[自駕車]新的藍海時代自駕車的軟硬體的應用與開發,又有新的廠商開始逐鹿中原引領風騷了~

蚵仔麵線好吃

13528分

樓主

蚵仔麵線好吃

個人積分：13528分

文章編號：66131304

smallbeetw wrote:
覺得可能還是找 NVIDIA 相關供應鏈(TSMC, 矽品...). 再來就是拆解 Lidar, 看裡面的一些元件是不是台灣有在作, 甚至未來是否有能力代工整個 Lidar (鴻海?).
...(恕刪)

NVIDIA的代工倒是很有機會
至於Lidar,Solid state Lidar有兩種設計,不過雷射頭部不是台灣強項,也不是CMOS Based, TSMC要代工可能很難~

不過TSMC搶的是IOT, 還有裡面的CIS (CMOS Image Sensor), 做的已不差了~

蚵仔麵線好吃

13528分

樓主

蚵仔麵線好吃

個人積分：13528分

文章編號：66131324

topgun0922 wrote:
最近的新聞是TESLA 跟 AMD 合作自駕晶片
樓主不知看法為何...(恕刪)

AMD與Nvidia的專長都是GPU
高速運算
所以 Nvidia可以, 想必AMD也可以
不過先行者可能卡了很多專利要繞過去...

創造新價值

811分

33樓

創造新價值

個人積分：811分

文章編號：66131953

卡

NQQegg wrote:
NVIDIA的代工...(恕刪)

smallbeetw

4400分

34樓

smallbeetw

個人積分：4400分

文章編號：66132655

NQQegg wrote:
AMD與Nvidia...(恕刪)

都是GPU, 但著眼的應用範圍有差, 後續可能會有很大的差距. 想為 NVIDIA 選個對手的話, 我會選 HP 併購的 SGI (Silicon Graphics, Inc.). 但我不是 Musk...

SGI 的東西在 data center 有一定的技術實力, 它的東西都上太空了. 只是這張圖裏面沒有 SGI, 可能要查一下它有沒有要搞 LiDAR 應用...

蚵仔麵線好吃

13528分

樓主

蚵仔麵線好吃

個人積分：13528分

文章編號：66133547

smallbeetw wrote:
都是GPU, 但著...(恕刪)

謝謝大大的訊息與補充
大家可以共同討論~

蚵仔麵線好吃

13528分

樓主

蚵仔麵線好吃

個人積分：13528分

文章編號：66135169

自駕車量產？　還早得很…
http://www.eettaiwan.com/news/article/20161003NT31-self-driving-car?utm_source=EETT+Article+Alert&utm_medium=Email&utm_campaign=2016-10-04#.V_M94RXcWFs.facebook

國際自動機工程師學會(SAE International)則是依據上述這五個不同等級，發佈另一種分類系統。該標準把汽車駕駛自動化程度分成0 ~5共6個等級，包括0級：非自動駕駛，僅有定速巡航控制；
•1級：駕駛自動輔助，有自動巡航和車道保持系統；
•2級：半自動駕駛，駕駛自動輔助加上換道自動化；
•3級：有條件自動駕駛，有人監督下的全自動；
•4級：高階自動駕駛，除各別情況外，無人全自動駕駛；
•5級：真正全自動，無條件全程自動駕駛。
不僅如此，國際自動機工程師學會的標準並把汽車駕駛分解為四個子任務，包含誰掌握方向盤及剎車、誰監督路況、發生異常後誰作主，以及駕駛過程中自動化的總體水準。而駕駛自動化等級的演變，即反映在對這些子任務逐步自動化的過程中。

博世(Bosch)原廠汽車零件銷售部門總經理楊建新表示，以美國國家公路交通安全管理局的分類來說，要達到第四級，也就是在行車過程中不需要人為介入，這才是真正的自動駕駛。而特斯拉在其車輛使用手冊中亦標註駕駛的手腳不可離開方向盤與剎車踏板，由上述各單位的定義來看，特斯拉或是目前正在試營運的自動駕駛車服務，無法稱作是完全的自動駕駛。

此外，自動駕駛車若要走到真正量產的階段，這也意味著，自動駕駛車必須在一般道路上也能行駛。不過，現有已上路的自動駕駛車，僅能在環境相對簡單、不複雜的道路才能行駛，若是在一般的車道上，面臨眾多號誌需辨認、突發狀況也多時，還是需要駕駛人主導才能確保行車安全。

意法半導體(STMicroelectronics)大中華、南亞區暨韓國APG市場及應用部總監Edoardo Merli認為，即使目前自動駕駛車已具備各種所需的最新硬體技術，自動駕駛車輛要能在一般的道路上行駛，仍相當困難，一方面是因各國政府法規仍不允許，一方面則是一些相關的配套措施尚未完備，且現有的技術能否貼近駕駛人行車習慣，也待商榷。

更重要的是，現有自動駕駛車輛針對許多資訊該如何做出正確的「判斷」，還具備爭議。亞德諾(ADI)汽車電子事業部大中華區市場總監許智斌舉例說明，現有兩輛皆具備感測器與自動駕駛功能的汽車——A車及B車，其中A車載滿了乘客；B車只有一位駕駛人，A車由駕駛人控制卻違規行駛，B車則依照交通法規行駛，此時，若發生碰撞，兩車的自動駕駛系統得決定該讓「誰」受傷以降低傷亡…試想，若是系統以一輛車內的人數多寡來選擇，則B車駕駛在遵守交通規則的狀況下卻受傷，甚至死亡，這樣的判斷依據相當的不「公平」，勢必會引起許多爭議，因此自動駕駛系統該如何正確判斷並做出反應，這並非收集龐大的資料即能解決的問題，它還考驗著演算法與軟體開發商、車廠與政府單位的智慧。

台灣瑞薩電子(Renesas)行銷事業部汽車應用行銷部主任黃源旗認為，自動駕駛車牽涉到的範圍太廣，除了軟、硬體技術，還需考量法規、事故責任釐清…等偏向「人情義理」的問題。此外，並不是一輛車上有自動駕駛功能就等於可以真正開上路，還有一些週邊的基礎建設，如交通號誌、雲端平台…等，也一同配合，才能讓自動駕駛車具備可靠性與安全性。

法規與基礎設施的配合

許多汽車大廠包括福特汽車(Ford)、賓士(Mercedes-Benz)、日產(Nissan)、富豪(Volvo)…等，不僅已開始投入自動駕駛汽車的研發，也訂出讓自家自動駕駛車上路的時間。如福特汽車計畫在2021年量產SAE四級全自動駕駛車輛，提供共乘或共用服務；通用汽車(GM)預期可在2017年推出限於公速公路行駛的自動駕駛車；日產則預計在2020年將自動駕駛車商品化。

不過車用電子供應商普遍認為，自動駕駛車大約得在2020~2025年才可能真正量產。英飛凌(Infineon)汽車半導體業務事業處經理楊雅惠表示，自動駕駛車短時間無法量產的主要因素包括自動駕駛車對安全性的要求相當高，且目前車對車(V2V)、車對基礎建設(V2I)…等車對所有(V2X)的車連網與相關基礎建設尚未完整，而法規亦是一大挑戰。

現有汽車事故責任釐清的相關法規是在1968年維也納會議中制訂，當時的時空背景是以駕駛人完全掌控汽車的操作，因此事故責任容易釐清。楊建新指出，過去制定的法規並未能跟上現在或未來的科技發展，就以台灣相關的法規來看，尚未有針對自動駕駛汽車事故責任或是交通行駛的法規。

若是政府單位可正視未來自動駕駛的發展趨勢，開始著手制定相關法規，為時猶不晚，不過地圖則無法「慢慢來」。楊建新認為，技術到位、法規問題解決之後，精密的地圖亦是影響自動駕駛車安全性的關鍵。現階段的地圖多為2維(2D)平面的繪製方式，對需要判斷車間與周遭環境的自動駕駛車來說，其實相當不精確，至少得要是3D立體的精密地圖，才能進一步協助自動駕駛系統判斷周圍環境，而3D地圖的繪製需要收集相當多的資料，甚至還需拍下街頭實景，可以說工程相當浩大，並非短時間就能建置完成。

再者，若是路上只有少數的自動駕駛車，其他的仍是一般車款，不具備自動駕駛與連網功能，自動駕駛車該如何與其他汽車溝通？
楊雅惠表示，基礎建設、車連網的相關建置即使都完成，法規也齊備，汽車元件到系統也都符合最新的安全標準—ISO 26262，在此萬事皆已具備的條件下，還需考慮成本。事實上，系統廠或是車廠在研發自動駕駛汽車時，一定得採用通過ISO 26262標準的車用元件或系統，此時就得有成本將提高好幾倍的心理準備，而若是反映在汽車售價，可能會讓消費者相當「驚嚇」，以至於讓消費者為之卻步。

許智斌提到，一顆通過ISO 26262規範的光達(LiDar)元件要價可能高達幾百甚至幾千美元。自動駕駛車若整合這類元件，想當然爾，市售價勢必會較高，這就得看消費者是否願意買單。

仰賴關鍵技術及元件加持

撇開技術面的問題不看，要實現自動駕駛車，得需要許多關鍵技術如先進駕駛輔助系統(ADAS)，以及相關汽車電子元件，也因此，自動駕駛汽車的發展，衍生出許多車用元件供應商的機會，也讓汽車成為3C之後，另一令人振奮的第四C產業。

ADAS是必備條件

車用元件商皆認為，ADAS可以說是落實自動駕駛車的關鍵技術。

事實上，ADAS並不是新的概念，現在有許多所謂智慧或是連網汽車內部已經具備ADAS的功能，但ADAS涵蓋的部份相當廣泛，因此對自動駕駛車而言，ADAS是最基本的必備技術。楊雅惠指出，ADAS內含四個關鍵因素——可靠性、高可用性、功能安全(functional security)與網路安全(cybersecurity)。

而這四個關鍵使ADAS能偵測某些物體、進行基本分類、向駕駛提出危險路況警示，在某些情況下甚至還能減速或停住車輛，可衍生的功能如死角偵測、變換車道輔助及後向碰撞警示等。但這些只是較傳統的ADAS功能，近期業者正積極研發更進階的ADAS功能，如防翻滾、車道偏離警示、可預測性安全、自動停車…等等。黃源旗說明，自動駕駛分為三階段，感測後、進行判斷與最後做出控制與反應，這些也是ADAS當初被提出時的核心價值，讓汽車能更加智慧以保障駕駛人及用路人的安全。目前汽車內建的ADAS不會越過駕駛主動控制汽車，除非系統判斷狀況相當緊急，而自動駕駛車則是加上GPS的輔助，並由ADAS「反客為主」，代替駕駛人的眼睛、身體與大腦，也因此，ADAS技術的成熟度影響著自動駕駛車的發展時程。

各種元件打造最佳化ADAS

要讓ADAS技術更加安全、穩定、可靠…，除了演算法之外，最重要就是各類車用電子元件的配合。

楊建新指出，雷達、各種感測器、包含微機電系統(MEMS)感測器，以及肩負運算功能的處理器(processor)或微控制器(MCU)。此外，自動駕駛車要具備要與外界溝通的能力，則還需要連網相關晶片。Merli補充，自動駕駛汽車的感測器必須收集龐大的資料作為行車判斷，處理器進行分析之後，再透過連網技術傳送到後端雲端平台，在傳送到雲端平台的過程中，抑或者車內的通訊都要防止被駭客入侵的可能性，因此，相關的安全晶片也不可或缺。

為佈局自動駕駛市場，晶片商也致力於開發新的產品，包括中長程距離雷射、處理器、微控制器，以及各種感測器如加速度計、陀螺儀、角度感測器、扭力感測器等。黃源旗指出，做為控制與運算中樞的微控制器與處理器，若是要處理如此龐大的資料量，則需要有強大的運算，以及過濾真正來自感測器的正確訊息的能力，更重要的是還須具備低功耗特性。

楊雅惠表示，現階段ADAS的「部份」功能可以說已有一定程度的可靠性，加上進入門檻較高的雷達系統，已陸續有業者推出相對應的產品，因此下一階段的ADAS將著重在感測器融合(sensor fusion)相關技術與產品的研發。

所謂的感測器融合，它需要處理即時感測器資料的能力，因此將成為發展自動駕駛汽車不可或缺的技術。舉例來說，ADAS利用來自相機、雷達以及一部份超音波等各種不同的感測器，並加以運算，因此可呈現360度影像。現階段必須使用這麼多不同感測器的原因，在於每種感測器都存在某些限制，但是若能融合所有感測器訊號，則可在自動駕駛應用中實現可靠、高解析度的影像，並讓自動駕駛系統有更好的影像素材進行分析。

許智斌則認為，數位訊號處理器(DSP)也將在自動駕駛系統中扮演重要角色。他進一步解釋，ADAS要能進化到自動駕駛系統的等級，必須要有很強的機器視覺能力來輔助，稱為Vision ADAS。有了這功能才能實現偏離車道的判斷、準確辨識交通號誌與來車，以調整車速及大燈亮度…等，而此時就須要具備高運算能力DSP。

ISO 26262非過不可

汽車產業發展百年多以來，最重視的就是安全，因此如何打造更安全的汽車，已成為汽車產業唯一的目標。隨著車輛內建越來越多電子電氣系統，為了提升電子電氣系統的功能安全，建立於IEC 61508標準的ISO 26262《道路車輛功能安全》國際標準，已迅速被導入汽車產業，並影響車用電子元件供應商產品開發，以及成為車廠採用相關電子元件或系統的重要依據。
黃源旗指出，ISO 26262是第一個適用於大量生產產品的功能安全標準，針對安全相關電子電氣系統，包含電機、電子與軟體零件。因此車用元件供應商在元件設計初期就得符合ISO 26262規範，並非元件設計完成之後再進行驗證，因此需要花費更多的時間與精力，才能設計並生產出可通過ISO 2626認證的車用元件。

楊雅惠強調，自動駕駛車對安全的要求非常高，因此元件不僅需要通過一般的車規認證，還得再加上ISO 26262。但目前並非整車所有的元件或系統皆得通過ISO 26262，比如車體等不會直接對人體造成傷害的部份，可視車廠如何定義其汽車產品，採用相對應的ISO 26262認證元件。

雖然目前並非整車使用的系統與元件都得強制通過ISO 26262認證，但自動駕駛汽車需要滿足最高的安全性等級，因此未來車廠是否將現階段尚無需使用通過ISO 26262元件的系統也納入，不無可能。

Merli總結，從上述各種影響自動駕駛車上路的技術與非技術因素來看，要成就一台真正的自駕車可以說相當的複雜，但是科技的進展，如車用電子元件的進化、更完備的演算法，甚至人工智慧(AI)…都會一一加進汽車中以解決這些問題。就如同過去的電腦至現今電腦的演變過程，未來汽車只會更加的智慧化，進而實現自動駕駛的願景。

台灣IT廠商機會在何處？

觀察投入自動駕駛車研發與市場的業者，不難發現許多與IT相關的廠商羅列其中，Google是最早提出並已進行自動駕駛車測試的IT業者。其他包括百度、蘋果(Apple)、樂視、阿里巴巴…等都有「造車」計畫，特斯拉亦具備IT背景，台灣的電子五哥也已表態計畫進入車市，並紛紛設立車用電子相關部門。

Merli指出，未來汽車市場的總體規模將爆發性成長，且成為物聯網(IoT)世界中一個重要的智慧節點(smart node)。因此不僅半導體產業將汽車市場視為重要的領域，IT相關業者，甚至著墨在消費性電子領域的廠商都想分一杯羹，且預計未來會有更多的IT廠商加入汽車市場。

但是，沒有汽車產業相關基礎的IT供應商或消費性電子元件商能夠力抗傳統車用元件商或車廠，在自動駕駛車領域佔有一席之地？楊建新認為，IT廠商對自動駕駛的運算處理技術方面如人工智慧著墨較深；加上沒有傳統車廠對於品牌知名度、可靠度要求的包袱，因此會讓人感覺IT廠商在自動駕駛車的發展上，似乎跑得比較快。

但若從自動駕駛車量產能力的角度思考，則IT或消費性相關廠商則將面臨挑戰。這是由於，IT及消費性產品開發廠商對於汽車產業經營不夠深遠，短期內要能打進車市，將相當困難。許智斌舉例，目前有些消費性產品使用的運算處理單元業者想進入車用領域，但這類的公司對ISO 26262規範可能相當陌生，因此消費性產品處理器業者要重新開發滿足ISO 26262要求的元件，則需花費一段時間，而車廠是否買單，則仍有許多不確定性。

黃源旗則認為，要進軍自動駕駛車市的IT業者與傳統車廠未來勢必會進行合作，原因在於，IT廠商在演算法或應用軟體的開發累積相當的經驗，但卻缺乏汽車機械相關的技術；而傳統車廠則是相反。因此雙方攜手合作將是較好的發展方向，透過互補的關係，進而共創雙贏。楊雅惠指出，觀察目前汽車產業的變化，由於IT業者的加入，促使傳統車廠相當保守且封閉的態度開始轉變，未來汽車產業可能會呈現更不同的「風貌」。

從代工開始

至於以消費性與製造起家的台灣業者，在汽車領域的機會為何？業者們都認為還是有切入車市的契機。黃源旗指出，目前沒有一家台灣廠商能夠做出符合ISO 26262規範的元件或系統，也還沒能夠和車廠維持長期配合的關係。但台灣IT廠商眾多，具備演算法相關的強項，因此現階段已有台灣IT業者切入汽車音響、車用娛樂系統，以及簡單的ADAS應用領域，估計台灣業者落後國外專業汽車元件供應商約5~10年時間。

由此可見，台灣業者要進軍車市和自動駕駛車要能真正行駛在一般道路相同，還有長路要走。楊建新認為，台灣並非汽車生產大國，且不具備車用電子元件量產的能力，加上ADAS技術門檻仍高，因此業者要在整車面與其他廠商競爭相對較辛苦。

楊雅惠建議，台灣電子五哥等IT廠商以切入車載資通訊系統(telematics)或ADAS相關應用居多，但要能進入更高階汽車安全相關應用的機會仍然較少。不過，現階段台灣IT廠商仍可取得原始設備製造(OEM)的代工機會；由此為基礎，累積足夠的經驗之後，再轉為原始設計製造(ODM)，將是較佳的發展途徑。

仍是漫漫長路

自動駕駛汽車大量商用、上路也許對消費者而言是相當美好且便利的；對車廠與元件供應商則是一個大好的商機。然而自動駕駛汽車並不是嘴巴說出口即能實現的簡單願望，其牽涉到太多的技術與非技術問題待解，且各國政府是否能進一步配合制定法規與基礎建設，端看各國政府對自動駕駛車安全性的「接受度」。

因此，業者多認為自動駕駛車要能真正在一般道路行駛，且消費者要能享受自動駕駛車帶來的更多樂趣，還得等上一段時間。

JL

2342分

37樓

JL

個人積分：2342分

文章編號：66166769

NQQegg wrote:
幾年前聽到自動駕駛...(恕刪)

嗯
好文一篇
先標註起來
晚點再來回覆

小人物櫻木

8677分

38樓

小人物櫻木

個人積分：8677分

文章編號：66171431

打鐵匠 wrote:
即使不了解光達，但對程式運算邏輯有一些粗淺認識的人，都可以理解，要處理有限數量的雷射掃描線束所要做的運算量，遠遠低於靠影像辨識再來建立輪廓特徵、再來建立3D場景的運算量。況且，兩者建立3D場景的數學難度也是差異巨大的。

說個偏樓的話題，我是根本不相信目前連一隻蒼蠅都沒辦法比的AI視覺，可以勝任有時連人眼都可能疏忽或誤判的瞬息萬變路況。

可是您的癥結點在於「場景」，路況其實就那幾類，正常行駛以外，只要「避障」的話，用雷達+攝影機沒什麼不行

無法判斷的路況就停路邊閃雙黃燈等人類接手，意外出現的障礙物就積極減速降低傷害，並不一定要搞到Google那麼複雜，那是一個"理想"(和炫耀自己的研究成果)

小弟不是專家，但個人覺得所謂建立3D場景...是要玩VR嗎？場景要建，但不用像Google那樣，場景能對應路況就夠了，沒人說L4/5不能停路邊閃雙黃燈啊...

JL

2342分

39樓

JL

個人積分：2342分

文章編號：66178315

嗯
個人認為LIDAR對自動駕駛來說
是 Nice to Have
而不是 Must Have 的配備
主力是視覺系統(camera)，LIDAR只是輔助配備。
理由如下
# 人類靠視覺(兩隻眼睛) 就可以完成駕駛工作
# 兩隻眼睛(兩個camera) 就可以架構3D場景，Mobileye 甚至用一支 camera就辦到了,可以辨識大車小車機車，人類和小狗，及彼此的距離。
# LIDAR 超越視覺的有兩點，一個是惡劣天候的穿透能力，但是天候惡劣到視覺法執行駕駛任務的時候，應該減速到視覺可以應付的速度，甚至停車。另外LIDAR無法辨是交通號誌，假想一個大霧天，配備LIDAR的車子在路上，在無法識別速限的狀況下高速行進???應該沒有人可以接受這件事。所以LIDAR可以作為惡劣天候下的輔助，而不是主角。
# LIDAR可以建構精密度達2cm的3D模型，但是以2cm的精密度去掃描前方車輛的輪廓，和道路旁商店的大門形狀，這對自動駕駛沒有幫助。
# 以路面狀況來說，2cm的高度差，大約是人孔蓋，反光片，或是橋梁伸縮縫的高低差。人類駕駛遇到這種物體的反應，只有在週邊狀況良好時，才會進行迴避，以提升駕駛的”舒適性”，但大部分狀況，直接無視壓過去，也不是問題。
# 最重要的$$$，Velodyne今年推出US$7999的LIDAR, GM在他們的自駕車上裝了五顆!!! 共約美金四萬!!! Orz….這絕對不是大眾市場可以接受的金額。恐怕要再降兩個數量級，才有機會。

蚵仔麵線好吃

13528分

樓主

蚵仔麵線好吃

個人積分：13528分

文章編號：66292516

一圖看懂 Arm Cortex 智慧車
https://www.cool3c.com/article/129858

[自駕車]新的藍海時代自駕車的軟硬體的應用與開發,又有新的廠商開始逐鹿中原引領風騷了~

小惡魔新聞台

小惡魔廣編特輯

[自駕車]新的藍海時代自駕車的軟硬體的應用與開發,又有新的廠商開始逐鹿中原引領風騷了~

小惡魔新聞台

小惡魔廣編特輯

今日熱門文章 網友點擊推薦！

今日熱門文章　網友點擊推薦！