從主動安全 淺談自動駕駛車發展現況 車輛研究測試中心陳柏豪 2014 年中, 一則讓全球車輛產業相當關注的消息, 即是由網路起家, 跨界車輛產業的 Google 公司正式宣布推出自動駕駛原型車 ( 如圖 1), 並且希望能於 2018 年完成該車的商品化 此舉也讓國際各大車廠上緊發條, 紛紛訂出各家自動駕駛車的發展進程表, 藉以鞏固在車壇的技術與領導地位, 較勁意味濃厚 什麼是 V2V 與 V2I? 所謂的 V2V 技術是在車輛上安裝無線感應器, 感測車輛狀況及所在位置等資訊, 再透過車載通訊系統傳送附近其他車輛, 並且感知 ( 預測 ) 可能的風險, 以提醒駕駛採取應變措施 以此類推,V2I 的作用則是將車輛感測器上的資訊傳遞到附近的基礎設施中, 同樣透過車與車 車與基礎設施的資訊交換, 取得車輛周遭的即時資訊, 並可延伸至其他多元進階的應用 主動安全系統 6 大項, 市場新寵兒 主動安全系統以其所具備的高度智慧化特 圖 1 Google 自動駕駛原型車然而, 細看各家所言, 再逐一分析所謂自動駕駛的作動概念, 不難發現其主要構成多半是包括由紅外線 360 度鐳射雷達 (LIDAR) 高精度定位系統等感測器所組合而成的主動安全感測系統, 再連接 V2V( Vehicle to Vehicle ) V2I ( Vehicle to Infrastructure ) 等車間通訊, 最後再對照地圖資訊給予車輛指令 換言之, 由主動安全系統來辨識道路周遭, 以提供並確保安全的行車環境, 是發展自動駕駛車不可或缺的基本因素 色, 提供駕駛人行車輔助以降低車輛碰撞風險與防止事故意外, 因此也統稱為 先進駕駛輔助系統 (Advanced-Driver Assistance Systems, ADAS) 根據 Frost & Sullivan 定義, ADAS 主要由 6 個子系統組成, 分別為停車輔助系統 (Park-assist System, PA) 夜視系統 (Night-vision System, NV) 車道偏離警示系統 (Lane Departure Warning, LDW) 前方碰撞預警系統 (Forward Collision Warning, FCW) 盲點偵測系統 (Blind-spot Detection, BSD) 與自適性車距控制巡航系統 (Adaptive Cruise Control, ACC) 據統計,2013 年 ADAS 系統在美國地區的裝載 14 車輛研測資訊 104 期 2015-02
ARTC 嚴選推薦 數量就達 2,600 萬套, 較前一年大幅成長 60.3%, 預估 2020 年將可達到 9,150 萬套 歐洲市場的表現同樣不容小覷,2012 至 2013 年成長超過 30%, 總數來到 1,700 萬套, 預計到 2019 年將有 8,190 萬套規模 可顯見 ADAS 市場滲透率正快速上升, 具高度成長性 再加上 ADAS 是為自動駕駛車商品化發展的重 感應 感測器 攝影鏡頭雷達聲納 GPS 訊息回饋 周邊環境訊息 認知 判斷 路況 車道線 車輛 路人 障礙物 正確車輛定位 3D 數據地圖 行駛規劃 決定可行駛的路線 駕駛操作的控制指示 車道線 紅綠燈 標誌 建築物 駕駛操作 執行 轉向加速制動 銷售 ( 萬套 ) 4,500 4,000 3,500 3,000 2,500 2,000 1,500 要基石, 所以, 未來 ADAS 的成長勢必更加大幅攀升, 如圖 2 歐美日 ADAS 出貨量,2012~2016 年度成長率 (%) 180% 160% 140% 120% 100% 80% 60% 圖 3 自動駕駛 3 大程序資料來源 :Marklines,ARTC 整理 (2014/10) 如同前述所提主動安全系統是透過感測器 感 應 道路環境並蒐集資訊, 其相關感測元件包含毫 米波雷達 鐳射雷達 鐳射掃描器 立體攝影鏡 頭 單眼攝影鏡頭與超聲波聲納等 毫米波雷達可 發送 77GHz/79GHz 或 25GHz 的高頻電波, 其具有直 線性 波長比光長, 又不易受到雨 雪 霧等影響 1,000 40% 的優勢, 主要用於自動停車與自動跟車 鐳射雷達 500 0 2012 2013 2014 2015 2016 美國出貨量 歐洲出貨量 日本出貨量 美國成長率 歐洲成長率 日本成長率 20% 0% 則使用電磁波, 波長短於毫米波雷達, 但可進行多 面向傾斜角度的掃瞄是最大優點, 因單位掃描資訊 圖 2 歐美日 ADAS 出貨量,2012-2016 資料來源 : Frost & Sullivan IEK,ARTC 整理 自動駕駛三程序感應器是關鍵 依據 Marklines 研究指出, 自動駕駛車技術作動 可歸納 感應 認知判斷 與 駕駛操作 3 程序, 各程序環環相扣 缺一不可 車輛行駛過程 中, 透過攝影鏡頭 雷達感測器等 感應 車輛狀 況, 並將獲得駕駛環境與 3D 地圖資料庫進行比對, 用以 判斷 車輛正確定位, 進而規劃行駛路線 最後, 車輛自動執行轉向 加速 制動等 駕駛操 作 行為, 如圖 3 比較廣, 所以主要用於避開障礙物 鐳射掃描器又稱為全方位 L I D A R ( L a s e r Imaging Detection And Ranging), 多安裝於車頂, 可快速進行 360 度全景掃描 獲取資料並建立 3D 圖像, 進而與地圖資料庫比對車輛所在位置, 如圖 4 如 Google 即透過包含 LIDAR 雷達波裝置, 以及攝影鏡頭等共 17 個感應裝置, 建立半徑 200 公尺的 3D 資訊圖, 用以發展自動駕駛技術 不過, LIDAR 設備昂貴 ( 約 6 萬美元 ) 且易受到車輛高度限制, 恐不利於商品化 ; 相較之下,Mercedes-Benz 發展 Intelligent Drive 自動駕駛技術, 改以毫米波雷達 車輛研測資訊 104 期 2015-02 15
和多組攝像頭取代, 透過各感測器分工合作, 同樣 也可使自動駕駛系統順利運作, 更降低不少成本 圖 4 鐳射掃描器 LIDAR 感測器單一走向整合多功能複合式架構成主流 不論使用 LIDAR 與否, 各廠商都無法避免要 使用數種感測元件, 共同組合成多功能 複合式感測架構 根據 Frost & Sullivan 報告, 過去車輛產業在主動安全系統的研發多半是以單一元件獨立運作模式為主流, 通常僅能 警示 駕駛者危險狀況 但近年來, 各車廠不約而同, 開始朝向整合性的發展, 例如盲點偵測與車道偏移系統從過去透過聲音或震動警示外, 目前已可進一步介入控制方向盤, 避免危急事故發生 ; 停車輔助系統部分, 也從自動轉向發展至控制油門進行加速 控制煞車進行減速, 且平行停車或倒車入庫皆可自動進行 而利用自適性車距控制巡航系統, 更是整合上述所提及的偵測行進物體, 控制方向盤 煞車與油門, 再結合導航地圖資訊等, 最後就成為了 自動駕駛 模式 ADAS 的發展趨勢, 如圖 5 所示 圖 5 北美地區車廠發展 ADAS 系統 Roadmap 資料來源 :Frost & Sullivan,ARTC 整理 分類車輛自動化程度確認事故責任歸屬 事實上, 會影響 自動駕駛 上路普及化進 程的因素, 除了科技到位之外, 另一個關鍵在於 法規, 而其中最容易引發爭議之處便是 事故責任 歸屬 認定問題 2014 年德國汽車工業組織 (VDA, Verband der Automobilindustrie) 會同德國聯邦公路 研究所 (BASt, Bundesanstalt für Straßenwesen) 與國 際汽車工程師學會 (SAE International) 將自動駕駛車 輛發展程度進行劃分, 有別於 2013 年美國國家公路 交通安全管理局 (NHTSA, National Highway Traffic Safety Administration) 所劃分的 5 階段, 德國進一步 細分成 Level 0~Level 5 共 6 個階段, 並明確定義每階 段的發展程度與權責劃分, 如圖 6 所示 16 車輛研測資訊 104 期 2015-02
ARTC 嚴選推薦 國加州進行 Level 3 測試 不過市場上, 已有屬於 Level 0 Level 1 Level 2 Level 3 Level 4 Level 5 Level 2 的商品化系統問世, 如 Mercedes-Benz 駕 駕駛者需擔負意外事故發生責任 無輔助系統 僅有初階輔助系統 駕駛完全依靠自己控制車輛 部分自動駕駛化 車輛可執行部分自動化操作, 但駕駛需在旁監管 車體製造商 ( 車輛 ) 負意外事故發生責任 有條件自動駕駛化 車輛執行大部分自動化指令, 但需具備預警系統 高度自動駕駛化 完全自動駕駛化 車輛接管所有操控, 駕駛人可完全分神做自己的事情, 甚至扮演乘客角色即可 駛助手 系統, 標榜能在塞車時依前車情況自動調整速度, 同時自動偵測路面標示以防止車輛偏離車道, 使民眾先享有半自動駕駛功能 所以, 相信不久的將來, 車輛能如同電影般自動行駛於大街小巷 圖 6 歐洲自動化駕駛分類資料來源 :Mercedes-Benz U-Car,ARTC 整理 (2014/12) 以 Volvo 為例,2012 年進行 SARTRE 自動駕 中的場景, 應可隨時隨地出現在真實生活中, 屆時 人類移動不僅將變得更為安全 同時也變得簡單與 享受 駛實驗 與 2014 年 Drive Me 計畫均屬於 Level 3 階段, 大部分時間由車輛進行操控工作, 駕駛者可在車輛行駛中暫時分神做其他事, 一旦遇上 電腦難以處理的路況, 再接手操駕工作 防止意外發生 值得一提的是,Level 3 之後的階段, 若車輛事故發生, 駕駛人將無需負任何責任, 所有責任須將由車輛 ( 即汽車製造商 ) 承擔, 就此為事故所產生責任歸屬的問題作了明確的定義 同場加映 : 一較高下, 國際車廠力拼自動駕駛車 2014 年 7 月 Google 正式推出自動駕駛原型車, 並且規劃 2 年內打造 100 輛原型車於加州投入公眾測試 雖然目前車輛仍在測試階段, 且需隨車配置一名安全駕駛, 確保車輛系統出錯時, 能即時以人力介入操控 不過, 其車內沒有方向盤 油門與煞車 踏板, 乘坐者僅需輸入目的地並按下 開始 按鈕 半自動駕駛先行全自動駕駛指日可待 綜整上述可知, ADAS 技術的發展脈絡幾乎與自動駕駛畫上等號 ; 從結合導航圖資訊息, 運用複合式感測架構, 判讀環境與移動的車輛 行人及動物等資訊, 到朝向搭配自動轉向及煞車 / 油門控制等技術提供駕駛者主動式輔助, 在在顯示車廠正一步一步朝 自動駕駛 之路邁進 除此之外, 根據德國的自動駕駛化車輛分類表, 現階段車廠的進度大多處於 Level 2~Level 3 的階段, 如 Volvo 與 Google 分別於瑞典哥德堡市與美 即可, 如此簡單方便的 駕駛 模式, 吸引了多達 56% 受訪者表示對自動駕駛車感到興趣, 顯示民眾的高度期盼 不甘讓 Google 專美於前, 傳統車廠如 GM Volvo Mercedes-Benz 與 Nissan 等也陸續皆訂出自動駕駛車上市時間表.GM:GM 執行長芭拉 (Mary Barra) 表示, 計畫於 2016 年下半年推出的凱迪拉克 CTS 將配有 車間通訊技術 (V2V technology) 功能標準, 可警告交通事故, 增加行車安全 車輛研測資訊 104 期 2015-02 17
未來, 還將進一步搭配 Super Cruise 技術, 使車輛在高速公路時速 70 英里或塞車的狀況下自行操控 加速及煞車, 朝自動駕駛之路邁進.Volvo: 自 2012 年完成 SARTRE 自動駕駛實驗, 去年進一步啟動 Drive Me 計畫, 結合瑞典政府與相關民間企業共同進行, 規劃 1 0 0 輛實驗車每天於德堡市 (Gothenburg) 的主要通勤幹道 高速公路等.Mercedes-Benz: 在 2015 年國際消費電子展 (CES) 中,Mercedes-Benz 正式宣布其自動駕駛車原型 F015, 雖然駕駛座前依然保留方向盤與踏板等傳統駕駛介面, 但前座卻可 180 度旋轉, 進而與後座面對面交流, 意欲將自動駕駛車打造成為民眾於住家和目的地之外的 第 3 個辦公或休閒娛樂地點 並且也宣告, 最快將於 2017 年以 S-Class 升級車款來實現自動駕駛的夢想 交通繁忙地區行駛 50 公里進行測試 車輛自動依循公路分隔線行進, 並且能因應交通狀況進行加減速, 透過車輛融入一般交通狀況中, 與人群 一般車輛互動, 來測 試自動駕駛的自主性與安全性, 最終達成 2020 年 Volvo 所有車輛達到零事故的願景 Mercedes-Benz 於 2015 年 CES 發表 F015 自動駕駛原型車資料來源 :Mercedes-Benz 2010: 對外宣佈用 7 輛試驗車於加州測試 2012: 獲內華達州第一張合法車牌 2013: 取得加州合法車牌 與馬牌和 IBM 合作 2014: 推出自動駕駛原型車 2001: 與卡內基美隆大學合作開發 2007: 參與 DARPA 獲頒挑戰獎 2013: 研發切換半自動與全自動駕駛系統 2012: 完成 SARTRE 自動駕駛實驗 2014:5 月進行 Drive Me 的自動駕駛計劃 ; 塞車助手 可設定低速自動導航駕駛 2012: 以 LEAF 為打造 NSC-2015, 演示自動停車功能 2013: 與美國 英國和日本知名大學合作, 並於日本建造特殊測試工廠 2010: 宣稱成功在封閉場地測試自動駕駛輔助系統 2013:S500 Intelligent Drive 自動駕駛車, 於德國進行 100 公里道路測試 2014: 發表名為 2025 Future Truck 未來貨卡車, 並進行道路測試 2015: 於 CES 發表 F015 自動駕駛原型車 各大車廠擬自動駕駛車商品化之發展歷程資料來源 : Google GM Benz Nissan Volvo,ARTC 整理 (2015/01) 18 車輛研測資訊 104 期 2015-02