自駕車技術在2017年可見各方業(yè)者積極搶進投入開發(fā)，相關感知技術也見到顯著進展，其中讓自駕車具自主意識行車一大關鍵，即在所配置的各類不同功用傳感器技術，如光達(LiDAR)、毫米波雷達、攝影機、超聲波及全球衛(wèi)星定位(GPS)天線等。由于各有優(yōu)缺，因此若要讓自駕車具全方位感測技術水平，進行傳感器融合將是必要過程。

隨著時序步入2018年，各家科技、汽車及新創(chuàng)企業(yè)如何針對上述自駕車傳感器持續(xù)創(chuàng)新演進，以及如何強化實時性自駕車傳感器融合技術，將是決定自駕車市場未來數(shù)年能否逐步擴展一大關鍵。

光達最受關注驅動新雷射技術發(fā)展

據EE Times報導，在所有傳感器技術中又以光達最受關注，2017年中可見許多汽車大廠及零組件供應商如福特(Ford)、通用汽車(GM)及大陸集團(Continental)等，分別進行光達業(yè)者收購行動欲強化技術布局。

如VSI Labs創(chuàng)辦人Phil Magney指出，光達仍是最受向往發(fā)展的技術，部分原因在于光達可提供自駕車許多功用所需，如可提供高度自駕化汽車所需的所在地基礎地圖精確判讀數(shù)據。

也因近來光達市場興起，帶動全新雷射技術浮現(xiàn)，如IHS Markit分析師指出，全新超過1,400納米波長的雷射發(fā)射器技術已問世，可提供光達更高分辨率及探測距離，包括福特旗下Princeton Lightwave、Continental旗下Advanced Scientific Concepts(ASC)及Luminar Technologies等業(yè)者，均正在開發(fā)全新雷射技術。

同時，光達供應商也持續(xù)透過開發(fā)各式光束轉向技術，來改善體積、成本及耐用性等，從機械式到固態(tài)光達均可見研發(fā)趨勢。若要部署于量產汽車上，分析認為MEMS或光學相控陣(OPA)技術的固態(tài)光達較可行，另外低成本光達產品同樣也有跡象，部分甚至已達不到100美元，主要設計供近接感測用，不過缺點是分辨率有限，導致無法清晰辨識物體。

毫米波雷達朝更小體積、更高精度研發(fā)

毫米波雷達技術發(fā)展同樣不落人后，除了恩智浦(NXP)于2016年首度開啟采CMOS制程技術、運行于77GHz的微型雷達芯片領域后，德儀(TI)在2017年也進軍毫米波雷達市場，宣稱開發(fā)出體積最小CMOS傳感器產品組合。

而在雷達市場，各家業(yè)者技術競爭重點在于如何開發(fā)出體積更小且精度更高的雷達芯片產品，隨著分辨率提升，如今也達到過去無法做到的物體辨識水平。

不過，要達更佳的分辨率就需要更多通道，這意味需要有更多數(shù)據進行處理，因此毫米波雷達需要特殊的處理器來處理這些數(shù)據、生成物體或點云，且毫米波雷達也需要開發(fā)工具供這些基礎應用所需之用，不然很難進行數(shù)據處理。

一家2017年才創(chuàng)立的新創(chuàng)企業(yè)Metawave藉由開發(fā)一款類比波束成形技術，盼改變雷達技術缺陷。運用PARC授權技術超材料、雷達及天線，Metawave將于CES 2018推出「全雷達方案」原型，宣稱這項基于超材料的類比波束成形技術能夠精確控制雷達光束，以在不犧牲分辨率下實現(xiàn)更快的運行速度及更佳的訊號噪音比。

視覺攝影由Mobileye暫領先更多新技術浮現(xiàn)

自駕車視覺影像數(shù)據搜集處理也是另一技術重點，現(xiàn)階段英特爾(Intel)旗下Mobileye為此一領域領導業(yè)者，但目前也有其它業(yè)者投入這塊領域，讓自駕車開發(fā)在這塊領域有了更多不同攝影機技術選擇，未來將人工智能(AI)應用于視覺影像處理將是技術所趨。

法國新創(chuàng)企業(yè)Chronocam所開發(fā)讓機器進行感測及偵測、由事件驅動的傳感器技術，雖仍未應用在任何商用化汽車中，但卻可能完全改變當前CMOS影像傳感器市場，因而獲得市場關注。

Chronocam執(zhí)行長指出，英特爾、NVIDIA等芯片業(yè)者仍將重心放在試圖找出更準確且快速處理龐大數(shù)據的最佳方式，Chronocam則將重心放在影像數(shù)據的取得，藉此有助大幅減少數(shù)據負載，可讓汽車進行近乎實時的決策。

感測融合為汽車具自主意識必備

汽車若要具自主意識，能夠實時為汽車建立實時所在地周遭影像地圖，以讓汽車了解自身所處位置的光達便不可或缺。如NVIDIA開發(fā)的DriveWorks軟件開發(fā)套件(SDK)與實時動態(tài)(Real Time Kinematics)也可提供這類實時在地化地圖生成技術，另如Mobileye則是推廣路網采集管理(Road Experience Management；REM)這類高畫質地圖繪制技術。

即使不少大廠投入這塊領域開發(fā)，仍有其它新創(chuàng)企業(yè)可投入的空間，如加州新創(chuàng)企業(yè)DeepMap透過采用攝影機搜集的影像及光達搜集的數(shù)據，來改善目前的數(shù)碼地圖質量。

上述各自駕車傳感器數(shù)據搜集后，如何進行高水平感測融合技術即最終要點，因為沒有任何一項自駕車傳感器技術能夠可靠的包山包海所有的數(shù)據搜集，融合的結果決定了自駕車的決策與行為，以讓駕駛達最安全等級。

然而，傳感器融合有其困難度，因為必須同步處理所有這些訊號。至于應融合「物體」數(shù)據或「原始」數(shù)據，目前業(yè)界仍無最終定論。