帳號:
密碼:
 
CTIMES / 文章 /   
為實現安全自動駕駛的迫切權衡
 

【作者: Jeff Phillips】   2018年12月18日 星期二

瀏覽人次:【607】
  

「[德國馬牌集團內裝部門執行委員會成員,Helmut Matschi] 表示,一切都會回歸到軟體工程。...根據他的預測,未來 10 年內,車輛在初期即會廣泛採用高效能電腦,而開發專案可能會將多達 80% 的預算投資在軟體上。」


—《Automotive News》, 〈Continental Bracing for a World of Bugs〉 (德國馬牌迎戰充滿錯誤的環境),2018 年


根據世界衛生組織表示,車禍每年奪走了超過 125 萬條人命,政府也因此耗費約 GDP 3% 的支 出。 雖然自動駕駛可能帶來深入個人、經濟與政治領域的廣泛影響,不過單就可拯救的生命而言,自動駕駛可能是這個時代最具革命性的發明。 先進駕駛輔助系統 (ADAS) 集結了感測器、處理器與軟體以改善安全性,最終將可提供自動駕駛功能。


現在這類系統大多使用雷達或攝影機等單一感測器,光是如此就已帶來可觀影響。 根據 IIHS 在 2016 年的研究指出,自動煞車系統讓後方碰撞情況減少了約 40%,而碰撞警告系統則讓此情況減少了約 23%。 不過,NHTSA 的報告仍指出,在嚴重車禍中,有 94% 的肇因是人為錯誤。


為了讓駕駛輔助功能達到Level 4 或 5 自動化,並讓汽車不再需要駕駛人,汽車產業現正面臨高度複雜的挑戰。 例如,必須採用匯聚眾多感測器的量測資料以導出結果的感測器整合技術 (Sensor fusion), 而這需要感測器本身能同步化、具有高功率處理能力,且需能持續改良。因此汽車製造商須在三項重要權衡中取得適當的平衡,那就是:成本、技術與策略。


成本:冗餘感測器與互補感測器

Level 3 自動化的標準是,當汽車處於預先定義的情況下時,駕駛人無須主動注意。 2019 年的 Audi A8 會是全球首款提供Level 3 自動化的量產汽車。 此車款配備 6 台攝影機、5 個雷達裝置、1 個光達裝置與 12 個超音波感測器。


為什麼需要這麼多裝置呢? 簡而言之,這些裝置各有其優勢與不足之處。 例如,雷達可顯示物體移動的速度有多快,但是無法顯示物體為何。 這時候就需要感測器整合技術,因為預測物體行為時,前述兩項都是至關重要的資料點;而為了克服各感測器的弱點,就需要冗餘感測器個別發揮效用。


處理感測器資料的最終目標,是對汽車周圍環境建立故障保險(fail-safe) 的表現方式;這項方式必須可饋送至決策演算法並壓低成本,最終產品才能帶來利潤。 為了達成此目標,其中一項最重大的挑戰,就是挑選正確的軟體。 請試想三個例子:緊密同步的量測作業、維持資料的可追蹤性,以及針對無數個現實情境進行軟體測試。 前述每個例子各有其獨特的挑戰性,而自動駕駛需要能實現前述這三項要求,但要付出多少成本才能做到?


技術:分散式架構與集中式架構

ADAS 處理功能以多個隔離式控制單元為基礎;然而,感測器整合技術讓單一集中式處理器變得更加普及。 以 Audi A8 為例。 Audi在 2019 年車款中將所需的感測器、功能組合、電子軟硬體架構結合為單一中央系統。 這款中央駕駛輔助控制器可運算出車輛周圍的完整模型,並啟動所有輔助系統。 此車款具備的運算能力,高於前款 Audi A8 所有系統加總後的表現。集中式架構的主要顧慮,在於高功率處理所帶來的成本;而由於需在車中設置次要整合控制器做為安全性備用措施,成本還會進一步提高。


隨著控制器與其處理能力持續演進,對分散式與集中式架構設計的偏好,也可能會隨時間經過而在兩者之間來回擺盪;這代表,為了因應控制器演進的速度,軟體定義測試設備的設計至關重要。


策略:內部技術與現成技術

要達到 Level 5 自動駕駛,自動駕駛汽車微處理器的處理能力需要比現有處理器高出 2000 倍;也因此,其價格很快就會變得比毫米波雷達感測器系統的 RF 元件更昂貴。 過去的經驗告訴我們,具有高需求且價格漸增的功能,會引起相關產業的市場領導者注意,進而促進現有的市場業者互相競爭。


就資料點而言,UBS 預估, 純電動力的Chevrolet Bolt,其車體中半導體組件比重是同型內燃引擎汽車的 6 倍到 10 倍。 未來,半導體組件比重只會持續增加,而相關產業市場將對現成技術提供寶貴的技術改良。 例如,NVIDIA 針對汽車系統的 ADAS 應用調整其 Tegra 平台;這個平台最初是為了消費性電子產品而開發的平台。 此外,Denso 已著手設計與建構自有的人工智慧微處理器,藉此降低成本與耗電量;而 Denso 的子公司 NSITEXE Inc. 則規劃在 2022 年推出一款資料處理器,也就是名為「DFP」的新一代處理器 IP。 競爭已然開始。


在權衡中獲得最佳平衡

對這些權衡做出的決策,會大幅影響上市時間與在供應鏈內的差異化能力。 若要將驗證與產品測試的成本與時間降至最低,可快速重新設定測試設備的能力至關重要,因此軟體所帶來的靈活度會是關鍵所在。


Toyota Research Institute 的執行長總裁 James Kuffner 博士在訪談中表示:「我們不只要將預算提高到 2 倍,而是要提高到 4 倍。 我們用了近 40 億美元,讓 Toyota 成為擁有世界級軟體的全新移動 (mobility) 公司。」 這項觀點在汽車業界並不少見。


雖然目前對前述權衡的選擇尚無明確答案,但是就像過去的工業革命一樣,當時人們因為生產力提升而能夠負擔新技術;對自動駕駛革命來說,提升軟體開發效率也將會是不可或缺的一環。


(本文作者Jeff Phillips為NI汽車市場行銷總監)


相關文章
為訊號完整性把關 示波器迎接棘手測試挑戰
節能減碳讓泵浦長智慧了
幫浦設備邁向智慧生產的第一步
從數據分析著手 讓工業物聯網效益快速浮現
嵌入式需求不墜 8位元MCU歷久不衰
comments powered by Disqus
相關討論
  相關新聞
» IoT技術有助於解決自動化測試的挑戰
» 未來車輛設計 一切都將回歸到軟體工程
» 商用化腳步加速 5G通訊進入無線測試新紀元
» 安立知訊號品質分析儀滿足快速訊號完整性分析
» 著眼行動應用 愛德萬推出存儲器系統級測試方案
  相關產品
» Infortrend EonServ 7000系列機種:Milestone 認表現最佳的伺服器
» 技嘉推出新AORUS RGB系列機種
» Infortrend全快閃儲存陣列機種—實現更加彈性的 VDI 部署
» ams AG推出智慧手機OLED螢幕後方感測光線的感測解決方案
» 意法半導體先進影像感測器強化下一代汽車安全系統的駕駛監測功能

AD


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2019 遠播資訊股份有限公司版權所有 Powered by O3
地址:台北市中山北路三段29號11樓 / 電話 (02)2585-5526 / E-Mail: webmaster@ctimes.com.tw