一起來用十分鐘略懂自駕車吧!GoGoGo!


Posted by TechBridge 技術週刊 on 2017-06-21

[ 前言 ]

小弟我並沒有自駕車領域的工作經驗,以下只是#我的觀察啦。希望讀者能藉此略懂自駕車,有錯的地方歡迎指正。

此文章的架構為 Why-What-How 的三大段落:

  • Why - 為什麼自駕車很重要呢
  • What - 什麼是自駕車
  • How - 自駕車是如何運作的

那麼開始吧,GoGoGo!

[ 為什麼自駕車很重要呢 ]

主要有三個原因,因為:

  • 自駕車可以救大家的命
  • 自駕車可以節省大家的時間
  • 自駕車可以賺好多好多錢

自駕車可以救大家的命

以下這些不良的駕駛行為造成的車禍傷亡將在自駕車普及後消失,像是 技術不好的人:初學者、反應較慢的老人、女...( Mymy 已被 WomanTalk 板隔空水桶 ),或是 分心的駕駛行為:玩手機、打噴嚏、酒駕等。總之下面極度政治不正確的圖片以後可能無法在 PTT 車禍文章中的推文見到了。

車禍三寶飯( Photo Credit: 三寶飯

事實上,Google 創辦人施密特就曾經說人們根本就不該開車,電腦應該比車子更早發明。當然,以 Google 研發多年自駕車的立場來說,這段言論是再正確不過了。

Quote by Schmidt( Photo Credit: AZQuotes

自駕車可以節省大家的時間

如何省時呢?

  • 減少塞車
  • 利用開車時間

如何減少塞車呢?自駕車減少車禍必然能減少塞車,但更多的塞車是因為駕駛煞車時產生的衝擊波造成的。看下面這段影片就可以了解大概的原理。這實驗本來是希望大家在圓圈裡等速地開車,但只要有一個人( 一顆鼠屎 )踩了不必要的煞車,圓圈就開始塞車了。

詳細的理論我不多做介紹了,有興趣的可以看下面的兩篇文章:

想像一下在未來車聯網的時代,每一輛汽車都知道周圍有哪些車輛和這些車輛的車速,當駕駛知道前方遠處的車輛減速時,就可以透過自動駕駛放鬆油門慢慢減速,減少衝擊波的傳遞來避免塞車。

如何利用開車時間呢?基本上以後不用開車了,駕駛的這段時間你都能好好利用,還保有隱私呢!只要好好發揮人們懶惰的天性和情慾流動的本能,想像力就會是你的超能力。如下示意圖。

上班睡過頭 車上刷牙( 上班睡過頭 - Photo Credit: Her Campus Media

我倆惺惺相惜( 我倆惺惺相惜 - Photo Credit: 壹週刊

自駕車可以賺好多好多錢

為什麼可以賺好多錢呢?在 2012 年時,因為駕駛輔助的裝置開始受到各國法律的重視,像是行車紀錄器、胎壓偵測或是防撞偵測的設備,IC 產業的分析公司 IC Market 就預測車用電子( Auto )會是通訊電子( Comm )後成長率第二高的產業。如下圖。這些駕駛輔助的車用電子即是自駕車發展的重要基礎設備。

IC Market 2011-2016 CAGR( Photo Credit: IC Market

如今到了 2016 年,IC Market 預估的車用電子成長率( 10.3% )已經超越通訊電子成長率( 4.8% )了,僅次於 IoT 成長率( 13.3% )。是的,沒錯!目前手機市場已經開始飽和了,所以現在很多公司都轉往開發車用電子的市場,一些車用電子相關的股票都漲不停。

IC Market 2015-2020 CAGR( Photo Credit: IC Market

簡單來說:手機和 PC 市場已飽和,快沒搞頭了 -> 許多公司們的未來必須靠車用電子了 -> 自駕車剛好是個能集車用電子於大成的酷炫好題目呢!

因此各家廠商從車用電子的軟體端到硬體端,不論軟體廠、系統廠、晶片廠、車廠,都開始積極投入資源開發自駕車,因為真的可以賺好多好多錢。下圖列出幾家代表性的廠商。

33 Corporations( Photo Credit: CB Insights

簡單舉例一下其中代表性的幾家近期做了啥:

從 2016、2017 年的消費電子展( Consumer Electronics Show,CES ),就可以看出各家廠商對於自駕車市場有多麼看重。有興趣可以參考下面幾則新聞:

[ 什麼是自駕車 ]

講完自駕車重要的原因後,來談談到底什麼是自駕車吧。先來看看 Wikipedia 對自駕車的定義。

“An autonomous car ( driverless car, self-driving car, robotic car ) is a vehicle that is capable of sensing its environment and navigating without human input.”Wikipedia

蒟篛一下:自駕車、無人車、或是機器車,是一種可以 感知環境駕駛時不需人類操作 的車輛。

自駕車如何感知環境

主要是用以下的電子設備:

  • Radar - 用 Radio 來針測物體方位、距離和速度。主要拿來防撞。

  • Lidar - Radar 是用 Radio,Lidar 是用 Laser,可以更精準且範圍更廣( 大概 100 公尺 )的測量物體的方位、角度、距離。主要拿來建超精細的 3D Map。

  • Camera - 負責電腦視覺處理,辨識行人、交通號誌、物體距離、道路白線。

  • Ultrasonic Sensor - 用聲波針測物體方位、距離和速度,拿來防撞和偵測停車空間。

  • GPS - 用來定位,缺點是有誤差。

自動駕駛時不需什麼人為操作

自駕時有三個項目可以不需要人為操作:

  • 加速
  • 煞車
  • 方向盤

不需操作的項目愈多,人為的介入愈少,代表自駕車的等級愈高。以下會詳細介紹怎麼將自駕車作等級分類。

SAE 自駕車等級分類表

SAE( Society of Automotive Engineers )International 美國汽車工程師協會針對不同自動駕駛的程度,分成 0~5 的等級,等級愈高自駕的程度愈高,但也愈難達成。如下圖。

SAE Self-Driving Car Levels( Photo Credit: SAE International

事實上上面這張圖已經超詳細了( 字太多又英文大家一定懶得看 ),但為了方便解釋我用白話整理成下表。

SAE Self-Driving Car Levels in Chinese

由左到右是 0~5 的自駕車等級,各個 Level 的重點如下:

  • Level 0:沒有自駕、但會警告。舉例來說,裝有 Mobileye 的車子,車內會有螢幕顯示車道偏離警示( Lane Departure Warning )和前方碰撞警示( Forward Collision Warning )。此種車就是落在這個 Level。

  • Level 1:加減速、轉向一次一個。例如 Mobileye 針測到障礙物時自動煞車,或是針測到偏離車道時幫你調整方向盤。現在很多跟 Mobileye 合作的車廠就是這類型。

  • Level 2:加減速、轉向一次多個。至少有兩項控制能階調地自動化,例如一邊跟前車保持等速,又一邊維持在車道內。

  • Level 3: 一些情境下,可以完全不用人為操作,例如高速公路。不過現在搭載 Hardware-1 的 Tesla 在高速公路上使用 Autopilot 駕駛時還不能全程放手( 要放手當然也是可以,但 Tesla 有免責聲明呦 ),如果能放手做自己想做的事,就符合 Level 3,目前姑且稱它 Level 2.5 吧。( 事實上在 2016 年底 Tesla 跟 Nvidia 合作推出了新的硬體架構 Hardware-2,目標是在 2017 年底推出 Level 4~5 的全自駕技術。礙於版面配置和後段解說方便,Tesla 晚輩你就先在此文章待在 Level 2~3 好好反省吧,未來是你的!

  • Level 4:除了一些特殊情境自駕車開不了,例如:大雨、下雪、強光、沒有超精細的 Map( 後面會提 )的地方,或是後面的警察叫你停下來,其它狀況此 Level 的自駕車都可以 Carry。

  • Level 5:Level 5 的車,駕駛要在車上做什麼都行( >///< ),車上也沒有方向盤。這也是 Google 的最終目標。

[ 自駕車是如何運作的 ]

自駕車大概是怎麼運作的呢,以下將用上段 Level 表中提到的公司:Mobileye、Tesla、Google,從 Level 0~5 逐一介紹。

後裝市場的 Mobileye - Level 0

Mobileye Aftermarket( Photo Credit: MobileyeMazda 5

先從裝載 Mobileye 的 Level 0 自駕車來解釋。賣出去的車,裝上 Mobileye Sensor - EyeQ Camera 的影像辨識處理器,再加上 EyeWatch 警報器,就可以完成下圖的警報功能:

Mobileye Aftermarket Example( Photo Credit: Mobileye

  • 前車碰撞警報 - 提醒駕駛踩煞車
  • 車道偏移警報 - 提醒轉方向盤
  • 高速公路監視警報 - 提醒離前車過遠,該加速了

雖然沒有自駕,需要人為操作,但有警報,所以符合 Level 0。

前裝市場的 Mobileye - Level 1

Mobileye Before Market( Photo Credit: MobileyeMazda 5CarPlay

以下用 Mobileye 的前裝市場來解釋 Level 1。在汽車售出前,就會先裝好 Mobileye 的 Camera 作為 Sensor 或是別家廠商的 Camera,車裝主機再搭配 Mobileye 的影像辨識功能,就可以在影像辨識出不同狀況時,讓汽車自動加減速或轉方向盤。如下圖三種狀況:

Mobileye Before Market Example( Photo Credit: Mobileye

  • 前車碰撞預防系統 - 影像辨識出快撞到前車了,汽車就自動減速
  • 車道保持輔助系統 - 影像辨識出快偏離車道了,汽車就自動轉方向盤
  • 車距控制巡航系統 - 影像辨識出離前車過遠,汽車就自動加速

但這個等級一次只能執行一個任務,沒辦法階段性的完成兩個任務。例如一邊開在車道又一邊開啟巡航系統,那是下一個等級 Level 2 做的事。

Tesla Autopilot - Level 2~3

下個等級,也就是 Tesla 目前的等級 Level 2.5( 上述有提到要能在高速公路完全放手才算是 Level 3 )。它的自駕輔助系統名字是 Autopilot,在 2016 年底前搭載 Hardware-1 的 Autopilot 主要有三個功能:Autosteer、Auto Lane Change、Autopark,每個功能都可以階段性的完成兩個功能以上,舉例來說:

  • Autosteer - 可以一邊跟車,一邊保持在車道內。階段性的完成車距控制巡航系統( Adaptive Cruise Control )+ 車道保持輔助系統( Lane Keeping Assist )。

  • Auto Lane Change - 讓車子可以自動換道,又可以避免撞到旁車。使用旁側碰撞預防系統( Side Collision Avoidance )+ 盲點偵測系統( Blind Spot Detection )。

  • Autopark - 可以自動停車。使用停車區域偵測系統( Parking Space Detection )+前/旁側碰撞預防系統( Forward/Side Collision Avoidance )。

此款 Autopilot 的這些功能除了自動停車以外,只能在高速公路上使用。能實現這些功能靠的是以下這些 Sensors:Radar、Camera、Ultrasonic Sensor。如下圖。

Tesla Hardware-1 Sensors( Photo Credit: Tesla

Tesla 的車頭裝著 Radar,可以針測前車的位置和速度,在定速巡航時可以避免撞到前車;擋風玻璃上裝著 Camera,可以做許多電腦視覺處理,像是辨識行人、交通號誌、物體距離、道路白線,此款 Camera 在 Hardware-1 架構下是買 Mobileye 作為 Solution( 2016 年底後的 Hardware-2 架構則是跟 Nvidia 合作 );12 個超聲波的 Sensors 均勻的裝在汽車底部,針測範圍大概 5 公尺,主要是為了防撞,還有偵測盲點和停車位。

來看一下 Tesla 官方釋出的 Demo 影片吧!

影片幾個重點如下:

  • 操作桿壓兩下就開啟 Autosteer 定速巡航
  • 巡航時會跟著車道轉彎,不會偏移車道
  • 想要換車道的話打個方向燈就好,Tesla 就會自動換道
  • 超聲波會偵測停車空間,按下按鈕後就會自動停車

Google Waymo - Level 4~5

介紹完 Tesla 後,再來介紹一下目標最遠大,想做全自動駕駛車的 Google。其自駕車名稱為 Waymo,因 Google 日前將自駕車部門拆分出來成立了獨立公司。

想做到這類型的自駕車,主要需要以下功能:

  • 超精細的 Map - 只有現今 Google Map 的資訊對於全自動駕駛車是完全不夠的,地圖必須精細到清楚市區上的道路、十字路口、斑馬線有多寬,還要知道紅綠燈、交通號誌、人行道、消防栓在哪,以及他們的高度等等。

Detailed Map( Photo Credit: Google

  • 精準的定位系統 - 有了精細的地圖,還必須搭配精準的定位系統,才能讓自駕車無誤差地行駛在一般道路上。另外因為 GPS 有誤差,無法確切的知道車子現在在哪個線道,此精準定位系統必須搭配其它 Sensor 幫忙。

  • 物體偵測和辨識 - 一般道路上相對於高速公路會碰到更多的障礙物,像是行人、機車、汽車、腳踏車,還有動物,還要知道什麼時候紅燈,什麼時候綠燈等等,這些都需要物體偵測和辨識的功能。

  • 路徑規劃 - 單單只有讓車子維持在白線內是完全不夠用的,例如遇到坑洞、路障、道路施工的時候要繞開,或是提早閃避要開門的汽車。

再來看一下實現這些功能 Waymo 需要裝哪些 Sensor 吧!

Waymo Sensors Architecture( Photo Credit: WIRED

  • Lidar - Waymo 跟 Tesla 最主要的差別是在於 Waymo 車頂裝了 Lidar。除了可以幫忙建超精細的 3D Map 外,還可以感應到方圓 100 公尺內物體的方位、角度、距離。

  • Video Cameras - 因為有超精細的 3D Map,所以 Camera 不太需要偵測道路白線,主要用來辨識紅綠燈和輔助其它 Lidar 做不到的事。

  • Radar Sensors - 偵測障礙物以及避免碰撞。

  • Central Computer - 分析所有 Sensors 傳過來的 Input,規劃出要走的路徑和決定自駕車方向盤轉向、加減速。

  • Odometry Sensors - 輔助 GPS 的側距 Sensors,讓汽車能更精準的定位在超精細的 3D Map 上

  • Ultrasonic Sensors - 盲點偵測以及停車位偵測。

  • GPS - 結合轉速計、測高儀、迴轉儀的資訊來提供更精準的定位。

這些 Sensor 中,最貴的就是車頂上的 Lidar,最貴可以到 8000 美金( ~= 4856份營養午餐 )。

大家目前比較有印象的應該是下面這台原型車,車上裝的 Sensor 跟上一張圖差不多,主要的差別是原型車上沒有方向盤,因為目標是實現 Level 5 的全自動駕駛車。

Waymo Prototype( Photo Credit: Waymo

一樣來看一下 Waymo 官方釋出的 Demo 影片吧!

影片幾個重點如下:

  • 黑白不動的部分就是超精細的 Map,紫色就是透過 Lidar 偵測到的物體
  • 辨識到路障時進行道路規劃然後閃避它
  • 針測到路邊障礙物時進行道路規劃然後閃避它
  • 辨識到鐵路柵欄時,小心翼翼地等前一台車離開後才繼續開
  • 辨識到腳踏車和他的手勢時,調整車速並改變方向

Tesla vs Google

最後我們來比較一下搭載 Hardware-1 的 Tesla 和 Google Waymo。因為主要感知環境的方法不同,大家也把它看作是 Camera 和 Lidar 的輸贏。

Tesla vs Google

  • 自駕等級 - 自駕等級分別是 2~3 和 4~5。
  • 超精細 Map - Tesla 沒有超精細 Map 而 Google Waymo 有,所以一個只能在高速公路使用,另一個已經能在一般道路上開。
  • 主要的 Sensor - 感知環境的 Sensor 主要是 Camera 和 Lidar。
  • Sensor 的花費 - Lidar 目前非常貴,而且 Waymo 還需要額外的定位 Sensor。
  • Sensors 感應半徑 - 讓汽車前後左右都能感知環境,Tesla 前面是靠 Camera,但左右和後面是透過超聲波,半徑只能到 5 公尺左右,而 Waymo Lidar 的半徑則能到 100 公尺左右。
  • Sensor 解析度 - Camera 的解析度很高,而 Lidar 出來的影像雖然是 3D 資訊,但解析度卻不高。
  • CPU - Camera 的高解析度造成 Tesla 主機的 CPU 在解析 Camera 影像時會需要更大的運算量。

光看這樣好像會覺得 Google Waymo 的解法除了 Lidar 比較貴無法接受以外( 最近 Lidar 還降低成本了呢 ),根本大勝!但 Google Waymo 目前還無法推行有一個很大的原因,因為建立超精細的 3D Map 非常耗時,維護也需要很大的成本。

從前面的文章大家應該可以察覺到自駕車運用 Sensor 感知周遭環境一切事物的重要性,而我個人覺得 Sensor 想做的事跟獵人的高等應用技 < 圓 > 很像,在圓內可以感知一切物體的形狀和動作。

HunterXHunter Circle( Photo Credit: HunterXHunter 要復刊了耶耶

舉例來說,我認為目前 Hardware-1 的 Tesla 就是獵人裡的信長,而 Google Waymo 就是奇犽他爺爺。

HunterXHunter 4m Tesla
HunterXHunter 100m Google( Photo Credit: HunterXHunter 但結局還是燒給我嗚嗚

[ 總結 ]

這篇文章主要是我 2016 年時的觀察,有些地方可能跟現今自駕車的產業有些出入,但畢竟這產業瞬息萬變,不只上述提到的大公司,許多新創小公司( Drive.aiComma.ainuTomomyOTTO )也搶著擠進這還算藍海的產業。

五年後自駕車 Level 0~5 的排名有很大的機率就會打臉我上面整理的等級表,也許 Mobileye + Intel + BMW 會先實現全自動駕駛車,也許是 Tesla + Nvidia,也許依舊是 Google Waymo,其它公司都是快樂夥伴。Who knows!( 曾經精準預測 AMD 大漲的 obov 倒是有在 PTT 留言開示 )就繼續觀察下去吧!

總之希望觀察到這篇文章的讀者能略懂:

  • Why - 為什麼自駕車很重要呢 - 救命、省時、賺大錢
  • What - 什麼是自駕車 - 能感知環境、不需人類操作、有 0~5 個等級
  • How - 自駕車是如何運作的 - 用 Sensor 偵測和辨識物體、決策加減速和轉向

有機會、有時間的話之後再聊聊:

  • Deep Learning 為什麼在自駕車中扮演關鍵角色
  • 自駕車產業目前和未來有什麼難題要克服
  • 自駕車未來的商業模式

就這樣啦,以上只是我的觀察啦,掰!

關於作者:
@mymykuo 一個嘴賤但中肯、瑣事觀察系、跳嘻哈的偽陽光真宅軟體工程師


#自駕車 #Self-Driving Car #鄉民看科技









Related Posts

[Day 06]: Docker Network-2

[Day 06]: Docker Network-2

留言板、API篇

留言板、API篇

Fetch & Promise

Fetch & Promise




Newsletter




Comments