實踐自動駕駛，感測器成本與研發出更先進感測器將是關鍵
原文連結：https://bit.ly/43AqtsB
原文內容：
要實踐自動駕駛到底要多少感測器才夠呢？這對於汽車製造商來說，的確充滿了挑戰，畢
竟如今安裝在汽車上的感測器，主要是用於收集有關周圍環境的數據，包括影像、Lidar
、雷達、超聲波和熱感測器。一種類型的感測器是不夠的，因為每一種感測器都有其侷限
性，所以部署成本從15美元到1,000美元不等的感測器是必須的。畢竟，結合多種類型的
感測器以實現安全的自動駕駛是該產業的關鍵。
基本上，所有2級（Level 2）或更高級別的車輛都依靠感測器「看到」周圍環境並執行車
道居中、主動式車距控制巡航（adaptive cruise control, ACC）、緊急煞車和盲點警告
等任務。到目前為止，汽車廠商都正在採用截然不同的設計和部署方法。
2022年5月，賓士在德國推出了第一款能夠進行3級（Level 3）自動駕駛的汽車（計劃於
2024年在美國推出），總共安裝了30個感測器來獲取安全自動駕駛所需的數據。
由於每一種感測器都有侷限性，所以關鍵問題不僅是感測器的數量、類型和部署位置，還
包括AI和機器學習技術應如何與感測器交叉分析數據，以做出最佳駕駛決策。簡單來說，
自動駕駛必須廣泛使用AI技術。
現在最重要的問題在於，自動駕駛系統到底需要多少感測器，這問題不是一個簡單的答案
所能回答清楚的。每一個汽車製造商都有自己的架構，透過提供更好的空間定位、更長的
距離和更高的可見度以及辨識和分類物體，然後區分各種物體的能力來保護車輛。
根據統計，要實現部分自動駕駛，各種類型感測器的最小數量可以是4到8顆。 為了完全
自動駕駛，各種類型感測器就需要12顆以上了。
特斯拉（Tesla）的3級自動駕駛就需要20顆感測器（8個攝影鏡頭，加上12個3級或以下的
超音波感測器），但其並不採用Lidar和雷達。目前有消息指出，特斯拉可能會引入雷達
來改進自動駕駛。此外，Zoox配置了四個Lidar感測器，以及攝影機和雷達感測器的組合
。Nuro則是採用一個帶有4顆感測器的360度相機系統，加上一個360度Lidar、四顆雷達，
再加上超音波感測器。這表示每一家公司的解決方案都不同。
成本一直是實踐自動駕駛的障礙之一。在早期，由多個單元組成的Lidar系統的成本可能
高達80,000美元。一些製造商預期未來它將可能會降低至每件200到300美元。整體來說，
製造商將持續面臨降低感測器部署總成本的壓力，而使用更多攝影鏡頭替代Lidar系統將
有助於製造商降低製造成本。
現今得知，智慧基礎設施中的V2X、5G、先進數位地圖和GPS等擴增技術將使車載感測器使
用得更少，並讓自動駕駛成為可能。即使如此，最終執行時，3級自動駕駛可能仍需要30
多個感測器或十幾個攝影鏡頭。
隨著未來幾年感測器成本的下降，才可能會打開新感測器的大門，這些感測器可以添加到
組合中以提高在惡劣天氣下的安全性。但是，汽車製造商可能需要很長時間才能對一定數
量的感測器進行標準化，這讓產業實踐自動駕駛的時間，仍需很長一段時間，或許比人們
想像的2030年還要久呢！
心得/說明：(30字以上)
為了實現安全的自動駕駛，需要感測器融合。關鍵問題不僅是感測器的數量、類型和部署
位置，還包括 AI及ML 技術應如何與感測器相結合以分析數據來做出最佳駕駛決策。