電子設計自動化 (EDA)
系統
矽智財 (Silicon IP)
SolvNetPlus
教育與訓練課程
重點摘要
- 自動駕駛車輛 能感知周遭環境並在無需人類介入的情況下運作，其功能範圍涵蓋駕駛輔助（SAE 第 1 級）至完全自動駕駛（第 5 級）。
- 自動駕駛汽車整合了感測器（RGB 攝影機、熱成像攝影機、雷達、光達、超音波感測器）、高效能運算裝置及致動器，並透過軟體融合各項輸入訊號來規劃路線並執行駕駛。
- 目前道路上大多數車輛都屬於第 2 級或 2+-3 級（駕駛人仍需負責）；第 4 級受地理圍欄限制，而第 5 級則可隨處行駛。
- 在感測、監管、責任歸屬以及大規模安全驗證方面仍存在關鍵挑戰——這些問題正日益透過系統層級的驗證與模擬來解決
- 新思科技 以及 Ansys 自動駕駛車輛的解決方案涵蓋從矽晶片與 IP 虛擬化，到車輛系統／子系統層級的設計與驗證，以符合如ISO 26262 等標準。
定義
自動駕駛汽車（自動駕駛車輛 ）是一種能夠感知周遭環境，並在無需人類介入的情況下運作的車輛。乘客在任何時候都不需要接管車輛的控制權，甚至完全不需要在車內。自動駕駛車輛 能夠行駛至傳統汽車所能到達的任何地方，並執行經驗豐富的人類駕駛所能執行的一切操作。
圖 1.駕駛自動化等級
目前尚不存在第 5 級自動駕駛汽車，因為儘管自動駕駛汽車中的人工智慧（AI）確實能消除人為失誤的可能性，但其性能目前仍無法與人類駕駛者相提並論。然而，Waymo正透過其第 4 級無人駕駛汽車，逐步逼近技術極限。 此外，福特（Ford）和特斯拉（Tesla）等車廠所推出的自動駕駛功能，則被歸類為第2級和第3級，分別代表「部分自動化」與「條件式自動化」。在未來10年內，我們或許能在道路上看到完全自動駕駛的第5級自駕車。
設計自動駕駛車輛比傳統汽車（即內燃機或電動車）更為複雜，因為這類車輛的設計旨在擁有自己的「大腦」，在具備所有必要安全功能的前提下執行日常駕駛任務。這造就了一個法律上的灰色地帶，因為一旦發生事故，將沒有駕駛員可以追究責任。 這使得安全系統的設計與驗證更加複雜，因為製造商必須確保能避免任何可能對駕駛人及乘客造成生命威脅的情況。
Re-engineering Engineering 以電子數位孿生迎接 SDV 時代
了解 eDT 如何透過將完整的電子架構（包括晶片、電子控制單元、感測器及嵌入式軟體）虛擬化，來加速軟體定義車輛（SDV）的開發。
「自主」、「自動化」與「自動駕駛」：有何區別？
SAE 採用「自動化」一詞，而非「自主」。其中一個原因是，「自主」一詞的涵義已超出電氣機械的範疇。一輛完全自主的汽車將具備自我意識，並能自行做出抉擇。例如，你說「載我去上班」，但汽車卻決定帶你去海灘。然而，一輛完全自動化的汽車則會遵照指令，並自行駕駛。
「自動駕駛」一詞常與「自主駕駛」互換使用。然而，兩者其實略有不同。 自動駕駛汽車可在某些甚至所有情況下自行行駛，但車內必須始終有乘客在場，並隨時準備接管操控。此類車輛通常歸類為第 3 級（條件性駕駛自動化）或第 4 級（高度駕駛自動化）。它們受限於地理圍欄，這點有別於能夠隨處行駛的第 5 級全自動駕駛汽車。
自動駕駛車輛的優點與缺點
車輛自動化為社會帶來以下好處：
- 在交通堵塞時能夠安心通勤，並在長途駕駛期間執行其他工作
- 由於自動駕駛車輛能夠提供更好的預測，因此可減少車輛碰撞
- 透過以最佳速度行駛，減少交通堵塞
- 透過減少人為疏失、分心和疲勞駕駛，可在高速公路上實現更高的速度和更好的安全性
- 為身心障礙人士提供更多的交通便利
- 由於交通流量減少，碳排放降低，若與電動車 (EV) 結合使用，效果將更加顯著
但是，也有一些潛在的缺點：
- 複雜的人工智慧／軟體需求，因為軟體中哪怕一個微小的錯誤都可能導致事故
- 需要先進的矽平台來因應不斷變化的 AI 工作負載與效能需求
- 由於嚴格的測試要求，生產成本高昂
- 駭客可能會干擾雲端式軟體
- 需要強大的通訊網路，來即時處理大量資料
Levels 0-2
第 0 至 2 級的自動化程度，從完全沒有自動化功能到具備輔助駕駛功能不等。在這些級別中，駕駛人仍完全掌控車輛，且必須時刻保持專注。這些級別的自動化工具僅協助駕駛人執行駕駛任務，但不會接管控制權。
第 3 至 5 級
從第 3 級開始，人類駕駛者不再對車輛負有全部責任，而是由自動駕駛系統監控行車環境。 在第 3 級中，除非發生緊急情況，否則駕駛員不會操控車輛；而第 4 級和第 5 級則完全無需駕駛員操作。第 4 級與第 5 級的主要區別在於：第 4 級車輛受地理圍欄限制，必須在特定的運作條件下運行；而第 5 級車輛則具備完全自主性，可前往任何地點。此外，第 5 級車輛也不受預先設定條件的限制。
邁向 5 級車輛的挑戰
若車輛行駛在沒有障礙物的道路上，目前已有技術能夠打造第 5 級自動駕駛車輛。然而，障礙物、施工區域以及人們難以預測的行為，加上需要應對的各類道路（例如：可能與傳統道路外觀不同、進而導致車輛演算法產生混淆的土路），都使得設計全自動駕駛車輛變得相當困難。
特斯拉的機器人計程車完全仰賴攝影機和人工智慧軟體在城市街道上行駛，目前服務範圍涵蓋佛羅里達州的邁阿密、奧蘭多和坦帕部分地區，以及德克薩斯州的奧斯汀、達拉斯和休士頓。
自動駕駛汽車是如何運作的？
自動駕駛汽車仰賴感測器、致動器、複雜演算法、機器學習系統以及強大的處理器來執行軟體。
自動駕駛汽車會根據安裝在車輛各處的各種感測器，建立並維護周遭環境的地圖。雷達感測器負責監測附近車輛的位置。 視訊攝影機可偵測交通號誌、辨識道路標誌、追蹤其他車輛，並偵測行人。雷射雷達（Lidar，光偵測與測距）感測器會向車輛周圍發射光脈衝，藉此測量距離、偵測道路邊緣，並辨識車道標線。輪胎上的超音波感測器則能在停車時偵測路緣石及其他車輛。
接著，先進的軟體會處理所有這些感測器輸入資料，規劃行駛路徑，並將指令傳送至車輛的執行器，以控制加速、煞車和轉向。透過硬編碼規則、避障演算法、預測建模及物件辨識技術，該軟體得以遵守交通規則並避開障礙物。
若將自動駕駛車輛比作人類，感測器便相當於能偵測潛在危險的「耳朵」與「眼睛」。接著，「大腦」（即人工智慧）會根據所觀察到的資訊來解讀周遭環境。雖然現今的感測器精準度仍不及人類的感官，但透過結合多種感測器，便能建構出車輛周遭環境的完整圖像。以下是自動駕駛車輛上的關鍵感測器：
- 攝影機：作為車輛的「眼睛」，能偵測可見光 RGB 光譜範圍內的物體。
- 雷射測距系統（Lidar）：分析距離並測量車輛與障礙物之間的距離
- 雷達：測量短距離並測定速度
- 熱成像相機感測器：當一般相機不適用時（例如在隧道或黑暗環境中），會透過測量人與物體所散發、而肉眼相機無法偵測到的熱蹤跡來運作。
- 超音波感測器：安裝於保險桿中，用於在停車時偵測路緣石及其他車輛
圖 2.自動駕駛車上的感測器位置
感測器融合演算法對於確保自動駕駛車輛能有效導航至關重要。感測器融合會擷取各感測器的資料——從物體的速度到其距離等——並將所有資訊整合起來以評估當前狀況。感測器融合還會根據環境狀況，對不同感測器進行優先級排序。例如，若處於黑暗環境中，熱成像相機的資料在決策時將優先於視覺相機的資料。
當今社會中不同自動駕駛等級的範例
- 像 Waymo 這樣提供無人駕駛交通服務的公司，會結合使用光達、雷達和聲納感測器，其服務範圍涵蓋舊金山及灣區、洛杉磯、鳳凰城和奧斯汀。
- 優步在加州擁有配備第 2 級先進駕駛輔助系統（ADAS）的車輛。
- 目前，透過 Waymo，舊金山及灣區、洛杉磯、鳳凰城和奧斯汀等地已可使用自駕車，但這些車輛的行駛範圍僅限於上述地區。
自動駕駛車輛的設計與測試方式為何？
自動駕駛車輛的設計包含多個階段，包括元件設計、系統設計及驗證。在所有設計階段中，皆會運用模擬軟體來簡化工作流程。
自動駕駛車輛的開發通常遵循以下流程：從需求定義與系統架構開始，接著進行感測器與感知設計、決策與控制軟體開發、系統整合與驗證，最後進行道路測試與部署。
工程師首先定義功能、安全與性能需求，接著開發感測、感知、規劃及控制系統，使車輛能夠理解周遭環境並做出駕駛決策。在整個開發過程中，會進行安全分析與驗證，以確保系統在正常與異常的運作條件下均能呈現可預測的行為。
元件設計涉及優化鏡頭、機械鏡筒、多個感測器，以及感測器在車輛上的安裝位置。雖然單一元件本身可能非常完美，但由於車輛的幾何結構，或是干擾感測器運作的擾動因素，該元件未必能安裝在預期的位置上。
透過模擬，將各組件置於不同的情境與氣象條件下，以確保它們在車輛的運作生態系統中能有效運作。整個設計流程的關鍵在於盡快驗證每個階段，藉此節省時間與成本。
自動駕駛汽車面臨哪些挑戰？
最大的挑戰在於處理罕見的邊緣案例、確保在各種天氣與交通狀況下都能維持安全、驗證日益複雜的軟體，以及證明大規模運作時的可靠性。 模擬技術透過建立虛擬環境來協助克服這些障礙，在該環境中可快速執行數百萬種駕駛情境，包括那些在現實世界中既危險、成本高昂，或難以重現的情況。這使團隊能夠評估感測器性能、測試感知與決策演算法、驗證安全要求，並更早地發現故障，從而縮短開發時間，同時在實體測試與部署前提升信心。
完全自動駕駛（第 5 級）汽車目前正在全球若干地區進行測試，但尚未有任何車款向一般大眾開放。距離這一天的實現，我們還有好幾年的時間。相關挑戰涵蓋技術、法規、環境乃至哲學等各個層面。以下僅列舉其中部分未知的變數。
光達與雷達
雷射雷達（Lidar）價格昂貴，目前仍在嘗試在偵測範圍與解析度之間取得適當的平衡。倘若有多輛自駕車行駛在同一條道路上，它們的雷射雷達訊號會相互干擾嗎？此外，即使有多種無線電頻率可供使用，這些頻率範圍是否足以支援自駕車的量產？
天氣狀況
當自動駕駛車輛 在強降水天氣下行駛時會發生什麼情況？如果路面覆蓋著一層積雪，車道分隔線就會消失。如果車道標線被水、油、冰或碎屑遮蔽，攝影機和感測器該如何追蹤這些標線呢？
交通狀況與法規
自動駕駛汽車在隧道或橋樑上會遇到困難嗎？在車流擁堵的情況下，它們的表現會如何？自動駕駛汽車是否會被限制在特定車道行駛？它們能否使用共乘車道？至於未來二十或三十年內仍將與自動駕駛汽車共用道路的傳統車輛車隊，又該如何處理？
州級法規與聯邦法規
美國的監管流程近期已從聯邦層級的指導方針，轉變為各州針對自動駕駛汽車制定的強制性規定。 部分州甚至提議對自動駕駛車輛徵收「每英里稅」，以防止沒有乘客卻在路上四處遊蕩的「殭屍車」大量出現。立法者還起草了法案，提議所有自動駕駛汽車都必須是零排放車輛，並安裝緊急求救按鈕。但各州的法律會有所不同嗎？駕駛自動駕駛車輛 時，能否跨越州界呢？
事故責任
由「自動駕駛車輛 」造成的事故，應由誰負責？是製造商？還是車上的乘客？根據最新的設計藍圖顯示，完全自動駕駛的第 5 級車輛將不會配備儀表板或方向盤，因此車上的乘客在緊急情況下甚至沒有接管車輛控制權的選項。
人工智慧與情緒智慧
人類駕駛員仰賴細微的線索和非語言溝通——例如與行人進行眼神接觸，或解讀其他駕駛員的面部表情與肢體語言——來做出瞬間判斷並預測行為。自動駕駛汽車能否複製這種連結？它們是否具備與人類駕駛員相同的救命直覺？
自動駕駛車輛的產業特定法規
安全與法規在零組件及感測系統的設計中扮演關鍵角色，因為它們主導了系統功能與安全要求的定義。各地區及各產業相關法規的差異，決定了可採用的自動化程度——舉例來說，相較於汽車和航太產業目前僅具備部分自動化功能，採礦和農業領域已實現全自動化。 讓我們以兩個監管最嚴格的產業為例，說明業界在設計更高自動駕駛等級的車輛時所面臨的限制：
航太領域：在航太領域中，任何產品若未經過嚴格驗證，絕不會投入使用；且所有感測器都必須能在極端溫度範圍內、高速運行以及高振動環境中運作。雖然當今 98% 的飛機已由自動駕駛系統操控，但由於潛在的安全問題，要讓一架完全沒有飛行員的飛機獲得批准仍將面臨困難。 Ansys 該公司隸屬於ARP6983 聯盟，該聯盟致力於制定新法規，用以驗證航空航天領域的自動駕駛功能。
汽車產業：法規因國家而異，甚至各州之間也各不相同。在美國，相關法規由各州制定，並由美國國家公路交通安全管理局（NHTSA）及聯邦汽車安全標準（FMVSS）等機構負責監管。
自動駕駛汽車有哪些好處？
在提升便利性與生活品質方面，其應用情境可謂無窮無盡。長者與肢體殘障人士將能享有獨立生活。倘若您的孩子在夏令營時忘記帶泳衣和牙刷，這輛車就能將遺漏的物品送過去。您甚至可以讓愛犬搭乘這輛車前往獸醫診所看診。
但自動駕駛汽車真正的潛力，在於它有望大幅降低二氧化碳排放量。在一項最新研究中，專家們指出三項趨勢，若能同步推行，將能充分釋放自動駕駛汽車的潛力：車輛自動化、 車輛電氣化以及共乘。到 2050 年，這三項「都市交通革命」有望：
- 減輕交通壅塞（道路上的車輛減少 30%）
- 將運輸成本降低 40%（包括車輛、燃料及基礎設施）
- 提升步行便利性與宜居性
- 將停車場騰出，供其他用途使用（例如學校、公園、社區中心）
- 將全球城市二氧化碳排放量減少 80%
| 效益 | 說明 |
| 長者與身心障礙者的自立 | 自動駕駛汽車為無法駕駛的人士提供了出行便利。 |
| 為家庭提供便利 | 車輛能夠自主執行各項任務，從而提升便利性。 |
| 減輕交通壅塞 | 道路上的車輛數量有望減少 30%。 |
| 降低運輸成本 | 預計在車輛、燃料及基礎設施方面可節省 40%。 |
| 提升步行便利性與宜居性 | 城市變得更適合行人通行，也更宜居。 |
| 重獲新生的都市空間 | 停車場可改作公共設施之用。 |
| 降低二氧化碳排放量 | 到 2050 年，將都市二氧化碳排放量減少多達 80%。 |
模擬軟體如何推動自動駕駛車輛設計
模擬軟體提供兩個顯而易見的優勢：
它可透過啟用虛擬測試與開發，減少對昂貴原型設計的需求，進而節省時間與資源。
對於 AI 驅動系統的驗證與核實 (V&V) 非常重要，因為這些系統只能透過需要大量模擬測試的故障率概率評估來進行驗證。
雖然這兩個優勢都很重要，但它們可處理開發程序的不同層面，且不會直接相關。
以下是一些關於Ansys 軟體在整個設計過程中如何應用的關鍵範例：
- Ansys Systems Tool Kit 軟體：提供一個基於物理原理的建模環境，用於在逼真的任務情境中分析平台與有效載荷。
- Ansys medini 分析與網路安全軟體：確保車輛安全，並符合法規及網路安全要求。
- Ansys AVxcelerate Autonomy 軟體：提供一套專為支援安全自動駕駛技術的開發、測試與驗證而設計的解決方案。
- Ansys AVxcelerate Sensors 軟體：整合了相機、雷達、光達及熱成像相機等感測器的模擬功能，用以對複雜的先進駕駛輔助系統（ADAS）及自動駕駛車輛進行虛擬評估。
- Ansys optiSLang 軟體：用於擴展不同的測試環境，並制定一系列邏輯連貫的測試情境。
- Ansys Zemax OpticStudio 軟體：用於優化車輛攝影機及雷射雷達系統中的鏡頭組。
- Ansys Lumerical FTDT 軟體：用於設計性能最佳的 CMOS 感測器。
- Ansys Speos 軟體：用於模擬與優化光學系統的設計與性能，包括透鏡及封裝空間。
- Ansys HFSS 軟體：一款 3D 電磁模擬軟體，用於設計自動駕駛車輛中使用的各種高頻電子元件，包括射頻感測器、光達、雷達和攝影機。
總體而言，模擬有助於縮短開發時間與產品上市時間，且在整個過程中可將不同的模擬軟體套件相互結合。 Ansys 專注於提升第 2 級與第 3 級自動駕駛車輛的開發效能，並致力於為未來第 4 級與第 5 級自動駕駛車輛建立更完善的设计流程。探索最適合您自動駕駛車輛的軟體解決方案組合，來自 Ansys。
對於自動駕駛汽車， 新思科技 為自動駕駛汽車提供了哪些解決方案？
當今的汽車擁有 1 億行程式碼。未來的自駕車將擁有超過 3 億行程式碼，因此網路安全已成為日益嚴重的隱憂。
新思科技 提供廣泛的汽車級 IP 產品組合，已通過 ISO 26262 並具備ASIL B 及 D等級的適用性，協助客戶為先進駕駛輔助系統（ADAS）、車載娛樂系統及主流微控制器（MCU）等應用開發最佳晶片。 新思科技 其嵌入式視覺處理器解決方案可協助客戶整合物體與人臉辨識、夜視及自適應巡航控制等功能。
加速您的汽車創新
在軟體定義車輛的時代， 新思科技 是加速您汽車創新進程的關鍵。
Frequently Asked Questions
一款能感知周遭環境，並在 SAE 第 1 至 5 級之間無需人工介入即可行駛的車輛。
感測器（攝影機、雷達、光達、超音波）將資料傳送至軟體，該軟體負責整合資料、規劃行駛路徑，並控制加速、煞車及轉向。
SAE 將自動駕駛分為六個等級（0-5）；詳見等級說明頁面。目前大多數車輛屬於第 2 至第 3 級。
雖然這兩者常被互換使用，但自動駕駛（第 3 至 4 級）仍需有人類隨時準備接管操控；完全自動駕駛則屬於第 5 級。
繼續閱讀
新思科技「全堆疊從晶片到系統的解決方案，賦能汽車核心運算，並協助理想汽車的 Mach M100 晶片成功投入量產」
