江柏風/工研院產經中心
一、車輛發展趨勢
(一) 晶片、整車廠紛紛投入自動駕駛技術研發
全球多家車廠（Tesla, Chrysler, Ford, Volvo, Audi, Hyundai, Nissan, Daimler…）、晶片商（Nvidia...）、軟體商（Google, Apple…）正紛紛投入自動駕駛相關技術的開發（圖一）。新技術開發伊始，只限定在特種環境與產品；例如先在小型車輛進行測試，而現在則已經在許多房車、休旅車，甚至實際在連結車上進行自動駕駛測試。另外，日本機車大廠Honda也投入『自動駕駛機車』的研發，將自動駕駛技術推進到兩輪的運輸載具上，此技術更展現出自我平衡的高超技術，顯示自動駕駛技術正逐漸擴散至各種運輸載具上。
圖一、全球投入自動駕駛技術開發廠商
(二) 多組感測器融合，加速自動駕駛技術運作
為了達到車輛自動駕駛需求，一台車輛必須配備許多感測器，當許多感測器資訊同時回傳到車用處理晶片時，將加重車用處理晶片的處理負擔，也會減慢晶片的處理速度。所以，感測器與晶片廠商提出了感測器融合技術，以解決上述的問題。
感測器融合 (Sensor Fusion) 的創新概念是同時匯集『多顆』、『同類型』或『不同種類』感測器的資訊（圖二），先在前端進行所有高精度感測數據的初步整合，再將多組初步整合好的資訊交給後端行車電腦的中央處理器進行判讀與運算，如此，可以更快和更精準地感知車輛週邊的環境。相對於現有的獨立感測系統，需要排定訊號的處理順序，使得後端的處理器一直處於高負載的狀況，不僅發熱量高，同時也容易發生當機狀況。而感測器融合技術可以分層、分工進行資料運算處理，有效減少後端處理器的負荷，讓行車電腦可以做出更快、更好、更安全的車輛控制指令。此分工處理的架構，就是感測器融合技術的真正核心所在，可加快資訊處理的速度，也可以減輕中央處理器的運算負荷。
圖二、感測器融合系統與晶片架構圖
雷達不具有影像感測器所具有的高解析度，不過它在測距和穿透雨、雪和濃霧方面具有很大優勢，所以結合雷達與影像感測器的資訊，可以滿足全面性以及全天候感測車輛外在環境的需求，以達到真正車輛使用環境的無限制。將前方雷達與前方影像感測器融合在一起，可實現自我調整巡航控制和車道維持輔助，或者將後視影像感測器與超音波測距感測器組合在一起來實現自動停車功能。
(三) 晶片廠商之動向
1. 未來將是『數據』的世代
Intel CEO Brian Krzanich在2017年3月宣示，Intel公司將作為解析巨量資料的推動者，並提供整體巨量資料的解決方案，並且明確定位Intel公司為 ”We are a DATA company.”。
面對自動駕駛車輛世代的來臨，今後一台自動駕駛車一天所需處理的資料量將高達4 TB（= 4,000 GB）（圖三），以影像感測資料量而言，每秒將有20~40 MB；光達（Lidar）資料量每秒更高達10~70 MB。除了影像感測器、光達等感測器之外，需再加上雷達、超音波、GPS…等來自車輛週邊零組件的資料，再經高速運算後，才能.......以上為部分節錄資料，完整內容請見下方附檔。