从影像传感器、雷达、光达等感测元件角度,看各大厂商谈自动驾驶安全性!

自动驾驶安全性备受重视。Tesla自驾车事故震惊全球，说明目前自动驾驶安全性仍有待加强。为提升汽车整体安全性，车用感测元件如影像传感器、雷达、光达等，已成半导体业者发展重点，各大车厂及系统厂更是致力于传感器融合技术研发。

根据相关媒体报导，电动汽车龙头（Tesla）旗下电动车于美国传出首桩死亡车祸，一名车主今年5月初驾驶「Model S」行驶佛罗里达州公路时，撞上一辆18轮货柜车，车主当场死亡。

根据特斯拉研判，肇事原因是因为货柜车在明亮的环境下靠近，导致雷达将其形体误判为高架路标而未进行煞车，而驾驶也没有及时警觉，因而造成擦撞。

由上述新闻报导可看出，即便有了自动驾驶，行车安全仍是汽车产业重点发展项目。现今的自动驾驶系统，虽能判断多数的行车情况，运作上也没有大问题。

然而，在驾驶忽略路况的情况下，仍可能造成无法挽回的严重事故，因此，持续提升自动驾驶安全性已成为目前汽车产业及半导体厂商发展之重点。

消费者需求/政策带动　主动安全成汽车主要配备

华创车电前瞻工程部经理陈正夫表示，2016年开始，汽车对于主动安全的需求日益增加，主要是在于欧洲EuroNCAP的New Car Assesment Programme，自2016年，该评估机制除了传统的被动安全外，也开始将车辆主动安全机制纳入评估范围，象是自动紧急煞车（AEB）与主动式定速巡 航系统（ACC）。除欧洲之外，，从2022年9月1日起，自动紧 急煞车辅助系统（Autonomous Emergency Braking， AEB）将列为新车标准配备。

陈正夫指出，过往车厂较重视被动安全之设计，也就是于事故发生后，会受到何种伤害，又该如何使车内驾驶及汽车本身受创程度降到最低；而主动安全是阻止事故的发生，采取主动式的侦测方式提醒驾驶，藉此降低交通事故发生的机率。

据悉，主动安全与被动安全配备的区分，主要是以发生意外时的撞击做为区分。主动安全配备大略是指发生撞击之前所做动的辅助装置。这些装置在车辆接近失控时 便会开始作动，以各种方式介入驾驶的动作，希望能利用机械及电子装置，保持车辆的操控状态，全力让驾驶人能够恢复对于车辆的控制，避免车祸意外的发生。

而所谓的被动安全装置，则是在车祸意外发生，车辆已经失控的状况之下，对于乘坐人员进行被动的保护作用，希望透过固定装置，让车室内的乘员，固定在安全的 位置，并利用结构上的导引与溃缩，尽量吸收撞击的力量，确保车室内乘员的安全。

常见的ABS、VSC等驾驶上的辅助装置，便是属于主动安全配备；而安全 带、气囊及笼型车体结构，便是被动安全配备与设计，瑞萨电子（Renesas Electronics）营销事业部汽车应用经理何吉哲提到，过往消费者对于汽车的需求多着重在车身娱乐之上，象是汽车音响、汽车电视、DVD 等。

但随着社会环境愈来愈进步，消费者需求日渐朝实际面增加，并不只是注重外在烤漆、车内娱乐系统等，而是考量到整台车是亲友都坐在里面，遭遇紧急状况 时，有没有什么特殊保护可减低损伤，这是目前消费者越来越肯花心思去注重的部分。

有鉴于此，为提升汽车驾驶安全性，先进驾驶辅助系统（ADAS）已在市场上快速掀起一股发展风潮，让雷达与光达等感测元件需求也日益殷切，促使半导体厂近期相继发布具更高整合度且侦测范围更大的77GHz雷达，以及可实现远距360度环景侦测与精准物体辨识的光达传感器。

雷达需求大增　半导体厂商齐出招

ADAS可说是实现提升自动驾驶安全性的重要基础，而雷达、相机及光达等传感器则是建构ADAS系统不可或缺的关键元件，特别是雷达传感器，其市场需求更是成爆发性的成长。

根据市场研究机构IHS指出，未来几年雷达式ADAS将急速渗透市场，预估至2021年全球雷达传感器出货量将超过五千万颗。除了尺寸、功耗与成本等技术 的精进外，欧盟的新车安全评估计划（New Car Assessment Programs， NCAP）亦是助长ADAS系统发展的另一重要推力。以现今发展来看，雷达已开始广泛用于中高阶车款的ADAS系统，并加速渗透入门车款，而光达则囿于体 积与成本等因素，仍未大量于大众车款中商用，目前多用于试行的自动驾驶车中。

ADI汽车电子事业部大中华区市场经理许智斌表示，过往客户应用于自动驾驶之环境侦测多是以视觉为主的影像传感器为主，然而，随着安全需求越来越高，单一的相机镜头已无法满足，须结合更多传感器以提供更精准的环境辨识与判断。因此，雷达与光达受到更多的关注。

看好ADAS市场成长前景，加上近期自动驾驶车发展火速增温，半导体业者纷纷加足马力投入新一代雷达芯片研发。英飞凌便与奈米电子研究中心IMEC宣布共 同开发CMOS传感器芯片。根据在比利时布鲁塞尔举办的IMEC年度技术论坛（ITF Brussels 2016）所揭露的协议，双方将携手开发高度整合的CMOS制程79GHz车用雷达传感器芯片。

英飞凌汽车安全市场经理王龙飞说明，目前汽车雷达设计需求有两大重点，分别为体积小和精确度高。由于雷达多用于汽车应用，所需空间不大，因此须具备较小体 积，体积越小，应用地方就越灵活。因此未来的雷达设计，除致力缩小体积之外，也会将更多功能整合至芯片中，这是目前半导体厂商于雷达芯片设计趋势。

另外便是高精确度，为能够有更好的环境侦测能力，高精确度的雷达已是不可或缺。对此，英飞凌汽车系统工程部总监陈添宝指出，未来汽车雷达须具备更高解析 度，透过2D/3D感测，以增进方位辨识的精确度和支援更高的高度。另外，为支援自动驾驶，汽车雷达还须增加抗干扰能力、增进目标物的探测和分类等。

为此，英飞凌未来将戮力克服汽车雷达设计四大挑战，分别为线性斜坡（Ramp Linearity）、Vcc噪音（Vcc Noise）、VCO噪音敏感度（VCO Noise Sensitivity），以及印刷电路板寄生与损失（PCB Parasitics and Losses），以设计性能更佳的汽车雷达，满足日益蓬勃的汽车雷达市场需求。

许智斌提到，过去几年所谈到的智慧汽车或是自动驾驶，多是以视觉化的解决方案为主。然而，自动驾驶是个相当复杂的设计，过往视觉化的解决方案，多用于警告 和提醒，若想真的达成自动驾驶愿景，还须结合其他感测元件，如雷达或光达。因此，雷达市场于这两三年快速成长，除过往的高阶车款有配备外，目前也已开始广 泛用于中高阶车款，并加速渗透入门车款。

24GHz/77GHz雷达各有所长

目前汽车雷达使用的标准频率范围有24GHz与77GHz两种；24GHz雷达多用于短、中距离侦测应用，如盲点侦测（Blind Spot Detection）、行人侦测、停车辅助等；77GHz雷达侦测距离涵盖较远，可应用在象是适应性巡航控制及碰撞警示等领域，其每秒数百亿次的高频振荡 可确保测量的准确性。

24GHz和77GHz雷达都有各自的长处或相应用的特点，何吉哲指出，由于24GHz和77GHz雷达频段不一样，其分辨率和侦测的距离范围也不一样。 24GHz主要是做盲点侦测，侦测的是较短的距离，分辨率也较低；77GHz则是侦测较远的距离，可看到的范围约150～200公尺左右。雷达供应商会依 照设计的不同取向，会有不同的产品线。

针对未来汽车雷达市场发展，王龙飞认为，汽机车较为发达的国家，如欧美，将会持续投入77GHz甚至是79GHz的雷达领域，因AEB、ACC在这些国家 的应用更广泛，而77GHz或79GHz的雷达可侦测更远的距离，24GHz雷达成长未来将会逐渐减缓，若是以成本或是开发难易度作为考量，才较有可能采 用24GHz。例如中国目前还是以24GHz为主，因采用24GHz，一级供应商会较容易把雷达与其他元件整合至汽车上，无论是测试或是开发流程上，会比 77GHz容易很多。

陈正夫也说明，24GHz雷达因为侦测距离不够远，因此大部分用来做盲区、障碍物的侦测；若是要满足ACC、AEB之政策需求，可能都要用到77GHz。 欧洲目前已渐渐采用77GHz作为主要的汽车雷达配备，并已加紧研发79GHz，因此，未来24GHz发展相较于77GHz，可能会较为平稳，甚至是较容 易被其他侦测器取代，如摄影机等。

不过，相较于上述说法，许智斌则表示，24GHz在未来两三年内仍然有一定的成长空间，原因在于77GHz还是受限于价格与软件运算等因素，因此要全面应 用于汽车上，还需一段时间。24GHz开发成本较低，可配备于中低价格的汽车上，以进行车后方的盲点监测或是前方的物体监测。

许智斌进一步解释，未来77GHz雷达虽然会成为主流，但并不会完全并吞24GHz市场，因为24GHz还是有其特殊应用。所以未来雷达市场的发展，应该 会偏向24GHz发展逐渐平稳，但凭借其成本及较易开发优势，仍旧会维持一定的市占率；而77GHz就如同上述说法，将成汽车雷达市场主流。

强化环境辨识能力　影像传感器不可缺

除雷达传感器之外，影像传感器近年来也已大量导入于各种自动安全系统，如汽车倒退监控、自动煞车系统等，以预防车祸或小意外发生。未来几年自动驾驶汽车技术的发展，也将促进汽车厂商为自家车辆产品导入更多影像传感器，影像传感器市场成长也日益攀升。

许智斌表示，近几年视觉解决方案和雷达一样，都呈现爆发性的成长。过往多是高阶车款才会配备影像传感器或雷达，但现今也已开始广泛用于中高阶或是低阶车款。

Socionext ASSP组IoT处理事业部市场组资深应用技术经理吴晴帆也指出，影像传感器需求急速成长有目共睹，以该公司为例，2015～2016年大中华地区的业绩（分别指台湾、香港、澳门、大陆）便成长了四倍，主要原因在于单一传感器已无法满足自动驾驶设计需求，须与其他传感器相结合，才可提供更精确的判 断。以特斯拉为例，其自动驾驶车上大多配备两套传感器，一套是影像传感器，另一套便是雷达或是红外线传感器。

车上的两套传感器系统，功能是互补的，譬如行 驶到某一路段时，除须透过雷达侦测道路情况外，还须影像传感器侦测此条道路的限制，象是速限标示牌、红绿灯等。这些告示无法透过红外线或是雷达侦测，因此 须搭配影像传感器辅助判断。

因应此一趋势，索思未来科技（Socionext）推出纯3D影像360度环景系统。为何特别强调纯3D吴晴帆解释，事实上，有许多厂商备有360度环景 系统，例如纳智捷。纳智捷前几代的车款都有提供「Eagle view」的环景功能，而此一环景系统提供给车内驾驶的影像，是四格分割的画面，这四个画面分别代表汽车前后左右的景象，但此种呈现方式较不直觉化，不符 合人体视觉习惯。

吴晴帆进一步说明，像在电玩上看到的赛车画面，都是驾驶在车内，或是从车后往前看，这才是符合人体视觉习惯。因此，Socionext 360度环景系统，透过该公司的独家技术，可将车上前后左右四个相机侦测到的影像，于系统中的3D模拟空间重新组合，投影在显示板上的，便是电玩中符合人 体视觉习惯的画面。驾驶者可从任何角度、任何位置观看此一图像，使得车辆与周遭环境识别难度大大简化。

然而，随着安全需求日渐提升，影像处理器的敏感度也须持续增强。Socionext战略销售组销售部项目总监颜国荣表示，不仅仅在白天，影像感测 器也需在较恶劣的环境中，例如夜晚、下雨等，也可清楚地捕捉影像。因此，目前影像传感器的挑战便是如何在严苛环境中，提升影像捕捉质量。

对此，吴晴帆透露，目前其中一样解决方案为，结合平面和景深型影像传感器模块，便可更准确的判断物体距离。换言之，目前市面上常用的影像传感器模块为平面 型，也就是和相机相同，拍出来画面是平面的；然而，除平面型外，还有所谓的景深型影像传感器，其运作原理为不可见光，相较于可见光传感器，夜晚时捕捉到的 影像更为清晰。因此，结合平面与景深型传感器，为现今提升影像传感器精确度的方法之一。

光达传感器市场潜力佳　克服高价格为首要任务

除雷达传感器与影像传感器需求日益殷切之外，以雷射光波为感测基础的光达传感器，也在自动驾驶车发展热潮的带动下行情看涨。不过，光达囿于体积与成本等因素，仍未大量于大众车款中商用，目前多用于试行的自动驾驶车中，而半导体业者除积极发展新一代雷达感测芯片外，也致力于提升光达传感器设计技术，以降低成本，加速其商用化时程。

许智斌指出，目前光达传感器是采用360度的环景扫描，但此种方式会使得设计成本提高许多，且在操控上也不是这么容易。因此，为降低光达成本，目前有半导 体业者运用固态雷射扫描技术，使光达侦测时只固定瞄准某些角度，而不是360度环景扫描，藉此降低光达设计成本；而若车厂需要较大范围的扫描时，可多装备 多颗固态光达，以达较精准的侦测结果。

另一方面，为强化光达技术，加速自动驾驶发展，半导体厂商与车厂也动作频频，如汽车零部件供应商采埃孚（ZF）便宣布收购Ibeo40%股权，Ibeo为光达（LiDAR）供应商，ZF本次收购旨在获取Ibeo的光达技术和环境感测算法领域的专业技术。

此次合作，ZF将帮助Ibeo实现技术飞跃，并在汽车应用领域迈出一大步。双方将合作开发下一代光达系统，能够对周围环境进行3D图像重建，且不再需要目 前光达系统所包含的旋转反射镜。由于固态技术的发展，两家公司的合作将设计出尺寸更小巧、价格更加低廉且更易应用于汽车中的光达系统。陈正夫指出，光达的 热潮主要源自于自动驾驶，其最终目标大概是Google无人车所呈现的样貌。

然而，目前光达的价格依旧居高不下，甚至比一辆车还要贵，因此若要量产的话， 对于自用车或是小型车而言，开发成本还是太高。因此，目前的趋势还是以雷达和影像传感器的组合为主，提供精确的环境识别判断。

强化自动驾驶辨识能力　传感器融合势在必行

随着汽车上传感器越来越多，传感器融合（Sensor Fusion）将成为发展自动驾不可或缺的技术。许智斌表示，不管是ADAS或是自动驾驶，都不是单一个传感器可以完成。因为每个传感器都有其优缺点，如 影像传感器，其优势在于判断特征，象是车道线、交通标志等，缺点是容易受到外界的环境影响，如夜晚、大雪等能见度不佳时刻，便会降低辨识性能。雷达则是侦 测十分精确，距离也够远，且较不易受外在环境因素影响，但缺点为无法看到物体，如速限标志。最后，光达则是精确度非常高，可达到厘米级，但也同样无法看到 物体状况。

因此，为达成好的自动驾驶效果，让消费者有更佳的安全防护，须融合各种传感器侦测而来的大量信息。瑞萨营销事业部汽车应用营销部主任黄源旗指出，传感器融 合的重点在于提升信息可靠度和处理效能。由于传感器融合也意味着将会有很多的传感器讯号一瞬间涌进来，车用处理器要如何在很短的时间内，将资料分析完毕且 不出现错误，成半导体厂商须解决之课题。

因此，研发具备可高速运算大量资料的处理器，是目前完成传感器融合的重点方向之一，例如瑞萨就备有R-Car、 V2R系列等产品，可应付大量资料处理需求。

另一方面，深度学习也成为自动驾驶传感器融合另一种方式，NVIDIA销售经理萧怡祺指出，自动驾驶设计十分复杂、不可预测，且充满变异，不具备 固定模式的操作。采用深度学习，就有如人类大脑一般，可将从传感器接受进来的信息，经足够的训练，使自动驾驶系统判断出最合适、安全的驾驶路径。

为此，NVIDIA备有NVIDIA DRIVE PX自动驾车开发平台，此一平台可融合来自 十二支摄影机，以及空载光达、雷达及超音波感应器的资料。这可以让算法精确了解汽车四周完整360度的环境，以制作出可靠的表示图，包括静态和动态物 件。使用深度神经网络（DNN）来侦测及辨别物件，能大幅增加最后融合感应器资料的精准性。

除NVIDIA之外，高通也致力于发展深度学习平台已加速传感器信息分析，高通产品市场高级总监叶志平表示，目前汽车上整合传感器越来越多，从摄影镜头到 雷达及雷射雷达，这些感测技术将支援汽车的自动驾驶技术。但要融合来自这么多传感器的信息，就需要一个强大的计算平台。高通旗下Snapdragon 820A正可符合此一需求。同时，Snapdragon 820A还整合了高通Zeroth深度学习平台，Zeroth平台也可以帮助汽车处理大量的传感器信息，并以此为基础，做出正确的决定。

综上所述，提升驾驶安全已是目前汽车产业发展的要点，进而带动各式传感器成长，而未来传感器融合更是自动驾驶发展之重要目标。为此，半导体业者、系统厂商及各大车厂通力合作，除戮力提升驾驶安全性之外，也期盼藉此加速自动驾驶应用普及。
PS本文参考自新电子