感知/規畫/控制技術躍進　自駕功能取代司機指日可待

伴隨全球自駕車發展浪潮的席捲下，不論是傳統車廠如通用汽車(GM)、Toyota、BMW、福特(Ford)等或新創公司Waymo或是行動服務廠商Uber、Lyft都朝向行動服務平台/解決方案目標前進，未來車輛就只需要透過智慧手機的APP運送人、貨物等載具。此外，為了追求完全自駕，感知、規畫、控制等技術層面就必須要加強，如感知能力的增強需透過多重感測器融合(Sensor Fusion)，如光達(LiDAR)與Camera或Camera與雷達(Radar)整合成Racam，定位技術GPS加上Mapping，運算平台與自駕車軟體整合(如英特爾(Intel)與Mobileye)以提高運算速率與降低功率損耗等，透過各個環節的整合讓自動駕駛能力提高，達到完全自駕的願景將指日可待。

自駕車技術三大類升級並行

一般說來自駕車技術發展主要可歸類為感知(Perception)、規畫(Planning)及控制(Control)三大類，如圖1所示:

・感知

是自動駕駛系統從周遭環境收集資訊並擷取相關知識的能力，可分為環境感知與定位，環境感知指的是評估且儲存環境資訊的過程包括障礙物位置、路標偵測/標記等；定位指的是自駕車具備知道處於環境中相關位置的能力。

・規畫

為達到最終目標(目的地)作決策的過程，例如導引車輛從出發地到目的地路途中所需避開障礙物且規畫最適當路徑。規畫可分為三個工作項目，分別為Mission Planning、Behavioral Planning與Motion Planning。

・控制

執行與控制已規畫方案的能力，一般可分為Classical Control與Trajectory Generation and Tracking。

以下就自駕車關鍵技術中感知部份進行分析:

自駕車透過感測器進行環境感知，其感測器有LiDAR、Camera、Radar、Ultra Sonic及定位感測GPS、慣性測量單元IMU(Inertial Measurement Unit)、即時動態定位技術RTK(Real-time Kinematic)，表1為感測器效能優勢比較表，分別針對Detection Performance(Traffic Objects、Infrastructure Traffic Constraint、Path/Road Structure)與Robustness(如天候，下雨、下雪、大霧與夜晚)等面向做比較。

由表1可看出感測器表現各有所長，其中LiDAR表現較為優異但價格最貴，Camera最便宜但影像是2D無法辨別距離，因此，最好的方法是把感測器的資訊加以融合以截長補短，才能得到較好的感知能力，例如LiDAR與Camera資訊融合或Camera與Radar結合成為Racam、衛星導航與慣性導航系統融合、Map輔助定位技術(如同步定位與地圖構建(SLAM)技術近年來獲得不少關注)等等。

全球自駕車產業發展現況

以下將探索全球自駕車車廠、新創公司與行動服務商於自駕車應用的發展趨勢。

美國傳統車廠GM

GM是全球最大的汽車製造商，根據GM永續經營策略，除了發展電動車也同時發展自駕車，未來將朝向零事故、零排放與零壅塞成為行動服務廠商願景前進，因此，2016年投資載客服務公司Lyft，接者取得Cruise Automation經營權，同年獲得軟銀(Softbank)22億美元投資，並在2017年取得LiDAR廠商Strobe，讓自駕車開發獲得重大突破。如圖2所示，GM將推出第四代Cruise，這款自駕車沒有方向盤，並積極於舊金山地區測試，目前正在向美國運輸部申請，若申請通過，將於2019年試煉於App叫車、食物與雜貨的自駕車外送服務。

根據GM 2018年所出版的自駕車安全報告，Cruise AV環境感測部分搭載數十顆感測器，提供偵測、追蹤物件的速度以及方向，如圖3所示，車頂5顆LiDAR用來偵測固定以及移動物件，環繞車體16顆Camera用來偵測追蹤行人、自行車、交通號誌以及道路可行走空間，21顆長距與短距雷達，長距雷達用於偵測車輛以及測量速度；短距雷達用於偵測周遭物件。有了環境感測資訊，根據其他用路者的行為預測、道路規則、交通號誌等其他外在因素，以每秒10次速度計算並規畫多重路線，最後將規畫路線傳達給操縱方向盤、煞車的致動器，完成自動駕駛。

美國傳統車廠Ford

Ford為美國第二大汽車製造商，陸續投資其他公司以取得自駕車關鍵技術，如2016年與百度共同投資LiDAR大廠Velodyne，希望透過投資研發讓LiDAR售價能夠下降至可負擔的價位；取得電腦影像機器學習公司SAIPS以增加環境感知學習技術；機器視覺Nirenberg Neuroscience LLC專屬授權導入人工智慧到機器學習模組；投資Civil Map發展自駕環境3D圖資。近日更宣布預計到2023年前將投資40億美元打造Ford自駕車LLC，包括以10億美元取得AI新創公司Argo AI，試圖從傳統汽車製造轉變為未來行動服務平台。如圖4所示，Ford於2018年6月在邁阿密展開外送食物服務，使用者在取餐時或是一旁的路人都不會注意到車裡其實還是有「真人司機」，透過該試煉收集民眾對自動駕駛車送餐的反應，並解決民眾對於自駕車的疑慮。

美國新創公司Waymo

Waymo是Google自駕車計畫於2016年12月由Google獨立出來，成為Alphabet旗下的子公司，有別於GM為傳統汽車製造商，Waymo則是軟體開發商，希望透過運輸讓Waymo發展的技術融入每個人的日常生活中，因此，Waymo發展策略建構在4個面向，包含建立乘車服務、開發用於物流的自駕卡車、將自駕技術技轉給汽車製造商用於製造個人汽車，以及將人們跟大眾運輸連結。

2017年Waymo無人自駕車已開始上路測試，日前也宣布跟Walmart、Avis與AutoNation結盟，購買6萬2千輛Fiat Minivan及2萬輛Jaguar小型車，以建立乘車服務網；Waymo在2018年3月宣布自駕卡車計畫並在亞特蘭大進行測試；與Valley Metro合作，計畫將提供Valley Metro的員工接駁服務，員工可利用Waymo應用程式呼叫克萊斯勒Pacifica混合動力廂型車，以便將他們帶到最近的大眾運輸工具站點。

根據Waymo出版的安全報告顯示，Waymo自駕車環境感知可區分為四大部分，如圖5所示分別為Vision System、LiDAR System、Radar System以及Supplemental Sensors。

美國新創公司Drive.ai

來自於史丹佛大學AI實驗室成立於2015年的新創公司Drive.ai，與日產(Nissan)合作的Nissan NV200自駕廂型車(如圖6所示)，已於2018年美國德州Frisco與Arlington地區進行無人計程車服務(購物中心、餐廳、辦公區、運動館定點接駁)，希望能達到1萬人次的載運量。與Waymo不同的是，為避免類似Uber意外事故發生，Drive.ai增加與行人溝通的方式，在自駕廂型車前後加裝4個螢幕，用來提示其他用路人自駕車資訊，如乘客上下車、前進後退、變換車道或讓行人優先通過等。

Drive.ai Nissan NV200自駕廂型車搭載4個LiDAR、10個RGB Camera、1個雷達系統以及1個放在車尾行李箱的電腦用來同步處理感測器的資訊，並利用AI人工智慧深度學習方法作為自駕車決策的核心，Drive.ai的工程師利用視覺化工具將感測器數據流與3D街道地圖和道路網路同步，可做回放測試、訓練和驗證機器學習模型。但這事先必須進行資料收集，讓自駕車上路測試，可記錄駕駛數據日誌，定位報告，物件偵測，動態規畫和一些基本測量，例如下車和接載乘客所需的時間，然後透過自行開發的快速標記法讓Drive.ai的系統理解並產生視覺。

美國行動服務廠商Uber

Uber創立於2009年，希望透過手機應用程式解決民眾行的問題，因此開發應用程式連結乘客和司機，提供載客車輛租賃及即時共乘的分享經濟服務，2015年成立Uber Eats開始提供隨選送餐服務，2016年達成20億趟次的載客服務後，Uber自駕車在匹茲堡上路測試，雖然2018年3月在亞利桑那發生撞人意外，曾暫停測試3個月，目前重啟測試。

另外2016年併購由Waymo研發人員脫離自行成立的Otto自駕卡車新創公司，於2017年成立Uber Freight，希望短程由有人卡車負責，而自駕卡車負責長途運送，提供更安全的貨物運輸並解決美國卡車司機短缺的窘境，但Otto被Waymo控告盜用研發成果訴訟終結並遭罰款後Uber一度宣布終止自駕卡車業務專注於客運。儘管如此，發展自駕技術一直是Uber優先發展領域，分別取得Tyto LiDAR、Geometric Intelligent、Microsoft Mapping部門、deCarta並攜手Volkswagen共同與NVIDIA合作發展自駕車技術，如圖7所示為自駕車技術架構與附掛的感測器示意圖。

歐洲德國BMW

BMW自1990年代起就開發ADAS(Advanced Driver Assistance Systems)駕駛輔助系統，30年過去汽車產業發生巨大變化，進入高度自動駕駛新紀元，BMW也逐步實現自動駕駛功能，目前BMW全車系都配備L1~L2的自駕功能，預計2021年導入L4~L5自動駕駛系統。BMW於2016年成立Autonomous Driving Campus負責自駕車技術研發，並與Intel、Mobileye合作，利用各自優勢合作開發自動駕駛技術，根據BMW 2017年出版的自動駕駛相關資料，於圖8所示，目前的BMW自駕車(L3)所搭載的感測器有Laser scanner、Camera、Radar、Ultrasonic Sensor與GPS等，另有資料中心可接收處理感測器資訊並做出決策。BMW遵循所制定自駕車發展策略並定義出三個關鍵要素，包含高精即時地圖、高效能的感測器與高可靠度且安全的整合系統。2018 BMW與中國大陸更加緊密的合作並加入中國百度Apollo自動駕駛平台聯盟。

歐洲德國Daimler

Daimler未來的策略朝向CASE(Connectivity、Autonomous、Shared&Service、Electric)發展，並為迎接未來更激烈的競爭，2018年7月宣布將公司分為三個公司(Mercedes Benz AG、Damiler Truck AG與Damiler Mobility AG)分別負責小客車、商用巴士卡車與行動與財務服務。2018年宣布與Bosch合作共同使用NVIDIA Pegasus AI平台，發展自駕車技術，提高運算效率，並提供每秒超過320兆次運算的效能，較前一代NVIDIA DRIVE PX 2處理器的效能大幅提升10幾倍。此外，Daimler為了不讓對手Waymo、BMW專美於前，規畫於2019下半年在舊金山灣區進行自駕車接駁服務，消費者可透過手機App得到Daimler共乘以及叫車服務。另外，跟BMW一樣加深與中國百度在自動駕駛以及聯網服務的合作，並且獲得允許在北京上路測試。除了小客車外，Damiler經營自駕卡車相當長一段時間，早在2014年就發表名為「2025未來卡車」，並專注於自駕卡車車隊研發，因卡車體積大若形成車隊可減少風阻，可減少10%的油耗，而Damiler自駕巴士也在荷蘭上路測試。

歐洲德國Audi

2018年推出L3自動駕駛車A8，並宣布使用以色列人工智慧公司Cognata開發的自動駕駛模擬平台(Deep Learning Autonomous Simulation)，可模擬真實世界的城市，在自駕車真正上路測試前，提供一系列測試場景，包括模擬現實條件的交通模型，如圖9所示，分別模擬透過LiDAR、Radar與Ground Truth偵測的結果。

歐洲法國Navya

總部設在法國里昂的Navya是自駕巴士的領導廠商，自駕巴士在世界各國上路測試，最近宣布將在美國密西根設廠；PSA集團與Nutonomy合作，搭載Nutonomy自駕技術的Peugeot 3008，如圖10所示，已在新加坡上路測試；Renault宣布自駕計程車隊將於2022年上路，已於2018年Geneva Auto Show展出自駕計程車(Robotaxi)概念車EZ-GO。

歐洲英國新創公司Oxbotica

英國政府對6個新創團隊投入2,500萬英鎊，研究和測試公路自駕車和實驗遙控停車，期望英國在未來10年內在自駕車領域領先，Oxbotica就是其中之一。這個由牛津大學獨立而出的新創公司，利用最新的計算機視覺和機器學習，開發下一代自動駕駛汽車軟體，Oxbotica的Selenium自動駕駛系統，可安裝在任何類型的車輛上，不需要GPS衛星定位，只要使用LiDAR或「光檢測和測距」即可。這個系統已經有幾個成功案例；例如Greenwich計畫以及2017年Oxbotica與英國線上超市Ocado合作，用迷你自動駕駛卡車CargoPod，進行交貨測試，CargoPod是改裝自Garia Utility City車輛，另外加裝其他設備包括相機和感測器在車上，之後會將數據傳送到運行Oxbotica的自主操作系統中，允許其自行導航。2018年與IAG Cargo合作於倫敦蓋威爾機場進行6個月測試，作為工作人員接駁運輸工具，若測試成功未來將作為旅客接駁以及行李運送，如圖11所示。

亞太中國Baidu

百度並非傳統車廠，自許希望成為自駕車界的Android，2017年4月進行Apollo計畫是一個「開放、安全、可靠的自動駕駛軟體平台」，能夠幫助自動駕駛產業快速建立一套完整的自動駕駛系統，2018年百度正式宣布與英特爾子公司Mobileye合作，在Apollo及Apollo Pilot裝置Mobileye的責任敏感安全(Responsibility Sensitive Safety, RSS)模型，百度與Mobileye將針對中國的駕駛習慣和複雜的路況，共同驗證RSS模型，並根據驗證結果改善RSS模型。另外，自動駕駛汽車需要良好資訊安全，為此，百度正與中國汽車技術研究中心和中國信息通信技術研究院北京海淀區合作建立一個網路安全實驗室。2018年7月升級為Apollo 3.0新增支援自動停車、自駕小巴等解決方案，目前Apollo合作夥伴已有116家廠商。

亞太日本Toyota

Toyota對於自駕車未來的目標是每一個人包括老人跟行動不便者都能享有安全、有效率且自由的行動服務。1990年代Toyota就致力於自動駕駛技術的研發，2014年開始自駕車上路測試，2015年發表「Toyota Safe Sensor」包含防碰撞、車道偏移警示、夜間行車偵測等安全警示系統，2017發表Lexus CoDrive ADAS技術，未來預計2020年發表城市以及高速公路自駕系統。Mobility Teammate Concept是Toyota發展自動駕駛的獨特的概念，希望人與車之間能建立類似夥伴的關係互相合作，讓人們既可享受開車的樂趣也可以得到自動駕駛的協助。Toyota自駕車研發主要有三大核心，包含Driving Intelligence、Connected Intelligence、Interactive Intelligence，為加速自動駕駛的開發Toyota在歐洲、北美以及亞洲都設有研發中心，Toyota研究機構(Toyota Research Institute, TRI)在美國密西根州建立了一個封閉式自駕車測試場地，如圖13所示。

Toyota成立汽車共乘公司GIG，並於CES 2018發表e-Palette為Toyota未來自動化電商移動平台概念，如圖14所示，利用無人駕駛車方便商家24小時配送貨，減少人力成本與時間，Toyota希望未來從汽車製造商轉型成移動平台的整體解決方案提供者。

(本文作者任職於工研院資通所)
首圖來源：PIA