投資與理財 - [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~ - 生活

前往內容


[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~

幾年前
聽到自動駕駛汽車
直覺就是哈哈一笑
因為離實用性太遙遠了

因在2004 年,DARPA 在莫哈韋沙漠中圈出了 150 英里的賽道,並且拿出 100 萬美金設立獎項,這 100 萬美金會獎勵給第一支能憑自動駕駛跑完全程的車隊,這項賽事被稱為 DARPA Grand Challenge。很可惜,2004 年參加 Grand Challenge 的車隊沒有一支能在自動駕駛狀態下跑完全程。其中,成績最好的卡內基梅隆大學車隊跑出了 7.4 英里,然後撞到護欄上著火了。

然而,在近幾年的開發上,又看到曙光~

Google以前在TED有解釋自駕車爲何難

首先,依照SAE International 國際自動機工程師學會的定義,將自動駕駛系統從Level 0 分級至Level 5:

Level 0:無任何輔助系統,由駕駛者完全負責車輛行駛。

Level 1:車輛配置一些輔助系統協助駕駛者,如定速巡航、車道維持等等,主要仍仰賴駕駛者對道路狀況的判斷與操作。

Level 2:在某些條件允許的狀況下,車輛可自行進行駕駛,但駕駛者仍需對車輛反應出的需求進行回應,舉例會請駕駛者手仍需握方向盤,保持注意力。目前大多數的自動駕駛系統皆為Level 2。

Level 3:車輛對於一些特定情境已可大致掌握,駕駛者可以暫時將注意力離開前發路況,雙手不必握住方向盤,直到系統遇到突發狀況,要求駕駛重新接手車輛掌控全。Audi A8 Traffic Jam Pilot 即為此階段。

Level 4:原則上車主只需要負責啟動系統或下令,車輛便可完成所有駕駛操作,駕駛者基本上無須花心思顧及車輛狀況。

Level 5:完全的自動駕駛,基本上已不需要有人類擔任駕駛者,車輛已可做到所有人類駕駛者的判斷行為。

基本上,要達到Level 4/5,而不是現在的汽車輔助系統ADAS,利用光達(LiDar)進行3D即時建模並預測周遭行人車輛的動態就很重要。
全自動駕駛車即將成為現實,光達(LiDAR)技術的發展可說功不可沒。光達主要是利用車頂上的雷達與接收器,測量物件與車輛間的距離與相對位置,描繪出車輛周遭環境的 3D 影像。除了自駕車外,光達也被廣泛使用在測繪飛行器上,負責前往一般儀器難以到達的地區,繪製出鉅細靡遺的地形影像。

Tesla 遲遲不願引進光達系統,反而專注於鏡頭、雷達和超音波感測器。
Tesla 自駕車與其他自駕車最大的不同之處,在於它並未採用可生成車輛周圍精確影像的光達
(Lidar)技術,只配有鏡頭、雷達和超音波感測器等設備。此外,Tesla 也放棄了 Autopilot 曾採用的 Mobileye 晶片。
Tesla那種不用光達的技術遲早會被淘汰
因為光達(LiDar)一顆好幾萬美金
Tesla老板等不及光達的成本降低

為什麼要用光達
為了即時3D建模
然後用大數據比對出是人,車,還是號誌
Google(現在由子公司Waymo)負責
重點在於預測
會不會撞到其實自駕車早就監控附近的活動物體
並推算出未來行進路線
即早的預防

現實的無人自駕有很多問題要考慮
美國校車只有顏色不同,看到要降速
要看懂交警的指揮
要看懂改道的標示
有人說攝影機也可以影像辨識
但黑夜與濃霧就無法識別怎麼辦
所以光達是雷射可以穿過雲霧即時3D建模變成很重要

光達很貴讓Tesla不用其實是不得以的
但我一直注意微機電式光達的開發
不用旋轉只用晶片型光機係統固然有角度限制
但多裝幾個在車四週就可以360都掃瞄的到!
這兩三年會降低不到一千美金一個

MicroVision 在2016 年的微機電系統高峰會(MEMS Executive Congress)上展示了令人驚豔的MEMS 微型掃鏡技術,由一個27Hz 的共振器控制擺動式的微機電反射鏡進行正弦式掃描,並透過啟動和關閉雷射二極體決定個別畫素。掃描速度越快,就越能快速看到附近景觀,如果降低掃描速度,則顯示的地圖會更詳細。MicroVision 表示,控制和補償是這項技術最困難的部分。
發明車頂雷射測距系統的 Velodyne 公司也展示了一款冰球大小的壓縮固態雷射感測器,使用氮化鎵(GaN)技術生產晶片,並以系統級封裝技術(system-in-package)整合不同的晶片。
儘管體積縮小,光達裝置仍無法緊貼車頂安裝,因為視野會受到限制,目前討論的做法是在車身四周裝置多個單元,但如何將各單位集的資料整合為單一且連貫的圖像,還需進一步研究。

Google 首部自駕車原型就是用豐田汽車(Toyota Motor)Prius 改裝而成,其中最重要的元件莫過於Velodyne HDL-64E 光達感測器,要價7.5 萬美元,雖然遠距離偵測效果佳,卻不利於近距離物體辨識,畢竟光達感測器的周圍會有死角,視野也可能被車身遮住。為了化這項難題,Google 在自駕車車頭與車尾設置幾個雷達黑盒子,來補充光達感測器的不足。
Google 也試過在車頂安裝GPS 感測器,但對於自駕車來說,GPS 的準確度不夠高,所以Google 選擇「輪式編碼器」來追蹤動向,有一條電線從車頂向下連接車輪軸,藉此計算自駕車的輪轉數,這可是相當簡單的水平運動測量工具。
此外,Google 還在車內安裝攝影機,外加電腦進行記錄、處理和雲端通訊。2012 年Google 曾表示這些設備加總也要15 萬美元,所費不貲。
不過小弟相信有輛起來後,光達都可以降至1000美元以下,其他的子系統也可以~

前面是軟體發展
硬體的部份
這可是未來新的藍海搶硬體主導權
Intel花大錢收購Mobileye
高通花大錢收購NXP
還有Nvidia發展平台
各家在角力求未來的WinTel體制⋯

https://www.youtube.com/watch?v=tiwVMrTLUWg&index=1&list=PL7r_SmMw3Wf61pM7kltcZXu_PiVbCXM7D

現在的Level 4與5的硬體競爭
是Mobileye (Intel)與Nvidia的PK



對於自駕車的科技對現有車廠的影響在於
伴隨自駕時代來臨,汽車走向模組化,車廠的附加價值變低,而零組件與軟體業者的重要性提升,不同領域的業者相繼投入自駕車市場,讓汽車產業有了新的生態,欲成為該產業的佼佼者,端看能否掌握判斷、辨識與操作三個關鍵。

NVIDIA 近來積極推動自駕車事業,開發相當人腦的人工智慧 NVIDIA INSIDE,包括德國福斯(Volkswagen)旗下的奧迪(Audi)、BMW 與美國福特汽車(Ford Motor)等車廠都採用該產品。

NVIDIA 是半導體起家,在遊戲用影像處理系統獲得好評,擅長高速處理技術,在自駕車時代,購併了以色列的Mobileye後,順勢將累積至今的 Know-how 發揮出來,至 2016 年第 3 季,NVIDIA 營收創新高,股價飆升,是近 2 年的 5 倍,極有可能取代博世(Bosch)、電裝(Denso)成為最大汽車零件供應商,而 PC 巨擘英特爾(Intel)也急起直追,投入該市場,作為汽車頭腦的高性能中央處理器,至此陷入競爭白熱化階段。

Intel(Mobileye) 與德國福斯、美國通用汽車(GM)合作,將自家研發的影像辨識系統導入前述車款,該辨識系統透過攝影機能瞬間捕捉與其他車輛的距離或障礙物;消費性電子廠商 Sony 就鎖定號稱汽車眼睛的車載影像感測器,試圖搶攻全球市場;Pioneer 宣布進軍利用雷達掃描車子周遭狀況的 3D LiDAR 市場。

而為避免市場被瓜分,傳統汽車零件廠也不甘示弱,紛紛投入新技術的研發,如輪胎大廠德國馬牌集團(Continental AG)購併芬蘭車載資通訊業者 Elektrobit,取得近萬名的軟體研發人員,而相較歐美企業,日本業者的經營活力明顯不足,難以全力投入研發,因此包括技術等領域,紛紛採取合縱連橫的策略,在該市場站穩腳步,如日本電裝(Denso)與東芝(Toshiba)合作開發影像辨識系統。

美國福特汽車已宣布 2021 年將發表等級 4 的無人車,Google 也積極推動無人車計畫。不過,除了技術,無人車商用化還需面臨法令與環境等問題,但該趨勢已勢不可擋,據波士頓諮詢公司(Boston Consulting Group)預估,2035 年全球新車市場將有 3 成是無人車,屆時將以物流等商用領域率先導入。

那Google打甚麼如意算盤???
Google 為資訊數據行業而非傳統車廠,但卻率先提出自駕車發展計畫。自 2009 年開始,Google對自駕車不斷地調整與改進,總計測試行駛已超過 200 萬公里。Google 以汽車後進者進行破壞式創新,超越 Toyota、BMW、Mercedes Benz、GM、Ford 等傳統車廠。Google的優勢在於除了善用既有產業供應鏈資源外,就是從自駕車的價值鏈之關鍵要素著手創新,亦即 Google 援用其軟體技術優勢並發展安全用感測器等技術,整合車用安全系統並結合雲端通訊、地圖導航、人工智慧等智能控制技術。

Google 申請的自駕車專利,其產品大多分布於控制系統及通訊系統,而其技術則分布於車輛安全控制、障礙物偵測、行走路線控制、車與道路的通訊、車與行人的通訊等技術。譬如,美國專利第 8,700,251 號,其技術方案為透過多個感測器偵測自駕車周圍的車輛位置、速度、移動方向,並搭配地圖與感測資料的處理,用以判斷自駕車的運行方式;美國專利第 8,195,394 號,則是透過感測器蒐集障礙物資料並與自駕車的地圖資料比對,用以判斷閃避障礙物。

從 Google 的自駕車開發、專利布局及專利觀之,Google 是聚焦發展自駕車的「腦」及「神經網絡」兩個創新關鍵元素(即自駕車的核心器官)。亦即,Google 要做的不僅僅是毋須駕駛操控的自駕車,而是擁有高度智能並可以跟安全系統與環境通訊的「智慧車」。

高盛出了一份研究:
Monetizing the rise of Autonomous Vehicles
http://pg.jrj.com.cn/acc/Res/CN_RES/INVEST/2015/9/17/f70472c6-f4ad-4942-8eab-3c01f3c717a7.pdf

有81頁,表示華爾街也在分析此一產業的前景…

新的藍海,自然有眾多廠商爭奪規格的主導權…

小弟會蒐集這些資料的最大目的
是千金難買早知道
當年有誰慧眼識英雄的發掘出MS, Intel, TSMC,….
早買股票漲了百倍都有
那誰是未來的主導者?
我們現在看的出來嗎???
歡迎大家來討論~
NQQegg wrote:
幾年前聽到自動駕駛汽...(恕刪)

日本最近發射了一颗GPS衛星 誤差数公分而已^
說是對自動驾駛助益很大,
日本人口老化、
年輕人不願意從事農耕,
農耕機器都要自動化耕耘. GPS衛星對他們意義重大.
soziohall wrote:
日本最近發射了一颗GPS...(恕刪)


真的重要是光達
可以進行即時3D建模,然後利用大數據判讀
我給的Youtbe有說明~
其中的主講人Chris Urmson已離開Google了~
從Wiki上看,他現在為新創公司Aurora Innovation的CEO

像機械人也有用到光達
Boston Dynamics開發的機械人身上有旋轉的圓柱物體,就是光達~

如Atlas
https://www.youtube.com/watch?v=rVlhMGQgDkY

機械人麋鹿
https://www.youtube.com/watch?v=RDZu04v7_hc

其實Chris這些人都是來自卡內基美隆大學, Chris可是擔任過該校的教授
卡內基美隆大學可是美國研究機械人的重鎮~

Boston Dynamics因為短期無法為Google帶來收益
被賣給Toyota
Toyota除了擁有機械人的技術外
那些動態的自動控制與光達的軟硬體的技術也可以用於自駕車上~

Toyota不是隨便亂買的...

NQQegg wrote:
幾年前聽到自動駕駛...(恕刪)


登記一下
只是說說自己想法

1.
intel
除了自家 PC CPU 做什都失敗
買什公司都失敗
過去20年都是
印象裡沒一個成功

2.
以後是nVidia天下了
nVidia已經是全球第一大無晶圓廠IC設計公司
幹掉broadcom qualcomm
追過intel 早晚
AMD當年買下ATI也許有機會翻身了? 你可以押注AMD 哈哈

3.
tesla選非光達(都沒使用嗎?) 我想只是過渡時期
反正他也沒說要到level5 雖然MUSK一直瞎扯說tesla可以做到

lidar 再好用也要成本跟上 google我記得一顆是8萬美元
一顆8萬美元 除了google拿來玩玩 真不知哪家車廠用得起
所以實際一點 先讓客戶嚐嚐鮮
然後夜間 市區 下雨天 少用
新技術光達...號稱便宜 那也要能商用或量產

其他車廠雖然做的完善 號稱L5(無人駕駛) 但會不會撐不到成本大降那天 結果市占率全被tesla拿走? 反手再大力壓下lidar成本並轉進使用?

不確定toyota買得對不對 也相信他眼光

但 toyota有另一個問題面對
現在全球車廠一面倒向鋰電池充電 toyota這次賭注真的很大 全押注燃料電池
事情最擔心 別人成本降得比你快 比你方便用 自己還來不及好好發展 就被幹掉了 再好都沒用
(toyota很可惜 記得他很早就投資tesla 在tesla 2012在北美爆紅前就出清一堆tesla股票)













小弟在25年前,就想過每一台車輛裝設紅外線偵測,避開障礙物,以及減少車禍發生
不過這只能在 Leavel 1 這需要統一規格 發射統一的頻率 甚至每輛車都能交談
然後時間過了20年 5年前,我認為能帶動下一個世界大潮流的就是在車輛
一台手機 台幣2 3萬元 就能造就這麼大的經濟商機
一輛車輛動輒百萬 商機絕對更大更大 (當然手機的汰換率很高)

很感謝 NQQegg 大大 雖然我不認識您 不過感謝您給這資訊
我相信很快 可能3年 可能5年 也可能在我身後 就會看到了
一如 當年 用LCD取代CRT螢幕 一如 隨身碟取代 光碟片
will7000 wrote:
新技術光達...號稱便宜 那也要能商用或量產...(恕刪)


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

當然
晶片型的不能旋轉
但四周放一個
如同以前雷達要旋轉
現在使用陣列型的TR元件一樣

Tesla的MUSK是急著要導入自駕系統
但沒有光達仍會有問題
MEMS type的soild state LiDar會讓他的想法改觀
最近Tesla與Waymo的自駕車系統開發人員流動太快了
MUSK逼走太多人了
有些事急不來的

Intel這家公司雖然除了CPU外甚麼都做不好
如果只買下來Mobileye, 但保持Mobileye的獨立性
Mobileye未必就會像Intel這樣的不堪
目前Mobileye可是能與Nvidia抗衡的
請參考我附的那張圖

高通花大錢買NXP
也是著眼於車上的電子系統
車用電子認證長
要求耐用
不是消費性電子廠商容易打進去的
所以高通花大錢買門票了

Google的強項是軟體與大數據
LiDar掃出來的是point cloud
如何把這些海量的點資料轉為可以判讀的人車與標示
就是AI與大數據
Google的如意算盤當然是想比照Android手機
OS用我的Android
硬體你們去配...
OS要用我的
所以Google才會早就投入自駕車的開發
每天都有幾百萬英里的實際路測
這些經驗可是用錢買不到的...

Chris秀的這張圖
就是即時3D建模與大數據分析後
整理出移動的各車的移動軌跡
再'預測'未來行進路線
'即早'進行防範⋯⋯
預測與預防才是重點
因為車速快
車重有慣性
可不是說停就停⋯


這是光達掃出的point cloud


要靠AI與大數據判讀交警的手勢與人車⋯








Nvidia會跨入自駕車系統也是基於自身的利基
為什麼要即時的3D圖像而且精準
不準怎可能判別碰撞與否?
那為什麼要real time?
因為車速快
車速為時速100公里的話
車子一秒移動27.8公尺
一秒的即時3D建模根本不夠
所以高速的3D建模不是在拼frame rate?
這就是Nvidia的專長
在硬體上
Nvidia有其利基點
當然黃仁勳就選擇跨入佈局~
毫不意外⋯⋯
xilinx似乎被忽略了?不然最近美國的分析師在炒作這一支

cinnamon coffee wrote:
xilinx似乎被...(恕刪)


小弟不是對於所有的廠商都很熟
歡迎補充~

1頁 (共4頁)

前往