現在，無人車在國外已經蔚為風潮，不論是車廠、網路及科技公司或新創，都全力押寶自駕車，想要盡快讓它商用。臺灣雖然起步較晚，但也開始跨出第一步。但如何做出一臺練就開車本領的全自駕無人車，這次我們也透過臺灣國產首輛無人小巴，深度剖析AI開車的基本原理，以及背後運作流程大公開。
雖然，在設計自駕車時，有很多不同有效作法，各家巧妙各有不同，但基本上，AI開車背後的基本運作流程大同小異。無人車要會自己開車，首先是要有輛能控制的汽車，然後，這部車上還要有個能負責發號施令的汽車大腦中樞（或稱作自駕AI大腦），並且還要有一層感測器融合組成的感知層，同時還要搭配一個高精度環境地圖。基本上，只要有了自駕車體、AI大腦、感知與高清地圖，汽車就會自己開車。
而要剖析無人車，可以從硬體和軟體來談。首先，在硬體方面，要讓AI學習開車前，先得找到一輛AI能駕馭的汽車。因為傳統汽車的設計，是以人為控制為前提，利用手腳來控制汽車方向盤轉向和煞停，當前方遇彎道要過彎時，人會經過大腦發號施令，轉換為身體動作操控方向盤，雙手會根據大腦傳達的指令轉動方向盤，再由電子轉向控制系統，依據方向盤上操作力矩與轉角計算並轉換成輪胎轉向舵角，進而控制汽車轉彎，或依踩放油門及煞車力道來控制車速。
不過，這次負責打造農博無人小巴的台灣智慧駕駛執行長沈大維表示，無人車的前提，是要將一切的動作改為汽車訊號控制（或稱為線控驅動），也就是要能夠透過汽車電子訊號來控制車輛的操作，包括加速、煞車和轉向，而非人為或機械控制。以汽車方向盤轉向系統為例，一般燃油或電動汽車多採用機械式控制，搭配油壓輔助推動，主要還是人為操控。必須要先改成非油壓驅動的線控馬達，才可以直接經由汽車內部網路（CAN）接收上層車輛控制端下達的操作指令，再將收到控制訊號轉成機械運動，進而控制汽車輪胎的轉向。
AI學開車的第一道關卡，得將車控系統全面改成線控操作 單就這點看，要想取得一輛能回控的汽車並不困難，目前市面不少配備主動安全ADAS系統的高階車款的轉向、煞車和油門，多數都已採用線控驅動，不過，沈大維更進一步說明，無人車要能受控的真正關鍵，在於能不能取得這些線控系統的控制權。因為汽車底層線控系統一般都是封閉架構，基於安全考量，車廠或上游的一線（Tier 1）廠商不會輕易對外開放通訊標準（Protocol）。就算自駕AI大腦再聰明，要是沒有辦法與轉向、煞車及油門等線控系統溝通，還是無法開車。這是AI學開車得先克服的第一道關卡。
假使車廠或汽車零件商不願開放或授權金額太高，自駕車業者就只能自行研究摸索，或改用其他汽車供應商開放的線控馬達零件買回來自己改。對於不具車輛工程或線控方面專業的業者來說，要自己改就會很困難。因此，現行常見會採取的作法，會是直接向改裝車廠訂製已經合法改過，能用於自駕車開發的汽車，如Lincoln MKZ、Ford Fusion及Lexus RX 450h等，皆是目前很常用於自駕車研發的車款，不只新創團隊，就連Nvidia、百度、蘋果等大廠都有用。
以農博無人小巴為例，沈大維則說，因為專案開發團隊成員，剛好都是車輛工程或線控系統專業出身，對於這部電動小巴的線控煞車、油門操控早已駕輕就熟，所以只有轉向是向國外購入方向機馬達，再由他們自行改為巴士專用的線控轉向系統，但即便如此，他也坦言，無人車改裝過程是一大挑戰。
台灣智慧駕駛執行長沈大維表示，製作無人車的前提，是要將一切動作改為汽車訊號控制，也就是要能夠透過汽車電子訊號來控制車輛的操作，包括加速、煞車和轉向，而非人為或機械控制。 感測器就像自駕車眼睛，周圍環境感知全靠它 不過，就算好不容易改裝成線控汽車，這也只達到AI開車的最低要求，這臺無人車上，還需要配有不同感測器來辨識周圍環境，若以自駕車比喻操作駕駛，感測器就像眼睛，能感知周遭的道路環境，眼睛看到後會透過車上如大腦的決策機制，在內建的運算主機計算後選擇合適的行駛路線，再經過如手腳的控制系統，操控油門、煞車等功能。
更多內容 
沒有留言:
張貼留言