個人積分：112分
文章編號：66525047
個人積分：13528分
文章編號：67056615
NQQegg wrote:
MEMS 的solid state LiDar在這幾年已有數家公司做出來了
原因很簡單
技術儲備足
因為光通訊的optical switch
全光網路(O-O-O)就是用微機電的光機系統...(恕刪)
現在的 Solid-State LiDar已有車廠裝了
2018 CES消費性電子展Toyota展出Platform3.0: Toyota自駕新技術
在CES 2018展出自家研發的新一代自駕車Platform 3.0,使用的車輛為4代Lexus LS600hL,感知距離可達200米,角度可達360度全範圍。
Platform 3.0由Toyota旗下研發單位Toyota Research Institute(TRI)、Calty以及Toyota位於北美的研發中心 (TMNA R&D)合作開發。
LiDar與Luminar公司合作，在前後保險桿與左右葉子板安裝了感測距離達200公尺的Luminar Lidar~
過往自駕車將光達設置於車頂，大多僅能掃描車輛前方，且角度高導致車頭死角多，若是體型較小的孩童或是路面上的障礙物，不易被偵測到而存在許多危險性，Platform 3.0的改變，大幅減少死角的問題，增加自動駕駛車輛能偵測的環境狀況、提高安全性。
其實上一段話是掩飾Solid-State LiDar不能旋轉,當然要裝在四周,頂部亦可裝,不過用半導體製程做出的LiDar成本可以大幅降低~
2018 CES消費性電子展：Platform3.0，Toyota自駕新技術
健人就是腳勤
個人積分：13528分
文章編號：67068298
www.chinatimes.com/newspapers/20180109000234-260202
繪圖晶片大廠輝達（NVIDIA）在美國消費性電子展（CES）開幕前夕召開全球記者會，執行長黃仁勳宣布，全球首款具自主機器學習能力的AI人工智慧超級處理器DRIVE Xavier已在第1季送樣給客戶，今年內可望正式採用在NVIDIA DRIVE Pegasus人工智慧運算平台，協助打造Level 5全自駕計程車。Xavier處理器採用台積電12奈米製程生產。
黃仁勳表示，要將AI技術應用在駕駛經驗上，讓與NVIDIA在自駕車合作的超過320家企業或組織，能夠更快達成自駕車目標，而NVIDIA打造的12奈米鰭式場效電晶體（FinFET）製程DRIVE Xavier處理器已正式送交客戶認證，持續朝向機器自動駕駛汽車的目標邁進。
Xavier內含90億個電晶體，是目前業界最複雜的系統單晶片（SoC），是逾2,000名工程師花了超過4年時間、研發投資超過20億美元所打造出來的超級處理器。黃仁勳指出，Xavier內建8個客製化中央處理器核心，以及加入512個Volta繪圖處理器核心，是全新的深度學習加速器，也是電腦運算及8K超高解析度圖像運算處理器。
他強調，DRIVE Xavier最大的特色，就是在30W功耗下，進行每秒30兆次的運算，相較於NVIDIA過去所有處理器架構，能源運算效益大幅超過15倍。Xavier是NVIDIA DRIVE Pegasus人工運算平台的關鍵，該平台是全球首款針對Level 5機器全自動駕駛所量身打造的超級電腦。而為了更快達到自駕車目標，NVIDIA將推出智慧經驗軟體研發套件平台DRIVE IX及結合虛擬實境（VR）協作計畫Holodesk的擴增實境平台DRIVE AR。
NVIDIA也宣布新合作案，包括福斯汽車將採用NVIDIA DRIVE IX打造AI自駕車，NVIDIA及百度、ZF將在大陸推出以Xavier為主的業界首款AI車用電腦，Uber的AI自駕計程車與運輸車採用NVIDIA技術並完成超過200萬英哩的自駕里程，自駕新創公司Aurora選用NVIDIA DRIVE Xavier導入其自駕運算平台。
黃仁勳亦看好電競市場的成長動能。NVIDIA將與宏碁、華碩、惠普等推出全新大型遊戲顯示器（BFGDs），將65吋4K高畫質螢幕與NVIDIA G-SYNC技術和全球最先進的串流裝置NVIDIA SHIELD整合，將極致順暢的電競體驗躍升至大螢幕。
(工商時報)
健人就是腳勤
個人積分：13528分
文章編號：67121328
https://www.eettaiwan.com/news/article/20180109NT01-Toyota-Head-at-CES-Touts-Mobile-Commerce?utm_source=EETT%20Article%20Alert&utm_medium=Email&utm_campaign=2018-01-10
•2018年1月9日
•David Benjamin, EE Times特派記者
汽車大廠Toyota在CES 2018上展示正在打造的e-Palette無人駕駛商用車平台概念，按照客戶需求變身小型商店、快遞車輛，或提供公共交通運輸甚至緊急醫療救護運輸等服務。
十九世紀美國西部最常見的Wells Fargo驛馬車(wagon)將重現街頭？可是沒有馬匹在前面拉車，甚至也沒有駕駛人──這是車廠豐田(Toyota)發表的最新車款。
Toyota執行長豐田章男(Akio Toyoda)在即將於1月9日於美國拉斯維加斯登場之國際消費性電子展(CES)的展前記者會上發表對自動駕駛車輛的近期發展看法，認為自動駕駛車輛最優先也會是最廣泛的用途，會聚焦於移動服務與共乘；而Toyota一直致力於「超越軟體」，並正在打造一個名為e-Palette的移動平台。
在擠滿來賓的記者會場，豐田章男表示該公司為e-Palette預設的服務種類，從餐飲快遞到緊急救護；在該公司以大螢幕呈現的動畫中，其未來商用車會是Mini Cooper或半掛式卡車(semi trailer)差不多大小，有點像是驛馬車，但當然沒有馬匹拉車，也沒有駕駛人、不配備方向盤，也不採用內燃機引擎。
從石化燃料車輛轉型也是Toyota強調的重點之一。豐田章男表示，該公司正在努力克服電動車(EV)的各項挑戰；目前在美國道路上行駛的車輛中，電動車比例不到1%。不過他也指出，Toyota期望到2020年可提供更多不同車型的EV；到2025年，Toyota所生產的每一輛車，若不是純EV也會配備EV的功能。
豐田章男表示，Toyota正面臨由汽車製造商轉型為移動服務供應商的挑戰，而該公司為充滿雄心的新發展方向所喊出的口號是「開始你的不可能」(Start Your Impossible)；他補充指出：「這對我來說也是一個使命宣言，因為我討厭聽見『做不到』這句話。」
事實上Toyota的e-Palette移動平台也對其他開發者或供應商開放，其合作夥伴已經包括了Amazon、滴滴出行(DiDi)、Uber、必勝客(Pizza Hut)，還有馬自達(Mazda)。
Toyota在CES 2018展前記者會上透露的自動駕駛車輛合作夥伴
（來源：EE Times）
技術顧問機構Vision Systems Intelligence執行長Phil Magney，對Toyota在自動駕駛車輛策略方面更務實的前景表示讚賞，不過他也指出，一個專有的「封閉系統」可能會太過侷限：「從概念上來看，這完全能拓展移動以外的應用界線，非常具吸引力。」
而Toyota的想法從個人自駕車轉變至共享移動服務，而且將應用擴展到貨物配送快遞、服務到家的行動美容院、醫院接駁車...等等，顯然是受到旗下人工智慧研究機構Toyota Research Institute的領導者Gill Pratt之影響。
Pratt在去年的CES罕見地對Level 4與Level 5全自動駕駛車輛能在短期內上路的預測提出質疑；他在今年CES展前的Toyota記者會後接受媒體訪問時則強調，Level 4與Level 5自動駕駛車的標準應該是涵蓋廣泛、複雜並且嚴苛。
他也對科技業者、車廠與媒體提出警告，指出讓自駕車不配備人類司機在緊急情況時出手干預、以完全自動駕駛模式安全行駛於道路上的困難性，不應該被低估。。
Toyota預想e-Palette平台將催生各種全新的商業模式，為城市帶來新貌
（來源：EE Times）
但如同豐田章男所言，讓行駛固定路線、預先編程並配備GPS導航的自動駕駛車隊上路會簡單得多；這些車輛能運送大眾購物、上班通勤。就像Toyoda所說：「今天的你需要前往商店，而有了e-Palette，商店會自己送上門。」
不同於CES的大多數簡報者，豐田章男謙虛並幽默地表示，他是經營Toyota的豐田家族第三代，而通常有個說法是「第三代敗家」(the third generation ruins everything)，「希望這種情況不會發生。」
編譯：Judith Cheng
(參考原文： Toyota Head at CES Touts Mobile Commerce，by David Benjamin)
健人就是腳勤
個人積分：13528分
文章編號：67121522
https://www.eettaiwan.com/news/article/20171227NT01-What-We-Learned-About-Robocars-in-2017
•2017年12月27日
•Junko Yoshida, EE Times首席國際特派記者
讓我們一起來回顧自動駕駛車輛在2017年的幾個重要發展…
隨著越來越多自動駕駛車輛在今年上路，也有更多人開始注意這些車子，可以確定的是，它們不再是新鮮產物。
但這些自駕車在進行公開駕駛測試時也暴露了一些基本弱點，最重要的是，儘管它們具備嚴格遵守道路交通規則的能力，在理解與它們分享道路的人類駕駛行為方面，這些自駕車展現的天賦不高。或許如同Linley Group資深分析師Mike Demler所言：「你如何能把一個機器人編程為具備人類的常識？」
毋庸置疑，我們在2017年看到了幾起被大肆宣傳的、非致命的自動駕駛車輛事故。
在2016年由美國麻省理工學院(MIT) AgeLab與新英格蘭汽車記者協會(New England Motor Press Association)進行的一項消費者調查顯示，約3,000位受訪者在被問到對自動駕駛車輛有沒有興趣時，有近一半(48%)表示他們不會想買一輛完全不必自己駕駛的車子；這些受訪者不喜歡失去控制權的感覺，也不信任科技、認為自動駕駛車輛不安全。
簡而言之，大多數非工程背景的消費者對自動駕駛技術存疑、或者不信任。不過科技廠商與車廠並未因此卻步，他們顯然不太在乎消費者的接受度，也不期望消費者購買大量自動駕駛車──至少在短時間內；汽車廠商決定先把「人機信任」問題放在一邊，留待日後處理。
車隊才是重點！
而現在看來，「下一件大事」是由擁有並負責營運這些自動駕駛車輛的「車隊」，他們看到具備強大潛力的自駕車商業模式；今年包括Waymo、Uber、GM、Ford等等廠商，都明確表示了會將車隊服務做為自動駕駛車輛的主要市場。
GM 旗下的智慧型手機應用程式Cruise
（來源：Cruise）
技術顧問公司Vision Systems Intelligence (VSI Labs)創辦人暨首席顧問Phil Magney表示：「我們在今年已經看到先進駕駛輔助系統(ADAS)與其他感測器等適合Level 2自動駕駛車輛應用之技術的逐步進展，但是Level 4自駕車呢？它們的進展速度比產業界一年前所預期的更快。」
市場研究機構IHS Markit的車用資通訊娛樂與ADAS市場研究總監Egil Juliussen也同意以上說法，特別是「Waymo已經悄悄地在(無人駕駛車)市場上領先，跑在所有人前面；」他指出，Waymo有足夠的信心讓全自動駕駛車輛開始在美國亞利桑那州鳳凰城(Phoenix)的公開道路上行駛，而且車上不需要負責安全的人類駕駛，這是自駕車在2017年的重要里程碑之一。
接下來讓我們一起來回顧自動駕駛車輛在2017年的幾個重要發展…
1. 真正「無人」駕駛！
車上沒有配置負責安全監控的人類駕駛員的自駕車已經在公開道路上進行測試──這是Waymo執行長John Krafcik在不久前透露，該公司自10月中已經開始於亞利桑那州以其自動駕駛多功能休旅車，進行無人類駕駛的道路測試。
而且Waymo正大膽地計劃「早鳥體驗者」方案，邀請一般民眾免費體驗這些無人駕駛車輛；Waymo的最新舉措顯示該公司對其軟硬體技術進展的增強信心，也顯示該公司對提供付費車隊服務、與Uber和Lyft等共乘服務競爭的強烈興趣。
2. 當自駕車遇上人類駕駛
Linley Group的Demler表示，自駕車在2017年學到的很重要一課是證明了「安全性是最重大的挑戰；只預估科技能避免多少事故是不夠的。」
在2017年我們看到幾件發生在公開道路上的自駕車事故，雖然都無人傷亡、只是車輛損傷，而且大多數案例中有關當局都判定過失是與自駕車碰撞車輛的人類駕駛，但有幾起事故開始讓專家們檢驗關於自動駕駛車輛的「作為與不作為」；一輛Uber所屬自動駕駛車在亞利桑那州Tempe發生的事故就是一個案例。
一輛Uber的自動駕駛Volvo SUV在美國亞利桑那州發生碰撞而翻覆 （來源：ABC 15）
Demler形容，Uber的這起事故是每天都可能會發生的情況，並非特殊案例：「在應該根據情況反應並即時行動的時候，自動駕駛車輛在技術上還是會遵守交通規則；」總之他認為Uber自駕車的編程並沒有納入所有優良人類駕駛都具備的「防禦駕駛」(defensive driving)技巧。
在美國拉斯維加斯發生的Navya自動駕駛接駁車碰撞事件也是類似的案例，該輛自駕車是跟在一輛緩慢倒車的貨運卡車後面，然後「很有耐心地」停在原地直到被卡車撞上；警方判定事故責任在於貨運卡車，但後來專家們質疑為何自駕車只是停在原地不動，為何不會按喇叭提醒貨車駕駛？
Demler表示，現在似乎就是因為自駕車知道所有書上的交通規則，所以能免責，但是「我們需要考量日常情況來開發駕駛行為標準，特別是針對那些交通規則可能沒有規定，但人類能以常識來評估與安全駕駛(大多數情況)的狀況；」但：「如何能把一個機器人編程為具備人類的常識？」這個問題在2017年還沒有答案。
3. Intel與Nvidia間的戰火升溫
在2017年，產業界看到了兩大自動駕駛車輛平台供應商Intel (即Mobileye)與Nvidia之間，針對自家自駕車AI處理器效能表現的刀光劍影；在即將於1月舉行的2018年國際消費性電子展(CES)期間，Intel預計將發表一款結合EyeQ 5與低功耗Atom晶片，還有其他包括I/O與乙太網路連結等硬體功能的自動駕駛車平台。
Intel執行長Brian Krzanich 在洛杉磯的一個車展上介紹Mobileye EyeQ5處理器與Nvidia競爭產品Xavier的性能比較 （來源：Intel）
IHS Markit的Juliussen 表示，雖然他不能確定這兩家大廠之間的戰爭會如何發展，但他看見Nvidia的DrivePX平台具備一定的優勢；他指出Nvidia利用其DrivePX平台，已經較深入AI導向的自動駕駛車輛開發者陣營。而一旦已經大舉投資某個平台，特別是軟體程式設計師與系統設計師已經建立了相關知識，就很難轉用另一個平台，除非有非常好的理由。
在此同時，Nvidia也率先建立了以DrivePX為中心的、快速成長的生態系統；車廠Toyota在2017年的幾項重大宣佈都是採用DrivePX平台啟動其先進自動駕駛系統。在Intel這廂，該公司發言人表示他們也已經在建立生態系統，也有數個重要合作夥伴，只是不能公開名單。
4. 百度平台想成為「自動駕駛車輛的Android」
中國在2017年成為自動駕駛平台戰場上的焦點之一，因為百度在自駕車(以及AI)領域的影響力看來只會不斷增加──百度在今年夏天發表了開放源碼自動駕駛平台計畫「Appollo」，到目前為止已經有73家公司加入該計畫，包括中國領導車廠如奇瑞、長安汽車、長城汽車，以及多家美國科技廠商與德國汽車業者，如Nvidia、Intel、Microsoft、Ford、Delphi、Continental、Bosch、Daimler、Velodyne與TomTom等。
NXP也在不久前宣佈加入百度Apollo平台，將提供包括毫米波雷達、V2X、安全與連結相關半導體元件，以及車用技術開發經驗。值得注意的是，Apollo平台並不只是要發展中國本土的自駕車產業，TomTom與Microsoft加入該平台是為了在中國以外市場提供服務。
百度已經準備好以開放源碼自動駕駛車輛平台大殺四方
（來源：百度）
Apollo計畫還有另一個方面，是一筆15億美元的資金，由百度與長江產業基金(Yangtze River Industry Fund)共同建立，將在未來三年投資超過100個自動駕駛開發專案。
市場研究機構IHS Markit的車用資通訊娛樂與ADAS市場研究總監Egil Juliussen認為，百度的Apollo計畫是直接參考了Android的劇本，為自動駕駛車輛提供從雲端服務、開放源碼軟體平台，到本地化的感測器融合與硬體參考設計等等支援；利用Apollo的硬體參考設計平台，合作夥伴們想必能很快著手開發自家的應用程式。
而因為百度的參考設計平台目前是以Nvidia的DrivePX為基礎，Juliussen指出：「你可能會以為Nvidia佔據優勢，但這並不代表百度的平台不會導入其他方案，因為Intel也是Apollo計畫的成員之一。」
自動駕駛車輛產業相關廠商之間的合縱連橫 （來源：EE Times）
在2017年，自動駕駛車輛產業被證明是一個錯綜複雜的夥伴關係網路，其中Nvidia、Intel與Waymo扮演要角，他們各自建立的夥伴關係比起其他廠商更牢固了一些；不過百度擁抱開放源碼平台的策略，有可能改變市場局勢。百度將在1月舉行的2018年國際消費性電子展(CES 2018)發表Apollo 2.0，號稱能讓自駕車執行簡單的都市道路駕駛。
5. Intel/Mobileye為自動駕駛車輛建立「安全模型」
以隸屬Intel旗下的Mobileye在10月份發表了一篇技術論文，詳細說明如何以一套正規的數學公式，確保自駕車以審慎負責的態度上路行駛，且不會引起交通事故；該論文指出自駕車只要遵循一套由產業界與政府主管機關預先明確定義的規則，就只會在「安全」的框架內運行而不會成為肇事主因。
針對此論文，市場研究機構The Linley Group資深分析師Mike Demler認為有「誤導」之嫌，不應該用「我們的自動駕駛技術不會導致交通事故，我們也可以告訴你為什麼」的這種方式來贏得大眾信任；但EE Times採訪了學界專家，他們則是盛讚該公司堅持到底、迎戰在自駕車領域最棘手的問題。
Mobileye提出能藉由正規數學公式確保自駕車不會引發交通事故 （來源：Mobileye）
不過學者們也提醒，公式方法與數學證明的優點在於它們在原則上是可以被證明是正確的，缺點則在於「它們總是需要基礎性的假設，而且那些假設可能在現實世界是不成立的；」因此產業界首先需要討論的事情，不只是定義什麼方案對系統來說是恰當的，還有那樣的方案對現實世界來說是否合理。
6. Waymo驚人的模擬自動駕駛里程數
Waymo在10月發表了一份安全報告，成為自動駕駛車輛開發商爭相參考的虛擬路線圖，該報告的部分細節顯示了該公司已經領先業界有多遠距離──Waymo在報告中提到了如何設計其自動駕駛軟硬體，以及如何測試車輛。
IHS Markit的Juliussen在閱讀過Waymo報告後指出，該公司方案與其他自動駕駛車輛競爭最大的不同，是他們以軟體觀點來設計自家感測器系統，而在經過8年的自動駕駛軟體開發之後，Waymo已經擁有比其他對手更高的眼界，這種模仿Apple、與軟體緊密結合的能力，是傳統汽車業者大多缺乏、也難以複製的。
更值得注意的是，Waymo利用自家測試方法取得差異化，該公司的安全報告指出，他們在實際道路上的測試已經達到850萬英哩(約1,368公里)；不過Juliussen指出，道路測試里程數不是重點，而是將實際道路測試結果導入模擬環境，讓自駕車軟體在其中練習的里程數。
Waymo在安全報告中指出，該公司將自動駕駛車輛在實際道路上遇到的最具挑戰性狀況化成虛擬場景，讓自動駕駛軟體能在模擬環境中練習；而自駕車軟體會有任何改變或是更新，都會先在模擬環境進行嚴格的測試才佈署於車隊。Waymo在2016年的模擬自動駕駛里程數為25億英哩，也就是一天800萬英哩，該數字到2017年增加至一天1,000萬英哩。
自動駕駛模擬環境的運作方法 （來源：Waymo）
Juliussen認為這令人印象深刻：「因為在模擬環境之中，他們專門測試最困難的狀況；」The Linley Group的Demler也認為，透過累積更多實際駕駛里程數來讓機器學習常識是不實際的，而是需要大量借鏡現實世界案例的模擬測試，以及根據一般安全常識來開發自動駕駛車輛標準：「不過要實現後者，產業界還有很長一段路要走。」
整體看來，Juliussen認為Waymo在自動駕駛車輛開發的進展上是業界第一名，而第二名是GM (該車廠在2016年收購了自動駕駛車輛軟體開發商Cruise)，Ford則是落後距離稍遠的第三名(該車廠在2017年2月收購自駕車AI方案開發商Argo)。
7. Level 4自駕車跑不了太遠──仍受限於地理與天氣條件
儘管Waymo的自動駕駛車輛技術進展超前，該公司的開發成果仍僅能列為Level 4自駕車，而非Level 5；根據美國汽車工程師學會(SAE)的定義，Level 4自動駕駛車輛是在「有限度條件」下、駕駛人可以不需要注意車輛行駛安全，例如塞車的車陣中或是某個劃定區域，但在那以外，駕駛人若不能取回控制權，車輛就會安全地終止旅程。
Waymo的報告則明確指出，該公司的自動駕駛車輛僅行駛於「經過營運設計的場域」(operational design domain)，其設計條件包括地理環境、道路種類、速限、天氣、營運時間，以及當地交通法規；Waymo坦承，這種經設計的場域可能會「非常受限制」，例如是低速限的單一固定路線，或是私人園區(如科學園區)，而且需要在白天、氣候優良的狀況下。
Waymo的自動駕駛車輛僅能行駛於「經過營運設計的場域」 （來源：Waymo）
Waymo在報告中解釋，他們的自駕車乘客不能選擇在經過批准之地理範圍外的目的地，而其自駕車軟體也不會建立「地理圍欄」以外的行駛路線；如果其共乘服務的顧客要求的是在那之外的路線，Waymo會派出的是人類駕駛計程車而非自駕車。
而當然Waymo會繼續擴大其營運場域範圍，並積極測試各種惡劣天氣狀況，例如不同程度的下雪天；據了解該公司從2012年就開始進行寒冷氣候條件測試，並宣布其自駕車在今年冬天開上了美國密西根(Michigan)州的道路。Waymo執行長Jon Krafcik表示：「我們的自駕車將在雪地、濕滑與結冰路面上累積更多實際行駛經驗。」
編譯：Judith Cheng
(參考原文： What We Learned About Robocars in 2017，by Junko Yoshida)
健人就是腳勤
個人積分：13528分
文章編號：67164044
http://www.chinatimes.com/realtimenews/20180118003562-260412
駕駛技術不佳，但又期待能安全出門平安回家嗎？自動駕駛技術將是這類人的救星。根據市調機構發表的最新自動駕駛技術企業評比，通用汽車(GM)以及Alphabet旗下的Waymo分居冠亞軍，而時常在此領域獲得關注的蘋果(Apple)與特斯拉(Tesla)，只能吊車尾，恐讓不少人跌破眼鏡。
自2015年來，市場研調機構Navigant Research每年都會針對20家正在研究自動駕駛(或稱無人車)技術的企業進行評比，在最新公布的排行榜中，冠軍則由通用汽車摘下，Alphabet旗下的Waymo則位列第二。
市調機構Navigant Research公布最新自動駕駛技術企業排名，通用汽車與Waymo佔據領先地位。(圖／翻攝Navigant Research)
本評比中，透過「策略」與「執行力」兩大指標來衡量企業的表現。並將企業依照此兩大指標，區分為四組：領導者(leader)、競爭者(contenders)、挑戰者(challengers)與跟隨者(followers)。在去年，通用汽車、福特、戴姆勒(Daimler)與雷諾-日產聯盟(Renault-Nissan Alliance)得以位列領先者的行列；今年則有8家企業被評為領先者，分別是通用汽車、Waymo、戴姆勒-博世(Daimler-Bosch)、福特、福斯集團、BMW-Intel-FCA、Aptiv以及雷諾-日產聯盟。從今年的榜單來看，相對於傳統車企，科技企業在無人駕駛技術研發戰中，也開始趕上前段班的進度。
對比位居領先集團的通用汽車與Waymo，蘋果與特斯拉雖然同樣名聲響亮，但是在自動駕駛技術的領域，卻沒有很明顯的突破。此外，Navigant Research也認為特斯拉在強調自家自動駕駛技術時，言過其實；不僅如此，量產汽車的能力也備受質疑。蘋果的話，則是從未公開確認他們將會推出無人駕駛汽車，但此市場實在太過龐大，研調機構認為蘋果應該不會放棄。
Navigant Research認為，在未來，終端消費者能夠乘坐到的第一輛無人車，很可能出自於通用汽車或者Waymo之手。究竟是出擁有109年歷史的傳統汽車產業還是半路出家的科技業，能在無人駕駛技術中脫穎而出，著實令人相當好奇。
(中時電子報)
文章來源：Navigant Research
健人就是腳勤
個人積分：13528分
文章編號：67342555
https://www.eettaiwan.com/news/article/20180131NT02-Autonomous-Vehicles-Autonomous-Bugs?utm_source=EETT%20Article%20Alert&utm_medium=Email&utm_campaign=2018-02-01
•2018年1月31日
•Bill Schweber, 資深工程師
筆者對於自駕車抱持希望但也抱持懷疑態度，理由有很多...
我們一直聽到或看到各種關於全自動駕駛車輛(自駕車)的未來預測，有人說「幾年之後就會發生」，也有人說「會比你想像的更久」；這些預測來自四面八方，包括近距離參與開發案的人、總是被「新玩意兒」吸引的科技迷(有時候他們有好的理由，但通常沒有)，還有以高價格出售樂觀研究報告的市場分析機構、希望能賣更多自駕車所需零件的供應商，以及那些實際上知道得不多、只覺得一切聽起來都很不錯的「假博學」。
筆者對於自駕車抱持希望但也抱持懷疑態度，理由有很多，包括成本(所需電子元件看來不便宜)、車子本身的容量(如果要在車上塞滿電子元件，恐怕沒什麼空間可以放別的東西)，還有或許是最令人憂心的，以我的經驗與觀察，完成一個開發案的最後10%~20%，通常佔據整體所需時間的80%~90%，特別是當該階段工作涉及大量的軟體、眾多功能，以及各個功能區塊之間複雜的互動。
我懷疑，我們在實現Level 4與Level 5自駕車之前，會在Level 2與Level 3停留很長一段時間，我們也需要妥善定義每個等級自駕車需要有的性能表現，釐清要達到什麼程度才是「夠好」；是95%正確率，還是99%、甚至99.9999%？(在此讓我們先忽略法規以及責任歸屬等問題)
自動駕駛是一種與「在哪裡」關係很密切的功能：如果將一輛在高速公路上能成功行駛的高度自動化駕駛車輛放到擁擠混亂的大都市道路上，情況會截然不同；一輛Level 5自駕車如何能在GPS訊號不良的情況下，順利駛出/駛入標示不清楚的停車場？這種情況甚至連人類駕駛都可能會搞不清楚停車場出入口的位置…
我對自駕車抱持懷疑態度的另一個理由，是今日的車輛已經搭載了重量級的各種功能與相關軟體，包括車輛內部功能以及駕駛人主控台與顯示器的功能，客氣點說，那些功能的效果是參差不齊的；就算是高級車也會有顯示器當機、警報器響不停、控制混亂…等等問題，我不認為一般駕駛會願意花大半天時間去上車商提供的那些功能介紹課程，而就算你對你自己買的新車已經很熟悉，如果你出外旅行得租車的時候怎麼辦？
你可能會說，今日駕駛人看到的問題會在車輛智慧化之後消失，他們以後只要坐進車子裡、輸入想去的目的地就沒事了；我也希望這樣想，但仍然會有使用者介面顯示器、車用娛樂系統、警報以及軟體更新等等問題。在某種程度上，「Tesla模式」的軟體更新下載方法是一種祝福也是一種詛咒，因為這意味著車輛能支援持續的功能改善，但在允許不斷更新軟體的同時，也會帶來意想不到而且往往是你不想要的「驚喜」。
軟體更新也會讓工程師潛意識地想，他們有那些終端使用者做為最終的「白老鼠」，而這顯然對於汽車來說並非可行方案。我知道自動駕駛車輛的開發商，如Google，已經讓他們的測試車輛行駛數百萬英哩距離，這是件好事，但是跟測試幾百萬輛車、每輛車只要數千英哩比較起來，這類自動駕駛測試車輛相對來說還是數量太小，因為從過往案例來看，問題總是會發生在鐘形曲線的邊緣。
在幾年前，微軟(Microsoft)的Windows作業系統就常出現錯誤，電腦發生藍螢幕死機狀態是常有的事；有一個不太好笑的笑話是，如果你有輛車子的軟體是交給他們的團隊開發，有可能會發生每行駛幾英哩就「顧路」、然後你得重開機的情況，此時我們就能賦予「crash」這個單字完全不同的意義(編按：crash代表撞車，也可以解釋為電腦當機)。不過我當然希望搭載各種功能的自駕車，在問世的前幾年不會發生這種對名聲有害的問題。
這一切問題將如何擺脫？老實說我不知道…但我知道如果觀察大多數那類自駕車預測的軌跡紀錄，我們能輕易做出的結論是，那樣的未來會發生的比預期早很多，不然就是晚很多，而且會形式會與所預期的非常不同。所以…讓我們在5年、10年，甚至20年之後再回頭來看看，那些預測到底有沒有發生；而在等待期間，我只要有一輛基本功能運作非常良好，其餘周邊功能也不會帶來妨礙的車子就謝天謝地了！
編譯：Judith Cheng
(參考原文： Autonomous Vehicles, Autonomous Bugs，by Bill Schweber)
健人就是腳勤
個人積分：568分
文章編號：67342859
看來通用頗有後發先至的味道
http://finance.sina.com.cn/roll/2018-01-29/doc-ifyqyesy3885342.shtml?source=cj&dv=2
個人積分：13528分
文章編號：68349822
2025年全球L3/L4自駕車將達到800萬輛
https://www.eettaiwan.com/news/article/20180426NT22-8-million-autonomous-vehicles-ship-2025?utm_source=EETT%20Article%20Alert&utm_medium=Email&utm_campaign=2018-04-27
•2018年4月26日
•ABI Research
ABI Research預測，到2025年，配備SAE L3與L4等級自動駕駛技術的車輛出貨量將達到800萬輛；而光達(LiDAR)感測器將會是從現有ADAS過渡到更高度自動駕駛系統的關鍵。
根據市場研究公司ABI Research預測，到2025年，配備SAE L3與L4等級自動駕駛技術的消費車輛出貨量將達到800萬輛，屆時，駕駛人仍然必須待在車內，但在某些情況下已能將安全攸關任務完全交給車子了，直到SAE Level 5等級，人類才能完全脫離駕駛任務。
另一方面，這也將有助於推動支撐該技術的光探測和測距(LiDAR；光達)感測器的出貨量。 預計在2025年，將有多達3,600萬個LiDAR裝置出貨，其市值相當於72億美元。
ABI Research研究分析師Shiv Patel說：「隨著OEM快速開發並部署各種先進駕駛輔助系統(ADAS)套件，更高度的自動化將是下一步進展。當今ADAS與更高度自動駕駛車之間的主要感測器差距，將由添加LiDAR來填補，它將有助於提供可靠的障礙物偵測以及『同步定位與地圖建構』(SLAM)。」
針對SAE Level 3和Level 4等有條件但高度自動的消費車輛應用，Innoviz和LeddarTech等公司的固態LiDAR解決方案逐漸嶄露頭角，不僅有助於讓自動駕駛車實現更可靠的感測，更重要的是同時滿足了OEM設定的嚴苛定價需求。
預計到2020年，用於低階與高階解決方案的LiDAR裝置預計將分別達到200美元與750美元的價格點。這樣的價格點意味著，即使自動駕駛車必須配置多個感測器，汽車OEM為高檔車採用固態LiDAR解決方案的意願也會大為增加。
在完全自動駕駛應用中，例如達到SAE Level 5，自動駕駛共乘車由於完全不用配置駛人，使其價格將會更昂貴些。而傳統的機械式LiDAR解決方案由於解析度較高，而且感測性能可靠，仍會是汽車OEM的理想選擇。
瞄準「自動駕駛計程車」(robotaxi)應用的業者則不太在意車輛的平均售價(ASP)，他們的短期目標在於「搶地盤」，以便在智慧行動市場出現時取得最大佔有率。
在這樣的市場情況下，形成了一場競相搶先淘汰駕駛人的競賽——駕駛人成為這些公司單一最大的成本負擔。雖然固態LiDAR的性能不斷提高，但機械LiDAR可作為廣泛用於其他類型感測器套件的一部份，短期內，仍是這些積極的開發人員實現全自動化的唯一選擇。
健人就是腳勤
個人積分：13528分
文章編號：68350747
https://www.eettaiwan.com/news/article/20180423NT02-Who-is-the-Lidar-IP-Leader?utm_source=EETT%20Article%20Alert&utm_medium=Email&utm_campaign=2018-04-24
•2018年4月23日
•Junko Yoshida, EE Times首席國際特派記者
光達市場將在2022年達到16億美元規模，並進一步在2032大幅成長至315億美元...誰是這個最有「錢途」市場上的領導者？
在今日自動駕駛車輛上裝載的眾多感測器中，光達(lidar，light detection and ranging)可說是最關鍵也最有「錢途」的一種。總部位於法國的市場研究機構Yole Developpement的成像與感測器部門主管Pierre Cambou即表示，他很難想像自駕車沒有光達；該機構預測，光達市場將在2022年達到16億美元規模，並進一步在2032大幅成長至315億美元。
不過推動光達的技術仍在變動中，隨時有新發展；如市場研究機構IHS Markit的汽車電子與車用半導體資深分析師Akhilesh Kona資深分析師先前接受EE Times訪問時就曾表示，光達技術供應商持續藉由開發各種光束轉向(beam-steering)技術，包括機械式、MEMS以及固態(solid-state)等，以改善光達的耐用度、尺寸與成本。
隨著廠商競相推出更厲害的光達，眾人都會想問的一個問題是：誰是光達技術領導供應商？要找出以上問題的答案，方法之一就是根據與光達技術相關的專利檔案。Yole Developpement旗下的IP分析與專利評估機構Knowmade，最近就研究了車用光達裝置與系統，確認有超過6,480個與車用光達相關的專利家族(patent families)。
與車用光達相關之專利家族分析
（來源：KnowMade）
雖然這類專利活動最早可追溯至1960年代晚期，相關專利發表數量在過去幾年則呈現爆炸性成長，特別是在2007至2017年間，光達技術專利數量的複合年平均成長率(CAGR)達21%。以廠商來看，早期則是以Bosch、Denso與Valeo等主導與車用光達相關的專利領域。
Knowmade技術與專利分析師Paul Leclaire將上述那些廠商形容為「歷史性IP廠商」；根據他的觀察，他們的專利大多數是「與先進駕駛輔助系統(ADAS)應用相關，根據漸進發展技術以及利用有限的空白(white spaces)區域；」所謂的「空白區域有限」，意味著很難在已經有其他專利、不重疊的情況下申請新專利，在這種情況下專利申請獲得批准的機會較低。
不過Leclaire指出，光是那些歷史性IP廠商的活動，並不能解釋最近幾年光達技術IP增加的情況；在光達領域有不少新進業者，分成以下幾個類別：
半導體廠商的光達IP
第一類廠商包括Qualcomm、LG Innotek、Ricoh以及TI (Texas Instruments)等半導體廠商，Leclaire解釋，他們的貢獻包括利用非掃描(non-scanning)技術來降低光達尺寸，以及藉由高脈衝速率來提升速度；那些廠商的專利暗示了光束轉向技術成為業界新寵，以及市場開始看到一些專門應用於光達的複合式方案(探測器與雷射)。
純IP業者
另一類新進廠商包括Quanergy、Velodyne、Luminar與LeddarTech等，Leclaire稱他們是專注投入光達技術開發的「純IP業者」，專利發表聚焦於高度特定的專利技術，能實現產品主張(assertion)以及其應用。
值得注意的是來自中國的光達IP開發商，例如鐳神智能(LeiShen)、速騰聚創(Robosense)、禾賽科技(Hesai)等；Leclaire表示，這些中國業者主要都是在兩、三年前才進軍光達技術IP領域的新進廠商，其專利申請大部分仍待審，或是未擴展到中國以外的市場；不過他也指出，那些業者的IP都與他們已經上市的光達產品有關。
自駕車業者
最後一類光達技術開發者是自駕車生產商本身；Leclaire指出，這些廠商利用光達做為提供複雜嵌入式感測系統的工具之一，例如Google、Waymo、Uber、Zoox與Faraday Future等。中國業者如百度(Baidu)與奇瑞汽車(Chery)也擁有光達IP。
根據Knowmade的研究，對大多數自駕車供應商來說，光達是其專利感測解決方案的中樞零組件，他們的專利中有很多是與運算方法與過程有關。
至於有哪些具潛力的技術可望加速光達發展？對此Leclaire指出了兩種，其一是利用新光源例如雷射與垂直共振腔面射型雷射(vertical-cavity surface-emitting laser，VCSEL)，其二是波束成型(beamforming)技術。
他表示，採用VCSEL做為新型雷射光源，具備包括較小角發散(angular divergence)與較小雷射陣列，以及較高輸出功率等優點。而波束成形方法與光束轉向方法，則越來越常在與固態光達相關的專利中被提及。
那麼Knowmade是否能識別出有哪些業者主導新光源或波束成型IP領域？Leclaire表示不行，其團隊的分析只聚焦於車用光達裝置以及系統：「我們並沒有分析像是雷射、VCSEL、光探測器(photodetectors)、SPAD (single photon avalanche detector，單光子崩潰二極體)、APD (崩光二極體)等技術的IP領域，也沒有分析與波束成形技術相關的IP領域。」
以下我們列出了幾個光達市場的新進廠商專利技術案例，請點擊連結參考：
•Qualcomm: US2017082735
•Ricoh: US2017123063
•LG Innotek: WO2017023107
•Quanergy: US2016161600
•Quanergy: US2015192677
•Faraday future: WO2017177205
•Zoox: WO2017079321
•Uber: US9841763
編譯：Judith Cheng
(參考原文： Who’s the Lidar IP Leader?，by Junko Yoshida)
健人就是腳勤
