新創公司尋找LiDAR之外的汽車感測技術
1.原文連結：
http://bit.ly/2YADbrr
2.原文內容：
2020年COVID-19疫情導致自動駕駛汽車的需求降低，許多LiDAR公司都受到嚴重打擊，唯
有少數公司因為專業化的產品而受關注。期待2021年，新創公司開發感測與圖像技術可帶
給智慧車輛新商機。
Eye Net
車輛導入Eye Net技術可對車輛之間碰撞示警，無論它們是否有配備鏡頭或其他感測技術
。通過軟體開發套件（SDK），Eye-Net 可以將其解決方案與定位服務整合，包括穿戴式
裝置、儀錶板鏡頭、導航輔助系統、資訊娛樂系統、協力廠商應用程式和其他智慧裝置。
由汽車視覺技術公司Foresight Autonomous Holdings Ltd旗下全資子公司Eye-Net
Mobile Ltd開發的Eye Net技術基於行動網路的V2X事故預防解決方案。當機車、腳踏車使
用者不在駕駛員視線內，或者當其需要緊急道路或醫療援助時，都能提供更有效的保護。
同時還能在發生事故需要緊急援助時，保護汽車駕駛員。Eye Net 功能包括車輛前方自行
車通知和自動緊急呼叫。
前方自行車通知：Eye Net可保護弱勢道路使用者，提供前方和側面潛在的碰撞風險警報
。Eye Net Mobile完成了一項技術基礎設施開發，能夠自動實時通知駕駛員前方有騎自行
車和騎摩托車的人，即使他們不在駕駛員的視線範圍之內。通過發送此種警告，幫助駕駛
員保持警惕，減少與路邊乘客的碰撞，並可能挽救生命。
自動緊急呼叫：設計和開發自動緊急呼叫基礎設施，Eye Net可實時監控駕駛人的行為，
並檢測其是否發生了交通事故，若遇事故，從駕駛者的智慧手機自動發送手機的準確位置
，並聯繫第三方，以請求緊急醫療和道路援助。
Brightway Vision
BrightWay Vision（BWV）從以色列國防軍工企業埃爾比特系統（Elbit Systems）公司獨
立出來的創新創業公司，成立於2011年，開發一種門控圖像（Gated Imaging）系統應用
於車輛，將感測和雷射光照明技術相結合，利用門控成像感測器和垂直腔面發射雷射光器
（VCSEL）技術，提供了一種基於主動式門控成像技術的ADAS功能。該技術包括整合在攝
像頭中的門控感測器，和整合在汽車前大燈或日間行車燈（DRL）或前位置燈（FPL）中的
門控光源。為汽車在夜間和低能見度條件下生成清晰的遠距離（250米）道路圖像，同時
還能探測車輛行進路徑中的物體，從而進行有效的危險警報及其它碰撞預防警告。
主動式門控圖像系統（Active Gated Imaging System, AGIS），主要包括兩個模組：成
像單元和照明單元（如近紅外脈衝光源）。其工作原理類似於飛行時間（ToF）系統。首
先，用一束脈衝雷射光來照亮目標場景，每次脈衝激發相機的一次短積分（曝光）。相機
的短積分根據可編程的脈衝雷射光進行延時動作，相機的積分時間也是可編程的。延時和
積分時間由系統監測場景的距離和深度來決定。因此，只有從目標反射的光子才能被採集
成圖像。較短的積分時間結合較短的激光脈衝時長，可得到具有更高質量分辨率的圖像。
NODAR
由麻省理工學院校友創辦的波士頓科技新創公司 NODAR，透過三角測量（triangulation
）打造自動駕駛車輛專用的高解析度長程3D光學雷達感應器，不論從一塊磚頭到一輛翻倒
的卡車，曲折不平的道路、100°C 的溫差或是壞天氣，任何情況它幾乎都可以應付。
2021年1月7日，NODA公司首次發布了Hammerhead™ 3D視覺平台的演示影片，可在遠達
1000米的範圍生成高達高密度3D點雲，準確性非常高，目標為實現L3級以上的自動駕駛鋪
路。同時，也突破小物體檢測，準確測量出前方150米的一塊10厘米大小的磚頭的距離。
該平台突破兩方面：
(1) 在距離150米處檢測到未知物體可為避免在高速公路上發生碰撞提供充足時間（按120
公里時速算需要4.5秒）；
(2) 使用AI和推理算法的單攝像頭解決方案能夠檢測到此範圍內的大型物體，但是，許多
致命障礙物對於系統來說是未知的，或者由於體積太小導致檢測失敗。
Sense Photonics
光學雷達和3D感測器開發商Sense Photonics，其光學雷達主要基於Flash固態結構，沒有
任何光束掃描相關元件，據稱可在不影響整體成本的前提下，獲得90°垂直視場角和180
°水平視場。利用相對便宜和簡單的Flash（閃光）LiDAR，而不是較為複雜的旋轉（
spinning）或掃描（scanning）LiDAR搭配傳統的相機，兩者看到同一圖像，使它們能夠
共同識別物體和確定距離。最新的進展是客製化的硬體設備，使其能夠對200米外的物體
進行成像。
Sense Photonics的產品，可以搭配不同的光學組合，例如搭配各種微距鏡頭（macro
lens）、變焦鏡頭（zoom lens）、魚眼鏡頭，實現不同的視角（FOV）、範圍、解析度等
，且可以大量生產。
Turing Drive
台灣智慧駕駛股份有限公司（Turing Drive）專精自動駕駛系統開發，結合深度學習、感
測器融合、平行運算、車輛動態控制等技術。除了自駕巴士，團隊也積極與各式載具開發
商合作，將自動駕駛技術應用在工程、公共服務、農業等載具自動化。
Red Leader
由一群史丹佛工程師組成頂尖團隊，為自動駕駛車輛打造軟體定義式光學雷達，偵測範圍
加倍、解析度提高 50 倍；採用全新架構，搭配現代數位訊號處理和進階運算。
Newsight Imaging
發展進階的影像感應晶片，提供高端市場的3D解決方案。晶片的感測器採用高感度畫素的
互補式金屬氧化物半導體技術，取代較貴的感光耦合元件感測器和其他光學雷達的攝像模
組，可應用在機器人、汽車市場，以及移動式深度感測攝影機、AR/VR、工業4.0和掃碼機
等。
結語
一輛自動駕駛車搭載車用半導體IC成本有多少？根據統計，從Level 2系統須580美元到
Level 4高達1760美元。也就是說，當自動駕駛車從Level 2級升到Level 4級系統時，駕
駛輔助系統配備的各種IC半導體感測器總價格將增加三倍達到$1760美元；而且Level 4級
自動駕駛車系統可配40個感測器。其中約1/4用於車輛人工智慧（AI）技術，其他3/4將用
於包括毫米波雷達、光達在內的感測技術，可見這是一個不容錯過的龐大市場。
事實上，對LiDAR發展最大不利點就是設備的成本，即使是廉價的LiDAR，其價格往往也比
普通相機貴上許多。但LiDAR公司並沒有停滯不前。
自動駕駛從L1到L5級的演進過程中，(1) 在L1-2級自動駕駛階段，通常需要1-3個雷達系
統和1個輔助攝影機；(2) 在L3級自動駕駛中，至少需要4-6個雷達和4個以上的輔助攝影
機；(3) 到了4-5級階段，則需要6-10個雷達系統、6-8個輔助攝影機和1-3個光達。
然而，並沒有任何一種單一的感測技術可以從上到下主導整個產業。況且，全自動（即
4-5級）汽車的需求與駕駛輔助系統的需求截然不同，自動駕駛技術的發展速度太快，任
何一種方法都不可能長期處於領先地位。
倘若，自動駕駛無法取得消費大眾信任，相信駕駛平台是安全的話，那麼自駕車行業就不
可能成功。所以，搭配越多在不同波長運作的光學感測器將會增加以提升安全係數。不論
是可見光、近紅外、熱成像、雷達、LiDAR，還是其中任何兩三種的組合，很明顯，未來
市場將繼續傾向於差異化，也將會出現市場整合。
3.心得/評論：
感測技術是發展自動駕駛汽車重要的一環，除了雷射雷達以外，也有需多公司在研發價格
更為低廉的技術。