自動駕駛成為車廠與半導體產業下一個鎖定的目標市場,已經過幾年的時間。在這幾年的時間中,對於國際自動機工程師學會(SAE International)定義的自駕車各級安全的討論與相關技術的研發持續不斷,且人工智慧(AI)、機器學習(ML)也開始被納入自駕車系統中,以期可更為提升自駕車的安全性與更讓人們信任。

然而,即使業者們都有共識要直接跳過需「人類駕駛介入」的Level 3階段,以免駕駛遭遇突發狀況接手時卻反應不及,仍造成遺憾,因此要讓反應更快、更智慧的自駕系統直接全面接管整個駕駛過程,但「人因(human factor)」仍是目前自駕車發展最大的門檻與關鍵問題。除了人類駕駛在自駕系統遇到無法解決的問題,而須立即馬上接手所造成的驚慌難以克服;美國駕駛對於能夠掌握「方向盤」而感受到的「天賦人權」的自由意識也不是那麼容易被打破;更重要的是,業者們對於自駕車的宣傳「打造更安全的行駛環境,降低事故的發生」,也因自駕車事故頻傳而被打臉,種種原因使得自動駕駛車這個夯翻天的議題,似乎有逐漸降溫的情況。

究竟,自動駕駛車該如何發展,或是該納入何種新技術或半導體元件才能真正駛向康莊大道?人因的問題如何解決?如何讓駕駛真正可信任自駕系統?以及回歸最初車輛的發展來看,「自駕」對使用者而言真的是必要的功能嗎?車輛中,哪些功能才是人們真正「必需」的功能?

自駕車發展難如登天

曾經被視為第四個「C」,並被產業界寄予厚望的汽車產業近期可以說有點「慘」,裁員、關廠、高階主管辭職,以及車廠紛紛調降營收、出貨量不如預期…等,起因皆為全球車市自2017年起成長開始趨緩,2018年呈現近5年來首次衰退。然而2019年受到中美貿易戰的影響,車市更加嚴峻,中國汽車市場更出現20年來的首度萎縮。

為因應車市逐漸萎縮甚至負成長,過去幾年傳統汽車大廠開始紛紛「找出路」,例如車輛電氣化,投入更多資源在電動車、自動駕駛車的開發。其中,自駕車被視為車廠的「救星」,帶動半導體產業對自駕車亦懷抱希望,車廠在2016~2017年甚至喊出,未來2~3年後全自駕車款即可上市。

但近期傳統車廠已延後推出全自駕車的時程,除了汽車市場委靡不振、「人因」等因素,還包括了法規、責任歸屬的「道德性」問題,以及現有半導體元件技術尚未能真正解決全自駕車開發將遭遇到的困境。

一般客車自駕功能「卡關」

從技術的角度來看,為了實現自駕車,半導體業者紛紛端出各式先進車用感測器、雷達與光達(Lidar)…等元件,並搭配運算能力更強的處理器與人工智慧(AI)、機器學習演算法的輔助,但自駕車發展似乎仍遇到瓶頸。英飛凌(Infineon)汽車系統工程部資深總工程師陳添寶表示,目前汽車產業研究自駕車時,碰到相當多的難題,這是由於車輛行駛的環境遠較航空或其他產業還要更複雜,目前自駕應用發展尚未能解決複雜行駛環境會遭遇到的問題與突發狀況,因此看清「現況」的車廠們開始放慢自駕車發展的腳步。

自駕車興起的宗旨是為所有人提供更安全的道路與減少壅塞的行車環境。Nvidia汽車部門資深總監Danny Shapiro表示,雖然目前自駕車產業仍在發展階段,但仍然保持著強勁的發展態勢。透過處理器技術的不斷演進,以及模擬各種行駛的狀況,相信將可協助業者克服諸多挑戰。

前述提到的「人因」與法規也大大影響著自駕車的發展。瑞薩電子(Renesas Electronics)車用事業部業務暨技術部副理黃源旗坦言,目前對自駕車仍存疑的駕駛或是用路者還是佔多數,除了一些願意嘗鮮新科技的使用者外,因此如何讓人們「信任」自駕車,是傳統車廠正在努力的目標;在法規方面,自駕車事故責任歸屬仍「喬不攏」,例如自駕車發生事故時,車廠是否應該或願意負責,這也影響著自駕車能否為消費者所接受。有鑑於此,目前傳統車廠轉向「保守」規劃自駕車問世時間,並透過大量且持續不斷的測試,希望自駕車能達到車廠或消費者能認可的可靠度後,在推出自駕車款。

恩智浦半導體(NXP)汽車電子事業部系統架構師王明達認為,由於自駕車研發與一般路測的不順利,現階段車廠或是相關元件廠商對自動駕駛商業應用前景時間表的判斷已更為客觀,因此將量產乘用車的焦點先放在先進駕駛輔助系統(ADAS);且自駕車的發展雖為市場迎來了一股投資熱潮,但是主要集中在發展自駕車相關技術的新創公司,以及固定園區、物流車、自動駕駛卡車等有機會最先落實的專案上。

由上述可見,種種因素使得傳統車廠的自駕車款將延後上路,「車廠放慢自駕車腳步是對的做法。」陳添寶指出。

商用/特用自駕車「跑得快」

若是將「車」進一步劃分,可分為一般客車,以及商業、工業或特定用途車輛,前述提到的自駕車困境主要都是指一般客車、房車,而非商用或特定應用車輛。事實上,業者一致認為商業、工業或特定用途的自動駕駛車發展步調,會比傳統車廠推出的一般乘用自駕車快上許多。

行競科技聯合創始人暨執行長洪裕鈞表示,由於目前傳統車廠仍將自駕車定義為傳統客車,試圖將自駕車打造為如同現今在路上隨處可見的一般房車、休旅車…等,因此遭遇了許多開發上的困難。事實上,若是將自駕車視為一種載具,而非「車輛」,工業用無人搬運車(Automatic Guided Vehicle;AGV)、各式農用車、港口用搬運車...等商用或非道路、城用的車輛,都會比傳統客車更易於發展自駕功能。

原因在於,上述這些商用、特用或工業用「載具」都行駛在固定區域及路線。台灣智慧駕駛執行董事劉宜鑫說明,相較之下,商用或特用車的行駛路線封閉且單純,在固定地點及路線運行,人身事故發生機率極低、風險也小,不會像一般道路上會發生許多突發狀況,例如突然跑出來的行人或動物,因此在相關演算法、模擬或是技術上相對簡單,現階段也可看見許多實際應用。

1996年3月28日通車的台北捷運木柵線(已更名為文湖線)即為無人自動駕駛車應用的實例之一。洪裕鈞進一步舉例,日本高齡化社會來臨,為因應老年人無法走遠路到鄰近的超市購買日用品或生鮮蔬果,目前已有無人駕駛生鮮蔬果販售車,固定運行在某些地區,服務老人家更容易購得新鮮食物。

美國雜貨店品牌Stop&Shop在今年1月宣佈與生鮮運送無人車新創公司Robomart合作,利用Robomart的無人車販售On-Demand生鮮與雜貨購物服務。劉宜鑫認為,舉凡工廠搬運車、掃街車、農用車、物流車、搬運機器人、遊樂園區遊園車,以及大眾運輸工具,甚至掃地機器人,這些一般人較易忽略的「車輛」都可以視為自動駕駛載具的範疇,而且這類自駕載具不僅市場需求已浮現,更可看見有越來越多實際應用正在發生。舉例來說,目前台灣智慧駕駛的自駕車已實際在桃園農業博覽會、台中麗寶樂園與桃園機場捷運A17領航站旁的桃園捷運公司腹地內運行,供遊客與捷運公司員工搭乘。

20191104NT31P1 Robomart無人車販售On-Demand生鮮與雜貨購物服務車。(圖片來源:Robomart)

劉宜鑫並透露,台灣智慧駕駛也和台灣某縣市政府合作,未來幾個月內可望看到行駛在公車專用道(半開放路段)內的自駕公車上路。Shapiro補充,全自動駕駛車輛的推出仍將持續分階段進行;目前特定應用這種相當有限的自駕應用也將在未來幾年內繼續發展,例如港口和礦山等受控環境中工作的專用車輛,在相對較小的圍欄區域中運行的低速客運班車或叫車服務,以及人行道運輸機器人,甚至也可開始看到長途卡車在高速公路上送貨。

據Navigant Research預測,全球城市交通營收將從2018年111億美元增長至2027年398億美元,年複合成長率(CAGR)為15.3%。全球智慧城市交通市場隨著自動駕駛、電動車、5G網路等技術發展,衍生的公共運輸行動服務(Mobility as a Service;MaaS)、出行共享等應用服務,將帶來龐大市場商機與社會效益,其中,車聯網與自動駕駛車皆將扮演重要角色。這裡所指的自動駕駛車,即為大眾運輸工具或是特定應用自駕車輛。

ADI汽車電子事業部大中華區汽車行銷經理崔正昊則認為,商用或特定應用自駕車發展的越成功,也能反過來讓人們更能接受一般乘用自駕車。他表示,隨著自動駕駛在工業和智慧農業或其他領域的廣泛應用,例如礦場的自卸卡車、農田中的自動駕駛拖拉機及無人機自動澆灌等,相信大眾對自動駕駛技術的恐懼與不信任會逐漸消散,並逐步認可新技術為出行帶來安全和便利、提升社會效率,不需要太久的時間,就會有越來越多的人將樂於接受並踴躍嘗試自動駕駛技術。

20191104NT31P2 各種新技術與電子元件推助全自駕車上路。(圖片來源:英飛凌科技)

從技術層面解決人因問題

如前所述,傳統車廠戮力研發的一般乘用自駕車受挫於「人因」此一關鍵問題,而將步調放緩。今年初美國消費性電子展(CES)、巴塞隆納全球行動通訊大會(MWC)中,業者們有志一同認為應跳過美國汽車工程師協會所定義的自動駕駛能力層級中的Level 3——當自駕車遭遇緊急狀況時,系統得要求由人類駕駛接手的階段——強化現階段已可達到的Level 2的增強版Level 2+或是發展Level 4、Level 5。

業者們有這樣的共識,關鍵就在於駕駛在遭遇突發狀況需從自駕系統接手時,可能無法立即反應,反而更容易造成事故。崔正昊指出,由於Level 4/5不再需要駕駛,有助於自動駕駛車的設計更加靈活。黃源旗則表示,人類反應速度再如何快都不會快過機器,這也是自動駕駛概念發生在一般客車時的主要訴求——透過反應速度快、更安全、智慧的自駕系統來減少人類駕駛造成的事故率。不過,若是車廠與相關業者要直接發展Level 4、Level 5階段,則需要有更先進的技術,以及相關安全法規的協助。

安全規範確保可靠性

半導體電子元件的進展在硬體技術層面上協助自駕車更能「眼觀四面,耳聽八方」。但自駕車安全性、可靠度,需要透過相關法規「量化」,不僅讓業者有明確的方向可依循,也能進一步讓消費者了解自駕車究竟有多安全。

現階段與自駕車安全相關的規範除了美國汽車工程師協會所定義的自動駕駛能力等級之外,還包括ISO 26262、ISO 21448、UL 4600和IEEE的其他倡議,以及各國針對其自駕車發展所擬定的相關規範,例如美國AV 3.0、德國《道路交通法規修正案(RTA) 》、日本SIP-adus…等,台灣也發佈了《無人載具科技創新實驗條例》。

其中,ISO 26262標準以功能安全管理(Management of functional safety)、汽車產品設計開發的安全生命週期(Safety lifecycle)及分析定義車輛安全完整性等級(Automotive Safety Integrity Level;ASIL)為主要規範。黃源旗認為,ISO 26262是相當嚴謹的規範,因為該規範目標是要讓一般乘用車或自駕車「不存在任何可能的風險」,也因此車用元件商與車廠在發展自駕車時,皆以遵循ISO 26262為準則,而產品若能符合ISO 26262規範,亦可證明其具備一定的可靠度。

另一方面,網路安全(cyber security)也需要重視,相關汽車網路安全法規如以SAE J3061為基礎的ISO 21434,業者亦須了解。由於自駕車內部與外部的連接皆需仰賴各式無線連網技術,提供駭客許多入侵的機會。王明達表示,相較於現今一般客車,自駕車需要更多的保護,然而現在攻擊方法越來越便宜,使犯罪分子和恐怖分子更加負擔得起且可能有利可圖,因此汽車安全也必須不斷發展。這意味著汽車製造商必須支援車輛內外及其供應商的可更新和可升級的未來安全性,例如韌體/軟體空中更新(FOTA /SOTA)。也因此,汽車供應鏈中的所有公司都必須準備好不斷投資於網路安全解決方案,以便始終領先隨時間發展的威脅。

半導體電子元件成助力

無論是一般客車或是特定應用自駕車,處理器、感測器與微控制器會是率先被提到的三個主要電子元件。黃源旗表示,自駕車系統運作可從三個步驟來看,首先是感測器與由遠而近的無線技術,再者是分析感測器資料的處理器大腦,最後是協助車輛做出反應的微控制器。每一種元件都必須要能符合ASIL要求;其中系統單晶片(SoC)處理器因設計架構的關係,無法做冗餘(redundant),加上IP複雜,現階段很難達到ASIL C、D等級,若是業者可投注更多資源與更長時間,未來也許會出現符合ASIL C、D等級的SoC處理器。另一方面,自駕車除了分析該如何應對行駛狀況外,最重要的是要讓車輛能針對分析結果「有所反應與動作」,因此,可預見未來自駕車內會需要內建更多滿足ASIL D要求的微控制器。

陳添寶亦認為,現有運算能力高強的繪圖處理器(GPU)或是中央處理器(CPU)有耗電量大的缺點,因此改而採用能力較不強大的微控制器是目前主要趨勢,不過,在不同的應用情境下,微控制器較難符合Level 5全自駕的要求,需要業者們再接再厲研發新產品。目前英飛凌車用微控制器在作為主機及安全控制器時可支援高達Level 5等級,而在作為感測器融合(Sensor Fusion)和安全(Safety)功能時,則可支援至Level 2+等級。

自駕車產業面臨的難題之一在於自駕車需要相當龐大且複雜的運算,因此自駕車必須要有能夠即使處理數據的高效能AI超級電腦,這對於實現更高的自駕車安全等級至關重要。Shapiro指出,由於自駕車第一要務是安全,為了讓大眾信任自駕車,產業界必須以「安全」做為開發自駕車的唯一重點,因此從開發支援AI的硬體和軟體系統到培訓、測試和驗證自駕車,都需要環繞著「安全」此一關鍵進行。有鑑於此,Nvidia發佈DRIVE平台,該平台是可擴展的AI平台,可提供自動駕駛所需的運算能力,並結合深度學習、感測器融合和環繞視覺技術,以提供安全的駕駛體驗。

20191104NT31P3 自駕系統運作架構。(資料來源:台灣智慧駕駛)

在感測器方面,目前半導體元件供應商針對自駕車感測器,提出了包括光達、雷射與攝影機影像感測器…等產品。即使光達可能因價格因素無法滿足車廠成本要求而可能不被採用,但包括車輛內部使用的60GHz、專注車外偵測的24~77GHz雷射感測器、毫米波雷達,以及監測駕駛狀態的飛行時間(ToF)感測器...等,都會是助力實現自駕車的重要感測器。

崔正昊補充,先進的振動感測和演算法技術,可在車輛出現安全風險之前檢測出車輛的潛在問題。另外,融合毫米波雷達、光達和慣性測量單元(IMU)等元件的系統能可靠地檢測形狀更小、移動速度更快、距離更遠的物體,如摩托車、行人、動物等,在自動駕駛汽車周圍打造一道360度保護屏障,全方位保護汽車和乘客安全。值得注意的是,不依賴於外部資訊、也不向外部輻射能量且不受外界天氣狀況等影響的慣性導航系統,則是目前最有可能在車輛發生緊急狀況時幫助將車停到安全位置的技術。

20191104NT31P4 具完全感知能力的自駕車能感測當前與過去的歷史狀態、週遭環境的性質,以及車輛本身的狀態(位置、速度、軌跡,以及機械狀況)這些都是自駕車維持安全不可或缺的要素。(圖片來源:恩智浦半導體)

Autotalks亞太區業務發展暨行銷副總裁Ram Shallom表示,人因的問題當然可以用更先進的技術來解決。人類對自駕車最大的恐懼是不能明確了解自動駕駛車的動作,例如,我是否可以相信自動駕駛汽車正在觀察注意我並給予我通行權?而與人類駕駛相反,自駕車無法看到另一位駕駛的眼睛,也無法理解其意圖,因此溝通是自駕車讓人們獲得信心和信任的唯一途徑,為此需要V2X技術。

況且自動駕駛汽車的事故率應遠低於駕駛。Shallom進一步強調,所有感測器都有弱點,有些不能在夜間工作,有些不能在惡劣的天氣下工作,並且沒有「視線」就不能工作。

因此,有V2X在所有條件下都能提供可靠的感測,這對於安全駕駛至關重要。因此自駕車的技術發展需不僅只在車輛本身,而是道路周邊的基礎建設也需一起建置到位,才能讓自駕車實現降低事故率的承諾。

模擬至關重要

一般乘用自駕車要在現今的道路上行駛,系統需要通盤了解目前道路上會出現的「馬路三寶」或是其他問題,這需要實際進行路測才能讓自駕系統進一步學習到各種可能發生的行駛狀況。然而不是進行了幾百公里或是無數次路測就能全面掌握所有可能發生的道路行駛問題,且所需成本也相當高昂。

Shapiro認為,儘管許多開發駕車的業者已在全球各地的道路上行駛著自駕車測試車隊,記錄著數以千計的真實經驗,但這些測試不可能涵蓋無人自駕車可能遇到的每種情況,也無法在多種條件下重複這些情況,以確保自駕車系統真的可以處理。因此,業界已經意識到,模擬是部署安全自動駕駛汽車的關鍵要素。

劉宜鑫強調,自駕車路測是永無止盡的,因此在自駕車上路前,可針對不同行駛環境需求進行模擬,模擬好的模型在匯入自駕系統實際試運行,並從試運行中讓自駕系統「學習」,再進行試運行驗證。這樣反覆的過程中,可提升自駕車實際行駛在道路上的安全性,進一步降低風險。

高精準地圖不可或缺

自駕車在行進過程中需要仰賴高精準地圖,以作為判斷行駛路線或是各種交通狀況的依據。劉宜鑫表示,高精準度地圖可減輕自駕車運算負擔,讓自駕車行駛當下可以不用做那麼多的感測或判斷。因此台灣智慧駕駛自駕車系統中,已將許多資訊內建於高精準度地圖,即可讓自駕車先規劃好大致的行駛路徑。

自駕車改變既有車市面貌?

觀察自駕車產業可以發現,傳統車廠以外,有許多新創公司與新車廠亦加入戰局,且比傳統車廠更快推出自駕車款,如特斯拉(Tesla)。洪裕鈞認為,包括如DD出行、Uber等業者推出共乘服務,企圖建立將個人化交通轉變為人們不再需要擁有一輛車的概念,驅動了自駕車的發展。

創新將是王道

現有許多新創公司已跳脫出目前傳統車廠乘用車的設計框架,推出不同以往的特定用自駕車,並試著將車輛打造為未來的「個人行動空間」,而不再是傳統的四輪乘用車。洪裕鈞指出,一般乘用車導入自駕功能只是一個過渡期,未來勢必會發展到「mobile car」時代,車輛不再是一般車輛,而是一種載具,讓人們在此載具中可做許多事,如行動辦公室、行動繪畫教室…等,甚至或「飛行車(flying car」也可望出現。

更重要的是,人們「開車」這個動作會成為一種休閒活動。洪裕鈞強調,在此世代中,具備創新思維的新創業者或是意想不到的玩家將是扮演自駕車發展的主要推手,若是傳統車廠無法跳脫傳統車輛設計與使用情境思維,很可能會成為自駕車市場的追隨者。

劉宜鑫則表示,未來自駕車會是一種行動的空間,只要基本的運行沒有問題,自駕車可以化身為各種創新應用,如郵政車、餐車…等,衍生的市場規模也不容小覷。

對此,陳添寶認為,未來自駕車市場「傳統車廠仍是老大」。原因在於,消費者在購車時,除了少數對於新科技與新車型抱持興趣的買家,還是會考慮到產品的可靠性、售後服務與價格…等因素,傳統車廠在新車款或自駕車的設計上對安全的考量仍較為全面,亦累積了一定的顧客忠誠度。相較新興車廠為了搶市,加快開發速度,未做完全的測試就將自駕車推向市場,導致相關事故頻仍,反而造成人們對自駕車的不信任。

合作比單打獨鬥強

值得注意的是,自駕車雖然讓汽車產業中的玩家「撞上」了諸多挑戰,但也進一步促使各企業間更緊密的合作。例如通用汽車(GM)+Cruise+本田汽車(Honda)+軟銀(Softbank)、福特(Ford)+Argo+福斯汽車(Volkswagen)、博世(Bosch)+Conti+Nvidia+福斯汽車、BMW+戴姆勒(Daimler)、Waymo+Magna、百度Apollo合作平台等,王明達表示,驅動企業攜手合作的因素是業者對整個產業的認識和在產業鏈上的定位更加清晰,這對於日後自駕車的發展也有助益。

此外,對於自駕車供應鏈廠商而言,同樣的如何能正確的定位,充分發揮自己的優勢,聯合產業鏈上其他的夥伴把市場做大,進而實現共贏,亦是需要認真考慮的大哉問。

不僅產業間的合縱連橫,政府的推動力也對自駕車的發展有相當大的助益。例如,韓國總統文在寅宣佈將投入500億美元,力拚在10年內推動南韓成為全球第一大綠能車製造國、第一個開放自駕車商業營運的國家。台灣政府也鬆綁法規力促自駕車整體產業與應用的發展;中國武漢日前向百度、海梁科技、深蘭科技共3家公司,釋出無人車商用牌照。不可諱言,官方政府的支持,以及釋出的特定應用自駕車標案與計畫補助,將可協助自駕車發展步入軌道。

自駕車是值得追尋的「夢想」

即使一般乘用全自駕車預計要到2025~2035年後才可能出現,但自駕車相關業者皆認同「自駕車」是汽車產業必經之路。

崔正昊援引麥肯錫近期報告指出,2030年一般乘用自駕車將達約800萬輛,自動駕駛技術的實現預計可減少90%以上的事故。隨著「智慧駕駛」甚至「自動駕駛」概念由噱頭、加分功能,逐漸變成標準配備,可想見自駕車的發展是對的方向,並為傳統車廠與汽車半導體廠商打開另外一扇門提升自身的附加價值。

Shapiro強調,自動駕駛不是市場口號,這項技術帶來的優勢非常真實。太多人由於與車輛有關的碰撞而喪生,根據統計,每年全球因道路交通事故造成的死亡人數超過130萬人,其中94%是由於駕駛失誤造成,而自動駕駛技術可以提供補救,大幅度減少這些事故的發生,並使道路更加安全。

值得注意的是,在全自駕車上路之前,車廠與元件商全力發展的ADAS相關技術,將是消費者最需要的功能。黃源旗表示,目前Level 2/3定義的一些安全輔助駕駛功能,如A柱視線補強是可以被期待也是易於被消費者接受的功能。

陳天寶進一步說明,停車輔助、自動停車等現階段較易實現的自動駕駛功能,以及透過雷達、ToF感測器實現的駕駛狀態檢測,亦為現階段提升道路行車安全重要且必須的功能。

綜上所述,發展自動駕駛沒有捷徑可言,尤其是一般乘用車。從封閉到半開放到一般開放道路,要做的工作大同小異,更好的AI模型、模擬測試、更先進的電子元件,以及現有ADAS技術研發所累積的經驗,都可望讓自動駕駛車駛向更明確的未來。

本文同步刊登於EE Times Taiwan 11月號雜誌