发展自动驾驶 车联网、AI、嵌入式运算缺一不可

车对车、车对设施的V2X通讯技术，可让自动驾驶车取得超越传统驾车条件更完整、实时的用路条件信息。Qualcomm

2016年12月，美国交通部提案推进DSRC(802.11p)应用强制安装，透过法律手段加速车联网应用成形，相同的情境也在欧洲、日本等先进国家展开，自动驾驶车不仅在技术更趋完善，在应用环境也正逐步走向现实。

汽车工业领域，一向是以美、欧市场动态驱动整个汽车产业发展，在新一代自动驾驶车应用市场中也是如此，从相关技术、政策与验证规范，多是由欧美市场起了带头作用，甚至率先推出相关解决方案。

在自动驾驶、先进主动驾驶技术方案方面，美欧国家具备成熟的工业环境与对应市场，车联网应用也正发展中，在完整的产业链架构下在自动化、智能化车载技术应用方面，欧美在对应的政策、技术、产品量产应用方面都值得持续关注，本文将就先进驾驶方案衍生的市场、技术重点(车联网)与嵌入式运算技术进行讨论。

自驾车发展迅猛  2018商转应用便可上路

先就市场趋势分析，在自驾车应用方向，以美、日车厂动作最积极，例如，日本即计划2020年东京夏季奥运将率先让自驾出租车上路，Google旗下自动驾驶公司Waymo也将于2018年推出自驾车共乘服务，自驾车导入商用市场只是时间的问题，预计最快一年就能看到自驾车上路。

观察美国自驾车市场，第一个自驾车服务商业运转案例，很可能会是亚历桑纳州政府授予Waymo经营transportation network(运输网络)业务许可证，车队经营业者也动作频频，开始着手收购高端传感器、嵌入式AI运算产业，间接证实Waymo即将推出商用自驾车服务的动向。

嵌入式运算、高端IMU为发展自驾车关键技术方案

若将检视重点放在自驾车应用市场，自零组件层面解构自驾车应用，包含传感技术(立体空间建模／分析)、车用雷达、车用传感器与高端惯性量测单元(Inertial measurement unit；IMU)、嵌入式运算核心等。

尤其是高端IMU在发展进阶智能自驾车，更是整合的重点项目，因为IMU惯性测量单元即是设计来测量物体三轴动态角速度及加速度的模块系统，因为一组IMU内会整合陀螺仪(Gyroscope)、和多组方向之加速度计(Accelerometer)，用以测量物体在3D环境空间中的角速度与速度增量，并进阶分析计算物体的实际动态。

高端模块为了提升传感结果的可靠度，甚至在每一轴整合更多传感器，如磁力计(Magnetometer)、气压计(Barometer)辅助计算并优化分析成果。若只是发展中端或低端车用先进驾驶辅助系统(Advanced Driver Assistance Systems；ADAS)还不需要使用到高端IMU必要性，但高端IMU却是发展智能自驾系统的关键核心。

现有车厂类自驾应用 仍以ADAS方案为主

若就汽车产业观察，现有如Tesla、Volvo等大型车厂，所发展的智能驾驶系统，大多仅止于ADAS系统或是进阶点的辅助驾驶方案，还不能算是高度自动驾驶的应用，与Google旗下Waymo发展的自动驾驶车(robocar)是完全不同等级的产品，光是自动驾驶车所配备的嵌入式系统与操驾系统整合复杂度就差距甚大。

甚至在传感器、摄影机等关键零组件的成本就是ADAS车种的10倍成本以上，尤其是高端IMU的传感能力与环境分析效能，ADAS相较根本是不同等级的使用条件。

目前主流发展自驾车的车队或商业团队，主要经营者有Waymo、Uber、Lyft等，国际车厂等级的参与业者有GM、Ford等，大多看准自驾整合技术、嵌入式分析运算技术、与传感器技术在深度整合便可取代传统驾车机制，发展更安全甚至能简省人力、高效为运的自驾车商用服务市场，除了服务可以获利外，还能为行车安全环境、道路运输效率发挥改善综效。

自驾车要能在市场达到获利效用，基本上仍是与多数科技产品或技术发展趋势类似，评估会以先行者优势才能在市场获取最大利益，尤其是利润相对丰厚稳定的自驾车B2B应用市场，会以第一批抢进市场的自驾车业者能再营运资金募集、自驾车环境基础建设、网通环境基础建设、自驾车嵌入式运算整合方案、传感器方案等深度参与市场的收益会是最丰厚。

发展自驾车商业用途 欧美日动作积极

观察市场面后，再来检视自驾车应用核心与成功关键，会发现推动自驾车的重点会是在如何让车辆能确实分析并实时传感道路环境，反而是取得环境数据后在嵌入式分析运算、自动化操控方面的技术已足够负荷驾车环境分析与动作控制需求，现有自驾车技术瓶颈反而会是环境传感技术方案的整合与成本压缩部分，仅有让自驾车可在无人力介入的条件下依旧发挥相同、甚至超越人力可及范围的用车环境认知能力，才能让自驾车的自用甚至是商用运转达到进入市场的应用标准。

先前也有说到，欧美日车厂积极发展自动驾驶车，其目标在于使车辆的用路环境更安全，若传统人力驾车，驾驶多仅能察觉视线可及的用路条件、环境，而驾车过程还会受到身体疲倦感、车内乘客／娱乐系统／周边路况介入而出现分心。

但自驾车若是使用IMU高端惯性测量单元搭配V2V车对车通讯、车对道路设施环境间的通讯技术，不仅能在超越人力驾车视线所及的路况感知，同时又可取得其他车辆的用车状态甚至周边道路、环境设施的实时用路信息回馈，搭配高效能嵌入式系统运算分析最佳路线、操控参数，只要整合得宜加上更多实际路测、数据分析优化自驾系统，基本上要超越人力驾车的安全与效率只是研发时间的问题。

运用高效嵌入式分析用车条件 突破人性不确定性

但发展自驾车其实面临的问题反而不是系统、效能或是分析技术方面的限制，反而是最无法掌控的【人】所导致的驾车问题！因为若在全然为自驾车应用环境，一切路况可有周边道路设施、车对车通讯加上环境传感器蒐集信息进行分析与自动化操控，即可以达到相对安全的驾车用路系统条件，但这在发展自驾车应用系统或是成车是不可能发生的情境。

问题是自驾车应用若是在同时混入人力驾车、自驾车混合条件的实际用路环境状态，问题就会显得更加复杂，因为自驾车会依据道路缺省用路条件与设施灯号、合于缺省道路法规条件下运作，但人力驾车是会出现随机加速、闯红灯等无法预期状态，往往对自驾车来说环境参数分析与各种条件数值化后的判断是没有问题，但对人性的判断就会有很大的问题，不但挑战自驾车对于更紊乱的人力驾车环境对应之防御性驾驶参数、条件分析衍生更大量的运算分析需求，也形成现有自驾车系统发展在硬件、软件成本相对较高的主因。

但可以预见的发展是，有自驾车的参与用路环境，对于乘客或运输服务、道路安全、运输效能、环境保护议题都会有正面的助益，这也是各国政府关注的重点，同时也是发展自驾车的大型车厂、自驾车商用运输服务商关注的重点。

而达到自驾车应用条件并不容易，除大型汽车制造商需要针对V2V车对车通讯机制建立共识与互通标准，政府单位则需要对于车对设施通讯快速建构用路设施、交通信息传输的标准，搭配如DSRC(Dedicated Short Range Communications)或是5G资通讯技术，让自驾车核心用路路况分析可以更完整、实时，而透过自驾车本身的IMU进阶取得环境状态综合分析行车条件，才能有效建构一个可高效运转、低能源耗、更安全的道路运输环境。