵測物體,而且大多數的光達無法量測速度。」

在被問到AEye時,自動駕駛技術顧問公司VSI Labs創辦人Phil Magney則透露,他的公司有被委託驗證光達的感測距離與掃瞄速率等性能表現;他強調:「iDAR感測器的獨特之處在於,它結合了感測器與光達,並在中央電腦攝取組合值之前融合資料。」

以他的觀點:「這是真正的邊緣融合(edge fusion),因為該裝置在任何分類發生之前就融合原始資料與攝影機資料;我們也知道,該裝置擁有深入某個感興趣物件的能力,也就是並不需要處理整個點雲(point cloud)場景。」Magney坦言,AEye的iDAR具備更妥善分類的潛能,「因為你有融合的攝影機資料可用;iDAR正在開發適用融合資料集的分類演算法。」

Magney 指出,AEye所謂的「動態立體像素」,在理論上能建立比攝影機或光達本身能產出的、更豐富的內容,但他也強調:「基本上每個像素都有一個點,每個點都有一個像素,不過要記住,攝影機的解析度會比光達高得多,所以像素與點的比例並非1比1。」

「拿iDAR與雷達來比較,有可能不需要雷達,因為光達與雷達都是測距儀器;」他表示:如果你對光達提供恰當深度感知、追蹤目標物速度的能力有足夠信心,就有可能。值得一提的是,iDAR的掃瞄率(100Hz)是大多數商用光達產品的兩倍,這會是該裝置的另一個優勢。」

不過在另一方面,因為大多數配備ADAS的車輛會比全自動駕駛車輛早一步上市,雷達似乎會在ADAS市場上比光達(或iDAR)更具優勢。Magney認為:「雷達在惡劣天候下能運作得更好,因此也最適合ADAS,因為即使條件不適合自動駕駛,也需要安全系統運作;」而他也指出:「雷達本身仍受限於分類能力,這取決於雷達裝置內的韌體;不過根據我們了解,雷達的分類能力正在改善,有供應商以及新創公司聲稱將會推出功能更豐富的產品。」

VSI最近接受委託,在AEye iDAR感測器的性能測試中驗證該測試與測試方法。Magney表示,該公司驗證其光達訊號能偵測1公里距離外的卡車,並證實其掃描速率達100Hz;他補充指出:「我們並未驗證這種感測器的性能或安全性是否更好,但確認它具備足夠的智慧功能,可識別1,000公尺以外的物體。」

究竟光達好還是雷達好?Linley Group的Demler總結指出,針對較高等級的自動駕駛車輛,目前沒有公司聲稱不一定要光達:「當然,你可以打造一輛沒有光達的自駕車,但這並不表示它在所有條件下都能良好運作,或者是與配備了攝影機/光達/雷達的系統一樣安全。」

在Demler看來,AEye的iDAR不能取代雷達,TI的毫米波成像雷達也不能取代光達:「大多數的自駕車開發商會同時採用三種感測器,事實上他們還會用其他感測器,例如超音波感測器、紅外線感測器;」他表示:「安全性與備援系統都需要備份,多類型的感測器也有必要,因為沒有任何一種感測器能適用所有狀況。」

編譯:Judith Cheng

(參考原文: 2019 AV Sensors: Vision, Radar, Lidar, iDAR ,by Junko Yoshida)