什麼是自動駕駛車輛？

自動駕駛車輛會收集、感知並分析資料，以根據其周圍環境做出獨立決策並執行動作。車輛自動化正在快速增加，現在，道路上已經看的到無人駕駛車輛，以及擁有一定等級自主性且需要人類駕駛的車輛。

汽車產業有範圍從無自動化 (1 級) 到全自動化 (5 級) 的五個自動化等級 (且三個適用於航太)。在農業和採礦業中，自動駕駛車輛無需人工介入即可執行工作。在航太中，基於自動駕駛儀功能，98% 的飛行都已實現自動化，但由於嚴格的法規，我們要看到完全自動駕駛飛機還需要較長時間。

Level 5的車輛還不存在，因為即使自動駕駛車輛的人工智慧 (AI) 能夠消除人為疏失的可能性，目前也無法與人類駕駛進行競爭。但是，Waymo 正在以其無人駕駛的 Level 4自動駕駛車輛不斷逼近限制。此外，Ford 和 Tesla 等汽車製造商也有視為Level 2和Level 3的自動駕駛功能，分別表示部分自動化和有條件自動化。在未來 10 年內，我們可能會在路上看到完全自動駕駛的Level 5自動駕駛車輛。

與傳統車輛 (即內燃機或電動車) 相比，設計自動駕駛車輛會更複雜，因為這些車輛的設計是為了擁有自己的「大腦」，並在具備所有必要安全功能的情況下執行一般駕駛工作。這會形成一個法律灰色地帶，因為如果發生事故，沒有駕駛能為該事故負責。這使得安全系統的設計與驗證變得更加複雜，因為製造商需要確保其避免可能導致法律挑戰的情況。

車輛自動化為社會帶來以下好處：

• 在交通堵塞時能夠安心通勤，並在長途駕駛期間執行其他工作
• 由於自動駕駛車輛能夠提供更好的預測，因此可減少車輛碰撞
• 透過以最佳速度行駛，減少交通堵塞
• 透過減少人為疏失、分心和疲勞駕駛，可在高速公路上實現更高的速度和更好的安全性
• 為身心障礙人士提供更多的交通便利
• 由於交通流量減少，碳排放降低，若與電動車 (EV) 結合使用，效果將更加顯著
• 藉由大規模的製造作業降低成本，協助製造更便宜的車輛，並創造新的經濟市場

但是，也有一些潛在的缺點：

• 在技術方面非常複雜的系統需要大量資料，因為軟體中的一個小錯誤就可能會導致發生事故
• 由於嚴格的測試要求，生產成本高昂
• 駭客可能會干擾雲端式軟體
• 需要強大的通訊網路，來即時處理大量資料 

如前所述，車輛自主性有五個等級且航太有三個等級。Level 1表示沒有自動駕駛技術，而 Level 5則視為擁有完全自主性的自動駕駛車輛。大多數汽車自動駕駛車輛都在 Level 2或 Level 3。 

Levels 0-2

Levels 0-2的範圍從無自動化功能到使用輔助駕駛功能。在其中的任何等級中，駕駛仍完全控制車輛，且必須隨時主動參與。這些等級中的自動化工具可協助駕駛在不控制車輛的情況下執行駕駛工作。

Levels 3-5

從 Level 3開始，人類駕駛對車輛並無完全的責任，且自動駕駛系統會監控駕駛環境。  

在Level 3中，除非有緊急情況，否則駕駛不會控制車輛，而Level 4 和 5 則為完全無人駕駛。Level 4 和 5 之間的主要差異在於，Level 4車輛受到地理圍欄的限制且必須在特定運作條件下工作，而 5 級車輛則具備完全自主性且可以在任何地方駕駛。Level 5車輛也不受預定條件的限制。

當今社會中不同自動駕駛等級的範例

• Uber 在加州擁有配備 Level 2先進駕駛輔助系統 (ADAS) 和Level 3自動駕駛的汽車。 
• Uber 計劃在不遠的將來利用 AI 升級至 Level 4 車輛，且很快就會在美國以外的國家/地區採用來自中國的無人駕駛計程車。
• 舊金山、洛杉磯、鳳凰城和奧斯汀已透過 Waymo 提供自動駕駛車輛，但這些車輛受到這些位置的地理圍欄限制。

邁向 5 級車輛的挑戰

如果車輛在沒有障礙物的道路上行駛，已有技術可用來實現 5 級的自動化車輛。但是，存在障礙物、建構區以及人的行為無法預測，都會使全自動化車輛的設計變得困難，各種各樣的道路也會導致導航困難 (例如泥土路看起來不像是傳統道路，可能會混淆車輛的演算法)。

感應器是自動駕駛車輛最重要的元件，構成任何駕駛輔助技術的基礎。感應器會收集所有準備好進行處理的資料，因此使用資料融合演算法的自動駕駛車輛「大腦」可以做出明智的決策。自動駕駛車輛可以利用更大量的不同資料做出更好的決策。這就是自動駕駛車輛使用多種類型感應器的原因。

如果我們將自動駕駛車輛與人類進行比較，感應器代表的是能察覺潛在危險的耳朵和眼睛。然後，大腦 (代表 AI) 會根據觀察到的情況來解讀周圍環境。雖然如今的感應器仍不如人類感官準確，但其中許多感應器可以結合起來，完整呈現車輛環境的全貌。

以下是自動駕駛車輛上的關鍵感應器：

• 攝影機：作為車輛的眼睛，觀察周圍的世界
• 光學雷達：分析距離並確定車輛與障礙物之間的距離
• 雷達：測量短期距離並確定速度
• 熱感應器：在攝影機不適用時 (例如在隧道和黑暗條件下) 使用，可用於測量攝影機看不到的人和物體發出的溫度。
• 超音波感應器：置於車輪內以在停車時偵測路緣和其他車輛

感應器融合演算法對於確保自動駕駛車輛可以有效導航至關重要。感應器融合會從每個感應器擷取資料 (範圍從物體的速度到與它的距離)，並將所有資料整合在一起來評估情況。

感應器融合也會根據環境優先處理不同的感應器。例如，如果在黑暗的環境中，來自熱像儀的資料會優先於攝影機資料來做出決策。

自動駕駛車輛有多個設計階段，包括元件設計、系統設計和驗證。所有設計階段都會使用模擬軟體來簡化工作流程。

元件設計涉及最佳化鏡片、機械鏡筒、多個感應器，以及感應器在車輛上的位置。雖然個別元件可能設計完美，但由於車輛幾何或干擾感應器運作的微擾，其可能無法安裝在所需位置。 

模擬用來將元件置於不同的情境和天氣條件下，以確保其在車輛的運作生態系統中有效。整個設計過程都必須盡快驗證每個階段，以縮短時間並降低成本。

安全與法規在設計元件和感應系統中扮演著重要角色，因為它們會推動系統功能和安全需求的定義。地區和產業相關法規的差異，使得可採用的自動化等級受到管理，例如在採礦和農業產業中已存在全自動化，相較於此，在汽車和航太產業中，目前提供部分自動化功能。

讓我們以兩個監管力度最大的產業為例，說明在設計擁有較高自主性的車輛時，業界所面臨的限制：

• 航空航天：沒有嚴格的驗證，就沒有任何航太項目的問世，而且任何感應器都必須在極端溫度範圍、高速和高振動環境中運作。如今 98% 的飛機都已透過自動駕駛儀實現自動化，但由於潛在的安全問題，沒有飛行員的飛機將會難以獲得核准。Ansys 是 ARP6983 聯盟的一部分，旨在制定新法規，以針對航太驗證自主功能。
• 汽車：法規因地區而異。Tesla 在美國擁有具備全自動駕駛 (FSD) 功能的車輛，但在歐洲，其目前正在等待法規核准。BMW 也在歐洲推出了其第二個 3 級高速公路輔助系統。

模擬軟體提供兩個顯而易見的優勢：

1. 它可透過啟用虛擬測試與開發，減少對昂貴原型設計的需求，進而節省時間與資源。
2. 對於 AI 驅動系統的驗證與核實 (V&V) 非常重要，因為這些系統只能透過需要大量模擬測試的故障率概率評估來進行驗證。

雖然這兩個優勢都很重要，但它們可處理開發程序的不同層面，且不會直接相關。

以下是在整個設計程序中如何使用 Ansys 軟體的一些關鍵範例：

• Ansys Systems Tool Kit 軟體：提供了物理型建模環境，用於在逼真的任務情境下分析平台和有效載荷。
• Ansys medini analyze 軟體：確保車輛安全且符合法規要求。
• Ansys AVxcelerate Autonomy 軟體：提供專門設計用於支援開發、測試和驗證安全自動駕駛技術的解決方案。
• Ansys AVxcelerate Sensors 軟體：整合攝影機、雷達、光學雷達和熱像儀等感應器的模擬，以便經虛擬方式評估複雜的 ADAS 系統和自動駕駛車輛。
• Ansys optiSLang 軟體：用於擴充不同的測試環境，並確定一系列邏輯測試情境。
• Ansys Zemax OpticStudio 軟體：用來最佳化車輛攝影機和光學雷達系統中的鏡頭堆疊。
• Ansys Lumerical FTDT 軟體：用來設計具有最佳效能的 CMOS 感應器。
• Ansys Speos 軟體：模擬並最佳化光學系統的設計和效能，其中包括鏡頭和包裝空間。
• Ansys HFSS 軟體：3D 電磁模擬軟體，用於設計自動駕駛車輛中使用的不同高頻電子元件，其中包括射頻感應器、光學雷達、雷達和攝影機。

整體而言，模擬有助於改善開發時間與上市時間，而不同的模擬軟體套件可在整個程序中加以結合。Ansys 著重於強化 2 級和 3 級車輛的開發，並致力於為未來 4 級和 5 級自動駕駛車輛提供更全面的設計程序。

從 Ansys 探索您自動駕駛車輛軟體解決方案的理想組合。

相關資源