關於 lidar 感 測 器 用途 ，我們在網路上蒐集到這些相關的討論、資訊與評價

2021年自駕車產業發展大勢

作者 : Egil Juliussen，EE Times專欄作者
2021-01-26

是時候來猜猜2021年自動駕駛車輛領域會有什麼發展了…去年的自駕車產業在某種程度上有點冷清，疫情對許多自駕車開發策略以及應用案例推展的優先順序帶來衝擊；例如自動駕駛卡車以及貨運自駕車受重視的程度升高，但自動駕駛計程車的排名就往後靠了──中國市場除外，當地自駕計程車的測試與試營運大幅增加。

下方的表格是2021年自駕車領域發展趨勢與2020年的比較，接下來讓我們一一討論。

美國自駕車法規逐漸成形

美國國家公路交通安全管理局(NHTSA)開始對自駕車進行管制，會是2021年的重點事件；筆者已經有兩篇專欄文章探討這個議題(參考「NHTSA is Defining Safety for Self-Driving Cars, But It Has Questions For You」，以及「NHTSA Frames Safety for Cars without Drivers」)。NHTSA的法規可望在2021年完成訂定，但比較可能在2022年實施。

自駕車領域新創IPO風潮

有越來越多自駕車相關業者是透過特殊目的收購公司(Special Purpose Acquisition Companies，SPAC)成功上市，而非經歷超越傳統的首次公開發行(IPO)流程。在2020年，有好幾家光達(LiDAR)與感測技術公司就是透過SPAC上市，例如Velodyne、Luminar、Innoviz與Aeva。而看來此趨勢將延續至2021年，而且不只是光達技術新創公司，其他自駕車業者例如自駕車軟體平台、自駕卡車與自駕車處理器開發商也可能循這種模式上市。

自駕車產業「整併瘋」持續

2020年在自駕車領域的兩樁大型收購案──包括Amazon在2020年6月收購Zoox，以及Aurora Innovation在2020年12月收購了Uber旗下的自動駕駛車輛部門──預示了該產業已經邁入整併的成熟階段；還有一樁比較小規模的收購案是2020年12月Nuro收購Ike Robotics。

預期自駕車領域在2021年將會發生更多整併案，其中光達業者肯定會是Tier 1汽車零組件供應商與車廠的收購標的。有許多光達新創公司可能沒有募到額外的風險資金，或許就會低價出售；而具備頻率調變連續波(frequency-modulated continuous wave，FMCW)技術的光達業者會在市場上更受歡迎，也成為更具吸引力的收購目標。

自駕卡車

自駕卡車的重要性在2020年更加顯著，可望看到持續的相關投資與技術進展。在美國西南各週，相關測試正快速擴展；Plus.ai預期將在2021年於歐洲展開測試並開始量產自駕車產品。兩家領導級自駕車軟體平台業者Waymo與Aurora已經將觸角伸向自駕卡車領域，預期會成為有力的競爭者。

Aurora不久前宣佈與美國車廠Paccar合作，Waymo的合作夥伴則是Daimler旗下的卡車廠牌；這預示了Aurora與Waymo將在2021年的自駕卡車領域扮演要角。此外2021年可能會看到不配備安全駕駛員的自駕卡車進行測試，例如TuSimple已經宣佈將於2021年進行無駕駛員自駕卡車的測試，其他廠商可能會加入。

自駕卡車數量將會在2021年大幅增加，從2020年大約150輛，到2021年底增加到全球2,000輛以上。值得注意的是，自駕卡車會應用於集貨點(hub)之間的運輸，大多數是在高速公路上的移動。而大型物流業者例如FedEx、UPS、Amazon與Walmart也可能增加自駕卡車測試，但是數量應該不多。

貨運自駕車

貨運自駕車包括兩大領域──道路貨運自駕車以及路側貨運自駕車；前者涵蓋不同大小的車輛，從廂型車、小貨車到特殊用途貨運自駕車如Nuro R2，筆者預期特殊用途貨運自駕車會在2021年強勁成長，Nuro將在美國扮演領頭羊角色，中國的先鋒業者則是Neolix (新石器)。道路貨運自駕車預期在2021年會有不小進展，有可能從2020年的100輛左右，在2021年增加到數千輛(全球)。而如果Waymo、Cruise與Ford在2021年積極投入，該數量還會更高。

路側自駕車在2021年的成長潛力更高，因為速度慢、發生碰撞事故的機率更低。目前Starship正在多個城市進行貨運快遞測試，而其競爭對手在一些大學校園進行了成功的送餐測試。相關活動在疫情發生期間有減少的跡象，但2021年可望回溫。Amazon與FedEx也正在發展路側貨運自駕車，預期這類車輛在2021年底將從2020年的400輛左右增加到4,000輛以上或更多。在某個時間點，路側自駕車將會暴增到數萬輛，不過應該是2022或2023年。

自駕計程車

配備安全駕駛員的自駕計程車可能會在中國與美國拓展到更多城市，我們也將看到在歐洲、亞洲的某些城市開始進行自駕計程車測試。配備安全駕駛員的付費自駕計程車服務將會在美國、中國以及少數其他區域的一些城市大幅擴張版圖。而無駕駛員自駕計程車測試也會在美國、中國、歐洲與以色列或少數其他國家展開，部分付費服務發展也會開始進行。

測試用自駕計程車的數量在2020年底在美國與中國超過了500輛，Waymo是其中最大宗。預期到2021年底該數字會大幅增加，可能會超過1萬輛；主要增加力道將來自於Waymo在美國加州與其他城市的相關計畫，還有中國也是關鍵因素。Mobileye的推廣計畫也會是關鍵因素之一。

固定路線自駕車

固定路線自駕車在疫情中受到嚴重衝擊，因為這類車輛提供的是共乘服務。預期隨著疫情在2021年中逐漸緩和，固定路線自駕車的商機也會回溫。許多交通服務業者都對這類自駕車興趣濃厚，也有更多時間可以評估該如何進行進一步測試與發展，以及在何處進行；相關計畫預期在2021底開始，2022年的發展會更好。

私人自駕車

在2021年以及之後的幾年，我們恐怕不會看到任何私人自駕車問世；目前車市的焦點在於擴展L1與L2先進駕駛輔助系統(ADAS)的功能，以及在少數車款導入L2+或是L3。不過我個人偏向跳過L3，因為有部分駕駛人會無法在一些緊急情況發生時快速接手駕駛任務。如果這種情況真的發生，整個自駕車產業都會產生負面衝擊。

從Mobileye於CES 2021的簡報中，該公司認為其策略──利用兩套獨立的感知系統(攝影機與光達/雷達)、責任歸屬安全性(responsibility-sensitive safety)，以及道路體驗管理(REM)──已經足夠成熟，能讓L4私人自駕車在2025年上市。而在該公司的簡報之前，我則是認為若比預設的2030年早一兩年就已經是很積極的發展了。

2021年對於所有自駕車應用案例來說都會是個好年，因為涵蓋感測器、處理器、軟體與安全性能功能都將有強勁的技術進展；此外隨著自駕車應用案例從2020年的較小規模出現10倍速的成長，相關商業版圖也將大幅擴張。

資料來源：https://www.eettaiwan.com/20210126nt01-2021-perspectives-where-autonomous-vehicles-will-stand/

AI演算法模型於交通運輸市場應用

科技產業資訊室 (iKnow) - 何思穎、張小玫 發表於 2020年4月28日

由於大眾對汽車及駕駛員安全、運輸成本降低以及自駕車發展的關注度日益提升，導致人工智慧（AI）在運輸市場中快速成長。2017年市場價值為14億美元，預計到2023年將達35億美元，2018-2023年的複合年均成長率（CAGR）為16.5%。AI在運輸業中涉及電腦視覺（computer vision）、深度學習（deep learning）和自然語言處理（natural language processing）。

AI系統將會嵌入攝影機、雷達偵測（RADAR）感測器以及光達（LiDAR）等硬體設備，進而安裝在測試中的全自動駕駛車內，包括AI應用程式分為：人機界面（HMI）和先進駕駛輔助系統（ADAS）。AI產品分為軟體和硬體。2013-2017年以軟體主導了市場且預計2018-2023年期間也將持續主導地位，這要歸因於HMI應用程式中，軟體作為平台部署的情形成長，譬如Microsoft Azure。

交通運輸之AI演算法模型，如下：

類神經網路（ANNs）

說明：類人腦之神經網路，透過先前的經驗和變化權重的資料點（data point）來做出決策。類神經網路可以透過處理大量資料解決複雜的問題，檢測非線性關係。

用途：部份較複雜的全球定位系統（GPS）透過GPS、加速儀（accelerometer）和磁量計（magnetometer）搜集資料，利用類神經網路來決定運輸模式。類似於人類透過多個資料點的考量來「感受」距離。此外，在公共場合中應用類神經網路模型可以幫助預測公車抵達公車站的時間。

類免疫系統（AIS）

說明：該演算法的靈感來自於人類生物學，特別是人體如何對又稱為抗原的致病原（disease-causing agent）做出反應。AIS模擬了人體免疫系統的特徵抽取（feature extraction）、圖形辨識（pattern recognition）、學習和記憶。

用途：AIS在圖形辨識、異常檢測（anomaly detection）、分群（clustering）、最佳化（optimization）、規劃（planning）和排程（scheduling）。工程師利用AIS創建了即時調整支援系統，以在網路受到干擾時，幫助公共運輸網路找到解決方案。

模糊邏輯模型（Fuzzy Logic Model）

說明：模擬人類的決策制訂而來的，模糊邏輯指定資料於0到1之間的數值以展現不確定性。該系統已經使用了30多年，最適用於條件模糊且每個動作的結果都是未知的情況。

用途：模糊邏輯具有模擬曖昧且不明確的交通及運輸規劃問題的潛力，同時具備交通控制應用程式，因為模糊邏輯可以在十字路口發出時間訊號，決定汽車應該停留的時間長度。

蟻群最佳化演算法（ACO）

說明：該演算法模擬了蟻群的行為，就是螞蟻根據自己選擇較短路徑以及其他路徑的螞蟻透過費洛蒙分享經驗的選擇方式。該機制幫助螞蟻在兩點之間找尋最快路線。在電腦科學中，這個問題也被稱為旅行推銷員問題（Traveling Salesman Problem），其中一個推銷員必須拜訪X個城鎮，然後以最小的成本回到起點。

用途：蟻群演算法可以用於選擇更好的公共交通巴士路徑，也可以用於沿途接客的共乘平台，如：Uber Pool。
蜂群最佳化演算法（BCO）

說明：與ACO相似，該算法以蜜蜂的集體覓食運動為例，體現了有組織的團隊工作、協作和緊密溝通。蜜蜂在蜂巢內的運動幫助科學家最佳化汽車的移動。

用途：蜂群演算法可以用於最佳化旅行路徑，減少通勤時間、等待次數、延遲以及空氣／噪音汙染。如：AirB&B

企業合資及併購活動方面，大型汽車OEM製造商正收購具技術取向的新創產業，並且從自動駕駛卡車及其他商業用車輛切入市場。譬如，特斯拉於2017年11月推出具有半自動功能的電動卡車（semi-truck）。此外，nuTonomy Inc.、TuSimple Inc.和Nauto Inc.等新創企業也正著手製造配有自動駕駛系統的商用車和客車。因此，製造商跨業整合會越來越多及著重安全性考量的自駕車技術，正在擴展市場的進步。

附圖：圖、AI演算法模型於交通運輸市場應用
圖、AI在全球運輸市場中價值成長

資料來源：https://iknow.stpi.narl.org.tw/Post/Read.aspx?PostID=16578

【黃之鋒 Joshua Wong x 觀塘願景 - 梁凱晴 Jannelle R. Leung：燈柱監控存疑慮未能釋除】

自去年夏天開始，各區示威遍地開花，在觀塘最矚目的莫過於是示威者在遊行拉倒智慧燈柱，直斥設施侵犯港人私隱。事隔半年，政府委任的多功能智慧燈柱技術諮詢專責委員會發表報告，建議智慧燈柱不再安裝高清鏡頭。此舉固然有助減少批評，但其實委員會同時提議加設熱能探測器和光學雷達（LiDAR），即使兩者被業界稱為「非視像技術」，實際用途仍是蒐集影像。

熱能探測鏡頭 海外法院批評

美國最高法院在2001年於Kyllo v. US一案頒下判辭，表明聯邦探員在街道透過熱感探測器蒐集住戶影像，不單違反美國憲法增修條文第四條，更指明熱能探測器能提供當事人在家中活動的細節（the imaging provided by the camera revealed details about Kyllo's home）。所以，若要完全說服公眾，顯然絕不單是以熱能探測的黑白紅外線鏡頭取代彩色高清攝錄機便了事，尤其是熱能探測技術，根本沒可能只單純計算交通流量資料，定必會把行人活動盡錄於紅外線鏡頭底下。

藍牙功能未清 未知製造公司

與此同時，委員會提議新智慧燈柱取消「藍牙探測器」，相信是源於探測器被民間揭發可探測「網絡裝置身分證」和「智能手機ID」，即存在追蹤及提取電子裝置如手機資料的功能。當時政府已聲稱該功能因具爭議，所以從未啟動，現能取消確是樂見其成，但仍同時保留「藍牙傳送器」在新智慧燈柱，必然會是另一關注重點。畢竟普羅大眾未必清楚兩者分別在何，縱使報告提到「藍牙傳送器」單純為提供準確定位服務，傳媒報道亦引述指該裝置只用作確認燈柱位置，但到底侵害私隱或追蹤手機的功能，是否可以保證不再存在，此點實在有待政府資訊科技總監跟公眾說明，方有可能取信於民。

更重要的是，未來新智慧燈柱的零件來源為何，是至今仍未知悉的重要資料。過去提供「藍牙探測器」的訊科系統，在公司網站竟可離奇地連接至作為中國天網工程承辦商的「上海三思」，引來公眾質疑有意引入社會信用評分系統。同時，去年8月，香港眾志已指出燈柱裝置多由大陸生產，如行業乙太網絡交換器（Industrial Ethernet Switches）更獲中華人民共和國信息產業部頒發「進網許可」，可連接至中國大陸公用電訊網。與其斷言全面支持，當務之急定必是要求政府提供新智慧燈柱各裝置和零件的產地、製造商和技術規格。

隔空讀取資料 危機不曾消除

綜觀國際社會對發展智慧城市最大的保留，必然是智慧燈柱存有的無線射頻辨識（RFID），因該技術容許在當事人不知情、無接觸和遠距離的情况下掃描晶片資料。如倫敦曾有公司在回收桶安裝RFID標籤，用以辨認途人並為其提供適合廣告；美國也曾研究出RFID標籤讀取在30呎範圍駕駛人士之執照，以作執法之用。

坦然而言，若RFID標籤設定只限掃描視障人士手杖也沒大礙，但單靠委員會在報告寫上一句「此類裝置無法收集數據，因此不存在個人資料私隱問題」，未見完整解釋，實在難保智能燈柱不會掃描途人的信用卡和八達通，而掃描範圍到底達到多少公尺、會否得知市民位置，資料根本一概欠奉；這也說明為何民主派地區工作者，過去不時派發阻隔RFID信號的卡套予街坊，嘗試避免監控者讀取資料。

資料隨時送中 淪為執法工具

縱然委員會聲稱政府已嚴格遵守《個人資料（私隱）條例》規定，但主權移交23年以來，「禁止將個人資料移至香港境外」的《私隱條例》第33條尚未生效，即香港現行法例根本不能限制數據出境。正如傳真社曾揭發百度手機程式DU Caller自動將用戶資料傳送至北京的伺服器，在缺乏法例保障的情况下，到底燈柱所蒐集到的資料會否被送到中國，絕對是港府百辭莫辯也難以回應的問題。

歸根究柢，燈柱能否保障私隱不單成疑，落後法規亦未能應付「物聯網」科技帶來的挑戰，而政府最失語的位置，更是不能排除智慧燈柱所蒐集的影像和資料，會用作執法部門搜證拘捕和起訴示威者。無疑裝設燈柱有助發展智慧城市，但在警暴濫權屢見不鮮的情况下，實在不能怪責公眾抱持「寧願原地踏步都不想行差踏錯」的心態；而要釋除私隱疑慮責在政府，對於官員在觀塘區議會今天討論「多功能智慧燈柱試驗計劃」時會如何解說，民間定必拭目以待。

#寧願原地踏步都不想行差踏錯

https://news.mingpao.com/ins/%E6%96%87%E6%91%98/article/20200317/s00022/1584370718919/%E6%99%BA%E6%85%A7%E7%87%88%E6%9F%B1%E7%9B%A3%E6%8E%A7%E7%96%91%E6%85%AE%E6%9C%AA%E8%83%BD%E9%87%8B%E9%99%A4%EF%BC%88%E6%96%87-%E9%BB%83%E4%B9%8B%E9%8B%92-%E6%A2%81%E5%87%B1%E6%99%B4%EF%BC%89