【Arm 專欄】自駕車何時上路?先排除這 7 個關鍵路障

為什麼大家喊了這麼久,自駕車到現在還不算真正上路呢?除了法規制定與普及交通教育是條漫漫長路,車子本身的設計,更是一門大學問。
評論
Photo Credit: Arm 提供
評論

技術推動創新,汽車業迅速轉型,汽車製造標準隨著政策更新和消費者偏好的變化,正在逐漸改變市場需求。我們聽到自駕車這個名詞已經好多年,研究報告也預估到 2030 年,全球自駕車市場將成長到 173 億美元。

然而,為什麼大家喊了這麼久,自駕車到現在還不算真正上路呢?

從外在環境看,各國政府需要因應自駕車的產生,制定並通過全新的交通法令:例如若是發生事故,如何判定肇事責任歸屬?交通規則該怎麼訂?甚至未來馬路該怎麼設計、用車人和用路人該怎麼調整等。種種繁複的法令規章從研究、起草、聽證、制訂,再經過立法院的重重審核,甚至到所有用路人的重新教育,這些都不是簡單的事。

除了法規制定與普及交通教育是條漫漫長路,車子本身的設計,更是一門大學問。你能想像一部自駕車上將有多少晶片用來支援車用電腦運算呢?不論車子的動力、車速、車與車的距離、接收交通號誌的資訊、導航、對突發情況的反應以及車載資訊娛樂 (IVI)/ 駕駛艙系統,還有,無可妥協的「安全」:怎麼確保自駕車的安全,不被駭客入侵、甚至被他人控制,這些都是各大車廠甚至科技大廠致力研發的方向。

未來的自駕車,不再只侷限於汽車產業,也會是科技界的跨界新舞台,不然,如 Arm、Tesla、Google 等科技大廠,也不會競相推出自駕車方案、平台及服務。

自駕車怎麼分級

Photo Credit: Arm 提供

根據美國汽車工程師協會(SAE International)標準,自駕車目前分成 6 個等級,這是依據六個不同程度(從駕駛輔助到完全自動化系統)所定義。

  • L0 級也就是完全沒有自動,全靠人工反應任何狀況。
  • L1 級為駕駛輔助,駕駛人全程掌控方向盤、油門、煞車,但汽車系統會介入剎車、或輔助穩定,如電子穩定程式(ESP)或防鎖死煞車系統(ABS)可以幫助行車安全。
  • L2 級自動駕駛為部分自駕,駕駛可用主動式巡航定速(ACC)結合自動跟車和車道偏離警示,自動緊急煞停系統(AEB)和盲點偵測(BLIS)和汽車防撞系統的部分技術結合。
  • L3 級為有條件性的自駕,駕駛人需隨時準備拿回車輛控制權,在跟車時雖然可以暫時免於人工操作,但當汽車偵測到需要駕駛者的情形時,會立即回歸讓人工駕駛。
  • L4 級為高度自動化,可在條件允許下讓車輛自駕(如在高速公路上,平順的車流與標準化的路標)。
  • L5 級則為完全自動無人駕駛,連駕駛都不需在車內,全程車子可以自行操控與行駛。

然而想要大規模生產、部署,讓自駕車上路,還有一些挑戰與限制…..

7 個關鍵挑戰

Arm 汽車解決方案和平台總監 Robert Day 指出 7 大關鍵挑戰,影響自駕車能否順利駛向大規模部署之路:

  1. 價格:若在 2020 年生產自駕車,與普通汽車相比,L4 級和 L5 級汽車的成本可能會超過 75,000 美元到 100,000 美元。
  2. L3 級的可能性:由於 L3 級為駕駛人及系統共同駕駛,若發生事故,責任歸屬很難界定,因此已有不少車廠建議跳過 L3 級,直接進入 L4 級。
  3. 傳感器的複雜度大幅提升:由於自駕車取代人眼「觀看」車外狀況,所以需要大量的傳感器如 LiDAR、相機、雷達,所以電腦處理能力及速度將會十分重要。
  4. 軟體更加複雜:想要達到完全自動駕駛,預計將會有 10 億行的程式碼組成自駕車軟體,因此軟硬體整合、演算法及架構將會有很大的變化。
  5. 安全顧慮:自駕車的「安全性」也就是大家最擔心的部分。自駕車也就是未來電腦系統將取代人腦來決定何時決定行駛、煞車。那上億行的電腦程式就必須確保不會出錯,以保障乘客駕駛的安全。所以多核整合性的車用晶片就會很重要,這代表高度的功能安全 (Functional Safety) 必需到位。
  6. 從原型到大規模製造:而現今的原型電腦系統通常為市場上現存的伺服器技術。因此,不論是尺寸,功耗和熱能都不適用於汽車上。普遍認為,現有的功耗需要降低 10 倍,尺寸要能夠減少 5 倍,如果能夠實現這兩個目標,那麼成本和熱能就會大幅降低,這也會帶來更簡單,更可靠的冷卻方法; 這些改進才能夠讓自駕車大量生產部署。
  7. 車內乘客娛樂系通的進化:未來車內資訊娛樂系統將需要更大的頻寬及更快的速度接收娛樂資訊,網路的連接性及安全性為之關鍵。

解決方案:以 Arm 在自駕車上的佈局為例

觀察到以上七大挑戰,Arm 又要如何克服、並實現自動駕駛汽車的大規模部署?首先,讓我們看看下列圖示,就可以了解一台自駕車需要哪些晶片:

Photo Credit: Arm 提供

Arm 在自駕車上的部署著力頗深,已有自駕車專屬所需的晶片的 Automotive Enhanced IP 產品系列。此外,大家矚目的先進駕駛輔助系統 (ADAS),目前也有很大的進展,證明可防止高達 29% 的事故及 14% 的相關死亡率。目前這種大規模部署的技術,如煞車控制,傳感器和連接系統大部分都是使用基於 Arm 技術的晶片。

下方以動態影片顯示 Arm IP 在自駕車上的佈局:

而大家最關心的自駕車安全問題,Arm 與 OEM 及一線廠商,加速安全完全自動駕駛車部署,發表 Safety Ready計畫,務必為用車人提供安全的環境。今年 8 月 Arm 還發佈了Functional Safety Partnership Program,將功能安全 (Functional Safety) 擴大到整個生態體系,推出一系列軟體和工具,設計服務和培訓服務領域,呼籲更多的夥伴加入。

讓自駕車早日開上路

技術創新將幫助實現大規模部署,並在不影響性能和安全性的情況下,降低功耗,尺寸和成本。 Arm 正在與主要汽車製造商,一線供應商和廣大的生態系統合作,簡化和加速實現自動駕駛汽車實際部署之路,這將重新定義我們的所認知的傳統汽車產業,並實現汽車創新的新時代。相信不久的將來,藉由更多優秀廠商及公部門的積極投入,L4 級和 L5 級的自駕車將可以在各國上路。

責任編輯:Mia
核稿編輯:Anny


AWS 免費線上研討會,幫助企業掌握 2022 關鍵技術「AI/ML」、加速創新之旅

AWS 於 2022 年 2 月 23 日與 3 月 4 日下午舉辦「人工智慧/機器學習」系列研討會。線上研討會(AWS Web Day)將分享 AWS 的實務經驗與技術結晶,實作工作坊(AWS Workshop)則有專家帶領實作。講座準備有獎徵答,參加即可抽 100 元美食外送平台抵用券。
評論
Photo Credit:AWS
評論

為了有效預測、加速企業決策,愈來愈多企業重視人工智慧(AI)、機器學習(ML)發展,期能借助 AI 的技術能量,為商業提供解決方案。為了協助企業搶得市場先機,AWS 將於 2022 年 2 月 23 日下午 14:00-17:00 舉辦「人工智慧/機器學習」線上研討會,大方分享 AWS 的實務經驗與技術結晶,提供商業程序最佳化與擴展的靈感,激發企業創新。

在深入了解 AWS 人工智慧/機器學習 解決方案與技術實務經驗之後,對此主題感到躍躍欲試,想更深入了解如何運用亞馬遜雲服務,並且有實機操作的機會者,也能夠報名參加 3 月 4 日 14:00-16:30 於 AWS 辦公室線下舉行的 AI/ML 實作工作坊。實作工作坊將由亞馬遜雲科技資深的 AI/ML 專家實際演示,由淺入深的手把手教學,探索如何構建 AI/ML ,借助雲端和人工智慧實現創新。

線上研討會與實作工作坊皆為免費參加,且講座過程中將進行有獎徵答,參加就有機會抽中 100 元美食外送平台抵用券。

立即報名 AWS 人工智慧/機器學習線上研討會

迎戰 AI 時代!AWS 幫助企業加速創新之旅

AWS Marketplace 具備數百種演算法與模型,目前已有 89% 的雲端深度學習專案在 AWS 上執行,能幫助增進資料科學家的生產力高達 10 倍。因此,為了將 AWS 雲端演算的好處分享給更多企業,在本場 AWS 人工智慧/機器學習線上研討會中,將由 AWS 機器學習領域和 AIoT 物聯網專家帶來精彩主題演講;除了重點整理 2021 AWS re:Invent 年底最新發表的 AI / ML 功能之外,也將分享 AWS Professional Service 的機器學習應用導入實例。

立即報名 AWS 人工智慧/機器學習線上研討會

當日議程包括:

  • 人工智慧(AI)/機器學習(ML)新功能發布
  • AWS AI 服務加速創新
  • ML Ops
  • AIoT 相關新服務+案例分享
  • SageMaker 線上零售案例分享
  • AWS ProServe 加速客戶機器學習應用導入實例

無論是開發人員、DevOps、工程師、IT 專業人員、技術決策者、架構師或任何想要了解人工智慧和機器學習的最新趨勢,以推動組織變革和加速創新的人,都能在這次的議程內容獲得新的見解,以解決商業問題並改善用戶體驗。

AWS 人工智慧/機器學習線上研討會報名須知

  • 本場 AWS 人工智慧/機器學習線上研討會為 2 月 23 日線上舉辦,另有實體工作坊為 3 月 4 日於 AWS 辦公室線下舉行。若有意參加兩場工作坊,須分開報名。
  • 若為首次參加線上研討會,官方網路研討會平台 GoToWebinar 會自動偵測參加者的電腦配置,在加入時自動安裝。若是使用手機登入此活動,則需安裝 GoToWebinar 手機應用程式。

立即探索 AI/ML 的最佳實踐,了解其他組織如何憑藉 AWS 賦予的機器學習和 AI 服務,提高效率並做出更準確的預測,為企業加速創新之旅。

立即報名 AWS 人工智慧/機器學習線上研討會