153
多傳感器融合為當今車輛設(shè)計要角
TrendForce 集邦咨詢旗下拓墣產(chǎn)業(yè)研究院認為，多傳感器融合是 ADAS 與 ADS 系統(tǒng)發(fā)展核心之一，依靠單一傳感器的主動安全方案將逐漸減少，目前傳感器以鏡頭、毫米波雷達與超音波雷達互相搭配為主，光達則應(yīng)用于自駕商用車或無人車居多。
因無完美傳感器能進行完整的環(huán)境掃描，使得多傳感器融合的重要性提升，透過多傳感器數(shù)據(jù)消除個別傳感器的錯誤輸入。
圖：3 種融合方式
Source：W. Elmenreich.；拓墣產(chǎn)業(yè)研究院整理，2021/01
此外，冗余概念下，需透過不同傳感器擅長的偵測能力，相互驗證下產(chǎn)生可靠度最高的結(jié)果，并在單一傳感器無作用時，仍能維持基本運作，避免駕駛與其他用路人受傷。
數(shù)據(jù)融合無標準方式，算法是其重點
當傳感器數(shù)量與類型越來越多時，如何將這些異質(zhì)感測器進行時間與空間同步、耗能、散熱、算法等的挑戰(zhàn)多且復(fù)雜。多傳感器融合的方式目前并無標準，各車廠作法皆不同，廠商側(cè)重的感測技術(shù)或擅長處理之數(shù)據(jù)、用于前裝或后裝市場等，都會影響使用的融合方式與架構(gòu)。
在多傳感器融合過程中，核心算法仍扮演最重要角色，也是車廠急于發(fā)展的部分，因此 AI Deep Learning 廠商在這波自駕車感知融合發(fā)展中將具有優(yōu)勢。
前融合與集中化架構(gòu)使車廠主導(dǎo)性增加
因車輛傳感器數(shù)量不斷增多，在傳感器端進行感知計算后再將辨識結(jié)果傳送到后端處理器進行融合的后融合方式，逐漸被前融合取代，前融合優(yōu)勢是能對環(huán)境進行完整描述后，透過唯一一套算法給出決策。
該發(fā)展與車輛走向集中化架構(gòu)發(fā)展有關(guān)，傳統(tǒng)車輛中，高達上百個 ECU 的分散式架構(gòu)在傳感器增多后將過于復(fù)雜，加上車廠希望自行開發(fā)自動駕駛的核心算法，因此逐步走向集中化架構(gòu)。
對想自主開發(fā)軟件的車廠，Tier 1 能提供的是硬件整合，對 Tier 1 而言將降低價值，但對無法自主開發(fā)算法的車廠來說，則會比過往更加依賴 Tier 1 提供的軟硬件整合方案，而朝向兩極化發(fā)展。
