什麼是 ADAS（先進駕駛輔助系統）？

過去汽車安全方面的重大改進（例如：防碎玻璃、三點式安全帶、氣囊）均屬被動安全措施，旨在將事故發生時的傷害降至最低。如今，先進駕駛輔助系統（ADAS）借助嵌入式視覺技術，能主動提升安全性，從而減少事故發生並降低乘員受傷的風險。

車載攝影機的應用涉及一項新的 AI 功能，該功能利用感測器融合技術來識別和處理物體。感測器融合技術的運作原理類似於人類大腦處理資訊的方式，它借助影像辨識軟體、超音波感測器、光達（LiDAR）和雷達，將大量數據整合在一起。這項技術的物理反應速度遠比人類駕駛者更快，能夠即時分析串流影片、辨識影片中的內容，並決定應如何應對。

以下是一些最常見的 ADAS 應用：

• 自適應巡航控制系統：自適應巡航控制系統在高速公路上特別有用，因為駕駛者在高速公路上往往難以長時間持續監控車速及其他車輛的狀況。自適應巡航控制系統會根據周邊物體的情況，自動加速、減速，甚至在必要時使車輛停下。
• 無眩光遠光燈與像素燈：無眩光遠光燈與像素燈透過感測器，能根據黑暗程度及車輛周圍環境進行調整，同時不會干擾對向來車。這項嶄新的頭燈技術可偵測其他車輛的車燈，並將本車頭燈的光線轉向其他方向，以避免其他道路使用者暫時性失明。
• 自適應照明控制：自適應照明控制系統會根據外部光線條件調整車輛頭燈。該系統會依據車輛所處環境及周圍光線的明暗程度，調整頭燈的亮度、照射方向及旋轉角度。
• 自動停車：自動停車功能能協助駕駛人掌握視線死角，使其知曉何時該轉動方向盤及何時該停車。配備倒車攝影機的車輛，其周遭視野比傳統側視鏡更為清晰。某些系統甚至能透過整合多個感測器的資料，在無需駕駛人協助的情況下自動完成停車。
• 自動代客泊車：自動代客泊車是一項新技術，透過車輛感測器互聯、5G 網路通訊，以及管理停車場內自動駕駛車輛的雲端服務來運作。感測器會向車輛提供其當前位置、目的地以及如何安全抵達該處的相關資訊。所有這些資訊都會經過系統性的評估，並用於控制車輛的加速、煞車和轉向，直至車輛安全停妥為止。
• 導航系統：車用導航系統會透過螢幕指示與語音提示，協助駕駛人在專注於道路行駛的同時，順利遵循行車路線。部分系統能顯示精確的交通資訊，並在必要時規劃新路線以避開塞車。先進的系統甚至可能配備抬頭顯示器，以減少駕駛人的分心。

• 夜視系統：夜視系統能讓駕駛人看見那些在夜間原本難以察覺或根本無法看見的物體。夜視系統的實現方式主要分為兩大類：主動式夜視系統會投射紅外線，而被動式系統則仰賴來自車輛、動物及其他物體所散發的熱能。
• 盲區監控：盲區偵測系統透過感測器，向駕駛人提供若非如此便難以甚至無法取得的重要資訊。某些系統在偵測到駕駛人視線盲區內有物體時會發出警報，例如當駕駛人試圖駛入已有車輛的車道時。
• 自動緊急煞車：自動緊急煞車系統透過感測器偵測駕駛人是否即將撞上其他車輛或路上的其他障礙物。此系統能測量附近車輛的距離，並在偵測到危險時向駕駛人發出警示。部分緊急煞車系統還能採取預防性安全措施，例如收緊安全帶、降低車速，以及啟動自適應轉向功能，以避免發生碰撞。
• 側風穩定系統：這項相對較新的 ADAS 功能，能協助車輛抵禦強勁的側風。該系統中的感測器可偵測行駛中作用於車輛上的強大壓力，並發出微幅轉向或煞車修正訊號，以協助駕駛人維持車輛預定行進路線／使車輛保持在車道中央。
• 駕駛員困倦偵測：當系統偵測到駕駛員可能需要暫停駕駛時，駕駛員困倦偵測功能便會發出警示，提醒駕駛員注意睏意。 該系統透過多種方式監測駕駛人的注意力是否下降，例如方向盤操作、車道保持行為、車速以及面向駕駛人的攝影機數據。其中一種方式是，感測器可偵測駕駛人的頭部動作與心率，以判斷這些跡象是否顯示出睏倦。其他系統則會發出視覺、聽覺或觸覺警示。
• 駕駛監控系統：駕駛監控系統是衡量駕駛人專注度的另一種方式。攝影機感測器能分析駕駛人的視線是否注視道路，或是出現走神的情況。駕駛監控系統可透過聲音、方向盤震動或閃爍燈光來提醒駕駛人。在某些情況下，車輛甚至會採取極端措施，將車輛完全停下。
• 5G 與 V2X：這項備受矚目的 5G 進階駕駛輔助系統（ADAS）新功能，能以更高的可靠性與更低的延遲，實現車輛與其他車輛或行人之間的通訊，通常稱為 V2X。 如今，數百萬輛車輛透過行動網路進行即時導航。這項應用將強化現有技術與行動網路，以提升情境感知能力、針對交通壅塞情況進行速度控制或建議調整，並為 GPS 地圖提供即時更新。對於當今車內廣泛運用的各類軟體驅動系統——從地圖更新、錯誤修復到安全性更新等——V2X 對於支援無線軟體更新至關重要。

根據美國國家公路交通安全管理局（NHTSA）的數據，2025年美國道路上共有36,640人死於機動車事故，這凸顯出道路安全仍是亟待解決的重大挑戰。 與2024年相比，死亡人數下降了6.7%。儘管死亡人數已從近期的高峰水準下降，但駕駛分心、酒駕、決策失當及疲勞等人類因素，仍持續是導致交通事故的主要原因。NHTSA的事故成因研究一再顯示，絕大多數事故都與駕駛相關因素有關。

由於能降低事故發生率並拯救生命，先進駕駛輔助系統（ADAS）的重要性日益提升。諸如自動緊急煞車（AEB）、行人偵測、環景監控、停車輔助、駕駛疲勞偵測及其他駕駛監控系統等功能，透過提供至關重要的安全警示與干預措施，協助駕駛人避免或減輕碰撞事故。隨著車輛日益智能化，ADAS 技術在提升道路安全方面扮演著關鍵角色，並為更高層級的車輛自動化奠定基礎。

要邁向完全自動駕駛汽車（即能夠感知周遭環境並在無需人類介入的情況下運作的車輛），必須強化這些車輛的電子架構。

隨著電子架構的擴展，資料量也隨之增加。為了處理這些資料，新型整合式網域控制器需要具備更高的運算效能、更低的功耗，以及更小的封裝尺寸。

為處理海量數據而採用 64 位元處理器、神經網路及人工智慧加速器，需仰賴最新的半導體特性、半導體製程技術及互連技術，以支援先進駕駛輔助系統（ADAS）的功能。

此外，電子模組的減少將促使計算架構趨向集中化，這需要關鍵的汽車基礎元件，包括具備視覺處理能力的處理器、神經網路以及感測器融合技術。在實現這些目標的同時，必須兼顧品質、安全與資安的需求。

汽車的每個環節皆以實現更高度的互聯為設計目標，這要求子系統與系統單晶片（SoC）設計人員將安全措施的範圍，擴展至傳統上為確保物理安全所採取的措施之外。將最新的嵌入式電腦視覺與深度學習技術應用於汽車系統單晶片（SoC），能為先進駕駛輔助系統（ADAS）帶來更高的精準度、更佳的能效及更優異的性能。

要實現第 5 級自動駕駛，必須強化現有功能並整合感測器融合技術，同時更倚重人工智慧驅動的決策機制，以及具備車聯網（V2X）等強大的通訊能力。不可預見的駕駛情境（例如極端天氣條件）、符合法規標準、網路安全風險，以及駕駛員教育，都是阻礙先進駕駛輔助系統（ADAS）演進的幾大難關。 然而，隨著這些系統在偵測、感知與執行方面的持續改進，最終將實現完全自動駕駛車輛。