|
（綜合報導）過去 20 年，車載通訊系統一直是汽車基本的安全通訊和交通管理方式，但現在新款感測器逐漸普及，為車主帶來更穩定的連線和更安全的駕駛體驗。
汽車使用無線通訊技術後，應用開始支撐基本安全、交通效率和網際網路接入等功能，車輛在 V2V 型態和 V2I 型態下實現直接通訊。同時，連線還成了自動駕駛車輛集成大量感測器的自然補充。
由於自動化水平的不同，市場上的自動駕駛車輛也各不相同。有些車輛雖然有自動駕駛功能，但駕駛員卻要全程緊握方向盤；另一個極端的自動駕駛，是沒有方向盤。在這兩種極端情況之間，駕駛員可以選擇是否介入。
舉例來說，自動駕駛程度較低的汽車，只會在危險時刻提醒駕駛員潛在碰撞將要發生，而自動駕駛程度較高的汽車，則會自動煞車並躲避。
需要注意的是，即使自動駕駛程度很高，汽車也無法脫離通訊系統存在，因為想達到完全自動駕駛，如果沒有高精確地圖，那就很難實現。這就意味著汽車要即時從地圖伺服器抓取最新資料。
支援汽車自動駕駛的感測器包括車載雷達、視覺鏡頭和雷射雷達系統。
其中雷達主要用在自動巡航控制、碰撞預警、併線輔助和停車等功能上；視覺鏡頭則負責倒車安全、盲區監控、防疲勞和車道保持等功能；雷射雷達的主要工作則是提供高精確地圖資訊，以便汽車完成自動導航並及時發現行人和自行車。
對全自動駕駛汽車來說，這些技術至關重要。
舉例來說，特斯拉使用視覺鏡頭完成高速公路上的自動駕駛，而 Google 力求精確，主要依靠雷射雷達和 3D 地圖資料，同時雷達系統則負責探測其他車輛和障礙物。
需要注意的是，這些技術的作用範圍要看硬體規格和部署場域。如果在郊區行駛，雷達的作用範圍可達 200 公尺，雷射雷達也有 35 公尺，視覺鏡頭則為 30 公尺。如果換到城市環境，由於交通擁堵、障礙物眾多，這些硬體的探測範圍就會縮到至只幾公尺。
最重要的是，這些外部感測器會受制於「視力」，如果加上通訊，車輛的傳感範圍會大幅提升，因為四面八方的車輛都能提供重要資訊。
當然，自動駕駛車輛到底要交換什麼資料目前還沒定論，如果資料傳送速率較低，汽車間恐怕只能交換經過精細處理的資料了。
舉例來說，一輛車上的感測器如果探測到一輛自行車，會將其位置和速度傳給其他車輛。如果傳送速率高，傳送的可能是處理較少的初始資訊，其他車輛則需要根據自身感測器搜集到的資料進行整合。也就是說，擁有高速率和低延遲的通訊系統，就能讓處理和未處理的資訊快速交換。
專屬短程通訊技術（DSRC）主要為交換基礎安全資訊和為交通管理提供應用而生，該技術可同時支援 V2V 和 V2I。
經過 20 年發展，DSRC 現在已在美國新車型上部署了。不過，要想大規模普及這種技術，還需要政府授權。
眼下，DSRC 能支援的資料速率還很低，每秒傳送幾百萬而已。此外，雷鋒網注意到，DSRC 技術並不支援初始感測器資料交換，而這類資料對自動駕駛汽車至關重要。德州大學無線網路和通訊集團（SAVES）在一系列實驗中，充分利用美國國家儀器公司的裝置，其中包括毫米波原型產品、雷達測試和測量工具。在信道測量中，找來豐田資訊技術中心和國家儀器公司幫忙。
同時，一款混合型毫米波 MIMO 原型系統也得到開發，SAVES 的目的就是測試自研混合型預程式設計和信道預估演算法。
在國家儀器公司的裝置上，SAVES 還成功開發了聯合毫米波通訊與雷達原型產品。除此之外，在實驗資料之上完成資料融合，也是研究的重點專案之一。
5G 和毫米波通訊無疑會成為下世代感測器密集型自動駕駛車輛的標配，而高速率連線對於感測器資料交換則至關重要，該技術能擴大車輛感測器的探測範圍，讓車輛所做的決定更安全。
傳感能力將成為車載系統效能的分水嶺，而感測器資料不但能提升車輛安全和交通效率，還能直接反饋通訊系統，在低成本的情況下就能建立毫米波連結。
基礎設施不但是通訊載體，它還成了感測器和資料平台，收集的資料將用於即時營運、交通網路控制和規劃上。
不過，前途並非一片光明，在前進的道路上還有許多挑戰要面對。
|
分享至 Facebook
分享至 Twitter
分享至 Plurk
分享至 Google+
Google 書籤
QQ 書籤
張貼至 myshare
轉寄好友
分享至 Facebook
分享至 Twitter
分享至 Plurk
Google Bookmarks
收藏到 QQ 書籤
張貼至 myshare
轉寄好友
LinkedIn
Netlog
Hi5
MySpace
Google+
Weibo
