安全需求高漲　數(shù)據(jù)判讀更關鍵

　　許多汽車購買行為分析顯示，消費者在購買汽車時，安全性的考量因素，明顯占了非常重的分量。值得關注的是，現(xiàn)今除了雷達可協(xié)助汽車偵測危險物體，市面上更出現(xiàn)了 功能性安全模組，使其能進階到檢查與判讀訊息的層面，也意味著，過去傳統(tǒng)消費性電子，所采用的單純接收訊息，已無法滿足車聯(lián)網(wǎng)時代的大數(shù)據(jù)需求。

　　王龍飛表示，車用感測器融合將搜集所有發(fā)射訊號，包括雷達、光達、攝影機、GPS及通過網(wǎng)路所傳過來的訊號，收到后便會綜合判斷，是否有車禍、距離多遠、什 么地方該減速，這些運算都會在感測器融合的盒子里進行。感測器融合要求的已不僅是數(shù)據(jù)處理能力要強大，還須要求數(shù)據(jù)處理必須是正確的。

　　由英飛凌所提供的Aurix安全解決方案，便可作為感測器融合芯片后端的功能安全保障。簡單來說，當系統(tǒng)顯示前面有一個人，車輛必須煞車，Aurix會幫系統(tǒng)再確認一次，前面到底有沒有人，以確保數(shù)據(jù)處理的正確性。目前已有不少知名車廠采用。

　　黃源旗則指出，為使CPU做出正確的判斷，便須針對不同的應用來調(diào)整CPU的錯誤檢測速度（Turn-around Time， TAT），也就是錯誤發(fā)生，到發(fā)現(xiàn)后的時間點。例如有些較低階的CPU，可能是每100毫秒（100 millisecond）才檢測一次，但在這100毫秒之間，若下出了錯誤的指令，可能就已無法補救了。因此，針對越高的安全需求，其檢測錯誤時間也要越 短，同時也須有不同的設計。

　　以瑞薩旗下RH850系列產(chǎn)品為例，若是車身閘道器、安全氣囊等應用，安全需求相對較低，便可容許較長的 錯誤檢測時間，因此，便會采用單一核心的設計，再加上一些備援（Redundant）機制確保輸入、輸出資料正確。若是安全需求較高，像電子輔助轉(zhuǎn)向系統(tǒng) （EPS）跟煞車系統(tǒng)，無法允許長時間的錯誤檢測，必須要在很短的時間內(nèi)做出判斷，瑞薩便采用雙核心的架構(gòu)。此一設計的優(yōu)勢在于，采用雙核心跑一樣的程 式，可具備相互監(jiān)控、比較的效用，當兩顆核心各自跑出不同的數(shù)據(jù)時，便可立即進行驗證運算，以檢測是哪顆核心出錯，避免下出錯誤的指令。

　　另一方面，因應車聯(lián)網(wǎng)大數(shù)據(jù)分析需求，以及確保資訊正確性，深度學習也扮演相當重要的角色。為此，高通Snapdragon處理器結(jié)合Zeroth深度學習 平臺，不論是合作廠商還是經(jīng)過高通訓練過的神經(jīng)網(wǎng)路平臺均可搭載Snapdragon 820A處理器，幫助其完成自動駕駛的功能。

　　通過搭載Snapdragon 820A，神經(jīng)網(wǎng)路資訊平臺可以較為完美地利用芯片上的DSP、GPU、CPU來實現(xiàn)不同運算與網(wǎng)路溝通情況。簡單舉例，內(nèi)建神經(jīng)網(wǎng)路后，通過運算平臺上 千次的重復記憶，Snapdragon 820A將可自行分辨出車、人與其他物體的區(qū)別。當然，這些都是在出廠前就會完成的神經(jīng)網(wǎng)路訓練，而不是在車輛出廠后才執(zhí)行。

　　除高通之外，NVIDIA也致力于提升車用深度學習平臺之能力。NVIDIA資深工程師蘇家興提到，過往要辨識影像時，須透過專家將該物體的特征寫進演算法，若 持續(xù)有新素材，就必須花費人力不停修改演算法。但透過深度學習，輸入大量資料進行訓練后，搭配強大的運算能力，便可讓汽車能感測周遭環(huán)境并自動導航行 進。

　　為加速自動駕駛發(fā)展，提供消費者更安全的駕駛體驗，NVIDIA推出首款車載人工智慧引擎--NVIDIA DRIVE PX2。該產(chǎn)品讓汽車產(chǎn)業(yè)得以運用人工智慧處理自動駕駛面臨的各種復雜情境，其采用NVIDIA先進的GPU來處理深度學習功能，藉此掌握車子周遭360 度的情境，精準判斷車子所在位置，并推算出安全舒適的行進路線。

　　DRIVE PX2結(jié)合了兩顆新一代Tegra處理器，以及兩顆獨立的Pascal架構(gòu)新一代GPU，能夠提供每秒24兆次的深度學習運算速度。同時，DRIVE PX2深度學習的能力使其得以快速學習如何辨識日常駕駛中經(jīng)常出現(xiàn)的各種挑戰(zhàn)，例如：道路碎石、行徑離譜的違規(guī)駕駛，以及施工區(qū)域。深度學習亦能辨識多種 傳統(tǒng)電腦視覺技術(shù)所無法應付的狀況，特別是在像大雨、下雪，以及濃霧等惡劣天候，還有包括日出、日落，以及漆黑等光線不足的光照條件。

　　安全意識抬頭　汽車產(chǎn)業(yè)商機再起

　　世界各地自動駕駛車輛上路測試新聞日增，讓人們對未來運輸充滿新愿景，然而，此一趨勢也牽引出如何確保車輛安全之議題。因應日漸高漲的安全意識，提升安全防 護已成自動駕駛設計首要基礎，面對各種不同形式的安全考量，如車身安全、資訊安全、車載電子元件安全等，車廠及半導體廠遭遇的技術(shù)挑戰(zhàn)也屬空前，然而，所 開創(chuàng)的商機也持續(xù)調(diào)高。為此，相關業(yè)者更致力于研發(fā)相關解決方案，如車道偏移警示、自動緊急煞車、碰撞警示，以及360度環(huán)景影像系統(tǒng)等，除進一步提升自動駕駛安全性外，也藉此搶占市場商機。