雷達/光達/攝影機分進合擊 車用感測器力挺高階自駕

2022-03-24
車用感測器在質與量上持續提升,影像感測器著重微光性能,毫米波雷達提升感測距離/解析度,固態光達研發接近量產, 感測融合協助備援與自駕決策判斷。

車輛電氣化發展腳步越來越快,搭載的半導體元件數量不斷提升。而在功能上,半導體元件最主要的任務就是智慧/自動駕駛,目前市售車的自駕功能介於Level 2~Level 3之間,在朝向高度自駕與完全自駕的Level 4與Level 5發展之際,車廠將持續導入功能更強大的晶片。其中,感測系統負責車輛行駛過程中對外界環境的感知,由感測器擔負車輛耳目的重責大任。 目前具備Level 2~Level 3自駕功能的市售車當中,搭載的感測器數量已超過數十顆,隨著環境感知的要求,車用感測器在質與量上都需要提升,並持續改善準確度、反應速度、抗環境干擾與多系統備援應用等目標。在種類上,包括:毫米波雷達、影像感測器、光學雷達(LiDAR)、超音波感測器等,是目前主流的車用感測器,每個技術都有其技術專長,也存在先天的缺點,廠商亦持續致力於技術改善以突破瓶頸。

車用感測器發展攸關自駕進程

車輛的智慧化程度到了Level 5,自駕車就不需配備方向盤,達到完全自主行駛。ADI業務總監汪揚(圖1)指出,為了打造具備完全感知能力的自駕車,車上配備感測器的數量顯著增加,效能以及反應時間也大幅改善。隨著加入更多外部感測模組,車輛融入更完整的感知能力,能掌握車輛本身健康狀況以及周遭環境。

圖1  ADI業務總監汪揚提出為打造具備完全感知能力的自駕車,車上配備感測器的數量顯著增加,效能以及反應時間也大幅改善。 

雷達、LiDAR、慣性MEMS/IMU、影像感測器和超音波感測器等不同子系統的組合,為成功的自主式運輸和未來的ADAS系統提供了更高的安全性和可靠性。汪揚說,針對車載先進感測技術,目前業界的重點聚焦於從各種感測器收集資料,再運用感測融合技術盡可能發揮最大的互補作用,目的是在各種狀況下彌補各自的弱點。利用現有車載雷達感測器硬體的協同雷達是未來汽車領域的發展方向,協同雷達可依相關性和識別協同創建高解析度圖像,一旦實現協同雷達的經濟性,就能夠享受許多優勢。可將感測器放在車輛周圍的多個點上,支援物體檢測和分類。

影像感測器可以直接顯示影像,感測訊息最為直覺,但是受環境變化影響嚴重,同時無法感測距離訊息;毫米波雷達技術成熟,導入車輛應用範圍遍及車內與車外,雷達抗環境干擾能力出色,最大的缺點就是解析度,這也是目前技術發展的重點;而傳統的機械式光達則由於造價高、惡劣天候下感測結果易受影響,業界正致力於簡化架構、降低成本,發展半導體製程的固態光達是主要途徑。

影像感測器強化抗環境干擾

影像感測器提供消費者直覺式感測,由於使用最為便利,所以受到車廠與消費者的青睞,安森美(onsemi)智能感知部汽車感知分部策略行銷總監黃春華(圖2)表示,有效提升高動態範圍(HDR)性能(155dB)、抑制LED閃爍(LFM),加強微光性能、功能安全性和網路安全性,是該公司新款影像感測解決方案訴求的重點。

 圖2  安森美(onsemi)智能感知部汽車感知分部策略行銷總監黃春華認為自動駕駛系統的反應時間需要快過駕駛的反應時間。 

黃春華強調,整個自動駕駛系統的反應時間是關鍵,需要快過人類駕駛的反應時間(500毫秒)。遠距離探測也很重要,像是安森美的800萬畫素感測器在185公尺處,其感測結果是同等條件下人眼視覺的100倍。另外,在感測器中整合了超過5000(×2)張的故障影像庫,以暫存器傳輸層級(Register-Transfer Level, RTL)的故障插入進行驗證。硬體層面的故障插入功能減少了視覺演算法的影像處理時間,亦降低整個系統的反應時間。

影像感測器在夜晚與惡劣的天候下,需要依靠其他感測器執行任務,黃春華認為,車規要求除了溫度之外,元件與模組的可靠性亦是另一個重點,該公司影像感測器進行時間依賴性介質擊穿(TDDB)、電遷移、負偏壓溫度不穩定性(NBTI)等測試,元件抗老化時間可以從三年提升到十年。

毫米波雷達改善感測距離/解析度

毫米波雷達應該是目前最受歡迎的車用感測器,一台市售車使用6~10顆雷達相當普遍,德州儀器(TI)半導體行銷與應用嵌入式系統總監詹勳琪說,加上車內雷達與監控車輛內部結構的雷達,未來二~三年,車輛使用雷達數量可能上看20顆。過去雷達長處為感測速度與距離,恩智浦半導體大中華區雷達產品市場經理楊昌(圖3)說明,再加上水平與垂直角度的感測,就變成4D成像雷達,可以分辨汽車、行人和其他物體。

圖3  恩智浦半導體大中華區雷達產品市場經理楊昌表示4D成像雷達感測距離、速度與水平/垂直角度,可以分辨汽車、行人和其他物體。

楊昌強調,對於具有Level 4及以上自動駕駛級別的車輛,車輛可以看到更小的物體並採用更高的解析度,成像雷達可以對車輛周圍進行全面的環境感知,能夠在前後較遠範圍內檢測危險物並採取措施閃避危險。檢測距離未來能達到300公尺甚至更遠。高速公路自動駕駛設備能夠檢測到卡車後方高速駛來的摩托車,並對此做出反應。

毫米波雷達技術發展重點,是更遠的感測距離、更高的角度解析度、俯仰角度資訊與更低的功耗等。TI半導體行銷與應用類比應用經理林詠進(圖4)說,前向高解析雷達為了提升感測距離與解析度,會增加收發器,可能由標準的4T/4R變成6T/8R或者更多,端視車廠的應用需求。

圖4  TI半導體行銷與應用類比應用經理林詠進認為前向高解析雷達為了提升感測距離與解析度,可能由4T/4R變成6T/8R或者更多。 

另外,楊昌表示,透過多個射頻前端的電路並聯,再配合高性能雷達訊號處理器組成的4D成像雷達,可以進一步提升毫米波雷達的性能。從晶片角度考慮,需要高性能、低功耗,支援多電路並聯的MMIC,以及更先進製程的4D雷達專用訊號處理器,透過更複雜的波形設計、更快的掃描頻段與更快的訊號處理能力,提昇雷達的感測效能。

現階段車用雷達採用77/79GHz頻段,為了提升感測精度,已有研發單位投入下世代技術的開發,imec R&D VP Kathleen Philips提到,140GHz的車用雷達相當有潛力,目前毫米波雷達水平精度可以到1度左右,未來幾年有機會縮小到0.5度,如果使用波長更短的140GHz頻段,理論上精度至少可以再提升一倍到0.25度或更小,將大幅改善毫米波雷達的解析度。不過,由於頻率更高,所以未來需要使用更多收發器的設計架構,可能超過100個,並採用更先進的半導體製程。

業界全力投入固態光達研發

而在光達的部分,成本高昂與結構複雜是長期被詬病的問題,不過其感測精準度與效能仍然被認為是車輛邁向Level 4與Level 5高度自駕,不可或缺的技術。中興大學電機工程學系暨光電工程研究所副教授裴靜偉說,現在光達的應用已經逐漸導入市售車,然而其高成本導致應用依然局限在高級車款,不過現在已經不太使用傳統360度的旋轉機械式光達,會專注在前向的感測,雖然也是採用旋轉的架構,但大概會以前方120度為主要感測範圍。

新式的光達有混合固態與純固態光達兩種,裴靜偉說明,混合固態光達使用微機電振鏡搭配雷射與一組接收器,結構更為簡單,目前研發的進度約可以達成水平40度與垂直22度的感測範圍,如果大量生產成本有機會控制在1,000美元之內,不過這類技術因為還有機械結構,不僅要通過車規的驗證,也不被認為是終極的光達解決方案。

目前,各界投入研發的固態光達技術以Flash與光學相位陣列較為常見,裴靜偉進一步解釋,Flash不採用雷射掃描的方式,原理類似相機,雷射發光採用閃爍式,搭配陣列偵測器,由於完全沒有移動組件,機構體積小,也可以通過車規驗證,但缺點是需要使用高功率的雷射,目前感測距離只達到20~50公尺。另外,光學相位陣列技術是使用光學相位疊加的方式,控制雷射光朝向不同的方向,技術非常有潛力,但目前研發的進度大概只能達成水平15度,垂直1.5度,感測距離僅30~40公分,還需要再突破。

不管是何種光達,搭配光源都要符合長、短、中距不同情況的需求。艾邁斯歐司朗市場與業務發展總監金安敏說,其光源主要有廣泛應用於各種雷射雷達中的邊發射雷射器(EEL),以及基於垂直共振腔面射雷射(VCSEL)逐步發展起來的純固態光達、泛光式光達等。

Sensor Fusion助攻Level 4

針對光達、毫米波雷達、影像感測器等的環境感測,由於各有優勢,未來也很難只採用單一種感測器,因為車輛安全是最為優先的原則,所以不同的感測系統除了截長補短之外,也扮演備援的角色,避免單一系統產生盲點,導致車輛出現誤判而危及行車安全。所以,感測融合(Sensor Fusion)也是車輛自駕升級的關鍵之一,能夠整合不同的感測訊息,迅速做出正確的判斷,對於行車安全有絕對的幫助。

Sensor Fusion是Level 2以上車輛的關鍵功能,隨著自駕等級越高重要性更為提升,也是車廠的核心技術之一,一般都會由車廠自行掌握。也由於Sensor Fusion的關鍵性,不只車廠,車用感測器與處理器廠商都希望能夠掌握相關技術能力,詹勳琪就提到,TI除了發展毫米波雷達,也具備車用運算平台,因此在感測融合上,該公司便提供硬體運算平台,希望能與車廠有更深入的合作。

另外,隨著車輛朝向Level 3以上自駕發展,感測器越來越多,感測的資料量也不斷提升,要處理的資料量大增,Philips說明,Sensor Fusion亦出現分流發展趨勢,分為邊緣端的Early Fusion與中心端的Late Fusion,部分單純的訊息可能在邊緣端直接進行處理與推論,複雜的訊息或者需要進行AI學習的資料,再傳送到車輛電腦進行Late Fusion,有類似因地制宜的效果,甚至可以加速訊息的處理。

本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多

我知道了!