在无人驾驶车的开发进度及经验累积上，Google已居于领先地位，紧接在后的反而是国际汽车大厂。Google想把无人驾驶车的创新概念「一步到位」实现，奔驰、BMW、奥迪等汽车大厂反而是采「进化」步骤，一步一步增加新功能，引领消费者逐步适应截然不同的驾驶体验。
说起无人驾驶车，大家立刻联想到的就是Google，而且这印象还深入人心。毕竟自从Google在2010年首度对外宣布无人驾驶车测试计划以来，至今「GoogleSelf-Driving Car」（见图一）已在路上累积超过70万英哩的实驾经历了，而且还是零事故发生率，这对普通大众而言，真的是前所未闻的新奇事物，同时也会让人不禁赞赏Google的创新能力。
只是这种未来科技离一般人的生活经验太遥远了，以致于感受不深，而且距今也好几年，新鲜感不再，一般人也只是把无人驾驶车当个话题看待而已。
图一、Google无人驾驶车
Source：http://b-i.forbesimg.com/sap/files/2013/10/google-driverless-car1.jpg
目前除了Google仍对无人驾驶车持续投入研发改良，而且还颇有成果之外，国际级的汽车大厂也是认同此趋势，认真务实地在对待这项技术。
就在今年2015 CES消费电子展上，无人驾驶车又再度成为万众瞩目的焦点。例如奔驰（Mercedes-Benz）所展出的无人驾驶车「F015Luxury in Motion」（见图二），最大的特色就在于自动驾驶时，驾驶者可以将前座转个180度向后与其他乘客互动，车子就宛如一个行动的豪华包厢，再加上充满科幻前卫的内外观设计及配备，自然吸引了整场目光，但这仅止于是概念性的发表，预计要到2030年，这类车型才会正式上市。
图二、奔驰F015 Luxury in Motion
Source：https://www.mercedes-benz.com
BMW则与三星电子合作，展示全自动无人驾驶遥控停车助理（RemoteValet Parking Assistant）技术（见图三），通过智能手表Gear S就能远程控制无人驾驶车自动停入停车场，也能遥控汽车自动驾驶至车主所在位置，但前提是该停车场也要安装能够与无人驾驶车互感互通的传感器才行。
图三、BMW Remote Valet Parking Assistant
Source：http://www.autoevolution.com
奥迪（Audi）则是推出以A7车款为基础的无人驾驶概念车「Jack」（见图四），该车拥有自动变换车道及过弯的功能，也可以自动加速及刹车，更重要的是此车也有实际上路测试，在2015 CES展览期间，「Jack」一路从硅谷「自驾」到拉斯韦加斯的CES展场，帮自己累积了500英里的实驾经历。
图四、奥迪 A7 Jack
Source：http://www.wired.com
不过，就像当时搭乘「Jack」的Wired杂志作者 AlexDavies所描述的，「奥迪的无人驾驶车或许会让人觉得是智能巡航控制、车道偏离警报和其他半自动技术的荣耀升级版，如今许多的高级轿车都有提供这些技术」。
之所以会让人有如此感觉，就在于与Google发表的无人驾驶车相比，奥迪的无人驾驶车看起来与一般车无异，整个自动驾驶过程不会让驾驶者感到不寻常。
Google在实际测试多年后，于2014年5月首度发表了自主驾驶车模型（Self-drivingCar Mockup）（见图五），除了卡通化的外观造型，以及车顶上的光达（LIDAR，Light Detection And Ranging）系统令人印象深刻之外。
最为颠覆传统认知的竟是全车没有方向盘、没有油门踏板、没有煞车踏板，只剩二个按钮可供乘客手动操控紧急停止或前进，剩下的驾驶工作则全部交给传感器及计算机负责，因为Google的理念是无人驾驶的过程不需人为的介入。
图五、Google Self-Driving Car（左）模型 （右）原型
Source：https://plus.google.com/+GoogleSelfDrivingCars
接着在2014年12月发布的自主驾驶车原型（prototype）则是将LIDAR系统缩小，并安装了实体车头灯；除了必备的传感器及计算机外，也把方向盘及煞车踏板装回去了，这样的组合似乎是对当初设想的「完全无需人为驾驭」的情境，打了点折扣，但反过来想，以现阶段来说，会有多少人可以接受没有方向盘的车？能符合消费者的实际需求才是最重要的课题，太过超越的创新反而会令人为之却步。
无庸置疑的是，在无人驾驶车的开发进度及经验累积上，Google已居于领先地位，紧接在后的反而是国际汽车大厂。但Google是想把无人驾驶车的创新概念「一步到位」实现，汽车大厂反而是采「进化」步骤，一步一步增加新功能，引领消费者逐步适应截然不同的驾驶体验。
先不论无人驾驶车在正式上市前将面临的许多法律、保险以及消费者接受度等等的问题，我们来看一下无人驾驶车包含了哪些重要技术。
根据美国的专利顾问公司Lexinnova的报告，归纳出九种已运用于无人驾驶车的基本技术（见图六）：车对车通讯（V2VCommunication）、巡航控制（Cruise Control）、自动煞车（Automatic Brakes）、车道维持（LaneKeeping）、雷达（Radar）、循迹或稳定控制（Traction or Stability Control）、视讯摄影机（Video Camera）、位置估计器（PositionEstimator）、全球定位系统（Global Positioning System，GPS）。在上述的基本技术中，前五项技术的专利申请数量是相对比较多的，也显示其重要性，所以接下来就针对这五项技术作一简单介绍。
图六、无人驾驶车的基本技术
Source：Lexinnova The Next Revolution Cars A Technology Analysis of Driverless Cars
车对车通讯（V2V Communication）
通过车对车通讯，车辆之间可以互相传送数据，让佊此了解对方的行为与状况，可以让驾驶者提前作出判断和决定，减少视野盲点所造成的危险。
图七、V2V Communication示意图
Source：http://www.extremetech.com/category/extreme
美国国家公路交通安全局（NHTSA）正在制定车对车通讯相关标准及规格，以确保所有车辆都使用共同的语言，而且美国运输部也宣布，最快在2017年出厂的新汽车，按规定都要配备车对车通讯系统。
NHTSA制定的车对车通讯系统，使用的是基于IEEE802.11p及IEEE 1609标准的专用短程通讯（DSRC，DedicatedShort Range Communications）技术，藉由5.9GHz微波频段传输数据，拥有超低传输延迟、高传输速度等特性。在DSCR网状网络中，每一节点（汽车）以每秒10次的频率向四方传送信号，覆盖范围达300公尺，在网络内的数据收讯可以多步（multi-hop）方式往前跳跃到5到10个节点（汽车）之远，就如同收集到一英哩外的交通状况，这使驾驶者对交通状况拥有充足的应对时间。
根据Lexinnova的统计，车对车通讯的相关专利，多数为丰田汽车及其子公司Denso所掌握，紧接在后专利权人则为日本车用电子商Alpine及通用汽车（GM）。
巡航控制（Cruise Control）
传统的定速巡航控制系统，会依据设定的巡航速度，自动调整引擎节气门开度，进而达到定速行驶的目的。智能巡航控制系统（ACC，AdaptiveCruise control）则会主动侦测前方车距，以系统限定的安全跟车时间间距，以及驾驶者设定的速度为依据，适当地控制油门与煞车，进而达到适应前车状况的巡航控制。
图八、Adaptive Cruise control示意图
Source：http://crankydriver.com/word/what-the-hell-is-adaptive-cruise-control/
ACC系统主要是由前车车距侦测器、车速传感器、纵向加速传感器、煞车及油门控制单元，及逻辑运算控制单元组成。
根据Lexinnova的统计，巡航控制相关专利的前三大专利权人为：博世（RobertBosch）、日产汽车、通用汽车。
自动煞车（Automatic Brakes）
自动煞车系统包含防死锁煞车系统（ABS，Anti-LockBraking System），以及电子煞车力分配（EBD，Electronic Brake-Force Distribution）系统。
图九、ABS示意图
Source：http://www.toyota.com.au/fj-cruiser/features/safety/brake-system
ABS最早由Bosch于1987年引入市场，目前已是相当普遍的配备。踩煞车时，ABS会透过感测组件侦测车轮转速，一旦发现车轮有死锁现象，ABS会释放煞车，然后再快速煞车死锁，接着再度释放再度死锁，如此循环，可以让驾驶者仍能操控方向盘避免打滑失控。
EBD为ABS的附加系统，其作用先于ABS，以减少不必要的ABS动作。EBD系统监控四轮转速，将各车轮煞车油压自动调节至最恰当的程度，以防止ABS作用前的任何死锁现象，增大保护范围。
根据Lexinnova的统计，自动煞车系统相关专利的主要专利权人为南韩的汽车零件供货商万都株式会社（MandoCorporation）及博世，但万都株式会社的ABS或EBD专利似乎未用于无人驾驶车领域。
车道维持（Lane Keeping）
车道维持的技术分为下列二种：
车道偏离警示系统（LDWS，LaneDeparture Warning System），当感测组件侦测到车辆偏离车道时，若驾驶者未打转换车道的方向灯讯号，系统会发出视觉、听觉或震动的警示讯号以提醒驾驶者返回车道。
车道维持系统（LKS，LaneKeeping System）或车道维持辅助系统（LKAS，Lane Keeping Assist System），则是当车辆无意间偏离车道时，若驾驶者没有立即对偏离状况做处置，LKAS会主动介入控制方向盘，给予适当辅助力，让车辆维持在原有车道内。无人驾驶车即采用此种系统，传感器可以使用影像传感器、雷射传感器，或红外线传感器。
图十、车道维持辅助系统（LKAS）示意图
Source：http://www.cvel.clemson.edu/auto/systems/lane-keeping-assist.html
根据Lexinnova的统计，车道维持系统相关专利的前四大专利权人为博世、日产汽车、丰田汽车，及现代汽车。
雷达（Radar）
雷达系统是无人驾驶车最重要的技术之一，除了我们熟知的倒车雷达之外，定速巡航要用到雷达，侦测周遭交通状况要用到雷达，防撞系统要用到雷达，保持车道也要用到雷达。
图十一、车用雷达应用示意图
Source：http://www.freescale.com/webapp/sps/site/overview.jsp?code=AUTRMWT
车用雷达依讯号产生源的不同，分为声波雷达、光波雷达，及毫米波雷达（MillimeterWave Radar）等三种。
属于声波类的超音波雷达，因其测量距离较短，主要用于停车辅助系统，例如倒车雷达。
属于光波类的红外线雷达及激光雷达，其最主要的缺点为光线穿透力易受尘雨雾雪的干扰，而影响测量的精确度。红外线雷达的测量距离较短，可用于夜视系统，而激光雷达的测量距离较长，与红外线雷达一样，均可用于防碰撞系统。
毫米波雷达的波长如名称所示为毫米级（mm），运作频率范围在30GHz到300GHz之间，主要集中在23~24，60~61，76~77GHz频段，是目前车用雷达研发的主流。与声波相比，毫米波雷达不受大气紊流的影响，与光波相比，毫米波雷达的穿透性较强，因此毫米波雷达的探测性良好，精准度高。
无人驾驶车除了使用雷达系统之外，还有使用光达系统（LIDAR），也就是光学遥感技术，通常是利用雷射光脉冲对目标物进行高密度扫描，以量测物体的距离，或获取物体三维形貌的数据。
根据Lexinnova的统计，雷达关专利的前四大专利权人为丰田汽车、日立商社、博世及富士通。
结论
无人驾驶车在正式上市前，除了要面对复杂的法规问题之外，还有许多技术问题尚待克服，例如各式各样的感测组件稳定度及准确度问题、车对车通讯的安全性问题、软件整合度的问题、操作判断程序的问题等等，而这些种种技术问题，最终将汇集成为消费者最敏感的价格问题。
其实无人驾驶车所需的基本技术，都是目前现有技术的再研发与改良，但将这些技术整合运用则是一种创新与发明。我们期待这股创造力量能为科技产业与汽车产业带来庞大的商机，也希望能够透过科技的力量创造出更安全、更有效率的行车环境，以及更节能、更环保的生活方式。
参考数据:
- https://plus.google.com/+GoogleSelfDrivingCars#+GoogleSelfDrivingCars/posts
- http://iknow.stpi.narl.org.tw/Post/Read.aspx?PostID=10609
- http://www.wired.com/2015/01/rode-500-miles-self-driving-car-saw-future-boring/#slide-id-1695767
- http://www.safercar.gov/v2v/index.html
- http://www.dailywireless.org/2014/08/19/vehicle-to-vehicle-network-proposed-for-united-states/
- http://www.artc.org.tw/chinese/03_service/03_02detail.aspx?pid=2085
- 自动驾驶车发展现况与展望 陈柏豪着
- Lexinnova The Next Revolution Cars A Technology Analysis of Driverless Cars
 |
|
| 作者： |
谢锦星 |
| 现任： |
北美智权 教育训练处 研发创新顾问 |
| 经历: |
友顺科技股份有限公司 技术营销资深工程师
合邦电子股份有限公司 模拟IC技术经理
盛群半导体股份有限公司 ASIC设计工程师
普诚科技股份有限公司 数字IC设计工程师 |
| 学历: |
美国纽约州立大学电机工程硕士 |
| 专长： |
模拟IC设计、半导体制程 |
|
|
|
